Βιωσιμη Μοδα Ξεκιναει με το AI

Από: Madhava Venkatesh, Συνιδρυτης και Διευθυντης Τεχνολογιας, TrusTrace.

Ως κάποιος που είναι παθιασμένος με τη βιωσιμότητα, είναι πάντα ενθουσιαστικό να βλέπω τις κυβερνήσεις να αναλαμβάνουν δράση και να κάνουν κάτι που έχει σημασία. Π.χ., το πρόγραμμα Product Environmental Footprint (PEF) της Ευρωπαϊκής Επιτροπής. Ενώ ακόμη βρίσκεται στη φάση δοκιμών, όταν θα γίνει νόμος, θα απαιτήσει από τις εταιρείες να υπολογίσουν και να δημοσιοποιήσουν την πραγματική περιβαλλοντική επίδραση των προϊόντων τους, λαμβάνοντας υπόψη τις δραστηριότητες της αλυσίδας εφοδιασμού: από την εξαγωγή των πρώτων υλών, μέσω της παραγωγής και χρήσης και τελικά της διαχείρισης των αποβλήτων. Τέτοια νομοθεσία θα ήταν một χαρίσμα για τους ακτιβιστές που έχουν πιέσει για χρόνια τις μεγάλες εταιρείες να λειτουργούν μεgreater βιωσιμότητα, και κανείς δεν το έχει κάνει περισσότερο από τις εταιρείες μόδας.

Με βάση τις ευρέως αποδεκτές εκτιμήσεις, η βιομηχανία της μόδας αντιστοιχεί στο 2-8% των εκπομπών αερίων του θερμοκηπίου παγκοσμίως. Το 2018, η παγκόσμια βιομηχανία ενδυμάτων και υποδημάτων μόνος της παρήγαγε περισσότερα αέρια θερμοκηπίου από τη Γαλλία, τη Γερμανία και το Ηνωμένο Βασίλειο μαζί.

Το PEF είναι μόνο μία από τις πολλές παγκόσμιες ρυθμίσεις που αναγκάζουν τις μεγάλες εταιρείες να λογοδοτήσουν για τις περιβαλλοντικές ζημιές στις αλυσίδες εφοδιασμού τους. Ο νόμος της Καλιφόρνιας για τη Διαφάνεια στις Αλυσίδες Εφοδιασμού και ο πρόσφατα ψηφισμένος Νόμος για την Due Diligence στις Αλυσίδες Εφοδιασμού της Γερμανίας είναι δύο πρόσφατα παραδείγματα. Για να συμμορφωθούν με τις διάφορες νέες απαιτήσεις, οι εταιρείες σε αυτές τις περιοχές θα χρειαστούν τεχνολογικές λύσεις για τη διαφάνεια της αλυσίδας εφοδιασμού, плюς einen νέο τρόπο σκέψης για τη βιωσιμότητα.

Μέχρι πρόσφατα, οι εταιρείες είχαν μια από πάνω προς τα κάτω προσέγγιση στη βιωσιμότητα,推уючи γενικές εταιρικές πρωτοβουλίες και προωθώντας προϊόντα αντίστοιχα. Αλλά αυτό είναι ήδη μια ξεπερασμένη και αναποτελεσματική τρόπος σκέψης (ειδικά αν θα γίνει κάποια αληθινή αλλαγή). Τι χρειάζεται τώρα—είτε μέσω νομοθεσίας είτε μέσω μιας αυξανόμενης οικολογικής συνειδητοποίησης των καταναλωτών — είναι η κίνηση προς τη βιωσιμότητα από το προϊόν και πάνω.

Για να παραχθεί ένα πραγματικά βιώσιμο ενδυμά, οι εταιρείες πρέπει να γνωρίζουν τα πάντα για κάθε προϊόν και υλικό που χειρίζονται. Απαιτεί εκατομμύρια λεπτομερών, ακριβών σημείων δεδομένων και μια λύση διαφάνειας που μπορεί να στεγάσει τα δεδομένα σε ένα μέρος.

Γιατί Διαφάνεια;

Η ικανότητα να αναλυθεί ακριβώς το προϊόν και τα υλικά μέσω της αλυσίδας εφοδιασμού μπορεί να βοηθήσει στην αντιμετώπιση πολλών προκλήσεων. Μεγαλύτερη ορατότητα της αλυσίδας εφοδιασμού επιτρέπει στις εταιρείες να προβλέψουν τις διακοπές πριν συμβούν. Επίσης, αυτή η ορατότητα επιτρέπει στις εταιρείες να κάνουν αξιώματα προϊόντων και να αποδείξουν την αυθεντικότητά τους. Για παράδειγμα, μια εταιρεία μπορεί να ισχυριστεί ότι πωλεί ένα 100% οργανικό βαμβάκι και να παρέχει τα δεδομένα για να το αποδείξει.

Όπως είναι σήμερα, οι αλυσίδες εφοδιασμού της μόδας είναι τεράστιες, αλλά με μικρή ορατότητα των προμηθευτών. Οι εταιρείες μόδας αντιμετωπίζουν因此 την απειλητική εργασία να προσπαθούν να παρακολουθήσουν κάθε προϊόν καθώς κινείται μέσω εκατοντάδων προμηθευτών σε όλο τον κόσμο. Αυτή η πραγματικότητα αντιπροσωπεύει μια τεράστια τεχνολογική πρόκληση που μόνο το τεχνητό νου (AI) και η μηχανική μάθηση possono να λύσουν.

Το AI ως Ενεργοποιητής Διαφάνειας

Στην TrusTrace, εργαζόμαστε με δεκάδες εταιρείες στη βιομηχανία της μόδας, και πολλά από τα δεδομένα της αλυσίδας εφοδιασμού τους είναι κλειδωμένα σε έγγραφα—χαρτί και ηλεκτρονικά. Τα έγγραφα αυτά περιλαμβάνουν τιμολόγια που αποδεικνύουν την αλυσίδα της κυριότητας, αναφορές κοινωνικών ελέγχων που περιγράφουν τις συνθήκες εργασίας και τις αποδοχές στις εγκαταστάσεις και άλλα. Τα έγγραφα αυτά συχνά είναι σε διαφορετικές μορφές και γλώσσες. Σε λίγα λόγια, το основικό πρόβλημα είναι η απόκτηση δεδομένων.

Εδώ είναι όπου το AI γίνεται κρίσιμο για τη διαφάνεια. Μπορεί να συλλέξει έξυπνα μεγάλες ποσότητες δεδομένων σε κλίμακα. Περισσότερο όμως, μπορεί επίσης να υποστηρίξει ένα σύστημα που εκτελεί αυτόματα την επαλήθευση δεδομένων, συσχετίζοντας πληροφορίες από πολλές πηγές για να βελτιώσει την ποιότητα των δεδομένων διαφάνειας.

Πιο απλά, το AI μπορεί να χρησιμοποιηθεί για να ψηφιοποιήσει τα χαρτιά για να ενεργοποιήσει τη διαφάνεια του προϊόντος. Η διαδικασία ψηφιοποίησης περιλαμβάνει τρία βήματα: Κατηγοριοποίηση, Εξαγωγή αντικειμένων και ταυτοποίηση, και Επαλήθευση και σύνδεση δεδομένων.

Η κατηγοριοποίηση συμβαίνει όταν ένα έγγραφο υποβάλλεται σε μια πλατφόρμα διαφάνειας της αλυσίδας εφοδιασμού από einen προμηθευτή. Το υποκείμενο AI αναγνωρίζει το έγγραφο και το κατηγοριοποιεί έξυπνα ως, για παράδειγμα, παραγγελία αγοράς, έλεγχο εγκαταστάσεων ή πιστοποίηση.

Βάσει της κατηγοριοποίησης του εγγράφου, το AI αναγνωρίζει τις κλειδιώδεις πληροφορίες μέσω μεταδεδομένων. Για παράδειγμα, κατά την επεξεργασία των τιμολογίων, το σύστημα διαφάνειας θα εξαγάγει και θα ταυτοποιήσει αυτόματα πληροφορίες όπως ο αγοραστής, ο πωλητής, το προϊόν, η ποσότητα, η ημερομηνία παράδοσης κ.λπ. Ομοίως, η ψηφιοποίηση ενός κοινωνικού ελέγχου μπορεί να περιλαμβάνει την κατανάλωση παραμέτρων που σχετίζονται με τις συνθήκες εργασίας, τις δίκαιες αμοιβές, τη διαφορετικότητα κ.λπ.

Μόλις εξαχθούν τα αντίστοιχα αντικείμενα, τα δεδομένα επαλήθευονται και συνδέονται με άλλα υπάρχοντα δεδομένα μέσα στα entreprise συστήματα της εταιρείας, επιτρέποντας τους να χρησιμοποιήσουν τα δεδομένα όπως θέλουν, είτε για προβλέψεις, ανάλυση, ρυθμιστική αναφορά, ή άλλες απαιτήσεις.

Οι αλυσίδες εφοδιασμού της μόδας είναι τόσο σύνθετες και τα διαθέσιμα δεδομένα τόσο τεράστια, που είναι σχεδόν αδύνατο να τις διαχειριστούν χωρίς την αποτελεσματική χρήση του AI. Μετά την εφαρμογή ενός συστήματος διαφάνειας, η βιωσιμότητα ενός ή περισσότερων συνεργατών στην αλυσίδα εφοδιασμού μιας εταιρείας θα αναγκαστικά πέσει κάτω από τα πρότυπα της εταιρείας. Σε αυτή την περίπτωση, η αλυσίδα εφοδιασμού πρέπει να προσαρμοστεί και να αναδιαμορφωθεί μέσω άλλων συνεργατών για να παραμείνει σε συμμόρφωση. Το AI και η μηχανική μάθηση είναι η σπονδυλική στήλη που επιτρέπει τέτοια ταχεία προσαρμογή.

Ματιά στο Μέλλον

Όπως το πρόγραμμα PEF της Ευρωπαϊκής Επιτροπής δείχνει, θα έρθει μια στιγμή όπου δεν θα είναι αρκετό να πεις ότι είσαι βιώσιμος· δεν θα είναι αρκετό ούτε να παρέχεις αποδείξεις. Πιστεύω σε ένα μέλλον όπου οι εταιρείες υπολογίζουν σε近 real-time πώς βιώσιμα είναι τα προϊόντα τους, έξυπνα αναλύοντας τα συνδυασμένα υλικά.

Είμαι υπερήφανος που βλέπω τόσο πολλές εταιρείες μόδας να δεσμεύονται για τη βιωσιμότητα και την κοινωνική ευθύνη — ακόμη και πριν αρχίσει να αυξάνεται η νομοθεσία. Αυτή η εταιρική δέσμευση πρέπει τώρα να διαρρεύσει στο επίπεδο του προϊόντος. Δεν είναι ένα εύκολο κατόρθωμα, αλλά η διαφάνεια, υποστηριζόμενη από το AI και τα δεδομένα, μπορεί να το κάνει δυνατό.