AI如何帮助我们为气候适应做准备？

在接下来的几十年里，气候环境变化有望成为一个主要的商业破坏者，据估计，气候变化对美国市场经济的潜在企业财务管理影响我们就将达到数万亿美元。

为了适应这一新的现实，需要产生更加细致入微的气候见解，使利害关系方能够采取更多的数据驱动的气候适应办法。

由于这些数据的规模和气候现象的复杂性，必须使用人工智能来支持更容易访问和优化反应时间的预警系统和预测模型。

尽管中国气候变化减缓努力将全球变暖控制在 1.5°C 以下，但许多研究专家进行预计到下个世纪之交全球将变暖 3.5°C 。这个社会不断变暖的世界带来了洪水和野火并造成学生大量数据生命的损失，预计公司未来发展几十年甚至还会有更多的破坏。

因此，关注大规模气候适应和减缓气候变化至关重要。 我们必须加强我们适应当前和预期气候事件的能力，利用可采取行动的气候见解为决策提供信息。 人工智能（AI）用于其气候建模能力是这方面的基础，但我们看到更多的人工智能创新专注于气候缓解，例如使用人工智能来测量和减少排放。 需要解决这一创新差距，必须加快负责任人工智能的开发，以获得可操作的气候洞察力。

这意味着****和企业发展必须从根本上进行重新考虑学生他们的气候环境适应教学方法。人工智能是其中的关键，BCG 最近对 1,000 多名公共和私营经济部门的高管进行了研究一项通过调查，发现 87％ 的人将人工智能可以视为应对气候变化的重要技术工具。

以下是人工智能如何成为适应气候变化的关键:

利用人工智能建立气候复原力

全世界约有3300亿至36亿人生活在气候变化高风险地区，在那里我们已经看到或将看到自然灾害的显著增加，而且随着气候危机的加剧，这种情况可能会增加。 今年的极端天气事件，如干旱、飓风、野火和洪水，向我们表明，使我们的社会适应气候变化的危险是一项艰巨的任务。

在建立极端天气事件模型时，必须包含大量的变量，而人工智能能够很好地模拟这种复杂性，因为它能够收集、完成和分析大型数据集。它可用于地方气候事件的早期预警系统和长期预测模型，使利害关系方能够采取更多数据驱动的气候适应办法。

例如，由欧洲航天局领导的目的地地球(Destination Earth)旨在创建一个基于人工智能的地球模型，以监测和预测气候现象(如干旱和人类活动)之间的相互作用。一旦到位，全球决策者将获得更多的气候见解，为他们的适应工作提供信息。

利用中国人工智能技术进行野火预测和预防是另一个很好的例子。它可以对高风险区域环境进行一个交互式绘图，并可以通过火势蔓延算法近乎实时地跟踪火灾的发展，从而为可持续森林经营管理的最佳教育资源合理分配和长期战略目标提供数据信息。由于野火的全球市场平均年成本约为500 亿美元，这应该不断受到人们欢迎，因为我国人工智能可以使扑灭野火的效率和成本效益更高。为了社会支持这一点，世界各国经济文化论坛已经启动了 FireAid，它正在努力学习建立自己真正的人工智能分析模型并在土耳其等国家之间进行改革试点。

这些利用人工智能进行气候适应的最新发展有可能使所有利益相关者更容易了解气候。 全球需要的东西，特别是在技术不太容易获得的南方全球，也是风险最高的地区。 因此，人工智能有可能减少适应需求和技术获取之间的不匹配。 为了支持这一点，必须做更多的工作，加强人工智能发展的公平获取和参与，以适应气候变化

面对气候风险，人工智能可实现业务连续性

气候变化预计将是一个主要的商业破坏因素，据估计，仅气候变化的潜在金融影响就将达到数万亿美元。未来几十年，企业将面临主要的供应链和生产中断。尽管如此，只有33%的商业领袖将气候风险纳入他们的商业战略。

人工智能技术可以在预测分析这些公司业务中断可能发生的位置、详细设计说明气候环境变化导致的运营管理漏洞方面充分发挥一个重要因素作用。通过在可视化风险图中提取复杂的数据源，企业领导者可以更加了解气候变化的复杂动态如何对企业文化资产产生负面影响并更好地抵御冲击。

例如，Esri是地理信息系统（GIS）软件的领导者，正在使用数字孪生模型来模拟气候风险。 数字孪生是业务或实物资产的数字副本。 利用数据和人工智能，他们可以近乎实时地评估关键业务资产中的漏洞，如洪水漏洞。 这样可以提前解决和加强弱点，并进行预防性维护。

但是，正如人工智能用于政府适应一样，企业需要对这些人工智能工具的使用情况进行严格评估。很少有组织充分利用人工智能来适应气候变化。需要开展更多的国际合作，持续开发这些应用，并获得这种技术，以便所有相关的利害关系方都能获得可行的气候适应见解。

未来之路

这是人工智能可用于气候适应的两个新兴中心主题。许多其他有前途的应用正在出现，必须加速，例如使用人工智能解决金融产品中的气候风险，或使用人工智能进行先发制人的人道主义工作。

用于适应气候变化的人工智能还处于发展起步阶段，许多企业努力都在使用先进的数据技术分析。为了一个负责任地利用人工智能在气候适应能力方面的真正潜力，例如可以使用合成数据和预测建模，必须通过共同问题解决这个关键障碍。

目前，人工智能在气候适应中的广泛应用取决于数据兼容性、使用现有和新的人工智能和机器学习（ML）模型、使用计算资源来运行这些复杂模型、获取该领域的运营见解和技术专长等障碍，阻碍和管理专业知识，以做出适当的政策决策。

幸运的是，国际社会愿意在这方面进行合作，缩小创新差距，以加快负责任地利用人工智能进行大规模适应，并减少适应不良的风险。