ஆதாயங்கள்:
- உடல் (கடுமையான/நாள்பட்ட) மற்றும் மாறுதல் அபாயங்களை வேறுபடுத்தும் திறன் மற்றும் பல வெப்பமயமாதல் சூழ்நிலைகளில் அதன் மதிப்புச் சங்கிலியுடன் ஒரு நிறுவனத்தை மதிப்பீடு செய்யும் திறன்
- காலநிலை அபாயத் தரவுகளுடன் வசதி இடங்களைப் பொருத்தும் திறன் மற்றும் செயற்கை நுண்ணறிவு சரியான நிகழ்தகவு/தொகையுடன் பொருந்தாமல் தரமான இடர் நிலையை உருவாக்கும்
- காலநிலை சூழ்நிலைகளின் நிச்சயமற்ற தன்மையை நேர்மையாகப் புகாரளிக்கும் திறன் மற்றும் காலநிலை கழுவுதல் அபாயத்தைத் தவிர்க்கும் திறன்
காலநிலை மாற்றம் ஒரு சுற்றுச்சூழல் பிரச்சனை மட்டுமல்ல, அது ஒரு நிதி மற்றும் செயல்பாட்டு ஆபத்து. ஒரு வெள்ளம் ஒரு தொழிற்சாலையை மூடலாம், கார்பன் வரி ஒரு வணிக மாதிரியை சிதைக்கலாம், வறட்சி விநியோகச் சங்கிலியைத் துண்டிக்கலாம். நிறுவனங்கள் இப்போது இந்த அபாயங்களை அளவிட வேண்டும், அவற்றை காட்சிகளுடன் சோதித்து அவற்றைப் புகாரளிக்க வேண்டும். இந்த யூனிட்டில் நீங்கள் இரண்டு முக்கிய வகையான காலநிலை அபாயங்கள், சூழ்நிலை பகுப்பாய்வு, இந்த நிச்சயமற்ற எதிர்காலத்தை மாதிரியாக்குவதில் AI இன் பங்கு மற்றும் வரம்புகள் பற்றி அறிந்து கொள்வீர்கள்.
முதலில் சட்டகம். TCFD (Task Force on Climate-related Financial Disclosures) என்பது உலக-தரமான கட்டமைப்பாகும், இது காலநிலை ஆபத்து எவ்வாறு வெளிப்படுத்தப்படும் என்பதை வரையறுக்கிறது; நான்கு தூண்கள் உள்ளன: நிர்வாகம், உத்தி, இடர் மேலாண்மை, அளவீடுகள்-இலக்குகள். (TCFD பரிந்துரைகள் இப்போது பெரும்பாலும் ISSB தரநிலைகளுக்கு மாற்றப்பட்டுள்ளன, ஆனால் அவற்றின் கருத்துக்கள் அடிப்படையாகவே உள்ளன.)
இரண்டு வகையான காலநிலை அபாயங்கள்
உடல் ஆபத்து: காலநிலையின் உடல் விளைவுகளிலிருந்து எழும் ஆபத்து. இது இரண்டாகப் பிரிக்கப்பட்டுள்ளது: கடுமையான (கடுமையான - திடீர் நிகழ்வுகளான வெள்ளம், புயல்கள், வெப்ப அலைகள்) மற்றும் நாள்பட்ட (நாள்பட்ட - மெதுவான, கடல் மட்ட உயர்வு, சராசரி வெப்பநிலை அதிகரிப்பு, வறட்சி போன்ற நிரந்தர மாற்றங்கள்).
மாற்றம் ஆபத்து: குறைந்த கார்பன் பொருளாதாரத்திற்கு மாறுவதால் ஏற்படும் ஆபத்து. எடுத்துக்காட்டுகள்: கார்பன் விலை/வரி, ஒழுங்குமுறை மாற்றம், தொழில்நுட்ப மாற்றம் (எ.கா. உள் எரி பொறியின் முடிவு), நுகர்வோர் விருப்பத்தில் மாற்றம், "சிதைந்து கிடக்கும் சொத்துக்கள்" (எ.கா. நிலக்கரி மின் நிலையம் வழக்கற்றுப் போகும்) ஆபத்து.
உதவிக்குறிப்பு: உடல் மற்றும் மாறுதல் ஆபத்து பெரும்பாலும் எதிர் திசைகளில் நகரும். உலகம் விரைவான தணிப்பு செய்தால், மாற்றம் ஆபத்து அதிகரிக்கிறது (திடீர் சட்டம்), உடல் ஆபத்து குறைகிறது; அவர் மெதுவாக செயல்பட்டால், எதிர்மாறாக நடக்கும். அதனால்தான் பல காட்சிகள் சோதிக்கப்படுகின்றன, ஒரு "எதிர்காலம்" அல்ல.
காட்சி பகுப்பாய்வு: பல எதிர்காலங்கள்
காலநிலை ஆபத்தின் எதிர்காலம் கணிக்க முடியாதது, அதனால்தான் சூழ்நிலை பகுப்பாய்வு பயன்படுத்தப்படுகிறது: வெவ்வேறு வெப்பமயமாதல் பாதைகளின் கீழ் சூட் எவ்வாறு பாதிக்கப்படும் என்பதைச் சோதித்தல் (எ.கா. 1.5°C, 2°C, 3°C+). அறிவியல் காட்சிகளுக்கு, ஐபிசிசியின் எஸ்எஸ்பி (பகிரப்பட்ட சமூக பொருளாதார பாதைகள்) மற்றும் ஐஇஏவின் ஆற்றல் காட்சிகள் குறிப்புகளாக எடுத்துக் கொள்ளப்படுகின்றன. இலக்கு எதிர்காலத்தை "கணிப்பது" அல்ல, ஆனால் பின்னடைவைச் சோதிப்பது - "எந்த எதிர்காலத்தில் நாம் உடைப்போம்?"
AI இங்கே உள்ளது; இது சூழ்நிலை அனுமானங்களை கட்டமைத்தல், வெவ்வேறு காலநிலை தரவுத்தொகுப்புகளை செயலாக்குதல், வசதி இடங்களை இயற்பியல் அபாய வரைபடங்களுடன் பொருத்துதல் மற்றும் இடர் ஸ்கிரிப்ட்களை வரைதல் ஆகியவற்றில் சக்தி வாய்ந்தது. ஆனால் காட்சித் தேர்வு, அனுமான யதார்த்தவாதம் மற்றும் மூலோபாய விளக்கம் ஆகியவை நிபுணருக்கு சொந்தமானது.
படிப்படியாக: காலநிலை ஆபத்து மதிப்பீடு
1. வரைபட சொத்துக்கள் மற்றும் மதிப்பு சங்கிலி. எந்த வசதி எங்கே, எந்த சப்ளையர் எந்த பிராந்தியத்தில் இருக்கிறார்?
2. அபாயங்களுக்கு வெளிப்படுவதைத் தீர்மானிக்கவும். ஒவ்வொரு இடமும் என்ன உடல்ரீதியான ஆபத்துக்களால் (வெள்ளம், வறட்சி) பாதிக்கப்படக்கூடியது?
3. மாற்றம் காரணிகளை பட்டியலிடுங்கள். கார்பன் விலை, சட்டம், தொழில்நுட்பம், சந்தை.
4. காட்சிகளைத் தேர்ந்தெடுக்கவும். குறைந்தபட்சம் ஒரு குறைந்த (1.5-2°C) மற்றும் ஒரு உயர் (3°C+) வெப்பமயமாதல் சூழ்நிலை.
5. தாக்கத்தை அளவிடவும். ஒவ்வொரு சூழ்நிலையிலும் (வரம்பில்) சாத்தியமான நிதி/செயல்பாட்டு தாக்கம்.
6. ஆயுள் மதிப்பீடு மற்றும் அறிக்கை. பலவீனங்கள், தழுவல் நடவடிக்கைகள், நிச்சயமற்ற தன்மை.
மூன்று சிறிய வழக்குகள்
வழக்கு 1 - ஒற்றை காட்சி பொறி. ஒரு நிறுவனம் AIயிடம் "எங்கள் காலநிலை அபாயத்தைக் கணக்கிடுங்கள்" என்று கூறியது மற்றும் அது ஒரு எதிர்காலத்தில் ஒரு எண்ணைப் பெற்றது. இது தவறானது என்று ஆலோசகர் விளக்கினார்: குறைந்த வெப்பமயமாதல் சூழ்நிலையில் கார்பன் வரி (மாற்று ஆபத்து) அதிகமாக இருந்தது, அதிக வெப்பமயமாதல் சூழ்நிலையில் வெள்ளம் (உடல் ஆபத்து) அதிகமாக இருந்தது. இரண்டு காட்சிகளையும் தனித்தனியாக இயக்கியபோது, நிறுவனம் எந்த எதிர்காலத்தில் பாதிக்கப்படக்கூடியது என்பது தெளிவாகியது. ஒற்றைப்படை எண் தவறான நம்பிக்கையை அளித்தது.
வழக்கு 2 - கற்பனையான சாத்தியம். ஒரு ஆய்வாளர் YZ ஒரு வசதியிடம் "2050 இல் வெள்ள அபாய சதவீதம் என்ன?" அவர் கேட்டார்; AI ஒரு சரியான சதவீதத்தை வழங்கியது. இந்த எண் எந்த மாதிரியையும் அடிப்படையாகக் கொண்டதல்ல, ஆனால் AI "நியாயமானதாகத் தோன்றும்" எண்ணை உருவாக்கியது என்று நிபுணர் குறிப்பிட்டார். உண்மையான மதிப்பீட்டிற்கு, காலநிலை அபாய வரைபடம் மற்றும் நீரியல் மாதிரியுடன் இருப்பிடத்தைப் பொருத்த வேண்டும். புனையப்படுவதற்கான வாய்ப்பு அறிக்கையில் இருந்து நீக்கப்பட்டுள்ளது.
வழக்கு 3 - இடம் பொருத்தம். ஒரு குழு 60 வசதிகளின் உடல் காலநிலை அபாயத்தை மதிப்பிடும். காலநிலை அபாய தரவுத்தொகுப்புகளைத் திறக்கும் வசதி ஒருங்கிணைப்புகளுடன் பொருந்திய பைதான் பணிப்பாய்வுகளை AI எழுத வைத்தது; வெள்ளம் மற்றும் வெப்ப அலைகளுக்கு அதிக வெளிப்பாடு கொண்ட 9 வசதிகளை குறியீடு கொடியிட்டது. இந்த 9 வசதிகளில் குழு ஆழ்ந்த பகுப்பாய்வில் கவனம் செலுத்தியது. AI ஸ்கேன் செய்யப்பட்டது; நிபுணர் இறுதி ஆபத்து முடிவை எடுத்தார்.
பலவீனமான வரியில் / வலுவான வரியில்
பலவீனமான உடனடி:
எனது நிறுவனத்தின் காலநிலை அபாயத்தை மதிப்பிடவும்.
அது ஏன் பலவீனமாக உள்ளது: சொத்து, இருப்பிடம், காட்சி, ஆபத்து வகை இல்லை. AI ஒரு பொதுவான ஸ்கிரிப்டை அல்லது உருவாக்கப்பட்ட "ரிஸ்க் ஸ்கோரை" உருவாக்குகிறது.
சக்திவாய்ந்த தூண்டுதல்:
உங்கள் பங்கு: காலநிலை ஆபத்து ஆலோசகர். TCFD கட்டமைப்பின் மூலம், பின்வரும் வசதிகளின் பட்டியலுக்கு (இருப்பிடம், துறை) உடல் (கடுமையான/நாள்பட்ட) மற்றும் போக்குவரத்து ஆபத்து இரண்டையும் மதிப்பீடு செய்யவும். இரண்டு காட்சிகளைப் பயன்படுத்தவும்: 1.5°C மற்றும் 3°C. இது நிச்சயமாக சாத்தியம் என்றாலும், அது போலியானது; ஒரு தரநிலையை (குறைந்த/நடுத்தர/உயர்ந்த) கொடுத்து, "எந்தத் தரவைக் கொண்டு அளவிட வேண்டும்" என்பதைக் குறிப்பைச் சேர்க்கவும். இதன் விளைவாக ஆபத்து வகை × காட்சி அட்டவணை. வசதிகள்: [பட்டியல்]
நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்
1) இடர் வகை × சூழ்நிலை அணி:
உங்கள் பங்கு: காலநிலை ஆபத்து நிபுணர். இரண்டு சூழ்நிலைகளில் (குறைந்த/அதிக வெப்பமயமாதல்) நிறுவனத்திற்கான பின்வரும் உடல் (கடுமையான/நாள்பட்ட) மற்றும் மாறுதல் அபாயங்களை மதிப்பீடு செய்யவும். ஒவ்வொரு கலத்திலும் ஒரு தரமான நிலை மற்றும் சுருக்கமான நியாயத்தை வழங்கவும். சரியான எண்களை உருவாக்க வேண்டாம்; அளவீட்டில் என்ன தரவு தேவை என்பதைக் குறிப்பிடவும். நிறுவன தகவல்: [இங்கே]
2) இடம்-ஆபத்து பொருத்தம் (குறியீடு மூலம்):
காலநிலை அபாய தரவுத்தொகுப்புகளை (எ.கா. வெள்ளம், வெப்ப அலை) திறக்க பின்வரும் வசதி ஒருங்கிணைப்புகளை வரைபடமாக்கும் பைதான் பணிப்பாய்வு கட்டமைப்பை எழுதவும். அதிக வெளிப்பாடு கொண்ட கொடி வசதிகள். தரவு மூலத்தைக் குறிப்பிடவும்; மதிப்பெண்ணுடன் பொருந்தவில்லை, "தரவு தொகுப்பிற்கு எதிராக சரிபார்க்கப்பட வேண்டும்" என்ற குறிப்பை வைக்கவும். வசதிகள்: [இங்கே]
3) மாற்றம் ஆபத்து காரணி திரையிடல்:
பின்வரும் வணிக மாதிரிக்கான மாறுதல் அபாயங்களைப் பட்டியலிடவும்: கார்பன் விலை, ஒழுங்குமுறை, தொழில்நுட்ப மாற்றம், சந்தை/நுகர்வோர், மூழ்கிய சொத்து, நற்பெயர். ஒவ்வொன்றிற்கும், வெளிப்பாடு மற்றும் சாத்தியமான நேர அடிவானத்தைக் குறிப்பிடவும் (குறுகிய/நடுத்தர/நீண்ட). சரியான அளவு பொருந்தும். வணிக மாதிரி: [இங்கே]
4) வரைவு நெகிழ்ச்சி மற்றும் தழுவல் நடவடிக்கைகள்:
பின்வரும் அடையாளம் காணப்பட்ட காலநிலை அபாயங்களுக்கு எதிராக சாத்தியமான தழுவல்/எதிர்ப்பு நடவடிக்கைகளை பரிந்துரைக்கவும். ஒவ்வொரு நடவடிக்கைக்கும்: எந்த ஆபத்தை குறைக்கிறது, எந்த சூழ்நிலையில் அது வேலை செய்யும், கடினமான முயற்சி. "ஆபத்தை பூஜ்ஜியமாக்குகிறது" என்ற ஹைபர்போலிக் சொற்றொடரைப் பயன்படுத்த வேண்டாம். அபாயங்கள்: [இங்கே]
பொதுவான தவறுகள்
- ஒரே காட்சியைக் கொண்டு மதிப்பீடு செய்தல். குறைந்தபட்சம் ஒரு குறைந்த மற்றும் அதிக வெப்பமயமாதல் சூழ்நிலை தேவை.
- உடல் மற்றும் மாறுதல் அபாயத்தை கலத்தல். இரண்டும் தனித்தனியாக பகுப்பாய்வு செய்யப்பட்டு எதிர் திசைகளில் இருக்கலாம்.
- துல்லியமான நிகழ்தகவு/தொகைக்கு AI பொருத்துவது. அளவீட்டுக்கு உண்மையான மாதிரிகள் மற்றும் தரவு தேவை.
- மதிப்புச் சங்கிலியைக் கடந்து செல்வது. ஆபத்து பெரும்பாலும் சப்ளையர்கள் மற்றும் வாடிக்கையாளர்களிடம் உள்ளது.
- நிச்சயமற்ற தன்மையை மறைக்கிறது. காலநிலை காட்சிகள் இயல்பாகவே நிச்சயமற்றவை; இதை தெரிவிக்கவும்.
எச்சரிக்கை: காலநிலை ஆபத்து வெளிப்பாடுகள் முதலீட்டாளர் முடிவுகளில் தாக்கத்தை ஏற்படுத்துகின்றன, மேலும் தவறான/மிகைப்படுத்தப்பட்ட வெளிப்படுத்தல் என்பது கிரீன்வாஷிங்கின் நிதிப் பதிப்பாகும் - "காலநிலை கழுவுதல்." ஆபத்தை குறைத்து மதிப்பிடுவது அல்லது AI ஆல் உருவாக்கப்பட்ட தவறான உறுதியுடன் வழங்குவது இரண்டும் சட்டப் பொறுப்பை உருவாக்குகின்றன.
சுருக்கமாக
காலநிலை ஆபத்து; இதற்கு பல காட்சிகளில் மதிப்புச் சங்கிலியுடன் உடல் (கடுமையான/நாள்பட்ட) மற்றும் மாறுதல் அபாயங்களை மதிப்பிடுவது தேவைப்படுகிறது. AI; இருப்பிட-ஆபத்து பொருத்தம், காரணி ஸ்கிரீனிங் மற்றும் வரைவிற்கான சக்திவாய்ந்த முடுக்கி இது. ஆனால் காட்சித் தேர்வு, உண்மையான மாதிரியின் அடிப்படையில் அளவீடு செய்தல், நிச்சயமற்ற தன்மையைப் பற்றிய நேர்மையான அறிக்கை மற்றும் மூலோபாய விளக்கம் ஆகியவை நிபுணருக்கு சொந்தமானது. எதிர்காலத்தை அறிவது அல்ல, சகிப்புத்தன்மையை சோதிப்பதே நோக்கம்.
விண்ணப்ப பணி
ஒரு நிறுவனத்தின் மூன்று அல்லது நான்கு வசதிகளை அவற்றின் இருப்பிடங்களுடன் பட்டியலிட்டு, அவற்றின் தொழில்துறையைக் குறிப்பிடவும். 1. இரண்டு காட்சிகளில் உடல் மற்றும் மாறுதல் அபாயங்களை மதிப்பீடு செய்ய AI க்கு சொல்லும் டெம்ப்ளேட்டுடன் ஒரு மேட்ரிக்ஸை உருவாக்கவும்; AI துல்லியமான நிகழ்தகவை உருவாக்கவில்லை, ஆனால் தரமான நிலையை அளிக்கிறது என்பதை சரிபார்க்கவும். பின்னர், டெம்ப்ளேட் 3 உடன், உங்கள் வணிக மாதிரியின் மாறுதல் அபாயங்களை ஸ்கேன் செய்து, மூன்று அபாயங்களைக் குறுகிய எல்லைகளுடன் குறிக்கவும்.
சரிபார்ப்பு பட்டியல்
- [ ] நான் உடல் (கடுமையான/நாள்பட்ட) மற்றும் மாறுதல் அபாயங்களை தனித்தனியாக மதிப்பீடு செய்தேன்.
- [ ] நான் குறைந்தது ஒரு குறைந்த மற்றும் ஒரு உயர் வெப்பமூட்டும் காட்சியைப் பயன்படுத்தினேன்.
- [ ] பகுப்பாய்வில் மதிப்புச் சங்கிலியை (சப்ளையர்/வாடிக்கையாளர்) சேர்த்துள்ளேன்.
- [ ] நான் AI ஐ சரியான நிகழ்தகவு/தொகைக்கு ஏற்றதாக மாற்றவில்லை; அளவீட்டுக்கான தரவைக் குறிப்பிட்டேன்.
- [ ] நான் நிச்சயமற்ற தன்மையை தெளிவாக தெரிவித்தேன்.
- [ ] நான் விளக்கத்தை காலநிலை-சலவை செய்யும் அபாயத்தை எடுத்துள்ளேன் (நிச்சயமாக சிறிதளவு அல்லது போலியானது அல்ல).