آخر تحديث:
لقد اعتمد تقييم مخاطر الكوارث الطبيعية التقليدية لفترة طويلة على البيانات التاريخية، والنماذج الاكتوارية، ومنحنيات الضعف الثابتة. ورغم أن هذه الأساليب خدمت الصناعة لعقود من الزمن، فإنها تواجه قيودا كبيرة في عصر التغير المناخي المتسارع، حيث لم تعد الأنماط التاريخية تتنبأ بشكل موثوق بالأحداث المستقبلية. يعمل الذكاء الاصطناعي الأرضي على تغيير كيفية تقييم شركات التأمين وشركات إعادة التأمين والمستثمرين لمخاطر المناخ المادي من خلال نماذج الذكاء الاصطناعي المستندة إلى الاستدلال والتي تفسر انتشار المخاطر وتبعيات النظام والسيناريوهات التطلعية.
حدود التقييم التقليدي للقطط الطبيعية
تعمل النماذج التقليدية عادة على ثلاثة افتراضات أساسية: أن أنماط التكرار والشدة التاريخية سوف تستمر، وأن الضعف ثابت ومفهوم جيدا، وأن المخاطر يمكن رصدها بشكل كاف من خلال البيانات المجمعة. تنهار هذه الافتراضات عندما:
- يؤدي تغير المناخ إلى ظهور أنماط مخاطر غير ثابتة حيث تكون الأحداث الماضية بمثابة مؤشرات ضعيفة على حدوث ظواهر متطرفة في المستقبل
- تعمل الأنظمة المترابطة على خلق حالات فشل متتالية تكافح النماذج التقليدية من أجل التقاطها
- يؤدي التحضر السريع وتطوير البنية التحتية إلى تغيير التعرض بشكل أسرع مما يمكن للنماذج تحديثه
- تفتقر الأخطار الناشئة (الأحداث المركبة، الأخطار الثانوية) إلى البيانات التاريخية الكافية
تتفوق النماذج التقليدية في تسعير المخاطر المعروفة بالاستعانة ببيانات تاريخية غنية، ولكنها تواجه صعوبات في التعامل مع السيناريوهات الجديدة، والتبعيات النظامية، والوتيرة المتسارعة للتغير الناجم عن المناخ.
كيف تعمل النماذج الأرضية على تحويل تقييم Nat Cat
يتحرك نهج Earthian AI إلى ما هو أبعد من تجميع البيانات نحو استخبارات المخاطر المستندة إلى الاستدلال. نماذجنا، بما في ذلك NatCat Lighthouse-0 وLucid Climate-0، تفسر كيفية انتشار مخاطر المناخ المادي من خلال الأنظمة والأصول والمحافظ الاستثمارية:
1. استنتاج المخاطر التطلعية على عكس النماذج التي تستقرئ في المقام الأول من الأنماط التاريخية، فإن النماذج الأرضية تفكر في سيناريوهات المخاطر المستقبلية من خلال فهم العمليات الفيزيائية، وديناميكيات المناخ، ونقاط ضعف النظام. وهذا يتيح تقييم المخاطر ذات السوابق التاريخية المحدودة، مثل الأحداث المركبة (على سبيل المثال، موجات الحر والجفاف المتزامنة) أو المخاطر الثانوية الناشئة.
2. نشر المخاطر على مستوى النظام غالبًا ما تقوم النماذج التقليدية بتقييم المخاطر بشكل منفصل. تفهم النماذج الأرضية كيف تتسلسل المخاطر من خلال الأنظمة المترابطة - كيف يمكن أن تؤدي الفيضانات إلى تعطيل سلاسل التوريد، وكيف يؤثر دخان حرائق الغابات على جودة الهواء والأنظمة الصحية، أو كيف يؤدي فشل البنية التحتية إلى تفاقم آثار الكوارث الطبيعية. يوفر هذا المنطق على مستوى النظام صورة أكثر اكتمالاً للتعرض.
3. تقييم الضعف الديناميكي بدلًا من منحنيات الضعف الثابتة، تفكر النماذج الأرضية باستمرار في كيفية تأثير الظروف المتغيرة - بدءًا من قوانين البناء وحتى صحة النظام البيئي - على المخاطر. يتيح ذلك إجراء التحديثات في الوقت الفعلي عند توفر معلومات جديدة، سواء من صور الأقمار الصناعية أو شبكات الاستشعار أو التغييرات التنظيمية.
4. معلومات المخاطر القابلة للتفسير توفر نماذج الصندوق الأسود التقليدية مخرجات دون منطق واضح. تولد النماذج الأرضية تقييمات قابلة للتفسير توضح بالتفصيل كيفية استنتاج المخاطر، والعوامل التي تحرك التحليل، وكيف يمكن أن تتكشف السيناريوهات المختلفة. تعتبر هذه الشفافية أمرًا بالغ الأهمية لقرارات الاكتتاب والامتثال التنظيمي وإدارة المخاطر.
5. التكامل على مستوى المحفظة تقوم النماذج الأرضية بتقييم المخاطر ليس فقط على مستويات الأصول الفردية، ولكن عبر المحافظ بأكملها، وفهم الارتباطات، وتأثيرات التنويع، ومخاطر التركيز. وهذا يتيح تخصيص رأس المال واستراتيجيات نقل المخاطر أكثر تطورا.
تأثير العالم الحقيقي
بالنسبة لشركات التأمين وإعادة التأمين، يعني نهج Earthian القائم على الاستدلال ما يلي:
- تسعير أكثر دقة للمخاطر الناشئة وسيناريوهات المخاطر الجديدة
- فهم أفضل للتعرض على مستوى المحفظة والارتباط
- تكيف أسرع مع الظروف المناخية المتغيرة دون انتظار تراكم البيانات التاريخية
- تعزيز قدرات الاكتتاب للمخاطر المعقدة والمترابطة
بالنسبة للمستثمرين ومديري الأصول، تتيح النماذج الأرضية ما يلي:
- تقييم المخاطر التطلعي الذي يتوقع تأثيرات القيمة المدفوعة بالمناخ
- دمج المخاطر المناخية المادية في عملية صنع القرار الاستثماري
- فهم أفضل لكيفية تأثير المخاطر المناخية على تنويع المحفظة الاستثمارية
- معلومات شفافة وقابلة للتفسير عن المخاطر لإعداد تقارير أصحاب المصلحة
مستقبل تقييم Nat Cat
ومع تسارع تغير المناخ، سوف تستمر الفجوة بين الأنماط التاريخية والمخاطر المستقبلية في الاتساع. تمثل نماذج Earthian AI المستندة إلى الاستدلال تحولًا أساسيًا من تجميع البيانات الرجعي إلى استخبارات المخاطر التطلعية. ومن خلال التفكير في كيفية انتشار المخاطر عبر الأنظمة وكيف تدفع ديناميكيات المناخ الظواهر المتطرفة في المستقبل، تساعد النماذج الأرضية شركات التأمين، وشركات إعادة التأمين، والمستثمرين على الإبحار في مستقبل مناخي متزايد الغموض بقدر أكبر من الدقة والثقة.
إن التحول جار بالفعل: فالمؤسسات المالية العالمية تنشر نماذج أرضية لتقييم المخاطر المناخية المادية عبر تريليونات من الأصول، وتتجاوز الأساليب الاكتوارية التقليدية نحو استخبارات المخاطر القائمة على الاستدلال والتي تتكيف مع عالم متغير.