氣候風險新創公司 Mitiga 融資 1,440 萬美元幫企業面對未來的不確保性
調整自然災害風險模型已不再是單純的過去式，因為人為全球變暖已使得這些機率模型落在潮汐之外。以西班牙巴塞隆納的氣候科技新創公司 Mitiga Solutions 為例，他們使用重度資料和物理模型的方法來預測受氣候變動影響（如野火、極端天氣和火山），並應用高效能的計算風險模型來追蹤氣候變化，此外也搭配人工智慧，如遷移學習等技術，提供世界上缺乏高品質資料的地區的預測。Mitiga 初創客戶有約 20 家企業，包括能源生產商和金融服務公司、避險基金和房地產公司，還有像法國巨頭保險公司 AXA 和英國 Willis Towers Watson 等等。
氣候風險與傳統風險模型的不同
Mitiga Solutions 創始人 Alejandro Martí 表示過去數十年來，傳統的風險模型通常使用機率和統計方法來預測風險，並且是依據過去 100 年的隨機分析，預測出未來的風險。但現在氣候變遷造成環境發生劇變，這些預測方法已失效，例如巨大的野火和水災等災害之發生，這類不可預期，而且它們的頻率和規模正在增加。當運用物理風險建模時，建立數學模擬範圍廣泛，可透過大量資料集與區域條件形成預測分析風險。但這需要大量質量高的資料來支撐，因此 Mitiga Solutions 使用 AI 與學習轉移等技術，補足優質資料缺失位置，以全球範圍提供風險建模。
應用從資料中學習
Alejandro Martí 強調模型好壞在於所輸入的資料質量，因此需要大量的資料，"我們每天將 5 百萬筆資料點加入模型"，他也解釋說，計算能力所需的高傳輸率，可以為復雜的系統提供高解析度的數學模擬，使用的是光學纖維及最新的雲端運算技術。而傳統的風險模型使用不同的技術建模，需要的資料量較少，但缺乏足夠的模型融合方法，讓模型無法考慮環境變化因素，缺乏足夠的分析視角。
備有全球氣候風險評級與透明度
Mitiga Solutions 現階段著重於模擬 "次級災害風險"，這包括氣候變化影響較大的風險，如野火、極端氣候和
