数字化使能双碳治理-电子发烧友网

2015年诞生的《巴黎协定》将人类连接成命运共同体，对环境改善做出承诺，也让我们国家走上了“碳达峰”、“碳中和”（双碳）的治理之路，并且提出了3060的目标 —— 2030年碳达峰、2060年碳中和。

在各家企业纷纷将双碳治理提上战略发展日程之时，其落地执行的挑战也是巨大的：一方面大量企业在过去的生产制造过程中极少有碳排放意识，无法进行有效的碳足迹跟踪；另一方面在产品生产和制造流程的众多环节中，如何有效进行减排规划也让很多管理者感到迷茫。

面对挑战，双碳治理中数字化的重要性和必要性也逐步成为共识 ——只有通过数字化的手段才有可能实现针对复杂业务环境下的全面碳管理，也才有可能逐步建立双碳的治理体系。在这样的共识下，我们已经看到一些头部企业在碳管理的关键领域迈出了重要一步，如能耗管理，构建数字化平台，将碳排放的实时跟踪逐步纳入整个生产制造过程，甚至于上下游经营活动的能耗数据也逐步涵盖。这样的数字化平台正在帮助这些企业建立清晰直观的碳排放定量认知。

然而，我们也看到绝大多数的企业，特别是在制造业，还没有能够真正理解如何建立数字化使能的双碳治理机制，还寄希望于能够通过一两次大改造就全面碳达标。数字化时代带来了流变性已经是不争的事实，对于双碳这项长期工作，我们也必须构建持续的治理机制，让双碳治理成为企业追求高质量、可持续发展的有机组成部分，甚至于通过双碳领域的创新，强化自身市场的竞争力。

由此，我们提出CarbonOps理念和治理框架（如图一所示），帮助企业践行基于协作的双碳治理体系化实践，通过专注于改进组织内双碳管理者和碳排放者之间数据流的可视化、集成化和自动化，从而推动企业在双碳领域建立持续改进机制，最终让碳排放成为企业经营的关键要素。

（图一：CarbonOps示意图，将碳排放治理构建到整个研、产、供、销、服的过程中去。）

双碳治理的双流协同

借鉴精益强调端到端价值流协同和持续改进的治理思想，CarbonOps关注双碳管理者和碳排放者之间Carbon流和Ops流的双流协同。

Ops流：碳足迹数据可视流

碳足迹流现状 AS IS：以客户为中心，梳理面向客户的端到端业务价值流，再从价值链的起点到终点梳理每个业务活动上的碳排放，现状碳足迹流随之产生。梳理时可以采用类似服务蓝图的工具，将碳排放相关的现有数据可视化出来，并且识别出缺失的关键业务活动碳排数据。

借助已有的定性经验和现有数据，形成碳足迹曲线，识别碳排放量的高峰点，进而帮助大家共识高优先级的减碳机会点。

（图二：某制造企业碳足迹流示意）

从企业碳治理的可控程度出发，上述制造企业碳足迹流（如图二所示）也存在不同的范围划分：

范围1，是指产生自企业拥有或者控制的燃料直接产生的温室气体排放；
范围2，是指企业外购的二次能源所产生的间接排放；
范围3，是指企业所处价值链上产生的其他温室气体间接排放。

这样的三个范围划分（如图三所示）是国际共识的企业碳足迹统计需要考虑的。处在降碳处理初期的企业通常会将重点放在范围1和范围2上，从而能够快速制定企业切实可落地的减碳举措。随着越来越多企业对双碳意识的加强，大家的关注点开始聚焦在上、中、下游价值链上的合作伙伴，提倡共同减少范围3的碳排放，而范围1、2则作为最基本的要求。

（图三：碳治理的三个范围）

碳足迹流的数据可视化：借助数字化技术的手段，对碳足迹流进行全面的数据采集、储存、清洗、加工等，特别是要弥补缺失的关键业务活动碳排数据。可以通过碳流数字化图表可视化展示，从而使企业对碳排数据、变化趋势精准掌握，进而用建模的方式精准识别重点减排路径，为企业建立科学减碳计划和碳排放基线。

在价值流基础上，首先应关注内部生产和服务环节在碳治理范围1和2的数据，这些数据对于企业来说更容易采集和获取。通过对范围1和范围2的碳足迹的跟踪，逐步构建相关的数字化平台，完善相关的数据基础设施。范围3的碳排放数据，则需要通过数字化平台的持续完善，去对接价值链上的合作伙伴，从而获取更多的相关数据。

Thoughtworks技术团队帮助一家纺织行业进行供应链减排，该企业在2020年制定了2025可持续发展战略，并承诺在2035年实现碳中和目标。Thoughtworks对该企业4大业务线的43个关键业务环节进行梳理，建立了基于该企业价值网络的全局建模，并构建了碳排放数据管理和智能决策平台，可以对相关参数进行调整和模拟。通过数学建模、机器学习等技术拟合排放、利润、成本之间的动态平衡关系，构建了一个可视化的支持最大投资回报率的智能减碳路径决策体系，帮助客户高层将碳排放纳入到业务战略中。

真正的碳足迹技术在全球也正在形成相关的生态，甚至于在一些过去被认为是低碳的领域，比如软件开发，也在推动更为系统性的碳足迹认知，从IT系统规划、软件架构设计、软件研发、运维、数据中心运营等全路径来打造绿色软件运营体系。Thoughtworks开源的云碳足迹工具CCF和AWS的计算优化服务，密切监测云上碳足迹，进而采取适当的行动来降低能源消耗，将云基础设施的成本降低。

Carbon流：碳减排持续改进流

持续减碳规划：通过碳足迹流的现状分析，借助Thoughtworks的精益价值树工具，对双碳治理的愿景、目标、投资和举措进行滚动规划。

最顶端是愿景，描述企业在3～5年希望在双碳治理上想要达成的理想状态，是总体指导方向，所有双碳投资都应为其做出贡献。
第二层是目标，描述组织达成双碳治理愿景所要达成的经营目标，体现组织的双碳竞争策略和发展策略。
第三层是投注，描述为达成某个目标，当前能想到的最好的点子或创意，是一个假设，有待验证和调整。
第四层是举措，定义为落实一个投注所要进行的具体行动，比如：能耗和碳足迹流数据可视化、外购可再生能源等。

其中目标、投注、举措上都需要有关键成功度量MoS，即业务相关的成效结果指标。下图（如图四所示）是一个双碳治理规划的精益价值树案例，虚线框标注项是优先级较高的，主要是从高价值和紧迫性的排序维度来考虑。

（图四：双碳治理规划的精益价值树示意）

减碳建模设计：对双碳治理精益价值树中的高优先级举措，进行专题的拆分并进行建模设计。比如：“能耗和碳足迹流数据可视化“举措，可以按场景拆分成设备数据采集、蒸汽线路数据采集、循环水系统数据采集、物流运输仓储数据采集等专题；”降耗和双碳智慧诊断和分析“举措，可以按数据采集场景进一步拆分成设备、能源工艺处理、供应链减碳等专题。

对于通过设备预测性维护降碳的专题，Thoughtworks 帮助一家全球知名的润滑油供应商构建了一套基于物联网和机器学习技术的实时润滑油状态监测模型系统。它可以通过早期定位异常的根因，指导一线工作人员及时排除故障，更换润滑油，以避免摩擦磨损故障的发生，实现设备预测性维修，同时达到了减碳的目的。

成效度量体系：双碳治理精益价值树中对目标、投注和举措设计了关键成功度量指标MoS。对举措拆分出来的专题，也要设定成功的衡量标准，以帮助不断重检建模设计和后续的敏捷试验。

MoS可以从企业价值、客户价值和社会价值三个价值成效维度进行度量指标设计，比如：数据安全率100%、依据碳排放因子计算出来的碳排放量准确率100%、计划内停机预测准确率达到90%以上、总成本节省30%、碳排放降低30%等。

减碳敏捷试验：碳减排不是一蹴而就的，存在很多不确定性，特别是对于中小型企业，很难一次性拿出一大笔钱做双碳治理，所以减排的落地执行可采用敏捷的方式，建立一个个小的减排迭代试验。

特别是涉及到巨大的设备投资，建议采用PoC试验和最小可行产品MVP的敏捷减碳方式。例如，在前述的案例中，Thoughtworks 通过三至五个月时间，帮助润滑油供应商孵化出工厂设备监测服务，快速验证技术与业务模式的可行性。

在该IoT PoC方案提出并获得客户认可后，快速进入实验室验证阶段，首先将脉冲网关连接到某云IoT PaaS平台完成IoT通路验证，接下来验证了网关能正确读取供应商传感器的数值。在实验室验证取得成功后，团队开始在测试工厂部署传感器，再基于传感器与产线的关联关系构建数据结构。

PoC试验虽然暴露了一些应用局限性，但产生的认知获得了客户的认可，这正是对敏捷的以客户为中心、以价值为驱动、快速反馈响应理念的践行。随后的MVP方案部署在多个工厂运行，采集了数百万条来自真实客户的指标数据，更重要的是获得了很多来自一线的反馈和建议，做定期的价值成效分析，小步快跑朝着正确的方向不断迭代演进、持续学习和不断创新。

这种敏捷试验方式同样适用于较为重型的制造业，先从投资回报率最高的、最简单的减排举措做起。比如，第一个迭代，先做简单的设备改造，通过增加电机变频器调节电机运行频率，进行节能降碳；后期迭代通过数据应用进一步优化，加装震动及温度传感器将信号上传到IoT平台，通过机器学习的AI技术与MES[^1]订单排产与工艺参数相关联，优化工艺参数，深挖潜在能耗；再往后的迭代，监测电机运行状况，接入IoT设备预防性维护模块，提前预测电机故障降低损失，结合MES平台同步优化运行能耗。

面向可预期的未来，企业拥有了可视化碳足迹流数据平台，并且具备了数字孪生技术的广泛应用能力，可以在虚拟世界中对减碳模型进行虚拟仿真验证，根据返回来的碳排数据不断敏捷迭代调优减排路径，节省下真实世界中物理测试的成本，以更快速度实现减碳技术的创新，让设计减碳、工艺减碳、智能排产减碳等成为生产制造的日常工序。

双流协同、双流合一

Carbon流和Ops流相互影响、相互促进。通过Carbon流的不断迭代优化，Ops流的运作效率、运作环境和运行流程得以极大改善，促进双碳目标的达成，并且催生出新的商业模式和产品的创新，为客户设计生产出更加绿色环保属性的低碳产品，甚至于开拓出新兴市场。Ops流依据双碳阶段性目标给Carbon流不断提出新的改进挑战，从而形成了持续的双碳治理协同机制。