波士頓顧問公司旗下的數據科學團隊BCG GAMMA公佈全球企業碳盤查調查《運用AI實現完整、準確、迅速的碳排計算》，點出許多企業在碳排計算和減碳能力上仍有進步空間：
完整性：81%的企業忽略了部分企業內部（範疇1和2）排放，66% 未提出任何外部排放（範疇3）報告，然範疇3佔各類製造業及化工業等企業碳排高達六到八8成。
正確性：受訪企業估計其碳排計算的錯誤率約30%-40%。
經常性：53%的企業表示因為碳盤查頻率不足，難以依此做出減排決策。
自動化：86%的企業仍在用試算表手動記錄和報告其排放量。
面對全球減碳大趨勢，波士頓顧問公司（BCG）的數據科學團隊公布最新調查指出，儘管全球有八成五（85%） 的企業深度關切減排議題，在過去五年中，只有一成左右（11%） 的企業成功實現減碳的願景（達成減碳目標的75%以上），突顯出企業要將理念化為具體行動仍面臨不少困難。
BCG 調查涵蓋全球九大產業的1,290 家企業，以了解企業進行碳盤查和減排的狀況。調查顯示，僅有9%的企業有能力完整計算所有範疇（範疇1、2、3）的排放。參與調查的企業甚至估計其碳排計算結果的錯誤率約落在30% 40% 的區間。
BCG認為，範疇3的排放佔了企業所有範疇排放的多數。目前逾九成企業無法做到完整碳盤查，對範疇3的碳排計算就是企業亟需突破的關卡。企業對碳排計算的掌握度越高，減排成效就越顯著。
BCG董事總經理暨全球合夥人陳美融表示：「企業如果無法掌握自身的碳排量，如何能夠追蹤並設定正確的減排目標呢？以減重作比方—減重有許多方法，但如果沒有精準的磅秤，如何能衡量成果？」舉例而言，企業若如果沒有將生產原料的排放攤開分析，往往會嚴重低估排放量。一家酒商將其玻璃瓶根據供應商、顏色、材質與產地等詳細分析後，發現相關碳排量較原先計算高出45%。
BCG發現，國際上有越來越多品牌客戶受碳稅等壓力影響，很快將轉而要求供應商配合其減碳規範。而台灣許多企業為價值鏈上游的製造代工，勢必得加快腳步，建立減碳能力，方能維持競爭力。
「當減碳在國際上已成爲各大跨國品牌的當務之急，台灣身處上游的廠商必須開始思考具體的下一步，不能僅僅將減碳視為『有做就好』的公益行為。」陳美融指出，許多企業的低碳策略仍停留在設目標、出報告的階段，尚未意識到那完全無法因應淨零政策帶來的碳稅衝擊。
BCG觀察，相較於國際，台灣企業在減碳的行動上進展較為緩慢，即便設定了減碳目標，也鮮少有能力將計劃加以落實。若企業要根據《巴黎協定》到2030年將其排放量減半，並最終實現淨零排放，企業必須能夠全面、準確並經常地進行量測，以了解排放的程度與各種減碳手段的效益，才能有策略性地達成減碳目標。
陳美融指出，減碳與ESG過去常被認爲對企業是一種額外的成本與負擔。BCG的經驗卻顯示，透過智慧化與綠能化營運達成減碳目標的企業，其營運也同時得到優化，並實現了營收增長。BCG調查指出，能夠因應未來趨勢並成功轉型的智慧化企業，其淨利潤相比產業平均高出了16%。BCG 同時在2021年全球數位轉型大調查中也發現，超過60%的受訪公司認爲ESG與永續發展已成為企業數位轉型首要關注的領域。
企業減碳之路面臨的障礙
和企業內部有關的碳排放，一是直接來自於企業活動產生的排放（直接排放，或稱範疇1），如企業的設施或車輛產生的排放；或是企業購買的能源所產生的排放（間接排放，或稱範疇 2 ）。這些可稱為內部排放。
而外部排放，是指企業供應鏈相關的排放（範疇3），無論是上游—如購買的貨物，或是下游—如公司產品的運輸配送，或產品的使用以及與產品壽命結束相關的處理。
根據調查顯示，只有近一成（9%） 的企業能夠準確地計算自己的碳排，逾半數 （55%） 的受訪者認為詳盡的排放因素「很難」或「非常難」找到。只有約兩成 （22%）受訪者與大多數（逾50%）第三方客戶和供應商合作來獲取外部排放數據。而八成（81%） 的企業坦承忽略了一些內部（範疇1和2）排放。
與此同時，受訪企業中有近七成（66%） 沒有提出任何外部排放（範疇3）報告。「如何準確掌握範疇3的排放，是大部分企業覺得最頭痛的事，」陳美融說，「BCG發現，即便產業不同，但範疇3佔企業所有碳排高達六成到八成。」受訪企業預估它們在計算碳排放量上平均錯誤率在30% 至40%。如果企業沒有完整和高品質的排放基線，他們將如何分析當前的碳足跡、設立合理的目標、制定適切的計畫，並追蹤碳排結果？
企業若只計算本身生產過程中的直接排放（範疇1），可能會大大低估總排放量，包括從生產到運輸的排放、產品的包裝及消費者使用後所產生的排放。例如，一家總部位於美國的家庭用品零售商最初排除了它所銷售的烤箱和微波爐的使用排放量。若將這些產品的使用排放量納入，那麼這家零售商在該產品類別（也是最大類別）的排放量會增加130%。
運用AI準確計算碳排
調查中發現，企業對其碳排的計算越準確且全面，企業減碳的能力就越強。然而大部分的企業未能經常且自動地計算其排放量；近九成 （86%）企業仍在用試算表手動記錄和報告其排放量；企業多希望能夠更經常地計算排放量，但這需要新的AI人工智慧工具。
新的AI人工智慧工具可以協助企業定期準確地計算碳排，達成減碳目標。企業可以利用這些工具自動擷取、清理和比對資料，推斷價值鏈上所產生的排放量及缺失的資料、計算碳足跡、進行運算、設定目標、管理全球減碳計畫等。BCG指出，經驗顯示，AI人工智慧能透過確定最佳的計畫、追蹤結果及優化營運，讓公司的排放量減少多達四成（40%）。
BCG舉例，某家企業透過模擬工具編排零售計劃的優先順序，加速了實現淨零排放的進程，將淨零排放目標從2050年提早十年至2040年。另一家使用AI人工智慧來優化水泥廠的流程，使其工業碳排放量減少兩成。還有一家酒商則運用AI最佳化減排計劃，建立了最佳生產和運輸流程，彌補初始計劃和最終目標之間50% 的差距。