驅(qū)動(dòng)數(shù)據(jù)分析 應(yīng)對(duì)氣候變化

　　2022魔幻依舊，從火山爆發(fā)、生態(tài)惡化、暴雨暴雪頻發(fā)，到極端高溫，冰川融化，山火蔓延，由氣候異常引起的次生災(zāi)難，如同過(guò)山車(chē)，一波未平，一波又起，愈演愈烈。不夸張的說(shuō)，自工業(yè)革命起，人類(lèi)在過(guò)去的160年里讓地球氣候愈加脫軌，二氧化碳濃度達(dá)到了80萬(wàn)年以來(lái)的頂峰。尤其是，在當(dāng)今快速全球化的過(guò)程中，極端氣候的影響絕不僅限于局部地區(qū)，還會(huì)通過(guò)復(fù)雜的全球供應(yīng)鏈和增值鏈，產(chǎn)生級(jí)聯(lián)的間接和衍生效應(yīng)，輻射到世界的每個(gè)角落。面對(duì)生存下去的危機(jī)，目前大部分國(guó)家已經(jīng)達(dá)成共識(shí)，計(jì)劃在2050年左右實(shí)現(xiàn)“碳中和”，這意味著整個(gè)社會(huì)的各個(gè)方面都要進(jìn)行前所未有的、迅速且深入的變革。

 

　　幸運(yùn)的是，在今天這個(gè)數(shù)據(jù)驅(qū)動(dòng)的世界，數(shù)字化技術(shù)正在全方位幫助人們加速這場(chǎng)改革，以更快的速度應(yīng)對(duì)氣候危機(jī)。

 

　　在氣候科學(xué)領(lǐng)域，從氣候預(yù)測(cè)、分析碳足跡，保護(hù)生態(tài)系統(tǒng)，到提高氣候意識(shí)，基于數(shù)字化的分析預(yù)測(cè)工具在這一復(fù)雜科學(xué)中早已得到廣泛應(yīng)用。例如，在追蹤亞馬遜雨林人為破壞時(shí)，借助SAS建立視覺(jué)模型，分析成千上萬(wàn)的衛(wèi)星圖像，從而及早觀(guān)測(cè)到森林砍伐跡象，干預(yù)、保護(hù)森林。加之隨著物聯(lián)網(wǎng)的出現(xiàn)，智能設(shè)備收集了大量的氣象和環(huán)境數(shù)據(jù)，利用自動(dòng)化的分析工具，通過(guò)數(shù)據(jù)挖掘技術(shù)，對(duì)數(shù)據(jù)進(jìn)行清潔、轉(zhuǎn)化、挖掘和評(píng)估，從海量的、異構(gòu)的復(fù)雜數(shù)據(jù)庫(kù)中將數(shù)據(jù)轉(zhuǎn)化為信息/智慧，再使用工具或自主開(kāi)發(fā)仿真模型，探索隱藏的趨勢(shì)。利用這種數(shù)字分析方式，科學(xué)家們可以進(jìn)行定性和定量測(cè)試，從而預(yù)測(cè)在未來(lái)可能惡化的極端氣候影響。人工智能和機(jī)器學(xué)習(xí)也是近年的關(guān)鍵使能技術(shù)，特別是，與數(shù)值氣候模型數(shù)據(jù)結(jié)合時(shí)，人工智能可以用來(lái)補(bǔ)充觀(guān)測(cè)空白。通過(guò)自動(dòng)生成和驗(yàn)證關(guān)系假設(shè)，利用數(shù)據(jù)分析工具，可以探索更多提供因果關(guān)系的信息。

 

　　在商業(yè)領(lǐng)域，氣候危機(jī)對(duì)企業(yè)的影響主要體現(xiàn)在產(chǎn)品增值的過(guò)程中，例如，生產(chǎn)設(shè)施和材料等物理資產(chǎn)受損的風(fēng)險(xiǎn)、資源轉(zhuǎn)移和供應(yīng)鏈中斷等價(jià)格上漲的風(fēng)險(xiǎn)，環(huán)保意識(shí)改變等導(dǎo)致的產(chǎn)品銷(xiāo)售風(fēng)險(xiǎn)。隨著科技的飛速發(fā)展，無(wú)論制造商和銷(xiāo)售商所處是何行業(yè)，體量是巨頭又或中小微，利用數(shù)字化刺激創(chuàng)新與提高效率，早已被公認(rèn)為是增加抗風(fēng)險(xiǎn)能力、提高收益和競(jìng)爭(zhēng)力的最有效手段。企業(yè)分析在生產(chǎn)和銷(xiāo)售中收集到的數(shù)據(jù)，再進(jìn)行生產(chǎn)優(yōu)化和發(fā)展戰(zhàn)略調(diào)整，推出符合市場(chǎng)期待的產(chǎn)品和服務(wù)，包括，調(diào)整環(huán)保生產(chǎn)方式，選擇環(huán)保供應(yīng)材料等。企業(yè)利用數(shù)字化轉(zhuǎn)型，可以更高效、高收益的滿(mǎn)足環(huán)保期待，從而在今后以氣候環(huán)境為重點(diǎn)的市場(chǎng)中保持優(yōu)勢(shì)。

 

　　“最終，企業(yè)需要考慮未來(lái)。他們需要明確：未來(lái)5年或10年氣候變化或公眾輿論的轉(zhuǎn)變?nèi)绾纹仁蛊髽I(yè)調(diào)整策略?”

 

　　SAS公司Peter Plochan

 

　　在金融領(lǐng)域，由于氣候危機(jī)可能對(duì)整個(gè)市場(chǎng)的經(jīng)濟(jì)產(chǎn)生結(jié)構(gòu)性的影響，以及經(jīng)濟(jì)與金融的緊密相連，氣候危機(jī)極易蔓延至貸款、保險(xiǎn)、債券等金融市場(chǎng)。為了經(jīng)濟(jì)的穩(wěn)定，銀行等金融機(jī)構(gòu)作為金融體系的核心，需要將氣候變化風(fēng)險(xiǎn)納入金融決策，有效評(píng)估氣候變化所帶來(lái)的信貸風(fēng)險(xiǎn)與機(jī)遇。越來(lái)越多的金融機(jī)構(gòu)正在建立或完善相應(yīng)的風(fēng)險(xiǎn)管理系統(tǒng)，利用天氣數(shù)據(jù)和氣候模型輸出，來(lái)分析氣候變化對(duì)信貸的影響。這其中，異構(gòu)的氣象數(shù)據(jù)與金融模型的整合是深入分析氣候風(fēng)險(xiǎn)的關(guān)鍵所在，即，將金融變量與氣象科學(xué)數(shù)據(jù)相結(jié)合，這無(wú)疑需要強(qiáng)大的數(shù)據(jù)分析工具和技術(shù)。

 

　　“對(duì)于任何企業(yè)來(lái)說(shuō)，氣候變化都將影響碳稅或頻繁破壞性天氣事件產(chǎn)生的相關(guān)費(fèi)用，從而推高貨物成本。同時(shí)，氣候變化還會(huì)影響到貸款、貸款償還、保險(xiǎn)風(fēng)險(xiǎn)、保費(fèi)、股票市場(chǎng)和債券市場(chǎng)。”

 

　　—— Naeem Siddiqi，SAS風(fēng)險(xiǎn)研究和定量解決方案高級(jí)顧問(wèn)

 

　　此外，公共部門(mén)也數(shù)字化轉(zhuǎn)型的過(guò)程中，使用數(shù)據(jù)分析來(lái)解決民生保障等關(guān)鍵問(wèn)題。例如，災(zāi)害天氣下的疾病防控、污染監(jiān)控、垃圾排放等諸多問(wèn)題，都在不斷地加重醫(yī)療衛(wèi)生等公共系統(tǒng)的負(fù)荷。為了對(duì)突發(fā)災(zāi)害做出快速反應(yīng)，許多機(jī)構(gòu)充分利用數(shù)據(jù)分析工具，與先進(jìn)的監(jiān)測(cè)預(yù)警、應(yīng)急調(diào)度、協(xié)調(diào)保障等信息化系統(tǒng)相結(jié)合，作為高效處置的必要舉措。比如，世界上最大的環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)- Attentis傳感器網(wǎng)絡(luò)，就與SAS物聯(lián)網(wǎng)分析技術(shù)相結(jié)合，可以令應(yīng)急響應(yīng)部門(mén)實(shí)時(shí)、持續(xù)地監(jiān)測(cè)降雨量、河流高度等，對(duì)可能發(fā)生的洪澇、野火災(zāi)害進(jìn)行預(yù)警，并通過(guò)自動(dòng)化改進(jìn)應(yīng)急反應(yīng)。

 

　　毫無(wú)疑問(wèn)，無(wú)論以上哪個(gè)領(lǐng)域，都需要以數(shù)據(jù)為基礎(chǔ)，以數(shù)據(jù)分析工具為支持，基于分析，提出最佳答案。旁見(jiàn)側(cè)出，各領(lǐng)域?qū)?shù)據(jù)的分析無(wú)出為以下幾類(lèi)：

 

　　●將數(shù)據(jù)辨識(shí)為現(xiàn)象，洞察過(guò)去的事件。

 

　　●將數(shù)據(jù)轉(zhuǎn)化為知識(shí)，回答當(dāng)前的問(wèn)題。

 

　　●依據(jù)現(xiàn)有數(shù)據(jù)，預(yù)測(cè)未來(lái)。

 

　　但這些數(shù)字化信息系統(tǒng)和業(yè)務(wù)流程，必須依托更多可信的數(shù)據(jù)、更強(qiáng)大的模型，以近乎即時(shí)的強(qiáng)大分析能力，將原始數(shù)據(jù)轉(zhuǎn)換為智慧，基于分析結(jié)果做出最佳選擇，才能在實(shí)現(xiàn)業(yè)務(wù)價(jià)值最大化的同時(shí)應(yīng)對(duì)突發(fā)危機(jī)。由此一來(lái)，各組織面臨的關(guān)鍵問(wèn)題就是：一方面，隨著數(shù)字化和傳感器等技術(shù)的廣泛普及，數(shù)據(jù)量以前所未有的速度激增，對(duì)數(shù)據(jù)的清理和準(zhǔn)備、對(duì)數(shù)據(jù)的建模、保持?jǐn)?shù)據(jù)的一致性都需要投入大量的資源，組織難堪重負(fù)。另一方面，面對(duì)危機(jī)，單靠數(shù)據(jù)并不能成功，運(yùn)用數(shù)據(jù)指導(dǎo)決策，即，分析洞察與決策能力才是真正的驅(qū)動(dòng)力。為此，前瞻性的數(shù)據(jù)分析工具逐步引入了新的數(shù)字技術(shù)，旨在為各行業(yè)的企業(yè)和機(jī)構(gòu)提供創(chuàng)新的分析、商業(yè)智能和數(shù)據(jù)管理服務(wù)，推動(dòng)其進(jìn)行高級(jí)分析和預(yù)測(cè)分析的數(shù)字化轉(zhuǎn)型。正如，SAS在核心分析計(jì)算引擎中引入了云技術(shù)和人工智能，采納云技術(shù)幫助客戶(hù)快速處理所有相關(guān)數(shù)據(jù)，實(shí)現(xiàn)了從海量數(shù)據(jù)中獲取最大價(jià)值，并利用人工智能和機(jī)器學(xué)習(xí)快速分析數(shù)據(jù)，減少了對(duì)專(zhuān)家的過(guò)度依賴(lài)，令分析更加高效且易理解，同時(shí)，簡(jiǎn)化了人工智能和機(jī)器學(xué)習(xí)嵌入決策的方式，能夠進(jìn)一步提升分析的反應(yīng)速度和效益，使得更多的企業(yè)和機(jī)構(gòu)能夠以更高效、更低成本的方式，獲取更可信的解決方案，令其在持續(xù)變化的環(huán)境下構(gòu)建新的競(jìng)爭(zhēng)優(yōu)勢(shì)，從容面對(duì)危機(jī)。