Ventas 如何使用机器学习和 AI 创建净零计划

Ventas, Inc. 作为一家房地产投资信托（REIT），承诺到2040年实现净零运营碳排放（范围1和2）。这一目标基于投资者对脱碳的关注、内部可持续发展目标以及房地产行业领先地位的保持。公司利用机器学习和AI技术，为约1400处物业制定了近800份建筑级别的净零路线图，这些路线图详细指导建筑运营商在未来17年的每一步行动，并估算因能源减少带来的成本节约。

核心方法与数据
Ventas采用了一种创新的数据驱动方法，利用AI和基于物理的建模技术，结合太阳能辐射数据、卫星成像获取的土壤条件、天气和能源模型信息，以及公司已有的建筑物数据（包括建筑大小、类型和utility账单）。这种方法使公司能够在短时间内为每栋建筑生成详细的能源审计报告和实施方案，而传统方法将耗时数年且成本高昂。

关键数据与成果

• 投资组合：约1400处物业，服务老龄化人口，包括老年住房、医疗建筑等。
• 目标：2040年实现范围1和2净零运营碳排放。
• 数据基础：超过90%的实际数据支撑，减少估算需求。
• 路线图：为每栋建筑制定近800份计划，包括具体步骤、成本和能源节省。
• 财务效益：预计能源节省将基本抵消实施成本，并带来额外价值。

实施策略

1. 路线图制定：机器学习算法生成建筑级计划，涵盖能源审计和实施方案。
2. 变革管理：通过网络研讨会和沟通，确保操作员和物业经理理解并支持计划。
3. 整合运营：将路线图融入资本支出和日常运营，与各部门合作推进。

利益相关方与挑战

• 关键利益相关方：高管团队、操作员、物业经理、财务团队等。
• 实施挑战：需要持续沟通和变革管理，确保各方协同推进。
• 长期价值：降低能源和维护成本、提升资产韧性、改善租户舒适度和吸引力。

结论
Ventas的净零承诺是房地产行业大规模脱碳的典范，通过机器学习和AI技术实现了高效、经济的脱碳路径。其他公司可借鉴其数据驱动方法、变革管理策略和长期价值整合，推动净零目标的实现。