在第24届联合国气候变化大会（COP24）和政府间气候变化专门委员会（IPCC）发出严峻警告之后，有一点已经明确：需要在清洁能源领域开展更多创新，才能将全球变暖幅度限制在1.5˚C以内。气候变化的规模与速度意味着，我们再也无法承受等待数十年才让清洁能源技术问世的代价。照常创新已远远不够。所幸，人工智能（AI）正在成为科学发现的催化剂，帮助清洁能源创新更快进入市场，并颠覆现有商业模式。
人工智能应用于清洁能源价值链中的一个特定环节——材料——存在独特的机遇。材料是清洁能源的基本组成部分，例如构成屋顶光伏板的太阳能电池。创新用于制造清洁能源部件的材料十分重要，因为现有材料往往有毒、地球上储量不足，且需要高碳排放的加工工艺。
这一情景为清洁能源制造业带来了机遇。将人工智能应用于新材料的开发，可以减少隐含排放和毒性，降低成本，同时为研究人员节省宝贵的实验室时间。通过反复试错开展的实验，往往需要重复数千次才能取得突破。相比之下，人工智能可以实现复杂科学任务的自动化，使研究人员能够专注于需要更多创造力和独创性的工作。
以这种方式运用人工智能能够为制造商带来竞争优势。制造商往往投资于优化下游生产环节，这已催生了若干应用于传感器技术和流程优化的人工智能应用。然而，将人工智能用于上游设计则是一个尚未开发的商业机遇，可以缩短发现新材料所需的时间，从而释放资金用于部署和商业化战略。
当前清洁能源制造流程高度专业化，需要前期资本投入，且能源密集。因此，市场高度集中在运营成本较低、环境监管较弱的地区。以太阳能电池板为例，目前其生产需要2,000˚C的高温。在现有技术条件下，重工业流程难以脱碳，因此用于此类加热的能源并不总是零排放的。在循环经济中，产品制造过程中隐含的排放会计入该产品全生命周期的整体排放概况。利用人工智能开发清洁化学反应，以更少的能源生产相同产品，将降低能源成本，从而促使现有企业进一步创新。较低的运营成本也将使潜在挑战者更有机会进入市场。
产品在使用寿命结束时的处理同样重要，但常常被忽视。依托现有回收工艺，目前只有一小部分清洁能源硬件能够以经济有效的方式进行回收。例如，设计可回收再利用的太阳能电池板到2050年，可产生超过150亿美元的经济收益，这是国际可再生能源署（IRENA）2016年报告的结论（见上图）。
然而，创新制造工艺的设计取决于所用原材料的化学特性。换言之，开发替代材料可以减少对现有制造工艺的依赖。例如，与3D打印兼容的新材料可以在本地生产，从而避免全球运输成本及相关排放。材料本身的创新将引发行业急需的变革，使清洁能源更加便宜、更加清洁。
目前，部分清洁能源技术是由稀土元素制成的。例如，钕是世界上磁性最强的材料，用于风力涡轮机等电机和发电机。稀土元素主要在少数几个国家提取、加工和生产，这些国家资源丰富且开采成本低廉。对少数国家原材料的依赖可能导致清洁能源价值链上游的竞争加剧、价格波动和地缘政治紧张。因此，以低成本获取地球储量丰富的材料来生产清洁能源，具有战略性的地缘政治意义。
企业可以从人工智能在清洁能源制造上游应用的最新突破中汲取经验。认识一下Ada（自主发现加速器）：全球首个自动驾驶实验室。它以19世纪彻底改变计算机科学的科学家阿达·洛芙莱斯（Ada Lovelace）命名。Ada有望以极短的时间和极低的成本，彻底改变清洁能源的生产方式。通过在高计算能力下自主测试材料，Ada旨在提高太阳能电池板的耐用性，并将二氧化碳转化为有用的燃料。
Ada隶属于一项更广泛的倡议，该倡议由创新使命（Mission Innovation）推动，这是一个由23个国家和欧盟组成的全球合作组织，旨在全球部署材料加速平台（MAP）。加拿大和墨西哥作为“清洁能源材料创新挑战”的联合牵头方，正在推动这一战略性倡议，投资于应对新出现的环境和产业需求的解决方案。清洁能源材料创新挑战。该技术很快将在其他多个国家部署，形成一个全球性的机器人平台网络，以应对特定区域和企业的应用需求。
各国政府率先推动人工智能驱动的清洁能源材料发现，表明这一领域具有战略性的国家和全球意义。公共风险资本有助于降低行业成本，推动人工智能在先进制造业中更广泛的应用。使清洁能源材料更便宜、更清洁、更耐用，不仅对环境有益，对企业也有利。
