人工智能技术在建筑领域加速碳减排

根据McKinsey11月29日发布的一份报告，通过应用机器学习、人工智能和基于物理的建模，建筑投资组合所有者可以更快地识别建筑脱碳机会。
 

通过使用来自卫星的数据、地理空间分析、法规、劳动力和设备成本，并评估供暖和冷却系统、绝缘水平以及太阳能或地热能的可行性，算法可以分析并提出解决方案，为建筑组合实现净零排放。
 

专家在报告中表示，通过这种新方法，可以在数周内为整个投资组合制定财务优化计划，其中考虑了监管环境以及建筑的独特特征和租赁结构。

见解

McKinsey的专家们表示，鉴于建筑物排放量占全球燃烧相关排放量的40%，因此必须到2030年将直接建筑排放量减少50%、间接排放量减少60%，才能在2050年实现建筑存量净零碳排放。McKinsey表示，传统的脱碳方法，包括物理能源审计和逐栋建筑的净零排放战略，被认为是费力且昂贵的。此外，缺乏集中库存和标准化导致人们认为建筑脱碳是无利可图的。

 

报告指出，与传统的能源审计和净零研究相比，人工智能驱动的方法将脱碳规划的速度和规模提高了100倍以上，从而消除了对模糊建筑原型的依赖。

 

这强调了基于人工智能的方法在房地产投资组合中，中性或正回报的潜力，假设没有诸如未来增量监管、碳定价和租金或房地产估值的绿色溢价等因素。该报告强调，在投资组合层面优化可再生能源采购的同时，为每座建筑实施能源效率和电气化措施，使建筑业主和居住者能够通过实现节能、优化资本成本和避免监管处罚来收回投资。 本+文`内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com