المكاسب:
- القدرة على تحديد النطاق 3 من خلال تحديد أولويات الموردين بناءً على مستوى الإنفاق والمخاطر والتمييز بين البيانات الفعلية وتقديرات الوكيل
- عند تحديد إشارات المخاطر الخاصة بالموردين باستخدام الذكاء الاصطناعي، تعامل معها على أنها "إشارات يجب فحصها" وليس كأدلة
- القدرة على إدارة المطالبات الخطيرة المتعلقة بحقوق الإنسان/البيئة من خلال عملية العناية الواجبة التي تتطلب التفتيش الميداني والتأكيد القانوني
بالنسبة لمعظم الشركات، فإن الجزء الأكبر من تأثيرها على الاستدامة لا يكمن في مصانعها الخاصة، بل في سلسلة التوريد الخاصة بها. يمكن أن يأتي أكثر من 80% من البصمة الكربونية لعلامة تجارية للملابس من مورديها، بدءًا من مصنعي الأقمشة وحتى الشحن. وبالمثل، فإن المخاطر الاجتماعية الأكثر خطورة، مثل عمالة الأطفال، والعمل القسري، والانتهاكات البيئية، غالبا ما تحدث في أعماق سلسلة التوريد. ستتعلم في هذه الوحدة كيفية استخدام الذكاء الاصطناعي (AI) لجمع وتقييم بيانات سلسلة التوريد وفحص المخاطر.
دعونا نوضح مفهومين. النطاق 3، كما رأينا في الوحدة السابقة، هو الانبعاثات غير المباشرة في سلسلة قيمة الشركة وهو بشكل عام العنصر الأكبر ولكن الأكثر صعوبة في القياس. العناية الواجبة هي عملية تحديد ومنع ومعالجة المخاطر المتعلقة بحقوق الإنسان والمخاطر البيئية في سلسلة التوريد الخاصة بالشركة. إن اللوائح مثل CSDDD (توجيه العناية الواجبة لاستدامة الشركات) تجعل هذا الأمر إلزاميًا للشركات الكبيرة.
التحدي الرئيسي لبيانات سلسلة التوريد
يمكنك قياس بيانات منشأتك الخاصة؛ لكن لا يمكنك قياس بيانات مئات الموردين بشكل مباشر، بل عليك أن تسألهم. وهذا يخلق ثلاث مشاكل:
- لا تصل البيانات أو أنها غير كاملة. معظم الموردين الصغار لا يحتفظون ببيانات الكربون.
- البيانات غير موثوقة. عندما يقوم المورد بالإبلاغ الذاتي، قد يكون هناك مبالغة أو نقص في التقارير.
- مطلوب تخمين (وكيل). إذا لم تكن البيانات الفعلية متاحة، يتم استخدام متوسط الصناعة أو التقدير القائم على الإنفاق.
هذا هو المكان الذي يساعد فيه الذكاء الاصطناعي بطريقتين: (1) صياغة الاستطلاعات ورسائل المتابعة بسرعة لإرسالها إلى مئات الموردين، (2) هيكلة الاستجابات المتفرقة وإشارات المخاطر الضعيفة. ولكن لم يتم التحقق من الرقم الذي قدمه المورد، ولم يتم التوصل إلى أي إشارة خطر دون مراجعة بشرية.
فئة النطاق 3 (مثال)
مصدر البيانات
طريقة نموذجية
السلع/الخدمات المشتراة
مسح / إنفاق الموردين
البيانات الحقيقية> الوكيل
الشحن والتوزيع
سجلات الناقل
المسافة × الحمولة × العامل
سفر عمل
نظام السفر
كم/الرحلة × العامل
استخدام المنتج المباع
بيانات طاقة المنتج
نموذج الاستخدام
النفايات
وثائق نقل النفايات
الكمية × العامل
نصيحة: في النطاق 3، يعد التقدير "المستند إلى الإنفاق" (هذا المقدار من ثاني أكسيد الكربون لكل 1000 دولار يتم إنفاقه) بداية سريعة، ولكنها بداية تقريبية. عندما يقدم المورد بيانات حقيقية، استخدمها؛ يكون التقدير المستند إلى الإنفاق مؤقتًا فقط في حالة عدم وجود بيانات فعلية ويجب وضع علامة عليه على أنه "تقدير/وكيل" في التقرير.
خطوة بخطوة: سير عمل سلسلة التوريد باستخدام الذكاء الاصطناعي
1. تحديد أولويات الموردين. لا يمكنك فحص جميع مئات الموردين بنفس العمق. ركز على الأشخاص الذين لديهم حجم إنفاق ومخاطر عالية (القطاع، البلد). يمكن للذكاء الاصطناعي إنتاج مسودة قائمة مع تحديد الأولويات هذه.
2. مشروع المسح والطلب. اطلب من الذكاء الاصطناعي الحصول على مخطط استقصائي واضح وسهل التعبئة لبيانات الموردين.
3. تكوين البيانات الواردة. ضع الإجابات بتنسيقات مختلفة في جدول واحد؛ ضع علامة على الأجزاء المفقودة.
4. البحث عن إشارات المخاطر. اطلب من الذكاء الاصطناعي العثور على مرشحي "العلم الأحمر" في الأخبار العامة، وخرق السجلات، وتناقضات الاستطلاعات؛ لكن البشر يتحققون من كل إشارة.
5. العمل والسعي. وضع خطة تصحيحية وخطة متابعة للموردين ذوي المخاطر العالية. قم بتوثيق العملية.
موجه ضعيف / موجه قوي
حث ضعيف:
حساب البصمة الكربونية لموردينا.
لا يوجد مصدر بيانات، ولا يوجد تمييز حقيقي/وكيل، ولا يوجد تحقق؛ يقوم الذكاء الاصطناعي بتكوين أرقام الموردين.
مطالبة قوية:
دورك: محلل استدامة سلسلة التوريد. الإدخال: أسماء 15 مورداً والصناعة ومبلغ الإنفاق السنوي وبيانات الانبعاثات الفعلية التي يقدمونها (إن وجدت). المهمة: 1) بالنسبة لأولئك الذين يقدمون بيانات حقيقية، استخدم تلك البيانات. 2) بالنسبة لأولئك الذين ليس لديهم بيانات حقيقية، اكتب "يلزم استخدام وكيل قائم على الإنفاق"، ولا تناسب الرقم؛ حدد العامل الذي يجب الحصول عليه من المصدر الرسمي.3) إعطاء الأولوية للموردين في مجال الإنفاق المرتفع + الصناعة عالية المخاطر. الإخراج: جدول (المورد | الصناعة | الإنفاق | نوع البيانات [الفعلي/الوكيل] | الأولوية | ملاحظة). سيتم وضع علامة على أرقام الوكيل في التقرير.
المطالبة بفحص مخاطر الموردين
قم بإعداد سقالة فحص المخاطر لقائمة الموردين التالية. تقييم لكل مورد (فقط بناءً على المعلومات التي قدمتها، المطالبة العامة زائفة): - المخاطر المحتملة على حقوق الإنسان من البلد/القطاع (عالية/متوسطة/منخفضة) - المخاطر البيئية المحتملة - عدم الاتساق في استجابة المسح/الأعلام الحمراء القاعدة: أضف ملاحظة "التحقق مطلوب - لا يوجد مصدر" لكل خطر؛ لا توجه اتهامات نهائية، فقط اقترح إشارات للتحقيق. القائمة: [الموردون]
يقوم الموجه التالي بصياغة استبيان طلب البيانات لإرساله إلى الموردين.
دورك: أخصائي مصادر الاستدامة. المهمة: قم بصياغة استبيان بيانات ESG لما لا يزيد عن 10 أسئلة يمكن للموردين الصغار/المتوسطين إكمالها بسهولة. تشمل: استهلاك الطاقة، نوع الوقود، النفايات، عدد حوادث السلامة المهنية، الالتزام بالعمالة القسرية/الأطفال. النغمة: بسيطة، واضحة، سهلة الإكمال؛ أضف وحدات وأمثلة لكل سؤال.
تحذير: لا تطلب من الذكاء الاصطناعي التحقق من إشارة الخطر المتعلقة بالمورد (على سبيل المثال، "عمالة الأطفال") ولا تستخدم مطلقًا المطالبة الناتجة عن الذكاء الاصطناعي كدليل. ولا يتم تأكيد مثل هذه الادعاءات الخطيرة إلا من خلال مصدر موثوق والتفتيش الميداني والإجراءات القانونية. لا ينتج الذكاء الاصطناعي سوى "إشارة ليتم فحصها"؛ لا يحكم.
ثلاث حالات صغيرة
الحالة 1 - الاستخدام الصادق للوكيل. قدم 30 فقط من أصل 200 مورد لشركة مصنعة للأثاث بيانات الكربون الفعلية. استخدم الفريق وكيلًا قائمًا على الإنفاق للـ 170 المتبقية، لكن التقرير ينص بوضوح على أن "65% من النطاق 3 هو تقدير قائم على الإنفاق". وقد أقر المدقق بهذه الأمانة؛ لو تم إخفاؤه، لكان من الممكن رفض هذا الضمان.
الحالة 2 - تحديد الأولويات. شركة أغذية لديها 480 موردًا. أظهر الذكاء الاصطناعي أن 80% من الإنفاق تركز في 40 موردًا. ركز الفريق بحثه العميق على هؤلاء الأربعين؛ ولم يتم إهدار الموارد وتم الإبلاغ عن الموردين ذوي التأثير الأكبر ببيانات حقيقية.
الحالة 3 - خطر الاتهامات الباطلة. ووضعت منظمة العفو الدولية علامة على أحد الموردين باعتباره "عملاً قسريًا محتملاً"؛ وكان السبب هو المعدل الوطني فقط. وقبل الفريق ذلك باعتباره "إشارة يجب فحصها"، وليس دليلا، وطلب إجراء تفتيش ميداني. لم يجد التفتيش أي مشاكل. إذا تم أخذ إشارة الذكاء الاصطناعي كدليل، فسينشأ اتهام غير عادل ومخاطر قانونية.
الأخطاء الشائعة
- قبول بيانات الموردين دون التحقق منها. تتطلب بيانات الموردين التي يتم الإبلاغ عنها ذاتيًا إجراء فحص شامل.
- إخفاء الوكيل. يعد استخدام التنبؤ المبني على الإنفاق أمرًا جيدًا؛ عدم التحديد يمثل مشكلة في التدقيق.
- فحص جميع الموردين على قدم المساواة. يجب أن تركز المصادر على الموردين ذوي الإنفاق العالي والمخاطر العالية.
- الخلط بين إشارة الذكاء الاصطناعي والأدلة. يتم التحقق من ادعاءات انتهاكات حقوق الإنسان/البيئة من خلال الميدان والقانون، وليس من خلال منظمة العفو الدولية.
- تخطي النطاق 3 بالكامل. التأثير الأكبر عادة ما يكون هنا؛ ولا يمكن تجاهله على أساس أنه "يصعب قياسه".
باختصار
سلسلة التوريد هي المكان الذي يختبئ فيه أكبر الأثر البيئي والاجتماعي لمعظم الشركات؛ تتركز هنا انبعاثات النطاق 3 ومخاطر العناية الواجبة. منظمة العفو الدولية. إنها أداة مساعدة قوية في تحديد أولويات الموردين، وصياغة الاستطلاع، وهيكلة الاستجابات المتفرقة ووضع علامات على المخاطر. لكن بيانات الموردين لا يتم تضمينها في التقرير إلا بعد التحقق منها، وتوضيح الوكلاء بوضوح، والتأكد من الادعاءات الخطيرة عن طريق التفتيش الميداني. الذكاء الاصطناعي يولد إشارات؛ فالإنسان يتولى الحكم والمسؤولية.
مهمة التطبيق
قم بإعداد قائمة بعشرة موردين وهميين مع ذكر الاسم والصناعة والإنفاق السنوي؛ أضف بيانات الانبعاثات الفعلية إلى القليل منها، واترك معظمها فارغًا. اطلب من الذكاء الاصطناعي الحصول على جدول الأولويات ونوع البيانات عبر المطالبة القوية أعلاه. بعد ذلك: (1) التحقق من أن عدد الموردين الذين يحتاجون إلى وكيل غير مكون، (2) اختيار الموردين الثلاثة ذوي الأولوية الأعلى مع المبررات، (3) صياغة استبيان قصير للبيانات لإرساله إليهم.
قائمة مرجعية
- [ ] لقد قمت بإعطاء الأولوية للموردين بناءً على الإنفاق ومستوى المخاطرة.
- [ ] لقد استخدمت بيانات حقيقية؛ بالنسبة لأولئك الذين ليس لديهم، قمت بوضع علامة على الوكيل.
- [ ] لقد قمت بتقييم بيانات المورد ليس كما هي، ولكن عن طريق التحقق منها.
- [ ] لقد اعتبرت إشارات الخطر "يجب فحصها" ولم أستخدمها كدليل.
- [ ] لقد خططت لإجراء خطوة تدقيق ميداني/تحقق قانوني للمطالبات الجادة.
- [ ] لم أتخطى النطاق 3؛ وقد ذكرت النطاق ونسبة التقدير في التقرير.
- [ ] لقد قمت بتسجيل العملية بأكملها باستخدام وثيقة العناية الواجبة.