Стійка мода починається з AI

Від: Madhava Venkatesh, співзасновник і головний технічний директор, TrusTrace.

Як людина, яка захоплена стійкістю, завжди цікаво бачити, як уряди роблять кроки у правильному напрямку. Наприклад, програма Product Environmental Footprint (PEF) Європейської комісії. Хоча вона ще перебуває на стадії тестування, коли вона стане законом, вона вимагатиме від брендів обчислювати і розкривати фактичний екологічний вплив їхніх товарів, враховуючи діяльність ланцюга постачання: від видобутку сировини до виробництва, використання і, нарешті, утилізації відходів. Таке законодавство стане великим успіхом для активістів, які довгий час тиснули на великі бренди, щоб вони працювали більш стійко, особливо компанії модної індустрії.

За широко визнаними оцінками, модна індустрія відповідає за 2-8% викидів парникових газів у світі. У 2018 році глобальна індустрія одягу та взуття самостійно виробила більше парникових газів, ніж Франція, Німеччина та Велика Британія разом узяті.

PEF – це лише одна з багатьох глобальних регуляцій, які змушують великі компанії рахувати екологічний збиток у своїх ланцюгах постачання. Закон Каліфорнії про прозорість ланцюгів постачання та недавно прийнятий Закон Німеччини про дилігентність ланцюга постачання – два останні приклади. Для виконання різних нових вимог бренди в цих регіонах будуть потребувати технологічних рішень для прозорості ланцюга постачання, а також нового підходу до стійкості.

До недавнього часу бренди мали звернену зверху підхід до стійкості, просуваючи корпоративні ініціативи та рекламуючи продукцію відповідно. Але це вже застарілий і неефективний спосіб мислення (особливо якщо будь-які реальні зміни мають бути зроблені). Тепер потрібно рухатися до стійкості від продукту вгору.

Для виробництва真正ої стійкої одежі бренди повинні знати все про кожен продукт і матеріал, з яким вони працюють. Це вимагає мільйонів дрібних, точних даних і рішення для прозорості, яке може зберігати дані в одному місці.

Чому прозорість?

Спроможність точно відстежувати продукти і матеріали через ланцюг постачання може допомогти вирішити багато проблем. Велика прозорість ланцюга постачання дозволяє брендам передбачати порушення до того, як вони трапляться. Крім того, така прозорість дозволяє брендам робити заяви про продукти і доводити їх автентичність. Наприклад, бренд може стверджувати, що продає 100% органічний бавовняний свитер і надавати дані, які підтверджують це.

Як вони стоять сьогодні, ланцюги постачання модної індустрії величезні, але з мало видимістю постачальників. Компанії модної індустрії тому стикаються з важким завданням спроби відстежувати кожен продукт, коли він рухається через сотні постачальників по всьому світу. Ця реальність представляє величезний технологічний виклик, який можуть вирішити лише штучний інтелект (AI) і машинне навчання.

AI як засіб прозорості

У TrusTrace ми працюємо з десятками компаній модної індустрії, і більша частина їхніх даних ланцюга постачання заблокована в документах – паперових і електронних. Ці документи включають інвойси, які доводять ланцюг володіння, соціальні аудитні звіти, які описують умови праці і оплати на фабриках і інших об’єктах, хімічні тести матеріалів і багато іншого. Ці дані документів часто знаходяться в різних форматах і мовах. Коротко кажучи, основною проблемою є придбання даних.

Це місце, де AI стає критично важливим для прозорості. Він може інтелектуально зібрати величезну кількість даних у масштабі. Що ще важливіше, однак, він також може підтримувати систему, яка автоматично виконує валідацию даних шляхом кореляції інформації з多 джерел для покращення загальної якості даних прозорості.

Проще кажучи, AI можна використовувати для оцифрування паперових документів для забезпечення повної прозорості продукту. Процес оцифрування охоплює три етапи: Класифікація, Виділення об’єктів і ідентифікація, Валідация даних і зв’язування.

Класифікація відбувається, коли документ подається в платформу прозорості ланцюга постачання постачальником. Підкладовий AI розпізнає документ і інтелектуально класифікує його, наприклад, як замовлення на покупку, аудит об’єкта або сертифікацію.

На основі класифікації документа AI потім виділяє ключову інформацію через метадані. Наприклад, при обробці інвойсів система прозорості автоматично виділяє і ідентифікує інформацію, таку як Покупець, Продавець, Продукт, Кількість, Дата доставки тощо. Аналогічно, оцифрування соціального аудиту може включати захоплення параметрів, пов’язаних з умовами праці, справедливою оплатою, різноманітністю та іншим.

Як тільки відповідні об’єкти виділені, дані валідуються і зв’язуються з іншими існуючими даними в системах підприємства бренду, що дозволяє їм використовувати дані за своїм бажанням, наприклад, для прогнозування, аналітики, звітності про регулювання або інші вимоги.

Ланцюги постачання модної індустрії настільки складні, а наявні дані настільки великі, що практично неможливо керувати ними без ефективного використання AI. Після впровадження системи прозорості стійкість одного або декількох партнерів у ланцюгу постачання бренду неминуче виявиться нижчою за стандарт бренду. У цьому випадку ланцюг постачання повинен адаптуватися і重新конфігуруватися через інших партнерів, щоб залишатися у відповідності. AI і машинне навчання є тими, хто дозволяє здійснювати таке швидке регулювання.

Погляд у майбутнє

Як демонструє програма PEF Європейської комісії, прийде час, коли буде недостатньо сказати, що ви стійкі; це навіть не буде достатньо, щоб надати докази. Я вірю в майбутнє, де бренди обчислюють у майже реальному часі як стійкими їхні продукти є шляхом інтелектуального відстежування комбінованих матеріалів.

Я пишаюсь тим, що бачу так багато модних брендів, які зобов’язуються дотримуватися стійкості і соціальної відповідальності – навіть до того, як законодавство почало посилюватися. Ця корпоративна зобов’язаність тепер повинна перейти на рівень продукту. Це не легке завдання, але прозорість, підтримана AI і даними, може зробити це можливим.