Rolf Schmitz, spoluzakladatel a spoluceo společnosti CollectiveCrunch – rozhovor

Rolf Schmitz je spoluzakladatel a spoluceo společnosti CollectiveCrunch, platformy, která mění světový pohled na lesy poskytováním nejpreciznějších, škálovatelných a včasných analýz celosvětově a umožňováním udržitelného lesního hospodářství a transparentnosti na trhu s uhlíkem.

Rolf je inženýr vzděláním a má MBA z Manchester Business School. Má hluboké zkušenosti v globálním rozvoji podnikání a prodeje, přičemž vybudoval týmy v Asii, USA a Evropě.

Můžete sdílet příběh o vzniku společnosti CollectiveCrunch?

Jíme zvyklí na práci s velkými množství dat a získávání informací z nich. Naše počáteční myšlenka při založení CollectiveCrunch byla spojit klimatická data s obchodními procesy, protože jsme cítili, že to je opomíjený aspekt změny klimatu.

Původně jsme se zaměřili na logistiku a energetiku. Vybudovali jsme produkt, který předpovídá výrobu energie z větrných farem, což je důležité pro udržení stability energetických sítí. Produkt je aktivní u Fingridu, národní sítě ve Finsku. Nicméně, jsme zjistili, že logistika a energetika jsou přeplněné trhy, které by pro malou společnost bylo obtížné získat vedoucí pozici.

Přes přítele Jarkka, jednoho z našich spoluzakladatelů, jsme se dozvěděli o problémech při vytváření a udržování lesních inventářů. Mysleli jsme, že je zde šokující nízká úroveň technické sofistikovanosti. V důsledku toho jsou inventáře drahé, nepřesné a prováděny pouze každé 5-10 let. Důležitost lesů v mitigaci změny klimatu, ekosystémových službách a přírodních řešeních byla jasná v té době. To je důvod, proč se CollectiveCrunch stal „lesnickou AI společností“. Na osobní úrovni, všichni jsme vyrostli na venkově, takže jsme měli přirozenou afinitu k lesům. To je důvod, proč jsme vybudovali AI modely pro lesy.

Jaké typy nástrojů a kamer se používají pro monitorování lesa?

Náš přístup je nespecializovat se na žádnou jednu senzorickou metodu, ale kombinovat všechny relevantní datové zdroje, které můžeme získat. Každá senzorická metoda má své silné a slabé stránky; kombinace datových zdrojů umožňuje nám kompenzovat slabé stránky. Například optické snímky jsou velmi užitečné, ale nejsou dostupné ze satelitů, když je mraky. V našem podnikání je satelitní data důležitá, ale také LIDAR skenování, pokud jsou dostupná. Z obchodního modelového hlediska, neúčastníme se získávání dat, jako je létání dronů nebo pronájem letadel pro skenování oblastí.

Kromě celé řady satelitních senzorických dat je LIDAR velmi důležitým nástrojem nebo metodou. Vysoké rozlišení optických snímků pořízených leteckými kampaněmi jsou méně prominentní než LIDAR, ale také se používají. Nástroj, který je překvapivě široce používán, je stará 19. století metoda manuálních vzorků. S mnoha statistikami bych to nazval nástrojem.

Je systém schopen být trénován pro různé lokalizované ekosystémy, aby identifikoval patogenní infekce, abnormality a poruchy, nebo jiné typy lesních onemocnění?

Existuje adaptace pro různé regionální ekosystémy, včetně detekce změn. Dřeviny, růstové vzorce a lesnické praktiky se liší značně napříč regiony. Stejné platí pro metody získávání dat a praktiky. Takže, nejde pouze o stromy, ale také o tréninková data, která jsou jiná.

Jaké typy akčních informací lze získat z této informace?

• Skupinované pod pojmem „detekce změn“, máte detekci poškození bouří, identifikaci výskytu škůdců a dalších negativních dopadů, které vyžadují zásah na místě a omezují dopad poškození.
• Uhlíkové inventáře přinášejí transparentnost do projektů uhlíku a usnadňují rozhodování o hodnotě a koupi těchto projektů a kreditů.
• V projektech zalesňování závisí životaschopnost nově zasazených stromů na správném množství vlhkosti v půdě. Detekce nadměrné suchosti nebo vlhkosti může spustit zásah, aby se zabránilo selhání těchto mladých stromů.
• Lesní inventáře v komerčním lesnictví informují rozhodnutí, jako je prořezávání oblastí (což zvyšuje růst) a optimalizace sklizní. Detekce druhů činí dodavatelský řetězec efektivnějším a zvyšuje marže. Společně to umožňuje průmyslu využívat lesní zdroje efektivněji. To je zásadní, protože většina komerčních lesů je klíčová pro udržení venkovských komunit a pohánění přijetí cirkulárních produktů a balení.
• Sledování biodiverzity může spustit zásah, pokud oblast trpí degradací. Biodiverzita je zásadní pro to, aby se naše lesy staly odolnějšími, zatímco procházíme touto fází zrychlené změny klimatu.

Jak analytika prospívá udržitelnému vlastnictví lesa?

Několik výhod přišlo do hry. Především, komerční lesnictví neustále přijímá nová opatření, aby se stalo udržitelnějším. Mnoho z těchto opatření vyžaduje lepší a hlubší analytiku. Například, holoseč, kde je lesní oblast vykácena 100%, má silný dopad na místní ekosystém. Je to děláno z důvodů efektivity – mnoho udržitelných produktů, jako je vlákenné balení, nemohlo konkurovat méně udržitelným alternativám, pokud by lesní průmysl se stal méně efektivním. Průmysl zkoumá alternativy, kde se kácejí pouze největší stromy v každé oblasti. Je to mnohem udržitelnější, ale z logistického a nákladového hlediska je to velmi vážná výzva. A to lze udělat pouze se špičkovou analytikou.

Biodiverzita je zásadní pro odolnost lesů. Sledování biodiverzity a umožnění zásahů, kde je to potřeba, je zásadní pro životaschopnost lesa v krátké i dlouhé době.

Pro projekty zachycení uhlíku, jak systém ověřuje, že projekt snižuje emise skleníkových plynů, jak je inzerováno?

Systém dosahuje určité přesnosti pro lesní inventář, který je ověřitelný. Většina zeleného praní se neděje na analytické úrovni, ale ve způsobu, jakým jsou projekty strukturovány. Lesní projekty uhlíku, které mají za cíl zabránit odlesňování, většinou trpí dvěma problémy:

• Baselines: Toto je sada předpokladů, které projektují, co by se stalo bez zásahu. Zásah je pak vypočten jako „aditionalita“ nad baseline. Baseline dnes nevychází z datově řízené analýzy, ale jsou často hrubé průměry. Kromě toho, baseline je vypočtena projektovými manažery sami, kteří jsou v konfliktu zájmů: nižší baseline znamená více kreditů.
• Spillage: Jevem, že pozitivní věci, které se dějí uvnitř definovaných projektových oblastí (jako je snížení těžby), jsou kompenzovány tím, co se děje mimo definované projektové oblasti. Často tyto oblasti nejsou sledovány, takže projekt získá kredity, zatímco výhody jsou ztraceny pro okolní lesy.

Základní problém zde je, že chybí datově řízená analytika, aby nezávisle sledovala, co se děje. To je možné dnes, můžeme to udělat ve velkém měřítku, ale je zde velmi pomalá adaptace špičkové technologie v tomto oboru. Stručně řečeno, problém není v analytice, ale v tom, co je výpočet kreditů založen.

Máte nějaké případové studie, které můžete sdílet o klientech, kteří používají tento systém?

• ENCE, největší vlastník lesa ve Španělsku, používá náš systém.
• Náš první a největší zákazník je Metsähallitus (Finský státní les).
• Náš partner Forliance, jeden z největších a nejuznávanějších manažerů projektů uhlíku na světě, pracuje s námi na jednom z největších projektů uhlíku v Kolumbii.
• 7 z 10 nejlepších lesnických zemí v evropském sektoru je našimi zákazníky. Náš poslední zákazník, který bude brzy oznámen, je jeden z „velké trojky“ ve Finsku.

Jaký je váš výhled do budoucnosti lesního konzervatismu?

Náš výhled je datově řízený s fakticky založenou analytikou v přírodních řešeních. Je velmi jasné, že musíme jednat rychle, abychom zmírnili změnu klimatu. V současné době se většina lesů na světě inventarizuje každé 5-10 let. Měli bychom to snížit na měsíční sledování, abychom pochopili, co se děje. Kromě toho, musíme sledovat biodiverzitu. Bez biodiverzity ztrácíme odolnost našich lesů uprostřed klimatické krize.

Je něco jiného, co byste chtěli sdílet o CollectiveCrunch?

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

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