Ganhos:
- Capacidade de distinguir riscos físicos (agudos/crónicos) e de transição e avaliar uma instituição juntamente com a sua cadeia de valor em múltiplos cenários de aquecimento
- Capacidade de combinar localizações de instalações com dados de perigos climáticos e produzir um nível de risco qualitativo sem que a inteligência artificial corresponda à probabilidade/quantidade exata
- Capacidade de relatar honestamente a incerteza dos cenários climáticos e evitar o risco de lavagem climática
As alterações climáticas não são apenas um problema ambiental, são um risco financeiro e operacional. Uma inundação pode encerrar uma fábrica, um imposto sobre o carbono pode colapsar um modelo de negócio, uma seca pode cortar uma cadeia de abastecimento. As instituições têm agora de medir estes riscos, testá-los com cenários e reportá-los. Nesta unidade você aprenderá sobre os dois principais tipos de risco climático, a análise de cenários, o papel e os limites da IA na modelagem deste futuro incerto.
Enquadre primeiro. O TCFD (Força-Tarefa sobre Divulgações Financeiras Relacionadas ao Clima) é uma estrutura padrão mundial que define como o risco climático será divulgado; São quatro pilares: governança, estratégia, gestão de riscos, métricas-metas. (As recomendações do TCFD foram agora em grande parte transferidas para as normas ISSB, mas os seus conceitos permanecem fundamentais.)
Dois tipos de riscos climáticos
Risco físico: risco decorrente dos efeitos físicos do clima. É dividido em dois: agudo (agudo – eventos repentinos como inundações, tempestades, ondas de calor) e crônico (crônico – mudanças lentas e permanentes, como aumento do nível do mar, aumento da temperatura média, seca).
Risco de transição: o risco decorrente da transição para uma economia de baixo carbono. Exemplos: preço/imposto sobre o carbono, alterações regulamentares, mudanças tecnológicas (por exemplo, fim do motor de combustão interna), alterações nas preferências dos consumidores, risco de “ativos irrecuperáveis” (por exemplo, centrais elétricas a carvão tornarem-se obsoletas).
Dica: Os riscos físicos e de transição geralmente se movem em direções opostas. Se o mundo fizer uma mitigação rápida, o risco de transição aumenta (legislação repentina), o risco físico diminui; Se ele agir lentamente, acontece o contrário. É por isso que vários cenários são testados, e não um único “futuro”.
Análise de cenário: múltiplos futuros
O futuro do risco climático é imprevisível, razão pela qual a análise de cenários é utilizada: testando como a fuligem será afetada sob diferentes trajetórias de aquecimento (por exemplo, 1,5°C, 2°C, 3°C+). Para os cenários científicos, tomam-se como referência o SSP (Shared Socioeconomic Pathways) do IPCC e os cenários energéticos da IEA. O objetivo não é “prever” o futuro, mas testar a resiliência – “em que futuro iremos quebrar?”
A IA está aqui; É poderoso na estruturação de suposições de cenários, no processamento de diferentes conjuntos de dados climáticos, na correspondência da localização das instalações com mapas de perigos físicos e na elaboração de scripts de risco. Mas a seleção de cenários, o realismo das suposições e a interpretação estratégica pertencem ao especialista.
Passo a passo: uma avaliação de risco climático
1. Mapear ativos e cadeia de valor. Qual instalação está onde, qual fornecedor está em qual região?
2. Determine a exposição aos perigos. A quais perigos físicos (inundações, secas) cada local é vulnerável?
3. Liste os fatores de transição. Preço do carbono, legislação, tecnologia, mercado.
4. Selecione cenários. Pelo menos um cenário de aquecimento baixo (1,5-2°C) e um cenário de aquecimento alto (3°C+).
5. Quantifique o impacto. Potencial impacto financeiro/operacional em cada cenário (dentro do intervalo).
6. Avalie e relate a durabilidade. Fraquezas, medidas de adaptação, incerteza.
três mini cases
Caso 1 — Armadilha de cenário único. Uma empresa disse à IA para “calcular o nosso risco climático” e obteve um número para um único futuro. O consultor explicou que isto era enganador: no cenário de baixo aquecimento o imposto sobre o carbono (risco de transição) era pesado, no cenário de aquecimento elevado as inundações (risco físico) eram pesadas. Quando os dois cenários foram executados separadamente, ficou claro a qual futuro a empresa estava vulnerável. O número ímpar deu falsa confiança.
Caso 2 — Possibilidade fictícia. Um analista perguntou a YZ uma instalação "Qual é a porcentagem de risco de inundação em 2050?" ele perguntou; A IA deu uma porcentagem exata. O especialista observou que este número não se baseava em nenhum modelo, mas que a IA produziu um número que “parecia razoável”. A avaliação real exigiu a correspondência da localização com um mapa de perigos climáticos e um modelo hidrológico. A possibilidade de fabricação foi removida do relatório.
Caso 3 — Correspondência de localização. Um grupo avaliaria o risco climático físico de 60 instalações. Eles fizeram a IA escrever um fluxo de trabalho em Python que combinava as coordenadas das instalações para abrir conjuntos de dados de riscos climáticos; O código sinalizou 9 instalações com elevada exposição a inundações e ondas de calor. A equipe concentrou uma análise aprofundada nessas 9 instalações. IA escaneada; O especialista tomou a decisão final sobre o risco.
Alerta fraco / Alerta forte
Alerta fraco:
Avalie o risco climático da minha empresa.
Por que é fraco: Nenhum ativo, localização, cenário, tipo de risco. A IA produz um script genérico ou uma “pontuação de risco” inventada.
Alerta poderoso:
Sua função: consultor de riscos climáticos. Com a estrutura do TCFD, avalie o risco físico (agudo/crônico) e de trânsito para a seguinte lista de instalações (localização, setor). Use dois cenários: 1,5°C e 3°C. Mesmo que seja definitivamente provável, é FALSO; Dê um nível qualitativo (baixo/médio/alto) e adicione uma nota “com quais dados devem ser quantificados”. O resultado é a tabela tipo de risco × cenário. Instalações: [lista]
Quatro modelos copiáveis
1) Matriz tipo de risco x cenário:
Sua função: especialista em riscos climáticos. Avalie os seguintes riscos físicos (agudos/crônicos) e de transição para a instituição em dois cenários (baixo/alto aquecimento). Forneça um nível qualitativo e uma breve justificativa em cada célula. Não faça números exatos; especificar quais dados são necessários na quantificação. Informações da instituição: [aqui]
2) Correspondência de risco de localização (por código):
Escreva uma estrutura de fluxo de trabalho em Python que mapeie as seguintes coordenadas de instalações para conjuntos de dados abertos sobre riscos climáticos (por exemplo, inundações, ondas de calor). Sinalizar instalações com alta exposição. Especifique a fonte de dados; não se enquadram na pontuação, coloque uma nota “deve ser validado em relação ao conjunto de dados”. Instalações: [aqui]
3) Triagem de fatores de risco de transição:
Liste os riscos de transição para o seguinte modelo de negócios: preço do carbono, regulamentação, mudança tecnológica, mercado/consumidor, ativo irrecuperável, reputação. Para cada um, especifique a exposição e o possível horizonte temporal (curto/médio/longo). Quantidade exata adequada. Modelo de negócios: [aqui]
4) Projeto de medidas de resiliência e adaptação:
Sugira possíveis medidas de adaptação/resiliência contra os seguintes riscos climáticos identificados. Para cada medida: qual risco reduz, em que cenário funcionará, nível aproximado de esforço. Não use a frase hiperbólica “zera o risco”. Riscos: [aqui]
Erros comuns
- Avaliando com um único cenário. É necessário pelo menos um cenário de aquecimento baixo e um de alto.
- Misturando risco físico e de transição. Os dois são analisados separadamente e podem estar em direções opostas.
- Fazendo com que a IA se ajuste à probabilidade/quantidade exata. A quantificação requer modelos e dados reais.
- Ignorando a cadeia de valor. O risco muitas vezes recai sobre fornecedores e clientes.
- Escondendo a incerteza. Os cenários climáticos são inerentemente incertos; relate isso.
Atenção: As divulgações dos riscos climáticos influenciam as decisões dos investidores, e as divulgações falsas/exageradas são a versão financeira da lavagem verde — “lavagem climática”. Subestimar o risco ou apresentá-lo com falsas certezas criadas pela IA criam responsabilidade legal.
Resumindo
Risco climático; Requer a avaliação dos riscos físicos (agudos/crónicos) e de transição juntamente com a cadeia de valor em múltiplos cenários. IA; É um acelerador poderoso para correspondência de risco de localização, triagem de fatores e elaboração. Mas a seleção de cenários, a quantificação baseada no modelo real, o relato honesto da incerteza e a interpretação estratégica pertencem ao especialista. O objetivo não é conhecer o futuro, mas testar a resistência.
Tarefa de aplicativo
Liste três ou quatro instalações de uma instituição com suas localizações e indique seu setor. 1. criar uma matriz com o modelo que instrui a IA a avaliar riscos físicos e de transição em dois cenários; Verifique se a IA não está inventando uma probabilidade exata, mas sim dando um nível qualitativo. Depois, com o modelo 3, analise os riscos de transição do seu modelo de negócios e marque os três riscos com os horizontes mais curtos.
lista de verificação
- [ ] Avaliei os riscos físicos (agudos/crônicos) e de transição separadamente.
- [] Usei pelo menos um cenário de aquecimento baixo e um cenário de aquecimento alto.
- [ ] Incluí a cadeia de valor (fornecedor/cliente) na análise.
- [ ] Não fiz com que a IA se ajustasse à probabilidade/quantidade exata; Especifiquei dados para quantificação.
- [ ] Relatei a incerteza com clareza.
- [] Corri o risco de alterar a descrição (nem leve nem falsa, com certeza).