根据IPCC最新的报告，到2050年实现世界经济脱碳的目标现在完成了还不到1%。
面对这种紧迫性，对企业增加更多的环境相关约束似乎是不可避免的。欧盟委员会和美国政府都可能采取一系列监管行动并制定路线图来应对这一挑战。企业必须立即采取行动，而不是等待监管落地，因为最新的监管措施很可能会要求企业的生产过程加速脱碳，进而推高企业短期减碳成本。此外，随着欧盟碳信用额（ETS）成本的增加，企业也将被迫限制其碳抵消的数量。
为了减少温室气体排放，企业还必须考虑其整个价值链中的碳排放，包括企业不直接控制的部分（在Greenhouse Gas Protocol中被称为三类排放Scope 3¹）。为了使企业能够在充满变量的复杂环境中做出明智的决策，人工智能（AI）的使用变得至关重要。利用机器学习算法，AI可以通过准确预测供应和需求、优化运输路线和存储管理，以及识别碳含量最低的产品等方式来帮助企业减少供应链中的碳排放。
那些希望使AI成为脱碳计划重要组成部分的公司，必须消除所有障碍以便有效部署人工智能。这些障碍包含：数据来源单一且企业内部使用的应用程序对外部利益相关者不兼容，企业内孤立的数据治理， 缺乏实施基于AI的运营流程所需的相关技能（编程、大数据分析、机器学习、建模、机器人技术等）。
使用基于AI的方案来帮助减少二氧化碳排放有很大的潜力。但是，正如所有技术运用和实施项目一样，企业也需要提前评估确认该技术的运用本身不会为整个项目带来更多的碳排放。
