Более 90% компаний неправильно рассчитывают свои выбросы

Только 9% компаний в состоянии точно оценить свой углеродный след, не более 11% способны эффективно снизить свою эмиссию, подсчитали в The Boston Consulting Group (BCG). Аналитики утверждают, что 82% организаций не указывают в отчетности часть источников CO₂, связанных с внутренней деятельностью, а 66% не берут в расчет выбросы от сбытовой цепочки и эксплуатации. Одним из решений может стать автоматизация процессов с помощью искусственного интеллекта (ИИ).

В течение последних пяти лет только 9% компаний правильно измеряли свой углеродный след, 91% организаций допускали неточности в отчетах по выбросам. К такому выводу пришли аналитики The Boston Consulting Group (BCG), опубликовавшие исследование «Об измерении выбросов парниковых газов». Чтобы оценить способность предприятий измерять свой углеродный след, консультанты собрали и проанализировали данные почти 1,3 тыс. организаций, работающих в девяти разных отраслях по всему миру.

Наиболее ответственными оказались представители финансового сектора — среди них правильно измеряли свои выбросы 16%. На втором месте расположились представители энергетической индустрии (15%), на третьем — производители автомобилей (12%).

Что мешает компаниям верно оценить углеродный след

Отношение бизнеса к проблемам изменения климата за последние два года серьезно изменилось, ESG-повестка — вопросы экологической и социальной ответственности — вышла на первый план для многих крупных компаний, уверен директор по устойчивым практикам BCG Ричард Хатчинсон. «Но основной массив данных, на который компании опираются, принимая решения по увеличению своей устойчивости, не всегда объективно отражает ситуацию, — рассказал представитель BCG 13 октября в ходе презентации исследования. — Например, недостаточно применять усредненные показатели углеродного следа стекла, которое используется в производстве. Нужно точно определять след для каждого его вида в зависимости от поставщика и технологии производства».

По мнению аналитиков, для точного определения углеродоемкости производства необходимо учитывать сотни разных переменных. Тем не менее 86% компаний все еще составляют отчетность по выбросам вручную, с использованием таблиц и средних значений по материалам. Над автоматизацией работают только 22% компаний — из них только 49% удалось достичь полной автоматизации сбора данных.

Аналитики уверяют, что из-за неадекватной оценки углеродного следа своей продукции за последние пять лет только 11% компаний по всему миру выполнили свои «устойчивые» обязательства и снизили выбросы CO₂ хотя бы на 75% от своего первоначального плана. «В реальности у компаний возникают большие сложности с тем, чтобы не только декларировать намерения по снижению эмиссии, но еще и придерживаться своих слов. И неспособность увидеть полную картину по выбросам — одна из главных причин», — считает глава исследовательского отдела BCG Сильвен Дюрантон.

Около 81% опрошенных аналитиками компаний не включают в отчетность часть выбросов, связанных с производственными процессами и потребляемой энергией (Scope 1 — международное обозначение для прямых выбросов от производства. Scope 2 — выбросы от производства ресурсов, которые предприятие потребляет, — электроэнергия, вода и тому подобное). Еще 66% не полностью рассчитывают эмиссию от своей продукции после того, как она покинула производственный цех (Scope 3 — выбросы от логистики, эксплуатации и утилизации товаров). В своей неспособности адекватно оценить углеродный след собственной продукции признались 76% респондентов.

Например, детальный анализ углеродного следа микроволновых печей и духовок, продающихся на розничном рынке США, выявил, что в среднем их реальные показатели по CO₂ на 130% выше заявленного уровня. Причина такого расхождения в том, что производители не оценивали эффект от эксплуатации приборов.

Как ИИ поможет определить углеродоемкость продукции

«Компании могут на 40% улучшить точность оценки своих выбросов с помощью искусственного интеллекта. Существующие сегодня технологии способны систематизировать множество переменных и предоставить более точные расчеты, чем получают действующие по старинке компании», — считает директор BCG по устойчивым практикам Ричард Хатчинсон. Так, системы ИИ могут экстраполировать данные и симулировать ситуации, которые помогут точно оценить углеродный след продукции по всему жизненному циклу — от производства до утилизации. Также симуляция позволяет компенсировать недостаток данных.

В BSG уверены, что организации могут использовать инструменты на основе ИИ для автоматического сбора и обработки данных по производственным выбросам, а также для расчета углеродного следа от эксплуатации. Это позволит производителям оптимизировать как производство, так и логистику товаров.

Стоит отметить, что BSG уже разработал и вывел на рынок собственное программное решение «CO₂ AI» — искусственный интеллект, предназначенный для анализа углеродного следа компаний из любой индустрии. В компании утверждают, что пользователям продукта удается снизить свой углеродный след на 40-50%.

Независимые эксперты: использование ИИ — не панацея

Глава департамента операционного менеджмента и логистики Высшей школы экономики Михаил Аким считает, что системы искусственного интеллекта не смогут дать точной картины по углеродному следу, если цепочки поставок товаров не станут более прозрачными. «В общих чертах выводы BSG имеют под собой почву. Дело в том, что если подсчитывать прямые выбросы и эмиссию от потребления ресурсов предприятия умеют, то внешний углеродный след, который возникает в ходе продаж и эксплуатации, почти никто считать не умеет, это очень сложно. Для этого нужно создавать симуляции на основе информации, которую часто неоткуда взять», — сообщил Plus-one.ru Михаил Аким.

По словам представителя ВШЭ, для того чтобы искусственный интеллект дал точную оценку углеродного следа продукции, потребуется много усилий со стороны сотрудников компании, которые должны своевременно предоставлять ему большой массив данных. «Какой сложный продукт не возьми — там масса переменных. Например, производство электромобилей, по которому в разы расходятся оценки углеродного следа. Там сильно могут меняться данные по каждой детали — в зависимости от того, из какого сырья она сделана, какую энергию потреблял ее производитель, как эту деталь на завод везли. Все эти данные нужно обновлять. Так что ИИ — не панацея», — считает эксперт.

Без обязательных государственных требований по углеродной маркировке продукции большинство компаний не станет определять полную CO₂-емкость своих товаров, уверен директор Центра экологических инвестиций Михаил Юлкин. «Маловероятно, что без принудительной углеродной маркировки, которую сейчас в Европе пытаются ввести на топливо и автомобили, компании захотят считать выбросы от своей продукции по всему циклу. Конечно, рано или поздно единая система измерения выбросов все равно заработает, но я не вижу тут необходимости в ИИ», — заявил специалист.

По словам Михаила Юлкина, модели для определения углеродного следа продукции достаточно сложны и могут насчитывать десятки тысяч параметров, однако для их анализа не обязательно применять инструменты на основе ИИ. «Самое сложное — найти цифры, чтобы построить матрицу данных. А уж как получить из нее решение — это менее значимо, обычный „Эксель“ умеет с такими данными работать. Кажется, BCG спекулируют на теме повышенного внимания потребителей к теме устойчивого развития», — считает эксперт.

Подписывайтесь на наш канал в Яндекс.Дзен.