摘要：2024年度绿色制造名单中，新培育国家层面绿色工厂1382家、绿色工业园区123家、绿色供应链管理企业126家；工信部印发的《绿色工厂梯度培育及管理办法》推动形成“国家-省-市”三级培育机制，带动地方累计梯度培育省市层面绿色工厂1.6万余家；《关于加快推动制造

2024年度绿色制造名单中，新培育国家层面绿色工厂1382家、绿色工业园区123家、绿色供应链管理企业126家；工信部印发的《绿色工厂梯度培育及管理办法》推动形成“国家-省-市”三级培育机制，带动地方累计梯度培育省市层面绿色工厂1.6万余家；《关于加快推动制造业绿色化发展的指导意见》提出，到2030年制造业绿色低碳转型成效显著，绿色工厂产值占制造业总产值比重将超过40%的目标。

绿色发展是高质量发展的底色。当前，加快发展方式绿色转型，做强绿色制造业，发展绿色低碳产业和供应链，构建绿色低碳循环经济体系是工业互联网企业赋能新型工业化发展的着力点之一。

制造业绿色化转型路径是什么？

数据显示，国家级绿色工厂达到6430家，实现产值占制造业总产值比重约20%，覆盖电子、汽车、化工等34个行业。国家级绿色工业园区超370家，工业固废综合利用率达55%以上。

虽然制造业绿色转型升级取得长足进展，绿色制造体系逐步形成，但区域与行业存在不平衡。东部地区绿色制造水平领先，如苏州工业园区能耗强度仅为全国平均1/3，而中西部仍需追赶。高耗能制造业占比虽下降，但钢铁、水泥等行业碳排放强度仍较高。

TCL格创东智双碳事业部总经理王辉在接受“工业互联网世界”&《通信产业报》全媒体记者采访时表示，制造业绿色化转型需以“全链条低碳生态体系”为目标，从产品设计端到产业链协同端实现系统性变革。从绿色设计、制造工艺、生产过程、碳排管控与产业协同五大维度，形成“产品降耗→工艺提效→生产脱碳→碳排可视→生态共生”的端到端闭环。

路径一是绿色设计革新从源头破解高碳难题。绿色设计作为价值链的“始发站”，通过源头管控实现系统性减碳，已成为产业可持续发展的核心策略。

路径二是以工艺革命突破“高精度-高能耗”定义制造新范式。生产工艺针对性优化与生产流程AI技术应用，实现生产全流程节能降碳。结合AI动态智能调控，重构高精度制造的能效极限。

路径三是从单点突破到系统协同释放全链路能效潜力。结合高端制造业用能特点、能耗现状，针对性以节能技术改造及新能源引入等方式，实现生产过程优化调整，节能提效。

路径四是构建碳管理体系，落实碳足迹追溯。基于数字化技术，构筑碳管理体系，应用前沿技术脱碳减碳，同时搭建产品碳足迹管理平台，实现碳足迹信息追溯。

路径五是从单体工厂到全链生态实现零碳运营。通过基础设施革新与供应链协同，将零碳实践从工厂扩展至全产业链。

挑战有哪些？

随着AI算法模型、Multi-Agent多智能体等技术的规模化应用，制造业将实现全链路能碳协同管理，推动绿色制造从单点突破迈向全产业链生态化转型，释放高质量发展潜力。

王辉指出，在绿色制造实践过程中仍面临一些挑战。

第一，能源管控粗放，数字化智能化水平低下。90%的制造业企业能源数字化处在智能化二级及以下，主要依赖人工抄表和本地数字监控，仅实现单点节能，缺乏全厂级动态优化能力。

第二，数据割裂严重。能碳数据与生产、设备数据分散在MES、ERP等独立系统，实时监测覆盖率不足，导致碳排放核算误差率高。以单一场景化节能为主，缺少全厂视角的能源管控，能碳无法联动拉通。集团与工厂管控割裂。集团视角的碳资产管理与工厂层级的能耗控制脱节，缺乏统一抓手。节能、管碳、ESG部门不同，难以有效拉通信息，实现最大协同效益。

第三，碳管理滞后于转型需求。事后核算主导，目前大型制造业的碳管理普遍都是事后核算管理，难以解决生产过程中的管碳和持续优化问题，难以实现“生产即减碳”。

第四，节能降碳方案效益不明确。企业以运动式节能、突击审核式降碳为主，单产能耗、碳排放没有显著降低效果，没有动力连续型投入可持续节能降碳。

王辉认为，在“双碳”目标指引下，国家政策体系加速完善，为行业提供系统性支撑。绿色化与数字化、智能化深度融合成为核心路径，AI和大数据技术通过优化生产工艺、构建碳足迹追溯体系等，正突破传统能效瓶颈，解决能源管控粗放、数据割裂等挑战。

格创东智助力制造业绿色转型

据了解，格创东智多智能体AI能碳大脑平台，可根据企业整体可持续发展目标和企业能碳管理现状，针对工业场景能碳的实际需求，通过基于Multiagent多智能体大模型、AI算法、大数据、云计算等前沿技术，以AI驱动从能源管理优化、企业碳管理、生产过程的暖通空压等公辅设备的节能减碳优化三个维度，实现“预测+优化+控制”。

王辉坦言，在助力制造业绿色化转型上，格创东智主要采用以下关键技术和管理方法。

在产品设计环节，依托AI智能算法与碳排放大模型，构建LCA全生命周期建模与预测系统。通过在设计初期对产品的结构、材料与工艺路径进行碳足迹建模和碳排放模拟，精准识别高碳环节，前置优化设计方案，实现设计即低碳。

在制造工艺环节，融合数字化与AI技术，构建能耗建模与实时监控系统。聚焦水电气等能源介质进行全过程管控和综合能效分析，智能识别高能耗场景与潜在能源浪费和低效问题，助力精准挖掘节能优化空间，提供针对性节能优化和改造建议，推动工艺路径重构与系统能效升级。

在生产制造环节，聚焦能源供应侧结构优化与能源消耗侧双维度能效提升，形成系统化节能降碳路径。在能源供应侧调整能源结构，使用数字化技术对风光储充等新能源设施进行管控，提升能源运营调度效率。在能源消耗侧技术节能与管理节能双线并行提升能效。技术节能方面，结合AI算法与行业know-how机理模型，对暖通、空压等高能耗系统开展智能优化控制，实现能效最优；管理节能方面，基于全流程数据集成与业务流程打通，构建智能化能碳考核体系与精益管理机制，支撑企业持续性节能改进与碳绩效提升。

以高端制造业重点高耗能场景为例，在暖通空调(HVAC)系统中，AI模型+机理模型突破单一高耗能场景节能，结合AI模型与机理模型算法，模拟计算机房最优运行策略，并进行实时指令下发，达到机房最优高效运行。实现实时监控、联动优化、能效提升，提高管理效率。

此外，在管理方面，大数据与AI技术助力企业提升组织碳与产品碳双重管理能力，构建智能化、全流程覆盖的碳管理体系。

组织碳方面，构建碳排放数据管理体系，实现排放数据的智能采集、动态监测与精算核查，识别重点碳源并辅助制定减排路径。基于AI预测模型，模拟碳达峰与碳中和情景，为企业制定科学的碳排放控制目标。

产品碳方面，结合材料与工艺参数构建产品减排数据库，AI助力对不同设计路径、制造方案进行碳排比对，提供定制化的减排策略与设计推荐，助力产品实现全生命周期碳最优配置。

在王辉看来，通过“双碳咨询+数字化平台”双轮驱动，赋能全产业链零碳运营。依托行业深度咨询能力，结合运营端降碳与供应链协同经验，助力供应链企业识别减排路径、制定转型方案。同时，搭建供应商信息平台与碳链数据库，构建绿色供应链体系，实现产品碳足迹追踪与全链路协同降碳落地。

来源：胡媛Sally