Keuntungan:
- Keupayaan untuk membezakan risiko fizikal (akut/kronik) dan peralihan serta menilai institusi bersama rantaian nilainya dalam pelbagai senario pemanasan.
- Keupayaan untuk memadankan lokasi kemudahan dengan data bahaya iklim dan menghasilkan tahap risiko kualitatif tanpa mempunyai kecerdasan buatan sepadan dengan kebarangkalian/jumlah yang tepat
- Keupayaan untuk melaporkan secara jujur ketidakpastian senario iklim dan mengelakkan risiko pencucian iklim
Perubahan iklim bukan hanya masalah alam sekitar, ia adalah risiko kewangan dan operasi. Banjir boleh menutup kilang, cukai karbon boleh meruntuhkan model perniagaan, kemarau boleh memutuskan rantaian bekalan. Institusi kini perlu mengukur risiko ini, mengujinya dengan senario dan melaporkannya. Dalam unit ini anda akan mempelajari tentang dua jenis risiko iklim utama, analisis senario, peranan dan had AI dalam memodelkan masa depan yang tidak menentu ini.
Bingkai dahulu. TCFD (Task Force on Climate-related Financial Disclosures) ialah rangka kerja standard dunia yang mentakrifkan cara risiko iklim akan didedahkan; Terdapat empat tiang: tadbir urus, strategi, pengurusan risiko, metrik-matlamat. (Cadangan TCFD kini sebahagian besarnya telah dipindahkan ke piawaian ISSB, tetapi konsepnya kekal asas.)
Dua jenis risiko iklim
Risiko fizikal: risiko yang timbul daripada kesan fizikal iklim. Ia terbahagi kepada dua: akut (akut — kejadian mengejut seperti banjir, ribut, gelombang haba) dan kronik (kronik — perubahan yang perlahan dan kekal seperti kenaikan paras laut, peningkatan suhu purata, kemarau).
Risiko peralihan: risiko yang timbul daripada peralihan kepada ekonomi rendah karbon. Contoh: harga/cukai karbon, perubahan kawal selia, peralihan teknologi (cth. penghujung enjin pembakaran dalaman), perubahan dalam keutamaan pengguna, risiko "aset terkandas" (cth. loji janakuasa arang batu menjadi usang).
Petua: Risiko fizikal dan peralihan sering bergerak ke arah yang bertentangan. Jika dunia membuat pengurangan pantas, risiko peralihan meningkat (perundangan mendadak), risiko fizikal berkurangan; Jika dia bertindak perlahan, sebaliknya berlaku. Itulah sebabnya beberapa senario diuji, bukan satu "masa depan".
Analisis senario: pelbagai niaga hadapan
Masa depan risiko iklim tidak dapat diramalkan, itulah sebabnya analisis senario digunakan: menguji cara jelaga akan terjejas di bawah laluan pemanasan yang berbeza (cth. 1.5°C, 2°C, 3°C+). Untuk senario saintifik, SSP (Laluan Sosioekonomi Dikongsi) IPCC dan senario tenaga IEA diambil sebagai rujukan. Matlamatnya bukan untuk "meramalkan" masa depan, tetapi untuk menguji daya tahan - "di masa depan yang manakah kita akan pecah?"
AI ada di sini; Ia berkuasa dalam menstrukturkan andaian senario, memproses set data iklim yang berbeza, memadankan lokasi kemudahan dengan peta bahaya fizikal dan merangka skrip risiko. Tetapi pemilihan senario, realisme andaian dan tafsiran strategik adalah milik pakar.
Langkah demi langkah: penilaian risiko iklim
1. Petakan aset dan rantaian nilai. Kemudahan mana di mana, pembekal mana di wilayah mana?
2. Tentukan pendedahan kepada bahaya. Apakah bahaya fizikal (banjir, kemarau) yang setiap lokasi terdedah?
3. Senaraikan faktor peralihan. Harga karbon, perundangan, teknologi, pasaran.
4. Pilih senario. Sekurang-kurangnya satu senario pemanasan rendah (1.5-2°C) dan satu senario pemanasan tinggi (3°C+).
5. Kira impak. Impak kewangan/operasi yang berpotensi dalam setiap senario (dalam julat).
6. Menilai dan melaporkan ketahanan. Kelemahan, langkah penyesuaian, ketidakpastian.
tiga kes mini
Kes 1 — Perangkap senario tunggal. Satu syarikat memberitahu AI untuk "mengira risiko iklim kita" dan ia mendapat nombor dalam satu masa depan. Perunding menjelaskan bahawa ini mengelirukan: dalam senario pemanasan rendah cukai karbon (risiko peralihan) adalah berat, dalam senario pemanasan tinggi banjir (risiko fizikal) adalah berat. Apabila kedua-dua senario dijalankan secara berasingan, menjadi jelas masa depan yang mana syarikat itu terdedah. Nombor ganjil memberikan keyakinan palsu.
Kes 2 — Kemungkinan rekaan. Seorang penganalisis bertanya kepada YZ "Berapa peratus risiko banjir pada tahun 2050?" dia bertanya; AI memberikan peratusan yang tepat. Pakar itu menyatakan bahawa nombor ini tidak berdasarkan mana-mana model, tetapi AI menghasilkan nombor yang "nampak munasabah." Penilaian sebenar memerlukan pemadanan lokasi dengan peta bahaya iklim dan model hidrologi. Kemungkinan pemalsuan telah dikeluarkan daripada laporan itu.
Kes 3 — Padanan lokasi. Satu kumpulan akan menilai risiko iklim fizikal 60 kemudahan. Mereka meminta AI menulis aliran kerja Python yang memadankan koordinat kemudahan untuk membuka set data bahaya iklim; Kod itu menandakan 9 kemudahan dengan pendedahan tinggi kepada banjir dan gelombang panas. Pasukan ini menumpukan analisis mendalam pada 9 kemudahan ini. AI diimbas; Pakar membuat keputusan risiko terakhir.
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Nilaikan risiko iklim syarikat saya.
Mengapa ia lemah: Tiada aset, lokasi, senario, jenis risiko. AI menghasilkan skrip generik atau "skor risiko" yang dibuat-buat.
Gesaan kuat:
Peranan anda: penasihat risiko iklim. Dengan rangka kerja TCFD, nilai risiko fizikal (akut/kronik) dan transit untuk senarai kemudahan berikut (lokasi, sektor). Gunakan dua senario: 1.5°C dan 3°C. Walaupun ia pasti berkemungkinan, ia adalah PALSU; Berikan tahap kualitatif (rendah/sederhana/tinggi) dan tambahkan nota "data apa yang perlu dikuantifikasi". Hasilnya ialah jenis risiko × jadual senario. Kemudahan: [senarai]
Empat templat yang boleh disalin
1) Jenis risiko × matriks senario:
Peranan anda: pakar risiko iklim. Nilaikan risiko fizikal (akut/kronik) dan peralihan berikut untuk institusi dalam dua senario (pemanasan rendah/tinggi). Berikan tahap kualitatif dan justifikasi ringkas dalam setiap sel. Jangan buat nombor tepat; nyatakan data yang diperlukan dalam kuantifikasi. Maklumat institusi: [di sini]
2) Padanan lokasi-bahaya (mengikut kod):
Tulis rangka kerja aliran kerja Python yang memetakan koordinat kemudahan berikut untuk membuka set data bahaya iklim (cth. banjir, gelombang haba). Kemudahan bendera dengan pendedahan tinggi. Nyatakan sumber data; tidak sesuai dengan skor, letakkan nota "mesti disahkan terhadap set data". Kemudahan: [di sini]
3) Pemeriksaan faktor risiko peralihan:
Senaraikan risiko peralihan untuk model perniagaan berikut: harga karbon, kawal selia, peralihan teknologi, pasaran/pengguna, aset tenggelam, reputasi. Untuk setiap satu, nyatakan pendedahan dan ufuk masa yang mungkin (pendek/sederhana/panjang). Memasang jumlah yang tepat. Model perniagaan: [di sini]
4) Draf langkah daya tahan dan penyesuaian:
Cadangkan kemungkinan langkah penyesuaian/daya tahan terhadap risiko iklim yang dikenal pasti berikut. Untuk setiap ukuran: risiko mana yang dikurangkan, dalam senario mana ia akan berfungsi, tahap usaha yang kasar. Jangan gunakan frasa hiperbolik "sifar risiko". Risiko: [di sini]
Kesilapan biasa
- Menilai dengan satu senario. Sekurang-kurangnya satu senario pemanasan rendah dan satu pemanasan tinggi diperlukan.
- Mencampurkan risiko fizikal dan peralihan. Kedua-duanya dianalisis secara berasingan dan mungkin dalam arah yang bertentangan.
- Menjadikan AI sesuai dengan kebarangkalian/jumlah yang tepat. Kuantifikasi memerlukan model dan data sebenar.
- Melangkau rantaian nilai. Risiko selalunya terletak pada pembekal dan pelanggan.
- Menyembunyikan ketidakpastian. Senario iklim sememangnya tidak menentu; laporkan ini.
Awas: Pendedahan risiko iklim mempengaruhi keputusan pelabur, dan pendedahan palsu/dibesar-besarkan ialah versi kewangan pencucian hijau — "cucian iklim." Memandang rendah risiko atau mengemukakannya dengan kepastian palsu yang dicipta oleh AI kedua-duanya mewujudkan liabiliti undang-undang.
Secara ringkasnya
Risiko iklim; Ia memerlukan penilaian fizikal (akut/kronik) dan risiko peralihan bersama-sama dengan rantaian nilai dalam pelbagai senario. AI; Ia merupakan pemecut yang berkuasa untuk pemadanan bahaya lokasi, penyaringan faktor dan penggubalan. Tetapi pemilihan senario, kuantifikasi berdasarkan model sebenar, pelaporan yang jujur tentang ketidakpastian dan tafsiran strategik adalah milik pakar. Tujuannya bukan untuk mengetahui masa depan, tetapi untuk menguji ketahanan.
Tugasan permohonan
Senaraikan tiga atau empat kemudahan institusi dengan lokasinya dan nyatakan industrinya. 1. buat matriks dengan templat yang memberitahu AI untuk menilai risiko fizikal dan peralihan dalam dua senario; Sahkan bahawa AI tidak membentuk kebarangkalian tepat tetapi memberikan tahap kualitatif. Kemudian, dengan templat 3, imbas risiko peralihan model perniagaan anda dan tandai tiga risiko dengan ufuk terpendek.
senarai semak
- [ ] Saya menilai risiko fizikal (akut/kronik) dan peralihan secara berasingan.
- [ ] Saya menggunakan sekurang-kurangnya satu senario pemanasan rendah dan satu pemanasan tinggi.
- [ ] Saya memasukkan rantaian nilai (pembekal/pelanggan) dalam analisis.
- [ ] Saya tidak menjadikan AI sesuai dengan kebarangkalian/jumlah yang tepat; Saya menyatakan data untuk kuantifikasi.
- [ ] Saya melaporkan ketidakpastian dengan jelas.
- [ ] Saya telah mengambil risiko membasuh huraian iklim (tidak pasti atau palsu).