专栏名称: BCG波士顿咨询
欢迎关注BCG大中华区的官方账号,获取领先的商业理念和前沿的管理思想。
目录
51好读  ›  专栏  ›  BCG波士顿咨询

碳中和:人工智能助力企业减排,实现发展和社会效益双赢

BCG波士顿咨询  · 公众号  ·  · 2021-04-14 11:45

正文


在气候问题愈发严峻的今日,消费者、监管者和投资者开始越来越关注各行各业的企业对气候产生的影响。然而,要想采取具体措施改变现状既艰难又昂贵,许多企业不得不推迟减排的工作。在这种情况下,人工智能(AI)将改变游戏规则。AI技术能够深入洞察企业碳足迹的多个方面并降低减排的成本,为加快低成本可持续转型提供了一条有前景的途径。




有效运用AI助力减排


气候变化的威胁越来越大,时间也愈发紧迫。根据碳信息披露项目,目前全球温室气体排放总量约为530亿吨二氧化碳当量(CO 2 e)。据科学减碳倡议组织研究,如果要实现2016年《巴黎协定》将全球平均气温上升限制在1.5°C的目标,各个国家必须在2030年前减少50%碳排放。根据我们与客户合作的丰富经验,使用AI可以帮助减少26至53亿吨的二氧化碳,占减排总量的5%至10%。


与此同时,BCG研究表明,到2030年,通过增加收入和节约成本等方式,AI之于企业可持续发展的潜在影响价值将达到1.3万亿至2.6万亿美元。AI的强大之处在于它能够从经验中学习,从环境中收集大量的数据,直观地发现未被注意到的关联,并根据结论给出合适的行动建议。企业若想减少碳足迹,应把人工智能的重点放在以下三个方面:


1

监测排放

企业可以用AI驱动的数据工程来跟踪碳足迹,如从运营、差旅及价值链的各个环节收集数据,并利用AI生成缺失数据的近似值,提高监测的准确性。


2

预测排放

预测型AI可以根据企业当前的减排工作、新的减排方法和未来需求,预测企业未来的碳排放,有助于更准确地设定、调整和实现减排目标。


3

减少排放

通过提供对价值链各个方面的详细洞察,指令型和优化型AI可以提高生产、运输和其他方面的效率,从而减少碳排放,降低成本。


AI赋能的数据分析助力减排的方式适用于工业产品、交通运输、制药、快速消费品、能源和公用事业等多个领域。


向上滑动查看


钢铁企业通过AI优化生产流程

最近,一家全球钢铁生产商希望优化其生产流程,减少碳排放并降低成本。在短短六个月内,BCG采用了基于AI的流程控制,旨在消除浪费和降低能耗。数千个传感器收集数十亿个数据点并输入控制系统的算法,使该公司能够精确计算和预测能源需求,并追踪和减少废物来源。

自从实施这些控制计划以来,该公司碳排放量减少3%,即每年减少约23万吨二氧化碳,同时成本降低了4,000万美元,对于这家年收入80亿美元的公司来说十分可观。

BCG估计,AI将对整个钢铁行业产生更大的影响,帮助企业减少5%至10%的碳排放,同时降低1%的成本。如果每家钢铁公司都能实现这一减排目标,那么钢铁行业每年的二氧化碳排放量将减少2亿到4亿吨。



三管齐下增加减排收益


为了获得收益,企业领导者必须把重点放在碳排放量高、成本高的领域,特别是那些潜在回报期少于24个月的领域。我们建议企业采取三管齐下的措施:


1

设立远大目标

运用AI提高整个价值链中碳排放的透明度。然后,从最大的碳排放源和成本最高的部分入手,找出适合用AI技术减少碳足迹的切入点。


2

从小处着手

在设计企业的AI方案时,运用原型和试点,使用最小可行产品(MVP)的概念设计AI系统,对其进行迭代,整合反馈并加以完善。


3

监测排放

扩大最小可行产品解决方案的规模,并以该方案为中心改造组织,增强影响力。在扩大最小可行产品规模的同时,投资打造核心能力和引擎。这些举措都应聚焦于大规模发展赋能型技术平台,定义新的工作方式,并实施所需的组织和治理模型,使AI战略和整体战略保持一致。


向上滑动查看


石油和天然气公司通过AI减排降本

欧洲一家大型石油和天然气公司正遭受生产损失的困扰,原因是机械设备出现了未曾料到的问题,公司依赖的控制系统还在遵循先报告后反应的方法。

为了纠正这个问题,BCG帮助重新设计了控制系统,实现了基于机器学习的预测和行动方法,并创建了一个集成的操作中心,用来统一监测所有工厂设备。同时,我们鼓励公司采用变革管理战略,以促进新工具的采用。

新的端到端的系统采用了许多机器学习模型,包括预测每个生产单元的维护问题和二氧化碳排放量的工具。这些新功能让工厂工程师能够预测未来三到五个小时内所有单元的能源消耗和碳排放,并对任何造成过量排放的单元进行隔离、分析和修复。

此实践让该公司的碳排放量降低了1%到1.5%,相当于每年少排放3,500到5,500吨温室气体,并减少了大约500万到1,000万美元的成本。该系统预测设备故障的准确率高达87%,预测排放异常的成功率也在80%的水平。

通过扩大这一人工智能工具的规模,石油和天然气公司可获其所有生产操作的全面、实时视图,预测、减少问题的同时有效降低排放和成本。










请到「今天看啥」查看全文