
En Dow, nuestra ambición es ser la empresa de ciencia de materiales más innovadora, centrada en el cliente, inclusiva y sostenible del mundo. Un elemento central de esto es nuestra estrategia Decarbonize & Grow, que invierte tanto en aumentar nuestra capacidad para atender a los clientes como en reducir las emisiones de gases de efecto invernadero.
En todos los sectores, muchos de nuestros clientes están comprometidos con la reducción de sus emisiones de Alcance 3, las emisiones indirectas de gases de efecto invernadero que se producen a lo largo de la cadena de valor de una empresa, incluidos los bienes adquiridos, el transporte y el uso de los productos vendidos. Los marcos regulatorios como la Directiva de Presentación de Informes sobre Sostenibilidad Corporativa (CSRD) de la UE están elevando el nivel de exigencia en materia de divulgación ambiental. Reconocimos y abordamos una necesidad crítica: un sistema transparente y verificable para rastrear y comunicar la huella de carbono de cada producto que fabricamos.
El resultado es el Carbon Footprint Ledger (CFL), una herramienta digital basada en una metodología de contabilidad de carbono que cuenta con la garantía limitada de terceros conforme a la norma ISO 14067 y el Estándar de Producto del GHG Protocol. El CFL es la capacidad digital número uno de Dow en nuestro programa Advance Sustainability, que abarca unidades de negocio y funciones en toda la empresa.
La huella de carbono del producto (PCF) representa las emisiones totales de gases de efecto invernadero, medidas en CO2 equivalente (CO2e), generadas desde la extracción de materias primas hasta la fabricación. El CFL se basa en estos cálculos y ofrece dos potentes capacidades:
Optimización: asignación dinámica de los insumos con menor contenido de carbono para optimizar los atributos de carbono de un producto (es decir, CO2e) y respaldar la monetización de nuestras inversiones en descarbonización.
Certificación verificable: emisión de certificados de huella de carbono de producto para productos con bajas emisiones de carbono en toda nuestra red de fabricación global, manteniendo los saldos residuales en un registro seguro y auditable, de acuerdo con las convenciones de balance de masa establecidas en la contabilidad de GHG.
En la práctica, el CFL combina una metodología de contabilidad de carbono basada en estándares con un motor de cálculo y un registro de emisión de certificados. El motor de cálculo computa los valores de CO2e de los ingredientes ascendentes (upstream) de un producto de acuerdo con la norma ISO 14067 y el Estándar de Producto del GHG Protocol. El registro asienta los certificados de huella de carbono de producto emitidos a los clientes y mantiene los saldos residuales, proporcionando un historial transparente y auditable de los productos con bajas emisiones de carbono que entrega Dow.

Calcular los PCF para una empresa de ciencia de materiales global y tan vasta como Dow es intrínsecamente complejo: la huella de carbono de cada producto requiere datos sobre la obtención de materias primas, la ejecución de la fabricación, el consumo de energía, el transporte, el monitoreo de emisiones y las bases de datos de inventario del ciclo de vida. Anteriormente, este cálculo tardaba semanas en completarse. Los datos residían en silos en diferentes funciones y geografías, y los cálculos de optimización necesarios en toda nuestra red de fabricación requerían un gran esfuerzo computacional. Necesitábamos una plataforma que pudiera unificar datos a escala, ejecutar modelos de optimización complejos en producción y ofrecer resultados a la velocidad del negocio.
Nuestro equipo de Enterprise Data & AI (ED&AI) eligió Databricks Data Intelligence Platform como base para el CFL. Creamos un pipeline de extremo a extremo dentro de nuestro Integrated Data Hub (IDH), ingiriendo, transformando y unificando datos de toda la organización en un único sistema automatizado. Unity Catalog proporciona la capa de gobernanza, lo que garantiza que los datos de fabricación confidenciales, los factores de emisión patentados y las asignaciones de carbono específicas de los clientes estén protegidos con controles de acceso detallados en todo el pipeline.

En el corazón de la plataforma CFL se encuentra Apache Spark en Databricks, que proporciona la potencia de procesamiento distribuido necesaria para combinar y transformar datos de muchos dominios funcionales diferentes a escala. El pipeline del CFL integra datos de la cadena de suministro, sostenibilidad y operaciones en una vista unificada, conciliándolos en huellas de carbono de producto de la cuna a la puerta precisas y auditables. Cada etapa del pipeline se persiste como tablas Delta, lo que nos brinda transacciones ACID, viaje en el tiempo (time travel) para auditorías históricas y upserts eficientes.
Al aprovechar las capacidades de computación distribuida de Spark, redujimos nuestro tiempo de procesamiento de extremo a extremo de semanas a una fracción de eso, lo que permite la generación rápida de información de PCF para todos los productos de Dow en una sola ejecución.
Una capacidad de la plataforma CFL es un modelo de optimización avanzado que identifica dinámicamente la ruta de producción con menores emisiones de gases de efecto invernadero para los productos en toda la red de fabricación global de Dow, de acuerdo con la metodología avalada por la norma ISO 14067 y el Estándar de Producto del GHG Protocol.
Utilizando el enfoque MLOps de Databricks con MLflow, nuestro equipo desarrolla e implementa esta capacidad de optimización como un servicio de nivel de producción con control de versiones y monitoreo completos. Los datos de huella de carbono resultantes fluyen hacia el pipeline del CFL con un seguimiento completo del linaje (lineage), y las actualizaciones de los datos o parámetros subyacentes se integran sin problemas en producción.
El CFL es parte de nuestro programa más amplio Advance Sustainability, que abarca más de 20 líneas de capacidad digital, desde evaluaciones automatizadas del ciclo de vida hasta la gestión de materiales circulares y el cumplimiento de la Taxonomía de la UE. El Integrated Data Hub en Databricks sirve como tejido conectivo, lo que permite un futuro en el que los científicos de Dow generen una huella de carbono de producto con solo presionar un botón, los equipos comerciales adapten el contenido de sostenibilidad a las necesidades de los clientes y las partes interesadas externas reciban informes de sostenibilidad con los mismos plazos y garantías de auditoría que los informes financieros.
Aún no hemos llegado a ese punto en todos los frentes, pero el CFL en Databricks ha sido un paso fundamental hacia esta visión.
El CFL en Databricks ofrece resultados tangibles:
El CFL emite certificados verificables de huella de carbono de producto y mantiene los saldos residuales en un registro seguro y auditable, lo que ayuda a los clientes a tomar decisiones de compra informadas y a demostrar el progreso hacia sus objetivos de sostenibilidad.
A medida que las regulaciones de sostenibilidad se vuelven más estrictas a nivel mundial, nuestra inversión en el CFL posiciona a Dow como líder en transparencia de carbono a nivel de producto. Databricks Data Intelligence Platform nos brinda la flexibilidad y la escala para crecer con lo que venga después. Para nosotros en Dow, el Carbon Footprint Ledger es más que un proyecto de datos. Es una demostración de cómo la ingeniería de datos moderna y la innovación digital pueden impulsar un impacto ambiental en el mundo real a escala industrial global.
Descubra cómo Databricks acelera los resultados de sostenibilidad para los fabricantes y las empresas de energía en la página de soluciones de Databricks Manufacturing & Energy. Para explorar cómo Data Intelligence Platform puede impulsar sus propias iniciativas de sostenibilidad, desde la contabilidad de emisiones y los informes de Alcance 3 hasta la gestión de materiales circulares, póngase en contacto con su equipo de cuentas de Databricks o visite databricks.com/solutions/industries/manufacturing-industry-solutions.
(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original
Suscríbete a nuestro blog y recibe las últimas publicaciones directamente en tu bandeja de entrada.