Gains :
- Capacité à distinguer les risques physiques (aigus/chroniques) et de transition et à évaluer une institution ainsi que sa chaîne de valeur dans plusieurs scénarios de réchauffement
- Capacité à faire correspondre l'emplacement des installations avec les données sur les risques climatiques et à produire un niveau de risque qualitatif sans que l'intelligence artificielle ne corresponde à la probabilité/au montant exact
- Capacité à signaler honnêtement l’incertitude des scénarios climatiques et à éviter le risque de « climat washing »
Le changement climatique n’est pas seulement un problème environnemental, c’est un risque financier et opérationnel. Une inondation peut entraîner la fermeture d’une usine, une taxe carbone peut détruire un modèle économique, une sécheresse peut rompre une chaîne d’approvisionnement. Les établissements doivent désormais mesurer ces risques, les tester avec des scénarios et les signaler. Dans cette unité, vous découvrirez les deux principaux types de risque climatique, l'analyse de scénarios, le rôle et les limites de l'IA dans la modélisation de cet avenir incertain.
Cadrez d'abord. TCFD (Task Force on Climate- Related Financial Disclosures) est un cadre standard mondial qui définit la manière dont les risques climatiques seront divulgués ; Il y a quatre piliers : gouvernance, stratégie, gestion des risques, indicateurs-objectifs. (Les recommandations du TCFD ont désormais été largement transférées aux normes ISSB, mais leurs concepts restent fondamentaux.)
Deux types de risques climatiques
Risque physique : risque découlant des effets physiques du climat. Il est divisé en deux : aigu (aigu – événements soudains tels que inondations, tempêtes, vagues de chaleur) et chronique (chronique – changements lents et permanents tels que l’élévation du niveau de la mer, l’augmentation de la température moyenne, la sécheresse).
Risque de transition : le risque découlant de la transition vers une économie bas carbone. Exemples : prix/taxe sur le carbone, changement de réglementation, évolution technologique (par exemple, fin du moteur à combustion interne), changement de préférence des consommateurs, risque d'« actifs bloqués » (par exemple, une centrale électrique au charbon devenant obsolète).
Conseil : Les risques physiques et liés à la transition évoluent souvent dans des directions opposées. Si le monde prend des mesures d’atténuation rapides, le risque de transition augmente (législation soudaine), le risque physique diminue ; S’il agit lentement, c’est le contraire qui se produit. C'est pourquoi plusieurs scénarios sont testés, et non un seul « avenir ».
Analyse de scénarios : plusieurs futurs
L'avenir du risque climatique est imprévisible, c'est pourquoi l'analyse de scénarios est utilisée : tester comment les suies seront affectées selon différentes trajectoires de réchauffement (par exemple 1,5°C, 2°C, 3°C+). Pour les scénarios scientifiques, les scénarios SSP (Shared Socionomic Pathways) du GIEC et les scénarios énergétiques de l'AIE sont pris comme référence. L’objectif n’est pas de « prédire » l’avenir, mais de tester la résilience : « dans quel avenir allons-nous briser ? »
L'IA est là ; Il est puissant pour structurer les hypothèses de scénarios, traiter différents ensembles de données climatiques, faire correspondre l’emplacement des installations aux cartes de dangers physiques et rédiger des scénarios de risque. Mais la sélection des scénarios, le réalisme des hypothèses et l’interprétation stratégique appartiennent à l’expert.
Étape par étape : une évaluation des risques climatiques
1. Cartographier les actifs et la chaîne de valeur. Quelle installation se trouve où, quel fournisseur se trouve dans quelle région ?
2. Déterminer l'exposition aux dangers. À quels aléas physiques (inondations, sécheresse) chaque emplacement est-il vulnérable ?
3. Énumérez les facteurs de transition. Prix du carbone, législation, technologie, marché.
4. Sélectionnez des scénarios. Au moins un scénario de réchauffement faible (1,5-2°C) et un scénario de réchauffement élevé (3°C+).
5. Quantifier l’impact. Impact financier/opérationnel potentiel dans chaque scénario (dans la fourchette).
6. Évaluer et rendre compte de la durabilité. Faiblesses, mesures d'adaptation, incertitude.
trois mini-cases
Cas 1 — Piège à scénario unique. Une entreprise a demandé à l’IA de « calculer notre risque climatique » et elle a obtenu un chiffre sur un seul avenir. Le consultant a expliqué que cela était trompeur : dans le scénario de faible réchauffement, la taxe carbone (risque de transition) était lourde, dans le scénario de réchauffement élevé, les inondations (risque physique) étaient lourdes. Lorsque les deux scénarios ont été exécutés séparément, il est devenu clair à quel avenir l’entreprise était vulnérable. Le nombre impair donnait une fausse confiance.
Cas 2 — Possibilité fictive. Un analyste a demandé à YZ : « Quel est le pourcentage de risque d'inondation en 2050 ? » il a demandé; L'IA a donné un pourcentage exact. L’expert a noté que ce chiffre n’était basé sur aucun modèle, mais que l’IA produisait un chiffre qui « semblait raisonnable ». L'évaluation proprement dite nécessitait de faire correspondre l'emplacement à une carte des risques climatiques et à un modèle hydrologique. La possibilité de fabrication a été supprimée du rapport.
Cas 3 — Correspondance de localisation. Un groupe évaluerait le risque climatique physique de 60 installations. Ils ont demandé à l'IA d'écrire un flux de travail Python qui faisait correspondre les coordonnées des installations pour ouvrir des ensembles de données sur les risques climatiques ; Le code a signalé 9 installations fortement exposées aux inondations et aux vagues de chaleur. L’équipe a concentré une analyse approfondie sur ces 9 installations. IA numérisée ; L'expert a pris la décision finale en matière de risque.
Invite faible/Invite forte
Invite faible :
Évaluer le risque climatique de mon entreprise.
Pourquoi il est faible : aucun actif, emplacement, scénario, type de risque. L’IA produit un script générique ou un « score de risque » inventé.
Invite puissante :
Votre rôle : conseiller en risques climatiques. Avec le cadre TCFD, évaluez à la fois le risque physique (aigu/chronique) et de transit pour la liste d'installations suivante (emplacement, secteur). Utilisez deux scénarios : 1,5 °C et 3 °C. Même si c’est tout à fait probable, c’est FAUX ; Donnez un niveau qualitatif (faible/moyen/élevé) et ajoutez une note « avec quelles données doivent être quantifiées ». Le résultat est le tableau type de risque × scénario. Installations : [liste]
Quatre modèles copiables
1) Type de risque × matrice de scénario :
Votre rôle : expert en risques climatiques. Évaluez les risques physiques (aigus/chroniques) et de transition suivants pour l’institution dans deux scénarios (réchauffement faible/élevé). Donnez un niveau qualitatif et une brève justification dans chaque cellule. Ne faites pas de chiffres exacts ; préciser quelles données sont nécessaires à la quantification. Informations sur l'établissement : [ici]
2) Correspondance localisation-danger (par code) :
Écrivez un cadre de flux de travail Python qui mappe les coordonnées des installations suivantes à des ensembles de données ouverts sur les risques climatiques (par exemple, inondation, vague de chaleur). Signaler les installations à forte exposition. Spécifiez la source de données ; ne correspondent pas au score, mettez une note "doit être validé par rapport à l'ensemble de données". Installations : [ici]
3) Dépistage des facteurs de risque de transition :
Énumérez les risques de transition pour le modèle économique suivant : prix du carbone, réglementation, changement technologique, marché/consommateur, actif irrécupérable, réputation. Pour chacun, précisez l’exposition et l’horizon temporel possible (court/moyen/long). Ajustement du montant exact. Modèle économique : [ici]
4) Projeter des mesures de résilience et d’adaptation :
Suggérer d’éventuelles mesures d’adaptation/résilience face aux risques climatiques identifiés suivants. Pour chaque mesure : quel risque elle réduit, dans quel scénario elle fonctionnera, niveau approximatif d'effort. N'utilisez pas l'expression hyperbolique « réduit le risque à zéro ». Risques : [ici]
Erreurs courantes
- Évaluer avec un seul scénario. Au moins un scénario de réchauffement faible et un scénario de réchauffement élevé sont requis.
- Mélanger risque physique et risque de transition. Les deux sont analysés séparément et peuvent aller dans des directions opposées.
- Rendre l'IA adaptée à la probabilité/au montant exact. La quantification nécessite des modèles et des données réels.
- Contourner la chaîne de valeur. Le risque réside souvent chez les fournisseurs et les clients.
- Cacher l'incertitude. Les scénarios climatiques sont par nature incertains ; signaler cela.
Attention : la divulgation des risques climatiques influence les décisions des investisseurs, et la divulgation fausse/exagérée est la version financière du greenwashing – le « climate-washing ». Sous-estimer le risque ou le présenter avec une fausse certitude créée par l’IA entraîne une responsabilité juridique.
En résumé
Risque climatique ; Cela nécessite d’évaluer les risques physiques (aigus/chroniques) et de transition ainsi que la chaîne de valeur dans plusieurs scénarios. IA ; Il s’agit d’un puissant accélérateur pour la mise en correspondance emplacement-risque, la sélection des facteurs et la rédaction. Mais la sélection des scénarios, la quantification basée sur le modèle réel, la communication honnête des incertitudes et l’interprétation stratégique appartiennent à l’expert. Le but n’est pas de connaître l’avenir, mais de tester l’endurance.
Tâche de candidature
Énumérez trois ou quatre installations d’un établissement avec leur emplacement et indiquez leur secteur d’activité. 1. créer une matrice avec le modèle qui indique à l'IA d'évaluer les risques physiques et de transition dans deux scénarios ; Vérifiez que l'IA n'invente pas une probabilité exacte mais donne un niveau qualitatif. Ensuite, avec le modèle 3, analysez les risques de transition de votre modèle économique et marquez les trois risques avec les horizons les plus courts.
liste de contrôle
- [ ] J'ai évalué séparément les risques physiques (aigus/chroniques) et de transition.
- [ ] J'ai utilisé au moins un scénario de chauffage faible et un scénario de chauffage élevé.
- [ ] J'ai inclus la chaîne de valeur (fournisseur/client) dans l'analyse.
- [ ] Je n'ai pas adapté l'IA à la probabilité/au montant exact ; J'ai spécifié des données pour la quantification.
- [ ] J'ai clairement signalé l'incertitude.
- [ ] J'ai pris le risque de climatiser la description (ni légère ni fausse bien sûr).