Aspen Technology行业总监Paige Marie Morse博士报告称，在整个资产密集型行业，可持续性仍然是制造商、客户和投资者的热门话题
如今，在领先化工企业的董事会上，更可持续发展的动力正在引发辩论，因为这些组织希望投资于更环保的能源，并利用数字化来实现更可持续的长期运营……同时提高盈利能力。
毕竟，为了在未来的市场中保持竞争力和影响力，化工企业需要继续专注于增长“三重底线”，平衡其业务对人类、地球和利润的影响。
技术市场研究公司ARC咨询集团最近证实，大多数全球化工公司都有可持续发展计划，他们认为数字技术对推进他们的工作至关重要，尽管许多公司正在努力为他们的努力提供足够的资源。
COVID-19的出现加速了这一进程。2020年和2021年，社区和地球的集体健康状况，以及气候、生态和社会危机的相互关联，都变得更加清晰。
如今，在董事会和投资者活动中，企业韧性和长期生存是常见的讨论话题(尽管至少在可预见的未来是如此)。无论化工行业的未来如何，我们都知道可持续发展是必然的。
说到可持续发展，化工企业面临两大挑战。
首先，他们需要考虑如何在短期内提高效率，以减少碳排放、用水和废物产生。
其次，他们必须决定如何实现长期目标，在消除排放和浪费、再生资源的原则基础上，为循环经济开发新能源和新产品。
后一个目标对化学工业提出了特殊的要求。这些目标雄心勃勃，企业还有很长的路要走。
埃森哲在其最近的报告《在循环经济中取胜》中发现，截至2018年，在欧盟国家每年消耗的1.4亿吨化学产品中，每年只有900万吨是可回收的，通常是碎片化的废物流。
报告还解释说，近70%的消耗材料既无法回收也无法回收，因为这些化学物质要么分散在环境中，要么无法从最终产品中分离出来。
然而，援助就在眼前。越来越多的人认识到，创新战略是化工企业实现循环经济目标的基础，而数字技术对于加快这一努力至关重要。
创新的供应链解决方案已经使企业能够更好地将消费后材料整合到价值链中，而先进的过程控制技术正在降低生产过程中的能源消耗和废物产生。
对于长期的产品和工艺开发，数字模拟可以帮助研究人员快速筛选各种替代方案，以选择最可行和最具成本效益的方案，无论是新聚合物生产、化学回收工艺还是生物基原材料的集成，同时还可以比较能源需求和CO2每种选择的排放。
使用混合建模方法，将人工智能(AI)与第一性原理模型设计和领域专业知识相结合，这些模拟甚至更加准确和易于访问。
工程师现在可以使用机器学习来利用模拟或工厂数据，更快地构建丰富的流程模型，集成包括第一性原理和工程约束在内的应用知识，而不需要深入的流程或人工智能专业知识。
艾伦·麦克阿瑟基金会强调了利用人工智能加速实现循环经济目标的价值和重要性，该基金会致力于发展能力和政策，推动全球循环经济的发展。
人工智能在设计循环产品、实现新的商业模式和优化现有基础设施方面尤其有价值。
雄心勃勃的全球气候目标需要更快的解决方案和协调一致的行动，以确保取得进展。
在报告中，人工智能与循环经济，在麦肯锡(McKinsey & Company)提供研究和分析支持的情况下，该基金会提出:“人工智能技术可以应用于循环经济的三个关键方面:设计循环产品、组件和材料，运营循环商业模式，优化基础设施，以确保产品和材料的循环流动。”
在此过程中，重要的是公司可以绘制和报告他们实现可持续发展目标的进展情况。
数字解决方案的可见性和工作流连接帮助员工看到他们工作的影响，并使公司能够仔细地绘制图表，并向利益相关者、监管机构和当地社区报告他们的进展。
应对循环经济的挑战意味着寻求重新设计流程和产品的方法，以消除浪费和排放。新的解决方案需要寻找帮助化学品制造商改变创新方式的方法。
通过支持数字化和提供工具，帮助化工企业解决新挑战——从提高回收效率到重新设计产品和工艺，以及更好地利用可再生能源运营——这些供应商将帮助客户塑造循环经济的未来。
特别是，我们今天看到模拟、过程建模和供应链规划和管理工具被化工公司广泛使用，因为他们继续走向循环经济和整体上增强可持续性。
