概览
尝试从组织内的各种系统中获取和组织范围 1 和 2 排放数据,并与供应链合作伙伴合作确定范围 3 的排放,可能会带来重大的技术挑战。此类数据的准备可能会占据整体脱碳测量工作的很大一部分。
CarbonLake 解决方案是一种云原生解决方案,可减轻在安全、合规和可审计的框架中组织、索引、计算和结构化脱碳测量数据的繁重任务。CarbonLake 解决方案利用事件驱动的数据管道与多个数据来源无缝集成,使用客户定义的标准数据库进行数据质量检查并计算碳排放。CarbonLake 与现有的 AWS 分析、人工智能/机器学习、API 和 Web 服务集成,支持客户定义的脱碳应用程序。
CarbonLake 解决方案
CarbonLake 旨在成为组织内所有碳数据的统一“参照系统”,并加速脱碳机会识别、脱碳情景预测以及现有计划、组织的趋势和模式识别等用例。
使用案例
-
企业碳追踪
-
气候风险报告
-
脱碳路径预测
-
运营碳监测
-
产品碳足迹
-
脱碳影响验证
CarbonLake
-
数据管理
-
数据采集
-
数据标准化
-
计算引擎
-
数据的可追溯性和可审计性
-
连接到 AWS 生态系统中的数据集
效益和价值
-
统一的碳参照系统
-
提高碳数据质量
-
支持直接测量排放
-
简化碳计算
-
面向未来的脱碳测量
如何开始使用
1. 第 1 步 » 确定脱碳用例优先级
活动
-
组建探索研讨会
-
优先考虑脱碳影响的价值和商业价值
-
数据可用性
-
已确定用例的商业案例
成果
-
应用程序视觉设置
-
用户体验
-
高级架构设计
-
参与范围
-
潜在部署合作伙伴名单
2. 第 2 步 » 第一个用例 - 部署规划
活动
-
实施规划研讨会
-
清单可用数据
-
数据采集计划
-
评估分析/机器学习策略
-
定义自定义功能
成果
-
参考架构
-
工作流程定义
-
分析/机器学习策略
-
设备要求
-
端到端参与计划
3. 第 3 步 » 执行脱碳用例
活动
-
完成数据采集
-
实施分析工作流程
-
构建数据可视化/用户界面
-
应用程序的端到端测试
成果
-
部署的 CarbonLake
-
完成的合作伙伴主导式实现
-
实施的分析/机器学习工作流程
-
实现的数据可视化/用户界面
-
已部署用例