רווחים:
- יכולת להבחין בסיכוני מעבר פיזיים (אקוטי/כרוני) ולהעריך מוסד יחד עם שרשרת הערך שלו בתרחישי התחממות מרובים
- יכולת להתאים מיקומי מתקנים לנתוני סכנות אקלים ולייצר רמת סיכון איכותית מבלי שתתאמת הבינה המלאכותית להסתברות/כמות מדויקת
- היכולת לדווח בכנות על אי הוודאות של תרחישי אקלים ולהימנע מהסיכון של שטיפת אקלים
שינויי אקלים הם לא רק בעיה סביבתית, הם סיכון פיננסי ותפעולי. שיטפון יכול לסגור מפעל, מס פחמן יכול למוטט מודל עסקי, בצורת יכולה לנתק שרשרת אספקה. כעת על המוסדות למדוד את הסיכונים הללו, לבדוק אותם באמצעות תרחישים ולדווח עליהם. ביחידה זו תלמדו על שני הסוגים העיקריים של סיכוני אקלים, ניתוח תרחישים, התפקיד והגבולות של בינה מלאכותית בעיצוב עתיד לא ברור זה.
תחילה מסגרת. TCFD (Task Force on Climate Related Financial Disclosures) הוא מסגרת סטנדרטית עולמית המגדירה כיצד ייחשף סיכון האקלים; ישנם ארבעה עמודים: ממשל, אסטרטגיה, ניהול סיכונים, מדדים-יעדים. (המלצות TCFD הועברו כעת במידה רבה לתקני ISSB, אך המושגים שלהם נותרו בסיסיים.)
שני סוגים של סיכוני אקלים
סיכון פיזי: סיכון הנובע מההשפעות הפיזיות של האקלים. הוא מחולק לשניים: אקוטי (אקוטי - אירועים פתאומיים כגון שיטפונות, סערות, גלי חום) וכרוני (כרוני - שינויים איטיים וקבועים כגון עליית פני הים, עליית טמפרטורה ממוצעת, בצורת).
סיכון מעבר: הסיכון הנובע מהמעבר לכלכלה דלת פחמן. דוגמאות: מחיר/מס פחמן, שינוי רגולטורי, שינוי טכנולוגיה (למשל סוף מנוע הבעירה הפנימית), שינוי בהעדפת הצרכן, סיכון של "נכסים תקועים" (למשל מיושנת תחנת כוח פחמית).
טיפ: הסיכון הפיזי והמעבר נע לרוב בכיוונים מנוגדים. אם העולם עושה הפחתה מהירה, סיכון המעבר עולה (חקיקה פתאומית), הסיכון הפיזי יורד; אם הוא פועל לאט, קורה ההיפך. לכן נבדקים מספר תרחישים, לא "עתיד" אחד.
ניתוח תרחישים: עתידים מרובים
העתיד של סיכון האקלים אינו צפוי, ולכן נעשה שימוש בניתוח תרחישים: בדיקה כיצד יושפע פיח בנתיבי התחממות שונים (למשל 1.5°C, 2°C, 3°C+). עבור תרחישים מדעיים, תרחישי ה-SSP של IPCC (Shared Socio-economic Pathways) ותרחישי האנרגיה של IEA נלקחים כהתייחסות. המטרה היא לא "לחזות" את העתיד, אלא לבדוק חוסן - "באיזה עתיד נשבר?"
AI זה כאן; הוא רב עוצמה בבניית הנחות תרחישים, עיבוד מערכי נתונים שונים של אקלים, התאמת מיקומי מתקנים למפות מפגעים פיזיים, וניסוח תסריטי סיכונים. אבל בחירת התרחישים, ריאליזם ההנחות והפרשנות האסטרטגית שייכים למומחה.
צעד אחר צעד: הערכת סיכוני אקלים
1. מפה נכסים ושרשרת ערך. איזה מתקן נמצא איפה, איזה ספק נמצא באיזה אזור?
2. לקבוע חשיפה למפגעים. לאילו סיכונים פיזיים (שיטפון, בצורת) פגיע כל מיקום?
3. רשום את גורמי המעבר. מחיר פחמן, חקיקה, טכנולוגיה, שוק.
4. בחר תרחישים. לפחות תרחיש התחממות נמוך (1.5-2 מעלות צלזיוס) ואחד גבוה (3 מעלות צלזיוס).
5. לכמת השפעה. השפעה פיננסית/תפעולית פוטנציאלית בכל תרחיש (בטווח).
6. להעריך ולדווח על עמידות. חולשות, מדדי הסתגלות, אי ודאות.
שלושה מיני תיקים
מקרה 1 - מלכודת תרחיש בודדת. חברה אחת אמרה ל-AI "לחשב את סיכון האקלים שלנו" והיא קיבלה מספר על פני עתיד בודד. היועץ הסביר שזה מטעה: בתרחיש ההתחממות הנמוכה מס הפחמן (סיכון מעבר) היה כבד, בתרחיש ההתחממות הגבוהה ההצפה (סיכון פיזי) כבד. כאשר שני התרחישים נוהלו בנפרד, התברר לאיזה עתיד החברה חשופה. המספר האי-זוגי נתן ביטחון כוזב.
מקרה 2 - אפשרות פיקטיבית. אנליסט שאל את YZ a מתקן "מהו אחוז הסיכון לשיטפונות בשנת 2050?" הוא שאל; ה-AI נתן אחוז מדויק. המומחה ציין שמספר זה לא היה מבוסס על שום דגם, אלא שה-AI ייצר מספר ש"נראה הגיוני". ההערכה בפועל דרשה התאמת המיקום למפת מפגעי אקלים ולמודל הידרולוגי. האפשרות של המצאה הוסרה מהדוח.
מקרה 3 - התאמת מיקום. קבוצה אחת תעריך את הסיכון האקלים הפיזי של 60 מתקנים. הם ביקשו מה-AI לכתוב זרימת עבודה של Python שתאמת את קואורדינטות המתקן לפתיחת מערכי נתונים של סכנות אקלים; הקוד סימן 9 מתקנים עם חשיפה גבוהה לשיטפונות ולגלי חום. הצוות התמקד בניתוח מעמיק ב-9 המתקנים הללו. AI סרוק; המומחה קיבל את החלטת הסיכון הסופית.
הנחיה חלשה / הנחיה חזקה
הנחיה חלשה:
הערך את סיכון האקלים של החברה שלי.
למה זה חלש: אין נכס, מיקום, תרחיש, סוג סיכון. ה-AI מייצר תסריט גנרי או "ציון סיכון" מורכב.
הנחיה עוצמתית:
תפקידך: יועץ לסיכוני אקלים. עם מסגרת ה-TCFD, הערך הן את הסיכון הפיזי (אקוטי/כרוני) והן את הסיכון למעבר עבור רשימת המתקנים הבאה (מיקום, מגזר). השתמש בשני תרחישים: 1.5°C ו-3°C. גם אם זה בהחלט סביר, זה מזויף; תנו רמה איכותית (נמוכה/בינונית/גבוהה) והוסיפו הערה "עם איזה נתונים יש לכמת". התוצאה היא טבלת תרחיש מסוג סיכון ×. מתקנים: [רשימה]
ארבע תבניות הניתנות להעתקה
1) סוג סיכון × מטריצת תרחיש:
תפקידך: מומחה לסיכוני אקלים. הערך את הסיכונים הפיזיים (האקוטים/כרוניים) והמעבר הבאים עבור המוסד בשני תרחישים (התחממות נמוכה/גבוהה). תנו רמה איכותית והצדקה קצרה בכל תא. אל תעשה מספרים מדויקים; ציין אילו נתונים נדרשים בכימות. מידע על המוסד: [כאן]
2) התאמת סכנת מיקום (לפי קוד):
כתוב מסגרת זרימת עבודה של Python שממפה את קואורדינטות המתקן הבאות לפתיחת מערכי נתונים של סכנות אקלים (למשל שיטפון, גלי חום). מתקני דגל עם חשיפה גבוהה. ציין את מקור הנתונים; לא מתאים לניקוד, שים הערה "חייב להיות מאומת כנגד מערך הנתונים". מתקנים: [כאן]
3) בדיקת גורמי סיכון מעבר:
רשום סיכוני מעבר עבור המודל העסקי הבא: מחיר פחמן, רגולציה, שינוי טכנולוגיה, שוק/צרכן, נכס שקוע, מוניטין. עבור כל אחד, ציין חשיפה ואופק זמן אפשרי (קצר/בינוני/ארוך). מתאים לכמות מדויקת. מודל עסקי: [כאן]
4) טיוטת אמצעי חוסן והתאמה:
הצע אמצעי הסתגלות/חוסן אפשריים כנגד סיכוני האקלים המזוהים הבאים. לכל מדד: איזה סיכון הוא מפחית, באיזה תרחיש זה יעבוד, רמת מאמץ גסה. אל תשתמש בביטוי ההיפרבולי "מאפס את הסיכון". סיכונים: [כאן]
טעויות נפוצות
- הערכה עם תרחיש בודד. נדרש לפחות תרחיש אחד של התחממות נמוכה וגבוהה.
- ערבוב פיזי וסיכון מעבר. השניים מנותחים בנפרד ועשויים להיות בכיוונים מנוגדים.
- הפיכת ה-AI להתאים להסתברות/כמות מדויקת. לכימות נדרשות מודלים ונתונים אמיתיים.
- עקיפת שרשרת הערך. הסיכון לרוב טמון בספקים ובלקוחות.
- מסתיר אי ודאות. תרחישי האקלים אינם בטוחים מטבעם; לדווח על כך.
זהירות: גילויי סיכוני אקלים משפיעים על החלטות משקיעים, וחשיפה כוזבת/מוגזמת היא הגרסה הפיננסית של שטיפה ירוקה - "שטיפת אקלים". חוסר הערכת הסיכון או הצגתו בוודאות כוזבת שנוצרה על ידי AI יוצרים שניהם אחריות משפטית.
לסיכום
סיכון אקלים; זה דורש הערכת סיכונים פיזיים (אקוטי/כרוני) וסיכוני מעבר יחד עם שרשרת הערך במספר תרחישים. AI; זהו מאיץ רב עוצמה עבור התאמת סכנות מיקום, סינון גורמים ושרטוט. אבל בחירת תרחישים, כימות על בסיס המודל האמיתי, דיווח כנה של אי ודאות ופרשנות אסטרטגית שייכים למומחה. המטרה היא לא לדעת את העתיד, אלא לבדוק סיבולת.
משימת יישום
רשום שלושה או ארבעה מתקנים של מוסד עם מיקומם וציין את התעשייה שלהם. 1. ליצור מטריצה עם התבנית שאומרת ל-AI להעריך סיכונים פיזיים ומעבר בשני תרחישים; ודא שה-AI אינו מרכיב הסתברות מדויקת אלא נותן רמה איכותית. לאחר מכן, עם תבנית 3, סרוק את סיכוני המעבר של המודל העסקי שלך וסמן את שלושת הסיכונים עם האופקים הקצרים ביותר.
רשימת בדיקה
- [ ] הערכתי בנפרד סיכונים פיזיים (אקוטי/כרוני) וסיכוני מעבר.
- [ ] השתמשתי לפחות בתרחיש אחד של חימום נמוך ואחד גבוה.
- [ ] כללתי את שרשרת הערך (ספק/לקוח) בניתוח.
- [ ] לא גרמתי ל-AI להתאים להסתברות/כמות המדויקים; ציינתי נתונים לכימות.
- [ ] דיווחתי על אי הוודאות בצורה ברורה.
- [ ] לקחתי את הסיכון בשטיפת האקלים של התיאור (לא קל או מזויף בוודאות).