J. Doyne Farmer: Sonunda iklim ekonomisini simüle edebilecek miyiz?

Tim Mohin

Sophia ile ilk kez 2023 yılında, yapay zekâ ile sürdürülebilirliğin kesiştiği noktada teknoloji ortaklıkları kurmak üzere iş birliği yaptık. BCG’den ayrılıp Macrocosm’un liderlik ekibine katılacağını söylediğinde, Macrocosm’un ne üzerinde çalıştığını hemen öğrenmek istedim.

Kısa bir süre önce Macrocosm’un kurucusu Profesör Doyne Farmer ve Sophia ile bir araya gelerek, Prof. Farmer’ın yakın zamanda Guardian’da yayınlanan bir makalede¹ bahsettiği “süper simülatör” hakkında daha fazla bilgi edindim. Henüz başlangıç aşamasında olsa da, bu yeni teknoloji türü, iklim politika yapıcılarının ve kurumların enerji dönüşümünün karmaşıklığını daha iyi yönetmelerine yardımcı olma konusunda gerçekten umut vaat ediyor.

Bu sohbet, gerçek ekonomiyi -firma firma, şok şok- modellemenin, politika yapıcılarına ve kurumlara iklim geçişini yönetmek ve yönlendirmek için nihayet gerekli araçları nasıl sağlayabileceğini araştırıyor.

Guardian’daki yazınız çarpıcı bir iddiayla başlıyor: Ekonomi, iklim krizinde başarısız oldu. Bu cesur bir suçlama. Kanıtınız nedir?

Doyne: Geçmiş performans gerçekten berbat -ve bunu kişisel olarak doğrulayabilirim. 2010 yılında, güneş enerjisinin 2020 yılına kadar kömürden daha ucuz olacağını öngörmüştüm. Haklı çıktık. Öte yandan, entegre değerlendirme modelleri, maliyetlerin ne kadar hızlı düşeceği konusundaki tahminlerinde altı kat yanıldılar. Yirmi yıl boyunca, yenilenebilir enerji kaynaklarının yavaş yayılacağını ve maliyetlerin hafifçe düşeceğini öngördüler. Güneş enerjisi maliyetleri on yıl içinde %90’dan fazla düştü. Rüzgâr enerjisi de hemen arkasından geldi. İklim politikasını belirlerken bu tahminleri kullanmış olsaydınız, geçiş sürecine çok yetersiz yatırım yapmış olurdunuz.

Bu modeller, verilerin açıkça gösterdiği şeyi göz ardı ettikleri için başarısız oldu: kullanım yaygınlaştıkça, deneyim biriktikçe maliyetlerin öngörülebilir şekilde düştüğü gerçeği. Bu, Wright Yasası’dır ve basit ölçek ekonomisinin çok ötesine geçer. Ancak bunu düzeltmek, daha derin bir soruyu gündeme getirir: Kullanım yaygınlığını asıl ne yönlendirir? Bu, her biri fiyatlara, rakiplere ve politikaya tepki veren milyonlarca bireysel firmanın kararlarına bağlıdır. Çin’in güneş enerjisi pazarına girdiğinde neler olduğuna bakın. Uygulama o kadar hızlı büyüdü ki, maliyetler kimsenin tahmin ettiğinden çok daha fazla düştü ve şimdi aynı şey piller ve elektrikli araçlarda da oluyor. Ancak standart modeller bu dinamiklerin hiçbirini göremez. Ve bu, şokların bu firmalar arasında nasıl yayıldığına bile değinmeden önce. İşte bu noktada ajan tabanlı modeller hayati önem kazanıyor.

Onlarca yılı karmaşık bir ekonomi ve ajan tabanlı modelleme yaklaşımı geliştirmekle geçirdiniz. Bu aslında ne anlama geliyor ve neden ekonomilerin işleyişine dair daha dürüst bir tablo ortaya koyuyor?

Doyne: Temel fikir basit: ekonomilerin dengeye ulaştığını varsaymayı bırakıp, gerçekte neler olduğunu modellemek. Milyonlarca firma ve hane halkı, sınırlı rasyonel kararlar alarak birbirleriyle etkileşime giriyor ve kimsenin planlamadığı sonuçlar ortaya çıkıyor.

Sezgilere aykırı olarak, bu durum daha az değil, daha kolay yönetilebilir hale geliyor. Ajan tabanlı modeller, her ajanı gerçekçi davranış kurallarıyla ayrı ayrı simüle eder ve toplu davranışın ortaya çıkmasına izin verir. Ajanlar, dünya değiştikçe öğrenir ve uyum sağlar -ve tüm sistem aşağıdan yukarıya doğru temsil edildiği için, bir bölümdeki şokun diğerlerine nasıl yayıldığını görebilirsiniz. Art arda gelen etki görünür hale gelir.

Covid bunu kanıtladı. Standart modeller dengeyi varsayar -arz talebe eşittir. Pandemi her ikisini de aynı anda paramparça etti: tüketiciler geri çekilince talep çöktü, endüstriler durduğunda arz çöktü ve bu iki şok çarpıştı ve tedarik zincirleri aracılığıyla güçlendi. Hiçbir denge modeli bunu izleyemedi. Bir gecede bir ekip oluşturduk, bunu yapabilen bir model geliştirdik ve GSYH’da yüzde 21,5’lik bir daralma öngördük. Gerçek rakam %22,1 oldu -ve İngiltere Merkez Bankası ile diğer birçok kurumdan önemli ölçüde daha iyi bir performans gösterdik.

Sophia: İster geçiş riskini değerlendiren bir altyapı yatırımcısı olun, ister tedarik zinciri riskini fiyatlandıran bir sigortacı olun, bu, nihayet sektör ortalamaları değil, gerçekte maruz kaldığınız firmaları temsil eden bir modelle çalıştığınız anlamına gelir. Ve bu, mevcut araçların sağlayamadığı bir şey üretir: izlenebilirlik.

Bu yaklaşım, kritik bir mineral darboğazının üç ülkede pil üretimini geciktirdiğini gösterdiğinde, o rakamın arkasındaki her varsayımı izleyebilirsiniz: tedarikçi ilişkileri, stok tamponları, zincirleme yol. Bu denetim izi, düzenleyiciler ve yönetim kurullarının giderek daha fazla talep ettiği bir şeydir — ve ne istatistiksel modellerin ne de LLM’lerin üretebileceği bir şeydir. Geçişi tanımlayacak kararlar, kara kutulara bırakılamayacak kadar önemlidir.

Macrocosm’un platformunun, günümüz araçlarının cevaplayamadığı sorulara nasıl cevap verebileceğine dair somut bir örnek verebilir misiniz?

Doyne: Tüm ekonomiyi modellemeye yönelik ilk adımımız enerji sistemidir: 30.000 enerji şirketi ve bunların 160.000 varlığı. Her elektrik santrali, her rüzgâr çiftliği, her jeneratör, üretim, yatırım ve fiyatlandırma konusunda kararlar alan ayrı bir aktördür. Dünyadaki her enerji şirketinin uyarlanabilir karar alma sürecini, her birinin ne kadar üretim yaptığını ve hangi fiyattan sattığını görmek için tam anlamıyla modelleştiriyoruz. Bu önemli çünkü geçiş, bir teknolojiyi başka bir teknolojiyle değiştirmekle ilgili değil. Bir enerji şirketi güneş enerjisine yatırım yaptığında, diğer tüm oyuncuların ekonomisini değiştirir. Ancak standart modeller bunu göremez ve bu nedenle tüm sektörü temsil eden hayali bir şirketi optimize ederler.

Aynı durum tedarik zincirleri için de geçerli ve Hürmüz Krizi bunu gerçek zamanlı olarak gösteriyor. Standart bir model size sektör düzeyinde bir GSYİH etkisini gösterir - tek bir rakam, haftalar sonra. Hangi firmaların kritik stoklarını ilk olarak tükettiğini, kıtlığın aşağı akış üretiminde nasıl bir domino etkisi yarattığını veya toplam kaybın ilk şoktan ne kadar daha büyük hâle geldiğini size söyleyemez. İster elektrik şebekesi ister küresel tedarik zinciri olsun, platformumuz dinamikleri haftalık ve sektörel olarak simüle eder. Size sadece durumun ne kadar kötü olduğunu değil, ne zaman olacağını da söyler.

Sophia: Bu görünürlük, sürdürülebilirlik karar vericileri için nelerin mümkün olduğunu değiştirir. Kapsam 3 raporlaması, enerji tedariki, geçiş planlaması. Bunların hepsi, kesintilerin, gizli bağımlılıkların ve emisyonların bulunduğu daha derin katmanlara nasıl yayıldığını anlamaya bağlıdır. Bugün, çoğu şirket bunu yapamıyor. Bir otomotiv üreticisi, lojistik koridoru kesintiye uğradığında hangi Tier-3 bileşenlerinin darboğaz haline geldiğini izleyemez - ve bunları sigortalayan sigorta şirketi, portföyündeki birikmiş riski göremez. Macrocosm, bu yolları ilk kez görünür ve ölçülebilir hale getiriyor.

Güçlü bir akademik model ile bir sürdürülebilirlik direktörü, risk yöneticisi veya politika yapıcının pazartesi sabahı fiilen kullanabileceği bir şey arasında bir uçurum vardır. Bu uçurumu nasıl kapatırsınız?

Doyne: Bu modeller, ancak politika yapıcıların, yatırımcıların ve şirketlerin yüksek riskli kararlar aldığı ortamlara entegre edildiklerinde gerçek dünyada bir etki yaratır. Karmaşıklık ekonomisini araştırma alanından uygulamaya taşımak, Macrocosm’un yaptığı şeydir. Bu güveni oluşturmak için kritik olan şey ampirik doğrulamadır: Çalışmalarımızı gerçek olaylara göre geriye dönük olarak test ediyoruz, ki bu ekonomik modellemede nadiren standart bir uygulamadır. Hava tahminine güvenmenizin nedeni de budur: verilerin daha zengin olması değil, altta yatan fizik kurallarının doğru olmasıdır.

Hava tahmininin ne gerektirdiğini düşünün: sadece daha iyi bir atmosfer bilimi değil, aynı zamanda gerçek zamanlı gözlemleri alabilen, sürekli güncellenebilen ve belirsizliği insanların harekete geçebileceği bir biçimde ifade edebilen bir mimari. İşte ekonomide kapattığımız boşluk budur.

Sophia: Ve bu boşluğu kapatmak, beni BCG’den Macrocosm’a çeken şeydi. Bugün, çoğu sürdürülebilirlik ekibi, yönetim kuruluna ulaştığında çoktan güncelliğini yitirmiş senaryo analizlerine dayanarak çalışıyor. Dünya değişiyor; analizler değişmiyor. Bizim inşa ettiğimiz şey, koşullar değiştikçe sorgulayabileceğiniz bir araç. Yeni bir gümrük vergisi, tedarik zincirinizin geçiş riskinin yoğunlaştığı yeri değiştirirse veya şebeke darboğazları yenilenebilir enerji tesisatının kurulmasını geciktirirse, bunun maruz kalma riskiniz için gelecek çeyrekte değil, şu anda ne anlama geldiğini görmeniz gerekir. Statik bir rapor değil, her hafta kullandığınız bir yetenek.

Politika yapıcılar ve kurumlar bu tür bir simülasyona erişebilseydi, pratikte durum nasıl olurdu? Hangi kararlar değişirdi?

Doyne: Ekonomik planlama için Google Maps’in trafik planlaması için yaptığını yapmak istiyoruz - insanlara tüm sistemin dinamik bir resmini sunarak, sürekli değişen dünyada daha iyi yol alabilmelerini sağlamak. Politika yapıcılar için bu, şimdi her zamankinden daha önemli, çünkü geçiş bir vakumda gerçekleşmiyor. Hükümetler aynı anda enerji güvenliğini, endüstriyel rekabet gücünü ve karbonsuzlaşmayı yönetiyor ve bu öncelikler arasındaki etkileşimler, en büyük politika hatalarının yapıldığı yer.

Bir hükümetin bir sanayi stratejisini stres testine tabi tuttuğunu ve sadece GSYİH tahminlerini değil, her firmanın öngörülen tepkisini de gördüğünü hayal edin: kim yenilenebilir enerjiye yatırım yapıyor, kim fosil varlıklarına tutunuyor, şebeke darboğazları veya kritik malzeme bağımlılıkları nerede ortaya çıkıyor. Bir politika müdahalesinin geçişi hızlandırıp hızlandırmadığını veya tedarik ağları aracılığıyla istenmeyen domino etkileri tetikleyip tetiklemediğini test edebilirler. Sonunda kimin maliyeti üstlendiğini, kimin uyum sağladığını ve geçişin nerede durduğunu görebilirler.

Araştırmamız, hızlı bir geçişin dünyaya yaklaşık 12 trilyon dolar tasarruf sağlayacağını gösteriyor. Ancak bunun için enerji, tedarik zincirleri ve yatırımlar genelinde birbiriyle bağlantılı çok sayıda kararı doğru bir şekilde almak gerekiyor. Kimse göremediği bir sistemi yönlendiremez.

Sophia: Ve hiçbir kurum, haritasını çıkaramadığı bir geçiş sürecini yönetemez. İster sınır ayarlaması, ister Hürmüz gibi bir enerji şoku, ister kritik bir maden kısıtlaması olsun -etki nadiren beklediğiniz yerde veya zamanda ortaya çıkar. Günümüzde çoğu kuruluş, doğrudan maruz kaldığı riski görebiliyor ancak bunun arkasındaki bağlantıları göremiyor. Macrocosm bu bağlantıları görünür kılıyor. Bir sorun ortaya çıkmadan önce maruz kalma durumunuzu stres testine tabi tutabilir, politika veya piyasa koşulları değiştiğinde testi yeniden çalıştırabilir ve analizi yönetim kurulunuza veya düzenleyicilere savunabilirsiniz. Bu, kurumların geçiş süreciyle ilgili düşünme şeklini dönüştürür: statik varsayımlardan değil, fiilen faaliyet gösterdikleri ekonominin canlı bir modelinden yola çıkarlar.

¹https://hermesnews.co.uk/yorum-analiz-tr/j-doyne-farmer-ekonomi-iklim-krizi-konusunda-basarisiz-oldu/

Letven Capital sponsorluğunda, J. Doyne Farmer'ın Scala Yayıncılık'tan çıkan kitabı 

Kaosu Anlamlandırmak - Daha İyi Bir Dünya İçin Daha İyi Bir Ekonomi : https://www.scalakitapci.com/kaosu-anlamlandirmak