在“雙碳”戰(zhàn)略目標推動下，綠色轉型成為產(chǎn)業(yè)升級和企業(yè)發(fā)展的重要方向。同一時刻，AI正重塑行業(yè)格局，如何將AI能力融入可持續(xù)發(fā)展場景，成為綠色產(chǎn)業(yè)智能升級的關鍵課題。近期，在DB旗艦“數(shù)云原力2025-企業(yè)AI價值先鋒實踐”直播活動中，DB旗艦與北京嘉岳數(shù)智科技有限公司（以下簡稱“嘉岳數(shù)智”）圍繞雙方在碳排放評估智能化領域的合作展開探討，分享生成式AI推動企業(yè)綠色低碳轉型的創(chuàng)新路徑。

綠色轉型進入深水區(qū)
碳評估亟需智能升級

作為實現(xiàn)“雙碳”目標的基礎性工作，碳排放評估面臨覆蓋面廣、數(shù)據(jù)復雜、人工負擔重等挑戰(zhàn)，傳統(tǒng)方法在多行業(yè)、多項目場景下成本高、效率低。嘉岳能源深耕清潔能源與碳資產(chǎn)管理領域，累積多年行業(yè)經(jīng)驗，深刻洞察碳排放評估流程中的諸多痛點。

大語言模型特性及其現(xiàn)階段在各個行業(yè)的應用，讓嘉岳數(shù)智看到AI和碳排放評估結合的契機。為此，引入AI技術，探索碳評估智能化、標準化、高質量交付的新路徑，助力低碳轉型提質增效。

北京嘉岳數(shù)智科技有限公司創(chuàng)始人、總經(jīng)理魏浩指出，傳統(tǒng)人工編制碳評報告面臨四大挑戰(zhàn)：一是數(shù)據(jù)來源分散。新建項目需要查閱大量資料提取關鍵信息，存量項目則需梳理復雜的能耗與排放數(shù)據(jù)；二是文本內(nèi)容專業(yè)性強。碳評報告不僅要匯總數(shù)據(jù)，更需嚴謹?shù)恼叻治?、邊界設定等技術性描述；三是數(shù)據(jù)形式多樣。報告中融合文本、公式、表格、圖片等多種格式，人工處理效率低、出錯率高。四是精度要求高。整份報告需經(jīng)過多輪數(shù)據(jù)校驗與內(nèi)容復核。

通專融合
加速碳評體系智能升級

為加快碳排放評估體系的智能化升級，DB旗艦依托旗下神州問學平臺在DocOps及Agent Ops的技術優(yōu)勢，通過與嘉岳數(shù)智在碳評測報告、減排策略制定等嚴肅文本場景的深度合作，將AI能力精準嵌入綠色轉型流程，幫助企業(yè)提高碳管理和報告編制效率，更好地實現(xiàn)可持續(xù)發(fā)展的目標。

DB旗艦通明湖云和信創(chuàng)研究院AI解決方案中心總經(jīng)理李盛表示，針對嘉岳數(shù)智在碳評工作中面臨的復雜文本處理和專業(yè)知識融合需求，DB旗艦提出了三項核心方案：第一，為了增加文本內(nèi)容生成的準確度，打造EPAG(Expert process augmented generation專家流程增強生成)的技術框架，通過融合大模型能力與行業(yè)專家知識，形成深度知識理解和推理能力；第二，利用基于Agent的場景分類與推理機制，實現(xiàn)針對碳排放報告、政策分析、核算方法論等多樣化的嚴肅文本場景，精準生成可復用的專業(yè)模板；第三，建立基于自動化評估與反饋學習的AI輔助生成流程，結合嘉岳專家資源，以人機協(xié)同的方式持續(xù)迭代內(nèi)容質量，最終共創(chuàng)面向綠色低碳行業(yè)的嚴肅長文本專業(yè)生成與評審平臺。

“我們希望打造一個真正‘懂碳’的AI助手，幫助嘉岳數(shù)智將專家的隱性知識轉化為企業(yè)的顯性能力，從而提升整體服務的專業(yè)度和效率。”李盛表示。

打造AI綠色轉型樣板
布局可持續(xù)未來

目前，雙方共同打造的智能評估產(chǎn)品已進入預發(fā)布階段，并在多個關鍵指標上實現(xiàn)顯著提升：首先，專業(yè)領域中術語理解的準確度大幅提升，模型在碳排放、碳核算、政策法規(guī)等方面的語義理解能力大幅增強，更加契合行業(yè)語境；其次，AI生成內(nèi)容采用率顯著提高，文本質量更高、專業(yè)性更強，有效減少人工編輯工作量；最后，碳核算相關指標的準確率提升至95%以上，顯著提升報告的可靠性，滿足企業(yè)在雙碳管理中的精度要求。

在“綠色發(fā)展+智能技術”的雙重驅動下，雙方圍繞“專家流程增強生成（EPAG）”方法論，構建生產(chǎn)級嚴肅文本自動生成系統(tǒng)，不僅大幅提升碳評估工作效率，更為生成式AI在垂直行業(yè)落地樹立標桿。

魏浩表示，基于神州問學平臺，嘉岳數(shù)智會陸續(xù)拓展政策檢索、行業(yè)分類等智能助手功能，在碳領域基礎上向更多細分場景延展，打造適配實際業(yè)務需求的智能工具集。李盛表示，DB旗艦將圍繞“AI for Process”繼續(xù)深化通專融合能力，以“業(yè)務+技術驅動”的范式去構建聯(lián)合解決方案，推動生成式AI在更多垂直行業(yè)落地應用。