Câștiguri:
- Abilitatea de a stabili Scopul 3 prin prioritizarea furnizorilor pe baza cheltuielilor și a nivelului de risc și făcând distincție între datele reale și estimările proxy
- Când semnalați semnalele de risc ale furnizorilor cu inteligență artificială, tratați-le ca „semnale de examinat” și nu ca dovezi
- Abilitatea de a gestiona revendicări grave privind drepturile omului/mediu printr-un proces de due diligence care necesită inspecție pe teren și confirmare legală
Pentru majoritatea companiilor, cea mai mare parte a impactului lor asupra durabilității nu se află în propria fabrică, ci în lanțul lor de aprovizionare. Peste 80 la sută din amprenta de carbon a unei mărci de îmbrăcăminte poate proveni de la furnizorii săi, de la producătorii de țesături până la transport. De asemenea, cele mai grave riscuri sociale, cum ar fi munca copiilor, munca forțată și încălcările mediului, apar adesea în adâncul lanțului de aprovizionare. În această unitate, veți învăța cum să utilizați inteligența artificială (AI) pentru a colecta și evalua datele lanțului de aprovizionare și pentru a detecta riscuri.
Să clarificăm două concepte. Scopul 3, așa cum am văzut în unitatea anterioară, este emisiile indirecte din lanțul valoric al companiei și este, în general, cel mai mare, dar cel mai dificil de măsurat. Due diligence este procesul de identificare, prevenire și remediere a riscurilor legate de drepturile omului și de mediu în lanțul de aprovizionare al unei companii. Reglementări precum CSDDD (Directiva de due diligence privind durabilitatea corporativă) a UE fac acest lucru obligatoriu pentru companiile mari.
Principala provocare a datelor lanțului de aprovizionare
Puteți măsura datele propriei unități; Dar nu poți măsura direct datele a sute de furnizori, trebuie să le întrebi. Acest lucru creează trei probleme:
- Datele nu ajung sau sunt incomplete. Majoritatea furnizorilor mai mici nu păstrează datele de carbon.
- Datele sunt nesigure. Atunci când un furnizor se auto-raportează, poate exista supraevaluare sau subraportare.
- Este necesară o presupunere (proxy). Dacă datele reale nu sunt disponibile, se utilizează media industriei sau estimarea bazată pe cheltuieli.
Aici AI ajută în două moduri: (1) redactarea rapidă a sondajelor și scrisorilor de urmărire care să fie trimise la sute de furnizori, (2) structurarea răspunsurilor dispersate și semnalarea semnalelor de risc. Dar nici un număr dat de furnizor nu este verificat, nici un semnal de risc nu este încheiat fără revizuire umană.
Categoria Scope 3 (exemplu)
Sursa datelor
Metodă tipică
Bunuri/servicii achizitionate
Sondaj/cheltuieli cu furnizorii
Date reale > proxy
Livrare și distribuție
Înregistrările transportatorului
Distanța × sarcină × factor
călătorii de afaceri
sistem de călătorie
Km/zbor × factor
Utilizarea produsului vândut
Date energetice ale produsului
Model de utilizare
deșeuri
Documente de transfer al deșeurilor
Cantitate × factor
Sfat: În Scopul 3, estimarea „bazată pe cheltuieli” (atât de mult CO₂e la 1.000 USD cheltuiți) este un început rapid, dar unul aproximativ. Atunci când un furnizor oferă date reale, folosiți-le; Estimarea bazată pe cheltuieli este doar provizorie dacă nu există date reale și ar trebui să fie marcată ca „estimare/proxy” în raport.
Pas cu pas: fluxul de lucru al lanțului de aprovizionare cu AI
1. Prioritizați furnizorii. Nu puteți examina toate sutele de furnizori în aceeași profunzime. Concentrați-vă pe cei cu cheltuieli mari și riscuri (sector, țară). AI poate produce o listă nefinalizată cu această prioritizare.
2. Proiect de anchetă și cerere. Solicitați AI pentru o schiță clară și ușor de completat pentru sondajul privind datele furnizorilor.
3. Configurați datele primite. Puneți răspunsurile în diferite formate într-un singur tabel; Marcați părțile lipsă.
4. Scanați semnale de risc. Puneți AI să găsească candidați „steagul roșu” în știrile publice, înregistrările privind încălcările și discrepanțe în sondaj; Dar oamenii verifică fiecare semnal.
5. Acțiune și urmărire. Stabiliți o acțiune corectivă și un plan de urmărire pentru furnizorii cu risc ridicat; Documentați procesul.
Prompt slab / Prompt puternic
Prompt slab:
Calculați amprenta de carbon a furnizorilor noștri.
Fără sursă de date, fără distincție reală/proxy și fără verificare; AI formează numerele furnizorilor.
Solicitare puternică:
Rolul dumneavoastră: analist de sustenabilitate a lanțului de aprovizionare. Intrare: numele a 15 furnizori, industria, valoarea cheltuielilor anuale și datele reale privind emisiile pe care le furnizează (dacă există). Sarcină: 1) Pentru cei care furnizează date reale, utilizați acele date. 2) Pentru cei care nu dețin date reale, scrieți „necesar PROXY bazat pe cheltuieli”, NU ÎNCĂPTAȚI numărul; specificați ce factor să obțineți de la sursa oficială.3) Acordați prioritate furnizorilor din industria de cheltuieli mari + risc ridicat. Ieșire: tabel (Furnizor | Industrie | Cheltuieli | Tip de date[real/proxy] |Prioritate | Notă). Numerele proxy vor fi marcate în raport.
Solicitare pentru verificarea riscului furnizorului
Creați o schelă de verificare a riscurilor pentru următoarea listă de furnizori. Evaluați pentru fiecare furnizor (doar pe baza informațiilor pe care le-am furnizat, reclamație publică FALS): - Risc posibil pentru drepturile omului din țară/sector (ridicat/mediu/scăzut) - Risc posibil de mediu - Incoerență în răspunsul la sondaj/semnale roșiiRegulă: adăugați nota „verificare necesară — fără sursă” pentru fiecare risc; nu faceți acuzații definitive, doar sugerați semnale de investigat.Lista: [FURNITORII]
Următorul prompt elaborează un sondaj de solicitare de date pentru a-l trimite furnizorilor.
Rolul dumneavoastră: specialist în aprovizionare durabilă. Sarcină: elaborați un sondaj de date ESG cu cel mult 10 întrebări pe care furnizorii mici/medii le pot completa cu ușurință. Includeți: consumul de energie, tipul de combustibil, deșeurile, numărul de accidente de securitate la locul de muncă, angajamentul la muncă forțată/copiilor. Ton: simplu, clar, ușor de completat; Adăugați unități și exemple la fiecare întrebare.
Atenție: nu solicitați AI să verifice un semnal de risc despre furnizor (de exemplu, „munca copiilor”) și nu utilizați niciodată o afirmație generată de AI ca dovadă. Asemenea revendicări grave sunt confirmate doar de o sursă de încredere, de inspecție pe teren și de un proces legal. AI produce doar un „semnal care trebuie examinat”; nu judeca.
trei mini cutii
Cazul 1 – Utilizarea onestă a proxy-ului. Doar 30 dintre cei 200 de furnizori ai unui producător de mobilă au furnizat date reale de carbon. Echipa a folosit un proxy bazat pe cheltuieli pentru restul de 170, dar raportul afirmă clar că „65% din Scope 3 este o estimare bazată pe cheltuieli”. Auditorul a recunoscut această onestitate; dacă ar fi fost ascunsă, asigurarea ar fi putut fi refuzată.
Cazul 2 — Prioritizare. O companie alimentară avea 480 de furnizori. AI a arătat că 80% din cheltuieli au fost concentrate în 40 de furnizori. Echipa a concentrat adâncimea asupra acestor 40; resursele nu au fost irosite și furnizorii cu cel mai mare impact au fost raportați cu date reale.
Cazul 3 – Risc de acuzare falsă. AI a semnalat un furnizor drept „posibil muncă forțată”; Motivul a fost doar media națională. Echipa a acceptat acest lucru ca un „semnal de examinat”, nu o dovadă și a solicitat o inspecție pe teren. Inspecția nu a găsit probleme; Dacă semnalul AI ar fi luat drept probă, ar apărea o acuzație nedreaptă și un risc juridic.
Greșeli comune
- Acceptarea datelor furnizorului fără a le verifica. Auto-raportarea datelor furnizorului necesită verificare încrucișată.
- Ascunderea proxy-ului. Folosirea prognozei bazate pe cheltuieli este bine; Nespecificarea este o problemă în auditare.
- Examinând toți furnizorii în mod egal. Aprovizionarea ar trebui să se concentreze pe furnizori cu cheltuieli mari și cu risc ridicat.
- Confundarea semnalului AI cu dovezi. Afirmațiile privind încălcările drepturilor omului/de mediu sunt verificate de teren și de lege, nu de AI.
- Sărind în întregime Scopul 3. Cel mai mare impact este de obicei aici; Nu poate fi ignorat pe motiv că este „dificil de măsurat”.
Pe scurt
Lanțul de aprovizionare este locul unde se ascunde cel mai mare impact social și de mediu al companiilor; Emisiile de domeniul 3 și riscurile de due diligence sunt concentrate aici. AI; Este un ajutor puternic în prioritizarea furnizorilor, redactarea sondajelor, structurarea răspunsurilor dispersate și semnalizarea semnalelor de risc. Dar datele furnizorului nu sunt incluse în raport până când nu sunt verificate, împuternicirile sunt precizate în mod clar și acuzațiile serioase sunt confirmate prin inspecție pe teren. AI generează semnale; Ființa umană își asumă judecata și responsabilitatea.
Sarcina de aplicare
Pregătiți o listă de 10 furnizori fictici cu nume, industrie și cheltuieli anuale; Adăugați date privind emisiile reale la câteva, lăsați cele mai multe necompletate. Solicitați AI un tabel de prioritizare și tip de date prin intermediul promptului puternic de mai sus. Apoi: (1) verificați dacă numărul de furnizori care necesită un proxy nu este compus, (2) selectați cei 3 furnizori cu cea mai mare prioritate cu justificare, (3) redactați un scurt sondaj de date pentru a le trimite acestora.
lista de verificare
- [ ] Am prioritizat furnizorii pe baza cheltuielilor și a nivelului de risc.
- [ ] Am folosit cele cu date reale; Pentru cei care nu o au, am marcat proxy-ul.
- [ ] Am evaluat datele furnizorului nu așa cum sunt, ci prin verificare încrucișată.
- [ ] Am considerat semnalele de risc „de examinat” și nu le-am folosit ca dovezi.
- [ ] Am planificat un pas de audit pe teren/verificare legală pentru reclamații serioase.
- [ ] Nu am omis Scope 3; Am precizat domeniul de aplicare și rata de estimare în raport.
- [ ] Am înregistrat întregul proces cu un document de due diligence.