2026 年 1 月发布的《2025 年人工智能脱碳领域应用状况研究报告》聚焦英国 AI 在脱碳领域的应用进展，指出 2025 年该领域呈现 “热度高、有切实进展但仍存短板” 的特点。AI 虽获巨额投资且被纳入国家碳预算考量，但在脱碳落地中，部分领域成效显著，部分则受生成式 AI 热度拖累、进展缓慢，且中小企业的 AI 采纳速度普遍落后于大型企业。

　　报告将 AI 脱碳划分为九大核心挑战，2025 年各领域发展参差不齐。能源网络灵活性提升、电动汽车基础设施优化、家庭脱碳领域成果突出：AI 光伏短期预测年减碳 30 万吨，智能充电桩使电动汽车高峰用电降低 42%，79% 的电动车车主配备智能充电器；AI 工具让热泵安装时间缩短 50%、成本降低约 75%，还实现了低碳技术安装的当日自动审批。制造业方面，流程效率优化的 AI 应用从示范走向落地，预测性维护、能源优化成为主流，水泥生产借 AI 实现 2% 的减碳，但制造业原料脱碳因资金成本高进展有限。农业领域，土壤管理从理论试点迈U8国际入早期商业化，1500 家农场用无人机巡检作物，但农业甲烷减排仍停留在研究阶段，数据碎片化成为主要瓶U8国际颈。货运脱碳的 AI 应用集中在路线优化等效率提升层面，全流程脱碳因高资本投入推进缓慢。

　　数据显示，英国 AI 脱碳生态持续发展，2025 年相关活跃企业数量增长，以种子轮和风险投资阶段为主。AI 在脱碳领域的落地也带来诸多量化成果，如 AI 优化钢铁生产可减少 34% 矿用原料消耗，食品制造业 AI 平台能减少 87% 可食用浪费，虚拟电厂则有效助力电网负荷平衡。

　　报告同时指出了当前 AI 脱碳面临的普遍障碍：数据层面，存在数据碎片化、标准不统一、优质数据稀缺等问题；技术层面，部分领域缺乏跨场景规模化应用的参考架构，设备互操作性不足；市场与政策层面，中小企业 AI 投资的商业案例薄弱，碳排放相关激励机制不足，且部分政策跨领域协调不畅。此外，电网容量限制、能源价格失衡、行业官僚流程难以改变等，也制约了 AI 脱碳的落地速度。

　　对于 2026 年，报告预判成熟领域的 AI 脱碳影响将稳步增长，能源网络、电动汽车、制造业流程优化等领域有望进一步规模化。而原料脱碳、农业甲烷减排、货运全流程脱碳等领域，需依靠政策扶持、数据基础设施完善、跨行业协作及公共资金投入，才能加速 AI 技术的落地应用。报告还提出将搭建 AI 脱碳解决方案数据库，持续追踪各领域进展。