正在阅读:

【ESG先锋谈】亚马逊云科技顾凡:减碳是中国企业必谈话题,已在能源、汽车、制造业试水

扫一扫下载界面新闻APP

【ESG先锋谈】亚马逊云科技顾凡:减碳是中国企业必谈话题,已在能源、汽车、制造业试水

云服务厂商悄然布局产业减碳。

来源:视觉中国

亚马逊是最早签署《气候宣言》的企业之一,计划到2025年实现亚马逊全球基础设施100%使用可再生能源的目标,并在2040年实现净零排放。作为云计算服务提供商,亚马逊云科技的减碳目标,不仅是减少自身数据中心的碳排放,还计划以其数字化减碳能力支持其他企业。而如今,亚马逊云科技也已经在布局中国市场。

今年3月,亚马逊云科技发布一款碳足迹工具,能帮助企业测算各项业务的碳排放量,为企业改进运营、减少碳排放以及推动业务可持续发展提供参考。

在去年7月的亚马逊云科技中国峰会上,亚马逊全球副总裁、亚马逊云科技大中华区执行董事张文翊曾提到,亚马逊云科技希望在客户数字化转型、全球业务拓展、云人才培育以及实现“碳中和”上做出成绩。实际上,在中国2030年碳达峰、2060年碳中和的双碳目标下,各行业提高效能、低碳转型的需求已经悄然形成新的增长市场。

目前,亚马逊云科技贡献了亚马逊的主要利润,成为亚马逊维持增长的引擎。在中国市场,它面临强劲的本土竞争对手包括阿里、腾讯和华为。

在数字化技术赋能降碳减排的实践中,亚马逊云科技在国内试水了复杂的汽车制造企业减碳服务案例,同时支持了淄博热力供热系统的能效改革。界面新闻近期采访了亚马逊云科技大中华区战略业务发展部总经理顾凡,详解这些案例的推进过程,以及亚马逊云科技是如何利用自身业务优势,帮助行业减碳的。

亚马逊云科技大中华区战略业务发展部总经理顾凡 图片由受访者提供

以下为专访内容:

界面新闻:亚马逊2019年联合发起了《气候宣言》,目标是在2040年实现所有业务线零碳排放。亚马逊在减碳、减排方面是怎么做的?

顾凡:首先是使用可再生能源。亚马逊有丰富广泛的业务线,包括零售、云业务,还有设备生产制造,像Fire TV、Echo等,因此涉及的基础设施也比较多。所以我们首要考虑的,是到2025年实现亚马逊全球基础设施100%使用可再生能源的目标。如今,亚马逊在全球已经打造了310个可再生能源项目,可以说我们今天仍然是所有企业中(不包括政府行为),投资可再生能源项目最多的公司之一。

第二个方面是管理好自己的碳排放。我们会梳理业务线,把业务线所涉及的碳足迹按范围一、范围二、范围三归类。跟我们自身运营相关的排放,属于范围一。比如我们的电商业务,其中很大一块碳排放来自物流配送。我们会通过使用绿色能源,以及提高配送效率等途径,来对运输车队或其他交通工具进行管理。举个例子,亚马逊投资了一家电动车公司Rivian。Rivian计划在2030年之前给亚马逊提供10万辆电动车,保证我们运输车队尽量能使用绿色能源的车进行配送。

范围二主要来自集团购买的能源。亚马逊在全球的基础设施遍及26个地理区域,每个区域会有3个可用区,而每一个可用区还有很多数据中心,这么多的数据中心都需要采购电力。因此从范围二角度来说,亚马逊在电力供应上也要用可再生能源做替代。

范围三涵盖的方面非常广泛。以上下游供应链非常复杂的亚马逊电商为例,范围三中涉及到了我们每年大量配送的包裹。因此,我们需要优化包裹的包装,减少浪费。作为一家人工智能和机器学习赋能的公司,亚马逊在货物打包环节均可以通过智能化来减碳。比如在货物通过传送带的时候,通过上方摄像头的扫描便能判断货物的大小,根据货物的尺寸挑合适的箱子,以此避免过度包装。通过这种人工智能的方式,大概能减少36%左右的包装消耗。同时,亚马逊所使用的包装也都会采用可再生的材料。此外,设备也是范围三中非常重要的一块,像亚马逊的Kindle、 Alexa智能语音设备等硬件设备,也需要尽量采用可再生的材料,同时我们也会对这些设备的回收和翻新做出规划。

针对范围一、范围二、范围三,亚马逊会对自己业务线的碳排放做梳理,然后利用亚马逊云科技的工具进行碳排放管理,即构建相应的模型,收集实际数据,最后通过计算结果确定哪个业务是最大排放源,然后跟踪不同举措、不同环节的减碳效果。

界面新闻:亚马逊云科技为亚马逊的减碳提供了技术支持,那亚马逊云科技本身在节能降碳上是怎么实现的? 

顾凡:作为云厂商来说,亚马逊云科技减排会集中在三个方面。第一是提高数据中心自身的能效。除了使用可再生能源之外,我们会把云基础设施的能源效率做到最极致。从数据中心的设计、服务器的设计、数据中心的冷却技术这些方面提高整个数据中心的能效。

具体来说,我们在电,水,和建筑三个层面都采取了一定的举措,以降低数据中心整体的碳排放:

在电的层面,我们在数据中心的设计中,移除了传统的中央不间断电源(UPS),这种UPS每次在电压和直流电/交流电转换当中都会有一些功率损失。我们采用了集成在每个机架的小型电池组和定制电源,将能量损失降低了约35%。

在水的层面,我们实施了多项计划,包括:蒸发冷却,采用直接蒸发器冷却数据中心;使用再生水冷却数据中心;重复用水;根据用水效率指标,确定和监控每种用水的最佳用水量;除了减少用水量,还将冷却水还给当地社区,重新用于灌溉。

在建筑层面,我们致力于减少新数据中心的隐含碳排放,指在提取、制造和将材料运输到数据中心施工现场的过程中排放的碳。我们可以将数据中心结构中的隐含碳至少减少20%。这种方法已经为都柏林、新加坡和旧金山的项目所采用,并成为亚马逊云科技数据中心的标准配置。

第二,我们也会用自研的低功耗的芯片。在整个云计算的数据中心里,能耗最大的是服务器,而服务器里占能耗很大的一块就是芯片CPU。亚马逊云科技的自研芯片Amazon Graviton,尤其是2021年发布的Graviton3,在相同性能下,与同类型计算实例对比,可以节省60%的能源消耗。

第三是应用层面,我们有大量的客户把自身的应用放在亚马逊云科技的云上。我们能告诉客户在开发应用的时候怎么才能把架构做到最优化的设计,既达到性能要求,又节省成本。

界面新闻:作为一家云计算厂商,云计算技术在帮助其他企业提升可持续性上是怎么发挥作用的?

顾凡:站在我们的角度,我们能帮到客户的就几种情况:一种云本身是个工具,承载数字化的解决方案,来帮不同行业的客户解决行业里面减碳的主要矛盾。比如采集数据,做模型,找到主要矛盾点,再去用节能减排的手段做替换。

另一种是,客户把它的应用从自己的数据中心迁移上云。如果企业的软件、应用、IT部分可以从自己的数据中心迁移上亚马逊云科技,就能减少近80%的碳足迹排放。随着我们采购可再生能源的比例增加,这个碳足迹减少比例还可以提高到超过90%。作为专注于云计算的服务商,亚马逊云科技本身的数据中心的能效比就比企业自建数据中心高很多。其次是帮助企业在应用方面做一些架构的优化。

界面新闻:您刚才也提到亚马逊投资了许多可再生能源的项目,在国内有两个落地的项目,分别在山东和吉林,现在这两个项目的实际进展如何?

顾凡:亚马逊计划到2025年实现100%使用可再生能源运营企业,目前我们已经实现了65%。山东和吉林的项目是亚马逊在中国的两个可再生能源项目。

山东项目是100兆瓦(MW)的太阳能项目,目前已经投入运营,每年可产生12.8万兆瓦时(MWh)的清洁能源。

吉林项目是亚马逊在中国支持的第二个可再生能源项目,是100兆瓦(MW)的风能项目。该项目也将很快投入运营,届时每年可提供超过30万兆瓦时(MWh)的可再生能源,相当于为超过15万户中国普通家庭提供电力支持。

界面新闻:除了利用云计算数据中心的能力帮助客户减碳,对于其他实体行业,比如制造业这种在碳排放测量比较复杂的行业,你们是否也有参与?说说你们是如何踏入制造业减碳市场的。

顾总:针对供应链复杂的企业来说,范围三的碳测算会比范围一和范围二复杂得多。

以车企为例,假设一家整车组装厂,可能有数千个零部件,来自若干个供应商,那么它的碳排放就主要来自生产制造环节和运输环节。如果把生产制造环节再拆开分析,会发现给整车厂提供零部件的供应商就占了很大的碳排放比例。

因此,我们要对这数千个零部件供应商进行碳排放统计分析。首先需要将供应商的碳排放数据收集上来,然后才有机会做分析。然而汽车零部件的供应商是跨行业的,每个行业碳排放计算的方法也不一样。因此,亚马逊云科技的角色是帮车企做好针对不同行业的碳排放“计算器”,企业输入不同行业供应商的数据即可,实现开箱即用。

在算好之后,车企的领导者通过数字仪表板找到真正的问题,了解能耗最高的环节、零部件供应商是否高于所处行业的碳排放水平,以及是否需要帮助零部件供应商做出整改计划。车企能够从数字仪表板上找到主要矛盾,然后管理供应商。

要实现这整个业务流程,就要靠软件。我们团队会跟合作伙伴一起帮车企梳理业务流程,用软件提供解决方案。这个过程也会涉及很多合作伙伴,比如做碳排放跟踪的,做碳排放数据模型的,以及做碳排放计算器或数字仪表板的等等。其中一个合作伙伴是金风科技,能帮客户梳理范围一、二、三的模型。同时,它还有风电和光伏的解决方案,可以帮车企或是其供应商实现清洁能源的替换。

在同一行业中,这些解决方案从某种程度上是通用的,比如我们为车企打造的这套方案,就可以成为同业项目的模版。同时,从车企得到的经验也可以放到其他的制造企业里面去比较场景的共同点和差异。

界面新闻:国内碳排放数据的普及还处于起步阶段,在采集制造业企业的复杂供应链碳排放数据上,目前的数据透明度如何,具体如何实现?

顾凡:目前我们国家已经对于上市公司关于碳排放、环境信息的信息披露提出要求。我们在帮助企业做相关数据收集分析时,也会通过供应商企业在财报里披露的信息,对行业数据交叉验证。

但实际上,我们看到现在各行业企业在碳排放数据采集方面都还处于摸索阶段。比如我们服务的某一个客户,还是通过手工的方式来收集供应商的数据。但由于数百家供应商所属不同的行业,所以计算公式也不一样。因此,我们为这家企业设计供应商要填报的模板,要求供应商在这个数字化系统上填报。待拿到供应商的原始数据,再去建模、分析,最后做仪表板。

而到下一个阶段,这个客户希望能通过自动化的方式解决数据采集问题。假设它的工厂已经是智能工厂,那么就一定会有自己的方式收集传感器端的数据。但如果传感器端的数据和企业之间有一个API(接口)打通,那这家企业的数据收集就可以再上一个台阶。

数据的收集一定会有从手工到自动化的过程,最终还需要应用第三方数据去做验证,通过人工智能的技术去搜索企业的公开信息、文件,做语义分析。

界面新闻:据了解,你们在国内也尝试了给供热系统提供智慧化解决方案的项目,支持山东淄博市热力集团实现了智能供热。请谈谈亚马逊云科技是怎么应用于智能供热的?以及对于供热领域,这样的创新有怎样的推广意义。

顾凡:供热领域碳排放总量占中国碳排放总量近10%(在碳排放单项中排名前列)。尤其在北方地区,集中供暖到处都是。

传统供热企业是粗放式管理,总会有居民觉得太冷或太热。但热力阀门调成什么样,取决于非常多的参数,比如天气、小区的建筑结构、小区附近的环境因素,小区楼房的朝向不同等,这些因素都会影响热力分配。然而,供热的调节实际上非常难预测与判定,热力的分配不均,还会引起资源的浪费。

从过去的经验来看,很多地方会由专门的老师傅、专家根据经验调整供热阀门。这些老师傅可能多年来就负责调节某片居住区的阀门,因为某些特定区域总会因为太热或太冷而增加投诉量,所以他们也能积累一定经验,对该地区的天气、环境,小区的建筑结构有所了解。然而,如果老师傅要退休了,他的经验却可能无法继承下来,年轻人不一定愿意干这个工作。

那么老师傅的经验,是不是可以让人工智能继承下来?淄博热力在做的智能供热项目最核心的就是智慧供暖,让人工智能的模型去分析上述变量,训练这个模型。除了解决热力分配的问题,还能实现分时段供热。

淄博热力有一些试点的智能小区,安装了很多IoT传感器。这些智能传感器可以测温度,也可以连接以若干个楼为一个单元的智能阀门,所以汇总了很大的数据集。同时再结合老师傅们原来攒的数据集,利用亚马逊云科技的机器学习服务去进一步完善智能供热模型。随着慢慢迭代,让这个模型越来越聪明。

现在这套智能供热系统能帮淄博将能源消耗降低30%,从而每年可以减少40万吨二氧化碳、1300吨二氧化硫和1130吨氮氧化物的排放,相当于节省了15万吨标准煤的消耗。

界面新闻:相比一位有经验的老师傅,这套智能供热系统的成本如何,是否到了可以推广普及的程度?

顾凡:构建这套解决方案其实不算贵。所谓的人工智能、机器学习真正贵的是人才,指的是去构建人工智能、机器学习的人才。因为淄博热力贡献的主要是老师傅的经验,我们则贡献的是人工智能、机器学习的算法、科学家。我们之间的合作就类似于行业知识人才再加上人工智能人才的结合,需要一定的时间才能完成整套解决方案的构建。

这个项目已经做了挺长时间了,淄博热力希望把这套智慧供热方案包装成一个软件解决方案赋能给其他热力企业。

界面新闻:你们目前通过云计算、人工智能提供的减碳方案,涉及到哪些行业?

顾凡:涉及的行业还是挺多的。只不过有些行业走得更快、更深入,数字化技术对它的影响更大;有些行业还在探索阶段,刚开始咨询了解。像淄博热力代表的能源行业本身就是碳排放的大户,因此帮助这个行业提升效率就等于是帮整个社会减少碳排放。而像上述车企的案例,一方面代表的是汽车制造,但实际上可以从汽车制造推导到整个中国制造行业的碳排放,而制造业也是碳排大户。

再举一个制造业的例子,比如风机设备的制造厂。风机制造商面对的挑战主要是对供应商在可持续发展方面进行风险管理。因为作为一个生产可持续设备的绿色厂商,风机设备制造商自然也希望供应链里的合作伙伴必须是绿色的。因此在供应链管理的过程中,这类企业会面临两个难题,一是风机制造的供应商往往是多级管理,因此梳理供应商的复杂关系具有难度。其次,风机制造商还需要采集这些供应商的ESG评分并进行分析,需要做舆情分析以及上市报告分析。基于这两个难题,我们主要在帮风机制造商做图数据库,呈现供应商的多级关系,然后通过第三方数据库分析供应商的ESG分数,并搜集所有的舆情以及上市公司的报告,结合以上信息来对供应商进行风险预警。

界面新闻:目前中国市场上,你们感受到的企业对减碳的需求如何?

顾凡:我们预期中国企业的减碳需求会很大。因为如今我们在见客户时会发现减碳已经成为了必备问题,几乎每个企业的领导都会谈论这个话题。

我们最近看到的一个趋势,也反应了企业减排的需求。欧洲碳关税法规即将出台,要求给欧洲供货的供应商上报碳排放,并相应收税。这势必会让中国很多供应商的成本上升。但面对这个挑战,供应商还是需要积极应对。

碳关税政策在试行阶段就要求企业开始申报碳排放。企业可以申报自己或者第三方合作伙伴测量出来的数值,如果没有能力自己测量,则会被分配一个平均数值。但这个平均数很可能高于企业实际的碳排放数,所以已经有很多客户在找咨询公司咨询应对方法。

界面新闻:面对这些需求,亚马逊云科技打算如何把握市场兴起的机会?是否会成立专门的团队?

顾凡:我们不会把这些业务集中到一个团队,也就是说并不会有一个专门做环境需求的技术或者业务发展团队,而是我们所有团队都在都做可持续相关的业务。但是,我们也会从技术解决方案、合作伙伴管理和技术储备上搭建一些横向的团队。

举个例子,我们团队里有专门做可持续和减碳方案的专家。他们在汽车、能源,或者重制造等行业所做的案例都会积攒成数字化资产。同时,我们也会通过这些案例积累相应的合作伙伴。通过整理这些资源,我们会评估这些由横向技术团队和合作伙伴打造的资源池,能否够被纵向的各个行业充分地利用。

也就是说,我们通过横向地把各个项目做好,再帮助不同行业纵向地走完最后两公里。比如汽车的案例、淄博的案例和风机企业的案例,最后两公里的需求都不一样,所以这部分需求还是需要定制化地开发,但底层有些东西是通用的。

界面新闻:在数字化技术赋能行业减碳的领域,已经有越来越多的企业在参与,比如新能源行业像远景科技,比如互联网企业等等也会开始布局这个市场。你认为亚马逊云科技在这个市场里会是怎样的角色?

顾凡:我们始终是一个赋能的角色。首先,我们的核心优势还是作为一家云厂商,在技术方面拥有优势。同时我们的优势还在于行业实践方面,以及与合作伙伴构建的合作网络方面。因此,我们的核心定位就是要结合这些优势去赋能客户。

我们认为需求是一定存在的,先通过现有需求和合作伙伴、客户解决场景方案,建立客户信任,那么之后的业务、机会总会源源不断地产生。所以我们的定位主要就是通过云平台去赋能客户。同时,我们也要结合端到端的合作伙伴和不同的行业特性,去突破各行业重点场景。总结来说,我们已经在今天谈到的能源、汽车和制造这三个行业行动起来了。 

(实习生王梓媛对本文也有贡献)

未经正式授权严禁转载本文,侵权必究。

亚马逊

5.4k
  • 南都电源:户储产品已有批量生产和销售,目前占公司营业收入比例较小
  • 不到一年,超10万人被裁员,硅谷为何刮起失业旋风?

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

【ESG先锋谈】亚马逊云科技顾凡:减碳是中国企业必谈话题,已在能源、汽车、制造业试水

云服务厂商悄然布局产业减碳。

来源:视觉中国

亚马逊是最早签署《气候宣言》的企业之一,计划到2025年实现亚马逊全球基础设施100%使用可再生能源的目标,并在2040年实现净零排放。作为云计算服务提供商,亚马逊云科技的减碳目标,不仅是减少自身数据中心的碳排放,还计划以其数字化减碳能力支持其他企业。而如今,亚马逊云科技也已经在布局中国市场。

今年3月,亚马逊云科技发布一款碳足迹工具,能帮助企业测算各项业务的碳排放量,为企业改进运营、减少碳排放以及推动业务可持续发展提供参考。

在去年7月的亚马逊云科技中国峰会上,亚马逊全球副总裁、亚马逊云科技大中华区执行董事张文翊曾提到,亚马逊云科技希望在客户数字化转型、全球业务拓展、云人才培育以及实现“碳中和”上做出成绩。实际上,在中国2030年碳达峰、2060年碳中和的双碳目标下,各行业提高效能、低碳转型的需求已经悄然形成新的增长市场。

目前,亚马逊云科技贡献了亚马逊的主要利润,成为亚马逊维持增长的引擎。在中国市场,它面临强劲的本土竞争对手包括阿里、腾讯和华为。

在数字化技术赋能降碳减排的实践中,亚马逊云科技在国内试水了复杂的汽车制造企业减碳服务案例,同时支持了淄博热力供热系统的能效改革。界面新闻近期采访了亚马逊云科技大中华区战略业务发展部总经理顾凡,详解这些案例的推进过程,以及亚马逊云科技是如何利用自身业务优势,帮助行业减碳的。

亚马逊云科技大中华区战略业务发展部总经理顾凡 图片由受访者提供

以下为专访内容:

界面新闻:亚马逊2019年联合发起了《气候宣言》,目标是在2040年实现所有业务线零碳排放。亚马逊在减碳、减排方面是怎么做的?

顾凡:首先是使用可再生能源。亚马逊有丰富广泛的业务线,包括零售、云业务,还有设备生产制造,像Fire TV、Echo等,因此涉及的基础设施也比较多。所以我们首要考虑的,是到2025年实现亚马逊全球基础设施100%使用可再生能源的目标。如今,亚马逊在全球已经打造了310个可再生能源项目,可以说我们今天仍然是所有企业中(不包括政府行为),投资可再生能源项目最多的公司之一。

第二个方面是管理好自己的碳排放。我们会梳理业务线,把业务线所涉及的碳足迹按范围一、范围二、范围三归类。跟我们自身运营相关的排放,属于范围一。比如我们的电商业务,其中很大一块碳排放来自物流配送。我们会通过使用绿色能源,以及提高配送效率等途径,来对运输车队或其他交通工具进行管理。举个例子,亚马逊投资了一家电动车公司Rivian。Rivian计划在2030年之前给亚马逊提供10万辆电动车,保证我们运输车队尽量能使用绿色能源的车进行配送。

范围二主要来自集团购买的能源。亚马逊在全球的基础设施遍及26个地理区域,每个区域会有3个可用区,而每一个可用区还有很多数据中心,这么多的数据中心都需要采购电力。因此从范围二角度来说,亚马逊在电力供应上也要用可再生能源做替代。

范围三涵盖的方面非常广泛。以上下游供应链非常复杂的亚马逊电商为例,范围三中涉及到了我们每年大量配送的包裹。因此,我们需要优化包裹的包装,减少浪费。作为一家人工智能和机器学习赋能的公司,亚马逊在货物打包环节均可以通过智能化来减碳。比如在货物通过传送带的时候,通过上方摄像头的扫描便能判断货物的大小,根据货物的尺寸挑合适的箱子,以此避免过度包装。通过这种人工智能的方式,大概能减少36%左右的包装消耗。同时,亚马逊所使用的包装也都会采用可再生的材料。此外,设备也是范围三中非常重要的一块,像亚马逊的Kindle、 Alexa智能语音设备等硬件设备,也需要尽量采用可再生的材料,同时我们也会对这些设备的回收和翻新做出规划。

针对范围一、范围二、范围三,亚马逊会对自己业务线的碳排放做梳理,然后利用亚马逊云科技的工具进行碳排放管理,即构建相应的模型,收集实际数据,最后通过计算结果确定哪个业务是最大排放源,然后跟踪不同举措、不同环节的减碳效果。

界面新闻:亚马逊云科技为亚马逊的减碳提供了技术支持,那亚马逊云科技本身在节能降碳上是怎么实现的? 

顾凡:作为云厂商来说,亚马逊云科技减排会集中在三个方面。第一是提高数据中心自身的能效。除了使用可再生能源之外,我们会把云基础设施的能源效率做到最极致。从数据中心的设计、服务器的设计、数据中心的冷却技术这些方面提高整个数据中心的能效。

具体来说,我们在电,水,和建筑三个层面都采取了一定的举措,以降低数据中心整体的碳排放:

在电的层面,我们在数据中心的设计中,移除了传统的中央不间断电源(UPS),这种UPS每次在电压和直流电/交流电转换当中都会有一些功率损失。我们采用了集成在每个机架的小型电池组和定制电源,将能量损失降低了约35%。

在水的层面,我们实施了多项计划,包括:蒸发冷却,采用直接蒸发器冷却数据中心;使用再生水冷却数据中心;重复用水;根据用水效率指标,确定和监控每种用水的最佳用水量;除了减少用水量,还将冷却水还给当地社区,重新用于灌溉。

在建筑层面,我们致力于减少新数据中心的隐含碳排放,指在提取、制造和将材料运输到数据中心施工现场的过程中排放的碳。我们可以将数据中心结构中的隐含碳至少减少20%。这种方法已经为都柏林、新加坡和旧金山的项目所采用,并成为亚马逊云科技数据中心的标准配置。

第二,我们也会用自研的低功耗的芯片。在整个云计算的数据中心里,能耗最大的是服务器,而服务器里占能耗很大的一块就是芯片CPU。亚马逊云科技的自研芯片Amazon Graviton,尤其是2021年发布的Graviton3,在相同性能下,与同类型计算实例对比,可以节省60%的能源消耗。

第三是应用层面,我们有大量的客户把自身的应用放在亚马逊云科技的云上。我们能告诉客户在开发应用的时候怎么才能把架构做到最优化的设计,既达到性能要求,又节省成本。

界面新闻:作为一家云计算厂商,云计算技术在帮助其他企业提升可持续性上是怎么发挥作用的?

顾凡:站在我们的角度,我们能帮到客户的就几种情况:一种云本身是个工具,承载数字化的解决方案,来帮不同行业的客户解决行业里面减碳的主要矛盾。比如采集数据,做模型,找到主要矛盾点,再去用节能减排的手段做替换。

另一种是,客户把它的应用从自己的数据中心迁移上云。如果企业的软件、应用、IT部分可以从自己的数据中心迁移上亚马逊云科技,就能减少近80%的碳足迹排放。随着我们采购可再生能源的比例增加,这个碳足迹减少比例还可以提高到超过90%。作为专注于云计算的服务商,亚马逊云科技本身的数据中心的能效比就比企业自建数据中心高很多。其次是帮助企业在应用方面做一些架构的优化。

界面新闻:您刚才也提到亚马逊投资了许多可再生能源的项目,在国内有两个落地的项目,分别在山东和吉林,现在这两个项目的实际进展如何?

顾凡:亚马逊计划到2025年实现100%使用可再生能源运营企业,目前我们已经实现了65%。山东和吉林的项目是亚马逊在中国的两个可再生能源项目。

山东项目是100兆瓦(MW)的太阳能项目,目前已经投入运营,每年可产生12.8万兆瓦时(MWh)的清洁能源。

吉林项目是亚马逊在中国支持的第二个可再生能源项目,是100兆瓦(MW)的风能项目。该项目也将很快投入运营,届时每年可提供超过30万兆瓦时(MWh)的可再生能源,相当于为超过15万户中国普通家庭提供电力支持。

界面新闻:除了利用云计算数据中心的能力帮助客户减碳,对于其他实体行业,比如制造业这种在碳排放测量比较复杂的行业,你们是否也有参与?说说你们是如何踏入制造业减碳市场的。

顾总:针对供应链复杂的企业来说,范围三的碳测算会比范围一和范围二复杂得多。

以车企为例,假设一家整车组装厂,可能有数千个零部件,来自若干个供应商,那么它的碳排放就主要来自生产制造环节和运输环节。如果把生产制造环节再拆开分析,会发现给整车厂提供零部件的供应商就占了很大的碳排放比例。

因此,我们要对这数千个零部件供应商进行碳排放统计分析。首先需要将供应商的碳排放数据收集上来,然后才有机会做分析。然而汽车零部件的供应商是跨行业的,每个行业碳排放计算的方法也不一样。因此,亚马逊云科技的角色是帮车企做好针对不同行业的碳排放“计算器”,企业输入不同行业供应商的数据即可,实现开箱即用。

在算好之后,车企的领导者通过数字仪表板找到真正的问题,了解能耗最高的环节、零部件供应商是否高于所处行业的碳排放水平,以及是否需要帮助零部件供应商做出整改计划。车企能够从数字仪表板上找到主要矛盾,然后管理供应商。

要实现这整个业务流程,就要靠软件。我们团队会跟合作伙伴一起帮车企梳理业务流程,用软件提供解决方案。这个过程也会涉及很多合作伙伴,比如做碳排放跟踪的,做碳排放数据模型的,以及做碳排放计算器或数字仪表板的等等。其中一个合作伙伴是金风科技,能帮客户梳理范围一、二、三的模型。同时,它还有风电和光伏的解决方案,可以帮车企或是其供应商实现清洁能源的替换。

在同一行业中,这些解决方案从某种程度上是通用的,比如我们为车企打造的这套方案,就可以成为同业项目的模版。同时,从车企得到的经验也可以放到其他的制造企业里面去比较场景的共同点和差异。

界面新闻:国内碳排放数据的普及还处于起步阶段,在采集制造业企业的复杂供应链碳排放数据上,目前的数据透明度如何,具体如何实现?

顾凡:目前我们国家已经对于上市公司关于碳排放、环境信息的信息披露提出要求。我们在帮助企业做相关数据收集分析时,也会通过供应商企业在财报里披露的信息,对行业数据交叉验证。

但实际上,我们看到现在各行业企业在碳排放数据采集方面都还处于摸索阶段。比如我们服务的某一个客户,还是通过手工的方式来收集供应商的数据。但由于数百家供应商所属不同的行业,所以计算公式也不一样。因此,我们为这家企业设计供应商要填报的模板,要求供应商在这个数字化系统上填报。待拿到供应商的原始数据,再去建模、分析,最后做仪表板。

而到下一个阶段,这个客户希望能通过自动化的方式解决数据采集问题。假设它的工厂已经是智能工厂,那么就一定会有自己的方式收集传感器端的数据。但如果传感器端的数据和企业之间有一个API(接口)打通,那这家企业的数据收集就可以再上一个台阶。

数据的收集一定会有从手工到自动化的过程,最终还需要应用第三方数据去做验证,通过人工智能的技术去搜索企业的公开信息、文件,做语义分析。

界面新闻:据了解,你们在国内也尝试了给供热系统提供智慧化解决方案的项目,支持山东淄博市热力集团实现了智能供热。请谈谈亚马逊云科技是怎么应用于智能供热的?以及对于供热领域,这样的创新有怎样的推广意义。

顾凡:供热领域碳排放总量占中国碳排放总量近10%(在碳排放单项中排名前列)。尤其在北方地区,集中供暖到处都是。

传统供热企业是粗放式管理,总会有居民觉得太冷或太热。但热力阀门调成什么样,取决于非常多的参数,比如天气、小区的建筑结构、小区附近的环境因素,小区楼房的朝向不同等,这些因素都会影响热力分配。然而,供热的调节实际上非常难预测与判定,热力的分配不均,还会引起资源的浪费。

从过去的经验来看,很多地方会由专门的老师傅、专家根据经验调整供热阀门。这些老师傅可能多年来就负责调节某片居住区的阀门,因为某些特定区域总会因为太热或太冷而增加投诉量,所以他们也能积累一定经验,对该地区的天气、环境,小区的建筑结构有所了解。然而,如果老师傅要退休了,他的经验却可能无法继承下来,年轻人不一定愿意干这个工作。

那么老师傅的经验,是不是可以让人工智能继承下来?淄博热力在做的智能供热项目最核心的就是智慧供暖,让人工智能的模型去分析上述变量,训练这个模型。除了解决热力分配的问题,还能实现分时段供热。

淄博热力有一些试点的智能小区,安装了很多IoT传感器。这些智能传感器可以测温度,也可以连接以若干个楼为一个单元的智能阀门,所以汇总了很大的数据集。同时再结合老师傅们原来攒的数据集,利用亚马逊云科技的机器学习服务去进一步完善智能供热模型。随着慢慢迭代,让这个模型越来越聪明。

现在这套智能供热系统能帮淄博将能源消耗降低30%,从而每年可以减少40万吨二氧化碳、1300吨二氧化硫和1130吨氮氧化物的排放,相当于节省了15万吨标准煤的消耗。

界面新闻:相比一位有经验的老师傅,这套智能供热系统的成本如何,是否到了可以推广普及的程度?

顾凡:构建这套解决方案其实不算贵。所谓的人工智能、机器学习真正贵的是人才,指的是去构建人工智能、机器学习的人才。因为淄博热力贡献的主要是老师傅的经验,我们则贡献的是人工智能、机器学习的算法、科学家。我们之间的合作就类似于行业知识人才再加上人工智能人才的结合,需要一定的时间才能完成整套解决方案的构建。

这个项目已经做了挺长时间了,淄博热力希望把这套智慧供热方案包装成一个软件解决方案赋能给其他热力企业。

界面新闻:你们目前通过云计算、人工智能提供的减碳方案,涉及到哪些行业?

顾凡:涉及的行业还是挺多的。只不过有些行业走得更快、更深入,数字化技术对它的影响更大;有些行业还在探索阶段,刚开始咨询了解。像淄博热力代表的能源行业本身就是碳排放的大户,因此帮助这个行业提升效率就等于是帮整个社会减少碳排放。而像上述车企的案例,一方面代表的是汽车制造,但实际上可以从汽车制造推导到整个中国制造行业的碳排放,而制造业也是碳排大户。

再举一个制造业的例子,比如风机设备的制造厂。风机制造商面对的挑战主要是对供应商在可持续发展方面进行风险管理。因为作为一个生产可持续设备的绿色厂商,风机设备制造商自然也希望供应链里的合作伙伴必须是绿色的。因此在供应链管理的过程中,这类企业会面临两个难题,一是风机制造的供应商往往是多级管理,因此梳理供应商的复杂关系具有难度。其次,风机制造商还需要采集这些供应商的ESG评分并进行分析,需要做舆情分析以及上市报告分析。基于这两个难题,我们主要在帮风机制造商做图数据库,呈现供应商的多级关系,然后通过第三方数据库分析供应商的ESG分数,并搜集所有的舆情以及上市公司的报告,结合以上信息来对供应商进行风险预警。

界面新闻:目前中国市场上,你们感受到的企业对减碳的需求如何?

顾凡:我们预期中国企业的减碳需求会很大。因为如今我们在见客户时会发现减碳已经成为了必备问题,几乎每个企业的领导都会谈论这个话题。

我们最近看到的一个趋势,也反应了企业减排的需求。欧洲碳关税法规即将出台,要求给欧洲供货的供应商上报碳排放,并相应收税。这势必会让中国很多供应商的成本上升。但面对这个挑战,供应商还是需要积极应对。

碳关税政策在试行阶段就要求企业开始申报碳排放。企业可以申报自己或者第三方合作伙伴测量出来的数值,如果没有能力自己测量,则会被分配一个平均数值。但这个平均数很可能高于企业实际的碳排放数,所以已经有很多客户在找咨询公司咨询应对方法。

界面新闻:面对这些需求,亚马逊云科技打算如何把握市场兴起的机会?是否会成立专门的团队?

顾凡:我们不会把这些业务集中到一个团队,也就是说并不会有一个专门做环境需求的技术或者业务发展团队,而是我们所有团队都在都做可持续相关的业务。但是,我们也会从技术解决方案、合作伙伴管理和技术储备上搭建一些横向的团队。

举个例子,我们团队里有专门做可持续和减碳方案的专家。他们在汽车、能源,或者重制造等行业所做的案例都会积攒成数字化资产。同时,我们也会通过这些案例积累相应的合作伙伴。通过整理这些资源,我们会评估这些由横向技术团队和合作伙伴打造的资源池,能否够被纵向的各个行业充分地利用。

也就是说,我们通过横向地把各个项目做好,再帮助不同行业纵向地走完最后两公里。比如汽车的案例、淄博的案例和风机企业的案例,最后两公里的需求都不一样,所以这部分需求还是需要定制化地开发,但底层有些东西是通用的。

界面新闻:在数字化技术赋能行业减碳的领域,已经有越来越多的企业在参与,比如新能源行业像远景科技,比如互联网企业等等也会开始布局这个市场。你认为亚马逊云科技在这个市场里会是怎样的角色?

顾凡:我们始终是一个赋能的角色。首先,我们的核心优势还是作为一家云厂商,在技术方面拥有优势。同时我们的优势还在于行业实践方面,以及与合作伙伴构建的合作网络方面。因此,我们的核心定位就是要结合这些优势去赋能客户。

我们认为需求是一定存在的,先通过现有需求和合作伙伴、客户解决场景方案,建立客户信任,那么之后的业务、机会总会源源不断地产生。所以我们的定位主要就是通过云平台去赋能客户。同时,我们也要结合端到端的合作伙伴和不同的行业特性,去突破各行业重点场景。总结来说,我们已经在今天谈到的能源、汽车和制造这三个行业行动起来了。 

(实习生王梓媛对本文也有贡献)

未经正式授权严禁转载本文,侵权必究。