Rolf Schmitz, Co-Fundador y Co-CEO de CollectiveCrunch – Serie de Entrevistas

Rolf Schmitz es el Co-Fundador y Co-CEO de CollectiveCrunch, una plataforma que está cambiando la comprensión del mundo sobre los bosques al proporcionar los análisis más precisos, escalables y oportunos a nivel global, y permitiendo la silvicultura sostenible y trayendo transparencia a los mercados de comercio de carbono.

Rolf es ingeniero de formación y tiene un MBA de la Escuela de Negocios de Manchester. Tiene una gran experiencia en Desarrollo de Negocios y Ventas a nivel global, habiendo construido equipos en Asia, EE. UU. y Europa.

¿Podría compartir la historia de origen detrás de CollectiveCrunch?

Estamos especializados en manejar grandes cantidades de datos y derivar conocimientos de ellos. Nuestra idea inicial al comenzar CollectiveCrunch fue combinar datos climáticos con procesos comerciales, ya que sentimos que era un aspecto pasado por alto del cambio climático.

Inicialmente, perseguimos la logística y la energía. Construimos un producto que predice la generación de energía de los parques eólicos, lo cual es esencial para mantener la estabilidad de las redes de energía. El producto está activo en Fingrid, la red nacional de Finlandia. Sin embargo, encontramos que la logística y la energía son mercados congestionados que serían difíciles para una pequeña empresa construir un papel de liderazgo.

A través de un amigo de Jarkko, uno de nuestros Co-Fundadores, nos enteramos de los desafíos para crear y mantener inventarios forestales. Pensamos que había un nivel de sofisticación técnica sorprendentemente bajo. Como resultado, los inventarios eran costosos, inexactos y solo se realizaban cada 5-10 años. La importancia de los bosques en la mitigación del cambio climático, los servicios ecosistémicos y las soluciones basadas en la naturaleza era clara en ese momento. Así es como CollectiveCrunch se convirtió en una “empresa de inteligencia artificial para la silvicultura”. A nivel personal, todos crecimos en el campo, por lo que teníamos una afinidad natural con los bosques. Así es como construimos modelos de inteligencia artificial para bosques.

¿Qué tipos de herramientas y cámaras se utilizan para monitorear un bosque?

Nuestro enfoque es no especializarnos en un solo método de detección, sino combinar todas las fuentes de datos relevantes que podamos obtener. Cualquier método de detección tiene fortalezas y debilidades; combinar fuentes de datos nos permite contrarrestar las debilidades. Por ejemplo, las imágenes ópticas son muy útiles, pero no están disponibles desde satélites cuando hay cobertura de nubes. En nuestro negocio, los datos originados por satélites son importantes, pero también los escaneos LIDAR en la medida en que están disponibles. Desde una perspectiva de modelo de negocio, no nos involucramos en la adquisición de datos, como volar drones o alquilar aviones para escanear áreas.

Además de la gama de datos sensoriales basados en satélites, LIDAR es una herramienta o método muy importante. Las imágenes ópticas de alta resolución tomadas con campañas aéreas son menos prominentes que LIDAR, pero también se utilizan. Una herramienta que sigue siendo sorprendentemente ampliamente utilizada es el antiguo método del siglo XIX de tomar muestras manualmente. Con muchas estadísticas involucradas, lo llamaría una herramienta.

¿El sistema puede ser entrenado para diferentes ecosistemas localizados para identificar infecciones patógenas, anormalidades y perturbaciones, o otros tipos de enfermedades de los árboles?

Hay adaptación para diferentes ecosistemas regionales, incluyendo la detección de cambios. Las especies de árboles, los patrones de crecimiento y las prácticas de manejo forestal varían enormemente entre regiones. Lo mismo ocurre con los métodos y prácticas de adquisición de datos. Así que no solo son los árboles, sino también los datos de entrenamiento que son diferentes.

¿Qué tipo de conocimientos acciónables se pueden obtener de esta información?

• Agrupados bajo el término “detección de cambios”, tienes la detección de daños por tormentas, la identificación de brotes de plagas y otros impactos negativos que requieren intervención para permitir la intervención en el terreno y limitar el impacto del daño en cuestión.
• Los inventarios de carbono traen transparencia a los proyectos de carbono y facilitan las decisiones sobre la valoración y la compra de dichos proyectos y créditos.
• En los proyectos de reforestación, la viabilidad de los árboles recién plantados depende de la cantidad adecuada de humedad en el suelo. Detectar sequedad excesiva o humedad puede desencadenar la intervención para prevenir que esos árboles jóvenes fallen.
• Los inventarios forestales en la silvicultura comercial informan decisiones como el aclareo de áreas (lo que impulsa el crecimiento) y la optimización de las cosechas. La detección de especies hace que la cadena de suministro sea más eficiente y aumenta los márgenes. Juntos, esto permite que la industria utilice los recursos forestales de manera más eficiente. Esto es crucial ya que mucha de la silvicultura comercial es clave para mantener a las comunidades rurales y para impulsar la adopción de productos y embalajes circulares.
• El seguimiento de la biodiversidad puede desencadenar la intervención en caso de que un área esté sufriendo de degradación. La biodiversidad es crucial para que nuestros bosques se vuelvan más resilientes a medida que pasamos por esta fase de cambio climático acelerado.

¿Cómo benefician los análisis a la propiedad forestal sostenible?

Varios beneficios entraron en juego. En primer lugar, la silvicultura comercial está adoptando constantemente nuevas medidas para volverse más sostenible. Muchas de estas medidas requieren mejores y más profundas analíticas. Por ejemplo: los cortes claros, donde se corta un área de bosque al 100%, tienen un impacto fuerte en el ecosistema local. Se hace por razones de eficiencia: muchos productos sostenibles, como los embalajes basados en fibra, no podrían competir con alternativas menos sostenibles si la industria forestal se volviera menos eficiente. La industria está explorando alternativas donde solo se cortan los árboles más grandes de cada área. Es mucho más sostenible, pero desde una perspectiva logística y de costo es un desafío muy serio. Y solo se puede hacer con analíticas de última generación.

La biodiversidad es esencial para la resiliencia de los bosques. El seguimiento de la biodiversidad y la habilitación de intervenciones donde sea necesario es crucial para la viabilidad del bosque a corto y largo plazo.

¿Cómo verifica el sistema que un proyecto de captura de carbono está reduciendo las emisiones de gases de efecto invernadero como se anuncia?

El sistema logra una cierta precisión para el inventario forestal en cuestión, lo cual es verificable. La mayoría del “greenwashing” no ocurre en el nivel de analíticas, sino en la forma en que se estructuran los proyectos. Los proyectos de carbono forestal que apuntan a evitar la deforestación suelen sufrir de dos problemas:

• Baselines: Este es el conjunto de suposiciones que proyectan lo que ocurriría sin intervención. La intervención se calcula entonces como la “adicionalidad” por encima de la baseline. Las baselines de hoy en día no salen de un análisis basado en datos, sino que a menudo son promedios burdos. Además, la baseline se calcula por los propios administradores del proyecto, que están en conflicto de intereses: cuanto más baja sea la baseline, más créditos se crean.
• Spillage: El fenómeno de que las cosas positivas que ocurren dentro de las áreas del proyecto definidas (como la reducción de la tala) se contrarrestan con lo que ocurre fuera del área del proyecto definida. A menudo, tales áreas no se rastrean, por lo que el proyecto obtiene créditos mientras que el beneficio se pierde en los bosques circundantes.

El problema fundamental aquí es que falta un análisis basado en datos para rastrear de forma independiente lo que está sucediendo. Es posible hoy en día, podemos hacerlo a escala, pero hay una adaptación muy lenta de la tecnología de última generación en este campo. En resumen, el problema no es la analítica, es lo que se basa en el cálculo de los créditos.

¿Tiene algún estudio de caso que pueda compartir de clientes que utilicen este sistema?

• ENCE, el mayor propietario de bosques en España utiliza nuestro sistema.
• Nuestro primer y mayor cliente es Metsähallitus (Bosque Estatal Finlandés).
• Nuestro socio Forliance, uno de los administradores de proyectos de carbono más grandes y respetados a nivel global, trabaja con nosotros en uno de los proyectos de carbono más grandes de Colombia.
• 7 de los 10 países líderes en silvicultura en los países nórdicos europeos son nuestros clientes. Nuestro cliente más reciente, que se anunciará pronto, es uno de los ‘tres grandes’ en Finlandia.

¿Cuál es su visión para el futuro de la conservación de los bosques?

Nuestra visión es de analíticas basadas en hechos y datos en soluciones basadas en la naturaleza. Es muy claro que debemos movernos rápidamente para mitigar el cambio climático. Actualmente, la gran mayoría de los bosques en el mundo se inventarían cada 5-10 años. Deberíamos reducir esto a un seguimiento mensual para entender qué está sucediendo. Además, debemos rastrear la biodiversidad. Sin biodiversidad, perdemos la resiliencia de nuestros bosques en medio de una crisis climática.

¿Hay algo más que le gustaría compartir sobre CollectiveCrunch?

Sí: podemos hacerlo a escala. Actualmente cubrimos 20 millones de hectáreas, alrededor de 50 millones de acres de bosque. Lo hacemos con una precisión mejor que los métodos convencionales que reemplazamos. Esto es real y permite la transparencia en los mercados de comercio de carbono.

Gracias por la gran entrevista, los lectores que deseen aprender más deben visitar CollectiveCrunch.