多年來，可持續發展對企業而言一直是一個挑戰性話題，經過持續深化布局，今天的企業對于自身的可持續發展已經初見成果，許多企業不僅將可持續作為一項企業責任，更是作為增長和盈利的主要驅動力之一。

“循環性”的意義

2023 年，全球僅有 7.2% 的材料被回收，這為企業提供了巨大機遇——通過擁抱循環性來節省成本，并節約資源。由德勤聯合 Circle Economy Foundation 出版的《全球循環性差距報告 2021》曾指出，企業若能在產品生命周期（包括供應鏈）內注重資源的回收與再利用，可將二氧化碳排放量減少 39% 以上。

同時，循環性還能通過確保關鍵材料的可用性來緩解資源短缺問題，它基于“R 策略”框架運作，指導循環設計與制造，以增強資源利用并減少浪費。

這些“R 策略”包括：

減少 (Reducing)

修復 (Repairing)

翻新 (Refurbishing)

再制造 (Remanufacturing)

回收 (Recycling)

本圖展示的循環性是一種最小化浪費、最大化資源效率并實現成本節約的可持續模型。

（圖片來源：西門子）

從線性向循環性的轉型始于設計階段，研究表明，產品 80% 的環境影響是在設計階段決定的。數字孿生（基于物理仿真的物理資產或流程的數字化呈現）是創造更智能、更高效設備、產品和流程的關鍵工具，它使工程師從一開始就能夠融入可持續性。

數字孿生有助于定義和優化產品及生產系統，從而大幅減少對物理原型的需求，節省寶貴資源。通過創建數字孿生并利用設計與仿真軟件等工具，企業可將循環性嵌入產品生命周期的每個階段——從設計、制造、使用直至報廢。數字孿生還有助于分析供應鏈，通過創建真實網絡和流程的虛擬副本，幫助企業提前仿真可能發生的中斷和變化，用真實數據評估影響，并基于透明信息做出更明智的決策。

通過生命周期評估、R 策略模擬以及設計與供應鏈的聯動，企業能優化資源并減少浪費。數字孿生、人工智能 (AI) 和 IT/OT 融合等數字技術還能提升生產效率。一旦產品投入使用后，資產管理軟件等工具可確保資源效率最大化并支持精準維護。

循環性還貫穿產品報廢階段。借助自動化支持的先進回收技術，企業可將舊材料回收用于未來生產。可生物降解塑料等循環替代方案受益于適應新流程的柔性生產系統，推動零廢棄經濟向前發展。

西門子德國菲爾特工廠與 Spinnova 的可持續示范

西門子位于德國菲爾特的工廠近期被世界經濟論壇評為 “可持續燈塔工廠”，表彰其在能效提升、二氧化碳減排和資源節約方面的突出表現。通過實施智能能源系統，該工廠將單位體積能耗降低了 64% ，每單位產出量的溫室氣體排放量減少了 72%，每單位產出量的工業廢棄物減少了 47%，同時將總體產量提高了 145%。

西門子菲爾特工廠借助人工智能和循環策略，實現可持續運營

（圖片來源：Getty Images）

這些成果源于對循環性的關注。西門子菲爾特工廠通過追蹤產品全生命周期，利用備件和維修延長產品壽命，避免了生產、報廢和回收過程中可能產生的排放。通過“長壽命維修服務”，該工廠為特定產品提供延保服務。2025 年初，已有超過 300 例長壽命維修案例，預計到 2026 年將增至 2000 例。此外，基于顯著的節能成果，菲爾特工廠力爭在 2026 年前實現碳中和。

與菲爾特工廠類似的例子還有芬蘭紡織公司 Spinnova，其正通過循環模式重新定義紡織業的可持續性。時尚行業每年可產生超過 9000 萬噸廢棄物，消耗的水資源更是驚人。Spinnova 的使命之一就是讓紡織行業變得更可持續。

Spinnova 的技術使原材料生產商、纖維生產商等能夠通過模仿蜘蛛紡絲的機械工藝，從多種纖維素原料中生產纖維。這種獨一無二的生產工藝創造出外觀和觸感類似棉麻的材料。借助西門子技術實現創新與設計，Spinnova 已在紡織行業中產生了可持續的影響。

用 AI 優化可持續性

人工智能 (AI) 是另一種能夠有效推動可持續性的“法寶”。盡管 AI 已在各行業和消費者中被廣泛討論，但其可持續潛力才剛剛被發掘，實現這一潛力需要戰略部署和規模化應用，而這只能通過工業級 AI 的能力來滿足嚴苛環境下要求的質量、安全性和可靠性。

AI 的優勢還在于處理海量數據并識別隱藏模式的能力，不僅幫助企業通過發現低效環節加速數字化轉型以降低排放，還能在“數字化企業”中實現循環性。

愛爾蘭根工廠利用數字孿生優化機器、運營和流程以提升能效。

（圖片來源：西門子）

那么 AI 的實際應用場景如何？作為可持續的數字化企業，西門子位于德國愛爾蘭根的工廠使用工業 AI 收集、連接和分析數據，以加速可持續進程，其效益顯而易見：工廠能耗降低了 25%，凈碳足跡減少了 50%，單位產品能耗降低了 50%，生產車間通風系統功耗下降了 70%。

此外，愛爾蘭根工廠采用機器人以超高精度處理印刷電路板 (PCB) 組件。自動化貼裝工藝的精密度提升大幅減少了材料與能源浪費。由于智能機器人不再預分揀部件，原本用于分揀的塑料內襯被淘汰，最終減少了數千件塑料廢料。如果沒有 AI 技術，這些環境與成本效益都無法實現。

可持續性的未來充滿機遇與變革。隨著循環性和 AI 逐漸應用于企業的可持續計劃，企業能夠在滿足合規的同時，實現成本節約和效率提升，將可持續性從責任轉變為盈利策略，創造更高的企業價值。