Faida:
- Uwezo wa kutofautisha hatari za kimwili (papo hapo / sugu) na za mpito na kutathmini taasisi pamoja na mlolongo wake wa thamani katika hali nyingi za ongezeko la joto.
- Uwezo wa kulinganisha maeneo ya kituo na data ya hatari ya hali ya hewa na kutoa kiwango cha hatari cha ubora bila kuwa na akili bandia inayolingana na uwezekano/kiasi kamili.
- Uwezo wa kuripoti kwa uaminifu kutokuwa na uhakika wa hali ya hali ya hewa na epuka hatari ya kuosha hali ya hewa.
Mabadiliko ya hali ya hewa sio tu shida ya mazingira, ni hatari ya kifedha na kiutendaji. Mafuriko yanaweza kufunga kiwanda, ushuru wa kaboni unaweza kuangusha mtindo wa biashara, ukame unaweza kukata mnyororo wa usambazaji. Taasisi sasa zinapaswa kupima hatari hizi, kuzijaribu na matukio na kuziripoti. Katika kitengo hiki utajifunza kuhusu aina mbili kuu za hatari ya hali ya hewa, uchanganuzi wa mazingira, jukumu na mipaka ya AI katika kuiga mustakabali huu usio na uhakika.
Fremu kwanza. TCFD (Kikosi Kazi cha Ufichuzi wa Fedha Unaohusiana na Hali ya Hewa) ni mfumo wa kiwango cha kimataifa unaofafanua jinsi hatari ya hali ya hewa itafichuliwa; Kuna nguzo nne: utawala, mkakati, usimamizi wa hatari, metrics-lengo. (Mapendekezo ya TCFD sasa yamehamishiwa kwa viwango vya ISSB, lakini dhana zao zinasalia kuwa za msingi.)
Aina mbili za hatari za hali ya hewa
Hatari ya kimwili: hatari inayotokana na athari za kimwili za hali ya hewa. Imegawanywa katika mbili: papo hapo (papo hapo - matukio ya ghafla kama mafuriko, dhoruba, mawimbi ya joto) na sugu (ya kudumu - polepole, mabadiliko ya kudumu kama vile kupanda kwa kina cha bahari, ongezeko la wastani la joto, ukame).
Hatari ya mpito: hatari inayotokana na mpito hadi uchumi wa chini wa kaboni. Mifano: bei ya kaboni/kodi, mabadiliko ya udhibiti, mabadiliko ya teknolojia (k.m. mwisho wa injini ya mwako wa ndani), mabadiliko ya mapendeleo ya watumiaji, hatari ya "mali iliyokwama" (k.m. mtambo wa nishati ya makaa ya mawe kutotumika).
Kidokezo: Hatari ya kimwili na ya mpito mara nyingi huenda kinyume. Ikiwa ulimwengu utafanya upunguzaji wa haraka, hatari ya mpito huongezeka (sheria ya ghafla), hatari ya kimwili hupungua; Ikiwa anatenda polepole, kinyume chake hutokea. Ndiyo maana matukio mengi yanajaribiwa, sio "baadaye" moja.
Uchambuzi wa hali: siku zijazo nyingi
Mustakabali wa hatari ya hali ya hewa hautabiriki, ndiyo maana uchanganuzi wa hali unatumika: kupima jinsi masizi yataathiriwa chini ya njia tofauti za ujoto (k.m. 1.5°C, 2°C, 3°C+). Kwa hali za kisayansi, SSP ya IPCC (Njia za Kiuchumi Zilizoshirikiwa) na hali za nishati za IEA zinachukuliwa kama marejeleo. Kusudi sio "kutabiri" siku zijazo, lakini kujaribu ujasiri - "tutavunja wakati gani ujao?"
AI iko hapa; Ina nguvu katika kupanga mawazo ya mazingira, kuchakata hifadhidata tofauti za hali ya hewa, kulinganisha maeneo ya vituo na ramani za hatari za kimwili, na kuandaa hati za hatari. Lakini uteuzi wa mazingira, uhalisia wa kudhaniwa na tafsiri ya kimkakati ni mali ya mtaalam.
Hatua kwa hatua: tathmini ya hatari ya hali ya hewa
1. Ramani ya mali na mnyororo wa thamani. Kituo kipi kiko wapi, msambazaji yupi yuko mkoa gani?
2. Amua mfiduo wa hatari. Je, ni hatari gani za kimwili (mafuriko, ukame) kila eneo linaweza kukabiliwa na hatari gani?
3. Orodhesha mambo ya mpito. Bei ya kaboni, sheria, teknolojia, soko.
4. Chagua matukio. Angalau hali moja ya chini (1.5-2°C) na hali moja ya juu (3°C+) ya ongezeko la joto.
5. Kuhesabu athari. Athari zinazowezekana za kifedha/utendaji katika kila hali (katika masafa).
6. Tathmini na uripoti uimara. Udhaifu, hatua za kukabiliana, kutokuwa na uhakika.
kesi tatu ndogo
Kesi ya 1 - Mtego wa hali moja. Kampuni moja iliiambia AI "kuhesabu hatari yetu ya hali ya hewa" na ilipata nambari katika siku zijazo. Mshauri alieleza kuwa hii ilikuwa ya kupotosha: katika hali ya chini ya joto kodi ya kaboni (hatari ya mpito) ilikuwa nzito, katika hali ya juu ya joto mafuriko (hatari ya kimwili) ilikuwa nzito. Matukio haya mawili yalipoendeshwa kando, ilibainika kuwa kampuni ilikuwa katika hatari gani ya baadaye. Nambari isiyo ya kawaida ilitoa imani ya uwongo.
Kesi ya 2 - uwezekano wa uwongo. Mchambuzi aliuliza YZ ya kituo "Je, ni asilimia ngapi ya hatari ya mafuriko katika 2050?" aliuliza; AI ilitoa asilimia halisi. Mtaalam huyo alibaini kuwa nambari hii haikutegemea mfano wowote, lakini kwamba AI ilitoa nambari ambayo "ilionekana kuwa sawa." Tathmini halisi ilihitaji kulinganisha eneo na ramani ya hatari ya hali ya hewa na modeli ya kihaidrolojia. Uwezekano wa uzushi umeondolewa kwenye ripoti.
Kesi ya 3 - Kulinganisha eneo. Kundi moja lingetathmini hatari ya hali ya hewa ya vifaa 60. Walikuwa na AI kuandika mtiririko wa kazi wa Python unaofanana na kuratibu za kituo ili kufungua hifadhidata za hatari ya hali ya hewa; Nambari hiyo iliashiria vituo 9 vilivyo na mfiduo wa juu wa mafuriko na mawimbi ya joto. Timu ilizingatia uchambuzi wa kina kwenye vifaa hivi 9. AI ilichanganuliwa; Mtaalam alifanya uamuzi wa mwisho wa hatari.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Tathmini hatari ya hali ya hewa ya kampuni yangu.
Kwa nini ni dhaifu: Hakuna mali, eneo, hali, aina ya hatari. AI hutengeneza hati ya jumla au "alama ya hatari" iliyoundwa.
Agizo lenye nguvu:
Jukumu lako: mshauri wa hatari ya hali ya hewa. Ukitumia mfumo wa TCFD, tathmini hatari ya kimwili (ya papo hapo/ya kudumu) na ya usafiri kwa orodha ifuatayo ya vifaa (mahali, sekta). Tumia hali mbili: 1.5°C na 3°C. Hata kama inawezekana, ni FEKI; Toa kiwango cha ubora (chini/kati/juu) na uongeze dokezo "ni data gani inapaswa kuhesabiwa nayo". Matokeo yake ni aina ya hatari × jedwali la mazingira. Vifaa: [orodha]
Violezo vinne vinavyoweza kunakiliwa
1) Aina ya hatari × matrix ya mazingira:
Jukumu lako: mtaalam wa hatari ya hali ya hewa. Tathmini hatari zifuatazo za kimwili (papo hapo/sugu) na za mpito kwa taasisi katika hali mbili (ongezeko la joto la chini/juu). Toa kiwango cha ubora na uhalalishaji mfupi katika kila seli. Usifanye nambari kamili; taja data gani inahitajika katika quantification. Taarifa za taasisi: [hapa]
2) Ulinganishaji wa hatari ya eneo (kwa nambari):
Andika mfumo wa mtiririko wa kazi wa Python ambao huratibu vituo vifuatavyo ili kufungua hifadhidata za athari za hali ya hewa (k.m. mafuriko, wimbi la joto). Vifaa vya bendera na mfiduo wa juu. Taja chanzo cha data; haifai alama, weka barua "lazima ithibitishwe dhidi ya seti ya data". Vifaa: [hapa]
3) Uchunguzi wa sababu za mpito:
Orodhesha hatari za mpito za modeli ifuatayo ya biashara: bei ya kaboni, udhibiti, mabadiliko ya teknolojia, soko/mtumiaji, mali iliyozama, sifa. Kwa kila moja, taja mfiduo na upeo wa macho unaowezekana wa wakati (mfupi/kati/mrefu). Kuweka kiasi halisi. Mfano wa biashara: [hapa]
4) Rasimu ya hatua za ustahimilivu na urekebishaji:
Pendekeza hatua zinazowezekana za kukabiliana/ustahimilivu dhidi ya hatari zifuatazo za hali ya hewa zilizotambuliwa. Kwa kila kipimo: ni hatari gani inapunguza, katika hali gani itafanya kazi, kiwango cha bidii cha juhudi. Usitumie maneno ya hyperbolic "zeroes the risk". Hatari: [hapa]
Makosa ya kawaida
- Tathmini kwa kisa kimoja. Angalau hali moja ya joto ya chini na ya juu inahitajika.
- Kuchanganya hatari ya kimwili na ya mpito. Hizi mbili zinachambuliwa tofauti na zinaweza kuwa katika mwelekeo tofauti.
- Kufanya AI iwe sawa na uwezekano/kiasi. Quantification inahitaji mifano halisi na data.
- Kukwepa mnyororo wa thamani. Hatari mara nyingi iko kwa wauzaji na wateja.
- Kuficha kutokuwa na uhakika. Matukio ya hali ya hewa kwa asili hayana uhakika; ripoti hii.
Tahadhari: Ufichuzi wa hatari ya hali ya hewa huathiri maamuzi ya wawekezaji, na ufichuzi wa uwongo/uliotiwa chumvi ni toleo la kifedha la kuosha kijani kibichi - "kuosha hali ya hewa." Kukadiria hatari au kuiwasilisha kwa uhakika wa uwongo iliyoundwa na AI kunaunda dhima ya kisheria.
Kwa muhtasari
Hatari ya hali ya hewa; Inahitaji kutathmini hatari za kimwili (papo hapo/sugu) na za mpito pamoja na msururu wa thamani katika hali nyingi. AI; Ni kichochezi chenye nguvu cha kulinganisha hatari ya eneo, uchunguzi wa sababu, na uandishi. Lakini uteuzi wa hali, quantification kulingana na mfano halisi, ripoti ya uaminifu ya kutokuwa na uhakika na tafsiri ya kimkakati ni ya mtaalam. Kusudi sio kujua siku zijazo, lakini kujaribu uvumilivu.
Jukumu la maombi
Orodhesha vifaa vitatu au vinne vya taasisi na maeneo yao na uonyeshe tasnia yao. 1. kuunda matrix na kiolezo kinachoiambia AI kutathmini hatari za kimwili na za mpito katika hali mbili; Thibitisha kuwa AI haitengenezi uwezekano halisi lakini inatoa kiwango cha ubora. Kisha, ukitumia kiolezo cha 3, changanua hatari za mpito za mtindo wa biashara yako na uweke alama kwenye hatari tatu kwa kutumia upeo mfupi zaidi.
orodha ya ukaguzi
- [ ] Nilitathmini hatari za kimwili (papo hapo/sugu) na za mpito kando.
- [ ] Nilitumia angalau hali moja ya joto ya chini na ya juu.
- [ ] Nilijumuisha mnyororo wa thamani (msambazaji/mteja) katika uchanganuzi.
- [ ] Sikuifanya AI ilingane na uwezekano/kiasi kamili; Nilibainisha data kwa quantification.
- [ ] Niliripoti kutokuwa na uhakika kwa uwazi.
- [ ] Nimechukua hatari ya kuosha hali ya hewa maelezo (sio kidogo au bandia kwa hakika).