はじめに
- 機械学習、人工知能、物理ベースのモデリングを適用することで、建物ポートフォリオの所有者は建物の脱炭素化の機会をより迅速に特定できるようになります。 。
- アルゴリズムは、衛星からのデータ、地理空間分析、規制、人件費と設備コストを使用し、冷暖房システム、断熱レベル、太陽エネルギーまたは地熱エネルギーの実現可能性を評価することにより、ソリューションを分析および提案できます。建物ポートフォリオの排出量。
- この新しいアプローチにより、規制環境だけでなく建物の独自の特性やリース構造も考慮に入れて、ポートフォリオ全体の財務最適化計画を数週間以内に策定できると専門家は報告書で述べています。
洞察
マッキンゼーの専門家は、建物が世界の燃焼関連排出量の 40% を占めていることを考慮すると、直接排出量は 2030 年までに削減する必要があると述べています。建物からの排出量を 50% 削減し、間接排出量を 60% 削減することで、2050 年に建築物ストックからの二酸化炭素排出量ネットゼロを達成できるでしょうか。マッキンゼーは、物理エネルギー監査や建物ごとのネットゼロ戦略など、脱炭素化への従来のアプローチは手間がかかり、費用がかかると考えられていると述べた。さらに、一元的な在庫と標準化が欠如しているため、建物の脱炭素化は利益にならないという認識が生まれています。
レポートでは、AI を活用したアプローチにより、従来のエネルギー監査やネットゼロ調査と比較して脱炭素化計画の速度と規模が 100 倍以上向上し、曖昧な建築プロトタイプへの依存がなくなると述べています。
これは、将来の段階的な規制、炭素価格と賃料、不動産評価に対するグリーンプレミアムなどの要因がないと仮定すると、AI ベースのアプローチが不動産ポートフォリオに中立またはプラスの収益をもたらす可能性を浮き彫りにしています。この報告書は、各建物のエネルギー効率と電化対策を実施しながら、ポートフォリオレベルで再生可能エネルギー調達を最適化することで、建物の所有者と占有者がエネルギー節約を達成し、資本コストを最適化し、規制上の罰則を回避することで投資を回収できることを強調しています。
最良の建築物の脱炭素化計画の特徴
マッキンゼーは、最も効果的な建築物の脱炭素化計画の達成は 7 つの部分で構成されており、人工知能の使用によって達成できることを強調しました。最適化方法:
-
効率的なネットゼロ計画: 従来の脱炭素化とは異なり、オーナーは共同調達と戦略的順序付けを通じて、ポートフォリオ全体の調整された包括的な計画を確実に立てることができます。計画は通常、排出量または既存の規制に基づいて、選択された建物を対象としています。
-
資産固有の計画: コスト効率の高い脱炭素化を実現するには、建物のレイアウトや断熱タイプなどの側面を考慮したカスタマイズされた計画が必要です。各建物には、その出発点、地域の状況、テナントの組み合わせやリース構造などの資産の詳細を考慮した独自の戦略が必要です。
-
ネットゼロへの完全な道筋: これには、長期的な成果を損なう計画の部分を回避することが含まれます。短期的な戦略はコストを増加させ、将来の HVAC 要件に影響を与える断熱対策などの相乗効果を無視する可能性があるため、企業は包括的で将来を見据えた意思決定を行う必要があります。
-
スコープ 1 とスコープ 2 の統合計画: エネルギー効率と電化への切り離されたアプローチが効率を妨げていると報告書は述べています。相互依存関係を最大限に活用できなければ、再生可能エネルギーの調達が遅くなり、コストが高くなる可能性があります。
-
実行可能なステップ: 建設計画では、施設管理者に正確な指示を提供し、ベンダーと施設管理チーム間のコミュニケーションを容易にして迅速な実行を確保する必要があります。
-
定量化: 計画は、ネットゼロ目標、設備投資の課題、運営コスト、潜在的な負債と家主とテナント間のコスト、利益分配など、財務計画の詳細な洞察を提供できるほど具体的である必要があります。これにより、指導者は実質ゼロ排出を達成するための正確なコストを理解できるようになります。
-
ネットゼロ指向の意思決定: 所有者と運営者は、プロセス、インセンティブ、ガバナンス構造を調整することで、脱炭素化計画を組織運営に統合できます。これには、資本計画、低排出システム予算の更新、新規資産取得への脱炭素化分析の組み込みが含まれます。
新たな需要に対応するためのサプライチェーンの拡大、改修やその他の電化への取り組みを展開するための熟練労働者の訓練に関連した脱炭素化の課題も、業界に影響を与えるだろうと報告書は述べています。
マッキンゼーは、AIを活用したライフサイクル脱炭素化アプローチを採用することで、計画の合理化、プロセスのスピードアップ、コストの削減により、建築関連の排出量への取り組みが大きく前進する可能性があると述べた。
以上が人工知能技術が建設分野の二酸化炭素排出削減を加速の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。