Come può l'IA accelerare l'onboarding dei fornitori per i marchi di moda?

IN SINTESI Sintesi della redazione

1. Nell'onboarding dei fornitori l'IA è più utile per estrarre campi da certificati, questionari e documenti di registrazione e per segnalare lacune, più che per decidere se un fornitore sia accettabile.
2. Un modello definito di anagrafica fornitori (entità giuridica, sito, ambito di prodotto, certificati con date di scadenza) deve esistere prima che gli strumenti di estrazione possano dare risultati affidabili.
3. Le linee guida OCSE sulla due diligence per l'abbigliamento e le calzature trattano le informazioni sulla catena di fornitura come punto di partenza della gestione del rischio, quindi i dati di onboarding sono un asset di compliance oltre che operativo.
4. Le dichiarazioni dei fornitori, come la composizione delle fibre, non vanno accettate sulla fiducia e una guida alla classificazione doganale mette in guardia espressamente dal farvi affidamento senza test indipendenti.
5. La pressione normativa, compreso il regolamento UE sul lavoro forzato che dovrebbe applicarsi da metà dicembre 2027 circa, premia i marchi in grado di mostrare quali siti producono quali prodotti.

Come può l'IA accelerare l'onboarding dei fornitori?

L'IA accelera l'onboarding soprattutto leggendo documenti non strutturati, come certificati, sintesi di audit, documenti di registrazione e questionari compilati, e trasformandoli in anagrafiche strutturate che una persona poi controlla. Non sostituisce la decisione di approvare un fornitore. Il tempo risparmiato deriva dall'eliminazione della digitazione ripetuta, dell'inseguimento dei campi mancanti e della riconciliazione di grafie incoerenti della stessa fabbrica.

Questa guida illustra i passaggi nell'ordine in cui vanno affrontati, i dati che ciascuno richiede e i limiti da mettere in conto per un buyer o un responsabile sourcing.

Per onboarding si intende in genere la raccolta dei dati dell'entità giuridica, dei siti produttivi fisici, dell'ambito di prodotti e processi, delle informazioni su proprietà e subappalto, delle valutazioni sociali e ambientali, dei certificati di materiale o di processo, dei dati bancari e fiscali e delle condizioni commerciali. Nella moda la difficoltà è che un solo nome di fornitore può nascondere più siti, più livelli e più titolari di certificato.

Le OECD Due Diligence Guidance for Responsible Supply Chains in the Garment and Footwear Sector, pubblicate nel 2018, si basano sul presupposto che le aziende individuino e affrontino gli impatti negativi lungo le proprie catene di fornitura. Ciò è possibile solo se le informazioni di base sui fornitori sono accurate, il che rende i dati di onboarding il fondamento della due diligence successiva.

Quali compiti può davvero svolgere l'IA?

Gli strumenti di document intelligence, compresi quelli basati su grandi modelli linguistici, sono adatti a lavori ripetitivi di estrazione e confronto. Il perimetro realistico è più ristretto di quanto suggerisca il marketing.

Leggi anche

Come rileva l'IA i difetti in tessuti e capi?

Quali dati devono essere disponibili per primi?

L'estrazione funziona solo se esiste una destinazione in cui inserire i dati. Prima di introdurre qualsiasi strumento, concordate un modello di anagrafica e le responsabilità. Un minimo praticabile comprende:

• Un ID fornitore univoco che separi l'entità giuridica da ciascun sito produttivo.
• Un record del sito con indirizzo, tipi di processo, livello della filiera e prodotti o modelli realizzati.
• Un record del certificato con standard, ambito, ente emittente, titolare, data di emissione e di scadenza, collegato al sito e non solo all'azienda.
• Un archivio documentale con storico delle versioni, così che un certificato modificato non sovrascriva le evidenze.
• Un responsabile designato in sourcing, compliance e finanza per ciascun gruppo di campi.

I team che saltano questo passaggio scoprono di solito che l'estrazione accelera la produzione di record incoerenti.

Come va impostato un flusso di onboarding dei fornitori?

1. Definite campi obbligatori e facoltativi per tipo di fornitore (tessitura, taglio e confezione, accessori, lavanderia), così che la richiesta al fornitore sia specifica.
2. Inviate una richiesta strutturata o un modulo su portale e accettate i documenti nei formati che i fornitori hanno davvero.
3. Eseguite l'estrazione e mostrate i valori estratti accanto al documento di origine, con un indicatore di confidenza per i campi incerti.
4. Fate approvare, correggere o respingere a un revisore sourcing o compliance ciascun campo segnalato.
5. Scrivete i valori approvati nel sistema di anagrafica e impostate i promemoria di scadenza.
6. Registrate le correzioni, perché gli errori ricorrenti indicano dove vanno migliorate le regole di estrazione o le istruzioni ai fornitori.

Quali sono i rischi e i limiti dell'uso dell'IA in questo ambito?

Contano soprattutto tre limiti. Primo, gli errori di estrazione possono sembrare plausibili, per esempio una data trasposta o un indirizzo del sito sbagliato, quindi la revisione umana dei campi che guidano le decisioni è essenziale. Secondo, un documento pulito non prova l'affermazione che contiene. Una guida alla classificazione doganale sconsiglia di fare affidamento sulle dichiarazioni dei fornitori sulle fibre senza test indipendenti, e la stessa cautela vale per le dichiarazioni sui materiali nei moduli di onboarding. Terzo, i documenti dei fornitori contengono dati commerciali e personali, quindi controllo degli accessi, conservazione e luogo del trattamento vanno concordati con i team legale e IT.

Esiste anche un costo lato fornitore. Molti fornitori più piccoli rispondono alle stesse richieste di molti buyer. Better Buying, il programma sulle pratiche di acquisto gestito da Cascale, include nel proprio framework il ruolo del buyer nel ridurre gli audit duplicati, a ricordare che una richiesta più rapida non è sempre una richiesta migliore.

La sola velocità è una misura povera, perché un record rapido ma sbagliato costa caro in seguito. Misure utili combinano produttività e qualità e vanno monitorate per tipo di documento e per area geografica del fornitore, dato che i documenti scansionati o non in inglese si comportano in modo diverso.

• Giorni trascorsi dalla prima richiesta al record di fornitore approvato, rispetto alla baseline precedente all'IA.
• Quota di campi estratti accettati senza correzione, per tipo di documento.
• Numero di certificati scaduti o mancanti rilevati in audit o all'emissione dell'ordine.
• Record duplicati di fornitori o siti scoperti dopo l'approvazione.
• Tempo del revisore per fornitore, per confermare che l'impegno si sia spostato dalla digitazione al controllo.

Se la produttività migliora ma duplicati e certificati scaduti non calano, lo strumento sta spostando il lavoro invece di eliminarlo.

Leggi anche

Prontezza dei fornitori per l'IA: che cosa chiedere a fabbriche e tessitorie

Perché i dati di onboarding diventano più importanti per la normativa?

Diverse misure UE dipendono dal sapere chi produce che cosa e dove. Il regolamento UE sul lavoro forzato è stato pubblicato nella Gazzetta ufficiale il 12 dicembre 2024 e, con un periodo di tre anni, dovrebbe applicarsi da metà dicembre 2027 circa. Prevede una banca dati di aree e settori a rischio, il che rende più preziosi i dati dei fornitori a livello di sito. Il regolamento sulla progettazione ecocompatibile dei prodotti sostenibili (Ecodesign for Sustainable Products Regulation), in vigore dal 18 luglio 2024, introduce i passaporti digitali di prodotto, e un aggiornamento sulla compliance consiglia di coinvolgere presto i fornitori nella raccolta dei dati, con un atto delegato per il tessile atteso nel 2027.

Niente di tutto ciò elimina la necessità di giudizio. Significa però che i record di onboarding che già collegano siti, prodotti e certificati saranno più facili da riutilizzare rispetto a quelli assemblati sotto la pressione di una scadenza.

Domande frequenti

L'IA può approvare da sola un nuovo fornitore?

Non dovrebbe. L'IA può estrarre dati, confrontare documenti e segnalare rischi, ma l'approvazione implica un giudizio commerciale, etico e legale. La maggior parte dei marchi mantiene una persona designata in sourcing o compliance responsabile di ogni approvazione.

Quali documenti può leggere l'IA durante l'onboarding dei fornitori?

Certificati, sintesi di audit, documenti di registrazione, questionari e moduli bancari o fiscali possono essere letti se leggibili. Documenti scansionati, manoscritti o multilingue aumentano i tassi di errore, quindi i valori estratti vanno mostrati accanto alla fonte per il controllo.

Perché l'anagrafica fornitori conta più dello strumento di IA?

L'estrazione riempie i campi di un modello di dati. Se il modello non separa le entità giuridiche dai siti produttivi né collega i certificati ai siti, il risultato sarà incoerente per quanto accurata sia la lettura.

I dati di onboarding dei fornitori aiutano con la normativa UE?

Possono aiutare. Il regolamento sul lavoro forzato e il passaporto digitale di prodotto dipendono entrambi dalla conoscenza di fornitori, siti e prodotti. I record che li collegano sono più facili da riutilizzare rispetto ai dati raccolti solo all'avvicinarsi di una scadenza.

GuidaLa guida completa all’IA nella supply chain e nella sostenibilità della modaLeggi la guida completa