在晓数绿景（常州）科技发展有限公司，工程师正用自主研发的碳追溯AI智能体，忙着帮车企“算碳”。公司的客户名单上，有4家整车企业、1家头部电池公司以及近100家核心零部件供应商，其中不少就扎根在常州。

“AI智能体并非通用大模型，而是专为企业内网环境设计的长时程智能体。”晓数绿景创始人宋永俊打了个比方：通用大模型就像随时可以聊两句的个人助手，碳追溯AI智能体则是一个在安全边界内能自主规划、会调用工具，还带记忆功能的“数据治理专家”。在企业内网部署模式中，系统可在数据不出域的前提下，完成从原材料识别、工艺匹配到合规报告生成的全流程闭环，降低敏感数据外流风险。

在汽车供应链这个全球公认最复杂的制造体系里，想做到这一步并不容易。一辆车涉及一两百种材料、上万种零部件，再加上冲压、涂装等层层叠叠的工艺环节，过去全靠工程师核算碳排放。宋永俊告诉记者，即便是有5~10年经验的资深工程师，要完整核算一辆车的碳排放，也得忙上1周，而AI智能体在BOM、工艺路径和基础排放因子等数据已接入的前提下，可将单车型碳核算的初步建模与计算时间压缩至约15分钟，大幅降低了重复录入、因子匹配和报告整理的工作量。

晓数绿景的技术突破还不止于此。去年，公司承接了某头部车企的供应链追溯项目，需要按照欧盟PEF方法（即“产品环境足迹”），对碳排放、臭氧消耗、酸化、人体毒性等16类环境影响指标进行核算，完成6600个零部件的建模与计算。结果，AI智能体用3周时间全部完成。宋永俊估算，同样的工作量，传统人工核算需要1年才能完成。

为什么要花这么大力气“算碳”？答案在欧洲。

近年来，欧盟碳边境调节机制、电池与废电池法等绿色贸易规则相继落地。一辆新能源汽车要出口到欧洲，企业必须提供全生命周期的碳排放数据，否则会影响产品进入并增加合规成本。而中国车企恰恰卡在了数据环节：供应商层级多、口径不一、底数不清。

晓数绿景的解决方案分两步走，先帮车企打通数据合规的“生死关”，确保产品拿到欧洲市场的入场券，然后在数据精准可信的基础上，进一步指导绿色材料替代、绿电使用时段优化、工艺能效诊断，让减碳从“被动合规”变成“主动降本”。

谈到公司的核心竞争力，宋永俊表示：“我们在项目实践中沉淀了汽车行业的物料清单规则、工艺参数等数据库，所有AI输出都必须经过碳管理、材料科学、制造工艺等资深专家的交叉验证。”

正是在这样的背景下，晓数绿景把目光投向了武进。“我们选择武进，是因为这里不少汽车供应链企业都是我们的客户。”宋永俊说，能够核算汽车供应链体系的碳排放，意味着企业也能覆盖家电、电子消费品等相对简单的供应链。事实上，晓数绿景已经开始向水泥装备、电子消费品等领域延伸业务。

当前，晓数绿景的团队正在为下一批车企客户做数据接入。“不用出常州，就可以基本把一辆车的配件找全，我们就是要用AI，为每一辆出海的‘常州造’算清‘绿色价值’。”宋永俊表示。