清華大學王燦：AI賦能工業脫碳有哪些機遇與挑戰？

我國工業產能雄厚、產業門類齊全，工業數據要素豐富，使用AI賦能工業脫碳具有巨大潛力。在世界500種主要工業品中，我國有超過220種產品的產量位居世界第一。重點行業方面，2020年，我國粗鋼產量10.65億噸、水泥產量23.8億噸、石油煉化能力近9億噸，是世界上最大的鋼鐵生產國、水泥生產國和石化產品生產大國。然而，現階段我國工業脫碳面臨的壓力相對突出，亟須AI賦能。當前，我國主要AI技術和相關基礎設施的發展已初見成效，工業數據要素的積累也初具規模。在積極推進新型工業化的背景下，我國工業物聯網已覆蓋超過85%的工業大類，連接設備超過8000萬臺。但也需認識到，當前工業數據產權不清、流動不暢、標準不一等問題依然突出。這一方面會直接阻礙AI的廣泛應用，另一方面也難以發揮數據要素的“乘數效應”。

 

工業脫碳場景和機制的復雜性需要AI“精準賦能”。工業部門的脫碳機制復雜、減排技術多樣，這導致工業脫碳場景中“低垂的果實”和“減排瓶頸”相互交織。其中，“低垂的果實”往往集中于邊際減排成本曲線的最左端，代表場景包括工業能效提升、需求響應等，具有減排成效顯著、減排成本較低且效益較高等特點。“減排瓶頸”則集中于邊際減排成本曲線的最右端，代表場景包括工藝綠色替代、使用DACCS抵消殘余排放等，實現單位減排的成本相對高昂。在AI賦能工業脫碳的過程中，AI在不同場景中的應用潛力也不盡相同。總體而言，使用AI摘取“低垂的果實”具有路徑較為明確、應用效益較高、跨產業遷移性強等特點，例如，通過強化學習和時間序列分析等技術提升能源調度和工藝過程效率、結合生成式AI減少運營管理過程中的非必要產品需求等。相比之下，使用AI突破“減排瓶頸”則具有手段相對有限、跨產業遷移性弱、路徑不確定性高等特點，其作用機制通常是推動低碳技術要素的升級變革，例如，促進DAC等技術創新和二氧化碳加綠氫制甲醇等工藝創新。在使用AI賦能工業脫碳的過程中，必須重視“精準賦能”，具體而言需做到精準識別優先順序、精準適配應用場景、精準適配行業特點三個方面。無法實現精準適配將可能引起能耗不降反增、減排成效降低、資金無效配置等一系列問題，從而阻礙AI技術對各類要素優化組合與協同配置作用的發揮。

 

工業產業鏈之間的強關聯性對AI的“系統賦能”提出了更高要求。在推進工業脫碳的過程中，各項低碳技術和產業都不是孤立存在的。工業產業鏈的強關聯性體現在，相關技術的研究與產業、產業鏈上下游以及各區域產業之間均存在緊密聯系。使用AI賦能工業脫碳需要突破“單點賦能”模式，轉向“全產業鏈系統賦能”模式，其內在要求包括三個層面。第一，需要將AI貫穿于“基礎研究-應用研究-產業應用”的各個環節，進一步促進數據要素、知識要素和低碳技術要素的流通，并通過放大數據要素和知識要素的“乘數效應”實現正向循環、機制強化。在此過程中，尤其需要關注行業AI復合型人才的培養。AI技術本身是中性的，人機交互過程是決定AI應用質量的核心環節。只有培養復合型人才，才能科學、有效地發揮AI的技術效能。第二，需要將AI貫穿于產業鏈原料供應到末端治理的各個環節。一方面是高效支持全生命周期（LCA）管理和終端產品碳排放認證，發揮AI豐富和強化數據要素的關鍵作用；另一方面是支持供應鏈優化和用能管理，減少非必要產品需求和能源消耗，強化AI在促進各要素組合優化和協同配置方面的作用。第三，需要統籌考慮各區域產業優勢。在使用AI賦能工業脫碳的過程中，AI和相關的基礎設施（云計算、數據中心等）本身也是產業鏈中的關鍵環節。不同區域的資源稟賦、產業結構和技術基礎往往各具特色，因地制宜部署AI產業和各工業鏈、發揮各區域間的協同互補優勢亦是AI“系統賦能”工業脫碳的內在要求。

 

平衡AI的“雙刃劍效應”尤其需要關注公平性問題。在使用AI技術助力工業領域實現碳中和目標的過程中，由于應用場景和數據來源通常與個人的直接關聯較少，相關應用衍生的公平性問題往往比數據隱私、倫理等問題更加突出。2024年諾貝爾經濟學獎得主Daron Acemoglu和Simon Johnson在其著作Power and Progress中指出，科技的進步往往被用于集中精英權力，加劇馬太效應。多數工業部門具備資本密集、勞動密集的特點，AI賦能工業脫碳引發的公平性問題往往外化為四種形式。一是沖擊就業市場，例如，自動化技術的普及將減少社會對勞動密集型崗位的需求，生成式AI的廣泛應用可能減少行業內對傳統低碳工程師和咨詢師的需求，能效的提升也可能促使對傳統工藝調控崗位需求的減少等。二是壓縮中小型企業生存空間。中小型企業通常面臨資金和技術上的短板，大型企業在使用AI賦能工業脫碳的過程中往往更具優勢，這種差距可能會加劇相關行業的寡頭和壟斷現象。三是影響區域經濟平衡發展。經濟發達地區具有相對優越的資金優勢、技術優勢和AI基礎設施優勢，這可能會引發經濟欠發達地區的AI賦能困難、工業產業轉移等問題。四是影響全球技術和產業分工格局。近年來，部分技術相對發達的國家以“安全需求”等借口頻繁實施技術出口管制和科技產業投資限制。在現有全球合作格局和綠色貿易規則的影響下，發展中國家和“全球南方”國家將更有可能在全球工業價值鏈中處于不利地位，面臨著更加嚴峻的工業產業發展挑戰和低碳轉型挑戰。

 

作者系清華大學環境學院黨委書記、長聘教授、博導，清華大學碳中和研究院減污降碳協同中心主任

 

本文節選自《學術前沿》雜志2025年第2期《人工智能助力工業領域碳中和的機制與關鍵》一文。