كتب مصطفى الدمرداش – إبراهيم أحمد
أكد جين رين، الرئيس التنفيذي ومؤسس Atomiton كيف يمكن للذكاء الاصطناعي أن يساعد في تحقيق أهداف الاستدامة من خلال توفير رؤية لتأثير الكربون لأنشطة الإنتاج، وان الدافع في جميع أنحاء العالم للحد من انبعاثات الكربون لدينا والتحرك نحو مستقبل صافي الصفر للتخفيف من آثار تغير المناخ. في إطار السعي الدؤوب لتأسيس أوراق اعتمادها الخضراء، تضع الشركات التزامات طموحة لإزالة الكربون في قاعة اجتماعات مجلس الإدارة دون القدرة على ترجمة هذه الأهداف إلى عمل على أرض.
وتركز العديد من الشركات حاليًا على تحديد الأهداف مع التحدي المتمثل في عدم دعم هذه الأهداف غالبًا بمسارات تشغيلية لتحقيق هذه الأهداف. أفادت وحدة استخبارات الطاقة والمناخ (ECIU) أن ما لا يقل عن خُمس أكبر الشركات العامة في العالم قد التزمت بتحقيق أهداف صفرية صافية. في السنوات القليلة الماضية ، تم تعيين الآلاف من كبار مسؤولي الاستدامة للمساعدة في تحقيق هذه الأهداف. تحتاج هذه الشركات إلى فهم سريع لعوامل الكربون في عملياتها ، لأنها قدمت بالفعل التزامات عامة وتحتاج إلى تجنب أن يُنظر إليها على أنها “غسيل أخضر”. يعد تحديد المستوى التالي من المقاييس الملموسة التي يمكنها مواءمة وتعبئة المديرين وموظفي الخطوط الأمامية أمرًا ضروريًا لتحقيق تقدم قابل للقياس. يتوقع المستثمرون والعملاء في هذه الشركات بشكل متزايد رؤية أداء الكربون يتم إيصاله من حيث التحسينات القابلة للقياس.
أحد الأمثلة على ذلك هو مجموعة BMW التي التزمت بتقليل انبعاثات الكربون من منتجاتها بنسبة 80 في المائة من مستويات 2019 بحلول عام 2030. لترجمة هذا الهدف إلى خطط قابلة للتنفيذ ، يجب أن يفهموا ثلاث رؤى رئيسية – إسناد الكربون ، ورافعات الكربون التشغيلية ، وكثافة الكربون فرق.
أولاً ، نسب الكربون الخاصة بهم ، أي ما هي أنشطة الإنتاج التي تؤدي إلى معظم انبعاثات الكربون؟ في محاولة لتحديد كمية انبعاثات الكربون وقياس مقدار ما يمكن أن تقلل منه ، عادة ما تتخذ الشركات نهج التخصيص الخارجي أو التنازلي – توزيع المبلغ الإجمالي عبر وحدات تشغيلية مختلفة. مشكلة التخصيص هي أنه مصطنع ولا يتصل جيدًا بالرافعات القابلة للتنفيذ. في العمل الذي نقوم به لمساعدة الشركات على فهم كثافة الطاقة وتحسينها ، نتبع نهجًا داخليًا ، لأننا نربط الانبعاثات بالآلة الفعلية والأنشطة التشغيلية ، والتي نسميها الإسناد.
باستخدام هذه المعلومات ، يجب أن تقرر أي رافعات تشغيلية لها التأثير الأكبر على كثافة الكربون؟ على سبيل المثال ، قد تكون عملية الطلاء مسؤولة عن معظم انبعاثات الكربون ولكنها ليست رافعة مهمة للتغيير. بدلاً من ذلك ، قد تمثل عملية اللحام أكبر فرصة. من المهم أن نفهم ما هي الرافعات التي ستحدث تغييرًا ، وغالبًا ما تكون هذه المعلومات غير شفافة على مستوى مجلس الإدارة لأن إعداد التقارير من أعلى إلى أسفل لا يرتبط بأنشطة الإنتاج الفعلية.
أخيرًا ، هل يختلف أداء الكربون (انبعاث الكربون لإنتاج كل وحدة من المنتج) من يوم لآخر ولماذا؟ هل يختلف من خط إنتاج إلى خط إنتاج ولماذا؟ هل تختلف من موقع لآخر ولماذا؟ غالبًا ما تشير الفروق إلى فرص ملموسة للتحسين ، ومن ناحية أخرى ، قد تؤدي إلى اعتبارات استراتيجية لاعتماد استراتيجيات تشغيل ومنتجات جديدة لتقليل إجمالي الانبعاثات.
لا تمتلك معظم الشركات شفافية بيانات كافية حول منتجاتها للإجابة على هذه الأسئلة. ومع ذلك ، فهذه مزايا لقدرتها على تحقيق الأهداف المحددة. يوجد حاليًا فجوة كبيرة عبر غرفة اللوحة و “غرفة التحكم”. تركز مجالس إدارة الشركة على تحديد الأهداف ، بينما تقوم المصانع بتنفيذ مبادراتنا الجزئية لتحسين كفاءة الطاقة بوتيرة تدريجية. حان الوقت لرأب الصدع.
البحث عن إجابات في بيانات الجهاز
يجب أن تكون العمليات المستدامة قائمة على البيانات ، ويمكن للتحليلات التنبؤية الصناعية القائمة على الذكاء الاصطناعي أن تمهد الطريق. في Atomiton ، نجحنا في نشر حلنا عبر العديد من القطاعات كثيفة الكربون في السنوات القليلة الماضية. إنه يقدم تحليلات تنبؤية مضمنة تتزامن مع عمليات المصنع لحل حالات عدم اليقين هذه ويمكنها حتى أن تسلط الضوء على الظروف التشغيلية التي يمكن الحفاظ عليها دون تغيير ، وأي رافعات محددة يمكن أن يكون لها أكبر تأثير.
جوهر الحل هو Atomiton Stack (A-Stack) ، وهو محرك تحليلات يمكنه فحص كميات كبيرة من بيانات الإنتاج وتحديد أنماط التشغيل. يسمح للمستخدمين بالاتصال بسهولة وإدخال بيانات أجهزتهم في نماذج تحليلية مصممة للتعرف على اتجاهات استهلاك الطاقة واكتشاف أدوات الاستدامة. تتكون المجموعة من ثلاث طبقات: سياق البيانات ، ونمذجة الطاقة ، وتحليلات الاستدامة. يمكن للمكدس استيعاب البيانات من مصادر مختلفة ببروتوكولات مختلفة ، بما في ذلك أجهزة الاستشعار وأنظمة التشغيل والمؤرخين وتطبيقات المؤسسة مثل تخطيط موارد المؤسسات (ERP).
اليوم بالنسبة لكل قرار تشغيلي يتم اتخاذه ، يفهم مشغلو الخطوط الأمامية آثاره على السلامة والجودة ، لكنهم لا يفهمون آثاره على الانبعاثات والاستدامة.
تقدم A-Stack الرؤى القابلة للتنفيذ المرتبطة مباشرة بأهداف الاستدامة للشركات. يساعد هذا المشغلين على رؤية صافي أهداف غرفة مجلس الإدارة تترجم إلى أنشطة تشغيلية يومية. على سبيل المثال ، قد يكون تشغيل غلاية غاز احتياطية أو غلاية كهربائية خيارات جيدة بنفس القدر لارتفاع معين في حمل المعالجة ، ولكن انبعاثات الكربون المنخفضة من الغلاية الكهربائية ، خاصةً إذا كانت تعمل بواسطة “الكهرباء الخضراء” ، قد يكون كثيرًا قرار أكثر استدامة.
تصنيف انبعاثات الكربون
يتم تصنيف انبعاثات غازات الاحتباس الحراري إلى ثلاث مجموعات أو نطاقات بواسطة أداة محاسبة الكربون الدولية الأكثر استخدامًا ، بروتوكول غازات الاحتباس الحراري (GHG). يغطي النطاق 1 الانبعاثات المباشرة من المصادر المملوكة أو الخاضعة للرقابة. يغطي النطاق 2 الانبعاثات غير المباشرة من توليد الكهرباء والبخار والتدفئة والتبريد المشتراة التي تستهلكها الشركة المبلغة. يشمل النطاق 3 جميع الانبعاثات غير المباشرة الأخرى التي تحدث في سلسلة القيمة للشركة.
تركز بعض الشركات على النطاق الثالث ، والذي يصعب للغاية التحكم فيه وتتبعه ، لأنه يتطلب فهمًا للموردين أو العملاء بصمة الكربون. لكن ما يمكن للشركات التحكم فيه هو عملياتها الخاصة. بالنسبة للمصنعين ، يأتي معظم ذلك من أنظمة الإنتاج الخاصة بهم. على سبيل المثال ، 90٪ من انبعاثات النطاق 1 و 2 لمجموعة BMW تأتي من منشآت الإنتاج الخاصة بها. هذه منطقة من مصادر الانبعاث التي نقوم بقياسها وتصورها وتحسينها ببرنامجنا. نرى أنه بشكل متزايد ، مع بدء شركات التنقيب والإنتاج في المطالبة بالشفافية على النطاق 3 ، يجب على مورديها تزويد أنفسهم بالقدرة على قياس وتحسين انبعاثات النطاق 1 و 2 لأن هذه تُترجم إلى انبعاثات النطاق 3 لعملاء المنبع.
استخدام الذكاء الاصطناعي لفهم العملية وتقليل الكربون
قبل أن تبدأ Vopak العمل مع Atomiton ، كانت تعلم أن منشأة السافانا التابعة لها كانت أحد مواقع الشركة ذات الاستهلاك العالي للطاقة. تم شراء غالبية الطاقة المستخدمة من الكهرباء ، والتي تولد انبعاثات النطاق 2. على الرغم من وجود تفويض من الشركة لتقليل انبعاثات غازات الاحتباس الحراري ، لم تكن هناك ترجمة مباشرة لكيفية تشغيل موظفي المحطة الطرفية للمحطة لتحقيق هذا الطموح. تقدم Vopak مجموعة من الخدمات المعقدة لعملائها من خلال عدد لا يحصى من المعدات المختلفة التي تعمل في المحطة ، وإجراء الآلاف من أنشطة الخلط والتحميل والتدفئة كل أسبوع. يصبح أي مفهوم لتقليل الكربون مجردًا عندما لا يعرف المشغلون أدوات العمل الدقيقة ، ويمكنهم استخدامها لتحقيق ذلك.
من خلال عملنا معهم ، يستخدم البرنامج نماذج الذكاء الاصطناعي لإجراء إسناد الكهرباء وتحديد الفروق والرافعات التشغيلية. اتضح أن 80 في المائة من التباين القابل للتحكم في استهلاك الكهرباء جاء من نوع واحد من أنشطة التدفئة. تحول هذا على الفور إلى رافعة انبعاثات – تم تنفيذ ساعات التسخين ولكنها غير مطلوبة.
ومع ذلك ، فإن هذه الرافعة غير قابلة للتنفيذ حتى تقوم التحليلات بإبلاغ التسخين المطلوب لأي خزان وأي قطاعات الأنابيب ، بناءً على جداول التشغيل المتوقعة والظروف والمهلة المتوقعة. من خلال الرؤى التفصيلية في الوقت الفعلي من A-Stack ، يمكن للفريق تنفيذ التغيير بشكل فعال ، وخفض انبعاثات Scope 2 بشكل كبير بنسبة 40٪.
لكي تُترجم أهداف مجلس الإدارة إلى أداء كربوني مُحسَّن على العاملين في المتجر ، يجب أن يمتلك المشغلون الأدوات اللازمة لفهم ما يعنيه ذلك بالنسبة لأدوارهم اليومية، هل يحتاجون إلى تغيير طريقة عملهم ، أو هل يحتاجون إلى القيام بمبادرات مختلفة؟ نحن نسمي ذلك الشفافية المفرطة ، وهناك نقص في الشفافية في هذا الصدد في الوقت الحاضر. أود أن أؤكد أنه لا يمكننا حل جميع المشكلات ، ولكن بالنسبة للمصنعين ، فإننا نحل جزءًا كبيرًا من المعضلة عن طريق إضافة الذكاء والرؤية إلى بيانات الإنتاج والآلة الخاصة بهم التي تسمح لهم بالفهم الكامل للآثار الكربونية لقرارات الإنتاج الخاصة بهم.
