Устойчивая мода начинается с ИИ

Мадхава Венкаташ, сооснователь и технический директор TrusTrace.

Как человек, увлеченный устойчивостью, всегда приятно видеть, как правительства принимают меры, которые имеют значение. Например, программа Европейской комиссии по экологическому следу продукта (PEF). Хотя она еще находится на стадии тестирования, когда она станет законом, она потребует от брендов рассчитывать и раскрывать фактическое воздействие на окружающую среду своей продукции, учитывая деятельность цепочки поставок: от добычи сырья до производства, использования и утилизации отходов. Такое законодательство будет прорывом для активистов, которые давно призывают крупные бренды работать более устойчиво, особенно в модной индустрии.

По широко принятой оценке, модная индустрия составляет между двумя и восемью процентами выбросов парниковых газов в мире. В 2018 году глобальная индустрия одежды и обуви произвела больше парниковых газов, чем Франция, Германия и Великобритания вместе взятые.

PEF – это только одно из многих глобальных регуляций, которые заставляют крупные компании учитывать ущерб окружающей среде в своих цепочках поставок. Закон Калифорнии о прозрачности цепочки поставок и недавно принятый Закон о цепочке поставок в Германии – два недавних примера. Чтобы соответствовать различным новым требованиям, бренды в этих регионах будут нуждаться в технологических решениях для прослеживаемости цепочки поставок, а также в новом подходе к устойчивости.

До недавнего времени бренды имели подход сверху вниз к устойчивости, запуская обширные корпоративные инициативы и продвигая продукты соответствующим образом. Но это уже устаревший и неэффективный способ мышления (особенно если какие-либо реальные изменения будут сделаны). Теперь требуется переход к устойчивости от продукта вверх, будь то через регулирование или увеличивающуюся экологическую сознательность потребителей.

Чтобы произвести действительно устойчивую одежду, бренды должны знать все о каждом продукте и материале, с которым они работают. Это требует миллионов точных и точных данных и решения для прослеживаемости, которое может хранить данные в одном месте.

Почему прослеживаемость?

Способность точно отслеживать продукты и материалы через цепочку поставок может помочь решить многие проблемы. Большая видимость цепочки поставок позволяет брендам предвидеть сбои до их возникновения. Кроме того, такая видимость позволяет брендам делать заявления о продуктах и доказывать их подлинность. Например, бренд может заявить, что продает свитер из 100% органической хлопка, и предоставить данные, подтверждающие это.

Как они существуют сегодня, цепочки поставок моды огромны, но с минимальной видимостью поставщиков. Модные компании, поэтому, сталкиваются с сложной задачей отслеживания каждого продукта, когда он проходит через сотни поставщиков по всему миру. Эта реальность представляет собой огромный технологический вызов, который может решить только искусственный интеллект (ИИ) и машинное обучение.

ИИ как средство прослеживаемости

В TrusTrace мы работаем с десятками компаний в модной индустрии, и большая часть их данных о цепочке поставок находится в документах – бумажных и электронных. Эти документы включают счета-фактуры, которые подтверждают цепочку владения, социальные аудиторские отчеты, описывающие условия труда и оплату на фабриках и других объектах, отчеты о химических испытаниях партий материалов и многое другое. Эти данные часто находятся в разных форматах и языках. Коротко говоря, основная проблема – это приобретение данных.

Именно здесь ИИ становится критически важным для прослеживаемости. Он может интеллектуально собирать огромные объемы данных в масштабе. Более того, он также может поддерживать систему, которая автоматически выполняет проверку данных, коррелируя информацию из нескольких источников для улучшения общего качества данных прослеживаемости.

Проще говоря, ИИ можно использовать для оцифровки бумажных документов для обеспечения полной прослеживаемости продукта. Процесс оцифровки включает три этапа: Классификация, Извлечение и идентификация объектов и Проверка и связывание данных.

Классификация происходит, когда документ представляется в платформу прослеживаемости цепочки поставок поставщиком. Основной ИИ распознает документ и интеллектуально классифицирует его, например, как счет-фактуру, аудиторский отчет или сертификат.

На основе классификации документа ИИ затем извлекает ключевую информацию через метаданные. Например, при обработке счетов-фактур система прослеживаемости автоматически извлекает и идентифицирует информацию, такую как Покупатель, Продажа, Продукт, Количество, Дата поставки и т. д. Аналогично, оцифровка социального аудита может включать захват параметров, связанных с условиями труда, справедливой оплатой, разнообразием и т. д.

Как только соответствующие объекты извлечены, данные проверяются и связываются с другими существующими данными в системах предприятия бренда, позволяя им использовать данные по своему усмотрению, будь то для прогнозирования, аналитики, отчетности по регулированию или других требований.

Цепочки поставок моды так сложны, а доступные данные так обширны, что практически невозможно управлять ими без эффективного использования ИИ. После реализации системы прослеживаемости устойчивость одного или нескольких партнеров в цепочке поставок бренда неизбежно окажется ниже стандартов бренда. В этом случае цепочка поставок должна адаптироваться и переконфигурироваться через других партнеров, чтобы остаться в соответствии. ИИ и машинное обучение являются основой, которая позволяет такую быструю коррекцию.

Взгляд в будущее

Как демонстрирует программа PEF Европейской комиссии, наступит время, когда будет недостаточно сказать, что вы устойчивы; даже предоставление доказательств будет недостаточно. Я верю в будущее, где бренды будут рассчитывать в режиме реального времени насколько устойчивы их продукты, интеллектуально прослеживая объединенные материалы.

Я горжусь тем, что многие модные бренды обязуются устойчивости и социальной ответственности – даже до начала законодательных изменений. Это корпоративное обязательство теперь должно распространиться на уровень продукта. Это не простая задача, но прослеживаемость, поддержанная ИИ и данными, может сделать ее возможной.