Rolf Schmitz, spoluzakladatel a generální ředitel CollectiveCrunch – série rozhovorů

Rolf Schmitz je spoluzakladatelem a generálním ředitelem společnosti CollectiveCrunch, platforma, která mění světové chápání lesů tím, že poskytuje celosvětově nejpřesnější, škálovatelné a včasné analýzy a umožňuje udržitelné lesnictví a přináší transparentnost na trhy s obchodováním s uhlíkem.

Rolf je vzděláním inženýr a má titul MBA z Manchester Business School. Má hluboké zkušenosti s globálním obchodním rozvojem a prodejem, vybudoval týmy v Asii, USA a Evropě.

Mohl byste se podělit o příběh geneze za CollectiveCrunch?

Jsme ponořeni do práce s velkým množstvím dat a získáváním poznatků z nich. Naší původní myšlenkou při spouštění CollectiveCrunch bylo zkombinovat klimatická data s obchodními procesy, protože jsme cítili, že jde o přehlížený aspekt změny klimatu.

Initially, we pursued logistics and energy. Vytvořili jsme produkt, který předpovídá výrobu energie z větrných elektráren, což je zásadní pro udržení stability energetických sítí. Produkt je aktivní u Fingrid, národní sítě ve Finsku. Zjistili jsme však, že trhy jsou přeplněné logistikou a energií, na kterých by si malá společnost těžko vybudovala vedoucí roli.

Prostřednictvím přítele Jarkka, jednoho z našich spoluzakladatelů, jsme si uvědomili výzvy při vytváření a údržbě soupisy lesů. Mysleli jsme si, že tam byla šokující nízká úroveň technické vyspělosti. V důsledku toho byly inventury drahé, nepřesné a prováděly se pouze každých 5–10 let. Význam lesů pro zmírňování změny klimatu, ekosystémové služby a řešení založená na přírodě byl v té době jasný. Tak se z CollectiveCrunch stala „lesnická společnost s umělou inteligencí“. V osobní rovině jsme všichni vyrostli na venkově, takže jsme měli k lesům přirozenou příbuznost. Tak jsme se dostali k vytváření modelů umělé inteligence pro lesy.

Jaké typy nástrojů a kamer se používají k monitorování lesa?

Naším přístupem je nespecializovat se na jednu senzorickou metodu, ale kombinovat všechny relevantní zdroje dat, které máme k dispozici. Každá senzorická metoda má silné a slabé stránky; kombinace zdrojů dat nám umožňuje čelit slabým stránkám. Například optické snímky jsou velmi užitečné, ale nejsou dostupné ze satelitů, když je pokrytí oblačností. V našem podnikání jsou důležitá data pocházející ze satelitu, ale také LIDAR skeny, pokud jsou dostupné. Z hlediska obchodního modelu se nezabýváme získáváním dat, jako je létání s drony nebo pronájem letadel ke skenování oblastí.

Kromě škály družicových senzorických dat je LIDAR velmi důležitým nástrojem nebo metodou. Optické snímky s vysokým rozlišením pořízené pomocí plošných kampaní jsou méně nápadné než LIDAR, ale také se používají. Nástroj, který se překvapivě stále používá, je stará dobrá 19^th století metoda ručně odebraných vzorků. S mnoha statistikami bych to stále nazval nástrojem.

Je možné systém trénovat pro různé lokalizované ekosystémy pro identifikaci patogenních infekcí, abnormalit a poruch nebo jiných typů chorob stromů?

Existuje přizpůsobení pro různé regionální ekosystémy, včetně detekce změn. Druhy stromů, vzorce růstu a postupy hospodaření v lesích se v jednotlivých regionech značně liší. Totéž platí pro metody a postupy získávání dat. Nejsou to tedy jen stromy, ale také tréninková data, která se liší.

Jaký typ užitečných poznatků lze z těchto informací získat?

• Seskupeno pod pojmem „detekce změn“, máte detekci poškození vichřicí, identifikaci ohnisek škůdců a dalších negativních dopadů, které vyžadují zásah, který umožní zásah na místě a omezí dopad dotyčného poškození.
• Zásoby uhlíku přinášejí transparentnost do uhlíkových projektů a usnadňují rozhodování o ocenění a nákupu takových projektů a kreditů.
• U projektů zalesňování závisí životaschopnost nově vysazených stromů na správném množství vlhkosti v půdě. Detekce nadměrného sucha nebo vlhka může vyvolat zásah, který zabrání selhání takových mladých stromů.
• Zásoby lesů v komerčním lesnictví informují o rozhodnutích, jako je ředění ploch (které podporuje růst) a optimalizace těžby. Detekce druhů zefektivňuje dodavatelský řetězec a zvyšuje marže. Společně to umožňuje průmyslu efektivněji využívat lesní zdroje. To je zásadní, protože velká část komerčních lesů je klíčová pro udržení venkovských komunit a pro přijetí cirkulárních produktů a obalů.
• Sledování biologické rozmanitosti může vyvolat zásah v případě, že oblast trpí degradací. Biodiverzita je zásadní pro to, aby se naše lesy staly odolnějšími, když procházíme touto fází zrychlující se změny klimatu.

Jak analytika prospívá udržitelnému vlastnictví lesů?

Do hry vstoupilo několik výhod. Za prvé, komerční lesnictví neustále přijímá nová opatření, aby se stalo udržitelnějším. Mnohé z nich vyžadují lepší a hlubší analýzu. Například: holiny, kde je lesní plocha 100% vykácena, má silný dopad na místní ekosystém. Dělá se to z důvodů efektivity – mnoho udržitelných produktů, jako jsou obaly na bázi vláken, by nemohlo konkurovat méně udržitelným alternativám, pokud by se lesní průmysl stal méně efektivním. Průmysl zkoumá alternativy, kde se kácí pouze největší stromy v každé oblasti. Je to mnohem udržitelnější, ale z hlediska logistiky a nákladů je to velmi vážná výzva. A to lze provést pouze pomocí nejmodernějších analýz.

Pro odolnost lesů je nezbytná biologická rozmanitost. Sledování biologické rozmanitosti a umožnění zásahů tam, kde je to potřeba, je zásadní pro životaschopnost lesů v krátkodobém i dlouhodobém horizontu.

Jak u projektů zachycování uhlíku systém ověřuje, zda projekt snižuje emise skleníkových plynů, jak je inzerováno?

Systém dosahuje určité přesnosti u předmětné inventarizace lesů, která je ověřitelná. Většina greenwashingu neprobíhá na úrovni analytiky, ale ve způsobu, jakým jsou projekty strukturovány. Projekty lesního uhlíku, jejichž cílem je zabránit odlesňování, většinou trpí dvěma problémy:

• Základní linie: Jedná se o soubor předpokladů, které promítají, co by se stalo bez zásahu. Intervence se pak vypočítá jako „adicionalita“ nad základní linií. Základní linie dnes nevycházejí z analýzy založené na datech, ale často jde o hrubé průměry. Základní linii navíc počítají sami projektoví manažeři, kteří jsou ve střetu zájmů: čím nižší je základní linie, tím více kreditů se vytváří.
• Rozlití: Jev, že pozitivní věci, které se dějí v rámci definovaných oblastí projektu (jako je snížená těžba dřeva), jsou vyváženy tím, co se děje mimo vymezenou oblast projektu. Velmi často takové oblasti nejsou sledovány, takže projekt získává kredity, zatímco vzestup je ztracen v okolních lesích.

Základním problémem je, že chybí analytika založená na datech, která by nezávisle sledovala, co se děje. Dnes je to možné, můžeme to dělat ve velkém, ale v této oblasti dochází k velmi pomalému přizpůsobování nejmodernějších technologií. Stručně řečeno, problém není v analytice, ale v tom, na čem je založen výpočet kreditů.

Máte nějaké případové studie, o které se můžete podělit o klienty využívající tento systém?

• ENCE, největší vlastník lesů ve Španělsku, používá náš systém.
• Naším prvním a největším zákazníkem je Metsähallitus (Finský státní les).
• Náš partner Forliance, jeden z největších a celosvětově nejuznávanějších manažerů uhlíkových projektů, s námi spolupracuje na jednom z největších uhlíkových projektů v Kolumbii.
• Našimi zákazníky je 7 z 10 nejlepších lesnických zemí v evropských severských zemích. Náš nejnovější zákazník, který bude brzy oznámen, je jedním z „velkých tří“ ve Finsku.

Jaká je vaše vize budoucnosti ochrany lesů?

Naše vize je založena na datech s analýzou založenou na faktech v řešeních založených na přírodě. Je zcela jasné, že ke zmírnění změny klimatu musíme postupovat rychle. V současné době je obrovské množství lesů na světě inventarizováno každých 5-10 let. Měli bychom to omezit na měsíční sledování, abychom pochopili, co se děje. Kromě toho musíme sledovat biologickou rozmanitost. Bez biologické rozmanitosti ztrácíme odolnost našich lesů uprostřed klimatické krize.

Je ještě něco, co byste chtěli o CollectiveCrunch sdílet?

Ano: můžeme to udělat ve velkém. V současné době pokrýváme 20 milionů hektarů, přibližně 50 milionů akrů lesa. Děláme to s přesností lepší než konvenční metody, které nahrazujeme. To je skutečné a umožňuje to transparentnost na trzích obchodování s uhlíkem.

Děkuji za skvělý rozhovor, čtenáři, kteří se chtějí dozvědět více, by měli navštívit CollectiveCrunch.