Κέρδη:
- Ικανότητα διάκρισης φυσικών (οξέων/χρόνιων) και μεταβατικών κινδύνων και αξιολόγησης ενός ιδρύματος μαζί με την αλυσίδα αξίας του σε πολλαπλά σενάρια θέρμανσης
- Δυνατότητα αντιστοίχισης τοποθεσιών εγκαταστάσεων με δεδομένα κλιματικής επικινδυνότητας και παραγωγής ποιοτικού επιπέδου κινδύνου χωρίς τεχνητή νοημοσύνη να ταιριάζει με την ακριβή πιθανότητα/ποσότητα
- Δυνατότητα ειλικρινούς αναφοράς της αβεβαιότητας των κλιματικών σεναρίων και αποφυγής του κινδύνου πλύσης του κλίματος
Η κλιματική αλλαγή δεν είναι απλώς περιβαλλοντικό πρόβλημα, είναι οικονομικός και λειτουργικός κίνδυνος. Μια πλημμύρα μπορεί να κλείσει ένα εργοστάσιο, ένας φόρος άνθρακα μπορεί να καταρρεύσει ένα επιχειρηματικό μοντέλο, μια ξηρασία μπορεί να κόψει μια αλυσίδα εφοδιασμού. Τα ιδρύματα πρέπει τώρα να μετρήσουν αυτούς τους κινδύνους, να τους δοκιμάσουν με σενάρια και να τους αναφέρουν. Σε αυτή την ενότητα θα μάθετε για τους δύο κύριους τύπους κλιματικού κινδύνου, την ανάλυση σεναρίων, τον ρόλο και τα όρια της τεχνητής νοημοσύνης στη μοντελοποίηση αυτού του αβέβαιου μέλλοντος.
Κορνίζα πρώτα. Το TCFD (Task Force on Climate-related Financial Disclosures) είναι ένα παγκόσμιο πρότυπο πλαίσιο που καθορίζει τον τρόπο με τον οποίο θα αποκαλύπτεται ο κλιματικός κίνδυνος. Υπάρχουν τέσσερις πυλώνες: διακυβέρνηση, στρατηγική, διαχείριση κινδύνων, μετρήσεις-στόχοι. (Οι συστάσεις TCFD έχουν πλέον μεταφερθεί σε μεγάλο βαθμό στα πρότυπα ISSB, αλλά οι έννοιές τους παραμένουν θεμελιώδεις.)
Δύο τύποι κλιματικών κινδύνων
Φυσικός κίνδυνος: κίνδυνος που προκύπτει από τις φυσικές επιπτώσεις του κλίματος. Χωρίζεται σε δύο: οξεία (οξεία — ξαφνικά γεγονότα όπως πλημμύρες, καταιγίδες, κύματα καύσωνα) και χρόνια (χρόνιες — αργές, μόνιμες αλλαγές όπως άνοδος της στάθμης της θάλασσας, μέση αύξηση της θερμοκρασίας, ξηρασία).
Κίνδυνος μετάβασης: ο κίνδυνος που προκύπτει από τη μετάβαση σε μια οικονομία χαμηλών εκπομπών άνθρακα. Παραδείγματα: τιμή/φόρος άνθρακα, ρυθμιστική αλλαγή, αλλαγή τεχνολογίας (π.χ. τέλος του κινητήρα εσωτερικής καύσης), αλλαγή στις προτιμήσεις των καταναλωτών, κίνδυνος «λανθάνοντων περιουσιακών στοιχείων» (π.
Συμβουλή: Ο φυσικός κίνδυνος και ο κίνδυνος μετάβασης συχνά κινούνται προς αντίθετες κατευθύνσεις. Εάν ο κόσμος κάνει γρήγορο μετριασμό, ο κίνδυνος μετάβασης αυξάνεται (αιφνίδια νομοθεσία), ο φυσικός κίνδυνος μειώνεται. Αν ενεργεί αργά, συμβαίνει το αντίθετο. Γι' αυτό δοκιμάζονται πολλαπλά σενάρια, όχι ένα μόνο «μέλλον».
Ανάλυση σεναρίου: πολλαπλά συμβόλαια μελλοντικής εκπλήρωσης
Το μέλλον του κλιματικού κινδύνου είναι απρόβλεπτο, γι' αυτό και χρησιμοποιείται η ανάλυση σεναρίων: δοκιμάζοντας πώς θα επηρεαστεί η αιθάλη κάτω από διαφορετικές διαδρομές θέρμανσης (π.χ. 1,5°C, 2°C, 3°C+). Για τα επιστημονικά σενάρια, λαμβάνονται ως αναφορά το SSP (Κοινή Κοινωνικοοικονομικές Διαδρομές) της IPCC και τα ενεργειακά σενάρια του IEA. Ο στόχος δεν είναι να «προβλέψουμε» το μέλλον, αλλά να δοκιμάσουμε την ανθεκτικότητα — «σε ποιο μέλλον θα σπάσουμε;»
Το AI είναι εδώ. Είναι ισχυρό στη δόμηση υποθέσεων σεναρίων, στην επεξεργασία διαφορετικών συνόλων δεδομένων κλίματος, στην αντιστοίχιση θέσεων εγκαταστάσεων με χάρτες φυσικών κινδύνων και στη σύνταξη σεναρίων κινδύνου. Αλλά η επιλογή σεναρίου, ο ρεαλισμός των υποθέσεων και η στρατηγική ερμηνεία ανήκουν στον ειδικό.
Βήμα προς βήμα: αξιολόγηση του κλιματικού κινδύνου
1. Χαρτογραφήστε τα περιουσιακά στοιχεία και την αλυσίδα αξίας. Ποιες εγκαταστάσεις είναι πού, ποιος προμηθευτής βρίσκεται σε ποια περιοχή;
2. Προσδιορίστε την έκθεση σε κινδύνους. Σε ποιους φυσικούς κινδύνους (πλημμύρα, ξηρασία) είναι ευάλωτη κάθε τοποθεσία;
3. Καταγράψτε τους παράγοντες μετάβασης. Τιμή άνθρακα, νομοθεσία, τεχνολογία, αγορά.
4. Επιλέξτε σενάρια. Τουλάχιστον ένα σενάριο χαμηλής θερμοκρασίας (1,5-2°C) και ένα υψηλό (3°C+) σενάριο θέρμανσης.
5. Ποσοτικοποιήστε τον αντίκτυπο. Πιθανές οικονομικές/λειτουργικές επιπτώσεις σε κάθε σενάριο (εντός εύρους).
6. Αξιολογήστε και αναφέρετε την ανθεκτικότητα. Αδυναμίες, μέτρα προσαρμογής, αβεβαιότητα.
τρεις μίνι θήκες
Περίπτωση 1 — Παγίδα μεμονωμένου σεναρίου. Μια εταιρεία είπε στην τεχνητή νοημοσύνη να «υπολογίσει τον κλιματικό μας κίνδυνο» και πήρε έναν αριθμό για ένα μόνο μέλλον. Ο σύμβουλος εξήγησε ότι αυτό ήταν παραπλανητικό: στο σενάριο χαμηλής θέρμανσης ο φόρος άνθρακα (μεταβατικός κίνδυνος) ήταν βαρύς, στο σενάριο υψηλής θέρμανσης οι πλημμύρες (φυσικός κίνδυνος) ήταν βαρύς. Όταν τα δύο σενάρια εκτελέστηκαν χωριστά, έγινε σαφές σε ποιο μέλλον ήταν ευάλωτη η εταιρεία. Ο περιττός αριθμός έδινε ψεύτικη εμπιστοσύνη.
Περίπτωση 2 — Φανταστική πιθανότητα. Ένας αναλυτής ρώτησε την YZ a facility "Ποιο είναι το ποσοστό κινδύνου πλημμύρας το 2050;" ρώτησε? Το AI έδωσε ένα ακριβές ποσοστό. Ο ειδικός σημείωσε ότι αυτός ο αριθμός δεν βασιζόταν σε κανένα μοντέλο, αλλά ότι η τεχνητή νοημοσύνη παρήγαγε έναν αριθμό που «φαινόταν λογικός». Η πραγματική αξιολόγηση απαιτούσε την αντιστοίχιση της τοποθεσίας με χάρτη κλιματικών κινδύνων και υδρολογικό μοντέλο. Η πιθανότητα κατασκευής έχει αφαιρεθεί από την αναφορά.
Περίπτωση 3 — Αντιστοίχιση τοποθεσίας. Μια ομάδα θα αξιολογούσε τον κίνδυνο για το φυσικό κλίμα 60 εγκαταστάσεων. Έβαλαν το AI να γράψει μια ροή εργασίας Python που ταίριαζε με τις συντεταγμένες των εγκαταστάσεων με τα ανοιχτά σύνολα δεδομένων κινδύνου για το κλίμα. Ο κωδικός σήμανε 9 εγκαταστάσεις με υψηλή έκθεση σε πλημμύρες και καύσωνες. Η ομάδα εστίασε σε εις βάθος ανάλυση σε αυτές τις 9 εγκαταστάσεις. AI σαρώθηκε? Ο εμπειρογνώμονας πήρε την τελική απόφαση κινδύνου.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Αξιολογήστε τον κλιματικό κίνδυνο της εταιρείας μου.
Γιατί είναι αδύναμο: Δεν υπάρχει περιουσιακό στοιχείο, τοποθεσία, σενάριο, τύπος κινδύνου. Η τεχνητή νοημοσύνη παράγει ένα γενικό σενάριο ή μια επινοημένη «βαθμολογία κινδύνου».
Ισχυρή προτροπή:
Ο ρόλος σας: σύμβουλος κλιματικού κινδύνου. Με το πλαίσιο TCFD, αξιολογήστε τόσο τον φυσικό (οξύ/χρόνιο) όσο και τον κίνδυνο διέλευσης για την ακόλουθη λίστα εγκαταστάσεων (τοποθεσία, τομέας). Χρησιμοποιήστε δύο σενάρια: 1,5°C και 3°C. Ακόμα κι αν είναι σίγουρα πιθανό, είναι FAKE? Δώστε ένα ποιοτικό επίπεδο (χαμηλό/μέσο/υψηλό) και προσθέστε μια σημείωση «με ποια δεδομένα πρέπει να ποσοτικοποιηθούν». Το αποτέλεσμα είναι ο πίνακας σεναρίου τύπου κινδύνου ×. Παροχές: [λίστα]
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Πίνακας τύπου κινδύνου × σεναρίου:
Ο ρόλος σας: ειδικός για τους κλιματικούς κινδύνους. Αξιολογήστε τους ακόλουθους φυσικούς (οξείς/χρόνιους) και κινδύνους μετάβασης για το ίδρυμα σε δύο σενάρια (χαμηλή/υψηλή θέρμανση). Δώστε ένα ποιοτικό επίπεδο και μια σύντομη αιτιολόγηση σε κάθε κελί. Μην κάνετε ακριβείς αριθμούς. προσδιορίστε ποια δεδομένα χρειάζονται για την ποσοτικοποίηση. Πληροφορίες για το ίδρυμα: [εδώ]
2) Αντιστοίχιση θέσης-κινδύνου (κατά κωδικό):
Γράψτε ένα πλαίσιο ροής εργασίας Python που αντιστοιχίζει τις ακόλουθες συντεταγμένες εγκαταστάσεων για να ανοίξουν σύνολα δεδομένων κινδύνου για το κλίμα (π.χ. πλημμύρα, κύμα καύσωνα). Σημαία εγκαταστάσεις με υψηλή έκθεση. Καθορίστε την πηγή δεδομένων. δεν ταιριάζει με τη βαθμολογία, βάλτε μια σημείωση "πρέπει να επικυρωθεί σε σχέση με το σύνολο δεδομένων". Παροχές: [εδώ]
3) Έλεγχος μεταβατικού παράγοντα κινδύνου:
Καταγράψτε τους κινδύνους μετάβασης για το ακόλουθο επιχειρηματικό μοντέλο: τιμή άνθρακα, ρυθμιστικές αρχές, αλλαγή τεχνολογίας, αγορά/καταναλωτής, βυθισμένο περιουσιακό στοιχείο, φήμη. Για καθένα, καθορίστε την έκθεση και τον πιθανό χρονικό ορίζοντα (σύντομη/μεσαία/μακριά). Ταιριάζει με την ακριβή ποσότητα. Επιχειρηματικό μοντέλο: [εδώ]
4) Σχέδιο μέτρων ανθεκτικότητας και προσαρμογής:
Προτείνετε πιθανά μέτρα προσαρμογής/αντοχής έναντι των παρακάτω εντοπισμένων κλιματικών κινδύνων. Για κάθε μέτρο: ποιον κίνδυνο μειώνει, σε ποιο σενάριο θα λειτουργήσει, πρόχειρο επίπεδο προσπάθειας. Μην χρησιμοποιείτε την υπερβολική φράση «μηδενίζει τον κίνδυνο». Κίνδυνοι: [εδώ]
Συνήθη λάθη
- Αξιολόγηση με ένα μόνο σενάριο. Απαιτείται τουλάχιστον ένα σενάριο χαμηλής και ένα σενάριο υψηλής θέρμανσης.
- Ανάμειξη φυσικού και μεταβατικού κινδύνου. Τα δύο αναλύονται χωριστά και μπορεί να είναι σε αντίθετες κατευθύνσεις.
- Κάνοντας το AI να ταιριάζει με την ακριβή πιθανότητα/ποσό. Η ποσοτικοποίηση απαιτεί πραγματικά μοντέλα και δεδομένα.
- Παράκαμψη της αλυσίδας αξίας. Ο κίνδυνος εναπόκειται συχνά στους προμηθευτές και τους πελάτες.
- Απόκρυψη αβεβαιότητας. Τα σενάρια για το κλίμα είναι εγγενώς αβέβαια. αναφέρετε αυτό.
Προσοχή: Οι γνωστοποιήσεις για τον κλιματικό κίνδυνο επηρεάζουν τις αποφάσεις των επενδυτών και οι ψευδείς/υπερβολικές αποκαλύψεις είναι η οικονομική εκδοχή του greenwashing — «πλύση κλίματος». Η υποτίμηση του κινδύνου ή η παρουσίασή του με ψευδή βεβαιότητα που δημιουργείται από την τεχνητή νοημοσύνη δημιουργούν και τα δύο νομική ευθύνη.
Συνοπτικά
Κλιματικός κίνδυνος; Απαιτεί την αξιολόγηση φυσικών (οξέων/χρόνιων) και κινδύνων μετάβασης μαζί με την αλυσίδα αξίας σε πολλαπλά σενάρια. ΟΛΑ ΣΥΜΠΕΡΙΛΑΜΒΑΝΟΝΤΑΙ; Είναι ένας ισχυρός επιταχυντής για αντιστοίχιση τοποθεσίας-κινδύνου, έλεγχο παραγόντων και σχεδίαση. Αλλά η επιλογή σεναρίου, η ποσοτικοποίηση με βάση το πραγματικό μοντέλο, η ειλικρινής αναφορά της αβεβαιότητας και η στρατηγική ερμηνεία ανήκουν στον ειδικό. Ο στόχος δεν είναι να γνωρίσουμε το μέλλον, αλλά να δοκιμάσουμε την αντοχή.
Εργασία εφαρμογής
Καταγράψτε τρεις ή τέσσερις εγκαταστάσεις ενός ιδρύματος με τις τοποθεσίες τους και αναφέρετε τον κλάδο τους. 1. δημιουργήστε μια μήτρα με το πρότυπο που λέει στο AI να αξιολογήσει τους φυσικούς κινδύνους και τους κινδύνους μετάβασης σε δύο σενάρια. Βεβαιωθείτε ότι η τεχνητή νοημοσύνη δεν αποτελεί ακριβή πιθανότητα αλλά δίνει ποιοτικό επίπεδο. Στη συνέχεια, με το πρότυπο 3, σαρώστε τους κινδύνους μετάβασης του επιχειρηματικού σας μοντέλου και σημειώστε τους τρεις κινδύνους με τους συντομότερους ορίζοντες.
λίστα ελέγχου
- [ ] Αξιολόγησα ξεχωριστά τους φυσικούς (οξείς/χρόνιους) και τους κινδύνους μετάβασης.
- [ ] Χρησιμοποίησα τουλάχιστον ένα σενάριο χαμηλής και ένα σενάριο υψηλής θέρμανσης.
- [ ] Συμπεριέλαβα την αλυσίδα αξίας (προμηθευτής/πελάτης) στην ανάλυση.
- [ ] Δεν έκανα το AI να ταιριάζει με την ακριβή πιθανότητα/ποσό. Προσδιόρισα δεδομένα για ποσοτικοποίηση.
- [ ] Ανέφεραν ξεκάθαρα την αβεβαιότητα.
- [ ] Πήρα το ρίσκο της κλιματικής πλύσης της περιγραφής (ούτε ελαφριά ούτε ψεύτικη σίγουρα).