3. 过程优化
大规模制造本质上资源消耗巨大。如果生产过程效率不高,这一问题会进一步加剧,导致浪费水平复合增长。例如,在食品和饮料行业,客户期望的高洁净度标准会促使制造商极力净化产品,而如果执行效率低下,则会造成大量水资源浪费。
智能自动化工具在抵制浪费行为方面能够发挥重要作用。通过使用数字孪生等技术,管理者可以更好地设计和改进流程,从而识别潜在低效环节,并在流程推广前采取补救措施。
4. 碳捕集与循环利用
在工业环境中,某些“成本”历来被视为不可避免,因此被接受。重工业(如金属、油和天然气)的碳排放就是一个显著例子。如今,管理者意识到,直接应对这些问题可以实现双重收益——减少碳排放并将其回收为有用资源。
第一步是测量碳排放。通过为材料分配数值,可以量化并基准化碳足迹。为此,我们使用分析软件工具和排放建模(如PEMS或软件CEMS)来补充标准物理分析仪(CEMS),两者结合有助于降低维护成本并提升测量精度。通过获取这些基于传感器的分析,生产线经理和操作员能够识别出资产表现低于要求标准的环节。此时,可以制定策略以提升绩效并解决低效原因。
对于重工业来说,有机会识别对碳排放贡献最大的领域,并应用CCUS实践捕集废弃物,防止其进入大气。
例如,在欧洲,我们与钢铁制造商ArcelorMittal和生物技术公司LanzaTech合作开展项目,将高炉的碳排放回收为一种更可持续的乙醇产品Steelanol。针对这些根深蒂固问题的创新解决方案能够实现更高效、循环的流程,带来巨大的环境效益。
5. 为流程增加问责制
如果可持续性被视为次要优先事项,那么在困难情况下几乎总会被丢弃。监管环境正在强化这样一个事实:可持续实践是组织的义务,如今工厂经理在法律上越来越有义务降低排放。此外,客户现在希望看到整个供应链都在努力降低排放的证据。
实现流程可持续性的最佳方式是将可持续性纳入流程。这意味着安装参数和报警装置以控制流程,提醒人员注意高碳排放水平,甚至在超出设定限值时自动减少负载。这些预防措施在确保可持续实践的同时带来效率提升。
实现净零排放
从理论上看,这一切似乎简单且合乎逻辑,但实际上,实施这些变革可能非常困难。我们经常看到管理者在某一领域引入效率措施,但如果未能立即见效就会停止。成效可能是渐进的,因此需要更长的时间周期。同时也需要承诺尝试不同的商业案例——如果发现某一模式有效,就将其作为蓝本,应用到运营的不同部分,并根据积极的概念验证进行扩展。
工业领导者的目标是主动在业务和制造运营的各个领域寻找效率提升机会。以效率策略为切入点,改善现有流程,有助于启动更有效流程带来更低浪费、进而提升成本利润率的良性循环。这最终意味着有更多资本可再投资于进一步的流程改进和效率提升。该循环对投资回报率有直接影响,并对公司碳足迹产生积极影响,惠及所有利益相关方。