ARTICLE · 1122783
AI 碳核算软件盘点:全球10个平台,谁能把碳数据从Excel里解放出来?
碳排放核算向来是件“苦活”：数据散落在ERP、财务系统、供应商邮件里，排放因子满天飞，Scope 3 更是老大难。如今，AI 正在渗入这个领域。Carbon Market Network 近日盘点了全球10款主打AI能力的碳核算软件，本文精选编译如下。
一、Watershed（美国）定位于大型企业的“可持续AI平台”。AI智能体负责清洗格式化数据、辅助分析、起草报告（保留人工审核），并能拆解供应链找出排放热点。覆盖全部15类Scope 3，设有供应商门户，AI输出带溯源审计轨迹——这一点对第三方核验至关重要。适合数据量大、有专职可持续团队的大企业。
二、Persefoni（美国）碳核算赛道的早期玩家。自建语言模型的copilot，可对话式解答碳核算技术问题；另有分析智能体、异常检测和预测功能。支持GHG Protocol方法和PCAF融资排放标准，也支持欧盟CBAM合规，银行和投资机构是重要客户群。
三、Sweep（法国）主打协作与供应链。AI智能体嵌入数据工作流：编排器+分析、看板、披露撰写各司其职，助手Sweepy负责发现数据缺口、提示下一步动作。支持ISO 14067产品碳足迹核算。有趣的是，Sweep连自己AI使用的碳足迹都做了追踪。
四、Greenly（法国）从消费端碳足迹App起家，现已服务数千家企业。AI层EcoPilot负责数据清洗、从因子库中匹配排放因子、检测数据缺口和统计异常，还有"what if"情景分析功能。自称在自己服务器上运行语言模型，以减少数据传输和能耗。适合成长型企业快速上手。
五、Plan A（德国）Gaia AI助手+引导式数据录入，软件配专家支持，走“认证方法学+人工服务”路线。
六、Normative（瑞典）聚焦“可审计”的碳核算。AI用于数据分类与质量控制，核算方法遵循GHG Protocol，并获TÜV SÜD独立核验。支持CSRD、CDP、SBTi目标设定，每个账户配一名指定气候策略顾问。最在乎“数字站得住脚”的团队可以重点看。
七、Workiva Carbon（美国）强项在整合：碳数据与财务数据同处一个系统，AI负责数据摄取、纠错和排放因子匹配，附带数据血缘、版本历史和证据附件。已在用Workiva做财务/ESG报告的企业几乎无缝衔接。
八、IBM Envizi基于watsonx.ai的自然语言模型为Scope 3支出数据分类，AI Assist首先应用于“购买商品和服务”类目——恰是多数企业Scope 3的最大痛点。IBM强调AI带人工审核、置信度评分和透明推理。适合数据复杂、站点多的大组织。
九、SAP Sustainability Control Tower碳核算直接嵌入SAP业务套件，AI优化排放因子管理、生成即席分析报告；Green Ledger将碳数据与财务数据合并，支持“可审计决策”。在SAP生态内价值最高，混合IT环境需要额外集成。
十、Salesforce Agentforce Net ZeroNet Zero Cloud叠加Agentforce AI层，用户可用自然语言提问碳与能源问题，还能基于平台信息库和公司文档回应CSRD、SASB、CDP等披露要求；采购中心聚合供应商排放数据。
AI 到底干了哪些活？
原文梳理了AI在碳核算工作流中的八个环节：数据摄取（AI直接读PDF发票、账单）、数据清洗与映射、支出分类（自然语言模型给交易打标签，是支出法Scope 3的基石）、排放因子匹配、异常检测、缺口填补与估算、热点分析与减排规划、报告起草——最后一步仍由人工审核批准。
其中Scope 3（价值链上的间接排放，共15个类目）是AI价值最大的地方：它往往是企业碳足迹的最大头，也是最难测量的部分。目前主流的三种核算方法——支出法（快但粗）、活动法（用千瓦时、升、吨公里等实物数据，更准）、供应商专属法（最准但最难采集）——多数企业从支出法起步，AI既能加速起步阶段，也能让后续升级不那么痛苦。
怎么选？先回答七个问题
不要只看功能清单选平台，建议按以下步骤来：
明确披露驱动：必须满足哪些框架——CSRD、SB 253、ISSB、CDP，还是客户要求？ 盘点数据源：ERP、财务、差旅、公用事业、HR系统，各家平台能连哪些？ 评估Scope 3复杂度：数一数供应商数量、产品线数量、法人实体数量。 确定鉴证需求：现在或不久的将来是否需要第三方有限鉴证？ 初选三家：匹配企业规模和技术栈。 用真实数据试点：上传一份“乱糟糟”的样本，而不是干净的演示文件。 打分比较：准确率、节省的时间、审计轨迹的清晰程度。
评估时对照这张表：
到演示环节，建议当面问供应商这八个问题：
AI哪些任务自动执行、哪些只做辅助？
AI生成或估算的数值如何标注？
审计师能否追踪每个AI决策？
是否用我们的数据训练模型？
排放因子库多久更新一次？AI置信度低时怎么办？
你们自己的AI和云排放怎么处理？
能否介绍与我们规模行业相当的客户？
——回答清晰、愿意现场演示的值得信任，回避闪躲的要留个心眼。
六个常见误区
- 迷信标签
：“AI-powered”本身没什么信息量，要求现场走一遍流程； - 跳过试点
：干净的演示数据会掩盖真实问题； - 忽视数据权属
：搞清楚数据、模型、输出结果归谁所有； - 期望零投入
：AI减少的是工作量，替代不了治理机制； - 忽略人的因素
：每年必须有人对碳盘查负责； - 一上来就追求Scope 3完美
：先建立扎实的基线，再逐步提高数据质量。
关键提醒：过程中把每一个假设都记录在案——未来的你，以及你的审计师，都会感谢你。
结语
AI碳核算软件替代不了专业判断，但它能把团队从Excel的泥潭里捞出来。这10个平台代表了三条路径：Watershed、Persefoni、Sweep、Greenly主打AI智能体和copilot；Normative、Plan A走“软件+专家”路线；Workiva、IBM Envizi、SAP、Salesforce则把碳数据嵌入企业已有的系统。你的最佳选择取决于合规要求、数据现状、供应链和团队规模。
（资料来源：Carbon Market Network《Best AI Carbon Accounting Software》）