2021年,中国宣布计划在2030年达到碳峰值,在2060年实现碳中和。值得一提的是,中国的温室气体减排目标不仅是为了履行《巴黎协定》的承诺,还与国家能源安全战略相契合。在2020年,中国石油和天然气的进口依存度分别为73%和43%。使用可再生能源替代化石燃料具有战略意义,可以确保未来能源供应不受俄乌冲突等地缘政治形势的影响。
尽管出现了新趋势,但如何将国家战略方针与企业业务需求相结合,是在中国的CIO当前面临的难题。例如,由于中国尚未完成工业化,能源消耗仍然很高,因此温室气体减排除了满足合规要求以外,通常意味着增加成本而非实际商业收益。因此,在中国的CIO需要为实现企业碳中和战略制定一个清晰的路线图,Gartner针对下文的五个领域,为中国企业CIO提供策略计划。
碳中和战略
可持续发展——特别是碳达峰与碳中和——是在中国的CIO可以做出长期战略影响和企业价值的领域之一。做为与利益相关者合作的高管领导,CIO及其团队可以在IT的权限范围内直接为温室气体减排做出实际贡献,例如建立绿色数据中心、运用碳中和云计算、提高IT资产利用率和使用可持续软件。更重要的是,他们还可以赋能其他业务部门在实现碳中和上发挥作用,比如可持续性数据和分析、能源管理和优化系统、碳核算和碳交易。
CIO还可以在定义愿景、明确使命和设定目标方面发挥积极作用——特别是在其他同级高管可能尚未完全理解可持续性业务范围的时候(见图1)。
图1:战略术语金字塔
碳排放报告与治理的解决方案
碳盘查与气候核算
在全球范围内,非财务核算在许多企业出现。在这种情况下,ESG(环境、社会和治理)相关参数的衡量和报告所遵循规范应比现在更有条例、更系统化。在中国的CIO应遵循碳核算和气候核算的实施规定,确保其技术战略符合这些规定中可能提出的企业监管要求或企业合规要求。
未来中国政府也有可能设立新法规来知道企业披露气候风险——这将对数据收集和分析提出更严格的要求。
实现温室气体减排和优化运营的能源管理
从历史上看,能源使用占全球温室气体年排放量的70%以上,因此企业的能源战略将成为实现碳中和的基础。大多数企业缺乏快速访问能源数据的良好系统,或者现有系统无法提供透明的、数据驱动的洞察和衡量目标进展情况。能源管理不善会严重影响企业所有领域的能源供应、采购、成本和效率。
能源管理和优化旨在跟踪和优化能源消耗,以消除能源浪费——使用更少的能源来完成相同的工作。能源管理系统(EMS)通过传感和控制负载来管理现场消耗,从而控制成本。现代能源管理和优化系统(EMOS)可以近乎实时地收集、分析和相应来自多个资产的数据,专注于能源密集运营的工商企业机构。
提高能源效率和利用率
绿色数据中心
截至2021年底,中国数据中心机柜在过去5年的年均复合增长率超过30%,其中80%的机柜位于大型或超大规模数据中心。随着高速增长,预计到2030年,数据中心的能耗将占全国总用电量的3.7%。
根据2030年实现碳达峰和到2060年实现碳中和的承诺,数据中心的快速增长已成为政府重点关注的一个领域。
绿色云计算
绿色(碳中和)云计算是指在云计算中节能减排。如今,越来越多的中国地方政府和企业将计算和存储工作负载迁移到云端,因此现代云计算平台的规模越来越大,分布性也越来越强。从而,对于解决云数据中心能源消耗等环境影响的需求和压力也越来越大。
可持续软件
2022年,可持续软件的实现工具和最佳实践相对薄弱。然而,行业组织和专业协会正在该领域展开工作,Gartner预计2023年和2024年将出现更成熟的资源。
可再生能源替代
可再生能源是指从自然、可再生的资源(例如阳光、风或水)中产生的能源类型,与化石燃料(例如煤炭和天然气)相反。为了在2026年实现碳中和,发电成为减排的主要领域之一。2021年以来,中国可再生能源的生产成本已经达到不超过热电的转折点。随着技术的不断迭代,预计在未来几年内,可再生能源的成本将更低,而且对企业而言具有商业可行性。
碳交易
碳交易是一种基于市场的体系,用于买卖碳许可和许可证持有者的二氧化碳排放配额。中国于2021年7月启动了全国碳交易市场,2162加能源行业的企业成为新的碳许可证持有者——这些企业的温室气体排放量约占全国每年排放总量的40%。
除了碳许可交易,中国还计划将国家核证自愿减排量(CCER)——碳许可的排放版本——纳入交易。与仅涉及许可证持有人参与的碳许可交易不同,CCER交易还允许非许可持有人交易其核证的CCER配额。在中国的CIO应根据企业类型密切关注碳交易政策——尤其是国内CCER市场的进展,从而建立通过参与碳交易能节省成本或获取利润的业务论证。
好文章,需要你的鼓励
最新调查显示,大多数高管预计 AI 将在未来两年内彻底重塑企业。68% 的高管计划在未来一年投资 5000 万至 2.5 亿美元用于生成式 AI。尽管面临经济压力和数据质量等挑战,企业正加速采用 AI,但基层员工的应用仍有待提高。AI 的变革力量已经显现,并正在加速发展。
文章深入探讨了 AI 技术的快速发展趋势及其未来影响。作者通过分析量级增长 (OOM)、AI 能力跃升以及模型的情境意识等方面,论证了 AI 即将迎来重大突破。特别强调了到 2027 年 AI 可能具备 AI 研究员/工程师的工作能力,以及 AI 系统在获得持久记忆和更广泛上下文后将产生质的飞跃。
微软研究人员提出了一种新的内存技术——管理保留内存 (MRM),旨在解决 AI 基础模型工作负载的存储和 IO 问题。MRM 具有短期数据持久性,可优化 AI 推理性能,同时降低能耗和成本。这一创新概念有望填补现有内存-存储层级中的空白,为 AI 时代的内存技术发展开辟新方向。
随着数字化转型成为战略重点,企业纷纷投入资源,但成效不一。麦肯锡研究显示,90%的公司启动了数字化转型,但平均仅实现了预期收益的三分之一。展望2025年,生成式AI等技术的进步正在改变数字化转型格局。为确保成功,企业需要重新校准预期,区分数字化增强与真正的数字化转型,并采取更有效的预算结构。