令人欣慰的是，我们看到各国政府正在采取行动，支持可持续发展的未来。例如，欧盟委员会的产品环境足迹（PEF）计划，将要求品牌计算和披露他们的商品如何影响环境，并通过测量从原材料到生产的供应链活动，最后到废物管理。活动家们长期以来一直在推动这种立法，这将促使大品牌更可持续地运营。

在寻求让品牌对供应链活动负责的全球法规中，PEF并不孤单。最近的两个例子是美国加州的《供应链透明法》和德国的《供应链尽职调查法》。为了遵守新的法规或公司主导的可持续发展承诺，品牌将需要供应链追踪的技术工具，以及更新的可持续发展思维。

传统上，品牌自上而下地处理可持续发展问题，首先引入全面的企业倡议，然后再担心如何实施其战略。但这种思维方式已经过时，而且没有效果。现在需要的是--无论是通过监管还是通过日益增长的生态意识的消费者基础--从产品开始走向可持续性。

生产真正的可持续发展的商品需要对每一种产品和材料的了解。收集这些知识的关键是数据--事实上是数以百万计的数据点，以及一个能将所有数据放在一个地方的可追溯系统。

在整个供应链中追踪产品和材料的能力可以帮助解决许多挑战。更大的供应链可视性使品牌能够在中断发生之前预测到它们。这样的可见性也使品牌能够做出产品声明并证明其真实性。例如，一个品牌可以声称出售100%的有机羊毛衫，但必须提供数据来支持它。

各个行业的供应链--包括时尚、零售和食品--都很庞大，但供应商的可见度却很低。这些公司面临着一项艰巨的任务，即试图跟踪每件产品在全球数百个供应商中的流动情况。这一现实代表了一个巨大的技术挑战，只有人工智能（AI）和机器学习可以补救。

如果没有可追溯性系统，品牌商将他们的大部分供应链数据储存在文件中，无论是纸质还是电子文件，往往是不同的格式和语言。它们包括监管链发票、详细说明工作场所和薪酬条件的社会审计报告、材料批次的化学测试报告等等。简而言之，首要问题是数据获取。

这就是人工智能发挥作用的地方，它有能力精简物理和数字纸张跟踪，从而实现大规模的产品追踪。这个过程包括三个步骤：分类，对象提取和识别，以及数据验证和链接。

当供应商将文件提交到供应链追踪平台时，分类过程开始。然后底层人工智能自动将信息分类，例如，生产订单、设施检查或认证。

基于文件的分类，人工智能然后通过元数据识别关键信息。例如，在处理发票时，追溯系统将自动提取和识别买方、卖方、产品、数量和交货日期等信息。根据可追溯性系统，还可能涉及捕获与工作条件、公平工资、多样性等有关的参数。

在提取了相应的对象后，人工智能验证了数据，并将其与品牌企业系统内的其他现有数据连接起来。这使得它可以将数据用于多种目的，无论是预测、分析、监管报告还是其他要求。

供应链往往是如此错综复杂，可用数据如此广泛，没有人工智能的支持，几乎不可能管理。一旦启用全面的供应链可见性，品牌供应链中的一个或多个合作伙伴的可持续性将不可避免地受到质疑。在这种情况下，供应链必须通过其他供应商重新配置自己，以保持合规性。人工智能可以实现这种快速调整。

正如欧盟委员会的PEF项目所证明的那样，仅仅声称可持续发展最终是不够的。甚至披露证据也是不够的。一个可持续的未来是一个品牌能够近乎实时地提供关于产品可持续性的详细计算。

许多品牌正在致力于可持续发展和社会责任，甚至在立法开始加强之前。企业的承诺现在必须从产品层面开始。这并不容易，但在人工智能和数据的支持下，可追溯性可以使之成为可能。