领军企业发力“绿+智”战略目标
□张懿 不久前,第二十三届中国国际工业博览会圆满闭幕,工博会在展示制造业领域众多新技术的同时,还提出了一个非常重要的新命题:如何让“智造”的“快车”,驰上低碳赛道,使得数字化与绿色转型能够深度融合? 事实上,这个命题正是本届工博会主题——“碳循新工业数聚新经济”所要传递的关键信息。透过重量级嘉宾和龙头企业的论述和展示,“绿+智”这道加法题越来越生动,也越来越紧迫。 全流程低碳需数字化支撑 与传统节能降碳手段有所不同,当下,减碳不仅要求企业针对自身制造环节减少排放,更包括减少产品全生命周期、全价值链的碳足迹。因此,必须在上下游形成跨界协同,而这就是数字化技术大展身手之地。 中国工程院外籍院士、德国国家科学与工程院院士奥泰因·赫尔佐格表示,企业要低碳,必须将数字化技术内嵌到制造环节,借助人工智能、数字孪生、物联网等技术,让每个合作伙伴都参与其中。思爱普(SAP)全球高级副总裁克拉斯·纽曼说,即使企业是可再生能源行业的领军者,但它的供应链并不会自动变“绿”,必须让软件和人工智能发挥关键作用。 可以看到,当前,领军人物都已将“减碳”作为制造业数字化的重要发力点之一。如果说这是“绿+智”战略目标,那么推动两者融合还有一个“战术层面”考虑,那就是帮助企业摸清“碳家底”。 以清晰、合规、可追溯的方式算清自己和供应链的碳足迹,将是低碳背景下企业应对市场竞争与政府监管的基本功,这就要求企业将数字化和低碳结合起来。胡建钧解释说,工业4.0使得工厂流水线越来越柔性、越来越强调“按订单生产”,因此,企业每分钟生产的产品、使用的配件都可能不同,所用电能有多少来自风、光等可再生能源,也有很多变数。这种情况下,传统的碳核算手段无法应对,唯有借助数字化技术搜集、分析、交换智能制造全流程的数据,并用区块链技术确保数据在流通中始终准确、不被篡改。 领军企业正在行动 本届工博会上,“绿+智”理念的展示可以说是最具亮点。 连续十多年参会的台达,今年一改往届以展示自动化制造技术为主的思路,转而围绕“零碳工厂”主题,展示相关软件平台、微电网、物联网、机器人等零碳制造技术。同样聚焦“净零排放”的,还包括工控巨头罗克韦尔,其基于工业互联网技术打造了一个全程覆盖研发、设计、制造和供应链管理的低碳转型方案,能提供碳减排、碳抵消、碳评估等功能。除了这些巨头,智能制造中小企业也让人看到了行动力。沪上“专精特新”企业——上海节卡机器人科技有限公司就在“C位”展出了一个由16台机器人组成的方阵,而且实时显示其能耗数据,以此凸显机器人行业的低碳技术进展。 在供应链减碳方面,宝马中国分享的一个案例特别值得借鉴。针对汽车减排的两大痛点——车身和电池,宝马一方面与河钢集团合作,引入河钢基于“绿氢”“绿电”冶炼的“绿钢”,大幅降低车身碳足迹;另一方面,他们与浙江华友循环公司合作,在全程数字化监管下,通过回收、拆解废电池,从中提取镍、钴、锂等交给下游电池厂商,再将由此造出的电池用于宝马车,从而形成闭环。由于矿物开采是电池制造最耗能的环节,此举的减碳幅度达到70%。 上海应该加速作为 对低碳与智造的融合,相关政府部门及部分领军企业已给予高度重视。正如上海市经济信息化委主任吴金城所言,上海正在努力强化企业的ESG(环境、社会与治理)理念,推动建立制造业“碳足迹追溯平台”,积极打造零碳工厂和零碳工业链,从而实现绿色化、数字化“双化联动、双化叠加”。事实上,上海目前正着力打造的现代化产业体系,其两大支柱就是推动传统产业数字化和绿色低碳转型。 但与此同时,仍有一部分企业对数字化和低碳化融合的认知尚有不足。本届工博会上,记者发现,包括部分知名企业在内,他们在展区或相关论坛上分享案例时,似乎仍将数字化与低碳化分为两个独立环节,还未深入思考这两方面该如何“双向奔赴”。当然,这也情有可原,正如一位智能制造专家所说,两年前,他本人都没有仔细考虑过数字化与低碳转型之间的关系。 那么,现在还有哪些点值得制造业发力?受邀致辞的2019年诺贝尔化学奖获得者、美国纽约州立大学宾汉姆顿分校教授斯坦利·惠廷厄姆说,未来,整座城市都会有很多场景和课题需要数字化和低碳协力解决,包括电动交通系统、可再生能源利用、更节能的通信体系等。他还特别提到,实际上,数字化本身也面临极大的减碳压力,比如人工智能大模型的能耗就非常巨大,另外,假如基于目前的技术发展下去,高级自动驾驶系统会在计算中消耗掉汽车三分之一的电能,而这必须有所改变。 此外,国内产业界龙头也在贡献自己的创想。上海电气集团相关负责人表示,长三角省级以上工业园区约占全国的五分之一,绝大部分都是出口导向型,受欧盟CBAM影响明显。要实现更有效率的绿色转型,解决低碳实践“碎片化”的问题,可以考虑将之前针对单个企业、局部改造为主的低碳模式,转向对整个园区甚至更大区域进行系统改造升级为主的模式过渡,从而为绿色制造、能源互联网、工业互联网等的综合运营提供更大的协同和优化空间。 |