McKinsey：人工智能驅(qū)動(dòng)的方法可以加速建筑脫碳
McKinsey表示，機(jī)器學(xué)習(xí)、人工智能和基于物理的模型可以加速凈零排放工作，使脫碳的速度和規(guī)模提高100倍以上。
簡(jiǎn)介
根據(jù)McKinsey11月29日發(fā)布的一份報(bào)告，通過(guò)應(yīng)用機(jī)器學(xué)習(xí)、人工智能和基于物理的建模，建筑投資組合所有者可以更快地識(shí)別建筑脫碳機(jī)會(huì)。通過(guò)使用來(lái)自衛(wèi)星的數(shù)據(jù)、地理空間分析、法規(guī)、勞動(dòng)力和設(shè)備成本，并評(píng)估供暖和冷卻系統(tǒng)、絕緣水平以及太陽(yáng)能或地?zé)崮艿目尚行?，算法可以分析并提出解決方案，為建筑組合實(shí)現(xiàn)凈零排放。專家在報(bào)告中表示，通過(guò)這種新方法，可以在數(shù)周內(nèi)為整個(gè)投資組合制定財(cái)務(wù)優(yōu)化計(jì)劃，其中考慮了監(jiān)管環(huán)境以及建筑的獨(dú)特特征和租賃結(jié)構(gòu)。見(jiàn)解
McKinsey的專家們表示，鑒于建筑物排放量占全球燃燒相關(guān)排放量的40%，因此必須到2030年將直接建筑排放量減少50%、間接排放量減少60%，才能在2050年實(shí)現(xiàn)建筑存量?jī)袅闾寂欧?。McKinsey表示，傳統(tǒng)的脫碳方法，包括物理能源審計(jì)和逐棟建筑的凈零排放戰(zhàn)略，被認(rèn)為是費(fèi)力且昂貴的。此外，缺乏集中庫(kù)存和標(biāo)準(zhǔn)化導(dǎo)致人們認(rèn)為建筑脫碳是無(wú)利可圖的。
報(bào)告指出，與傳統(tǒng)的能源審計(jì)和凈零研究相比，人工智能驅(qū)動(dòng)的方法將脫碳規(guī)劃的速度和規(guī)模提高了100倍以上，從而消除了對(duì)模糊建筑原型的依賴。
這強(qiáng)調(diào)了基于人工智能的方法在房地產(chǎn)投資組合中，中性或正回報(bào)的潛力，假設(shè)沒(méi)有諸如未來(lái)增量監(jiān)管、碳定價(jià)和租金或房地產(chǎn)估值的綠色溢價(jià)等因素。該報(bào)告強(qiáng)調(diào)，在投資組合層面優(yōu)化可再生能源采購(gòu)的同時(shí)，為每座建筑實(shí)施能源效率和電氣化措施，使建筑業(yè)主和居住者能夠通過(guò)實(shí)現(xiàn)節(jié)能、優(yōu)化資本成本和避免監(jiān)管處罰來(lái)收回投資。
最佳建筑脫碳計(jì)劃的特點(diǎn)
McKinsey強(qiáng)調(diào)，實(shí)現(xiàn)最有效的建筑脫碳計(jì)劃包括七個(gè)部分，可以通過(guò)使用人工智能和機(jī)器學(xué)習(xí)方法進(jìn)行優(yōu)化：
高效的凈零規(guī)劃：業(yè)主可以通過(guò)聯(lián)合采購(gòu)和戰(zhàn)略排序，確保其整個(gè)投資組合的協(xié)調(diào)、全面的計(jì)劃，而不像傳統(tǒng)的脫碳計(jì)劃，通常是根據(jù)排放或現(xiàn)有法規(guī)針對(duì)選定的建筑。資產(chǎn)特定計(jì)劃：需要考慮建筑布局和隔熱類型等方面的定制計(jì)劃，以實(shí)現(xiàn)具有成本效益的脫碳。每棟建筑都需要一個(gè)獨(dú)特的策略，考慮其出發(fā)點(diǎn)、當(dāng)?shù)貤l件和資產(chǎn)細(xì)節(jié)，如租戶構(gòu)成和租賃結(jié)構(gòu)。實(shí)現(xiàn)凈零的完整途徑：這包括避免損害長(zhǎng)期成果的部分計(jì)劃。企業(yè)必須采取全面、前瞻性的決策，因?yàn)槎唐诓呗钥赡軙?huì)增加成本，并忽視協(xié)同效應(yīng)，如影響未來(lái)暖通空調(diào)要求的絕緣措施。綜合范圍1和范圍2計(jì)劃：報(bào)告稱，能源效率和電氣化的脫節(jié)方法阻礙了效率。未能充分利用相互依賴性可能導(dǎo)致可再生能源采購(gòu)速度變慢、成本更高?？尚械牟襟E：建筑計(jì)劃必須為設(shè)施管理人員提供精確的指示，并使供應(yīng)商和設(shè)施管理團(tuán)隊(duì)之間能夠輕松溝通，以確保快速執(zhí)行。量化：計(jì)劃必須足夠具體，以便為財(cái)務(wù)規(guī)劃提供詳細(xì)的見(jiàn)解，包括凈零目標(biāo)、資本投資挑戰(zhàn)、運(yùn)營(yíng)成本、潛在債務(wù)以及業(yè)主和租戶之間的成本和收益分配，以便領(lǐng)導(dǎo)者能夠了解實(shí)現(xiàn)凈零排放的確切成本。凈零導(dǎo)向決策：業(yè)主和運(yùn)營(yíng)商可以通過(guò)調(diào)整流程、激勵(lì)措施和治理結(jié)構(gòu)，將脫碳計(jì)劃納入組織運(yùn)營(yíng)。這包括更新資本計(jì)劃、低排放系統(tǒng)預(yù)算以及將脫碳分析納入新資產(chǎn)收購(gòu)。報(bào)告稱，與擴(kuò)大供應(yīng)鏈以滿足新需求、培訓(xùn)熟練工人以部署改造和開展其他電氣化工作相關(guān)的脫碳挑戰(zhàn)，也會(huì)影響該行業(yè)。
McKinsey表示，采用人工智能支持的全生命周期脫碳方法可以簡(jiǎn)化計(jì)劃、加快流程并降低成本，從而在解決建筑相關(guān)排放方面取得重大進(jìn)展。
相關(guān)推薦：
智能建筑：未來(lái)的建筑2023年六大智能建筑平臺(tái)助力設(shè)施管理的七大智能建筑技術(shù)觀點(diǎn)：智能建筑脫碳需要大規(guī)模數(shù)據(jù)- 蜜度索驥：以跨模態(tài)檢索技術(shù)助力“企宣”向上生長(zhǎng)
- 中國(guó)信通院王志勤：提升5G新能力，拓展5G新空間，開創(chuàng)5G新局面
- 邊緣人工智能：為什么人工智能計(jì)算的未來(lái)在邊緣
- 商業(yè)智能中的人工智能：人類分析真的過(guò)時(shí)了嗎？
- 如何提升數(shù)據(jù)中心UPS運(yùn)行時(shí)間？
- 以人為本的人工智能設(shè)計(jì)創(chuàng)新
- 千家月報(bào)| 九月熱門資訊 排行榜
- 探索人工智能：2025年的趨勢(shì)、機(jī)遇與挑戰(zhàn)
- 為什么Wi-Fi6/6E是當(dāng)前和下一代物聯(lián)網(wǎng)設(shè)備的支柱
- 海爾智家成功完成對(duì)開利商用制冷的收購(gòu)
- 彭博社：蘋果計(jì)劃于2025年初推出兩款智能家居設(shè)備
免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
