Mga nadagdag:
- Kakayahang makilala sa pagitan ng net zero at carbon neutral at suriin ang isang target na pagbabawas sa mga tuntunin ng pagiging totoo sa SBTi/1.5°C rate
- Kakayahang unahin ang mga hakbang sa pagpapagaan gamit ang lohika ng MACC (marginal mitigation cost), na inuuna ang mga negatibong gastos
- Kakayahang gumawa ng multi-year emission projection na may code sa halip na manu-mano at magplano ng mga offset para lamang sa hindi maiiwasang natitira
Kapag kinuha mo ang imbentaryo, magsisimula ang tunay na gawain: pagbabawas ng mga emisyon. Ngunit ang pagbabawas ay hindi makakamit sa pamamagitan ng deklarasyon ng mabuting kalooban; Nangangailangan ito ng mga layunin, roadmap at priyoridad. Sa unit na ito, matututunan mo ang konsepto ng net zero, mga target na nakabatay sa agham, mga pagpipilian sa pagpapagaan ng ranking ayon sa gastos (MACC), at kung paano mapabilis ng AI ang madiskarteng gawaing ito.
Mga konsepto muna. Ang net zero ay kapag binabawasan ng isang institusyon ang mga greenhouse gases na inilalabas nito hangga't maaari at binabalanse ang hindi maiiwasang natitirang bahagi gamit ang mga maaasahang pamamaraan, na binabawasan ang netong epekto sa zero. Carbon neutral ay karaniwang isang weaker konsepto; Madalas itong umaasa sa pagbili ng mga offset sa halip na mga pagbabawas, kaya mataas ang panganib ng greenwashing. Ang science-based na target (SBT) ay isang framework na nagpapatunay na ang target ng pagbabawas ng kumpanya ay nakahanay sa agham na kinakailangan upang limitahan ang global warming sa 1.5°C; Ang SBTi (Science Based Targets initiative) ay ang organisasyong nag-aapruba sa mga target na ito.
Hint: Ang "net zero" ay hindi katulad ng "carbon neutral." Ang net zero ay nangangailangan muna ng malalim na pagpapagaan, na sinusundan ng mataas na kalidad na pag-alis para sa natitira. Ang simpleng pagkuha ng offset at pagtawag dito na "neutral" ay isang diskarte na lalong tinatanggihan ng mga auditor at regulator.
Pag-uuri ng mga opsyon sa pagpapagaan: MACC
Maaaring may dose-dosenang opsyon sa pagpapagaan ang isang organisasyon: LED lighting, rooftop solar panels, heat pump, electric fleet, switching ng supplier. Alin ang magsisimula? Ang sagot ay ibinigay ng MACC (Marginal Abatement Cost Curve). Niraranggo ng MACC ang bawat opsyon sa mga axes ng “cost per tonne of CO₂e avoided” (€/tonne) at “total quantity avoided” (tonne).
Ang ilang mga panukala ay may negatibong gastos — ibig sabihin, binabawasan ng mga ito ang mga emisyon at nakakatipid ng pera (hal. kahusayan sa enerhiya, dahil ang mas kaunting enerhiya ay nangangahulugan ng mas kaunting singil). Ginagawa muna ang mga ito. Ang mga hakbang na may mataas na halaga (hal. ilang mga teknolohiya sa pagkuha) ay natitira hanggang sa huli. Ang MACC ay nagtuturo sa badyet upang makamit ang pinakamaraming pagbawas sa pinakamababang halaga.
pag-iingat
Pagbawas (tonne CO₂e/taon)
Gastos (€/tonelada)
priority
Episyente ng enerhiya (LED, pagkakabukod)
400
−60 (kita)
napakataas
solar power sa rooftop
900
−15 (kita)
mataas
Kontrata ng berdeng kuryente
1,500
8
mataas
Lumipat sa isang electric fleet
300
45
daluyan
Supplier na low-carbon na materyal
1,100
70
daluyan
Na-verify na pag-alis ng carbon (offset)
natitira
90+
wakas
Pagsusuri ng senaryo: pagmomodelo sa hinaharap
Ang mitigation ay isang multi-year na paglalakbay, hindi isang taon. Ang pagsusuri sa senaryo ay nagmomodelo kung paano magbabago ang mga emisyon sa ilalim ng iba't ibang pagpapalagay (paglago, presyo ng enerhiya, bilis ng teknolohiya). Karaniwan ang isang baseline scenario (business-as-usual — kung walang ginagawa) ay inihahambing sa isang mitigation scenario (kung ang mga hakbang ay ipinatupad). Ang pagkakaiba ay ang aktwal na epekto ng pagbabawas.
Dito AI; Ito ay madaling gamitin para sa pagbubuo ng mga pagpapalagay ng senaryo, pagbuo ng mga simpleng modelo ng projection sa Python, pag-edit ng talahanayan ng MACC, at pag-draft ng text ng roadmap. Ngunit ang pagiging totoo ng mga pagpapalagay, ang katumpakan ng data ng gastos at ang madiskarteng desisyon ay nasa iyo.
Hakbang-hakbang: isang mitigation roadmap
1. Tukuyin ang batayang taon at layunin. Isang malinaw, nasusukat, napetsahan na target tulad ng "50% ganap na pagbawas mula 2019 sa Saklaw 1+2 sa 2030."
2. Ilista at bilangin ang mga opsyon. Tantyahin ang halaga at halaga ng pagpapagaan para sa bawat panukala.
3. Pagbukud-bukurin ayon sa MACC. Magdala ng negatibo at murang mga hakbang.
4. Kumalat sa paglipas ng mga taon. Aling sukat sa anong taon? Gumuhit ng kurba na akma sa badyet.
5. Planuhin ang iyong mga gastos para sa natitira. Pumili ng mataas na kalidad, na-validate na mga solusyon sa pag-aalis para sa mga hindi maiiwasang emisyon.
6. Subaybayan at baguhin. Ihambing ang aktwal sa target bawat taon at itama ang anumang mga paglihis.
tatlong mini case
Kaso 1 — Nawawala ang negatibong gastos. Sinabi ng isang negosyo sa AI na "gawin muna ang pinakamalaking pagbawas," at iminungkahi ng AI ang isang mamahaling catch-up na proyekto. Nang ilapat ng koponan ang MACC, nalaman nila na ang 400 tonelada ng mga hakbang sa kahusayan sa enerhiya ay nakatipid ng €60 bawat tonelada, ibig sabihin, isang libreng pagbawas. Niraranggo nila ayon sa gastos; Sa unang taon, binawasan nila ang 400 tonelada nang walang badyet.
Case 2 — Imaginary target. Isang kumpanya ang humiling sa AI para sa isang ambisyosong slogan: "Kami ay magiging ganap na net zero sa 2025." Ipinakita ng analyst na 85% ng kasalukuyang mga emisyon ay nasa Saklaw 3 at imposibleng maalis sa isang taon. Ang target ay nakuha sa isang makatotohanang orbit (2030 pansamantalang target + 2040 net zero); Ito ay naging sumusunod sa pamantayan ng SBTi. Ang hindi makatotohanang layunin ay maaaring mauwi sa mga akusasyon ng greenwashing.
Case 3 — Projection code. Ang isang analyst ay nagkaroon ng AI na kalkulahin ang kanyang 10-taong emissions projection sa pamamagitan ng kamay; Maling inilapat ng AI ang compound reduction rate at minaliit ang halaga noong 2030 ng 12%. Kapag ginawa ng analyst ang parehong pagkalkula gamit ang Python code (pag-loop bawat taon), lumabas ang tamang curve. Mahalagang magkaroon ng mga multi-year compound account na na-codify.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Sumulat ng net zero plan para sa aking kumpanya.
Bakit ito mahina: Walang batayang taon, target, saklaw, kasalukuyang mga emisyon at gastos. Ang output ay magiging isang generic, hindi naaangkop na text.
Napakahusay na prompt:
Ang iyong tungkulin: tagapayo sa diskarte sa klima. Mag-draft ng mitigation roadmap na may sumusunod na data. Base year 2019, kasalukuyang Scope 1+2 emissions6,000 tonnes CO₂e, target 50% absolute reduction by 2030. Pagbukud-bukurin ang sumusunod na listahan ng mga hakbang ayon sa MACC logic (negatibo/murang gastos muna) at ikalat ito sa paglipas ng mga taon. HUWAG gumawa ng mga numero; Ibinigay ko sa iyo ang mga pagtatantya sa gastos/pagbawas, pag-uri-uriin mo ang mga ito at markahan ang mga blangko [DAPAT NA PATUNAYAN]. Mga pag-iingat: [listahan]
Apat na maaaring kopyahin na mga template
1) Pag-uuri ng MACC:
I-rank ang mga sumusunod na hakbang sa pagpapagaan ayon sa marginal mitigation cost (€/tonne). Unahin ang mga hakbang sa negatibong gastos (pagtitipid). Para sa bawat panukala, panatilihin ang pagbawas (tonnes ng CO₂e) at column ng gastos at idagdag ang pinagsama-samang pagbawas. Huwag gumawa ng mga numero; Gamitin ang data na ibinigay ko sa iyo. Pag-iingat: [talahanayan]
2) Projection ng senaryo (na may code):
Ang iyong tungkulin: carbon modeler. Bumuo ng projection gamit ang Python code, simula sa [START] tonelada ng mga emisyon at ipinapalagay ang [RATE] na pagbawas bawat taon hanggang [YEAR]. Kalkulahin ang batayang senaryo (walang pagbabawas) at ang senaryo ng pagbabawas nang hiwalay at ihambing ang mga ito sa talahanayan bawat taon. Gawin ang pagkalkula gamit ang code, hindi mano-mano.
3) Pagsusuri ng target na realismo:
Kritikal na suriin ang sumusunod na target ng klima. Itanong: (1) Absolute o density based? (2) Kasama ba ang Saklaw 3? (3) Posible ba ang timeline? (4) Ang SBTi ba ay katugma sa 1.5°C rate? Kung hindi makatotohanan, magmungkahi kung bakit at isang isinaayos na target. Target: [dito]
4) Text ng draft ng roadmap:
Gawing isang roadmap text ang sumusunod na nakaayos na listahan ng mga hakbang na ipapakita sa mga stakeholder. Para sa bawat panukala: ano, kailan, inaasahang pagbabawas, responsableng yunit. Paggamit ng pinalaking/hindi napatunayang mga pahayag; Umasa ka lang sa mga binigay kong numero. Mga pag-iingat: [listahan]
Mga karaniwang pagkakamali
- Hindi pagraranggo ng mga panukala ayon sa gastos. Ang mga negatibong hakbang sa gastos ay dapat palaging isulong.
- Kinukuha lang ang offset at sinasabing "net zero". Malalim na pagbabawas muna; Ang aking gastos ay para lamang sa natitira.
- Pagbibigay ng hindi makatotohanang mga petsa. Ang isang Scope 3-weighted na institusyon ay hindi maaaring maging net zero sa isang taon.
- Ang pagkakaroon ng pagkalkula ng tambalan nang manu-mano. Magkaroon ng mga multi-year projection na ginawang code.
- Pag-angkop sa data ng gastos/pagbawas sa AI. Ang mga numerong ito ay nagmula sa engineering at market data.
Mag-ingat: Ang merkado ng pag-alis ng carbon (offset) ay malawak na nag-iiba sa mga tuntunin ng kalidad. Ang isang net zero claim na batay sa mga kredito na hindi napatunayan o "hindi permanente" (hal. kagubatan na maaaring masunog) ay maaaring bumagsak sa audit at pampublikong opinyon. Ang pag-alis ay isang pandagdag sa, hindi isang kapalit para sa, pagpapagaan.
Sa buod
Pagbawas ng emisyon; Nangangailangan ito ng isang malinaw na target, pag-prioritize sa gastos sa MACC, isang multi-year scenario at isang makatotohanang road map. AI; Malakas sa sequencing, projection code, target critique at text drafting. Ngunit ang katumpakan ng data ng gastos/pagbawas, ang pagiging totoo ng target at ang kalidad ng pag-aalis ay pagmamay-ari ng eksperto. Unang sukat, pagkatapos ay bawasan, huling balanse.
Gawain ng aplikasyon
Maglista ng anim na hakbang sa pagpapagaan at magtalaga ng tinantyang pagbawas (tonelada) at gastos (€/tonelada) sa bawat isa (hindi bababa sa dalawa na may negatibong gastos). Ipagawa sa AI ang pag-uuri-uri ng MACC gamit ang template 1. Pagkatapos sa template 2, mag-print ng projection code hanggang 2030, simula sa iyong kasalukuyang emission. Panghuli, suriin ang pagiging totoo ng iyong sariling layunin gamit ang ika-3 template.
checklist
- [ ] Tinukoy ko ang isang malinaw, nasusukat, may petsang layunin.
- [ ] Inilista ko ang mga panukala ng MACC at gastos.
- [ ] Nagdala ako ng mga panukalang negatibo sa gastos.
- [ ] Ginawa ko ang projection hindi sa pamamagitan ng kamay, ngunit sa pamamagitan ng pagpapatakbo ng code.
- [ ] Pinlano ko lang ang aking offset para sa hindi maiiwasang natitira.
- [ ] Sinuri ko ang compatibility at realism ng aking target na SBTi/1.5°C.