本文探討了人工智能在加強轉型金融以應對全球碳排放上升中的關(guān)鍵作用，研究了其在改善風(fēng)險評估、優(yōu)化投資策略和提高碳密集型行業(yè)效率方面的發(fā)展潛力。同時(shí)，文章強調了人工智能與轉型金融的協(xié)作對于加速全球低碳經(jīng)濟轉型的重要作用，并討論了人工智能的能耗挑戰及利益相關(guān)方合作的必要性。
一、背景
2023年，國際能源署（IEA）報告指出，全球與能源相關(guān)的碳排放量出現大幅上升，增幅為1.1%，相當于增加了4.1億噸（Mt），總排放量創(chuàng )下374億噸（Gt）的歷史新高。這一大幅增長(cháng)延續了2022年4.9億噸（1.3%）的上升趨勢，研究發(fā)現，導致排放量上升的主要原因是煤炭排放，占2023年總體增長(cháng)量的65%以上。碳排放量的上升加劇了自然溫室效應，突破了《巴黎協(xié)定》中1.5°C這一關(guān)鍵閾值。這種前所未有的變暖趨勢，創(chuàng )紀錄的二氧化碳水平和厄爾尼諾氣候現象，加劇了熱浪、洪水和野火等極端天氣事件，對全球生態(tài)系統和人類(lèi)構成嚴重威脅（圖1）。因此，報告指出全球必須迫切采取行動(dòng)來(lái)應對氣候變化，并加速向可持續、低碳轉型。
圖 1.2023年度主要氣候異常情況
資料來(lái)源：美國國家海洋和大氣管理局、美國商務(wù)部
預計到2030年代中期，能源轉型每年將需要約4萬(wàn)億美元。轉型金融也已成為實(shí)現2050年全球凈零碳排放目標的關(guān)鍵要素，對于推動(dòng)2050年實(shí)現凈零碳排放至關(guān)重要，它通過(guò)分配金融資源、緩解轉型風(fēng)險并對相關(guān)成本進(jìn)行定價(jià)，促進(jìn)行業(yè)和地區內部的有序轉型，可為在全球范圍內應對氣候變化做出重大貢獻。因此，自2019年經(jīng)合組織推出以來(lái)，轉型金融已迅速成為全球脫碳工作的關(guān)鍵手段，一系列有針對性的金融工具，如轉型債券、可持續發(fā)展掛鉤債券（SLB）和可持續發(fā)展掛鉤貸款（SLL），有效地支持了減排目標。在轉型債券方面，該市場(chǎng)近年來(lái)穩步增長(cháng)，到2023年已達到近150億美元，但與綠色債券和社會(huì )債券相比，其發(fā)行量仍然相對較低（見(jiàn)表1）。值得注意的是，2018年至2023年期間，通過(guò)可持續發(fā)展掛鉤債券籌集的資金中有一半以上流向了高碳行業(yè)，這體現轉型金融在進(jìn)行行業(yè)脫碳方面的重要性?？s短發(fā)行量的差距，加快推進(jìn)轉型金融的發(fā)展對于建設低碳經(jīng)濟至關(guān)重要。
表1.綠色債券、社會(huì )債券和轉型債券發(fā)行情況（2019-2023年）
人工智能（AI）是指使機器能夠模仿人類(lèi)認知功能的技術(shù)，包括學(xué)習、解決問(wèn)題和做出決策。它涵蓋了機器學(xué)習和深度學(xué)習等學(xué)科，這些學(xué)科涉及到開(kāi)發(fā)能夠通過(guò)數據分析提升其性能的算法，包括數字助理、自動(dòng)駕駛汽車(chē)和生成式工具等在內的人工智能如今已廣泛應用于各種領(lǐng)域，日益成為當代生活中不可或缺的一部分。
目前人工智能在彌合轉型金融領(lǐng)域的現存差距方面具有重要作用，通過(guò)提高風(fēng)險評估的準確性，人工智能可以幫助金融機構更好地理解和管理與轉型項目相關(guān)的風(fēng)險，而先進(jìn)的數據分析和建模預測可以使人工智能能夠識別綠色項目中的潛在投資機會(huì )，確保資金得到有效配置。此外，人工智能還可以通過(guò)整合可持續性指標來(lái)優(yōu)化投資組合，使機構能夠在收益回報和環(huán)境影響之間取得平衡，從而加速向可持續、低碳經(jīng)濟的轉型。
二、人工智能在應對氣候變化中的崛起
人工智能對轉型進(jìn)程和轉型金融的演變的重要性與日俱增。人工智能的應用現已擴展到脫碳工作和ESG報告的各個(gè)方面，它能提供例如有關(guān)碳負債的關(guān)鍵數據以及在支持業(yè)界進(jìn)行綠色實(shí)踐方面也起到了重大作用。
根據普華永道和微軟公司的報告，預計到2030年，人工智能在環(huán)境方面的應用將使碳強度降低8%，這有助于應對氣候變化和實(shí)現《巴黎協(xié)定》目標。資料顯示，僅在能源系統中，人工智能就已確定了50多種不同的用途，預計到2032年，該領(lǐng)域的人工智能市場(chǎng)將達到130億美元，而全球可再生能源領(lǐng)域的人工智能市場(chǎng)則將超過(guò)1148.7億美元，復合年增長(cháng)率（CAGR）高達27.70%。
然而，人工智能的發(fā)展呈現出一個(gè)悖論：其部署需要大量的電力，而電力能耗可能會(huì )加劇對環(huán)境的影響，并不利于促進(jìn)碳減排。為了解決這一矛盾，技術(shù)和能源部門(mén)之間的合作至關(guān)重要，以確保人工智能帶來(lái)的優(yōu)勢大于其對環(huán)境帶來(lái)的劣勢。一個(gè)潛在的解決方案是開(kāi)發(fā)人工智能算法來(lái)優(yōu)化能源使用，包括“智能”監測和系統優(yōu)化。通過(guò)對人工智能工作負載的能源消耗進(jìn)行準確測量，會(huì )有助于了解能耗使用路徑和減少能源使用。
不過(guò)，人工智能的使用對環(huán)境也有相當大的積極作用。人工智能能夠幫助碳密集型行業(yè)提升能源效率（圖2）。例如，在樓宇中，人工智能與物聯(lián)網(wǎng)相結合，可以通過(guò)分析大量數據集，識別出隱藏的能源成本并改進(jìn)暖通空調等系統，從而減少30%的用電量。而在制造業(yè)中，人工智能可以支持預測性維護，防止故障發(fā)生，減少能源浪費，同時(shí)還能自動(dòng)進(jìn)行質(zhì)量檢查，最大限度地減少材料浪費。此外，人工智能驅動(dòng)的設計創(chuàng )新可帶來(lái)更節能的產(chǎn)品，從而進(jìn)一步降低能耗和提高可持續性。
圖2.包括人工智能在內的數字技術(shù)可以為幫助能源等行業(yè)實(shí)現凈零排放做出重大貢獻
資料來(lái)源：世界經(jīng)濟論壇
有許多案例表明，人工智能已經(jīng)幫助不同行業(yè)提高效率，降低排放和推進(jìn)可持續發(fā)展。例如，阿布扎比國家石油公司(ADNOC)通過(guò)其與G42和Presight合資成立的技術(shù)企業(yè)AIQ， 成功利用人工智能開(kāi)發(fā)的預測性維護和機器學(xué)習工具，在短短一年內減少了多達一百萬(wàn)噸的碳排放量。通過(guò)部署SMARTi和Robowell等AI工具，ADNOC增強了遠程監控和管理設備、優(yōu)化鉆井生產(chǎn)活動(dòng)以及改善資源管理，通過(guò)人工智能不僅簡(jiǎn)化了流程，而且其先進(jìn)的預測分析和高效的資源利用也大幅減少了碳排放。
再例如，大語(yǔ)言模型（LLM）利用深度學(xué)習技術(shù)處理和解讀大量的復雜數據，提高了計算效率。這些模型通過(guò)分解并理解數據中的復雜模式使得各行各業(yè)能夠做出更快、更明智的決策。在能源生產(chǎn)領(lǐng)域，大語(yǔ)言模型可以同時(shí)分析多種變量，如天氣模式、歷史數據和市場(chǎng)趨勢，從而實(shí)現能源資源的精準預測和優(yōu)化，顯著(zhù)減少了能源浪費和碳排放。此外，大語(yǔ)言模型通過(guò)自動(dòng)執行日常任務(wù)和實(shí)時(shí)監測，顯著(zhù)增強了運營(yíng)流程的效率，從而釋放了人力資源。企業(yè)也通過(guò)整合這些模型，專(zhuān)注于更高層次的戰略舉措，從根本上改變了行業(yè)的運作方式，為環(huán)境保護工作做出了積極貢獻。
而在材料科學(xué)領(lǐng)域，人工智能正被用于識別對碳捕獲最有效的分子結構，這是應對氣候變化的關(guān)鍵技術(shù)。而在另一個(gè)能源密集型行業(yè)，農業(yè)領(lǐng)域中，人工智能通過(guò)分析土壤微量營(yíng)養元素、提高了作物產(chǎn)量并減少了多達40%的用水量，改變了傳統的耕作方式。這些技術(shù)進(jìn)步降低了農業(yè)生產(chǎn)對環(huán)境的影響，有助于全面減少溫室氣體排放。
未來(lái)五到十年，人工智能有望推動(dòng)核聚變、氫能、模塊化核電和長(cháng)期電池存儲的技術(shù)突破，以及實(shí)現其他當前難以設想的氣候解決方案。這些創(chuàng )新對于實(shí)現聯(lián)合國可持續發(fā)展目標（SDGs）中提出的“到2030年，人人享有負擔得起的清潔能源”全球目標至關(guān)重要。
此外，人工智能也在促進(jìn)制造業(yè)的革新，尤其是在鋼鐵生產(chǎn)的脫碳方面。電弧爐（EAF）利用電力而不是煤炭來(lái)熔化廢金屬，可以大幅減少碳排放。然而，也因此為如何管理回收原料帶來(lái)了新的挑戰。通過(guò)人工智能優(yōu)化的系統，能夠為每批廢料提供最佳的生產(chǎn)設置，進(jìn)而最大限度地減少昂貴且碳排放量大的添加劑的使用（圖3）。例如，巴西一家鋼鐵制造商近期采用了人工智能優(yōu)化的系統，成功地將合金添加劑的消耗量降低了8%，不僅實(shí)現了成本節省，還使得每生產(chǎn)一噸鋼的碳排放量減少了7.5%。
圖 3 巴西鋼鐵企業(yè)人工智能優(yōu)化系統示意
資料來(lái)源：https://www.icef.go.jp/wp-content/uploads/2024/02/AI-Climate-Roadmap-ICEF-Dec-1-2023.pdf
人工智能對于提高脆弱地區應對氣候變化的能力也具有重大貢獻。在布隆迪、乍得和蘇丹等地區，人工智能已被用于預測氣候變化模式和制定有效的適應戰略。由德國聯(lián)邦環(huán)境部在當地資助的國際氣候項目（IKI），借助人工智能評估人道主義危機地區的氣候脆弱性，針對水、衛生和能源方面提出了具體的適應解決方案。這些方案加快了清潔能源的獲取速度，改善了廢物管理，并促進(jìn)了植樹(shù)造林，從而使當地社區能夠更直接地應對氣候變化。另外，人工智能MyAnga應用程序為肯尼亞牧民提供了地區干旱情況的數據，使社區能夠更有效地管理資源并減輕氣候變化的影響。除此之外，人工智能還通過(guò)改善空氣質(zhì)量監測、優(yōu)化交通管理和提升廢物處理能力來(lái)增強城市的韌性，從而使城市變得更加可持續和宜居。
在全球應對氣候變化的倡議中，人工智能同樣發(fā)揮著(zhù)重要作用。作為聯(lián)合國下屬機構之一，世界氣象組織（WMO）正積極利用人工智能來(lái)提高天氣預報的準確性，并致力于減少災害風(fēng)險。聯(lián)合國秘書(shū)長(cháng)所提出的“全民享有早期預警”倡議中，明確提出了到2027年讓地球上的每個(gè)人都能免受危險天氣事件影響的目標，而人工智能在實(shí)現這一宏偉目標中也扮演著(zhù)核心角色。
人工智能正通過(guò)在各行各業(yè)推動(dòng)更高效、更可持續的實(shí)踐，為這些行業(yè)應對氣候變化提供有力支持。從減少能源生產(chǎn)和制造過(guò)程中的排放，到增強脆弱社區的復原力，人工智能正逐步成為全球實(shí)現碳中和及減輕氣候變化影響的關(guān)鍵工具。然而，要充分發(fā)揮這一關(guān)鍵工具的作用，我們必須謹慎管理人工智能自身的能源需求，并促進(jìn)技術(shù)與能源部門(mén)之間的緊密合作，以確保人工智能驅動(dòng)的創(chuàng )新所帶來(lái)的益處，能夠遠遠超過(guò)其可能帶來(lái)的環(huán)境成本。
三、人工智能與轉型金融之間的協(xié)同作用：利用人工智能進(jìn)行金融監管與評估
人工智能在轉型金融中發(fā)揮著(zhù)重要作用，它可以利用數據分析來(lái)評估與氣候相關(guān)的風(fēng)險，并自動(dòng)執行碳核算和報告等任務(wù)。
在2023年全球道德金融大會(huì )上，世界自然基金會(huì )(WWF)推出了一種新的人工智能支持工具，來(lái)幫助金融監管者，資產(chǎn)管理者和金融機構評估他們所投資公司的凈零轉型計劃是否穩健、是否有基于科學(xué)的目標以及到2050年實(shí)現凈零排放的可靠途徑。重要的是，它將能夠識別公司是否存在“漂綠”行為。該工具由蘇黎世大學(xué)和牛津大學(xué)共同合作開(kāi)發(fā)，通過(guò)這個(gè)數據驅動(dòng)的工具，中央銀行、投資者、和監管機構將可以自動(dòng)執行和擴大對轉型計劃的分析，仔細評估公司的環(huán)境和與氣候相關(guān)的索賠，并選擇那些涉嫌“漂綠”的公司進(jìn)行更深入的評估、分析。另外，國際清算銀行（BIS）與歐洲中央銀行、西班牙銀行和德意志聯(lián)邦銀行等合作伙伴合作開(kāi)發(fā)了一款人工智能應用程序Gaia項目，可以快速有效地提取有關(guān)總排放量、綠色債券發(fā)行和自愿凈零承諾等指標的數據，對金融體系內氣候相關(guān)風(fēng)險進(jìn)行分析，從而大大減少氣候評估中的人工工作。
此外，人工智能在全球碳核算試點(diǎn)項目中的應用越來(lái)越多。舉例來(lái)說(shuō)，根據溫室氣體核算體系GHG Protocol的范圍劃分，范圍一指的是公司直接的溫室氣體排放，范圍二則涉及公司間接造成的排放，主要來(lái)源于其購買(mǎi)和使用的能源。而范圍三則涵蓋了那些既非由公司本身產(chǎn)生，也非公司擁有或控制的資產(chǎn)活動(dòng)所產(chǎn)生的排放，而是由公司間接負責的價(jià)值鏈上下游活動(dòng)所產(chǎn)生的排放。具體而言，范圍三包括了所有不在范圍一和范圍二邊界內的排放源。人工智能的應用可以有效監測與分析范圍三的排放數據，進(jìn)而幫助企業(yè)制定切實(shí)可行的轉型計劃，以及針對整個(gè)價(jià)值鏈的減排策略。
人工智能在推動(dòng)全球能源轉型存在巨大價(jià)值。人工智能的應用可以提高能源效率、減少設備維護成本和優(yōu)化系統規劃，降低能源轉型的整體投資需求。據彭博新能源財經(jīng)（BNEF）估算，每提高1%的需求效率，在2020年至2050年期間可減少1.3萬(wàn)億美元的清潔能源發(fā)電投資。
隨著(zhù)人工智能在全球各行業(yè)轉型活動(dòng)中的日益整合與擴展，其影響范圍已遠遠超出了單純的技術(shù)層面。而在人工智能進(jìn)行大規模應用之前，解決網(wǎng)絡(luò )安全、數據偏差和能源使用等產(chǎn)生的風(fēng)險至關(guān)重要，這就需要國際合作來(lái)應對挑戰，并共同促進(jìn)人工智能與轉型金融的相融合。
四、案例研究：中國的“雙碳”目標與人工智能驅動(dòng)的轉型
中國的“雙碳”目標——2030年前達到碳達峰和2060年前實(shí)現碳中和正在推動(dòng)大規模的產(chǎn)業(yè)轉型。中國人民銀行牽頭構建了轉型金融框架，為火電、鋼鐵、建筑和農業(yè)等關(guān)鍵行業(yè)進(jìn)行產(chǎn)業(yè)轉型提供指導。
在地方層面，浙江省的湖州市與衢州市，以及江西省的萍鄉市與九江市，在轉型金融方面積極先行。特別是湖州市，結合G20轉型金融框架，制定了以高碳產(chǎn)業(yè)為核心的綜合性“轉型金融支持活動(dòng)目錄”。該目錄涵蓋了106項轉型技術(shù)，為企業(yè)轉型及碳核算等方面提供了具體指南。這些地方的舉措展示了地方層面在推進(jìn)轉型金融、應對碳排放挑戰及促進(jìn)產(chǎn)業(yè)轉型方面的共同努力。
在推動(dòng)中國實(shí)現雙碳目標的轉型過(guò)程中，人工智能正扮演著(zhù)至關(guān)重要的角色。
（一）人工智能在金融領(lǐng)域的應用
目前我國金融領(lǐng)域已廣泛應用人工智能技術(shù)，涵蓋了智能客服、智能投研、智能運營(yíng)、數字員工和人工智能助手等多個(gè)方面。作為人工智能大模型的早期采用者，金融業(yè)擁有豐富的數據資源和先進(jìn)的數字化技術(shù)基礎。這些模型的應用提升了銀行、保險和資產(chǎn)管理等行業(yè)的經(jīng)營(yíng)效率，并有效降低了運營(yíng)成本。
中國工商銀行率先將人工智能大模型融入銀行業(yè)務(wù)。工商銀行利用自研技術(shù)棧，構建了一個(gè)擁有過(guò)千億參數的AI模型，實(shí)現了遠程銀行、信用風(fēng)險管理、金融市場(chǎng)等關(guān)鍵業(yè)務(wù)領(lǐng)域的全流程創(chuàng )新。這種人工智能驅動(dòng)的方法為銀行帶來(lái)了實(shí)質(zhì)性的提升，包括提高服務(wù)效率、優(yōu)化智能風(fēng)險評估和自動(dòng)化運營(yíng)管理。
中國農業(yè)銀行則推出了人工智能大型模型ChatABC， ChatABC建立在農業(yè)銀行的人工智能服務(wù)基礎設施之上，增強大模型在金融領(lǐng)域的知識理解能力、內容生成能力以及安全問(wèn)答能力。該模型擁有超100億個(gè)參數，在內部用于多輪問(wèn)答和自動(dòng)響應等任務(wù)，同時(shí)農業(yè)銀行還通過(guò)模型即服務(wù)（MaaS）平臺提供決策支持服務(wù)，幫助持續拓展ChatABC在營(yíng)銷(xiāo)、風(fēng)控、客服等領(lǐng)域的應用，推動(dòng)數字化轉型，提升服務(wù)能力。
中國郵政儲蓄銀行將百度的生成式AI對話(huà)模型“文心一言”成功集成至“郵儲銀行大腦”平臺，進(jìn)一步強化其智能金融服務(wù)能力。此次合作助力郵儲銀行在客戶(hù)服務(wù)、數字員工和虛擬分支機構等領(lǐng)域，提供更加個(gè)性化和智能化的金融產(chǎn)品。憑借“文心一言”對中文的深入理解、跨模態(tài)語(yǔ)義能力以及先進(jìn)的人工智能技術(shù)，郵儲銀行得以?xún)?yōu)化用戶(hù)互動(dòng)體驗，實(shí)現日常任務(wù)的自動(dòng)化處理，并提供全天候的支持服務(wù)，顯著(zhù)提升了運營(yíng)效率。該人工智能模型針對郵儲銀行的行業(yè)特性進(jìn)行了精細化調整，能夠為其包括偏遠地區用戶(hù)、中小企業(yè)和綠色金融客戶(hù)在內的多樣化客戶(hù)群體，提供定制化金融服務(wù)。此外，通過(guò)大數據分析，人工智能模型還能預測銀行內部潛在問(wèn)題并優(yōu)化決策過(guò)程，從而有效支持郵儲銀行的運營(yíng)和風(fēng)險管理工作。
在金融領(lǐng)域人工智能創(chuàng )新的同時(shí)，電力行業(yè)也在積極探索類(lèi)似的進(jìn)步，人工智能正在成為推動(dòng)電力行業(yè)高效率、可持續性運營(yíng)的重要力量。
（二）人工智能在電力行業(yè)中的應用
在中國的電力行業(yè)，人工智能正被廣泛應用于多個(gè)場(chǎng)景，涵蓋發(fā)電、電網(wǎng)管理和用電等各個(gè)環(huán)節。以南方電網(wǎng)為例，其在抽水蓄能電站部署了AI數據分析平臺，從人工巡檢轉向線(xiàn)上智能管理，改變了電力設備的維護方式（圖4）。該平臺的應用顯著(zhù)降低了成本，提高了運營(yíng)效率，不僅能夠準確識別潛在的設備缺陷，還能在需求高峰期有效提升發(fā)電量。
圖4.南方電網(wǎng)AI數據分析平臺
資料來(lái)源：https://www.sohu.com/a/764091213_120018660
在新能源領(lǐng)域，國網(wǎng)新疆最新的電力預測系統應用人工智能等10余種算法，深度挖掘數據以隨時(shí)掌握新能源電量情況，促進(jìn)新能源消納。系統能根據不同天氣條件精細化建立預測模型，提高預測準確性，并可接收近千個(gè)新能源場(chǎng)站數據來(lái)預測新疆電網(wǎng)的新能源功率，助力調度部門(mén)安排發(fā)電計劃和進(jìn)行電力調度控制，新能源功率預測精度超過(guò)93%，大大提高了新能源利用率。另外，人工智能也能被應用到燃煤電廠(chǎng)中的輔助決策和故障解決，在變電站和輸電線(xiàn)路中，人工智能技術(shù)也被用于設備監控和維護。
在企業(yè)運營(yíng)方面，福建寧德核電有限公司開(kāi)發(fā)了專(zhuān)為核工業(yè)設計的大語(yǔ)言模型“錦書(shū)”，該平臺部署了智能培訓系統、個(gè)人崗位晉升系統等多個(gè)應用，并支持文生圖、文生PPT等創(chuàng )新功能，極大提升了工作效率和促進(jìn)了知識分享。此外，國家能源集團為燃煤電廠(chǎng)創(chuàng )建了首個(gè)人工智能助手，可以利用綜合數據分析來(lái)支持生產(chǎn)和管理決策。
人工智能也在推動(dòng)配電和微電網(wǎng)領(lǐng)域的創(chuàng )新，如上海電力公司的人工智能輔助決策系統和北京電力設備公司的一體化綠色微電網(wǎng)等項目。此外，深圳虛擬電廠(chǎng)管理中心是中國最全面、規模最大的虛擬電廠(chǎng)之一，通過(guò)人工智能來(lái)優(yōu)化其電力供需。
（三）人工智能在金融與電力領(lǐng)域的協(xié)同效應
人工智能對“雙碳”目標實(shí)現起到了加速作用，也對轉型金融的發(fā)展起積極作用。雖然與綠色債券相比，轉型債券等轉型金融工具的進(jìn)展較慢，但金融與人工智能創(chuàng )新的相結合，能更好地發(fā)揮金融在產(chǎn)業(yè)轉型中的作用，不僅有助于相關(guān)金融產(chǎn)品的創(chuàng )新，也有助于中國在人工智能驅動(dòng)的可持續發(fā)展實(shí)踐中保持領(lǐng)先地位。
人工智能在金融與電力領(lǐng)域的應用正加速推動(dòng)能源轉型與轉型金融的發(fā)展。在金融領(lǐng)域，由人工智能驅動(dòng)的智能客戶(hù)服務(wù)、風(fēng)險管理和運營(yíng)效率創(chuàng )新正為數字化轉型樹(shù)立新的標準，并增強了金融機構在精準執行綠色金融計劃、高效管理大型數據集以及提供符合可持續發(fā)展目標的個(gè)性化金融服務(wù)方面的能力。同時(shí)，在電力領(lǐng)域，人工智能正在通過(guò)先進(jìn)的數據分析、預測性維護和優(yōu)化的發(fā)電技術(shù)，徹底改變能源管理方式，如上述案例研究所示，通過(guò)提升電力預測的準確性和提高設備效率，人工智能正在為能源系統的穩定性和可持續性做出貢獻。
人工智能技術(shù)在這兩個(gè)領(lǐng)域的融合，為金融機制與能源轉型目標保持一致提供了一個(gè)獨特的機會(huì )。人工智能通過(guò)分析能源行業(yè)的大量數據，也可為金融行業(yè)，特別是綠色和轉型金融領(lǐng)域提供了更好的投資決策。例如，可以利用電網(wǎng)和可再生能源項目的實(shí)時(shí)數據對金融大數據模型進(jìn)行微調，從而創(chuàng )造出支持可持續能源基礎設施的發(fā)展的創(chuàng )新型金融產(chǎn)品。這種人工智能應用的融合不僅加速了能源轉型，也提升了轉型金融的有效性。
五、結束語(yǔ)與展望
人工智能與轉型金融的融合可以帶來(lái)巨大機遇，但也可能遇到重大挑戰。與其他國家一樣，一個(gè)關(guān)鍵問(wèn)題是目前缺乏統一的轉型金融的定義。這一定義的不明確可能導致“假環(huán)?！表椖砍霈F，同時(shí)，數據支持不足，難以準確識別和監管項目等風(fēng)險也仍舊存在。此外，工業(yè)部門(mén)實(shí)現凈零排放的路徑仍不明朗，這也令轉型金融變得更加復雜。
為應對這些挑戰，充分釋放人工智能在轉型金融領(lǐng)域的潛力，需要建立明確的轉型金融定義，完善框架標準，建立全面的信息披露體系。人工智能可以通過(guò)提供高級數據分析和建模預測來(lái)增強項目識別和監控，貢獻解決方案。利用人工智能分析大型數據集，識別可信的轉型項目，并確保透明度，可以最大限度地降低“漂綠”的風(fēng)險。
人工智能還為提高轉型金融框架的清晰度和有效性提供了解決方案。機器學(xué)習算法可以幫助完善和標準化轉型金融的定義和標準，而人工智能工具可以提高數據報告和項目評估的準確性。此外，人工智能可以通過(guò)提供對新興趨勢的洞察和優(yōu)化轉型金融的金融策略來(lái)支持金融產(chǎn)品和工具的創(chuàng )新。
目前，人工智能在可持續發(fā)展中的應用也得到多方重視，然而，由于其問(wèn)題的復雜性和所面臨的巨大挑戰，國際合作與共同努力顯得尤為重要。在聯(lián)合國于今年5月舉辦的第九屆科學(xué)、技術(shù)和創(chuàng )新促進(jìn)可持續發(fā)展目標多利益相關(guān)方論壇上，Defined.ai的創(chuàng )始人兼首席執行官Daniela Braga也強調了人工智能驅動(dòng)的可持續發(fā)展倡議所面臨的資金嚴重不足和資源短缺問(wèn)題。
人工智能技術(shù)與轉型金融相結合在推進(jìn)可持續性發(fā)展，特別是在能源轉型領(lǐng)域尤為重要。國際合作可推動(dòng)最佳實(shí)踐的交流、知識共享和制定全球標準，對于促進(jìn)這兩個(gè)領(lǐng)域之間的協(xié)作至關(guān)重要。此外，人工智能通過(guò)實(shí)現實(shí)時(shí)數據共享和跨境分析，能夠進(jìn)一步加強這一進(jìn)程。鑒于全球碳排放量持續上升，利用人工智能推動(dòng)轉型金融的發(fā)展，對于加速向低碳經(jīng)濟轉型具有重要作用。人工智能與轉型金融之間的協(xié)同作用不僅為減緩氣候變化提供了一條有效途徑，而且為增強全球經(jīng)濟的復原力、構建可持續社會(huì )帶來(lái)了變革性的機遇 。
參考文獻
1.https://www.iea.org/reports/co2-emissions-in-2023/executive-summary
2.https://www.noaa.gov/news/2023-was-worlds-warmest-year-on-record-by-far
3.https：//www.cnbc.com/2024/04/22/energy-transition-to-need-4-trillion-annually-blackrock.html#：~：text=BlackRock%20estimates%20that%20the%20world's，%2C%20especially%20in%20Asia%2DPacific
4.https://www.spglobal.com/_assets/documents/ratings/research/101593071.pdf
5.https://www.climatebonds.net/files/reports/cbi_slb_report_2024_04d.pdf
6. https://www.ibm.com/topics/artificial-intelligence
7.https://sponsored.bloomberg.com/article/BHC3/how-artificial-intelligence-is-fueling-the-energy-transition
8.https://www.precedenceresearch.com/artificial-intelligence-in-renewable-energy-market
9.https://www.sciencedirect.com/science/article/pii/S2210537923000124
10. https://www.mdpi.com/1996-1073/11/11/2869
11. https://www.weforum.org/agenda/2024/07/generative-ai-energy-emissions/
12.https://www.clustercollaboration.eu/content/artificial-intelligence-improves-energy-efficiency-buildings
13. https://www.weforum.org/agenda/2024/01/how-we-can-unleash-the-power-of-ai-in-manufacturing/
14.https://www.japantimes.co.jp/commentary/2024/07/16/world/ai-energy-climate-nexus/#:~:text=It%20is%20difficult%20to%20overstate,and%20minimizing%20emissions%20at%20scale.
15.https://www.japantimes.co.jp/commentary/2024/07/16/world/ai-energy-climate-nexus/#:~:text=It%20is%20difficult%20to%20overstate,and%20minimizing%20emissions%20at%20scale.
16. https://www.icef.go.jp/wp-content/uploads/2024/02/AI-Climate-Roadmap-ICEF-Dec-1-2023.pdf
17.https://eecentre.org/2019/05/01/iki-project
18.https://news.un.org/en/story/2023/11/1143187
19.https://news.un.org/en/story/2023/11/1143187
20.https://www.cebnet.com.cn/20240129/102934168.html
21．https://www.cebnet.com.cn/20230331/102868614.html
22.https://www.psbc.com/cn/gyyc/ycfm/ycdt/202302/t20230221_194251.html
23.https://www.sohu.com/a/764091213_120018660
24.https://baijiahao.baidu.com/s?id=1793483355672237206&wfr=spider&for=pc
25.https://baijiahao.baidu.com/s?id=1793483355672237206&wfr=spider&for=pc
26.https://press.un.org/en/2024/ecosoc7162.doc.htm
作者：
Daria Gerasimenko 中央財經(jīng)大學(xué)綠色金融國際研究院助理研究員
劉思辰 中央財經(jīng)大學(xué)綠色金融國際研究院助理研究員
原創(chuàng )聲明
如需轉載、引用本文觀(guān)點(diǎn)，請注明出處為“中央財經(jīng)大學(xué)綠色金融國際研究院”。
