AIで始まる持続可能なファッション

By: Madhava Venkatesh, Co-Founder and Chief Technology Officer, TrusTrace.

持続可能性に情熱を傾けている私として、政府が重要なことを行う姿を見ると常にワクワクします。たとえば、欧州委員会のProduct Environmental Footprint (PEF)プログラムです。まだ試験段階ですが、法律となる際には、ブランドはサプライチャーン活動を考慮して、原材料の抽出から生産、使用、最終的に廃棄物管理までの商品の実際の環境への影響を計算して開示する必要があります。そうした法律は、長年にわたり大手ブランドに持続可能な運営を求めてきた活動家にとって大きな勝利となります。特に、ファッション企業にとってです。

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、イギリスの総排出量よりも多くの温室効果ガスを生み出しました。

PEFは、企業がサプライチャーンでの環境被害を説明することを強いられる、多くのグローバル規制の一つです。カリフォルニア州のサプライチャーン透明性法とドイツの最近成立したサプライチャーン尽職調査法が2つの最近の例です。これらの新しい要件に従うためには、ブランドはサプライチャーンの追跡可能性のためのテクノロジー解決策と、持続可能性についての新しい考え方が必要です。

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取り、包括的な企業イニシアチブを推進し、製品をマーケティングしていました。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、実際の変化を起こす場合）。必要なのは、規制や環境に意識の高い消費者層の増加によって、製品から持続可能性への移行です。

本当の持続可能なガーメントを生産するには、ブランドは扱うすべての製品と材料についてすべてを知る必要があります。数百万の粒度の高い、正確なデータポイントと、データを一か所に収めることができる追跡可能性解決策が必要です。

なぜ追跡可能性か?

製品と材料をサプライチャーンを通じて正確に追跡する能力は、多くの課題に対処するのに役立ちます。サプライチャーンの可視性が高まると、ブランドは障害が発生する前に予測できます。さらに、可視性により、ブランドは製品の主張をし、その正当性を証明できます。たとえば、ブランドは100％のオーガニックコットンのセーターを販売し、データで裏付けることができます。

現在のファッションサプライチャーンは巨大ですが、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じて移動するすべての製品を追跡するという難題に直面しています。この現実は、人工知能（AI）と機械学習のみが解決できる巨大なテクノロジー課題を表しています。

追跡可能性を可能にするAI

TrusTraceでは、ファッション業界の数十の企業と協力しており、彼らのサプライチャーンデータの多くは、紙や電子の文書にロックされています。これらの文書には、所有権の連鎖を証明する請求書、工場やその他の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報告書などが含まれます。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多いです。簡単に言えば、主な問題はデータの取得です。

ここで、AIが追跡可能性に重要な役割を果たします。AIは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、AIは複数のソースからの情報を相関して、追跡可能性データの全体的な品質を向上させることができるシステムをサポートできます。

もっと簡単に言えば、AIは、全面的製品追跡可能性を可能にするために、紙のトレイルをデジタル化できます。デジタル化プロセスには、3つのステップがあります：分類、オブジェクト抽出と識別、データ検証 およびリンク。

分類は、サプライヤーがサプライチャーン追跡可能性プラットフォームに文書を提出すると発生します。基礎となるAIは文書を認識し、購入注文、施設監査、または認証として、たとえば、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、追跡可能性システムは自動的に、購入者、売り手、製品、数量、納品日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、多様性などに関連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が抽出されると、データは検証され、ブランドのエンタープライズシステム内の既存のデータにリンクされ、ブランドがデータを使用することができます。予測、分析、規制報告などの要件に応じて使用できます。

ファッションサプライチャ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。追跡可能性システムを実装した後、ブランドのサプライチャーン内の1つ以上のパートナーの持続可能性は、ブランドの基準を満たさない可能性があります。その場合、サプライチャーンは他のパートナーを通じて再構成して、コンプライアンスを維持する必要があります。AIと機械学習は、サプライチャーンを迅速に調整することを可能にするバックボーンです。

今後

ECのPEFプログラムが示すように、持続可能であると言うだけで十分ではなくなります。証拠を提示することさえ十分ではなくなります。私は、ブランドが材料の組み合わせを知的に追跡することで、製品がどの程度持続可能かをリアルタイムで計算する将来を信じています。

多くのファッションブランドが、法規制が強化される前に、持続可能性と社会的責任に取り組んでいると自慢しています。企業のコミットメントは、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、追跡可能性と、AIとデータによって裏付けられたものは、それを可能にします。