制造业迈向“碳中和”，到了加速生产方式数字化转型的时刻

 

波士顿咨询公司董事总经理、全球资深合伙人周园

 

周园：我们大概在十几年前，就跟欧美一些客户开始做减碳项目，到目前为止项目数量大概达到1000多个。欧洲在人均收入水平、能源结构、服务业占比、城镇化水平占比等方面都实现了碳达峰，而且受到市场的拉动，形成了自上而下的一股力量。

 

而中国扮演的是全球制造业中心的角色，我们的能源结构和人均收入还远远没有达到相应水平，很多企业都觉得做减碳还为时尚早。

 

这样的背景下，我想放在一个更大的视野中来思考，我们为什么要减碳？一方面，我们有生态的责任，另一方面也是现实的紧迫性。

 

大家都知道，欧盟碳关税将于2023年1月1日开始启动，2023年先针对重排放的行业，包括钢、化工，到2026年是全行业开始征税。

 

那么，这个碳关税对我们有什么影响？打一个比方，现在欧洲的钢材市场40%是中国供应的，但碳关税实施之后，中国企业要多交50%的税，利润一下子就会下滑40%，我们整个市场会快速收缩。

 

也就是说，欧洲想通过碳关税推动欧洲的碳核查、碳披露和碳交易，使之变成全球的标准，某种程度可以说是剪羊毛，这是剪世界的羊毛。

 

再来说美国，美国上个月通过了《2022年通胀削减法案》，这个法案大家一定要重视，未来十年用美国政府的基金撬动基数，社会投资是3到7万亿美金的标准，这些钱一半投在了能源端，美国新能源的价格将大大下降，占比大大提升。

 

在技术端、应用端、制造端也会进行大量的补贴，而这个补贴有一个条件，比如说新能源汽车，美国的补贴法案要求如果拿了这个补贴，就需要50%是在北美生产的，这肯定会对中国市场造成巨大影响。

 

美国这一招就是把整个制造业吸引回美国，这招是有用的，因为它补贴的比例是非常大的。

 

另外，大家都知道绿氢一定是能源的未来，现在美国的制氢成本挺高，但补贴之后，就会从3.9降到0.7，如此低的成本，意味着美国将会席卷全球制氢市场。

 

所以，美国的通胀削减法案是从能源端、研发端、应用端、制造端四端入手，第一是掌握技术标准，第二是吸引全球的投资、全球制造回流美国。

 

总而言之，低碳发展不仅只是社会责任，更是一个企业、一个国家的核心竞争力，现在我们其实处于激烈的竞争过程中，抢占碳红利是很核心的问题。

 

主持人：创新技术在赋能制造业中，绿色转型升级中面临哪些瓶颈，数字技术方面又有哪些有待调整和优化的地方？

 

单志广：整个中国企业数字化转型还处于爬坡过坎的阶段，再加上现在面临的整个经济下行的压力以及疫情的影响，很多企业在做数字化转型的时候面临很大难题。

 

现在国家在推“上云用数赋智”的专门行动计划，以及国家“十四五”规划纲要中，也提到要构建国家级的工业互联网中心、数字化转型的数据中心来解决很多企业不会转，不敢转、不愿转、不善转的问题。

 

数字化转型包括推动企业绿色化的过程中，其实作用没能有效发挥出来。比如说AI技术，我看过相关的报告也表明，现在AI技术在促进整个联合国的17大类169个小类的可持续发展目标中85%都失败了，这值得我们深入思考。

 

还有碳足迹、碳计量的问题，涉及到未来存在的一些数据可信的记录（中国的数据跟国外的数据是要互信的），未来的区块链技术怎么能在碳足迹进行记录，进行碳核查；也包括碳市场，因为碳市场背后也是很多碳数据的可信性的保证，在这些方面我们都处在起步的过程中，这种新的技术对我们未来的数字化发展是非常重要的。

 

但同时，我们仍然有很多技术赋能的短板，现在有的机构测算，未来中国要实现双碳目标至少要花300万亿的成本才能做到。

 

在这个过程中，怎么把技术的作用更好地发挥出来，同时使得中国本就没有完成工业化过程的产业及企业能实现跨越式发展，就需要用不同的路径来达成目标。只有找到适合中国国情的方案，才能保证中国的双碳目标能够实现。

 

主持人：的确，数字技术在支持企业可持续发展的工作中起到奠基石的作用，是非常重要的，那么企业如何持续优化数据和数字技术的使用方式呢？

 

陈鑫：数字化、智能化与绿色低碳，是不可分割的一体两面，我们认为绿色低碳能力的提升，需要数字技术源源不断的赋能。

 

以联想的实践来说，我们为供应链的上下游企业提供了智能化的碳排查核算工具，再用现在主力做联想工业企业的数智结合九宫格的方案来举例，有三横三纵，三横是主要的目标场景，三纵是主要的发展层次。

 

“三横”聚焦场景，分别是通过物联网技术实现生产用能设备自动化管理与用能优化，面向公建楼宇的智慧节能，以及面向供应链的高级计划与排程系统提升生产计划的运筹效果；“三纵”划分层次，由低到高分别是：实时数据化呈现企业运营状况，分析预测企业经营情况，以及运用人工智能来动态优化和辅助决策。

 

数字化做到今天，数据的采集和数据的分析其实已经走到了一个相对完善的程度，但我们如何利用这些数据产生价值？其实从能源行业来说就是提升能源利用的效率，从整个生产经济系统中提升社会生产活动的效率，这是一个问题让数据产生价值，我们做的是通过数据的自动采集和分析，通过智能体的自动控制、调节、决策来让数据价值闭环，源源不断地动态地挖掘企业工厂中的节能潜力包括核心的动力设备，暖通的场景，生产调度的资源优化，通过这样数据价值的挖掘来为企业提供实实在在的经济收益，从而推动经济价值的闭环。

 

最后总结来看，我觉得如果用数据化加速低碳，最关键是为客户的服务中提供动态的、可见的、可测量的、实实在在的自需优化的经济收益和真正落地的经济价值。

禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ