Watershed 推出人工智能驱动的产品足迹解决方案，以解决范围 3 供应链排放问题
- 购买商品的范围 3 排放量占企业碳足迹的 60-80%；Watershed 的新 AI 工具有望实现更快、更准确的测量。
- 该系统使采购团队能够模拟供应商选择，弥补可持续采购中长期存在的数据缺口。
- 制造业、汽车业和生命科学领域的早期企业用户报告称，排放核算和供应商参与度有所改善。
技术进入采购的碳盲点
Watershed 推出了一款新的人工智能工具，旨在解决企业气候战略中最持久的挑战之一：测量和减少购买的商品和服务中嵌入的范围 3 排放。
该平台名为 产品足迹，将公司采购的每一件产品分解成其组成材料和生产流程。通过这种方式，它用能够反映实际采购决策的详细分析取代了基于支出的粗略估算。对于上游供应链占碳排放影响大部分的企业来说，这项技术旨在弥补准确性、速度和决策方面的关键差距。
缩小测量差距
传统的生命周期评估 (LCA) 可能需要长达一年的时间，并且依赖于供应商提供海量数据集，许多公司认为这一流程不可行。Watershed 表示，其人工智能系统可以在几分钟内生成所购商品的详细排放概况。
该工具不仅加速了测量过程，还通过映射子材料、流程和区域排放因素来提高精度。企业可以利用主要供应商数据完善这些输出，并运行采购方案，从而能够在签订合同之前量化不同采购选择对气候的影响。
“由于现有方法无法扩展，采购决策是基于不完整或不准确的排放数据做出的，“说 Watershed 联合创始人 Christian Anderson。 “通过将气候智能编码到人工智能中，我们让公司能够做出明智的、可行的选择。=
专为透明度而建
Watershed 将产品足迹定位为更广泛的可持续性 AI 工具套件的一部分，该套件由其 21 名气候科学家和 AI 研究人员组成的团队开发。该系统包含三个处理层：
- 材料富集，它为公司提供的数据添加了背景信息。
- 供应链情报，它为采购流程建模。
- 可持续性情报，将材料和流程与特定地区和供应商的排放因素联系起来。
每次计算都附带一个置信度分数和数据源文档——这是为了解决导致企业报告中采用人工智能速度减慢的透明度问题。
相关文章： Watershed 推出新软件以简化企业气候报告
早期行业测试
制造业、汽车业、化工业和生命科学业等领域的 20 多家大型企业已经试用了该工具。
- 一家购买低碳钢的汽车制造商首次认识到了其排放效益，纠正了传统方法的盲点。
- 一家拥有超过50,000万家供应商的全球生命科学公司整合了来自70多个内部数据库的数据。这项举措帮助该公司优先考虑供应商参与度，并加速了此前受手动流程拖累的项目。
“Watershed Product Footprints 帮助我们以以前无法做到的方式发现整个供应商群体的细微差别，“说 英国柔性泡沫制造商 Vita Group 可持续发展集团总监 Natalie Watson。 “洞察的速度和清晰度正在改变游戏规则。我们曾经专注于少数几家供应商，现在我们可以在数千家供应商中发现模式和机会。
对高管和投资者的影响
对于高管而言，这一发展正值监管机构加强供应链排放报告义务之际。欧盟《企业可持续发展报告指令》（CSRD）和美国证券交易委员会的气候披露规则均加大了提交可验证范围三数据的压力。投资者也在密切关注投资组合公司的供应链韧性和气候风险。
通过缩短测量时间并增强数据粒度，Watershed 的工具可以加速合规性和运营脱碳战略的实施。采购团队现在不仅可以根据成本和可靠性，还可以根据碳排放影响来选择供应商——这一转变将直接影响风险管理和品牌价值。
全球赌注
此次发布反映了可持续发展软件领域的一个更广泛的趋势，即人工智能正在被定制以解决特定的企业瓶颈。尽管可扩展性和供应商参与度方面仍存在疑问，但早期结果表明，专用人工智能可以重塑企业在其价值链中应对气候风险的方式。
对于面临范围 3 排放审查的公司（通常是其足迹中最大和最不透明的部分），使排放可见、可审计和可操作的工具的出现可能具有决定性作用。
