Интервью

Рольф Шмитц, сооснователь и соCEO CollectiveCrunch – Интервью

mm
Добавьте Unite.AI в избранные источники в Google

Рольф Шмитц – сооснователь и соCEO CollectiveCrunch, платформы, меняющей представление мира о лесах, предоставляющей самые точные, масштабируемые и своевременные аналитические данные во всем мире, и обеспечивающей устойчивое лесное хозяйство и прозрачность на рынках торговли углеродом.

Рольф – инженер по образованию и имеет степень MBA Манчестерской бизнес-школы. У него есть глубокий опыт в глобальном бизнес-развитии и продажах, он построил команды в Азии, США и Европе.

Можете ли вы рассказать историю создания CollectiveCrunch?

Мы имеем дело с большими объемами данных и извлекаем из них информацию. Наша первоначальная идея при создании CollectiveCrunch заключалась в том, чтобы объединить климатические данные с бизнес-процессами, поскольку мы считали, что это был упущенный аспект изменения климата.

Первоначально мы занимались логистикой и энергией. Мы создали продукт, который прогнозирует выработку энергии из ветряных ферм, что крайне важно для поддержания стабильности энергосистем. Этот продукт используется в Fingrid, национальной энергосистеме Финляндии. Однако мы обнаружили, что логистика и энергетика – это переполненные рынки, где небольшой компании будет трудно занять лидирующую позицию.

Благодаря другу Яркко, одного из наших сооснователей, мы узнали о проблемах, связанных с созданием и поддержанием лесных инвентаризаций. Мы подумали, что уровень технической сложности был шокирующе низким. В результате инвентаризации были дорогими, неточными и проводились только каждые 5-10 лет. Значимость лесов в смягчении последствий изменения климата, экосистемных услуг и природоохранных решений была очевидна в то время. Именно так CollectiveCrunch стал “лесной AI-компанией”. На личном уровне мы все выросли в сельской местности, поэтому у нас была естественная связь с лесами. Именно так мы создали модели AI для лесов.

Какие инструменты и камеры используются для мониторинга леса?

Наш подход заключается в том, чтобы не специализироваться на каком-либо одном методе сенсорного мониторинга, а объединять все актуальные источники данных, которые мы можем получить. Каждый метод сенсорного мониторинга имеет свои сильные и слабые стороны; объединение источников данных позволяет нам устранить слабости. Например, оптические изображения очень полезны, но они недоступны из спутников, когда есть облачность. В нашем бизнесе спутниковые данные имеют важное значение, но также используются ЛИДАР-сканирования, насколько это возможно. С точки зрения бизнес-модели мы не занимаемся сбором данных, такими как полеты на беспилотниках или аренда самолетов для сканирования территорий.

Помимо спутниковых сенсорных данных ЛИДАР является очень важным инструментом или методом. Высококачественные оптические изображения, полученные с помощью воздушных кампаний, менее заметны, чем ЛИДАР, но также используются. Инструмент, который удивительно широко используется, – это старый метод 19-го века, когда образцы берутся вручную. С помощью многих статистических методов я бы все равно назвал это инструментом.

Может ли система быть обучена для разных локализованных экосистем, чтобы выявить патогенные инфекции, аномалии и нарушения, или другие виды заболеваний деревьев?

Существует адаптация для разных региональных экосистем, включая обнаружение изменений. Виды деревьев, модели роста и лесохозяйственные практики сильно различаются в разных регионах. То же самое относится и к методам сбора данных и практикам. Итак, это не только деревья, но и обучающие данные, которые различаются.

Какие виды действенных выводов можно получить из этой информации?

  • Объединенные под термином “обнаружение изменений”, вы имеете обнаружение ущерба от штормов, выявление вспышек вредителей и других негативных последствий, требующих вмешательства на местах и ограничения ущерба.
  • Угольные инвентаризации обеспечивают прозрачность углеродных проектов и облегчают принятие решений о оценке и покупке таких проектов и кредитов.
  • В проектах по лесонасаждению жизнеспособность недавно посаженных деревьев зависит от правильного количества влаги в почве. Обнаружение чрезмерной сухости или влажности может спровоцировать вмешательство, чтобы предотвратить неудачу таких молодых деревьев.
  • Лесные инвентаризации в коммерческом лесном хозяйстве информируют решения, такие как прореживание участков (что стимулирует рост) и оптимизацию сбора урожая. Выявление видов делает цепочку поставок более эффективной и увеличивает прибыль. Все это позволяет отрасли использовать лесные ресурсы более эффективно. Это крайне важно, поскольку большая часть коммерческого леса имеет решающее значение для поддержки сельских сообществ и стимулирования внедрения круговых продуктов и упаковки.
  • Отслеживание биоразнообразия может спровоцировать вмешательство в случае, если территория страдает от деградации. Биоразнообразие имеет решающее значение для того, чтобы наши леса стали более устойчивыми в условиях ускоряющегося изменения климата.

Как аналитика способствует устойчивому владению лесами?

Несколько преимуществ стали очевидными. Во-первых, коммерческое лесное хозяйство постоянно принимает новые меры, чтобы стать более устойчивым. Многие из этих мер требуют лучшей и более глубокой аналитики. Например, чистые вырубки, когда лесная территория вырубается на 100%, оказывают сильное воздействие на местную экосистему. Это делается по причинам эффективности – многие устойчивые продукты, такие как упаковка на основе волокна, не смогли бы конкурировать с менее устойчивыми альтернативами, если лесная промышленность стала менее эффективной. Отрасль исследует альтернативы, когда вырубаются только самые крупные деревья на каждой территории. Это намного более устойчиво, но с точки зрения логистики и затрат это очень серьезная задача. И это может быть сделано только с помощью современной аналитики.

Биоразнообразие имеет решающее значение для устойчивости лесов. Отслеживание биоразнообразия и обеспечение вмешательства, когда это необходимо, крайне важно для жизнеспособности лесов в краткосрочной и долгосрочной перспективе.

Как система проверяет, что проект по улавливанию углерода действительно снижает выбросы парниковых газов, как заявлено?

Система достигает определенной точности для лесной инвентаризации, которая может быть проверена. Большая часть “зеленого пиара” не происходит на уровне аналитики, а в том, как структурированы проекты. Углеродные лесные проекты, направленные на предотвращение вырубки лесов, в основном страдают от двух проблем:

  • Базовые показатели: это набор предположений, прогнозирующих, что произойдет без вмешательства. Вмешательство затем рассчитывается как “дополнительность” над базовым показателем. Базовые показатели сегодня не получаются из данных анализа, а часто являются грубыми средними значениями. Кроме того, базовый показатель рассчитывается самими менеджерами проекта, которые находятся в конфликте интересов: чем ниже базовый показатель, тем больше кредитов создается.
  • Распространение: это явление, когда положительные события, происходящие в определенных проектных зонах (например, снижение вырубки лесов), компенсируются тем, что происходит вне определенных проектных зон. Часто такие зоны не отслеживаются, поэтому проект получает кредиты, а положительный эффект теряется для окружающих лесов.

Основная проблема заключается в том, что существует нехватка данных аналитики для независимого отслеживания того, что происходит. Это возможно сегодня, мы можем делать это в масштабе, но адаптация передовых технологий в этой области очень медленная. Коротко говоря, проблема не в аналитике, а в том, на чем основаны расчеты кредитов.

У вас есть какие-либо кейсы, которые вы можете поделиться о клиентах, использующих эту систему?

  • ENCE, крупнейший владелец лесов в Испании, использует нашу систему.
  • Наш первый и крупнейший клиент – Metsähallitus (Финский государственный лес).
  • Наш партнер Forliance, один из крупнейших и наиболее уважаемых менеджеров углеродных проектов в мире, работает с нами в одном из крупнейших углеродных проектов в Колумбии.
  • 7 из 10 лучших лесных стран в европейских странах Северной Европы являются нашими клиентами. Наш последний клиент, который будет объявлен скоро, является одним из “больших трех” в Финляндии.

Каково ваше видение будущего лесного хозяйства?

Наше видение – это данные, основанные на фактах и аналитике в природоохранных решениях. Очевидно, что нам нужно действовать быстро, чтобы смягчить последствия изменения климата. В настоящее время огромное количество лесов на планете инвентаризируется каждые 5-10 лет. Мы должны сократить этот период до ежемесячного отслеживания, чтобы понять, что происходит. Кроме того, нам нужно отслеживать биоразнообразие. Без биоразнообразия мы теряем устойчивость наших лесов в условиях климатического кризиса.

Есть ли что-то еще, что вы хотели бы поделиться о CollectiveCrunch?

Да: мы можем делать это в масштабе. Мы в настоящее время покрываем 20 миллионов гектаров, около 50 миллионов акров леса. Мы делаем это с точностью лучше, чем традиционные методы, которые мы заменяем. Это реально, и оно обеспечивает прозрачность на рынках торговли углеродом.

Спасибо за отличное интервью. Читателям, которые хотят узнать больше, рекомендуется посетить CollectiveCrunch.

Антуан - видный лидер и сооснователь Unite.AI, движимый непоколебимой страстью к формированию и продвижению будущего ИИ и робототехники. Как серийный предприниматель, он считает, что ИИ будет столь же разрушительным для общества, как и электричество, и часто увлекается потенциалом разрушительных технологий и ИИ.

Как футуролог, он посвящен исследованию того, как эти инновации будут формировать наш мир. Кроме того, он является основателем Securities.io, платформы, ориентированной на инвестиции в передовые технологии, которые переопределяют будущее и меняют целые сектора.