Kestävyystiimit ovat venyneet äärirajoilleen. He hoitavat kaikkea raportoinnista ja vaatimustenmukaisuudesta vastuullisten hankintastrategioiden kehittämiseen ja tietojen keräämiseen lukemattomista lähteistä. Jopa suurilla brändeillä nämä tiimit ovat usein pieniä ja käyttävät enemmän aikaa excel-taulukoihin hautautuneina kuin mielekkäiden kestävyysstrategioiden ajamisessa, joita he alun perin pyrkivät toteuttamaan. Ei ole ihme, että erittäin tehokkaan tekoälyn lupaus on niin houkutteleva.
Alan asiantuntijat esittävät, että tekoäly voi lievittää painetta sekä kestävyystiimeillä että heidän toimitusketjukumppaneillaan automatisoimalla ympäristöraportointia, parantamalla tietojen laatua, muotoilemalla tietoja uudelleen eri tarpeisiin ja varmistamalla jäljitettävyyden. Tekoäly tarjoaa myös mahdollisia tehokkuushyötyjä toimitusketjun sisällä älykkäämmän materiaalinkäytön ja tarkemman kysynnän ennustamisen kautta. "Tekoäly auttaa ehdottomasti kestävyystiimejä raportoinnissa, jolloin he voivat keskittyä enemmän strategisiin ohjelmiin kuin vaatimustenmukaisuuteen", sanoo ulkoilumerkki Cotopaxin vaikuttavuus- ja kestävyysjohtaja Annie Agle.
On kuitenkin varoitettava. Tekoälyn käytön todellinen ympäristövaikutus organisaatiotasolla on edelleen suurelta osin epäselvä. Ilman huolellista seurantaa brändit voivat tahattomasti kasvattaa hiilijalanjälkeään juuri sen teknologian avulla, jonka oli tarkoitus vähentää sitä.
"Hyödyt ovat selviä, mutta tiedämme myös, että on olemassa negatiivisia vaikutuksia, joita ei vielä täysin ymmärretä", Agle huomauttaa. "Emme vielä tiedä, miten se digitaalinen jalanjälki vaikuttaa kasvihuonekaasumittauksiimme."
Saadakseen selville, miten kestävyystiimit integroivat tekoälyä ja käsittelevät näitä epävarmuuksia, Vogue Business haastatteli valikoiman eri kokoisia ja markkinasegmenttejä edustavia brändejä. Jotkut ovat käyttäneet tekoälyä vuosia, toiset ovat vielä kokeilevina, mutta kaikki ovat yhtä mieltä siitä, että tekoäly tulee olemaan osa tulevaisuuden toimintaansa.
Kuinka kestävyystiimit käyttävät tekoälyä
H&M kertoo käyttävänsä tekoälyä koko toimitusketjussaan, logistiikassa, markkinoinnissa, myynnissä ja asiakaskokemuksessa. Brändi sanoo tekoälyn tukevan tavoitettaan tuottaa vain myytävän määrä optimoimalla tuotantomääriä, myyntipaikkoja ja ajoitusta. "Tällä on positiivisia vaikutuksia resurssien käyttöön, varastoihin, raaka-aineisiin ja päästöihin", H&M selittää.
Luxury-ryhmä Kering, johon kuuluvat muun muassa Gucci ja Balenciaga, nimitti Pierre Houlèsin digitaaliseksi, tekoäly- ja IT-johtajaksi maaliskuussa 2026. Yhtiö on toteuttanut tekoälyä valituissa taloissaan useita vuosia. Kering käyttää H&M:n tapaan analyyttistä tekoälyä ennustamaan kysyntää ja optimoimaan kunkin tuotteen varastotasoja, kertoo kestävyys- ja institutionaalisten asioiden johtaja Marie-Claire Daveu. Cotopaxin tavoin se hyödyntää myös tekoälyä raportoinnin automatisointiin ja luotettavuuden parantamiseen käyttäen työkaluja, jotka keräävät automaattisesti ja korjaavat älykkäästi tietoja Keringin sivustoilta. Tuotekehityksen tasolla Keringin Italiassa sijaitseva Materiaalien innovaatiolaboratorio – joka tutkii kestävämpiä materiaaleja – loi ekosuunnittelun tekoälyagentin tarjoamaan teknistä ohjausta suunnittelutiimeille. Tämä auttaa yhdistämään usein erilleen jääneet suunnittelu- ja kestävyystiimit varmistaen, että toisen ryhmän tuotokset eivät heikennä toisen tavoitteita.
Vaikka H&M ja Kering ovat integroineet tekoälyä ydinprosesseihinsa useiden vuosien ajan, muut brändit käyttävät sitä pääasiassa työkuorman helpottamiseen. "Tekoälyn suhteen olemme vielä tutkimisen alkuvaiheessa", sanoi Everlanen toimitusjohtaja Alfred Chang Vogue Businessille antamassaan lausunnossa. "Keskitymme siihen, miten se voisi tukea päivittäisiä sisäisiä prosesseja ja säästää aikaa." H&M SS26.
Kuva: H&M Group
Agle huomauttaa, että hänen pieni tiiminsä käyttää tekoälyä muuntaakseen raaka-aineiden toimittajatiedot kasvihuonekaasu (GHG) mittauksiksi, muotoillakseen tietoja uudelleen eri raporteille ja luodakseen visualisointeja auttaakseen laajempaa tiimiä ymmärtämään yrityksen vaikutusta. "Se todella auttaa tuottavuudessa. Uskon ehdottomasti, että yritykset, jotka eivät omaksu tekoälyä, tulevat kamppailemaan kilpailukyvynsä kanssa kaupallisesti", hän sanoo.
Ranskalaisen teknologiayhtiö Lectran varatoimitusjohtaja Maximilien Abadie on samaa mieltä. Lectra tarjoaa tekoälyratkaisuja, jotka auttavat muotibrändejä saavuttamaan kestävyystavoitteita, kuten jäljitettävyystietojen varmistamisessa ja kankaan leikkauksen optimoinnissa ylitarjousten vähentämiseksi. Mutta Abadie uskoo suurimman mahdollisuuden olevan markkinoilletulon nopeuttamisessa. "Haasteena kaikille muotiyhtiöille on, kuinka pysyä kilpailukykyisenä maailmassa, joka on täynnä päivittäisiä häiriöitä ja epävarmuuksia, etkä voi ennustaa, mitä tapahtuu kolmen tai kuuden kuukauden kuluttua. Sinun on oltava oikeaan aikaan oikealla tuotteella, oikeaan hintaan, oikeissa määrissä, oikealle kuluttajalle."
Maximilien Abadie, ranskalaisen teknologiayhtiö Lectran varatoimitusjohtaja.
Kuva: Lectra
Vaikka tekoälyä käytetään jätteen vähentämiseen ja toimitusketjujen optimointiin, sitä käytetään laajasti myös kaupallisiin ja luoviin tarkoituksiin. "Vuodesta 2018 lähtien olemme kehittäneet yli 15 sisäistä koneoppimisalustaa, kaikki luodaksemme lisää luovuutta, tehokkuutta ja asiakaspalvelua", sanoo espanjalaisen vähittäiskauppayhtiö Mangon tietotekniikan johtaja Jordi Alex.
Alexin mukaan Mango kehitti suurimman osan näistä alustoista itse. Tämä sisältää tekoälyavustajansa Irisin, joka käsittelee yli 7,5 miljoonaa asiakaskyselyä vuodessa. Toinen työkalu, Gaudi, käyttää asiakkaiden selaus- ja ostotietoja luodakseen personoituja tuotesuosituksia. Mango käyttää myös generatiivista tekoälyä kampanja- ja kokoelmakuvien luomiseen. Nämä laajat sovellukset kestävyyden ulkopuolella lisäävät kiireellisyyttä brändeille tutkia tekoälyn taustalla olevia ympäristövaikutuksia.
Tekoälyn luoma kampanjakuva Mango Teenille.
Kuva: Mango ja tekoälyn luoma
Tuntemattomat vaikutukset
On laajalti tiedossa, että tekoälyn kasvu on lisännyt energian ja veden kysyntää, jälkimmäistä käytetään datakeskusten jäähdytykseen. Vuoden 2025 Nature-julkaisussa todettiin, että nykyisillä kasvuvauhdilla tekoälypalvelimet Yhdysvalloissa yksin tuottaisivat 24–44 miljoonaa tonnia hiilidioksidia (CO₂) – vastaa 5–10 miljoonan auton lisäämistä Yhdysvaltojen teille. Niiden vuotuinen vesijalanjälki vaihtelee 731–1 125 miljoonaa kuutiometriä, mikä on huolenaihe, jota pahentaa se, että monet datakeskukset sijaitsevat maailman kuivimmilla alueilla. Huhtikuussa 2025 kansainvälinen energiajärjestö (IEA) raportoi, että datakeskukset muodostivat 1,5 % maailman energiankulutuksesta vuonna 2024, ja tämän odotetaan nousevan 3 %:iin vuoteen 2030 mennessä.
Vaikka datakeskukset tukevat muutakin kuin tekoälyä, tekoälytyömäärien ennustetaan muodostavan puolet kaikista datakeskuskapasiteeteista vuoteen 2030 mennessä, korostaen sen merkittävää ja kasvavaa energiantarvetta. Yhdysvaltalainen tekoäly-yhtiö Anthropic on tunnustanut, että sen teknologian vaatima verkko- ja datakeskuskapasiteetin kasvu nostaa sähkön hintaa kuluttajille ja on ilmoittanut kattavansa liittyvät infrastruktuurikustannukset. Yhtiö ei vastannut kommenttipyyntöihin.
Vaikka laajempia ennusteita voidaan tehdä, tekoälyn vaikutusten laskeminen organisaatiotasolla on paljon hankalampaa. "Ei-tekoäly-yrityksen on erittäin monimutkaista ymmärtää tekoälyn vaikutuksia. Kun kyseessä on oma palvelu ja omistat datakeskukset, voit laskea jäähdytykseen tarvittavan sähkön ja veden kulutuksen", sanoo Cotopaxin Agle. Mutta muotibrändille, joka ei hallitse kaikkea taustalla olevaa infrastruktuuria, koko jalanjäljen arviointi on edelleen haaste. On erittäin vaikeaa saada tarkkaa lukua siitä, kuinka jokainen työntekijä käyttää tekoälyä, kirjoittavatko he sähköposteja ChatGPT:llä vai keräävätkö tietoja sisäisillä työkaluilla. Tämä laskelma riippuu myös siitä, että tekoäly-yhtiöt mittaavat ja vahvistavat omat vaikutuksensa, jotta kolmannet osapuolet voivat käyttää tietoja. Kuitenkaan suuret toimijat kuten OpenAI, Perplexity ja Anthropic eivät ole julkistaneet päästötietojaan, eikä yksikään heistä vastannut kommenttipyyntöihin.
"Ei-tekoäly-yrityksen on erittäin monimutkaista ymmärtää tekoälyn vaikutuksia. Kun kyseessä on oma palvelu ja omistat datakeskukset, voit laskea jäähdytykseen tarvittavan sähkön ja veden", sanoo yksi asiantuntija.
Kering toteaa seuraavansa tiiviisti tekoälyn ympäristövaikutuksia kaikissa IT-toiminnassaan, mukaan lukien datakeskukset ja pilvikäyttö, ja huomauttaa, että IT muodostaa alle 2 % sen kokonaishiilijalanjäljestä. Otetuista yrityksistä Kering oli ainoa, joka jakoi yleiskuvauksen lieventämisstrategiastaan: priorisoida yksinkertaisia, resurssitehokkaita malleja ja työskennellä teknologiakumppaneiden kanssa tukemaan hiilineutraaliutta ja parantamaan hiilidioksidiraportoinnin läpinäkyvyyttä.
Kering ei määritellyt tietojensa lähdettä, eikä tällä hetkellä ole standardoituja mittareita. Mahdollistaakseen vertailukelpoiset arviot tulevaisuudessa Ranskan hallituksen, YK:n ympäristöohjelman (UNEP) ja kansainvälisen televiestintäliiton (ITU) aloittama Coalition for Sustainable AI vaatii globaalia standardointia. Askeleena tähän ITU julkaisi helmikuussa 2026 ohjeet tekoälyjärjestelmien ympäristövaikutusten arvioimiseksi ja minimoimiseksi. Lisäksi tammikuussa 2026 luontoon liittyvien taloudellisten tietojen paljastamista koskeva työryhmä (TNFD) julkaisi luonnosohjeistoa teknologiasektorille ja viestintäsektorille auttaakseen organisaatioita arvioimaan luontoon liittyviä riippuvuuksiaan, vaikutuksiaan, riskejään ja mahdollisuuksiaan. Nämä ovat alkuaskelia kohti standardoitua järjestelmää, samankaltaisia kuin tuotannon tai kuljetuksen vaikutuksista raportoinnissa.
Kunnes vankat viitekehykset on luotu ja niitä käytetään laajasti, brändien on löydettävä oma polkunsa eteenpäin. Ilman globaaleja standardeja tekoälyn jalanjäljen laskemiseen Cotopaxi aikoo käyttää karkeita arvioita ymmärtääkseen sen vaikutuksen. "Ensimmäinen askel on ymmärtää käyttömme. Millaisia sopimuksia meillä on tekoälytoimittajan kanssa? Millaista käyttöä näemme työntekijöiltä? Jos meillä on tietty määrä työntekijöitä käyttämässä työkalua kuten Claude, ja Claude raportoi tietyn määrän päästöjä, kuinka suuren osan niistä omistamme? Mittaaminen tulee olemaan haastavaa, mutta meidän on yritettävä", sanoo Cotopaxin Agle.
Mittaamisesta lieventämiseen
Cotopaxille vaikutusten mittaaminen on ensimmäinen askel vastuullisen tekoälypolitiikan luomisessa. Jotkut brändit jo noudattavat tällaisia politiikkoja. H&M kehitti vastuullisen tekoälyn viitekehyksen vuonna 2018, kun taas Mangon tekoälyn käyttöönottoa johtaa ohjauskomitea. "Keskitetyn hallinnon, koulutuksen ja ohjelmien, kuten tekoälymestareiden – sisäisten lähettiläiden, jotka tukevat käyttöönottoa ja jakavat parhaita käytäntöjä – avulla varmistamme, että tekoäly otetaan käyttöön oikein ja se auttaa ihmisiämme toteuttamaan potentiaalinsa", sanoo Mangon edustaja. Monet nykyiset politiikat keskittyvät kuitenkin
