サステナブルファッションはAIから始まる

By：マダヴァ・ヴェンカテシュ、TrusTraceの共同創設者兼最高技術責任者、TrusTrace。

サステナビリティに情熱を傾ける私は、政府が重要なことを成し遂げるのを見ると常にワクワクします。たとえば、欧州委員会の製品環境足跡（PEF）プログラムがそうです。まだ試験段階ですが、法律化されれば、ブランドは供給チェーン活動を考慮して商品の実際の環境への影響を計算し、開示する必要があります。つまり、原材料の抽出から生産、使用、廃棄物管理までのすべての段階を考慮に入れる必要があります。このような法律は、長年にわたって大手ブランドに持続可能な運営を求めてきた活動家たちにとって、幸せな出来事となるでしょう。特に、ファッション企業に対してはそうです。

広く受け入れられている推定値によると、ファッション業界は世界の二酸化炭素排出量の2％から8％を占めています。2018年には、世界のアパレルと靴業界だけで、フランス、ドイツ、イギリスの合計よりも多くの温室効果ガスを生み出していました。

PEFは、企業が供給チェーンでの環境被害を説明することを義務付ける世界的な規制の1つです。カリフォルニア州の供給チェーン透明性法とドイツの最近成立した供給チェーン責任法が2つの最近の例です。これらの新しい要件に従うために、ブランドは供給チェーンのトレーサビリティのための技術ソリューションと、持続可能性についての新しい考え方が必要になります。

最近まで、ブランドは持続可能性に対してトップダウンアプローチを採用していました。企業全体の取り組みを推進し、製品をそれに応じて販売していました。しかし、これはすでに時代遅れで、効果のない考え方です（特に、実際の変化をもたらす場合）。必要なのは、製品から始まる持続可能性へのアプローチです。規制によるものか、環境に意識の高い消費者層によるものか、どちらにせよです。

本当に持続可能な衣類を生産するには、ブランドは扱うすべての製品と材料について一切の情報を知る必要があります。そのためには、数百万の詳細で正確なデータポイントと、すべてのデータを一か所に保管できるトレーサビリティソリューションが必要です。

なぜトレーサビリティか？

製品や材料を供給チェーンを通して正確に追跡できる能力は、多くの課題に対処するのに役立ちます。供給チェーンの可視性が高まると、ブランドは障害を起こす前にそれを予測できます。さらに、その可視性により、ブランドは製品の主張とその正当性を証明できます。たとえば、ブランドは100％有機コットンのセーターを販売し、そのデータを裏付けることができます。

現在のファッション供給チェーンは巨大ですが、サプライヤーの可視性は低いです。したがって、ファッション企業は、世界中の数百のサプライヤーを通して製品を追跡するという難題に直面しています。これは、人工知能（AI）と機械学習のみが解決できる巨大な技術的課題です。

トレーサビリティを可能にするAI

TrusTraceでは、ファッション業界の数十の企業と協力していますが、彼らの供給チェーンデータの多くは、紙文書や電子文書に閉じ込められています。これらの文書には、所有権の連鎖を証明する請求書、工場や施設での労働条件や賃金に関する社会的監査報告書、材料バッチの化学試験結果などが含まれます。この文書データは、さまざまな形式や言語で提供されることがあります。つまり、主な問題はデータの取得です。

ここで、AIがトレーサビリティに重要な役割を果たします。大量のデータをスケールで収集できます。さらに重要なのは、複数の情報源からの情報を相関させてトレーサビリティデータの全体的な品質を向上させるシステムをサポートできることです。

簡単に言えば、AIは紙の証跡をデジタル化して、全面的製品トレーサビリティを可能にします。デジタル化プロセスには、分類、オブジェクト抽出と識別、データ検証 およびリンクの3つのステップがあります。

分類は、サプライヤーが供給チェーントレーサビリティプラットフォームに文書を提出すると発生します。下層のAIは文書を認識し、購入注文、施設監査、または証明書として、たとえば、文書を知的に分類します。

文書の分類に基づいて、AIはメタデータを通じて重要な情報を識別します。たとえば、請求書を処理する場合、トレーサビリティシステムは自動的に、購入者、販売者、製品、数量、納期などの情報を抽出して識別します。同様に、社会的監査のデジタル化には、労働条件、公正な賃金、多様性などに関するパラメータをキャプチャすることが含まれます。

対応するオブジェクトを抽出すると、データは他の既存のデータとリンクされ、ブランドはデータを自由に使用できます。予測、分析、規制報告、またはその他の要件に使用できます。

ファッション供給チェーンは非常に複雑で、利用可能なデータも膨大なため、AIを効果的に使用せずに管理することはほぼ不可能です。トレーサビリティシステムを実装すると、ブランドのサプライヤーチェーン内の1つ以上のパートナーの持続可能性がブランドの基準を満たさないことが必ず発生します。その場合、サプライヤーチェーンは、他のパートナーを通じて適合性を維持するために適応し、再構成する必要があります。AIと機械学習は、そんな急速な調整を可能にする背骨です。

今後の展望

ECのPEFプログラムが示すように、持続可能であると主張するだけでは、証拠を提示するだけではもはや十分ではありません。私は、ブランドが結合した材料を知的にトレースすることで、製品の持続可能性をほぼリアルタイムで計算する未来を信じています。

私は、法規制が強化される前に、多くのファッションブランドが持続可能性と社会的責任に取り組んでいるのを見て誇りに思います。その企業への取り組みは、製品レベルまで浸透する必要があります。簡単なことではありませんが、AIとデータをバックアップしたトレーサビリティにより、可能になるでしょう。