云驱动的可持续发展技术

云驱动的可持续发展技术 人工智能，机器学习，物联网和其他技术可以在脱碳中发挥关键作用，而云可以显着加快和促进这一过程。 本文是Bernardo Betley，Tommaso Cariati，Fan Gao，Eric Hannon，Cindy Levy，Francesco Parente和Julyeon Seo的合作成果，代表了麦肯锡数字和麦肯锡可持续发展的观点。 云革命十五年来，很明显，拥抱人工智能和机器学习(ML)等技术已经解锁了实质性的值。1这些技术通常可以通过云更快、更有效地运行，不仅带来了成本效益和运营节约，还优化了资源使用。2 这以前可能太昂贵或耗时，无法在前提下构建。 我们的研究表明，使用云驱动技术可以加速到2050年实现全球1.5 °路径所需的217个代表性脱碳计划中的101个（即47％）的实施（参见侧栏“关于研究”）。3鉴于先前的估计，到2050年实现净零排放将需要每年花费9.2万亿美元用于脱碳，4云通过这些技术的潜在贡献每年可能价值数千亿美元。 然而，直到最近，云驱动技术在帮助公司实现脱碳目标方面的巨大潜力受到的关注要少得多。云为组织和个人提供了几乎无限的计算，存储，网络功能和高级软件应用程序，并具有生成AI（gen AI） 根据我们的估计，气候效益也可能是显著的。除了加速脱碳举措，云供电 解决方案变得越来越普遍。在云上运行这些工具使公司能够获得新的脱碳相关功能 关于研究 提出的研究本文中的数据和见解来自麦肯锡脱碳杠杆库，一个关于排放影响和脱碳举措成本的活数据存储库。该图书馆包括大约1200个倡议，每月增加更多。每个倡议代表一个行动— —例如，一个过程的变化，技术或燃料-有可能直接减少碳排放。倡议包括电气化和使用可再生能源等替代能源。 支出，以及水平化的生产成本）使用商品价格和其他变量的中心投入进行建模。 用于新的电气设备集成(电气化)和智能电网用于可再生电力(替代能源)。 取决于相应杠杆打算解决的现有技术或能源，脱碳举措的许多排列都是可能的。这是因为多种不同的技术有时可以用于任何单独的脱碳用例，尽管它们的成本和影响可能会有所不同。此外,多种技术通常可以组合以加速和增加减排影响。公司可以根据用例的成本，脱碳影响和技术适用性采用和应用脱碳杠杆。 为了进行我们的研究，我们确定了217项计划-当前库的一个子集-这些计划共同提供了跨行业的大量脱碳机会，从而形成了将全球变暖限制在1.5 °的有意义的途径。为了将这些举措转化为实地影响，我们创建了455个特定于行业的用例。每个用例都列出了一种机制，通过这种机制，云可以加速内部的脱碳。 单个行业。用例包括动态定价和负碳排放交易(碳捕获、利用和储存)、优化 每个倡议对排放的影响是按照生命周期评估和审查的原则计算的 由可持续性和行业专家提供。成本(资本支出、运营 麦肯锡脱碳杠杆库目前提供1, 200个杠杆，并发现使用云实现关键技术可以通过将杠杆实施成本降低2～10%（图表1）。使用云支持关键技术还可以在另外82项计划中提供较小的好处（将成本降低不到2%）。 GtCO2e）方面发挥作用-我们估计到2050年达到净零排放所需的65 GtCO2e总量的近一半。对于云可以发挥重要作用的计划子集，我们计算出，每次使用云为关键技术提供动力都可以将实施脱碳计划的成本降低2％至10％。总的来说，我们估计，到2050年，使用云加速脱碳的总收益每年可能高达1.5 GtCO2e。制造业和运输业将从充分利用这些关键技术中受益最大。 In addition, with increasingly strict climate - relatedregulations coming into each year, cloud - poweredtechnologies can also play an important role infacilitation, accelerating, and decreasing the cost oftarget setting, reporting, and compliance.增强数据可观察性的潜力-组织对其系统内外数据的位置和质量的理解-并实现竞争对手之间和跨行业之间的数据交换，这将越来越有必要解决范围3排放问题。 在本文中，我们将讨论云通过加快采用脱碳策略来增强可持续性过渡的巨大潜力。我们将探讨三种主要由云驱动的技术- AI，ML和物联网（IoT）-在加速脱碳计划方面的影响。此外，我们将分享为什么制造和运输将从这些技术中受益最大，更密切地关注汽车制造。我们还将研究云驱动技术如何协助监管和合规规则，并为公司开始使用这些技术来实现其可持续发展目标制定一些初步步骤。 AI，IoT和ML在脱碳中的潜力 在整个计划中，以下三种云驱动技术结合起来可以在脱碳中发挥重要作用： 使用云供电技术加速最关键的脱碳计划 AI和数据交换以实现范围3的透明度。使用基于云的数据湖技术（包括第三方API、查询、文档、和数据库。例如，整个供应链中分散的数据交换可以增强公司的理解和透明度的范围3排放数据。这使公司能够发现新的和更具成本效益的脱碳途径。值得注意的是，在物流部门-根据我们的分析，范围3排放量占总排放量的80% -我们估计cloud - enabled data observability and exchanges acrossintricate supply chain could reduce the time to enabledecarbonization strategy from six to eight weeks to as littleas one week. Additionally, these data exchanges can help 许多公司已经了解云计算减少IT碳排放的潜力。将应用程序迁移到云中并关闭数据中心可以显着减少IT碳排放，因为云服务提供商倾向于在可再生能源上运行超高效的数据中心。5确保在基础架构组合中使用超高效的数据中心可以显着减少IT排放。 但是，云在实现达到净零所需的全套操作方面的作用较小理解。我们从 附件1 麦肯锡公司 通过详细的“范围3 ”可见性，确定相当于公司排放量40％的减排机会。根据我们的分析，这种完善的数据交换程序有可能为公司节省大约80％的数据收集，清理和估算通常所需的时间。 到2050年，预计将有数万亿美元用于采用或改造低排放实物资产，6资产过渡所需的成本和时间将是成功的关键指标。从历史上看，我们的研究发现，通过基于数字孪生的诊断，公司通常可以预期低排放资产的过渡提前期减少10%以上。此外，数字孪生可以带来更全面、实时的理解公司的实物资产是如何使用的，以及它们的表现如何，比如它们的能量和材料消耗。使用数字孪生技术，公司可以平均将能耗降低约10％。 基于物联网的实物资产转型。数字孪生技术可以通过允许公司升级和优化（或在某些情况下过渡到）数字或自动化环境，从而使企业的实物资产（如机器，设备和设施）的过渡效率显着提高。通过使用物联网传感器从物理对象（货物和原材料）捕获数据，并将其转换为数字信息（位和字节），以及在之间共享数据。 利用高性能计算实现ML资源优化，包括材料、能源和劳动力。具有几乎无限功能的ML模型按需访问高性能计算的云可以支持创建和执行 资产，数字孪生可以作为一个强大的工具，以更低的排放量转换资产。与$4.5 复杂的仿真模型。这些模型在寻找成本和碳排放之间的平衡方面发挥着至关重要的作用。具有双重关注点的关键举措包括重新设计产品，优化基于电动汽车（EV）的物流的交付和充电路线（去哪里和何时充电），以及规划能源转型（例如，建议应在何处建设电动汽车充电器等基础设施）。麦肯锡发现，重新设计产品。例如，可以将购买的商品和服务的成本降低5％至15％，将范围3的排放量降低25％以上。7 Research suggests that manufacturing and transportationare currently the industry that can benefit most from cloud -powered technologies for decarbonization. This is in partbecause of their 规模：例如，根据麦肯锡的分析，运输业的排放量占全球温室气体(GHG)排放总量的近四分之一，这意味着脱碳率在这一领域，对整体脱碳工作有重大影响。8 制造。我们确定的455个云使用案例中有210多个与制造相关（请参阅侧栏“放大汽车制造”）。著名的示例包括在生产线上使用数字孪生技术，采用实时分析用于预测性维护，并创建一个模拟器，该模拟器考虑了与产品设计相关的财务成本和碳排放 制造和运输从云驱动技术中受益最大云驱动技术对脱碳工作的影响因行业而异，具体取决于行业碳足迹的大小和减少碳足迹的潜力。我们的 放大汽车制造业 使用电力或热量的产品，汽车制造商可以部署数字孪生来优化流程和通过使用数字孪生，汽车制造商可能会减少总排放量的20％，并看到吞吐量增加3％至12％，节能增加6％至10％。 云技术的使用can accelerate the automotive -manufacturing sector ’ s end - to - end transitiontrief (exhibit). From our analysis, we have foundthat value can come from four concrete areas: consumed, kinatt - hours of electricity used, and soon) and generate estimations for baselineprojection. A dashboard that is linked to the dataingestion module 并测量活动量和相关排放量也可以自动更新以跟踪发射轨迹。 测量、跟踪和报告。云驱动技术的数据摄取和提取能力将排放基线的时间从六到八周缩短到一周。通过将内部企业资源计划和管理信息系统连接到云，汽车制造商可以确定活动消耗（作为排放源的活动量，例如柴油升 能源转型支持。为了加速对1和2范围排放进行脱碳的能源转型，组织可以使用云供电技术来更准确地监控24/7使用的电力来源。有了云，汽车玩家将能够更加精细地地图的消费和生产 发展路线图。AI和ML模块可以根据内部目标和同行基准开发脱碳途径，将这些途径的开发时间从五到十周缩短到大约一周。 脱碳倡议的实施。为了提高任何类型的生产线的能源效率 放大汽车制造业(续) 他们还可以通过区块链来源解决方案促进可再生能源证书的交易，确保安全和透明度。 替代燃料模拟的商业化，并重新设计计算密集型产品，以通过高性能计算通过AI降低成本和碳排放。 绿色商业价值解锁。随着脱碳转型，汽车制造商可以使用云驱动技术来利用具有增长潜力的相邻业务领域。例子包括研发和 在汽车制造业中，云解决方案可以在一些最具挑战性的活动中加速减排方面发挥重要作用。 麦肯锡公司 （图表2）。公司还可以通过提高生产率和减少能源消耗来实现成本节约，这将有助于加速行业的可持续性转型。例如，根据我们的分析，使用云供电技术来调整生物质相关流程 根据原料的组成可以提高高达5％的产量。 交通。在455个用途中，有50多个与运输部门相关的脱碳举措 cases identified, and they could play a role in abating up to 2.8GtCO2e by 2050. Top initiatives include optimizing loads androutes, charging networks, and real - time warments. Theacceleration w