驅(qū)動數(shù)據(jù)分析 應對氣候變化

　　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難，如同過山車，一波未平，一波又起，愈演愈烈。不夸張的說，自工業(yè)革命起，人類在過去的160年里讓地球氣候愈加脫軌，二氧化碳濃度達到了80萬年以來的頂峰。尤其是，在當今快速全球化的過程中，極端氣候的影響絕不僅限于局部地區(qū)，還會通過復雜的全球供應鏈和增值鏈，產(chǎn)生級聯(lián)的間接和衍生效應，輻射到世界的每個角落。面對生存下去的危機，目前大部分國家已經(jīng)達成共識，計劃在2050年左右實現(xiàn)“碳中和”，這意味著整個社會的各個方面都要進行前所未有的、迅速且深入的變革。

 

　　幸運的是，在今天這個數(shù)據(jù)驅(qū)動的世界，數(shù)字化技術正在全方位幫助人們加速這場改革，以更快的速度應對氣候危機。

 

　　在氣候科學領域，從氣候預測、分析碳足跡，保護生態(tài)系統(tǒng)，到提高氣候意識，基于數(shù)字化的分析預測工具在這一復雜科學中早已得到廣泛應用。例如，在追蹤亞馬遜雨林人為破壞時，借助SAS建立視覺模型，分析成千上萬的衛(wèi)星圖像，從而及早觀測到森林砍伐跡象，干預、保護森林。加之隨著物聯(lián)網(wǎng)的出現(xiàn)，智能設備收集了大量的氣象和環(huán)境數(shù)據(jù)，利用自動化的分析工具，通過數(shù)據(jù)挖掘技術，對數(shù)據(jù)進行清潔、轉(zhuǎn)化、挖掘和評估，從海量的、異構的復雜數(shù)據(jù)庫中將數(shù)據(jù)轉(zhuǎn)化為信息/智慧，再使用工具或自主開發(fā)仿真模型，探索隱藏的趨勢。利用這種數(shù)字分析方式，科學家們可以進行定性和定量測試，從而預測在未來可能惡化的極端氣候影響。人工智能和機器學習也是近年的關鍵使能技術，特別是，與數(shù)值氣候模型數(shù)據(jù)結(jié)合時，人工智能可以用來補充觀測空白。通過自動生成和驗證關系假設，利用數(shù)據(jù)分析工具，可以探索更多提供因果關系的信息。

 

　　在商業(yè)領域，氣候危機對企業(yè)的影響主要體現(xiàn)在產(chǎn)品增值的過程中，例如，生產(chǎn)設施和材料等物理資產(chǎn)受損的風險、資源轉(zhuǎn)移和供應鏈中斷等價格上漲的風險，環(huán)保意識改變等導致的產(chǎn)品銷售風險。隨著科技的飛速發(fā)展，無論制造商和銷售商所處是何行業(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，早已被公認為是增加抗風險能力、提高收益和競爭力的最有效手段。企業(yè)分析在生產(chǎn)和銷售中收集到的數(shù)據(jù)，再進行生產(chǎn)優(yōu)化和發(fā)展戰(zhàn)略調(diào)整，推出符合市場期待的產(chǎn)品和服務，包括，調(diào)整環(huán)保生產(chǎn)方式，選擇環(huán)保供應材料等。企業(yè)利用數(shù)字化轉(zhuǎn)型，可以更高效、高收益的滿足環(huán)保期待，從而在今后以氣候環(huán)境為重點的市場中保持優(yōu)勢。

 

　　“最終，企業(yè)需要考慮未來。他們需要明確：未來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

 

　　在金融領域，由于氣候危機可能對整個市場的經(jīng)濟產(chǎn)生結(jié)構性的影響，以及經(jīng)濟與金融的緊密相連，氣候危機極易蔓延至貸款、保險、債券等金融市場。為了經(jīng)濟的穩(wěn)定，銀行等金融機構作為金融體系的核心，需要將氣候變化風險納入金融決策，有效評估氣候變化所帶來的信貸風險與機遇。越來越多的金融機構正在建立或完善相應的風險管理系統(tǒng)，利用天氣數(shù)據(jù)和氣候模型輸出，來分析氣候變化對信貸的影響。這其中，異構的氣象數(shù)據(jù)與金融模型的整合是深入分析氣候風險的關鍵所在，即，將金融變量與氣象科學數(shù)據(jù)相結(jié)合，這無疑需要強大的數(shù)據(jù)分析工具和技術。

 

　　“對于任何企業(yè)來說，氣候變化都將影響碳稅或頻繁破壞性天氣事件產(chǎn)生的相關費用，從而推高貨物成本。同時，氣候變化還會影響到貸款、貸款償還、保險風險、保費、股票市場和債券市場。”

 

　　—— Naeem Siddiqi，SAS風險研究和定量解決方案高級顧問

 

　　此外，公共部門也數(shù)字化轉(zhuǎn)型的過程中，使用數(shù)據(jù)分析來解決民生保障等關鍵問題。例如，災害天氣下的疾病防控、污染監(jiān)控、垃圾排放等諸多問題，都在不斷地加重醫(yī)療衛(wèi)生等公共系統(tǒng)的負荷。為了對突發(fā)災害做出快速反應，許多機構充分利用數(shù)據(jù)分析工具，與先進的監(jiān)測預警、應急調(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)測網(wǎng)絡- Attentis傳感器網(wǎng)絡，就與SAS物聯(lián)網(wǎng)分析技術相結(jié)合，可以令應急響應部門實時、持續(xù)地監(jiān)測降雨量、河流高度等，對可能發(fā)生的洪澇、野火災害進行預警，并通過自動化改進應急反應。

 

　　毫無疑問，無論以上哪個領域，都需要以數(shù)據(jù)為基礎，以數(shù)據(jù)分析工具為支持，基于分析，提出最佳答案。旁見側(cè)出，各領域?qū)?shù)據(jù)的分析無出為以下幾類：

 

　　●將數(shù)據(jù)辨識為現(xiàn)象，洞察過去的事件。

 

　　●將數(shù)據(jù)轉(zhuǎn)化為知識，回答當前的問題。

 

　　●依據(jù)現(xiàn)有數(shù)據(jù)，預測未來。

 

　　但這些數(shù)字化信息系統(tǒng)和業(yè)務流程，必須依托更多可信的數(shù)據(jù)、更強大的模型，以近乎即時的強大分析能力，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，才能在實現(xiàn)業(yè)務價值最大化的同時應對突發(fā)危機。由此一來，各組織面臨的關鍵問題就是：一方面，隨著數(shù)字化和傳感器等技術的廣泛普及，數(shù)據(jù)量以前所未有的速度激增，對數(shù)據(jù)的清理和準備、對數(shù)據(jù)的建模、保持數(shù)據(jù)的一致性都需要投入大量的資源，組織難堪重負。另一方面，面對危機，單靠數(shù)據(jù)并不能成功，運用數(shù)據(jù)指導決策，即，分析洞察與決策能力才是真正的驅(qū)動力。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，旨在為各行業(yè)的企業(yè)和機構提供創(chuàng)新的分析、商業(yè)智能和數(shù)據(jù)管理服務，推動其進行高級分析和預測分析的數(shù)字化轉(zhuǎn)型。正如，SAS在核心分析計算引擎中引入了云技術和人工智能，采納云技術幫助客戶快速處理所有相關數(shù)據(jù)，實現(xiàn)了從海量數(shù)據(jù)中獲取最大價值，并利用人工智能和機器學習快速分析數(shù)據(jù)，減少了對專家的過度依賴，令分析更加高效且易理解，同時，簡化了人工智能和機器學習嵌入決策的方式，能夠進一步提升分析的反應速度和效益，使得更多的企業(yè)和機構能夠以更高效、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)境下構建新的競爭優(yōu)勢，從容面對危機。