在全球氣候變化日益嚴峻的背景下,美國環境保護署卻在7月29日公布了一項提案,擬撤銷關於「溫室氣體排放危害公眾健康和福祉」的科學認定,這一提案引發了廣泛爭議。目前該提案已進入為期45天的公眾意見徵詢期,央視記者日前在紐約市隨機走訪,採訪了幾位當地居民,多數受訪者明確反對這一提案,認為它既缺乏科學依據,也不符合公共利益。當地居民 唐尼爾:這不是一個好主意,有些人試圖改變事實,以更好地符合他們自己的利益。這不是個好主意,不是一件好事。當地居民 史蒂芬:我覺得這會影響到每個人的生活。任何能讓我們更環保,更關注地球的事情都是有益的,因為現在一切都很混亂。當地居民 蘇珊:我不明白他們為什麼這麼做,這對經濟有害,這對人民有害,對這個國家的未來有害,對世界的未來也有害,我不清楚是什麼驅使他們這麼做。不少人指出,撤銷科學認定的做法背離氣候共識,將對經濟、公眾健康以及美國和世界的未來造成損害。有人強調,氣候變化的現實影響已經顯現,極端天氣、洪水、火災頻發,這不僅威脅當代,更會嚴重影響下一代的生存環境。當地居民 加布裡埃爾:我認為氣候變化會影響到我們的下一代。我們談論的冰川融化、海平面上升等環境問題,這些都將在40年後或60年後,對我們的後代造成嚴重影響。還有居民質疑,這項提案背後是少數利益集團驅動,為少數富人服務,而非為公眾利益著想。同時,一些受訪者還表示,這種做法會讓美國在國際氣候談判中的信譽受損,進一步損害美國的國家形象。當地居民 唐尼爾:是的,因為我們已經在外界看來像一群傻子一樣了。一些受訪者呼籲,美國應當繼續減少化石燃料依賴,發展替代能源,這是全球趨勢,也是過去幾十年來國家的發展方向。他們希望,即便聯邦政府政策倒退,工業界和社會各界也應堅持推動綠色轉型。當地居民 蘇珊:我認為這一提案會在法庭上遭遇挑戰 ,最終不會成為現實。我甚至認為考慮這個問題是非常可怕的,目光短淺。絕大多數人,包括工業界,都不同意這一提案,它不可能實現。我希望工業界會繼續努力,減少化石燃料的使用、取得進展,這是世界的發展方向。逃避氣候責任 美國能源轉型屢掛「倒擋」有統計顯示,美國是全球歷史第一排放大國、全球累計溫室氣體排放最多的國家,但美國在承擔相應責任的問題上卻是萬般推諉、頻繁甩鍋。僅在今年,從退出《巴黎協定》,到擬取消大量應對氣候變化的聯邦資金投入,再到「重錘」清潔能源產業,美國能源轉型之路屢掛「倒擋」,凸顯出美國對應對全球氣候變化的不負責任。今年1月,川普就任美國總統首日即籤署多項行政令,宣布美國再次退出《巴黎協定》,還要求暫停海上風電和陸上風電項目所有相關審批工作。2月,美國政府宣布「在法律允許的最大範圍內」取消所有應對全球氣候變化活動。3月,美國環境保護署宣布著手撤銷美國數十項重要的環境法規。4月,美國總統行政令指示,聯邦政府部門和機構終止針對煤炭行業的歧視性政策。5月,美國環境保護署表示正在起草一份旨在取消對美國境內燃煤和燃氣發電廠溫室氣體排放限制的方案。7月初,美國總統川普籤署「大而美」稅收和支出法案。該法案取消了數十項綠色能源激勵措施,清潔能源稅收優惠被大幅度削減,同時傳統能源獲得明顯政策傾斜。7月底,美國環境保護署公布提案,擬撤銷2009年發表的「溫室氣體排放危害公眾健康和福祉」科學認定。今年11月,《聯合國氣候變化框架公約》第30次締約方大會(COP30)將在巴西貝倫舉行。而就在7月,美國國務院裁撤全球變化辦公室,解僱了最後一批美國氣候談判代表。全球變化辦公室的取消,意味著美國在氣候變化國際談判中失去代表席位,在《聯合國氣候變化框架公約》第30次締約方大會將不會出現美國官方代表的身影。專家:美氣候政策服務國內政治經濟利益此次美國政府撤銷溫室氣體排放危害認定的這一提案獲得通過的可能性有多大?一旦獲得通過,提案又將將會對全球應對氣候變化的努力帶來什麼影響?分析指出,當前美國政府的能源政策呈現幾個傾向:一是重點扶持傳統油氣資源、擴大傳統能源出口,極力維持美國作為全球最大石油和天然氣生產國的地位;二是廢除上屆政府「綠色新政」,取消對化石能源的一些限制,暫停或削減對清潔能源行業的聯邦支持;三是放鬆環境監管、降低環保標準,以降低生產成本。美國環境保護署這一提案發布的時間點,也引發了外界關注。川普政府稱已獲得日本、韓國、歐盟等國的能源承諾。據協議,歐盟需在三年內購買價值7500億美元的美國能源產品,韓國承諾購買1000億美元的能源,日本承諾大量投資美國能源基礎設施。專家認為,美國鬆綁溫室氣體排放的一系列舉措都是出於國內政治和經濟利益的考量。哥倫比亞大學法學院薩賓氣候變化法律中心主任 麥可·傑拉德:川普政府並不認為氣候變化是一個特別嚴重的問題,因此他們不願意出臺可能給美國帶來經濟成本的監管措施,撤銷「危害判定」是其廢除溫室氣體減排法規的一項舉措。我認為這一決定並非基於科學依據,儘管他們確實找來少數科學家支持其立場,但整體而言 ,這更像是出於政治和經濟利益的考量。分析人士認為,這一提案所提出的科學依據十分薄弱,必將面臨激烈爭議和不確定的前景。哥倫比亞大學法學院薩賓氣候變化法律中心主任 麥可·傑拉德:這項決定肯定會在法庭上引發激烈爭論,一旦政府正式撤銷「危害判定」,相關訴訟勢必隨之而來。就我個人而言,我對這一撤銷能否成功持高度懷疑態度,我認為他們所提出的科學證據非常薄弱,遠不如支持氣候變化是重大問題的大量科學研究有力。在國際層面,川普政府的氣候政策也正持續衝擊全球氣候合作。作為一個超級大國和累計溫室氣體排放最多的國家,美國應對氣候變化的消極態度將帶來負面的示範效應,從而削弱全球氣候合作的力度。哥倫比亞大學法學院薩賓氣候變化法律中心主任 麥可·傑拉德:就目前而言,美國並未試圖在全球氣候行動中發揮領導作用,至於此次撤銷「危害判定」的嘗試只是政府早已宣布的整體政策方向中的一部分。但它可能會為其他國家中,反對氣候行動的政府提供藉口,讓他們削弱本國應對氣候變化的承諾。其他國家的政治人物很容易辯解說,「美國都不行動,我們為什麼要做」。央視記者 許弢:隨著全球氣候變化的加劇,聯合國在其「2030年可持續發展目標」中明確提出,所有國家必須共同努力,以減少溫室氣體排放,並推動低碳經濟轉型。然而,從再次退出《巴黎協定》到最近擬撤銷對溫室氣體的「危險認定」,川普政府在氣候問題上的態度似乎一直與全球應對氣候變化的努力背道而馳。氣候變化不僅是環境問題,更是全球發展的重大議題。美國在這一領域的做法,無疑會成為全球氣候努力的絆腳石。
前不久,我在做某數位化平臺的調研時,與他們的創始人談到了一個耐人尋味的話題——「為什麼中國擁有全球最完整的工業體系,卻仍有無數中小工廠困於『代工邊緣』?」 對方提到,「其實只用產業鏈集群來描述中國製造業的供應鏈能力是不準確的,至少還包括工藝協同、企業協同、行業協同、區域協同和內外協同。」 這五個協同層面,恰好揭示了傳統供應鏈體系的深層矛盾。當我們把目光從單個企業的生存困境投向更遠,會發現全球供應鏈的重組早已超越簡單的產能轉移,演變為一場由數據與算法驅動的系統性變革——而AI,正是這場變革的核心引擎。 傳統供應鏈的困境:看不見的繩索與隱性成本 傳統供應鏈的痛點往往像慢性病,其症狀在危急時刻才會被劇烈感知。而AI卻像特效藥一樣,能讓傳統供應鏈「起死回生」。 在珠三角某電子元件基地,一家主營手機配件的工廠就曾遭遇過類似問題。當海外客戶突然要修改訂單要求時,供應商需要花費三天時間核實技術要求的細節,而車間主任也只能憑經驗決定能不能修改。這種低效的信息傳遞鏈條,迫使企業不得不常年多備15%的冗餘庫存以應對不確定性。 這種依賴人工經驗的決策模式,更「坑人」的地方在於,易引發市場波動中的「群體失智」:市場一有風吹草動,就容易集體跑偏。結果就是企業看不清市場走向,要麼一窩蜂擴大生產,要麼突然集體減產,最終陷入「產能錯配—利潤壓縮」的惡性循環。 這些問題的根源,本質上是傳統供應鏈「信息孤島」與「決策滯後」的系統性矛盾,而這恰恰是AI技術的突破口。 「信息孤島」的癥結在於,在傳統供應鏈中,訂單信息需經採購、設計、生產、物流等多環節層層傳遞,每過一個節點就產生信息損耗;上下遊企業因數據標準不統一,技術參數、交付周期等關鍵信息難以對齊。例如,某汽車零部件製造商因無法實時獲取主機廠的生產計劃調整,頻繁出現生產節奏與市場需求脫節。 「決策滯後」則體現為,傳統供應鏈依賴人工經驗和歷史數據的預測模式,在突發性事件面前不堪一擊。例如2020年新冠疫情初期,全球供應鏈的混亂正是源於信息傳遞的延遲和決策的滯後。當某國港口突然關閉時,上遊製造商無法及時調整生產計劃,下遊客戶也難以重新配置物流資源時,將會導致整個鏈條陷入癱瘓。 那這困境的本質是什麼呢?是工業時代線性協作模式與數字時代動態需求之間的脫節。當市場從「大規模標準化生產」轉向「個性化柔性定製」,全球貿易要求供應鏈具備實時響應能力時,依賴人工、割裂信息、滯後決策的傳統模式也將必然被淘汰。這也解釋了為何AI在供應鏈中的應用已從「可選升級」變為「生存必需」——它不僅是技術工具,更是重構供應鏈底層邏輯的核心引擎,就是為了將「看不見的繩索」轉化為「可量化的數據流」,將「隱形成本」壓縮為「精準可控的效率提升空間」。 如何解決?構建AI驅動的「數據—算法」供應鏈體系 當傳統供應鏈的痛點被摸清楚了,解決辦法也就隨之而來,即構建一個基於AI的「數據—算法」供應鏈體系。 該體系的核心,在於AI將模糊的製造能力轉化為可量化的數據資產,並通過算法實現全領域精準協同。一些領先的數位化製造平臺已經展現出成熟的實踐,其平臺通過構建多維度的數據標籤體系,從最底層的工藝切入,將原本難以描述的工藝能力,如微米級精度的車床加工、特定材質的表面處理工藝等,轉化為機器可識別的結構化特徵。隨後,將簡單的需求流轉到工廠,讓買家和工廠直接對接;碰到需要多種工藝的複雜訂單,就重新設計、拆解,再派單給不同工廠完成,其匹配精度與效率遠超人工篩選。 這種轉變其實本質上是AI正在繪製一張實時更新的全球「製造能力圖譜」。以前,說起企業的製造能力,大家總愛簡單分成「能做」和「不能做」兩種。現在,在AI驅動的體系中,每個工廠的工藝參數、設備配置、質量認證等數據都被拆解為可動態組合的模塊。例如,醫療器械企業發布精密零件採購需求時,AI系統不僅能匹配具備相應資質的供應商,還能根據實時產能數據推薦最優生產方案——既大幅提升供應鏈匹配效率,又顯著降低冗餘成本。這種數據驅動的決策模式,正在將供應鏈管理的底層邏輯從「被動響應」轉向「主動預測」,成為全球供應鏈的核心競爭力。 其實這場變革的關鍵在哪兒呢?說到底,數據成了供應鏈裡最值錢的家當,而算法就像分配利益的規矩——誰手裡的預測模型更準,誰能更快把所有數據理順,誰就能在全球供應鏈重新洗牌的時候佔上風。 對中國製造業來說,這種靠AI撐起來的「數據加算法」模式,不光能幫那些中小工廠跳出「只能做代工」的困局,更能把咱們「工業體系全」這個大優勢,變成在全球供應鏈裡說了算的本事。這麼一來,全球供應鏈也慢慢從「扎堆在一個地方生產」變成「靠數字連在一起高效協作」了。 從中國到全球,供應鏈的「去中心化」革命 而在全球範圍內,供應鏈都在悄悄變樣——以前是層層管著、一個中心說了算,現在慢慢變成了大家各有各的職能,互相配合著來。而這場大變樣的背後,最關鍵的推手就是AI。 想像這樣一個場景——深圳的電子元件工廠接到來自巴西的定製化訂單,系統自動生成包含質量檢測標準、付款條件和物流路線的智能合約,貨物離開生產線時區塊鏈就完成支付結算,整個過程像網購一樣簡單直觀。這種看似科幻的場景,其實在阿里巴巴國際站的跨境貿易中已經初現端倪,去年該平臺就有超過三成的交易開始應用區塊鏈存證技術,實現了全流程的透明化與自動化。 現在,技術的底層邏輯正在發生質變。5G結合AI視覺算法讓跨國遠程質檢成為可能,AI算法能實時分析全球14個港口的擁堵情況,物聯網設備回傳的貨櫃溫溼度數據經AI分析後可提前預警風險……傳統供應鏈的「金字塔」結構正被徹底解構。這種變革帶來的不僅是流程簡化,更是價值創造模式的根本性轉變——過去依賴跨國物流公司和銀行的「中間層」正在消失,生產端和消費端通過。AI驅動數字網絡直接咬合。 然而,這場革命的推進遠比想像中更加複雜。在東莞的製造業集群中,我們能看到兩種截然不同的圖景並行:某家年產值5億的電子廠斥資800萬搭建工業網際網路平臺,卻因管理層對數據可視化系統缺乏理解,導致系統淪為擺設;而隔壁的模具廠則用300萬改造費用實現設備聯網,通過實時監測刀具損耗率,就將生產效率大幅度提升。 這種差異折射出轉型的深層矛盾——當數位化需要重構組織架構時,很多企業發現最大的障礙不是技術本身,而是組織慣性。實際中通常會出現花了幾個月時間搭建ERP系統,但員工習慣了手工操作,推廣難度很大。此外,數據安全和隱私保護問題也日益凸顯,如何在開放共享與風險控制之間找到平衡,是行業面臨的共同挑戰。 這些現實困境揭示:去中心化不是簡單的技術疊加,而是需要同步重構商業規則、組織文化甚至權力關係的系統工程。 供應鏈的「活」與「變」 當供應鏈「活」了起來,中國製造乃至全球產業網絡的協同與進化,才真正擁有了面向未來的無限可能。 這場由數據與算法驅動的變革,正在重塑全球供應鏈的底層邏輯——從「效率優先」轉向「韌性優先」,從「成本控制」轉向「價值共創」。 過去由跨國企業主導的垂直供應鏈,正在演變為一種網狀生態。深圳無人機企業通過開放AI算法接口,吸引全球開發者為其改進飛行控制系統,使產品響應速度提升30%;蘇州的紡織廠將柔性生產線接入AI雲平臺,成為服務十幾個國家設計師品牌的「雲製造」節點,實現按單生產的毫秒級調度。這種轉變帶來的不僅是效率提升,更是價值創造邏輯的根本變革:當每個參與方都能通過數據貢獻獲得收益分成,當創新成果能在全球範圍內即時復用,供應鏈就變成了持續進化的生命體。 從大趨勢來看,AI正在悄悄改變供應鏈創造價值的方式。過去,資源怎麼分配,基本都是行業裡的大公司說了算;現在,AI的「分布式智能」慢慢接過了這活兒——算法會盯著實時數據,靈活調配產能、優化物流路線、提前預判需求,哪怕是很小的生產單元,都可能在這個過程中變成創造價值的關鍵節點。 這種變革的深層意義在於,全球供應鏈的競爭早就不拼規模大小了,而是比誰的AI算力強、處理數據快。誰能更快練出精準的預測模型,誰能更高效地把各地的數據串起來,誰就能在現在這個講究靈活、能定製的全球市場裡搶得先機。 不過,AI推動供應鏈升級,也不是沒遇到難題。比如得建立跟AI匹配的數據歸屬和交易規則,得培養既懂生產工藝又懂算法的多面手,還得琢磨怎麼讓不同文化背景的人用AI好好配合。就像深圳華強北的轉型,從以前的手工焊接小作坊,變成現在涵蓋設計、測試、融資的全鏈條數字生態,每一步突破都離不開AI技術進步和制度創新的相互帶動——算法在優化生產流程的同時,也逼著管理模式改成了「人和機器一起協作」。 在未來的產業圖景中,AI會變成供應鏈的「神經中樞」:工廠設備靠AI自己協調幹活,物流網絡跟著算法隨時調整路線,甚至消費者幾個月後想要什麼,AI都能提前半年算出來。等每個生產單元都連上AI驅動的數字網絡,整個供應鏈會變得特別有韌性,充滿活力。這可不只是技術更新換代那麼簡單,更是全球產業格局朝著「智能協同」時代走的必然結果。 (作者劉典為復旦大學中國研究院副研究員,清華大學人工智慧國際治理研究院戰略與宏觀項目主任,新著《杭州模式:DeepSeek與中國算谷》2025年5月由中信出版集團出版)
免责声明:本文内容与数据仅供参考,不构成投资建议,使用前请核实。据此操作,风险自担。
41573
79
2026-01-30 20:24
86593
27
2026-01-30 20:24
85673
21
2026-01-30 20:24
38961
96
2026-01-30 20:24
14586
21
2026-01-30 20:24
13652
48
2026-01-30 20:24
13984
63
2026-01-30 20:24
72516
58
2026-01-30 20:24
82593
39
2026-01-30 20:24
14675
46
2026-01-30 20:24
14725
14
2026-01-30 20:24
87635
18
2026-01-30 20:24
86375
46
2026-01-30 20:24
48961
39
2026-01-30 20:24
15496
79
2026-01-30 20:24
58439
89
2026-01-30 20:24
12576
54
2026-01-30 20:24
64982
97
2026-01-30 20:24
19438
49
2026-01-30 20:24
92348
79
2026-01-30 20:24
82735
75
2026-01-30 20:24
13987
36
2026-01-30 20:24
91478
35
2026-01-30 20:24
54618
24
2026-01-30 20:24
74183
56
2026-01-30 20:24
85931
29
2026-01-30 20:24
93741
72
2026-01-30 20:24
25971
92
2026-01-30 20:24
56721
69
2026-01-30 20:24
42659
35
2026-01-30 20:24
62351
29
2026-01-30 20:24
81472
13
2026-01-30 20:24
27518
53
2026-01-30 20:24
65483
84
2026-01-30 20:24
57894
84
2026-01-30 20:24
89357
28
2026-01-30 20:24
17386
26
2026-01-30 20:24
24871
96
2026-01-30 20:24
74851
16
2026-01-30 20:24
89246
78
2026-01-30 20:24
71624
93
2026-01-30 20:24
35421
35
2026-01-30 20:24
57943
52
2026-01-30 20:24
71852
14
2026-01-30 20:24
45968
39
2026-01-30 20:24
39256
46
2026-01-30 20:24
98215
42
2026-01-30 20:24
57624
21
2026-01-30 20:24
45732
91
2026-01-30 20:24
65741
31
2026-01-30 20:24
49576
29
2026-01-30 20:24
| 魅影直播视频 | 婬色直播 |
| 黄瓜直播 | |
| 美女直播 | 暖暖直播 |
| 糖果直播 | |
| 秀色直播 | 9.1樱花ppt网站大片 |
| 美女直播 | |
| 伊人下载 | 抓饭直播 |
| 彼岸直播 | |
| 蜜桃视频 | 色花堂直播 |
| 成人抖阴 | |
| 香蕉直播 | 伊对免费下载 |
| 蜜桃直播 | |
| 魅影看b站直播 | 蜜疯直播 |
| 小猫咪视频 | |
| 青稞直播 | 黑白直播 |
| 月夜直播app夜月 | |
| 私密直播全婐app免费 | 伊人直播 |
| 蜘蛛直播 | |
| 么么直播 | 魅影5.3直播 |
| 比心直播 | |