智慧應用 影音
財團法人金屬工業研究發展中心
微軟1215活動

供應鏈碳足跡難追 IBM改良AI工具提對策

供應鏈碳污染來源錯綜複雜,IBM提出良方助眾多企業分析碳足跡。法新社

解決問題就要從源頭著手,像是消除碳汙染就要先從供應鏈的各個環節找出汙染源。這對電力或交通產業而言或許還說得通,但如果是農產品或消費性電子等領域可就不一定了,專家通常需耗時3~6個月,甚至更久才能針對特定單一產品,成功追蹤及量化溫室氣體排放量。所幸,IBM發展出一套人工智慧(AI)工具來應對氣候變遷帶來的兩大挑戰:減緩及適應。

據Ars Technica報導,研究員要從龐大的供應鏈調查汙染源,通常要梳理文獻資料後消化報告,必要時也需參訪供應商,查遍產品所有原料的碳足跡才能估計出數值,並與資料庫相互參照,但往往因為對一些公司的供應鏈習性掌握不足而產生不確定性。

對此,IBM結合一些既有的工具再針對環境數據進行改良,提供更精練的碳足跡分析工具Environmental Intelligence Suite,肇因於氣候變遷而面臨惡劣環境的企業也能受惠,像是當中的天氣預報功能可以直接幫助管理階層妥善決策,若有天氣相關的不穩定因素,也能及時做好延後發貨或關閉設施等準備。

至於重頭戲的碳足跡分析部分,IBM並非首位認為AI可以加速分析的先知,卻可能是第一家拿得出商務工具的業者。該組工具使用自然語言處理(NLP)來消除跨語言資訊的藩籬,並透過公司資產,如貨車收集到的數據來訓練模型,提升整體公司排放量估算的準確度。

該服務依照溫室氣體盤查議定書(GHG Protocol)標準,追蹤排放源包含固定燃燒源(如建築供暖和工業鍋爐)、逸散性排放源(如甲烷洩漏)和交通燃料源(如船舶運輸)等,這些都屬於直接排放;至於間接排放,通常包含購自電網的電力所產生的溫室氣體排放。

在直接和間接排放之外,還有個第三類排放也是IBM正在努力的部分,汙染源通常來自供應週邊,像是筆記型電腦鋁外殼熔煉、印刷電路板製造機器所排的碳,這些都是業者無法直接控制的範圍,難以追蹤及正確估算的排放量,但同時也是碳足跡的重要組成。IBM能否幫助龐大的供應鏈業者們產生精確的數據仍有待觀察,若是成功,減排目標才能真正達成。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: AI 供應鏈 碳足跡 IBM