zisky:
- Schopnost stanovit rozsah 3 upřednostňováním dodavatelů na základě výdajů a úrovně rizika a rozlišováním mezi skutečnými údaji a odhady proxy
- Při označování rizikových signálů dodavatele pomocí umělé inteligence s nimi zacházejte spíše jako se „signály k prozkoumání“ než jako s důkazy
- Schopnost řídit vážné nároky na lidská práva/environmentální nároky prostřednictvím procesu náležité péče vyžadující kontrolu v terénu a právní potvrzení
U většiny společností nespočívá největší část jejich dopadu na udržitelnost v jejich vlastní továrně, ale v jejich dodavatelském řetězci. Více než 80 procent uhlíkové stopy oděvní značky může pocházet od jejích dodavatelů, od výrobců látek až po přepravu. Stejně tak nejzávažnější sociální rizika, jako je dětská práce, nucená práce a porušování životního prostředí, se často vyskytují hluboko v dodavatelském řetězci. V této lekci se naučíte, jak používat umělou inteligenci (AI) ke sběru a vyhodnocování dat dodavatelského řetězce a prověřování rizik.
Ujasněme si dva pojmy. Rozsah 3, jak jsme viděli v předchozí části, jsou nepřímé emise v hodnotovém řetězci společnosti a jsou obecně největší, ale nejobtížněji měřitelnou položkou. Due diligence je proces identifikace, prevence a nápravy lidských práv a environmentálních rizik v dodavatelském řetězci společnosti. Předpisy, jako je směrnice EU o CSDDD (směrnice o náležité péči o udržitelnosti podniků), to pro velké společnosti zavazují.
Hlavním problémem jsou data dodavatelského řetězce
Můžete měřit data svého vlastního zařízení; Ale nemůžete přímo měřit data stovek dodavatelů, musíte se jich zeptat. To vytváří tři problémy:
- Data nedorazila nebo jsou neúplná. Většina menších dodavatelů údaje o uhlíku neuchovává.
- Data jsou nespolehlivá. Když se dodavatel sám hlásí, může dojít k nadhodnocení nebo podhodnocení.
- Je vyžadován odhad (proxy). Nejsou-li k dispozici skutečná data, použije se průměr odvětví nebo odhad založený na výdajích.
Zde pomáhá umělá inteligence dvěma způsoby: (1) rychlé vypracování průzkumů a následných dopisů, které mají být zaslány stovkám dodavatelů, (2) strukturování rozptýlených odpovědí a označování rizikových signálů. Žádné číslo uvedené dodavatelem však není ověřeno, žádný rizikový signál není uzavřen bez kontroly člověkem.
Kategorie rozsahu 3 (příklad)
Zdroj dat
Typická metoda
Zakoupené zboží/služby
Průzkum / útrata dodavatelů
Skutečná data > proxy
Doprava a distribuce
Záznamy dopravce
Vzdálenost × zatížení × faktor
služební cesty
cestovní systém
Km/let × faktor
Použití prodávaného produktu
Energetická data produktu
Model použití
odpad
Dokumenty o převodu odpadu
Množství × faktor
Tip: V rozsahu 3 je odhad „založený na útratě“ (toto množství CO₂e za 1 000 USD) rychlý začátek, ale hrubý. Když dodavatel poskytuje skutečná data, použijte je; Odhad založený na útratě je pouze předběžný, pokud neexistují žádné skutečné údaje, a měl by být v přehledu označen jako „odhad/proxy“.
Krok za krokem: Pracovní postup dodavatelského řetězce s AI
1. Upřednostněte dodavatele. Nemůžete zkoumat všechny stovky dodavatelů do stejné hloubky. Zaměřte se na ty, kteří mají vysoké výdaje a vysoké riziko (sektor, země). AI může vytvořit návrh seznamu s touto prioritou.
2. Návrh průzkumu a žádosti. Požádejte AI o jasný a snadno vyplnitelný přehled průzkumu dat dodavatelů.
3. Nakonfigurujte příchozí data. Vložte odpovědi v různých formátech do jedné tabulky; Označte chybějící části.
4. Vyhledejte rizikové signály. Nechte AI najít kandidáty na „červenou vlajku“ ve veřejných zprávách, záznamech o porušení a nesrovnalostech v průzkumech; Ale lidé ověřují každý signál.
5. Akce a pronásledování. Stanovte nápravná opatření a plán sledování pro vysoce rizikové dodavatele; Zdokumentujte proces.
Slabá výzva / Silná výzva
Slabá výzva:
Vypočítejte uhlíkovou stopu našich dodavatelů.
Žádný zdroj dat, žádný rozdíl mezi skutečným a proxy serverem a žádné ověření; AI tvoří čísla dodavatelů.
Výkonná výzva:
Vaše role: analytik udržitelnosti dodavatelského řetězce. Vstup: 15 jmen dodavatelů, odvětví, částka ročních výdajů a údaje o skutečných emisích, které poskytují (pokud existují). Úkol: 1) Pro ty, kteří poskytují skutečná data, použijte tato data. 2) Pro ty, kteří nemají skutečná data, napište "vyžadován proxy na základě útraty", NEVHODUJTE do čísla; specifikujte, který faktor získat z oficiálního zdroje.3) Upřednostněte dodavatele ve vysokých výdajích + vysoce rizikovém odvětví. Výstup: tabulka (Dodavatel | Průmysl | Výdaje | Typ dat[aktuální/proxy] |Priorita | Poznámka). Proxy čísla budou v přehledu vyznačena.
Vyzvat k prověřování rizik dodavatele
Vytvořte lešení pro prověřování rizik pro následující seznam dodavatelů. Posoudit u každého dodavatele (pouze na základě informací, které jsem uvedl, veřejné tvrzení FAKE):- Možné riziko pro lidská práva ze země/sektoru (vysoké/střední/nízké)- Možné environmentální riziko- Nekonzistence v reakci na průzkum/červené příznakyPravidlo: ke každému riziku přidejte poznámku „vyžadováno ověření — žádný zdroj“; nevynášejte definitivní obvinění, pouze navrhněte signály k prošetření. Seznam: [DODAVATELÉ]
Následující výzva vytvoří návrh průzkumu žádosti o data, který se odešle dodavatelům.
Vaše role: specialista na udržitelné zdroje. Úkol: vypracujte datový průzkum ESG o maximálně 10 otázkách, které mohou malí/střední dodavatelé snadno vyplnit. Patří sem: spotřeba energie, druh paliva, odpad, počet pracovních úrazů, nasazení nucené/dětské práce. Tón: jednoduchý, jasný, snadno dokončit; Ke každé otázce přidejte jednotky a příklady.
Upozornění: Nenechávejte AI ověřovat rizikový signál o dodavateli (např. „dětská práce“) a nikdy nepoužívejte jako důkaz tvrzení generované AI. Taková závažná tvrzení jsou potvrzena pouze spolehlivým zdrojem, kontrolou v terénu a právním procesem. AI pouze vytváří „signál k prozkoumání“; nesoudí.
tři mini pouzdra
Případ 1 – Čestné používání proxy. Skutečná uhlíková data poskytlo pouze 30 z 200 dodavatelů jednoho výrobce nábytku. Tým použil pro zbývajících 170 proxy server založený na výdajích, ale zpráva jasně uvádí: „65 % rozsahu 3 je odhad založený na výdajích.“ Auditor tuto poctivost uznal; kdyby to bylo skryto, ujištění by mohlo být odepřeno.
Případ 2 – Stanovení priority. Potravinářský podnik měl 480 dodavatelů. AI ukázala, že 80 % výdajů bylo soustředěno u 40 dodavatelů. Tým zaměřil hloubkový ponor na těchto 40; zdroje nebyly plýtvány a dodavatelé s nejvyšším dopadem byli hlášeni s reálnými údaji.
Případ 3 – Riziko křivého obvinění. AI označila dodavatele za „možnou nucenou práci“; Důvodem byl pouze celorepublikový průměr. Tým to přijal jako „signál k prozkoumání“, nikoli jako důkaz, a požádal o inspekci v terénu. Inspekce nezjistila žádné problémy; Pokud by byl signál AI brán jako důkaz, vzniklo by nespravedlivé obvinění a právní riziko.
Časté chyby
- Přijímání údajů o dodavateli bez jejich ověření. Samovykazování údajů o dodavatelích vyžaduje křížovou kontrolu.
- Skrytí proxy. Použití prognóz na základě výdajů je v pořádku; Nespecifikování je problém v auditování.
- Prověřování všech dodavatelů stejně. Sourcing by se měl zaměřit na dodavatele s vysokými náklady a vysokým rizikem.
- Záměna signálu AI za důkaz. Tvrzení o porušování lidských práv/porušení životního prostředí ověřuje pole a zákon, nikoli AI.
- Úplně přeskočit rozsah 3. Největší dopad je obvykle zde; Nelze jej ignorovat s odůvodněním, že je „obtížně měřitelný“.
V souhrnu
V dodavatelském řetězci se skrývá největší environmentální a sociální dopad většiny společností; Zde jsou soustředěny emise rozsahu 3 a rizika due diligence. AI; Je to účinná pomůcka při stanovování priorit dodavatelů, navrhování průzkumů, strukturování rozptýlených reakcí a označování rizikových signálů. Údaje o dodavateli však nejsou zahrnuty do zprávy, dokud nejsou ověřeny, nejsou jasně uvedeny proxy a vážná obvinění nejsou potvrzena kontrolou v terénu. AI generuje signály; Lidská bytost přebírá soud a odpovědnost.
Aplikační úkol
Připravte si seznam 10 fiktivních dodavatelů se jménem, oborem a roční útratou; K několika přidejte údaje o skutečných emisích, většinu ponechte prázdnou. Požádejte AI o tabulku priorit a datových typů prostřednictvím výkonné výzvy výše. Poté: (1) ověřte, že počet dodavatelů vyžadujících zástupce není sestaven, (2) vyberte 3 dodavatele s nejvyšší prioritou s odůvodněním, (3) navrhněte krátký datový průzkum, který jim zašlete.
kontrolní seznam
- [ ] Upřednostnil jsem dodavatele na základě výdajů a úrovně rizika.
- [ ] Použil jsem skutečná data; Pro ty, co ho nemají, jsem označil proxy.
- [ ] Údaje dodavatele jsem vyhodnotil ne tak, jak jsou, ale křížovou kontrolou.
- [ ] Rizikové signály jsem považoval za „ke prozkoumání“ a nepoužil jsem je jako důkaz.
- [ ] U vážných nároků jsem plánoval audit v terénu/právní ověření.
- [ ] nepřeskočil jsem rozsah 3; Rozsah a míru odhadu jsem uvedl ve zprávě.
- [ ] Celý proces jsem zaznamenal dokumentem due diligence.