排放 — AI 建议
碳足迹整合完成后，dAio 便从测量迈向行动。基于您最近一次的排放计算，人工智能会分析排放量最高的项目，并生成一份经过优先级排序且量化的建议清单：对于每一条建议，您都能了解预期的 CO₂ 减排量、实施成本、年度节省额以及投资回报。
目标是：把一次评估转化为一份具体的路线图，既能在管理层面前立得住，也能经得起审计师的检验。
提示：请在计算出最新快照之后再生成建议（排放概览）。您的设备、发票和范围三数据越完整，AI 的建议就越贴切，其数字也越精确。
生成建议
- 打开排放版块，然后进入建议选项卡。
- 点击生成建议。
- 确认窗口会显示此操作的 LLM 积分成本。确认后即可启动分析。
- AI 会研究您最新的快照，并生成一份按优先级排序的清单。处理通常需要几秒钟。
注意：生成会消耗从您的订阅配额中扣除的 LLM 积分。准确成本（默认 50 积分）和您的剩余余额会在任何确认之前显示——未经您同意，不会启动任何生成。
建议类别
每条建议都属于以下三个类别之一，可通过清单中的颜色加以识别：
速效措施
无需重大投资即可立即实施、带来快速收益的措施：
- 优化设备的运行时段
- 取消不必要的出行和运输
- 调整供暖和空调设定
投资
需要预算但能带来可观投资回报的行动：
- 用混合动力机型替换柴油发电机
- 安装太阳能板
- 改用电动车队
行为
在组织内部以近乎零成本改变做法：
- 培训驾驶员进行生态驾驶
- 鼓励拼车和绿色出行
- 减少纸张打印
解读一条建议
每张建议卡片都会一目了然地呈现决策要素：
| 字段 | 说明 |
|---|---|
| 类别 | 速效措施、投资或行为。 |
| 优先级 | AI 根据影响和可行性给出的 1 至 10 分评分。 |
| 标题与描述 | 措施及其实施方式的概述。 |
| 预计减排量 | 每年避免的 CO₂ 量，单位为 tCO₂e。 |
| 实施成本 | 预计的初始投资，以欧元计。 |
| 年度节省额 | 每年预计的运营成本下降。 |
| ROI | 以月份表示的投资回报。 |
提示：先从高优先级且属于速效措施类别的建议入手。它们的投入产出比最佳，能迅速向利益相关方展示成果。
LLM 积分
建议的生成依赖人工智能模型，因此会消耗您每月配额中的 LLM 积分。成本固定，并在每次生成前显示。
最佳实践
- 生成前更新快照：基于最新、完整数据的建议要可操作得多。
- 优先处理高优先级：把精力集中在碳影响和财务影响最大的地方。
- 记录您的决策：保留已实施建议的记录，以衡量其对后续核算的影响。
- 组合各类别：将若干速效措施与一项结构性投资相结合，以平衡即时收益与长期路径。
- 每次重大变化后重新生成：新增设备、车队或场地变更——AI 会重新评估您的减排杠杆。