第一个趋势是全球绿色发展的驱动力正在回归价值创造。杨赫表示，科技创新正在改变绿色转型的成本曲线。过去 20 年间，通过持续技术创新和迭代升级，中国光伏产品和汽车锂电池成本均下降 90%，推动光伏发电成为中国仅次于火电的装机量第二大电源形式，新能源汽车市场渗透率已超过 60%。在 2024 年全球新增可再生能源项目中，91% 的集中式项目发电成本已经低于最便宜的新增化石能源替代方案。科技创新正在持续降低碳转型的当期成本，绿色发展也从一种道德选项，成为更具经济性的选择。
在绿色信息披露方面，杨赫认为，可持续信息披露要求正在把环境影响转化为财务价值信号。无论是国际可持续披露框架，还是各大交易所气候披露指引，都越来越强调气候对企业现金流、融资可得性、资本成本和资产价值的影响。企业的绿色信息披露不再只是责任表达，而正在成为资本市场识别价值、评估风险、进行定价的重要依据。同时，碳市场、碳边境调节机制等对减排行为作了定价制度安排。今年 4 月 7 日，欧盟公布了首个碳边境调节机制（CBAM）证书价格为 75.36 欧元 / 吨，通过贸易渠道为碳减排行为提供了明确的价格信号。
第二个趋势是全球绿色标准的 " 汇兑网络 " 有望形成。杨赫表示，全球有超过 60 套国家和区域层面的可持续金融分类法在开发、优化和迭代中，其中 47 套可持续金融分类法或合格活动清单已经正式发布。由于不同标准之间可能对同一项目、技术或经济活动作出不同认定，短期内全球难以形成一套完全统一的绿色标准。更可行的方向是建立类似 " 汇兑网络 " 的互认转换体系，以降低跨境绿色资本流动的摩擦成本。
第三个趋势是人工智能与绿色发展的关系。杨赫认为，绿色发展与科技创新正在形成双向赋能的互动关系，典型表现是从 "AI for Green（人工智能赋能绿色发展）" 走向 "Green AI（绿色人工智能）"。杨赫指出，如果 AI 自身不够绿色，其减排效应会被明显削弱。到 2035 年，AI 广泛采用可带来约 14 亿吨二氧化碳减排，但数据中心碳排放也将增加至 5 亿吨二氧化碳。粗略估算，如果 Green AI 没有同步推进，到 2035 年大约三分之一的 AI 减排效果可能会被其自身排放抵消。另一方面，AI 快速发展也带来了巨大的电力需求。据预测，到 2030 年全球数据中心用电量年均增长 15%，增速是其他部门总用电增速的 4 倍以上，这需要大量的绿色电力、绿色算力作为基础支撑。
同时，杨赫提出，在科技创新极致化的追求下，绿色变量进入创新的目标函数。以芯片制造为例，华为发布 " 韬（τ）定律 "，IBM 发布了全球首个亚 1 纳米芯片技术，随着科技创新不断接近物理极限和工程极限，功耗、散热、能效等绿色变量正在成为决定前沿技术能否突破、能否大规模应用的重要前提条件。
针对绿色金融未来发展，杨赫提出，" 科技创新 " 与 " 价值创造 " 成为驱动全球低碳转型的核心锚点。这一变化对绿色金融提出了新的更高要求，包括技术的时间尺度压缩带来的估值模型调整、绿色项目外部性价值的动态变化、转型成本如何更公正承担，以及绿色内涵边界拓展后评价体系如何保持及时性和有效性等问题。
杨赫认为，这些问题背后指向的是绿色金融服务范式升级，即绿色金融需要从 " 标签识别 " 走向 " 价值识别 " 的服务范式升级。绿色金融不仅要判断项目是否符合绿色标准，更要识别其技术价值、系统价值和转型价值，提升风险定价和资源配置的精细化水平。
对于下一步发展方向，杨赫表示，绿色金融可着重提升四方面能力：一是提升绿色技术识别能力，识别真正能够改变成本曲线、形成商业可持续性的技术和场景；二是提升全生命周期资本接续能力，匹配早期研发、中试示范和规模化应用等不同阶段的资金需求和风险特征；三是提升系统价值评价能力，将系统外部性和公正转型因素纳入评价，识别出短期收益不突出但决定长期价值兑现的关键环节；四是提升数字化验证能力，运用前沿技术提高绿色评价的真实性、及时性和可验证性。
