Okrugli stol o stakleničkim plinovima
Čak 85 posto organizacija zabrinuto je oko smanjenja svojih emisija stakleničkih plinova. Mjerenje predstavlja najveću zapreku njihovim nastojanjima jer je tek devet posto tvrtki u stanju temeljito izmjeriti svoje ukupne emisije stakleničkih plinova. To je tek dio rezultata ankete „Use AI to Measure Emissions—Exhaustively, Accurately, and Frequently“ (Koristite umjetnu inteligenciju kako biste izmjerili emisije—temeljito, točno i učestalo), koju su danas predstavile tvrtke Boston Consulting Group (BCG) i BCG GAMMA u Parizu. Stručnjaci BCG-a navode kako je sposobnost temeljitog, točnog i učestalog mjerenja ključna za postizanje ciljeva smanjenja emisija te da novi alati, koji podržavaju umjetnu inteligenciju, mogu pomoći tvrtkama u prijelazu na višu razinu mjerenja i praćenja, a s vremenom i u značajnom smanjenju emisija.
Kako bi ocijenila sposobnost različitih tvrtki da mjere i smanje svoje emisije, tvrtka BCG prikupila je i analizirala odgovore menadžera iz 1290 kompanije iz devet najvećih industrija diljem svijeta, koji su potpuno ili djelomice odgovorni za donošenje odluka po tom pitanju. Anketa je otkrila kako spomenute tvrtke ne uspijevaju izmjeriti svoje emisije na sljedeće načine:
• temeljito: 81 posto ispitanika zanemaruje dio internih emisija (onih koje su povezane s aktivnostima same tvrtke) u svojim izvješćima, dok 66 posto ispitanika uopće ne izvještava o svojim eksternim emisijama (onima povezanima s tvrtkinim vrijednosnim lancem)
• točno: ispitanici su procijenili kako prosječna stopa pogreške u njihovim mjerenjima emisija iznosi između 30 i 40 posto
• učestalo: 53 posto ispitanika potvrdilo je kako im sporadično mjerenje emisija stvara poteškoće u donošenju i praćenju odluka
• automatski: 86 posto ispitanih menadžera još uvijek ručno bilježi emisije i izvješćuje o njima koristeći proračunske tablice, dok se tek 22 posto ispitanika oslanja na automatizirane procese.
Ako tvrtke ne razumiju vlastite polazišne razine emisija, kako onda očekuju da će moći pratiti emisije i postaviti ispravne ciljeve – upitao je Sylvain Duranton, globalni lider tvrtke BCG GAMMA i koautor ankete te nastavio: – Primjerice, ako ne prikupljaju i analiziraju granularne podatke i emisijske faktore, ne mogu očekivati da će njihova mjerenja biti točna. Surađivali smo s proizvođačem žestokih alkoholnih pića, gdje nisu raščlanjivali i mjerili emisije povezane s njihovim staklenim bocama i to po ulaznim podacima. Pimjerice, dobavljač, boja, materijali ili zemlja
podrijetla. No, jednom, kada su počeli to raditi, uvidjeli su kako su njihove emisije bile za 45 posto veće od prvotno izmjerenih.
Čak 87 posto ispitanika želi povećati opseg izvještavanja, dok se 66 posto njih nada kako će svoje izvještavanje o emisijama moći ažurirati godišnje, ili čak i češće. Međutim, kako bi bili učinkoviti, potrebni su im novi alati, temeljeni na umjetnoj inteligenciji. Kompanije mogu koristiti takve alate na različite načine, bilo da žele automatski unositi podatke i izvještavati o njima, izračunavati ugljični otisak, raditi simulacije, postavljati ciljeve ili upravljati globalnim portfeljem inicijativa za smanjenje emisija.
Novi alati, koji podržavaju umjetnu inteligenciju, mogu imati ključnu ulogu u prijelazu tvrtki na višu razinu mjerenja i izvještavanja, a s vremenom i u značajnom smanjenju emisija. Iskustvo pokazuje kako umjetna inteligencija može izravno omogućiti smanjenje emisija različitih tvrtki za čak 40 posto i to kroz prepoznavanje najboljih inicijativa, praćenje rezultata i optimiziranje poslovanja – istaknula je Charlotte Degot, izvršna direktorica i partnerica u BCG-u, koautorica ankete.
