ポストCOVID-19時代において、次の危機に備えるため、より強靭なサプライチェーンとインフラを構築しなければなりません。
今日の技術により、超ローカルなレベルでリスクを評価することが可能になっています。
このレベルの詳細な把握が、必要なレジリエンスを育む鍵となります。
COVID-19のパンデミックは、複雑な国境を越えるリスクへの対応において、多くの政府や組織がいかに準備不足であったかを痛烈に露呈させました。政府は危機の中でさまざまなアプローチを採用してきましたが、その結果の違いが、予想外に高い超過死亡率と経済コストの増大につながることが多くありました。この断片的な対応は、2020年末以降も、感染症が再び広がり続ける結果を招きかねません。
COVID-19の感染拡大は、人口密度が高く、環境が劣化し、都市インフラが脆弱で、医療体制が不十分な地域で加速してきました。この感染症は、気候変動に起因する自然災害によって多くの都市地域が近年すでに受けている打撃を、さらに悪化させています。グローバリゼーション、都市化、森林伐採、工業的な食料生産により新たな感染症が広がり、各国の食料、エネルギー、経済の安全保障に影響が及ぶ中、社会はもはや次の災害が発生するまで待つ余裕はありません。レジリエンスを育むグローバルかつローカルな予防サービスは、もはや「あれば良いもの」ではなく、「必ず実施すべきもの」です。
ポストCOVID-19の変化の激しい日常において、社会は制度と仕組みの中に、より深いレジリエンスを育まなければなりません。文化の急速な変化、デジタル化の進展、人口構成の変化、そして所得格差の拡大を背景に、健康、経済、政治、技術が相互に結びついているため、「通常」の定義は絶えず変化する目標となっています。COVID-19は、こうした変化のペースと範囲を加速させるとともに、制度の不備を浮き彫りにしています。
今や、政府の指導者や企業の経営幹部は、これまで以上に優れた意思決定支援を必要としています。これまでのところ、高度な技術を活用した意思決定支援システムは断片的に、かつ不均等に導入されてきました。この状況は改められるべきです。潜在的な経済恐慌を乗り切るため、産業界と政府は緊密に連携し、強靭なサプライチェーンとインフラを確保するとともに、「Cyclone Amphan」のようなハリケーンによる災害が、パンデミック下での避難と同時に発生する可能性のあるシナリオに備える必要があります。サイクロン・アンファンと、その後のパンデミック下での避難。
多くの政府は既に膨大な量のデータを収集しており、一部の企業は印象的な種類のリスク・レジリエンスモデリング技術を開発しています。しかし残念ながら、関連データの多くは適切に整理されておらず、先進的な技術の多くは、主要な意思決定者の手に十分に渡っていません。
COVID-19下での災害時の避難
インドとバングラデシュは最近、数百万人の命を脅かしたサイクロン・アンファンの被害を受けました。しかし、こうした事例は両国に限りません。今年6月1日は、米国ではハリケーン・シーズン、日本では台風シーズンの始まりとなりました。これらの相互に関連するリスクはグローバルな性質を持つため、レジリエントな社会を築くには、グローバルかつローカルな解決策がさらに不可欠となります。
パンデミックの状況下では、ソーシャルディスタンスと衛生管理は、災害以外の状況と同様に、避難所での感染伝播の抑制に同じくらい重要です。しかし残念ながら、遵守と強制の面では、はるかに大きな障害があります。ハリケーンによる避難では、人々が互いに密接な接触を保ちながら移動する必要があり、感染リスクが高まります。その結果、ハリケーンによる避難は、それ自体が困難であるうえに、「屋内待機」の制限によってさらに複雑化し、パンデミックを再燃させかねません。ワン・コンサーンのSEIRモデルによると（区画型疫学モデル）、避難中の3日間で感染者数が最大20%増加する可能性があります。
この課題への取り組み方では、区画型疫学モデルを超ローカルな規模で稼働させるよう適応させ、パンデミック関連の新たな解決策を開発します。これらの解決策は、COVID-19の拡散に対するハリケーンによる避難の潜在的影響をモデル化し、感受性者、暴露者、無症状者、発症前の者、有症状者（軽症および重症）、入院者、回復者の間の移行を追跡することで、災害対応の最適化を図ります。
その後、人口密度の高い地域において感染リスクをモデル化することができ、学校、教会、職場の再開計画を立てる際に活用できる知見を得られます。超ローカルな感染率データを用いることで、意思決定者は感染症の拡大に関する危険性を評価することができます。
予測分析が安全な職場復帰を導く
従業員と顧客を安全に呼び戻すことは、現在、経営者にとって重要な課題です。経営幹部は、潜在的な第2波に備え、持続的なレジリエンスを構築するために、生産性と人材戦略を見直す必要があります。
最近の分析では、米国の自動車工場3か所（カリフォルニア州フリーモントのテスラ工場、イリノイ州シカゴのフォード工場、アラバマ州タスカルーサのメルセデス・ベンツ工場）を調査し、感染率を予測しました。これは自動車メーカーの生産に関する意思決定に影響を与える可能性があります。分析では、地理的条件、再開日、従業員数、2週間にわたる地域のCOVID-19症例率、地域住民の死亡率、工場の築年数を考慮しました。例えば、モデル化された解決策は、ある特定の工場において、少なくとも1名の労働者がCOVID-19検査で陽性となる確率を99%と予測しました。2日後、その工場の従業員が実際に陽性となり、所有者は数百万ドルものコストをかけて一時的に生産を停止せざるを得なくなりました。サービスとしてのレジリエンスによる超ローカルなパンデミックモデルは、意思決定者が回復を早め、混乱を最小限に抑えるのに役立ちます。
保険におけるサービスとしてのレジリエンス
COVID-19により、パンデミックリスクへの認識は大幅に高まり、損失が新たな契約上の免責事項の導入を促し、企業を深刻な窮地に追い込んでいます。その補償範囲と保険金の査定プロセスを考えると、従来型の保険は、パンデミックによる事業中断には適していません。パンデミックは保険の対象外であると主張する人も多くいます。しかし、誰もが認めているのは、最善の保険は予防であるということであり、より良い意思決定を支援する必要性が浮き彫りになっています。
2004年のSARSのパンデミックは、世界の一部にパンデミックリスクへの警鐘を鳴らしました。残念ながら、当時は技術とデータが不十分で、今日可能となっているようなモデル化を実施することはできませんでした。今では、新たな機械知能とデータの統合により、超ローカルなレベルでリスクをモデル化し、事業中断の軽減を支援する予防サービスを導く予測分析を推進することができます。さらに、これらのツールは、リアルタイムで政府の対応を形作り、資源とサービスを最適に再配分することができます。
COVID-19は保険業界に、パンデミックリスクを再考し、事象の前、最中、そして後に支援するための新たな解決策を開発するよう迫っています。政府、産業界、保険セクターが協力すれば、事業中断による損失を最小限に抑え、社会のレジリエンスを構築することができます。
