Teknologi kecerdasan buatan mempercepatkan pengurangan pelepasan karbon dalam bidang pembinaan

Pengenalan

• Dengan menggunakan pembelajaran mesin, kecerdasan buatan dan pemodelan berasaskan fizik, pemilik portfolio membina boleh mengenal pasti peluang penyahkarbonan bangunan dengan lebih pantas, menurut laporan yang diterbitkan oleh McKinsey pada 29 November.
• Dengan menggunakan data daripada satelit, analisis geospatial, peraturan, kos buruh dan peralatan, dan menilai kebolehlaksanaan sistem pemanasan dan penyejukan, tahap penebat, dan tenaga suria atau geoterma, algoritma boleh menganalisis dan mencadangkan penyelesaian untuk membina pelaksanaan portfolio Pelepasan sifar bersih .
• Dengan pendekatan baharu ini, pelan pengoptimuman kewangan boleh dibangunkan untuk keseluruhan portfolio dalam masa beberapa minggu, dengan mengambil kira persekitaran kawal selia serta ciri unik bangunan dan struktur pajakan, kata pakar dalam laporan itu.

INSIGHTS

Pakar McKinsey mengatakan bahawa memandangkan bangunan menyumbang 40% daripada pelepasan berkaitan pembakaran global, pelepasan bangunan langsung mesti dikurangkan sebanyak 50% dan pelepasan tidak langsung sebanyak 60% menjelang 2030. Hanya boleh dicapai menjelang 2030. pelepasan karbon bersih-sifar daripada stok bangunan. McKinsey berkata pendekatan tradisional untuk penyahkarbonan, termasuk audit tenaga fizikal dan strategi bersih-sifar binaan demi binaan, dianggap sukar dan mahal. Tambahan pula, kekurangan inventori dan penyeragaman berpusat telah membawa kepada persepsi bahawa menyahkarbon bangunan adalah tidak menguntungkan.

Laporan itu menyatakan bahawa pendekatan dipacu AI meningkatkan kelajuan dan skala perancangan penyahkarbonan lebih daripada 100 kali berbanding audit tenaga tradisional dan kajian sifar bersih, menghapuskan pergantungan pada prototaip bangunan kabur.

Ini menyerlahkan potensi pendekatan berasaskan AI untuk pulangan neutral atau positif dalam portfolio hartanah, dengan mengandaikan tiada faktor seperti peraturan tambahan masa hadapan, harga karbon dan sewa atau premium hijau pada penilaian hartanah. Laporan itu menyerlahkan bahawa mengoptimumkan perolehan tenaga boleh diperbaharui pada peringkat portfolio, sambil melaksanakan kecekapan tenaga dan langkah-langkah elektrifikasi bagi setiap bangunan, membolehkan pemilik dan penghuni bangunan mendapatkan balik pelaburan dengan mencapai penjimatan tenaga, mengoptimumkan kos modal dan mengelakkan penalti kawal selia.

Ciri-ciri pelan penyahkarbonan bangunan terbaik

McKinsey menyerlahkan bahawa mencapai pelan penyahkarbonan bangunan yang paling berkesan terdiri daripada tujuh komponen yang boleh dioptimumkan melalui penggunaan kaedah kecerdasan buatan dan pembelajaran mesin:

Efficient

• : Pemilik boleh memastikan pelan yang diselaraskan dan komprehensif untuk keseluruhan portfolio mereka melalui perolehan bersama dan penjujukan strategik, tidak seperti pelan penyahkarbonan tradisional, yang sering disasarkan pada bangunan terpilih berdasarkan pelepasan atau peraturan sedia ada.
• Pelan Khusus Aset: Pelan tersuai yang mempertimbangkan aspek seperti susun atur bangunan dan jenis penebat diperlukan untuk mencapai penyahkarbonan yang menjimatkan kos. Setiap bangunan memerlukan strategi unik yang mengambil kira titik permulaannya, keadaan setempat dan butiran aset seperti campuran penyewa dan struktur pajakan.
• Laluan lengkap ke sifar bersih: Ini termasuk mengelakkan bahagian pelan yang membahayakan hasil jangka panjang. Syarikat mesti mengambil keputusan yang komprehensif dan berpandangan ke hadapan kerana strategi jangka pendek boleh meningkatkan kos dan mengabaikan sinergi seperti langkah penebat yang memberi kesan kepada keperluan HVAC masa hadapan.
• Pelan Skop 1 dan 2 Bersepadu: Pendekatan terputus-putus terhadap kecekapan tenaga dan elektrifikasi menghalang kecekapan, kata laporan itu. Kegagalan untuk memanfaatkan sepenuhnya kesalingbergantungan boleh menyebabkan perolehan tenaga boleh diperbaharui yang lebih perlahan dan lebih mahal.
• Langkah Boleh Tindakan: Pelan bangunan mesti memberikan arahan yang tepat kepada pengurus fasiliti dan membolehkan komunikasi mudah antara vendor dan pasukan pengurusan fasiliti untuk memastikan pelaksanaan pantas.
• Kuantitatif: Pelan mestilah cukup khusus untuk memberikan gambaran terperinci tentang perancangan kewangan, termasuk sasaran sifar bersih, cabaran pelaburan modal, kos operasi, potensi hutang dan pengagihan kos dan faedah antara pemilik dan penyewa supaya pemimpin dapat Memahami perkara yang tepat. kos untuk mencapai pelepasan sifar bersih.
• Pembuatan Keputusan Berorientasikan Sifar Bersih: Pemilik dan pengendali boleh menyepadukan pelan penyahkarbonan ke dalam operasi mereka dengan menyelaraskan proses, insentif dan struktur tadbir urus. Ini termasuk mengemas kini pelan modal, belanjawan sistem pelepasan rendah dan menggabungkan analisis penyahkarbonan ke dalam pemerolehan aset baharu.

Cabaran penyahkarbonan yang berkaitan dengan penskalaan rantaian bekalan untuk memenuhi permintaan baharu, melatih pekerja mahir untuk menggunakan pengubahsuaian dan usaha elektrifikasi lain juga akan memberi kesan kepada industri, kata laporan itu.

McKinsey berkata bahawa menggunakan pendekatan penyahkarbonan kitaran hayat berkuasa AI boleh membuat kemajuan yang ketara dalam menangani pelepasan berkaitan bangunan dengan memudahkan rancangan, mempercepatkan proses dan mengurangkan kos.

Atas ialah kandungan terperinci Teknologi kecerdasan buatan mempercepatkan pengurangan pelepasan karbon dalam bidang pembinaan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!