Toimitusketjun kestävyys: Soveltamisala 3, Toimittajatiedot ja Due Diligence

Voitot:

• Kyky määrittää laajuus 3 priorisoimalla toimittajat kulutuksen ja riskitason perusteella ja erottamalla todelliset tiedot ja välitysarviot
• Kun merkitset toimittajien riskisignaaleja tekoälyllä, käsittele niitä "tutkittavana signaalina" eikä todisteena
• Kyky hoitaa vakavia ihmisoikeus-/ympäristövaatimuksia due diligence -prosessin kautta, joka edellyttää kenttätarkastusta ja laillista vahvistusta

Useimmille yrityksille suurin osa kestävän kehityksen vaikutuksista ei ole omassa tehtaassa vaan toimitusketjussa. Yli 80 prosenttia vaatemerkin hiilijalanjäljestä voi tulla sen toimittajilta kangasvalmistajista toimittajiin. Samoin vakavimmat sosiaaliset riskit, kuten lapsityövoima, pakkotyö ja ympäristörikkomukset, esiintyvät usein syvällä toimitusketjussa. Tässä osiossa opit käyttämään tekoälyä (AI) keräämään ja arvioimaan toimitusketjun tietoja ja seulomaan riskejä.

Selvitetään kaksi käsitettä. Scope 3, kuten näimme edellisessä yksikössä, on epäsuorat päästöt yrityksen arvoketjussa ja se on yleensä suurin mutta vaikeimmin mitattava erä. Due diligence on prosessi ihmisoikeus- ja ympäristöriskien tunnistamiseksi, ehkäisemiseksi ja korjaamiseksi yrityksen toimitusketjussa. Säännökset, kuten EU:n CSDDD (Corporate Sustainability Due Diligence -direktiivi), tekevät tämän pakolliseksi suurille yrityksille.

Toimitusketjun datan suurin haaste

Voit mitata oman laitoksesi tiedot; Mutta et voi suoraan mitata satojen toimittajien tietoja, sinun on kysyttävä heiltä. Tämä aiheuttaa kolme ongelmaa:

1. Tiedot eivät tule perille tai ovat puutteellisia. Useimmat pienemmät toimittajat eivät säilytä hiilitietoja.
2. Tiedot ovat epäluotettavia. Kun toimittaja raportoi itse, se voi olla yli- tai aliraportointia.
3. Arvaus (välityspalvelin) vaaditaan. Jos todellisia tietoja ei ole saatavilla, käytetään toimialan keskiarvoa tai menoperusteista arviota.

Tässä tekoäly auttaa kahdella tavalla: (1) kyselyjen ja seurantakirjeiden nopea laatiminen sadoille toimittajille lähetettäväksi, (2) hajautettujen vastausten jäsentäminen ja riskisignaalien ilmoittaminen. Mutta mitään toimittajan antamaa numeroa ei todeta, riskisignaalia ei päätetä ilman ihmisen tarkastusta.

Soveltamisalan 3 luokka (esimerkki)

Tietolähde

Tyypillinen menetelmä

Ostettu tavara/palvelu

Toimittajakysely / kulutus

Todelliset tiedot > välityspalvelin

Toimitus ja jakelu

Kuljettajan tietueet

Etäisyys × kuorma × kerroin

liikematkat

matkajärjestelmä

Km/lento × kerroin

Myydyn tuotteen käyttö

Tuotteen energiatiedot

Käyttömalli

jätettä

Jätteen siirtoasiakirjat

Määrä × kerroin

Vinkki: Scope 3:ssa "kuluihin perustuva" arvio (tämä CO₂e per 1 000 käytettyä dollaria) on nopea alku, mutta karkea. Kun toimittaja toimittaa todellista tietoa, käytä sitä; Kulutukseen perustuva arvio on vain alustava, jos todellista tietoa ei ole, ja se tulisi merkitä raportissa "arvio/välityspalvelin".

Askel askeleelta: Toimitusketjun työnkulku tekoälyn avulla

1. Priorisoi toimittajat. Et voi tutkia kaikkia satoja toimittajia samalla tavalla. Keskity niihin, joilla on suuri kulutuskoko ja suuri riski (toimiala, maa). Tekoäly voi tuottaa luonnosluettelon tällä priorisoinnilla.

2. Luonnos kyselyyn ja pyyntöön. Pyydä tekoälyltä selkeä, helposti täytettävä toimittajatietokyselyn luonnos.

3. Määritä saapuvat tiedot. Laita vastaukset eri muodoissa yhteen taulukkoon; Merkitse puuttuvat osat.

4. Etsi riskisignaaleja. Pyydä tekoälyä löytämään "punaisen lipun" ehdokkaita julkisista uutisista, tietomurroista ja kyselyjen eroista; Mutta ihmiset tarkistavat jokaisen signaalin.

5. Toiminta ja takaa-ajo. Luoda korjaavia toimia ja seurantasuunnitelma korkean riskin toimittajille; Dokumentoi prosessi.

Heikko kehote / Vahva kehote

Heikko kehote:

Laske toimittajiemme hiilijalanjälki.

Ei tietolähdettä, ei todellista/välityspalvelin-eroa eikä varmennusta; AI muodostaa toimittajanumerot.

Tehokas kehotus:

Tehtäväsi: toimitusketjun kestävyyden analyytikko. Syöte: 15 toimittajan nimeä, toimiala, vuosikulutus ja niiden toimittamat todelliset päästötiedot (jos sellaisia ​​on). Tehtävä: 1) Käytä niitä tietoja niille, jotka tarjoavat oikeita tietoja. 2) Niille, joilla ei ole oikeita tietoja, kirjoita "kuluihin perustuva välityspalvelin vaaditaan", ÄLÄ SOPI numeroa; määritä, mikä tekijä hankitaan virallisesta lähteestä.3) Priorisoi toimittajat, joilla on suuri kulutus + korkea riski toimiala.Tulos: taulukko (Toimittaja | Toimiala | Kulutus | Tietotyyppi [todellinen/välityspalvelin] | Prioriteetti | Huomautus). Välityspalvelimen numerot merkitään raporttiin.

Kehotetaan toimittajan riskien arviointia

Aseta riskien seulontateline seuraavalle toimittajaluettelolle. Arvioi jokaisesta toimittajasta (vain toimittamieni tietojen perusteella, julkinen väite FAKE):- Mahdollinen ihmisoikeusriski maasta/sektorista (korkea/keskikokoinen/matala)- Mahdollinen ympäristöriski- Epäjohdonmukaisuus kyselyvastauksissa/punaiset liput Sääntö: lisää jokaisen riskin kohdalla huomautus "tarkistus vaaditaan – ei lähdettä"; älä esitä lopullisia syytöksiä, vaan ehdota signaaleja tutkittavaksi.Luettelo: [SUPPLIERS]

Seuraava kehote luonnostelee tietopyyntökyselyn toimittajille lähetettäväksi.

Tehtäväsi: kestävän kehityksen hankintaasiantuntija. Tehtävä: laadi ESG-tietokysely, jossa on enintään 10 kysymystä, jotka pienet/keskikokoiset toimittajat voivat helposti vastata. Sisältää: energiankulutus, polttoaineen tyyppi, jätteet, työturvallisuustapaturmien määrä, sitoutuminen pakko-/lapsityöhön. Sävy: yksinkertainen, selkeä, helppo täydentää; Lisää yksiköitä ja esimerkkejä jokaiseen kysymykseen.

Varoitus: Älä anna tekoälyn todentaa toimittajaa koskevaa riskisignaalia (esim. "lapsityövoimaa") äläkä koskaan käytä tekoälyn luomaa väitettä todisteena. Tällaiset vakavat väitteet vahvistetaan vain luotettavalla lähteellä, kenttätarkastuksella ja oikeusprosessilla. AI tuottaa vain "tutkittavan signaalin"; ei tuomitse.

kolme minilaukkua

Tapaus 1 – Välityspalvelimen rehellinen käyttö. Vain 30 yhden huonekaluvalmistajan 200 toimittajasta toimitti todellista hiilidioksidia. Tiimi käytti kuluihin perustuvaa välityspalvelinta jäljellä oleville 170:lle, mutta raportissa todetaan selvästi, että "65 % Scope 3:sta on kuluihin perustuva arvio." Tilintarkastaja tunnusti tämän rehellisyyden; jos se olisi salattu, vakuutus olisi voitu evätä.

Tapaus 2 – Priorisointi. Elintarvikeyhtiöllä oli 480 tavarantoimittajaa. Tekoäly osoitti, että 80 % kuluista keskittyi 40 toimittajaan. Tiimi keskittyi syvään sukellukseen näihin 40; resursseja ei hukattu ja suurimmat toimittajat raportoitiin todellisilla tiedoilla.

Tapaus 3 – Väärän syytteen vaara. Tekoäly merkitsi toimittajan "mahdolliseksi pakkotyöksi"; Syynä oli vain maan keskiarvo. Ryhmä hyväksyi tämän "tutkittavana signaalina", ei todisteena, ja pyysi kenttätarkastusta. Tarkastuksessa ei havaittu ongelmia; Jos tekoälyn signaali otettaisiin todisteeksi, syntyisi epäoikeudenmukainen syytös ja oikeudellinen riski.

Yleisiä virheitä

• Toimittajatietojen hyväksyminen tarkistamatta niitä. Itseraportoivat toimittajatiedot edellyttävät ristiintarkistusta.
• Välityspalvelimen piilottaminen. Kulutusperusteisen ennusteen käyttö on hyvä; Määrittelemättä jättäminen on ongelma auditoinnissa.
• Tarkastellaan kaikkia toimittajia tasapuolisesti. Hankinnan tulisi keskittyä suuriin kuluihin ja suuren riskin toimittajiin.
• Tekoälysignaalin sekoittaminen todisteeksi. Väitteet ihmisoikeus-/ympäristöloukkauksista vahvistetaan kentällä ja lailla, ei tekoälyllä.
• Ohita Scope 3 kokonaan. Suurin vaikutus on yleensä täällä; Sitä ei voida jättää huomiotta sillä perusteella, että sitä on "vaikea mitata".

Yhteenvetona

Toimitusketju on paikka, jossa useimpien yritysten suurin ympäristö- ja sosiaalinen vaikutus piilee; Scope 3 -päästöt ja due diligence -riskit ovat keskittyneet tähän. AI; Se on tehokas apu toimittajien priorisoinnissa, kyselyiden laatimisessa, hajautettujen vastausten strukturoinnissa ja riskisignaalien liputuksessa. Mutta toimittajatietoja ei sisällytetä raporttiin, ennen kuin ne on varmistettu, valtakirjat on ilmoitettu selkeästi ja vakavat syytökset on vahvistettu kenttätarkastuksella. AI tuottaa signaaleja; Ihminen kantaa tuomion ja vastuun.

Sovellustehtävä

Laadi luettelo 10 kuvitteellisesta toimittajasta nimi, toimiala ja vuosikulut. Lisää todelliset päästötiedot muutamiin, jätä suurin osa tyhjäksi. Pyydä tekoälyltä taulukko priorisoinnista ja tietotyypeistä yllä olevan tehokkaan kehotteen kautta. Tämän jälkeen: (1) varmista, että valtakirjaa tarvitsevien toimittajien määrä ei ole muodostunut, (2) valitse 3 tärkeimmät toimittajat perusteluineen, (3) laadi lyhyt tietokysely lähetettäväksi heille.

tarkistuslista

• [ ] Priorisoin toimittajat kulutuksen ja riskitason perusteella.
• [ ] Käytin todellista dataa; Niille, joilla sitä ei ole, merkitsin välityspalvelimen.
• [ ] Arvioin toimittajatietoja en sellaisenaan, vaan ristiintarkistamalla.
• [ ] Pidin riskisignaaleja "tutkittavana" enkä käyttänyt niitä todisteina.
• [ ] Suunnittelin kenttätarkastuksen/oikeudellisen varmennusvaiheen vakaville väitteille.
• [ ] En ohittanut laajuutta 3; Ilmoitin raportissa laajuuden ja arviomäärän.
• [ ] Tallensin koko prosessin due diligence -asiakirjalla.