Сбер разработал собственные модели прогнозирования климатических риск-событий (пожаров, наводнений, штормов, таяния вечной мерзлоты) и расчета их экономических последствий с использованием инструментов ИИ для дальнейшей автоматизации кредитного процесса. Некоторые модели уже применяются в работе, еще несколько будут внедрены в эксплуатацию в этом году.
«Мы проанализировали множество климатических исследований и увидели, что, к сожалению, количество стихийных бедствий в стране и мире растет: за последние 60 лет пожары стали происходить в 6,5 раза чаще, волны жары и холода – в 10 раз, наводнения – в 12 раз. Отдельная проблема для нашей страны – деградация вечной мерзлоты, – рассуждает первый заместитель председателя правления Сбера Александр Ведяхин. – 65% территории России покрыто мерзлотой, в зоне риска более 50% ВВП России – это промышленная и транспортная инфраструктура, объекты энергетики, здания и так далее. Эти системные риски при накоплении эффекта представляют серьезную угрозу для нашей экономики. Мы научились прогнозировать такие риски и уже провели стресс-тестирования».
Согласно недавнему докладу ЦБ, изменение климата и ухудшение состояния окружающей среды остаются одними из наиболее серьезных вызовов текущего десятилетия. Россия особенно уязвима к климатическим рискам вследствие наличия территорий в разных климатических поясах, в том числе обширной арктической зоны, наиболее подверженной изменению климата, а также из-за углеродоёмкости экономики и преобладания в экспорте продукции с высоким углеродным следом. Два ключевых фактора обуславливают подверженность российской экономики и корпоративного сектора влиянию высоких климатических рисков.
Сбер активно вовлечен в реализацию стратегии декарбонизации экономики России, работая над решениями для корпоративного бизнеса, которые помогают управлять физическими климатическими рисками. Одним из таких решений Сбера и являются модели прогнозирования климатических рисков, которые автоматизируют их оценку и снижают неопределённость, а также модели оценки убытков от таких рисков, которые позволяют клиентам точно оценить возможные потери.
Например, модель оценки рисков сельского хозяйства в связи с тем или иным стихийным бедствием помогает предвидеть риск дефолта клиента, рассчитать возможный ущерб и страховой риск, а модель прогнозирования пожаров – предсказать пожароопасную обстановку и помочь в планировании ресурсов. Часть моделей прогнозирования с помощью ИИ (например, модели по прогнозированию пожаров и таянию вечной мерзлоты), разработанных Сбером, уже применяются в работе, и еще несколько в течение 2023 года планируется ввести в эксплуатацию.
WPBuild.Ru