古月表示，相比人的经验，AI技术拥有多项优势：AI可以迅速处理海量数据，保证预测和分析的实时性；AI表现稳定，永不疲劳；AI算法具有可复制性，而人的经验只能积累、难以复制。“应对气候挑战，AI技术蕴藏着无限的潜力。数字化能够实现碳排放测量、分析和汇报，而AI算法能够进一步建模和预测，帮助人类更好地进行碳排放管理。可以说，AI技术为数字化减碳插上了翅膀。”
比如施耐德电气就将数字化能源管理系统与AI技术相结合，综合分析楼宇建筑的实时能耗、历史数据、周期性规律和天气预报等信息，提前调节负荷，减少能耗。针对碳交易需求，AI技术能帮助企业预测市场趋势，更好地管理能源支出，降低相关风险。
古月强调，“创新无处不在，未来AI将***，但当前AI技术仍受制于场景，严重依赖场景适配性和原始数据积累。”要解锁“场景封印”，推动AI技术进一步发挥减碳价值，需要聚焦三大突破口：
在技术层面，要促进IT与OT的融合。
AI的发展离不开算法和数据两大关键要素，只有将技术深度融入场景之中，才能让OT为IT所用，IT为OT赋能。
在政策层面，需要促进产业链的紧密协作。
减碳是一项系统工程，如果产业链中存在数据断层或数据孤岛，AI技术的协同减碳效果将大打折扣。
在实施中，AI技术的推广可以“由点带面”
头部企业积极寻找突破点，以技术赋能客户推动从范围一到范围四*的减碳，同时通过广泛协作拓展到产业层面，带动整个行业进行更大规模、更快速的转型。