Mode Berkelanjutan Dimulai dengan AI

Oleh: Madhava Venkatesh, Co-Founder dan Chief Technology Officer, TrusTrace.

Sebagai seseorang yang bersemangat tentang keberlanjutan, selalu menyenangkan melihat pemerintah mengambil langkah dan melakukan sesuatu yang berarti. Contohnya, program Product Environmental Footprint (PEF) dari Komisi Eropa. Meskipun masih dalam tahap pengujian, ketika menjadi hukum, akan memerlukan merek untuk menghitung dan mengungkapkan dampak lingkungan yang sebenarnya dari barang mereka dengan mempertimbangkan kegiatan rantai pasokan: dari ekstraksi bahan baku, melalui produksi dan penggunaan, dan akhirnya pengelolaan limbah. Peraturan semacam itu akan menjadi keuntungan besar bagi aktivis yang telah lama mendorong perusahaan besar untuk beroperasi lebih berkelanjutan, tidak ada yang lebih dari perusahaan mode.

Menurut perkiraan yang diterima secara luas, industri mode menyumbang antara dua dan delapan persen dari emisi karbon dunia. Pada 2018, industri pakaian dan sepatu global saja menghasilkan lebih banyak gas rumah kaca daripada Perancis, Jerman, dan Inggris digabungkan.

PEF hanya salah satu dari banyak peraturan global yang memaksa perusahaan besar untuk mempertanggungjawabkan kerusakan lingkungan dalam rantai pasokan mereka. Undang-Undang Transparansi Rantai Pasokan California dan Undang-Undang Due Diligence Rantai Pasokan Jerman yang baru-baru ini disahkan adalah dua contoh terbaru. Untuk mematuhi berbagai persyaratan baru, merek di wilayah tersebut akan memerlukan solusi teknologi untuk jejak rantai pasokan, serta cara baru berpikir tentang keberlanjutan.

Sampai baru-baru ini, merek memiliki pendekatan dari atas ke bawah untuk keberlanjutan, mendorong inisiatif perusahaan dan memasarkan produk sesuai. Namun, ini sudah menjadi cara berpikir yang ketinggalan zaman (terutama jika perubahan nyata akan dilakukan). Apa yang sekarang diperlukan—baik melalui peraturan atau konsumen yang semakin sadar ekologi —adalah bergerak menuju keberlanjutan dari produk ke atas.

Untuk menghasilkan pakaian yang benar-benar berkelanjutan, merek perlu mengetahui semua tentang setiap produk dan bahan yang mereka tangani. Ini memerlukan jutaan titik data yang akurat dan solusi jejak yang dapat menampung data dalam satu tempat.

Mengapa Jejak?

Kemampuan untuk secara akurat melacak produk dan bahan melalui rantai pasokan dapat membantu menangani banyak tantangan. Visibilitas rantai pasokan yang lebih besar memungkinkan merek untuk mengantisipasi gangguan sebelum terjadi. Selain itu, visibilitas tersebut memungkinkan merek untuk membuat klaim produk dan membuktikan keaslian mereka. Misalnya, merek dapat mengklaim menjual sweater katun organik 100% dan menyediakan data untuk mendukungnya.

Seperti yang berdiri saat ini, rantai pasokan mode sangat besar, tetapi dengan sedikit visibilitas pemasok. Perusahaan mode therefore menghadapi tugas yang menantang untuk melacak setiap produk saat bergerak melalui ratusan pemasok di seluruh dunia. Kenyataan ini mewakili tantangan teknologi yang masif yang hanya dapat diatasi oleh kecerdasan buatan (AI) dan pembelajaran mesin.

AI sebagai Pemungkit Jejak

Di TrusTrace, kami bekerja dengan puluhan perusahaan di industri mode, dan sebagian besar data rantai pasokan mereka terkunci dalam dokumen—kertas dan elektronik. Dokumen-dokumen ini termasuk faktur yang membuktikan rantai penjagaan, laporan audit sosial yang menjelaskan kondisi tempat kerja dan gaji di pabrik dan fasilitas lain, laporan tes kimia untuk batch bahan dan banyak lagi. Data dokumen ini sering dalam format dan bahasa yang berbeda. Singkatnya, masalah utama adalah akuisisi data.

Ini adalah tempat AI menjadi kritis untuk jejak. AI dapat mengumpulkan sejumlah besar data secara cerdas. Lebih penting lagi, AI juga dapat mendukung sistem yang secara otomatis melakukan validasi data dengan mengorelasikan informasi dari berbagai sumber untuk meningkatkan kualitas data jejak secara keseluruhan.

Lebih sederhana, AI dapat digunakan untuk mendigitalkan jejak kertas untuk memungkinkan jejak produk secara keseluruhan. Proses digitisasi mencakup tiga langkah: Klasifikasi, Ekstraksi dan Identifikasi Objek, dan Validasi Data dan Penautan.

Klasifikasi terjadi ketika dokumen dikirim ke platform jejak rantai pasokan oleh pemasok. AI yang mendasarinya mengenali dokumen dan mengklasifikasinya secara cerdas sebagai, misalnya, pesanan pembelian, audit fasilitas, atau sertifikat.

Berdasarkan klasifikasi dokumen, AI kemudian mengidentifikasi informasi kunci melalui metadata. Misalnya, saat memproses faktur, sistem jejak akan secara otomatis mengekstrak dan mengidentifikasi informasi seperti Pembeli, Penjual, Produk, Kuantitas, Tanggal Pengiriman, dan sebagainya. Demikian pula, mendigitalkan audit sosial mungkin melibatkan menangkap parameter yang terkait dengan Kondisi Kerja, Gaji Adil, Keanekaragaman, dan lain-lain.

Sekali objek yang sesuai diekstrak, data divalidasi dan dihubungkan dengan data lain yang ada dalam sistem perusahaan, memungkinkan mereka untuk menggunakan data sesuai keinginan, baik untuk peramalan, analisis, pelaporan regulasi, atau kebutuhan lain.

Rantai pasokan mode sangat kompleks dan data yang tersedia sangat luas, sehingga hampir mustahil untuk dikelola tanpa penggunaan AI yang efektif. Setelah mengimplementasikan sistem jejak, keberlanjutan salah satu atau lebih mitra dalam rantai pasokan merek pasti akan jatuh pendek dari standar merek. Dalam hal ini, rantai pasokan harus beradaptasi dan mengonfigurasi ulang melalui mitra lain untuk tetap mematuhi peraturan. AI dan pembelajaran mesin adalah tulang punggung yang memungkinkan penyesuaian cepat.

Menghadap Masa Depan

Seperti yang ditunjukkan oleh program PEF dari Komisi Eropa, akan tiba saatnya ketika tidak cukup untuk mengatakan bahwa Anda berkelanjutan; Tidak cukup untuk menyediakan bukti. Saya percaya pada masa depan di mana merek menghitung seberapa berkelanjutan produk mereka dengan secara cerdas melacak bahan yang digabungkan.

Saya bangga melihat banyak merek mode yang berkomitmen pada keberlanjutan dan tanggung jawab sosial — bahkan sebelum legislasi mulai meningkat. Komitmen perusahaan tersebut sekarang harus menetes ke tingkat produk. Ini bukanlah tugas yang mudah, tetapi jejak, didukung oleh AI dan data, dapat membuatnya memungkinkan.