全球科技与能源变革：AI应用与煤炭淘汰重塑制造业碳排放格局

近期全球能源与科技领域的发展，预示着制造业碳排放管理方式正发生重大转变。从美国煤炭电厂的加速退役，到“物理AI”在汽车制造中的融合，中国出口商必须适应范围2和范围3排放格局的变化，以维持在欧盟市场的竞争力。

不可逆转的煤炭淘汰与范围2压力

明尼苏达州的Sherco燃煤发电站正无视支持化石燃料的政治阻力，转化为太阳能、电池和新输电线路。这反映了一个更广泛的全球趋势：煤炭的结构性淘汰。对中国制造商而言，这凸显了一个关键现实。随着全球电网脱碳，“清洁”制造的基准线正在全面上升。虽然欧盟碳边境调节机制（CBAM）目前主要针对特定重工业的直接和间接排放，但《企业可持续发展报告指令》（CSRD）等更广泛的框架要求全面的气候行动。出口商必须通过购电协议（PPA）和现场太阳能加速向可再生能源过渡，以最小化范围2排放，确保其碳强度在面对拥有更绿色电网的竞争对手时保持优势。

物理AI与制造效率

与此同时，现代汽车集团在旧金山AI峰会上公布了其“物理AI”愿景，旨在超越传统汽车制造的边界。物理AI将人工智能与机器人和物理操作相结合，有望大幅提升生产效率和能源优化。汽车、机械和电子行业的中国供应商应密切关注这些进展。采用AI驱动的能源管理系统可以显著降低生产过程的碳强度，为碳核算提供战略优势，并降低出口零部件的隐含碳排放。

AI市场风险与范围3影响

然而，AI行业面临着显著的“红旗和黄旗”警告，尤其是在创收和AI算力的高昂能源成本方面。许多AI公司难以仅靠订阅收入覆盖庞大的基础设施和数据中心成本。对于投资AI进行ESG和碳追踪的制造商来说，这凸显了供应链风险。您必须确保您的碳核算AI和SaaS供应商在财务上是可行的。此外，AI数据中心巨大的能源足迹意味着，如果供应商依赖化石燃料电网，过度依赖高算力的AI工具可能会无意中推高您的范围3排放。

出口商行动建议：

• •审查范围2： 加速可再生能源采购，顺应全球电网脱碳趋势，降低CBAM/CSRD合规风险。
• •评估AI工具： 利用AI提高能效，但需严格审查供应商的财务稳定性及其自身的碳足迹。
• •优化供应链： 利用智能制造带来的运营效率，降低出口产品的隐含碳排放。