在“雙碳”目標深入推進的背景下，碳核算的精準度與執行效率成為制約行業發展的關鍵因素。傳統生命周期評價（LCA）方法因依賴人工操作、專業知識門檻高、流程分散等問題，難以滿足大規模應用需求。中國科學院青島生物能源與過程研究所針對這一痛點，研發出基于大型語言模型（LLM）的智能LCA系統——Chat-LCA，為碳核算領域帶來突破性解決方案。
該系統創新性地將檢索增強生成（RAG）、Text2SQL、思維鏈（CoT）與代碼鏈（CoC）等前沿AI技術整合至LCA全流程，構建了支持自然語言交互的智能化碳核算平臺。通過實現“知識獲取—數據檢索—報告生成”全鏈條的AI賦能，Chat-LCA有效打破了傳統方法中的知識壁壘與數據孤島，推動碳核算從專業問答到報告生成的自動化轉型。相關研究成果已發表于國際權威期刊《Journal of Cleaner Production》，題為《大型語言模型在生命周期評價方法中的智能應用》。
多行業實證數據顯示，Chat-LCA在性能指標上表現優異。其問答模塊在覆蓋十大行業的專業測試中，BERTScore評分達0.85；Text2SQL模塊在真實生命周期清單（LCI）數據庫中的執行準確率高達96.92%；報告生成系統的內容填充準確率達98.32%，可讀性評分8.42分（滿分10分）。更顯著的是，該系統將傳統需數周完成的LCA分析任務壓縮至數小時內，效率提升幅度超過90%。
業內專家指出，Chat-LCA通過系統化整合AI技術，解決了傳統LCA方法中技術覆蓋片面、流程割裂的缺陷。其全鏈條自動化能力與多場景適配性，標志著碳核算從人工主導向智能驅動的范式轉變，為全球氣候治理貢獻了中國智慧。
