波士頓咨詢公司董事總經理、全球資深合伙人周園

 

周園：我們大概在十幾年前，就跟歐美一些客戶開始做減碳項目，到目前為止項目數量大概達到1000多個。歐洲在人均收入水平、能源結構、服務業占比、城鎮化水平占比等方面都實現了碳達峰，而且受到市場的拉動，形成了自上而下的一股力量。

 

而中國扮演的是全球制造業中心的角色，我們的能源結構和人均收入還遠遠沒有達到相應水平，很多企業都覺得做減碳還為時尚早。

 

這樣的背景下，我想放在一個更大的視野中來思考，我們為什么要減碳？一方面，我們有生態的責任，另一方面也是現實的緊迫性。

 

大家都知道，歐盟碳關稅將于2023年1月1日開始啟動，2023年先針對重排放的行業，包括鋼、化工，到2026年是全行業開始征稅。

 

那么，這個碳關稅對我們有什么影響？打一個比方，現在歐洲的鋼材市場40%是中國供應的，但碳關稅實施之后，中國企業要多交50%的稅，利潤一下子就會下滑40%，我們整個市場會快速收縮。

 

也就是說，歐洲想通過碳關稅推動歐洲的碳核查、碳披露和碳交易，使之變成全球的標準，某種程度可以說是剪羊毛，這是剪世界的羊毛。

 

再來說美國，美國上個月通過了《2022年通脹削減法案》，這個法案大家一定要重視，未來十年用美國政府的基金撬動基數，社會投資是3到7萬億美金的標準，這些錢一半投在了能源端，美國新能源的價格將大大下降，占比大大提升。

 

在技術端、應用端、制造端也會進行大量的補貼，而這個補貼有一個條件，比如說新能源汽車，美國的補貼法案要求如果拿了這個補貼，就需要50%是在北美生產的，這肯定會對中國市場造成巨大影響。

 

美國這一招就是把整個制造業吸引回美國，這招是有用的，因為它補貼的比例是非常大的。

 

另外，大家都知道綠氫一定是能源的未來，現在美國的制氫成本挺高，但補貼之后，就會從3.9降到0.7，如此低的成本，意味著美國將會席卷全球制氫市場。

 

所以，美國的通脹削減法案是從能源端、研發端、應用端、制造端四端入手，第一是掌握技術標準，第二是吸引全球的投資、全球制造回流美國。

 

總而言之，低碳發展不僅只是社會責任，更是一個企業、一個國家的核心競爭力，現在我們其實處于激烈的競爭過程中，搶占碳紅利是很核心的問題。

 

主持人：創新技術在賦能制造業中，綠色轉型升級中面臨哪些瓶頸，數字技術方面又有哪些有待調整和優化的地方？

 

單志廣：整個中國企業數字化轉型還處于爬坡過坎的階段，再加上現在面臨的整個經濟下行的壓力以及疫情的影響，很多企業在做數字化轉型的時候面臨很大難題。

 

現在國家在推“上云用數賦智”的專門行動計劃，以及國家“十四五”規劃綱要中，也提到要構建國家級的工業互聯網中心、數字化轉型的數據中心來解決很多企業不會轉，不敢轉、不愿轉、不善轉的問題。

 

數字化轉型包括推動企業綠色化的過程中，其實作用沒能有效發揮出來。比如說AI技術，我看過相關的報告也表明，現在AI技術在促進整個聯合國的17大類169個小類的可持續發展目標中85%都失敗了，這值得我們深入思考。

 

還有碳足跡、碳計量的問題，涉及到未來存在的一些數據可信的記錄（中國的數據跟國外的數據是要互信的），未來的區塊鏈技術怎么能在碳足跡進行記錄，進行碳核查；也包括碳市場，因為碳市場背后也是很多碳數據的可信性的保證，在這些方面我們都處在起步的過程中，這種新的技術對我們未來的數字化發展是非常重要的。

 

但同時，我們仍然有很多技術賦能的短板，現在有的機構測算，未來中國要實現雙碳目標至少要花300萬億的成本才能做到。

 

在這個過程中，怎么把技術的作用更好地發揮出來，同時使得中國本就沒有完成工業化過程的產業及企業能實現跨越式發展，就需要用不同的路徑來達成目標。只有找到適合中國國情的方案，才能保證中國的雙碳目標能夠實現。

 

主持人：的確，數字技術在支持企業可持續發展的工作中起到奠基石的作用，是非常重要的，那么企業如何持續優化數據和數字技術的使用方式呢？

 

陳鑫：數字化、智能化與綠色低碳，是不可分割的一體兩面，我們認為綠色低碳能力的提升，需要數字技術源源不斷的賦能。

 

以聯想的實踐來說，我們為供應鏈的上下游企業提供了智能化的碳排查核算工具，再用現在主力做聯想工業企業的數智結合九宮格的方案來舉例，有三橫三縱，三橫是主要的目標場景，三縱是主要的發展層次。

 

“三橫”聚焦場景，分別是通過物聯網技術實現生產用能設備自動化管理與用能優化，面向公建樓宇的智慧節能，以及面向供應鏈的高級計劃與排程系統提升生產計劃的運籌效果；“三縱”劃分層次，由低到高分別是：實時數據化呈現企業運營狀況，分析預測企業經營情況，以及運用人工智能來動態優化和輔助決策。

 

數字化做到今天，數據的采集和數據的分析其實已經走到了一個相對完善的程度，但我們如何利用這些數據產生價值？其實從能源行業來說就是提升能源利用的效率，從整個生產經濟系統中提升社會生產活動的效率，這是一個問題讓數據產生價值，我們做的是通過數據的自動采集和分析，通過智能體的自動控制、調節、決策來讓數據價值閉環，源源不斷地動態地挖掘企業工廠中的節能潛力包括核心的動力設備，暖通的場景，生產調度的資源優化，通過這樣數據價值的挖掘來為企業提供實實在在的經濟收益，從而推動經濟價值的閉環。

 

最后總結來看，我覺得如果用數據化加速低碳，最關鍵是為客戶的服務中提供動態的、可見的、可測量的、實實在在的自需優化的經濟收益和真正落地的經濟價值。

禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ