Lợi nhuận:
- Khả năng thiết lập Phạm vi 3 bằng cách ưu tiên các nhà cung cấp dựa trên mức chi tiêu và rủi ro cũng như phân biệt giữa dữ liệu thực tế và ước tính proxy
- Khi gắn cờ các tín hiệu rủi ro của nhà cung cấp bằng trí tuệ nhân tạo, hãy coi chúng là 'tín hiệu cần kiểm tra' thay vì bằng chứng
- Khả năng quản lý các khiếu nại nghiêm trọng về nhân quyền/môi trường thông qua quy trình thẩm định yêu cầu kiểm tra hiện trường và xác nhận pháp lý
Đối với hầu hết các công ty, phần lớn nhất trong tác động bền vững của họ không nằm ở nhà máy của họ mà nằm ở chuỗi cung ứng của họ. Hơn 80% lượng khí thải carbon của một thương hiệu quần áo có thể đến từ các nhà cung cấp của thương hiệu đó, từ nhà sản xuất vải đến vận chuyển. Tương tự như vậy, những rủi ro xã hội nghiêm trọng nhất như lao động trẻ em, lao động cưỡng bức và vi phạm môi trường thường xảy ra sâu trong chuỗi cung ứng. Trong phần này, bạn sẽ học cách sử dụng trí tuệ nhân tạo (AI) để thu thập và đánh giá dữ liệu chuỗi cung ứng cũng như sàng lọc rủi ro.
Hãy làm rõ hai khái niệm. Phạm vi 3, như chúng ta đã thấy ở phần trước, là lượng phát thải gián tiếp trong chuỗi giá trị của công ty và nói chung là hạng mục lớn nhất nhưng khó đo lường nhất. Thẩm định là quá trình xác định, ngăn ngừa và khắc phục các rủi ro về nhân quyền và môi trường trong chuỗi cung ứng của công ty. Các quy định như CSDDD (Chỉ thị về sự siêng năng bền vững của doanh nghiệp) của EU quy định điều này là bắt buộc đối với các công ty lớn.
Thách thức chính của dữ liệu chuỗi cung ứng
Bạn có thể đo dữ liệu của cơ sở của riêng bạn; Nhưng bạn không thể trực tiếp đo lường dữ liệu của hàng trăm nhà cung cấp mà phải hỏi họ. Điều này tạo ra ba vấn đề:
- Dữ liệu không đến hoặc không đầy đủ. Hầu hết các nhà cung cấp nhỏ hơn không lưu giữ dữ liệu carbon.
- Dữ liệu không đáng tin cậy. Khi nhà cung cấp tự báo cáo, có thể có trường hợp khai báo quá mức hoặc báo cáo dưới mức.
- Cần phải đoán (proxy). Nếu không có dữ liệu thực tế thì ước tính trung bình ngành hoặc ước tính dựa trên chi tiêu sẽ được sử dụng.
Đây là lúc AI hỗ trợ theo hai cách: (1) nhanh chóng soạn thảo các bản khảo sát và thư theo dõi để gửi đến hàng trăm nhà cung cấp, (2) cấu trúc các phản hồi rải rác và gắn cờ các tín hiệu rủi ro. Nhưng không có con số nào do nhà cung cấp đưa ra được xác minh, không có tín hiệu rủi ro nào được kết luận nếu không có sự xem xét của con người.
Loại phạm vi 3 (ví dụ)
Nguồn dữ liệu
Phương pháp điển hình
Hàng hóa/dịch vụ được mua
Khảo sát/chi tiêu nhà cung cấp
Dữ liệu thực > proxy
Vận chuyển và phân phối
hồ sơ nhà cung cấp dịch vụ
Khoảng cách × tải × hệ số
kinh doanh du lịch
hệ thống du lịch
Km/chuyến × hệ số
Công dụng của sản phẩm đã bán
Dữ liệu năng lượng sản phẩm
Mô hình sử dụng
chất thải
Giấy tờ chuyển giao chất thải
Số lượng × hệ số
Mẹo: Trong Phạm vi 3, ước tính “dựa trên chi tiêu” (mức CO₂e trên mỗi 1.000 USD chi tiêu) là một bước khởi đầu nhanh chóng nhưng còn khó khăn. Khi nhà cung cấp cung cấp dữ liệu thực, hãy sử dụng nó; Ước tính dựa trên chi tiêu chỉ mang tính tạm thời nếu không có dữ liệu thực tế và phải được đánh dấu là "ước tính/proxy" trong báo cáo.
Từng bước: Quy trình làm việc của chuỗi cung ứng với AI
1. Ưu tiên nhà cung cấp. Bạn không thể kiểm tra tất cả hàng trăm nhà cung cấp ở cùng một độ sâu. Tập trung vào những đối tượng có quy mô chi tiêu và rủi ro cao (ngành, quốc gia). AI có thể tạo danh sách dự thảo với mức độ ưu tiên này.
2. Dự thảo khảo sát, yêu cầu. Yêu cầu AI cung cấp bản phác thảo khảo sát dữ liệu nhà cung cấp rõ ràng, dễ điền.
3. Định cấu hình dữ liệu đến. Đặt các câu trả lời ở các định dạng khác nhau vào một bảng duy nhất; Đánh dấu những phần còn thiếu.
4. Quét các tín hiệu rủi ro. Yêu cầu AI tìm các ứng viên “cờ đỏ” trong các tin tức công khai, hồ sơ vi phạm và những khác biệt trong khảo sát; Nhưng con người xác minh mọi tín hiệu.
5. Hành động và theo đuổi. Thiết lập hành động khắc phục và kế hoạch theo dõi đối với các nhà cung cấp có rủi ro cao; Ghi lại quá trình.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Tính toán lượng khí thải carbon của các nhà cung cấp của chúng tôi.
Không có nguồn dữ liệu, không có sự phân biệt thực/proxy và không có xác minh; AI tạo nên số lượng nhà cung cấp.
Lời nhắc mạnh mẽ:
Vai trò của bạn: nhà phân tích tính bền vững của chuỗi cung ứng. Đầu vào: tên 15 nhà cung cấp, ngành, số tiền chi tiêu hàng năm và dữ liệu phát thải thực tế mà họ cung cấp (nếu có). Nhiệm vụ: 1) Ai cung cấp số liệu thật thì sử dụng số liệu đó. 2) Đối với những người không có dữ liệu thực, hãy viết "yêu cầu PROXY dựa trên chi tiêu", KHÔNG PHÙ HỢP với số; nêu rõ yếu tố nào cần lấy từ nguồn chính thức.3) Ưu tiên các nhà cung cấp thuộc ngành chi tiêu cao + rủi ro cao. Đầu ra: bảng (Nhà cung cấp | Ngành | Chi tiêu | Loại dữ liệu[thực tế/proxy] |Ưu tiên | Lưu ý). Số proxy sẽ được đánh dấu trong báo cáo.
Nhắc nhở sàng lọc rủi ro nhà cung cấp
Thiết lập khung sàng lọc rủi ro cho danh sách các nhà cung cấp sau đây. Đánh giá cho từng nhà cung cấp (chỉ dựa trên thông tin tôi đã cung cấp, tuyên bố công khai GIẢ):- Rủi ro nhân quyền có thể xảy ra từ quốc gia/ngành (cao/trung bình/thấp)- Rủi ro môi trường có thể xảy ra- Không nhất quán trong phản hồi khảo sát/cờ đỏ Quy tắc: thêm ghi chú “cần xác minh - không có nguồn” cho mỗi rủi ro; không đưa ra những lời buộc tội dứt khoát, chỉ đưa ra những tín hiệu để điều tra. Danh sách: [NHÀ CUNG CẤP]
Lời nhắc sau đây soạn thảo một bản khảo sát yêu cầu dữ liệu để gửi cho nhà cung cấp.
Vai trò của bạn: chuyên gia tìm nguồn cung ứng bền vững. Nhiệm vụ: soạn thảo một bản khảo sát dữ liệu ESG gồm không quá 10 câu hỏi mà các nhà cung cấp vừa/nhỏ có thể dễ dàng hoàn thành. Bao gồm: mức tiêu thụ năng lượng, loại nhiên liệu, chất thải, số vụ tai nạn an toàn lao động, cam kết lao động cưỡng bức/lao động trẻ em. Giọng điệu: đơn giản, rõ ràng, dễ hoàn thành; Thêm đơn vị và ví dụ cho mỗi câu hỏi.
Thận trọng: Không yêu cầu AI xác minh tín hiệu rủi ro về nhà cung cấp (ví dụ: "lao động trẻ em") và không bao giờ sử dụng tuyên bố do AI tạo ra làm bằng chứng. Những tuyên bố nghiêm trọng như vậy chỉ được xác nhận bởi nguồn đáng tin cậy, kiểm tra hiện trường và quy trình pháp lý. AI chỉ tạo ra “tín hiệu cần kiểm tra”; không phán xét.
ba trường hợp nhỏ
Trường hợp 1 - Sử dụng proxy một cách trung thực. Chỉ có 30 trong số 200 nhà cung cấp của một nhà sản xuất đồ nội thất cung cấp dữ liệu carbon thực tế. Nhóm đã sử dụng proxy dựa trên chi tiêu cho 170 phần còn lại, nhưng báo cáo nêu rõ: "65% trong Phạm vi 3 là ước tính dựa trên chi tiêu". Kiểm toán viên ghi nhận sự trung thực này; nếu nó bị che giấu, sự đảm bảo có thể đã bị từ chối.
Trường hợp 2 - Ưu tiên. Một công ty thực phẩm có 480 nhà cung cấp. AI cho thấy 80% chi tiêu tập trung vào 40 nhà cung cấp. Nhóm đã tập trung tìm hiểu sâu về 40 vấn đề này; nguồn lực không bị lãng phí và các nhà cung cấp có tác động cao nhất được báo cáo bằng dữ liệu thực.
Trường hợp 3 - Nguy cơ bị buộc tội sai. AI đã gắn cờ một nhà cung cấp là “có thể bị cưỡng bức lao động”; Lý do chỉ là mức trung bình quốc gia. Nhóm nghiên cứu chấp nhận đây là "tín hiệu cần kiểm tra", không phải bằng chứng và yêu cầu kiểm tra hiện trường. Việc kiểm tra không phát hiện vấn đề gì; Nếu tín hiệu của AI được lấy làm bằng chứng, lời buộc tội không công bằng và rủi ro pháp lý sẽ phát sinh.
Những lỗi thường gặp
- Chấp nhận dữ liệu của nhà cung cấp mà không cần xác minh nó. Dữ liệu nhà cung cấp tự báo cáo yêu cầu phải kiểm tra chéo.
- Ẩn proxy. Sử dụng dự báo dựa trên chi tiêu là được; Không xác định rõ là một vấn đề trong kiểm toán.
- Kiểm tra tất cả các nhà cung cấp như nhau. Việc tìm nguồn cung ứng nên tập trung vào các nhà cung cấp có mức chi tiêu cao và rủi ro cao.
- Nhầm tín hiệu AI là bằng chứng. Các khiếu nại về vi phạm nhân quyền/môi trường được xác minh bằng hiện trường và pháp luật chứ không phải bằng AI.
- Bỏ qua hoàn toàn Phạm vi 3. Tác động lớn nhất thường là ở đây; Không thể bỏ qua với lý do “khó đo lường”.
Tóm lại
Chuỗi cung ứng là nơi ẩn giấu tác động lớn nhất đến môi trường và xã hội của hầu hết các công ty; Rủi ro phát thải và thẩm định thuộc phạm vi 3 tập trung ở đây. AI; Nó là một công cụ hỗ trợ mạnh mẽ trong việc ưu tiên nhà cung cấp, soạn thảo khảo sát, cấu trúc các phản hồi rải rác và gắn cờ tín hiệu rủi ro. Nhưng dữ liệu về nhà cung cấp không được đưa vào báo cáo cho đến khi nó được xác minh, các ủy quyền được nêu rõ ràng và các cáo buộc nghiêm trọng được xác nhận bằng quá trình kiểm tra hiện trường. AI tạo ra tín hiệu; Con người đảm nhận sự phán xét và trách nhiệm.
Nhiệm vụ ứng dụng
Chuẩn bị danh sách 10 nhà cung cấp hư cấu kèm theo tên, ngành và chi tiêu hàng năm; Thêm dữ liệu phát thải thực tế vào một số dữ liệu, để trống hầu hết. Yêu cầu AI cung cấp bảng mức độ ưu tiên và loại dữ liệu thông qua lời nhắc mạnh mẽ ở trên. Sau đó: (1) xác minh rằng số lượng nhà cung cấp yêu cầu ủy quyền không được bổ sung, (2) chọn 3 nhà cung cấp có mức độ ưu tiên cao nhất một cách chính đáng, (3) soạn thảo một bản khảo sát dữ liệu ngắn để gửi cho họ.
danh sách kiểm tra
- [ ] Tôi ưu tiên các nhà cung cấp dựa trên chi tiêu và mức độ rủi ro.
- [ ] Tôi đã sử dụng dữ liệu thực; Đối với những người không có nó, tôi đã đánh dấu proxy.
- [ ] Tôi đã đánh giá dữ liệu của nhà cung cấp không phải nguyên trạng mà bằng cách kiểm tra chéo.
- [ ] Tôi coi các tín hiệu rủi ro là "cần được kiểm tra" và không sử dụng chúng làm bằng chứng.
- [ ] Tôi đã lên kế hoạch thực hiện bước kiểm tra hiện trường/xác minh pháp lý đối với các khiếu nại nghiêm trọng.
- [ ] Tôi đã không bỏ qua Phạm vi 3; Tôi đã nêu phạm vi và tỷ lệ ước tính trong báo cáo.
- [ ] Tôi đã ghi lại toàn bộ quá trình bằng một tài liệu thẩm định.