zisky:
- Schopnosť rozlíšiť fyzické (akútne/chronické) a prechodné riziká a hodnotiť inštitúciu spolu s jej hodnotovým reťazcom vo viacerých scenároch otepľovania
- Schopnosť priradiť umiestnenie zariadenia k údajom o klimatickom nebezpečenstve a vytvoriť kvalitatívnu úroveň rizika bez toho, aby umelá inteligencia presne zodpovedala pravdepodobnosti/množstvu
- Schopnosť čestne nahlásiť neistotu klimatických scenárov a vyhnúť sa riziku vymývania klímy
Klimatické zmeny nie sú len environmentálnym problémom, ale aj finančným a prevádzkovým rizikom. Povodeň môže zatvoriť továreň, uhlíková daň môže zrútiť obchodný model, sucho môže prerušiť dodávateľský reťazec. Inštitúcie teraz musia merať tieto riziká, testovať ich pomocou scenárov a hlásiť ich. V tejto časti sa dozviete o dvoch hlavných typoch klimatických rizík, analýze scenárov, úlohe a limitoch AI pri modelovaní tejto neistej budúcnosti.
Najprv rám. TCFD (Task Force on Climate-related Financial Disclosures) je celosvetovo štandardný rámec, ktorý definuje, ako sa budú zverejňovať klimatické riziká; Existujú štyri piliere: riadenie, stratégia, riadenie rizík, metriky-ciele. (Odporúčania TCFD sa teraz do značnej miery preniesli do noriem ISSB, ale ich koncepcia zostáva zásadná.)
Dva typy klimatických rizík
Fyzické riziko: riziko vyplývajúce z fyzikálnych účinkov podnebia. Delí sa na dve časti: akútne (akútne — náhle udalosti, ako sú povodne, búrky, vlny horúčav) a chronické (chronické — pomalé, trvalé zmeny ako stúpanie hladiny morí, zvyšovanie priemernej teploty, sucho).
Riziko prechodu: riziko vyplývajúce z prechodu na nízkouhlíkové hospodárstvo. Príklady: cena/daň uhlíka, regulačná zmena, technologický posun (napr. koniec spaľovacieho motora), zmena preferencií spotrebiteľov, riziko „uviaznutých aktív“ (napr. zastaranie uhoľnej elektrárne).
Tip: Fyzické riziko a riziko prechodu sa často pohybujú opačným smerom. Ak svet urobí rýchle zmiernenie, riziko prechodu sa zvýši (náhla legislatíva), fyzické riziko sa zníži; Ak koná pomaly, stane sa opak. Preto sa testuje viacero scenárov, nie jedna „budúcnosť“.
Analýza scenára: viacero futures
Budúcnosť klimatických rizík je nepredvídateľná, a preto sa používa analýza scenárov: testovanie vplyvu sadzí pri rôznych dráhach otepľovania (napr. 1,5 °C, 2 °C, 3 °C+). Pre vedecké scenáre sa ako referenčné berú SSP (Zdieľané socioekonomické cesty) IPCC a energetické scenáre IEA. Cieľom nie je „predpovedať“ budúcnosť, ale testovať odolnosť – „v ktorej budúcnosti sa zlomíme?
AI je tu; Je výkonný pri štruktúrovaní predpokladov scenárov, spracovávaní rôznych klimatických dátových súborov, priraďovaní umiestnení zariadení k mapám fyzických nebezpečenstiev a pri navrhovaní rizikových skriptov. Ale výber scenára, realizmus predpokladov a strategická interpretácia patria k odborníkovi.
Krok za krokom: hodnotenie klimatických rizík
1. Zmapujte aktíva a hodnotový reťazec. Ktoré zariadenie je kde, ktorý dodávateľ je v ktorom regióne?
2. Určite vystavenie nebezpečenstvám. Aké fyzické nebezpečenstvá (povodne, sucho) sú náchylné na každé miesto?
3. Uveďte prechodové faktory. Cena uhlíka, legislatíva, technológia, trh.
4. Vyberte scenáre. Aspoň jeden scenár nízkeho (1,5 – 2 °C) a jeden scenár vysokého (3 °C+) otepľovania.
5. Kvantifikujte vplyv. Potenciálny finančný/prevádzkový vplyv v každom scenári (v rozsahu).
6. Posúďte a oznámte trvanlivosť. Slabé stránky, adaptačné opatrenia, neistota.
tri mini prípady
Prípad 1 – Pasca s jedným scenárom. Jedna spoločnosť povedala AI, aby „vypočítala naše klimatické riziko“ a dostala číslo za jednu budúcnosť. Konzultant vysvetlil, že to bolo zavádzajúce: v scenári nízkeho otepľovania bola uhlíková daň (riziko prechodu) vysoká, v scenári vysokého otepľovania bola veľká záplava (fyzické riziko). Keď boli tieto dva scenáre spustené oddelene, bolo jasné, voči ktorej budúcnosti je spoločnosť zraniteľná. Nepárne číslo dávalo falošnú dôveru.
Prípad 2 – Fiktívna možnosť. Analytik sa opýtal zariadenia YZ: „Aké je percento povodňového rizika v roku 2050?“ spýtal sa; AI poskytla presné percento. Expert poznamenal, že toto číslo nebolo založené na žiadnom modeli, ale že AI vytvorila číslo, ktoré sa „zdalo rozumné“. Skutočné hodnotenie vyžadovalo prispôsobenie miesta mape klimatického ohrozenia a hydrologickému modelu. Zo správy bola odstránená možnosť výroby.
Prípad 3 – Priraďovanie polohy. Jedna skupina by posudzovala fyzické klimatické riziko 60 zariadení. Nechali AI napísať pracovný postup Pythonu, ktorý priradil súradnice zariadenia k otvoreným súborom údajov o klimatickom nebezpečenstve; Kódex označil 9 zariadení s vysokou expozíciou povodniam a horúčavám. Tím sa zameral na hĺbkovú analýzu týchto 9 zariadení. naskenovaná AI; Expert urobil konečné rozhodnutie o riziku.
Slabá výzva / Silná výzva
Slabá výzva:
Vyhodnoťte klimatické riziko mojej spoločnosti.
Prečo je slabý: Žiadne aktívum, umiestnenie, scenár, typ rizika. Umelá inteligencia vytvára všeobecný skript alebo vymyslené „skóre rizika“.
Výkonná výzva:
Vaša úloha: poradca pre klimatické riziká. Pomocou rámca TCFD vyhodnoťte fyzické (akútne/chronické) aj tranzitné riziko pre nasledujúci zoznam zariadení (miesto, sektor). Použite dva scenáre: 1,5 °C a 3 °C. Aj keď je to určite pravdepodobné, je to FAKE; Uveďte kvalitatívnu úroveň (nízka/stredná/vysoká) a pridajte poznámku „akými údajmi sa majú kvantifikovať“. Výsledkom je tabuľka typu rizika × scenár. Vybavenie: [zoznam]
Štyri kopírovateľné šablóny
1) Typ rizika × matica scenára:
Vaša úloha: odborník na klimatické riziká. Vyhodnoťte nasledujúce fyzické (akútne/chronické) a prechodné riziká pre inštitúciu v dvoch scenároch (nízke/vysoké otepľovanie). V každej bunke uveďte kvalitatívnu úroveň a krátke zdôvodnenie. Nerobte presné čísla; špecifikovať, aké údaje sú potrebné v kvantifikácii. Informácie o inštitúcii: [tu]
2) Zhoda miesta a nebezpečenstva (podľa kódu):
Napíšte rámec pracovného toku Pythonu, ktorý mapuje nasledujúce súradnice zariadenia na otvorené súbory údajov o klimatickom nebezpečenstve (napríklad povodne, vlny horúčav). Vlajkové zariadenia s vysokou expozíciou. Zadajte zdroj údajov; nezodpovedajú skóre, uveďte poznámku „musí byť overené podľa súboru údajov“. Vybavenie: [tu]
3) Skríning rizikových faktorov prechodu:
Uveďte riziká prechodu pre nasledujúci obchodný model: cena uhlíka, regulácia, technologický posun, trh/spotrebiteľ, utopené aktívum, povesť. Pre každú špecifikujte expozíciu a možný časový horizont (krátky/stredný/dlhý). Presné množstvo. Obchodný model: [tu]
4) Návrh opatrení na odolnosť a prispôsobenie:
Navrhnite možné opatrenia na prispôsobenie/odolnosť voči nasledujúcim identifikovaným klimatickým rizikám. Pre každé opatrenie: ktoré riziko znižuje, v akom scenári bude fungovať, približná úroveň úsilia. Nepoužívajte hyperbolickú frázu „nulové riziko“. Riziká: [tu]
Časté chyby
- Hodnotenie pomocou jedného scenára. Vyžaduje sa aspoň jeden scenár s nízkym a jedným vysokým otepľovaním.
- Miešanie fyzického a prechodného rizika. Tieto dva sú analyzované oddelene a môžu byť v opačných smeroch.
- Aby sa AI prispôsobila presnej pravdepodobnosti/množstvu. Kvantifikácia vyžaduje skutočné modely a údaje.
- Obchádzanie hodnotového reťazca. Riziko často spočíva na dodávateľoch a odberateľoch.
- Skrytie neistoty. Klimatické scenáre sú vo svojej podstate neisté; nahlásiť to.
Upozornenie: Zverejňovanie klimatických rizík ovplyvňuje rozhodnutia investorov a nepravdivé/prehnané zverejňovanie je finančnou verziou greenwashingu – „climate-washingu“. Podcenenie rizika alebo jeho prezentovanie s falošnou istotou vytvorené AI vytvára právnu zodpovednosť.
V súhrne
Klimatické riziko; Vyžaduje si to posúdenie fyzických (akútnych/chronických) a prechodných rizík spolu s hodnotovým reťazcom vo viacerých scenároch. AI; Je to výkonný urýchľovač na porovnávanie miest a nebezpečenstva, skríning faktorov a navrhovanie. Ale výber scenára, kvantifikácia na základe reálneho modelu, poctivé vykazovanie neistoty a strategická interpretácia patria k odborníkovi. Cieľom nie je poznať budúcnosť, ale testovať výdrž.
Aplikačná úloha
Uveďte tri alebo štyri zariadenia inštitúcie s ich umiestnením a uveďte ich odvetvie. 1. vytvorte maticu so šablónou, ktorá povie AI, aby vyhodnotila fyzické a prechodné riziká v dvoch scenároch; Overte, či AI nevytvára presnú pravdepodobnosť, ale dáva kvalitatívnu úroveň. Potom pomocou šablóny 3 naskenujte riziká prechodu svojho obchodného modelu a označte tri riziká s najkratším horizontom.
kontrolný zoznam
- [ ] Fyzické (akútne/chronické) a prechodné riziká som vyhodnotil samostatne.
- [ ] Použil som aspoň jeden scenár nízkeho a jeden vysoký ohrev.
- [ ] Do analýzy som zahrnul hodnotový reťazec (dodávateľ/odberateľ).
- [ ] Neprispôsobil som AI presnú pravdepodobnosť/množstvo; Uviedol som údaje na kvantifikáciu.
- [ ] Jasne som nahlásil neistotu.
- [ ] Riskoval som, že popis premyjem klímou (určite ani nevýrazný, ani falošný).