Obowiązek efektywnego zarządzania śladem węglowym – w tym jego kalkulacji i raportowania zgodnie z dyrektywą CSRD (Corporate Sustainability Reporting Directive) – oznacza dla przedsiębiorstw konieczność przetwarzania ogromnej ilości danych.

Od 2025 r. obowiązkiem zostaną objęte duże firmy (z ponad 250 pracownikami i/lub 50 mln EUR obrotów), a rok później spółki notowane na giełdzie i sektor MŚP. Obecnie gromadzeniem i analizą niezbędnych danych zajmują się głównie specjaliści LCA (Life Cycle Assessment), ale na rynku brakuje ekspertów oraz rozwiązań, które umożliwiłyby optymalizację ich działań – tym bardziej, że wciąż rośnie zapotrzebowanie na tego typu analizy i usługi.

Zgodnie z ratingiem międzynarodowej platformy badawczej CDP, firmy w Polsce, na tle przedsiębiorstw z Europy Zachodniej, wypadają słabo w liczeniu śladu węglowego. A to właśnie dane mają kluczowe znaczenie, zarówno dla poprawnej kalkulacji emisji CO2, jak i sprostania wyzwaniom zrównoważonego rozwoju. Dlatego przedsiębiorstwa już teraz powinny zrewidować swoje systemy i procesy służące do zbierania, monitorowania i analizy danych.

W zależności od sektora i wielkości przedsiębiorstwa ilość danych niezbędnych do raportowania emisji CO2 może być przytłaczająca, a ich przygotowanie zabiera bardzo dużo czasu. Nowoczesne technologie, takie jak sztuczna inteligencja (AI) i uczenie maszynowe (ML), są kluczowymi narzędziami, które pozwolą firmom automatyzować kalkulację śladu węglowego, a także go redukować z korzyścią dla środowiska naturalnego. Według prognoz amerykańskich ekspertów, technologia AI może przyczynić się do redukcji emisji dwutlenku węgla aż o 70 proc. do 2060 r., co oznacza jej zmniejszenie o ponad 35 mld ton. Przykładem może być Google, który wykorzystuje AI do optymalizacji zużycia energii w swoich centrach danych, co znacznie zmniejsza jego ślad węglowy.

Testujemy rozwiązanie, które pozwoli firmom wykorzystać potencjał nowoczesnych technologii oraz mechanizmu databinding. EcoPLM będzie odpowiedzialne m.in. za łączenie i synchronizację danych w zarządzaniu śladem węglowym. Zaawansowane algorytmy AI i ML umożliwią przetwarzanie ogromnych ilości danych w czasie rzeczywistym, przy jednoczesnym podniesieniu ich jakości i spójności. Personalizowane oprogramowanie umożliwi automatyczną kalkulację śladu węglowego, a także jego redukcję już od etapu projektowania. Dzięki modelom predykcyjnym na bazie technologii ML firmy będą mogły prognozować emisję CO2 na podstawie historycznych i bieżących danych oraz identyfikować jej potencjalne źródła jeszcze przed wprowadzeniem nowego produktu na rynek.

Minimalizowanie emisji w całym łańcuchu dostaw jest kluczowe dla pełnej oceny wpływu danego produktu na środowisko. Aż 80 proc. wpływu środowiskowego można określić na etapie projektowania, dlatego wczesne uwzględnienie aspektów środowiskowych pozwoli na znaczną redukcję śladu węglowego i minimalizację zużycia zasobów. Ponieważ 30 proc. redukcji emisji CO2 ma nastąpić właśnie na etapie projektowania, przejście na ecodesign jest kluczowym elementem na drodze przemysłu do zrównoważonego rozwoju. 

Rafał Witkowski, PLM Practice Lead, Industrial Sustainability w Transition Technologies PSC

Źródło: TTPSC