Análisis de Ciclo de Vida (ACV) es una herramienta que se utiliza para cuantificar el impacto ambiental de los productos. Los ACV se utilizan para calcular los impactos de un producto individual, como una Camiseta o un par de Zapatillas deportivas, y también se pueden agregar para respaldar los reportes de emisiones de gases de efecto invernadero de alcance 3 de una marca. Cada vez más, los cálculos de ACV se están convirtiendo en la base para los reportes regulatorios y el etiquetado de productos, incluidos marcos como la Huella Ambiental de Producto (PEF) de la Unión Europea y el Eco-Score de ADEME en Francia.
Como resultado, ahora los resultados de ACV deben cumplir diferentes normas y requisitos según cómo y dónde se apliquen. Al mismo tiempo, están aumentando las expectativas de comparaciones de productos justas y significativas. Construir huellas de producto que sean adecuadas para realizar comparaciones justas y significativas entre productos requiere un alto nivel de estandarización. Esto es especialmente complejo en la industria de Indumentaria y Calzado, donde los productos son muy complejos y diversos, las cadenas de suministro son globales, y los impactos pueden extenderse mucho más allá de la puerta de la fábrica.
Detrás de cada cálculo/resultado de LCA hay varias partes diferenciadas pero estrechamente conectadas, que incluyen:
- Inventario de Ciclo de Vida (LCI)
- Base de datos de LCA
- Metodología de LCA
- Evaluación de Impacto del Ciclo de Vida (LCIA)
Estos conceptos pueden superponerse en la práctica, pero cada uno cumple una función diferente y cada uno puede influir de manera significativa en los resultados, incluso cuando se analiza la misma información de producto de base. Comprender cómo encajan estas partes es esencial para interpretar los resultados de LCA y entender por qué distintas herramientas y marcos pueden producir resultados diferentes para el mismo producto.
Inventario de Ciclo de Vida (LCI): la base
El Inventario de Ciclo de Vida (LCI) es la base cuantitativa de cualquier LCA. Responde la pregunta más básica: ¿qué entra en un sistema de producto y qué sale de él?
Un LCI representa un registro detallado de todos los insumos y salidas asociados con un producto o proceso a lo largo de su ciclo de vida, desde la extracción de materias primas hasta la fabricación, el transporte, el uso y el final de vida. En la industria de indumentaria y calzado, un LCI puede incluir:
- Lista de materiales (por ejemplo, cantidades de algodón, poliéster, Cuero, Cauchos)
- Uso de Energía durante procesos como hilado, teñido y corte y confección
- Distancias de transporte entre las etapas de la cadena de suministro
- Emisiones, Residuos y Aguas residuales generados a lo largo del proceso
Los datos de LCI pueden ser primarios (Medido directamente de proveedores o Instalaciónes) o secundarios (modelados mediante bases de datos y literatura). Es importante destacar que lo que se considera datos "aceptables" (cuántos datos primarios se requieren y con qué nivel de detalle) a menudo está definido por la metodología de LCA (see Methodology Section below) que se utilice.
Por qué esto es importante: si el LCI está incompleto o es inconsistente, todo lo que se construya sobre él se verá afectado. Es mejor pensar el LCI como la lista de ingredientes de una LCA. Es la base de la LCA.
Base de datos de LCA: bloques de construcción
Las bases de datos de LCA contienen los conjuntos de datos que se utilizan para modelar los flujos ambientales de materiales, procesos y actividades comunes. Estos conjuntos de datos describen aspectos como las emisiones por kilogramo de fibra, los impactos de la electricidad por región o las emisiones del transporte por kilómetro.
En Indumentaria y Calzado, las bases de datos que se utilizan con mayor frecuencia incluyen:
- Higg Materials Sustainability Index (MSI): datos de materiales y procesos específicos de la industria que combinan conjuntos de datos a nivel de proceso en el impacto del material. Desarrollado sobre la base de datos de contexto LCA for Experts.
- ecoinvent y LCA for Experts: bases de datos multisectoriales que proporcionan conjuntos de datos de contexto para Energía, Productos químicos y transporte, y que sirven como columna vertebral de muchas herramientas de software de LCA (por ejemplo, SimaPro, OpenLCA, software LCA for Experts, etc.)
- Ecobalyse: base de datos que se utiliza en combinación con la herramienta de cálculo Ecobalyse para los ecoscores franceses. La base de datos ecoinvent se utiliza como datos de contexto.
- Base de datos PEF: desarrollada para alinearse con las reglas de la Huella Ambiental de Producto de la Comisión Europea y apoyar la coherencia regulatoria; la Versión 3.1 se creó a partir de la base de datos de contexto ecoinvent.
Cada base de datos se crea con sus propios modelos y supuestos, incluida la geografía, la tecnología y la mezcla de Energía. Como resultado, la sola elección de la base de datos puede cambiar de forma significativa los resultados de LCA, incluso si se aplican los mismos datos de producto y la misma metodología.
Por qué esto es importante: las bases de datos actúan como bibliotecas de referencia. Dos analistas pueden seguir las mismas reglas, pero aun así obtener respuestas diferentes si recurren a fuentes distintas.
Metodología de LCA: las reglas del sistema
Aunque los datos de LCI son los insumos, la metodología de LCA define las reglas sobre cómo se deben modelar e interpretar esos insumos. La metodología determina qué está dentro del alcance, qué está fuera del alcance y cómo se deben Calcular los resultados.
Una metodología de LCA especifica:
- Límites del sistema (por ejemplo, de la cuna a la puerta frente a de la cuna a la tumba)
- De la cuna a la puerta: la huella del producto solo desde la extracción de materias primas hasta la puerta de la fábrica del fabricante.
- De la cuna a la tumba: análisis exhaustivo que abarca todo el ciclo de vida, y se extiende al transporte, el uso por parte de la persona consumidora y la Eliminación final.
- Unidad funcional (qué exactamente se está Medido)
- Reglas de asignación para procesos compartidos
- Calidad de los datos y requisitos de datos primarios
- Qué categorías de impacto y modelos se deben usar
Algunas metodologías son independientes de la base de datos, mientras que otras requieren o prefieren firmemente conjuntos de datos específicos. Algunos ejemplos incluyen:
- Material Sustainability Index (MSI): Funciona dentro del marco metodológico definido de Cascale y utiliza datos de procesos específicos de la industria que se pueden ensamblar en materiales. Usa la base de datos LCA for Experts como base, pero, para quienes desean aportar datos, se pueden usar diferentes bases de datos con la documentación adecuada.
- Product Environmental Footprint (PEF): Requiere que los modelos de producto se construyan de acuerdo con reglas muy detalladas y prescriptivas, definidas en una extensa documentación técnica, utilizando una base de datos PEF específica
- Eco-Score francés de ADEME: Se implementa mediante un motor de cálculo estrictamente definido (Ecobalyse), con una base de datos predefinida, modelos de impacto y factores de ponderación.
Debido a que las metodologías difieren en alcance y reglas, el mismo producto se puede modelar de formas muy diferentes según el marco utilizado.
Por qué esto es importante: La metodología es el libro de reglas. Incluso con datos idénticos, cambiar las reglas puede cambiar el resultado.
Evaluación de impacto del ciclo de vida: transformar datos en impacto
Una vez que se definen los datos de inventario y las reglas de modelado, la fase de Evaluación de Impacto del Ciclo de Vida (LCIA) traduce los flujos físicos en indicadores de impacto ambiental. Algunos ejemplos de estos indicadores son Cambio climático (CO₂e), escasez de agua, eutrofización, acidificación y uso del suelo. Existen docenas de metodologías LCIA, cada una basada en diferentes investigaciones científicas y supuestos de modelado. Algunos ejemplos comunes incluyen los factores de caracterización climática del IPCC, CML y los modelos de impacto alineados con EF utilizados en PEF. Debido a que los métodos LCIA caracterizan las mismas emisiones de manera diferente, la elección del modelo de evaluación de impacto añade otra capa de variación entre herramientas y marcos.
Por qué esto es importante: LCIA es donde los datos adquieren significado.
Una sola entrada, múltiples resultados: diseñar para un mundo con múltiples marcos
Estamos entrando en un mundo en el que es necesario evaluar el mismo producto de múltiples maneras, según el contexto:
- Resultados de cuna a puerta para respaldar decisiones de diseño y abastecimiento
- Cálculos alineados con el alcance 3 para reportes de emisiones corporativas
- Resultados conformes con PEF para uso regulatorio en la UE
- Puntuaciones dirigidas a personas consumidoras, como el Eco-Score de ADEME en Francia
Aunque los resultados puedan diferir, muchas de las entradas son las mismas. Como mínimo, la mayoría de los marcos requieren el peso del producto, la composición del material y la información básica de fabricación y procesamiento. Worldly está creando un sistema en el que las marcas y las personas proveedoras ingresan los datos de sus productos en un solo lugar coherente y Worldly gestiona la complejidad entre bastidores. Eso significa:
- Aplicar la base de datos adecuada (como Higg MSI o conjuntos de datos alineados con PEF)
- Aplicar la metodología correcta para cada caso de uso
- Ejecutar los cálculos y modelos LCIA adecuados
- Producir múltiples resultados a partir de los mismos datos subyacentes del producto
En otras palabras, la complejidad debe estar en el sistema, no en las marcas y las personas proveedoras. Al separar la recopilación de datos de la metodología y el cálculo, la definición de la huella del producto se vuelve más escalable, adaptable y preparada para el futuro, incluso en un mundo con múltiples normas, etiquetas y expectativas regulatorias.
El futuro del LCA
A medida que el LCA se convierte en la base para la medición, la presentación de informes y la regulación de productos, las diferencias en los resultados son inevitables. En muchos casos, esas diferencias pueden reflejar cómo se calculan los impactos, no qué datos se recopilan.
El futuro del LCA no consiste solo en recopilar más datos de alta calidad; se trata de usar los mismos datos de manera inteligente en muchos marcos. Cuando un mismo conjunto de entradas de producto puede respaldar múltiples resultados, el LCA se vuelve más escalable, más comparable y mejor adaptado a lo que viene después.