Udržitelná móda začíná u AI

Autor: Madhava Venkatesh, spoluzakladatel a hlavní technologický ředitel, TrustTrace.

Pro někoho, kdo je zapálený pro udržitelnost, je vždy vzrušující vidět, jak se vlády stupňují a dělají něco, na čem záleží. Příkladem je program Evropské komise pro ekologickou stopu produktu (PEF). Zatímco je stále ve fázi testování, když se stane zákonem, bude vyžadovat, aby značky vypočítaly a zveřejnily skutečný dopad svého zboží na životní prostředí tím, že zohlední aktivity dodavatelského řetězce: od těžby surovin, přes výrobu a použití a nakonec nakládání s odpady. Taková legislativa by byla pro aktivisty, kteří dlouho tlačí velké značky, aby fungovaly udržitelněji, nečekaně, o nic víc než módní společnosti.

Podle široce přijímaných odhadů představuje módní průmysl mezi dvě a osm procent světových emisí uhlíku. V 2018, samotný globální oděvní a obuvnický průmysl vyprodukoval více skleníkových plynů než Francie, Německo a Spojené království dohromady.

PEF je jen jedním z mnoha globálních předpisů, které nutí velké společnosti, aby ve svých dodavatelských řetězcích odpovídaly za škody na životním prostředí. Nedávno byl schválen kalifornský zákon o transparentnosti v dodavatelských řetězcích a německý zákon Zákon o náležité péči dodavatelského řetězce jsou dva nedávné příklady. Aby značky v těchto regionech vyhověly různým novým požadavkům, budou potřebovat technologická řešení pro sledovatelnost dodavatelského řetězce a navíc nový způsob uvažování o udržitelnosti.

Až donedávna měly značky k udržitelnosti přístup shora dolů, prosazovaly rozsáhlé podnikové iniciativy a odpovídajícím způsobem uváděly na trh produkty. Ale to je již zastaralý a neefektivní způsob myšlení (zvláště pokud dojde k nějaké skutečné změně). Co je nyní požadováno – ať už prostřednictvím regulace nebo stále více ekologicky uvědomělá spotřebitelská základna — směřuje k udržitelnosti od produktu výše.

Pro výrobu skutečně udržitelného oděvu musí značky vědět vše o každém produktu a materiálu, se kterým manipulují. Vyžaduje miliony podrobných, přesných datových bodů a řešení sledovatelnosti, které dokáže uložit data na jednom místě.

Proč sledovatelnost?

Schopnost přesně sledovat produkty a materiály v dodavatelském řetězci může pomoci vyřešit mnoho problémů. Větší viditelnost dodavatelského řetězce umožňuje značkám předvídat narušení dříve, než k nim dojde. Navíc taková viditelnost umožňuje značkám uvádět produkty a prokazovat jejich pravost. Značka může například tvrdit, že prodává svetr ze 100% organické bavlny, a poskytnout data, která jej podloží.

V dnešní podobě jsou dodavatelské řetězce módy masivní, ale s malou viditelností dodavatelů. Módní společnosti proto stojí před nelehkým úkolem pokusit se sledovat každý produkt, který prochází stovkami dodavatelů po celém světě. Tato realita představuje obrovskou technologickou výzvu, kterou může vyřešit pouze umělá inteligence (AI) a strojové učení.

AI jako sledovatelnost Enabler

Ve společnosti TrusTrace spolupracujeme s desítkami společností v módním průmyslu a velká část dat jejich dodavatelského řetězce je uzavřena v dokumentech – papírových i elektronických. Tyto dokumenty zahrnují faktury, které prokazují spotřebitelský řetězec, zprávy sociálního auditu popisující pracoviště a platové podmínky v továrnách a dalších zařízeních, zprávy o chemických testech pro šarže materiálu a mnoho dalšího. Tato data dokumentu jsou často v různých formátech a jazycích. Stručně řečeno, primárním problémem je získávání dat.

Zde se AI stává kritickým pro sledovatelnost. Dokáže inteligentně sbírat velké množství dat ve velkém měřítku. Co je však důležitější, může také podporovat systém, který automaticky provádí validaci dat korelací informací z více zdrojů pro zlepšení celkové kvality dat sledovatelnosti.

Jednodušeji lze AI použít k digitalizaci papírových cest, aby bylo možné sledovat celý produkt. Proces digitalizace zahrnuje tři kroky: Klasifikace, extrakce a identifikace objektů a validace dat a propojení.

Ke klasifikaci dochází, když dodavatel předloží dokument do platformy sledovatelnosti dodavatelského řetězce. Základní umělá inteligence rozpozná dokument a inteligentně jej klasifikuje jako například nákupní objednávku, audit zařízení nebo certifikaci.

Na základě klasifikace dokumentu pak AI identifikuje klíčové informace prostřednictvím metadat. Například při zpracování faktur bude systém sledovatelnosti automaticky extrahovat a identifikovat informace jako kupující, prodejce, produkt, množství, datum dodání atd. Podobně může digitalizace sociálního auditu zahrnovat zachycení parametrů souvisejících s pracovními podmínkami, spravedlivými mzdami, rozmanitostí , a více.

Jakmile jsou příslušné objekty extrahovány, jsou data ověřena a propojena s dalšími existujícími daty v rámci podnikových systémů značky, což jim umožňuje používat data, jak chtějí, ať už pro prognózy, analýzy, regulační výkazy nebo jiné požadavky.

Dodavatelské řetězce módy jsou tak složité a dostupná data tak rozsáhlá, že je prakticky nemožné je řídit bez efektivního využití AI. Po implementaci systému sledovatelnosti bude udržitelnost jednoho nebo více partnerů v dodavatelském řetězci značky nevyhnutelně zaostávat za standardy značky. V takovém případě se dodavatelský řetězec musí přizpůsobit a překonfigurovat prostřednictvím jiných partnerů, aby zůstal v souladu. AI a strojové učení jsou páteří, která umožňuje tak rychlé úpravy.

Pohled do budoucna

Jak ukazuje program PEF Evropské komise, přijde čas, kdy nebude stačit říct, že jste udržitelní; Nebude stačit ani poskytnout důkazy. Věřím v budoucnost, kde značky kalkulují téměř v reálném čase jak udržitelné jejich produkty jsou díky inteligentnímu sledování kombinovaných materiálů.

Jsem hrdý na to, že vidím tolik módních značek, které se zavázaly k udržitelnosti a společenské odpovědnosti – ještě předtím, než se začala zvyšovat legislativa. Tento firemní závazek se nyní musí dostat na úroveň produktu. Není to snadný úkol, ale sledovatelnost podpořená umělou inteligencí a daty to může umožnit.