在你看來，自生成式AI興起，企業實現淨零承諾有何困難？

生成式AI的迅速崛起為企業實現淨零目標增添了複雜性。一方面，AI提供了強大的機會來優化內部營運、提高能源效率並模擬減排路徑。另一方面，數據中心的排放量正快速增長。如果不加以管制，其排放量可能在兩年內翻倍。許多公司難以核算這些間接排放量，而且在ESG報告框架中也尚未一致地披露這些排放。

好消息是，部分在AI領域的領先公司，在推動可再生能源採購等措施方面一直最具雄心。例如，亞馬遜（Amazon）最近被評為全球最大的清潔能源買家。我們需要確保他們保持這種領導地位，從而讓所有企業，而不僅僅是AI企業，共同推進氣候議程。

這種情況下更加需要透明的碳核算和可信的緩解策略。與AI相關的排放不應被視為無形。相反，它們必須被納入淨零規劃，並結合減碳和高品質碳信用來解決。

在香港，這個問題尤其切身。隨著香港鞏固其作為區域金融科技和AI創新中心的地位，數據中心正在加速擴建，其碳足跡正成為一個日益嚴重的問題。然而，很少有本地公司開始系統地核算這些排放。這對香港的商界和金融界來說是機會，他們可以以身作則，以透明化的方式應對這些排放問題，採用基於自然的信用額度，共同締造一個更負責任的數碼經濟。

VCM存在什麼發展問題？企業應如何利用碳信用實現其氣候目標？

今天實際存在著兩種版本的碳市場。目前自願碳市場的價格，我們可以將其視為從2008年左右開始發展到2022年的碳計劃和系統。在這個版本中，碳信用的品質參差不齊，這引發了市場對其誠信度的質疑，並突顯了加強碳信用市場誠信度的重要性。

其中最持久的挑戰是確保「額外性」——即證明如果碳信用項目沒有碳融資的支持，該減排或移除就不會發生。不幸的是，當今流通的許多碳信用都未達到此標準。其原因之一是使用了過時或不切實際的標準。而薄弱的第三方監督和缺乏透明度，進一步削弱了市場對碳信用品質的信心。更為關鍵的是，許多碳信用未能充分考量當地社區和土地所有者所承擔的實際成本和風險。

今天，我們正步入更嚴謹的發展階段。自願碳市場誠信委員會（ICVCM）透過其「核心碳原則」（CCP）為信用額品質設定了明確的標準。但僅有標準是不夠的，我們還需要加大對基於自然的解決方案的投資，這些方案不僅帶來碳效益，還促進生物多樣性、水資源安全和社區韌性。這些計劃必須有嚴格的第三方驗證和以科學為基礎的監測系統支持，以確保長期的透明度和誠信度。

與此同時，像為轉型碳市場打造高完整性框架的科學基礎（SHIFT-CM）這樣的科學導向倡議正在針對額外性、洩漏、基線、逆轉風險補償和數位MRV（監測、報告和驗證）等長期存在的問題提供實際的解決方案。

今天最大的挑戰是，各國企業正確使用碳信用額度的方式缺乏共識。TNC的《彎曲曲線》報告中概述了企業負責任地使用信用額度協助減碳而非替代的方式。

在供應方層面，TNC優先考慮那些符合高標準並為長期韌性而建的碳計劃。例如我們「永續生計轉型補償」（SLTC）模式，確保碳計劃以生態科學為基礎，與當地社區共同開發，並充分考慮機會成本和實施風險。透過提供前期補償和可選的激勵付款，SLTC為土地所有者降低了參與風險，並確保計劃的收益得到公平分享。這不僅強化了額外性和持久性的理由，也提高了計劃的耐久性和利益相關者的信任——這兩者對於碳市場的可信度都至關重要。──黃舜煬