Почему главная проблема с выбросами углерода — это главная возможность получить прибыль

Я наблюдал, как движение за устойчивое развитие чуть не рухнуло под собственной тяжестью. Отчетность по ESG-факторам превратилась в бремя соблюдения требований. Компании относились к ней как к ежеквартальной формальности. Специалист по устойчивому развитию работал в одном здании, специалист по доходам — в другом. Они никогда не общались.

Между тем, стартапы не могли конкурировать, потому что требования ESG создавали барьеры для входа на рынок. Сама концепция, призванная помочь планете, ограничивала ее внедрение. Что-то должно было измениться.

Затем я увидел нечто, что перевернуло весь разговор с ног на голову.

Углеродный след, который окупился

Мы использовали инструменты оптимизации в операциях по управлению отходами в нескольких странах. Стандартные задачи, такие как планирование маршрутов,

Повышение эффективности, как обычно. Наши системы искусственного интеллекта начали выявлять кое-что интересное в отчетах по ESG. Области с наибольшим углеродным следом представляли собой не просто экологические проблемы. Это были утечки прибыли.

Оптимизация маршрутов всегда была очевидным способом экономии средств. Но в отрасли объясняли изменчивость принципом «в жизни всякое случается». Вы планируете идеальный маршрут. Реальность вносит свои коррективы. Любое улучшение лучше, чем ничего. Все похлопывают себя по плечу и идут дальше. Отчетность по ESG полностью изменила эту ситуацию.
Когда мы проанализировали скачки углеродного следа, они указали на три взаимосвязанные проблемы: неэффективные циклы технического обслуживания транспортных средств, загрязнение, снижающее выручку, и переполненные контейнеры, из-за которых грузовики возвращаются на базы раньше запланированного. Традиционный метод оценки рентабельности упускал из виду все это.

Вы сравниваете себя со средними показателями по отрасли. Вы делаете [x+y], когда средний показатель равен [x]. Вам нужно быть более эффективным. Это полезно для освоения уже известных областей. Но как найти новые территории? Как искать там, где никто не ищет? Отчетность по углеродному следу стала для нас картой к скрытым сокровищам.

Почему компании не могли видеть то, что было прямо перед ними?

Данные существовали. Компании знали, что загрязнение является проблемой. Они знали, что транспортные средства сжигают топливо неэффективно. Они знали, что контейнеры переполняются. Однако с помощью аналоговых систем связать эти факты воедино было невозможно.

Загрязнение обнаружилось на площадке разгрузки, но уже после того, как грузовик совершил поездку. Переполненные контейнеры стали очевидны, когда грузовику пришлось вернуться на предприятие раньше запланированного. К тому времени было уже слишком поздно.

Нельзя просить водителей выявлять загрязнения во время управления крупногабаритным транспортным средством. Это отвлекает их от работы. Просьба просеивать контейнеры добавит часы к каждому маршруту. Техническое обслуживание транспортных средств? Все это происходит постфактум. Исторические записи показывают уже после того, как что-то сжигало топливо неэффективно. Проблема заключалась в своевременности данных.

Без ИИ эффективная обработка такого объема данных была нецелесообразной. Создание надежных прогностических моделей стало практически невозможным. Затем в отчетах по ESG-факторам эти области стали обозначаться как пики выбросов углекислого газа. Это дало нам возможность провести исследования. Панели мониторинга не дают ответа. Они указывают, где искать. Это как добывать золото в ваших данных.

Эффект мультипликации, которого никто не предвидел

С появлением ИИ все изменилось. Он решает проблемы загрязнения и переполнения контейнеров. Системы прогнозирующего технического обслуживания начинают отслеживать состояние транспортных средств в режиме реального времени с помощью анализа проб масла и мониторинга состояния жидкостей. Это не отдельные инициативы. Они взаимно дополняют друг друга.

Исследования показывают, что оптимизация маршрутов сбора мусора позволяет добиться экономии затрат на 44,44% и сокращения выбросов углекислого газа на 17,60% при заполненности мусороперерабатывающего завода на 70%. Эффективность сбора мусора повышается на 26,08%.

Но вот что делает это таким эффективным: эти улучшения суммируются. В Барселоне внедрили интеллектуальные мусорные контейнеры с поддержкой IoT и маршрутизацией на основе искусственного интеллекта. Это позволило сократить эксплуатационные расходы на 20 процентов и уменьшить выбросы на 30 процентов. В Амстердаме эффективность эксплуатации повысилась более чем на 30 процентов благодаря сбору отходов с помощью ИИ.

Городской совет Солфорда в Великобритании сократил потребление топлива на 17 процентов и выбросы углекислого газа на 10 процентов только за счет оптимизации маршрутов. Проблема загрязнения добавляет еще один аспект. Данные отрасли показывают, что перевозчики обычно взимают плату за переполнение контейнеров лишь в 1% или менее случаев коммерческих перевозок. Фактические данные показывают, что переполнение происходит в 8-12% коммерческих контейнеров, в зависимости от маршрута. Это огромная утечка доходов, которую никто не учитывал.

Искусственный интеллект определяет загрязнения с точностью более 95 процентов. Организации экономят примерно от 1400 до 2000 долларов в год на каждый контейнер, сочетая датчики с аналитикой на основе ИИ. Улучшенная маршрутизация. Снижение штрафов за загрязнения. Повышение ценности материалов. Повышение безопасности. Все это отражается как в отчете об углеродном следе, так и в отчете о прибылях и убытках.

Прогнозируемое техническое обслуживание: скрытый множитель производительности

Раньше техническое обслуживание транспортных средств носило реактивный характер. Что-то ломается — вы это чините. Возможно, вы отслеживаете исторические закономерности и пытаетесь предотвратить поломки. Прогнозируемое техническое обслуживание полностью изменило эту модель. Организации, внедряющие прогнозируемое техническое обслуживание, достигают рентабельности инвестиций в 10 раз. Экономия составляет 10 долларов на каждый потраченный доллар. В большинстве успешных внедрений положительная рентабельность инвестиций достигается в течение 12–18 месяцев.

Исследования показывают, что в среднем производительность повышается на 25 процентов, а количество поломок сокращается на 70-75 процентов. В сфере управления автопарком благодаря мониторингу состояния и прогнозной аналитике наблюдается увеличение времени безотказной работы транспортных средств на 45 процентов и снижение затрат на техническое обслуживание на 30 процентов. Один из клиентов, управляющий автопарком, добился 340-процентной окупаемости инвестиций за 18 месяцев, получив документально подтвержденную экономию в размере 2,1 млн долларов США на автопарке из 125 автомобилей.
Вот почему это важно для устойчивого развития: прогнозное техническое обслуживание сокращает количество незапланированных поломок на 65-75 процентов. Для автопарка из 100 автомобилей, где средняя стоимость поломки составляет 5200 долларов США, снижение на 70 процентов экономит 4,37 миллиона долларов США в год. Хорошо обслуживаемые автопарки обеспечивают на 6-9 процентов лучшую экономию топлива, чем аналогичные автопарки, обслуживаемые реактивно.

Автопарк предприятий общественного питания сэкономил 1 миллион долларов за четыре месяца благодаря заблаговременному предупреждению о поломках головок цилиндров. Им удалось превратить катастрофические ситуации с заменой двигателей стоимостью 50 000 долларов в управляемый ремонт стоимостью 3 000 долларов на 80 грузовиках.

Благодаря оптимизации производительности оборудования и продлению срока службы активов, превентивное техническое обслуживание сокращает количество отходов, потребление энергии и потребность в производстве нового оборудования. Экономия на затратах на техническое обслуживание снижается на 25–30 процентов. Срок службы оборудования увеличивается на 20–40 процентов. Резкий рост выбросов углекислого газа, выявивший неэффективность транспортных средств, подтолкнул нас к этому решению. Без этого сигнала мы, возможно, никогда бы и не стали его изучать.

Почему внедрение принципов устойчивого развития на практике имеет решающее значение?

Исследование, охватившее 384 компании в ресурсоемких отраслях Европы и США, показало, что показатели ESG положительно влияют на прибыльность. Все три аспекта ESG оказывают положительное влияние на корпоративные показатели, измеряемые рентабельностью собственного капитала (ROE) и рентабельностью активов (ROA). Но вот ключевой вывод: раскрытие экологической информации, как правило, оказывает негативное влияние на финансовые результаты в странах, где отсутствуют нормативные требования и обязательная отчетность в области устойчивого развития. Иными словами: устойчивое развитие работает только тогда, когда вы внедряете его на практике.

Компании, уделяющие большое внимание факторам ESG, за последние три года увеличили прибыль на 9,1%, а выручку — на 9,7%. Восемьдесят четыре процента опрошенных заявили, что им стало немного или значительно проще привлекать капитал. Исследование McKinsey показало, что эффективное внедрение ESG-факторов может помочь в борьбе с ростом операционных расходов, которые могут повлиять на операционную прибыль на целых 60%. Компании, уделяющие внимание вопросам ESG, не испытывают снижения эффективности создания стоимости. Происходит обратное. Но только когда показатели ESG лежат в основе ежедневных операционных решений.

Когда принципы устойчивого развития ограничиваются квартальными отчетами, это неэффективно. Когда же они интегрируются в планирование маршрутов, графики технического обслуживания и мониторинг загрязнения, они преобразуют операционную деятельность. Нам нужен был более эффективный способ, чем жесткий контроль, чтобы побудить предприятия поступать правильно. Доказательства были у нас перед глазами все это время. Просто раньше мы никогда не сводили вместе специалиста по доходам и специалиста по устойчивому развитию.

Следующий этап: профилактический интеллект

Сегодня, несмотря на реальность, мы как никогда близки к идеализированному оптимальному пути. Искусственный интеллект помогает нам понять, как загрязнение, техническое обслуживание и переполнение усугубляют неэффективность. Следующий этап — профилактическое обнаружение.

Переместите блокирующее транспортное средство до прибытия грузовика. Выявляйте загрязнения до начала обслуживания контейнера. Отмечайте проблемы с техническим обслуживанием до того, как они повлияют на топливную эффективность. Для этого необходимы ИИ и взаимосвязанный интеллект. Связь между агентами. Системы, которые общаются друг с другом и принимают решения в режиме реального времени.

Переход от реактивного к профилактическому управлению меняет всё. Большинство организаций начинают видеть измеримую окупаемость инвестиций в течение трёх-шести месяцев после внедрения. Первоначальные преимущества включают сокращение аварийных ремонтов и повышение эффективности планирования технического обслуживания. Полная окупаемость инвестиций обычно проявляется в течение восьми-двенадцати месяцев по мере развития прогнозных моделей и накопления операционных улучшений.

Ведущие организации, внедряющие комплексные программы прогнозирующего технического обслуживания, сообщают о сокращении времени простоя на 30–50 процентов и значительном повышении операционной эффективности в течение 12–18 месяцев после внедрения. Сокращение затрат на техническое обслуживание составляет 18–25 процентов. Коэффициенты рентабельности инвестиций — от 10:1 до 30:1. Все началось с того, что отчеты об углеродном следе подсказали нам, куда смотреть.

Что это значит для вашей деятельности?
Если вы рассматриваете устойчивое развитие как формальное соблюдение требований, вы упускаете выгоду. Ваши отчеты по ESG — это не просто нормативные требования. Это диагностические инструменты, указывающие на наиболее прибыльные возможности оптимизации. Области, генерирующие наибольший углеродный след, сигнализируют о неэффективности, которая одновременно истощает как экологические, так и финансовые ресурсы.

Оптимизация маршрутов — это не только экономия топлива, но и увеличение срока службы транспортных средств, снижение рисков и повышение операционной эффективности, которые накапливаются со временем. Искусственный интеллект — это не только обнаружение загрязнений, но и защита потоков доходов, снижение эксплуатационных расходов и повышение ценности материалов. Прогнозируемое техническое обслуживание — это не только предотвращение поломок, но и повышение энергоэффективности, увеличение срока службы активов и устранение потерь до их возникновения.

Это не отдельные инициативы. Это взаимосвязанные системы, которые усиливают воздействие друг друга. Путь к прибыльности лежит непосредственно через устойчивое развитие. Не обходит его стороной. Нужно просто знать, куда смотреть.

Источник: https://wasteadvantagemag.com/why-your-biggest-carbon-problem-is-your-greatest-profit-opportunity/