Прибыль:
- Способность установить область 3 путем определения приоритетов поставщиков на основе расходов и уровня риска и проведения различия между фактическими данными и приблизительными оценками.
- Отмечая сигналы риска поставщика с помощью искусственного интеллекта, рассматривайте их как «сигналы, подлежащие проверке», а не как доказательства.
- Способность управлять серьезными претензиями в области прав человека/экологии посредством процедуры комплексной проверки, требующей проверки на местах и юридического подтверждения.
Для большинства компаний большая часть воздействия на устойчивое развитие заключается не в собственном заводе, а в цепочке поставок. Более 80 процентов углеродного следа бренда одежды может приходиться на долю его поставщиков, начиная от производителей тканей и заканчивая судоходством. Аналогичным образом, наиболее серьезные социальные риски, такие как детский труд, принудительный труд и экологические нарушения, часто возникают глубоко в цепочке поставок. В этом модуле вы узнаете, как использовать искусственный интеллект (ИИ) для сбора и оценки данных о цепочке поставок и проверки рисков.
Давайте уточним два понятия. Область 3, как мы видели в предыдущем разделе, представляет собой косвенные выбросы в цепочке создания стоимости компании и, как правило, является самой крупной, но самой трудной для измерения статьей. Комплексная проверка — это процесс выявления, предотвращения и устранения рисков для прав человека и окружающей среды в цепочке поставок компании. Такие правила, как CSDDD ЕС (Директива о комплексной проверке корпоративной устойчивости), делают это обязательным для крупных компаний.
Основная проблема данных цепочки поставок
Вы можете измерить данные вашего собственного предприятия; Но вы не можете напрямую измерить данные сотен поставщиков, вам придется спрашивать их. Это создает три проблемы:
- Данные не приходят или являются неполными. Большинство мелких поставщиков не хранят данные о выбросах углерода.
- Данные недостоверны. Когда поставщик предоставляет самоотчеты, данные могут быть завышены или занижены.
- Требуется предположение (прокси). Если фактические данные недоступны, используется среднеотраслевая оценка или оценка, основанная на расходах.
Здесь ИИ помогает двумя способами: (1) быстро составлять опросы и последующие письма для отправки сотням поставщиков, (2) структурировать разрозненные ответы и отмечать сигналы риска. Но ни одно число, указанное поставщиком, не проверяется, ни один сигнал о риске не выводится без проверки человеком.
Категория области 3 (пример)
Источник данных
Типичный метод
Купленные товары/услуги
Опрос поставщиков/расходы
Реальные данные > прокси
Доставка и распространение
Записи перевозчика
Расстояние × нагрузка × коэффициент
Деловая поездка
система путешествий
Км/полет × коэффициент
Использование проданного продукта
Данные об энергопотреблении продукта
Модель использования
отходы
Документы на передачу отходов
Количество × коэффициент
Совет: В области 3 оценка, «основанная на расходах» (такое количество CO₂e на потраченную 1000 долларов США), — это быстрый, но грубый старт. Когда поставщик предоставляет реальные данные, используйте их; Оценка на основе расходов является предварительной только в случае отсутствия фактических данных и должна быть помечена в отчете как «оценка/прокси».
Шаг за шагом: рабочий процесс цепочки поставок с использованием ИИ
1. Расставьте приоритеты среди поставщиков. Вы не можете одинаково тщательно изучить всех сотен поставщиков. Сосредоточьтесь на тех, у кого большие расходы и риск (сектор, страна). ИИ может составить черновой список с такой расстановкой приоритетов.
2. Проект опроса и запрос. Попросите у AI четкую и простую для заполнения схему опроса данных о поставщиках.
3. Настройте входящие данные. Сведите ответы в разных форматах в одну таблицу; Отметьте недостающие части.
4. Ищите сигналы риска. Попросите ИИ найти кандидатов с «красным флажком» в публичных новостях, записях о нарушениях и неточностях в опросах; Но люди проверяют каждый сигнал.
5. Действие и стремление. Разработать корректирующие действия и план последующих действий для поставщиков с высоким уровнем риска; Документируйте процесс.
Слабая подсказка / Сильная подсказка
Слабая подсказка:
Рассчитайте углеродный след наших поставщиков.
Нет источника данных, нет различия между реальным и прокси-сервером и нет проверки; ИИ составляет номера поставщиков.
Мощная подсказка:
Ваша роль: аналитик по устойчивому развитию цепочки поставок. Входные данные: имена 15 поставщиков, отрасль, годовая сумма расходов и фактические данные о выбросах, которые они предоставляют (если таковые имеются). Задача: 1) Для тех, кто предоставляет реальные данные, используйте эти данные. 2) Для тех у кого нет реальных данных, пишите "требуется ПРОКСИ на основе трат", НЕ ПОДХОДИТЕ под число; укажите, какой фактор получить из официального источника. 3) Расставьте приоритеты поставщиков в отрасли с высокими расходами и высоким риском. Выходные данные: таблица (Поставщик | Отрасль | Расходы | Тип данных [фактические/прокси] | Приоритет | Примечание). Номера прокси будут отмечены в отчете.
Запрос на проверку рисков поставщика
Создайте систему проверки рисков для следующего списка поставщиков. Оценить каждого поставщика (только на основе предоставленной мною информации, публичное заявление ФЕЙК): - Возможный риск для прав человека со стороны страны/сектора (высокий/средний/низкий) - Возможный экологический риск - Непоследовательность в ответах на опрос/красные флажкиПравило: добавить примечание «требуется проверка — нет источника» для каждого риска; не выдвигайте однозначных обвинений, просто предложите сигналы для расследования. Список: [ПОСТАВЩИКИ]
В следующем приглашении создается опрос с запросом данных для отправки поставщикам.
Ваша роль: специалист по устойчивому снабжению. Задача: подготовить опрос по данным ESG, состоящий не более чем из 10 вопросов, которые малые/средние поставщики смогут легко ответить. Включите: потребление энергии, тип топлива, отходы, количество несчастных случаев на производстве, использование принудительного/детского труда. Тон: простой, ясный, легко завершаемый; Добавьте модули и примеры к каждому вопросу.
Внимание: не заставляйте ИИ проверять сигнал о риске, связанный с поставщиком (например, «детский труд»), и никогда не используйте в качестве доказательства заявления, сгенерированные ИИ. Такие серьезные заявления подтверждаются только надежным источником, полевыми проверками и судебными процессами. ИИ лишь производит «сигнал для проверки»; не судит.
три мини-кейса
Случай 1 — Честное использование прокси. Только 30 из 200 поставщиков одного производителя мебели предоставили фактические данные по выбросам углерода. Команда использовала прокси-оценку на основе расходов для оставшихся 170, но в отчете четко говорится: «65% категории 3 — это оценка, основанная на расходах». Аудитор подтвердил эту честность; если бы это было скрыто, в гарантии могло бы быть отказано.
Случай 2 — Расстановка приоритетов. У пищевой компании было 480 поставщиков. AI показал, что 80% расходов было сосредоточено у 40 поставщиков. Команда сосредоточила свое внимание на этих 40; ресурсы не были потрачены впустую, а о поставщиках, оказывающих наибольшее влияние, сообщалось с реальными данными.
Случай 3 — Риск ложного обвинения. AI отметила поставщика как «возможного принудительного труда»; Причиной был только средний показатель по стране. Группа восприняла это как «сигнал к изучению», а не как доказательство, и запросила выездную проверку. Проверка не выявила проблем; Если бы сигнал ИИ был принят в качестве доказательства, возникло бы несправедливое обвинение и юридический риск.
Распространенные ошибки
- Принятие данных поставщика без их проверки. Данные, предоставляемые поставщиками самостоятельно, требуют перекрестной проверки.
- Скрытие прокси. Использование прогнозирования на основе расходов — это нормально; Неопределенность является проблемой при аудите.
- Равномерное изучение всех поставщиков. Поиск поставщиков должен быть сосредоточен на поставщиках с высокими затратами и высоким риском.
- Принимаем сигнал ИИ за улики. Заявления о нарушениях прав человека/экологии проверяются полем и законом, а не ИИ.
- Полностью пропускаем область 3. Наибольшее влияние обычно оказывается здесь; Его нельзя игнорировать на том основании, что его «трудно измерить».
В заключение
Цепочка поставок — это то место, где скрывается самое большое воздействие большинства компаний на окружающую среду и общество; Здесь сосредоточены выбросы категории 3 и риски комплексной проверки. ИИ; Это мощный помощник в определении приоритетов поставщиков, составлении опросов, структурировании разрозненных ответов и выявлении сигналов риска. Однако данные о поставщиках не включаются в отчет до тех пор, пока они не будут проверены, четко не указаны доверенные лица и серьезные обвинения не подтверждены выездной проверкой. ИИ генерирует сигналы; Человек принимает на себя суждение и ответственность.
Задача приложения
Подготовьте список из 10 вымышленных поставщиков с указанием названия, отрасли и годовых расходов; Добавьте к некоторым фактическим данным о выбросах, оставив большую часть пустыми. Попросите у ИИ таблицу приоритетов и типов данных с помощью мощной подсказки выше. Затем: (1) убедитесь, что число поставщиков, которым требуется доверенное лицо, не составлено, (2) выберите 3 поставщиков с наивысшим приоритетом с обоснованием, (3) подготовьте краткий опрос данных для отправки им.
контрольный список
- [ ] Я расставил приоритеты среди поставщиков на основе расходов и уровня риска.
- [ ] Я использовал реальные данные; Для тех у кого его нет я отметил прокси.
- [ ] Данные поставщика я оценивал не как есть, а методом перекрестной проверки.
- [ ] Я считал сигналы риска «требующими изучения» и не использовал их в качестве доказательства.
- [ ] Я запланировал выездной аудит/юридическую проверку серьезных претензий.
- [ ] Я не пропустил область 3; В отчете я указал объем и оценку.
- [ ] Я зафиксировал весь процесс в документе комплексной проверки.