共生-第1部分：主要发现

Project Symbiosis 由 BIS 创新枢纽香港中心和香港金融管理局 (HKMA) 联合开展，旨在探索人工智能 (AI) 及相关技术如何应用于范围 3 排放会计和转型金融，以解决气候转型中关键信息差距带来的挑战。项目核心目标包括：

1. 利用 AI 提升范围 3 排放数据收集、解读和计算精度
   针对供应链数据碎片化、中小企业数据获取难等问题，项目探索标准化软件、API 自动化数据采集及格式转换等技术，并开发 Net Emissions Optimiser (NEMO) 工具，通过图数据库和统计建模技术实现数据整合和缺失值推断。

2. 识别可融资的减排机会
   NEMO 采用“匹配”和“生成”两种 AI 路径识别减排措施：“匹配”路径从预定义数据库中选取减排措施，准确性高但完整性不足；“生成”路径动态评估减排方案，通过目标提示和约束条件优化，接近专家级分析能力。

3. 推动供应链减排融资
   项目发现，金融行业 95% 以上的排放集中在范围 3 类别 15（投资相关排放），而当前基于经济活动的计算方法牺牲了供应链排放细节。AI 技术可帮助金融机构识别中小企业减排需求，实现精准融资匹配。

关键数据与发现

• 范围 3 排放占企业总排放的 75%（全球）和 95%（金融行业），其中 15 类别占比最高
• 现有计算方法中，基于支出的方法因缺乏细节无法定位减排热点
• NEMO 的“生成”路径在减排方案评估中表现接近专家水平，但需结合行业专家持续优化

结论
AI 技术在提升范围 3 数据质量、识别减排方案和促进融资匹配方面具有显著潜力，尤其适用于数据碎片化的消费品等行业。未来需重点突破数据标准化难题，并探索 AI 自身的碳足迹问题。项目成果可扩展至风险评估、供应链管理等更广泛领域，但需注意技术迭代和专家支持的重要性。