Το Muir AI βάζει τη μηχανική εκμάθηση να λειτουργεί με την εκτίμηση των δεδομένων εκπομπών προϊόντων

Η

Apple

έφτιαξε μερικά

κυματίζει όταν είπε ότι το νεότερο Apple

Watch

θα ήταν ουδέτερο εκπομπών άνθρακα, κάτι που δεν είναι ασήμαντο κατόρθωμα, δεδομένου ότι η εταιρεία πούλησε

πάνω από 50 εκατομμύρια έξυπνα ρολόγια πέρυσι

.

Αλλά την ίδια στιγμή, η Apple απέφερε έσοδα σχεδόν 400 δισεκατομμυρίων δολαρίων πέρυσι. Έχει πολλά χρήματα για να μελετήσει με μεγάλη λεπτομέρεια τον αντίκτυπο που έχουν τα προϊόντα της στο περιβάλλον. Και ίσως το πιο σημαντικό, έχει τη μόχλευση που απαιτείται για να απαιτήσει το είδος των αλλαγών που καθιστούν δυνατό ένα προϊόν υλικού ουδέτερου άνθρακα.

Επομένως, είναι λογικό να υποθέσουμε ότι οι μικρότερες εταιρείες έχουν πολύ πιο δύσκολο χρόνο να εκτιμήσουν το αποτύπωμα άνθρακα των προϊόντων τους. Για τα περισσότερα απτά προϊόντα, τα πάντα, από τα υλικά μέχρι την κατασκευή και τη διανομή αφήνουν αποτύπωμα άνθρακα και δεν αναφέρουν όλοι οι πωλητές τις εκπομπές τους.

«Η πλειονότητα των εκπομπών μιας εταιρείας βρίσκεται εντός της αλυσίδας εφοδιασμού της — περισσότερο από 70% για τη μέση εταιρεία», δήλωσε ο Harris Chalat, συνιδρυτής και Διευθύνων Σύμβουλος της

Muir AI

, είπε στο TechCrunch+. «Είναι η μεγαλύτερη ευκαιρία για μειώσεις. Αλλά επειδή η παγκόσμια αλυσίδα εφοδιασμού είναι απίστευτα πολύπλοκη, αυτές οι εταιρείες δεν καταλαβαίνουν πώς να αρχίσουν να μειώνουν αυτές τις εκπομπές».

Η αντιμετώπιση των εκπομπών της εφοδιαστικής αλυσίδας — επίσης γνωστή ως εκπομπές Πεδίου 3 — είναι μακράν το πιο περίπλοκο μέρος αυτού του προβλήματος. Οι εταιρείες δεν ασκούν άμεσο έλεγχο σε τέτοιες εκπομπές. Μπορούν να ρωτήσουν καλά ή μπορεί να ζητήσουν από τους προμηθευτές να παρέχουν ελεγχόμενα δεδομένα εκπομπών από τα συμβόλαιά τους, αλλά οι περισσότερες εταιρείες δεν έχουν το είδος μόχλευσης έναντι των προμηθευτών που κάνει η Apple για να το πετύχει αυτό.

Επιπλέον

, ένας ειδικός μπορεί να χρειαστεί αρκετούς μήνες για να πραγματοποιήσει ανάλυση κύκλου ζωής σε ένα μεμονωμένο προϊόν. Αν υπήρξε ποτέ ένα επιχειρηματικό πρόβλημα που φώναζε για μια λύση λογισμικού, είναι αυτό.

Το Muir AI ελπίζει να είναι αυτή η λύση. Η startup συνεργάζεται με εταιρείες για να κατανοήσει τις αλυσίδες εφοδιασμού τους και να συγκεντρώσει τι δεδομένα μπορεί από αυτές. Εάν αυτά τα δεδομένα δεν είναι διαθέσιμα, η Muir AI χρησιμοποιεί τις πληροφορίες στις βάσεις δεδομένων τους σε συνδυασμό με ενδείξεις από την υπόλοιπη αλυσίδα εφοδιασμού του πελάτη για να κάνει «πιθανολογικές» υποθέσεις σχετικά με τον αντίκτυπο του εξαρτήματος στον άνθρακα, δήλωσε ο

Peter

Williams, CTO της εταιρείας.