Βιώσιμη Μόδα Ξεκινά με τον AI

Από: Madhava Venkatesh, Συνιδρυτής και Διευθύνων Σύμβουλος, 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. Παράδειγμα, 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 υπολογίζουν και να δημοσιοποιούν 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 κέρδος για τους ακτιβιστές που έχουν μακροχρόνια πιέσει τις μεγάλες εταιρείες να λειτουργούν πιο βιώσιμα, καμία περισσότερο από τις εταιρείες μόδας.

Με ευρέως αποδεκτές εκτιμήσεις, η βιομηχανία της μόδας αντιστοιχεί σε μεταξύ δύο και οκτώ τοις εκατό των εκπομπών αερίων του θερμοκηπίου του κόσμου. 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 ένα από τα πολλά παγκόσμια κανονιστικά 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 Προσκόμιση Λογιστικών Αλυσίδων Εφοδιασμού της Γερμανίας είναι δύο πρόσφατα παραδείγματα. Για να συμμορφωθούν με τις διάφορες νέες απαιτήσεις, οι εταιρείες στις περιοχές αυτές 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 κάτω προσέγγιση στη βιωσιμότητα,推ωώντας τις ολοκληρωμένες εταιρικές πρωτοβουλίες και την προώθηση των προϊόντων τους αντίστοιχα. Αλλά αυτό είναι ήδη μια ξεπερασμένη και αναποτελεσματική τρόπος σκέψης (ειδικά αν θα γίνει οποιαδήποτε πραγματική αλλαγή). Τι ζητείται τώρα —είτε μέσω κανονισμού ή ενός αυξανόμενου οικολογικά συνειδητοποιημένου καταναλωτή — είναι η κίνηση προς τη βιωσιμότητα από το προϊόν και πάνω.

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

Γιατί Διαφάνεια;

Η ικανότητα να ακολουθήσετε με ακρίβεια τα προϊόντα και τα υλικά μέσω της αλυσίδας εφοδιασμού μπορεί να βοηθήσει να αντιμετωπιστούν πολλά προβλήματα. 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 cotton σουτέρ και να παρέχει τα δεδομένα για να το υποστηρίξει.

Όπως στέκονται σήμερα, οι αλυσίδες εφοδιασμού της μόδας είναι τεράστιες, αλλά με μικρή ορατότητα των προμηθευτών. Οι εταιρείες μόδας αντιμετωπίζουν因此 το φοβερό έργο 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 η τεχνητή νοημοσύνη (AI) και η μηχανική μάθηση μπορούν να θεραπεύσουν.

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. Αυτά τα έγγραφα περιλαμβάνουν τιμολόγια που αποδεικνύουν την αλυσίδα της κυριαρχίας, κοινωνικές εκθέσεις ελέγχου που περιγράφουν τις συνθήκες εργασίας και τις αποδοχές στις εργοστάσια και άλλα εγκαστήματα, χημικές εκθέσεις δοκιμών για δείγματα υλικών και πολλά άλλα. Αυτά τα δεδομένα εγγράφων είναι συχνά σε διαφορετικές μορφές και γλώσσες. Σε σύντομη, το κύριο ζήτημα είναι η απόκτηση δεδομένων.

Αυτός είναι ο nơi όπου η AI γίνεται κρίσιμη για τη διαφάνεια. Μπορεί να συλλέξει με ευφυΐα μεγάλες ποσότητες δεδομένων σε κλίμακα. Περισσότερο, Tuy nhiên, μπορεί επίσης να υποστηρίξει ένα σύστημα που αυτοματοποιεί την επαλήθευση δεδομένων με τη συσχετίζοντας πληροφορίες από πολλές πηγές για να βελτιώσει την συνολική ποιότητα των δεδομένων διαφάνειας.

Πιο απλά, η AI μπορεί να χρησιμοποιηθεί για να ψηφιοποιήσει χαρτιά για να ενεργοποιήσει ολική διαφάνεια προϊόντων. Η διαδικασία ψηφιοποίησης περιλαμβάνει τρία βήματα: Κατηγοριοποίηση, Ανίχνευση και αναγνώριση αντικειμένων, και Επαλήθευση δεδομένων και σύνδεση.

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

Βάσει της κατηγοριοποίησης του εγγράφου, η AI αναγνωρίζει τις κλειδιώδεις πληροφορίες μέσω μεταδεδομένων. Για παράδειγμα, όταν επεξεργάζεται τιμολόγια, το σύστημα διαφάνειας θα εξαγάγει αυτόματα και θα αναγνωρίσει πληροφορίες όπως ο Αγοραστής, ο Πωλητής, το Προϊόν, η Ποσότητα, η Ημερομηνία Παραλαβής, κ.λπ. Παρόμοια, η ψηφιοποίηση μιας κοινωνικής εκθέσεως ελέγχου μπορεί να περιλαμβάνει την καπνιά των παραμέτρων που σχετίζονται με τις Συνθήκες Εργασίας, τις Δίκαιες Αμοιβές, τη Διαφορετικότητα, κ.λπ.

Όταν τα αντίστοιχα αντικείμενα εξαχθούν, τα δεδομένα επαληθεύονται και συνδέονται με άλλα υπάρχοντα δεδομένα внутри των εταιρικών συστημάτων, επιτρέποντας στις εταιρείες 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 της AI. Μετά την εφαρμογή ενός συστήματος διαφάνειας, η βιωσιμότητα ενός ή περισσότερων συνεργατών στην αλυσίδα εφοδιασμού μιας εταιρείας θα αναγκαστικά πέσει ngắn της τυποποίησης της εταιρείας. Σε αυτή την περίπτωση, η αλυσίδα εφοδιασμού πρέπει να προσαρμοστεί και να αναδιαμορφωθεί μέσω άλλων συνεργατών για να παραμείνει σε συμμόρφωση. Η AI και η μηχανική μάθηση είναι η σπονδυλική στήλη που επιτρέπει τέτοια ταχεία προσαρμογή.

Κοιτάζοντας μπροστά

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 να παρέχεις αποδείξεις. Πιστεύω σε ένα μέλλον όπου οι εταιρείες θα υπολογίζουν σε近-πραγματικό χρόνο πώς βιώσιμα είναι τα προϊόντα τους με τη διαφάνεια των συνδυασμένων υλικών.

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