Рольф Шмиц, сооснователь и со-CEO CollectiveCrunch – Серия интервью

Рольф Шмиц является сооснователем и со-CEO CollectiveCrunch, платформы, меняющей мировое понимание лесов, предоставляющей наиболее точные, масштабируемые и своевременные аналитики во всем мире, и обеспечивающей устойчивое лесное хозяйство и прозрачность на рынках торговли углеродом.

Рольф является инженером по образованию и имеет степень MBA Манчестерской бизнес-школы. У него есть глубокий опыт в области глобального бизнес-развития и продаж, имея построенные команды в Азии, США и Европе.

Не могли бы вы рассказать историю создания CollectiveCrunch?

Мы занимаемся обработкой больших объемов данных и получением из них информации. 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.

Сначала мы занимались логистикой и энергией. Мы построили продукт, который прогнозирует выработку энергии из ветряных ферм, что важно для поддержания стабильности энергосистем. Продукт работает 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 инвентарей. Мы подумали, что уровень технической сложности был шокирующе низким. В результате инвентаризация была дорогой, неточной и проводилась только каждые 5-10 лет. Importance лесов в смягчении последствий изменения климата, экосистемных услуг и природных решений была очевидна в то время. Именно так CollectiveCrunch стала “лесной AI-компанией”. На личном уровне мы все выросли в сельской местности, поэтому у нас была природная связь с лесами. Именно так мы построили модели AI для лесов.

Какие типы инструментов и камер используются для мониторинга леса?

Наш подход заключается в том, чтобы не специализироваться на каком-либо одном методе сенсорной информации, а объединять все доступные нам источники данных. Любой метод сенсорной информации имеет сильные и слабые стороны; объединение источников данных позволяет нам компенсировать слабости. Например, оптические изображения очень полезны, но они недоступны из спутников, когда есть облачность. В нашем бизнесе спутниковые данные являются важными, но также используются сканирования LIDAR, насколько они доступны. С точки зрения бизнес-модели мы не занимаемся сбором данных, как полет на дроне или аренда самолетов для сканирования территорий.

Помимо спутниковых данных, LIDAR является очень важным инструментом или методом. Высококачественные оптические изображения, снятые с помощью воздушных кампаний, менее заметны, чем LIDAR, но также используются. Инструмент, который удивительно широко используется до сих пор, – это старый метод 19-го века, когда образцы берутся вручную. С учетом многих статистических данных я бы все равно назвал его 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, закономерности роста и лесохозяйственные практики сильно различаются в разных регионах. То же самое относится к методам сбора данных и практикам. Итак, это не только деревья, но и обучающие данные, которые различаются.

Какие типы действенных выводов можно получить из этой информации?

• Объединенные под термином “обнаружение изменений”, у вас есть обнаружение ущерба от штормов, выявление вспышек вредителей и других негативных последствий, которые требуют вмешательства для предотвращения ущерба на земле и ограничения последствий ущерба.
• Углеродные 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 для предотвращения неудачи таких молодых деревьев.
• Лесные инвентаризации в коммерческом лесном хозяйстве информируют решения, такие как прореживание участков (что стимулирует рост) и оптимизация урожаев. Обнаружение видов делает цепочку поставок более эффективной и увеличивает прибыль. Все это вместе позволяет отрасли использовать лесные ресурсы более эффективно. Это крайне важно, поскольку большая часть коммерческих лесов является ключом к поддержанию сельских сообществ и содействию принятию круговых продуктов и упаковки.
• Отслеживание биоразнообразия может спровоцировать вмешательство в случае, если территория страдает от деградации. Биоразнообразие крайне важно для того, чтобы наши леса стали более устойчивыми в условиях ускоряющегося изменения климата.

Как аналитика выгодна для устойчивого лесного хозяйства?

Несколько преимуществ вступили в силу. Во-первых, коммерческое лесное хозяйство постоянно принимает новые меры для того, чтобы стать более устойчивым. Многие из этих мер требуют лучшей и более глубокой аналитики. Например, чистые вырубки, где лесная территория вырубается на 100%, оказывают сильное влияние 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, где вырубаются только самые крупные деревья в каждой области. Это намного более устойчиво, но с точки зрения логистики и затрат это очень серьезный вызов. И это можно сделать только с помощью аналитики высшего уровня.

Биоразнообразие крайне важно для жизнеспособности лесов. Отслеживание биоразнообразия и обеспечение вмешательства, где это необходимо, крайне важно для жизнеспособности леса в короткой и долгосрочной перспективе.

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

Система достигает определенной точности для лесного инвентаря, который можно проверить. Большая часть “зеленого пиара” не происходит на уровне аналитики, а в том, как структурированы проекты. Лесные углеродные проекты, целью которых является предотвращение вырубки лесов, в основном страдают от двух проблем:

• Базовые показатели: это набор предположений, прогнозирующих, что произойдет без вмешательства. Вмешательство затем рассчитывается как “дополнительность” выше базового показателя. Базовые показатели сегодня не исходят из данных анализа, а являются часто 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: явление, при котором положительные вещи, происходящие в определенных проектных зонах (такие как снижение вырубки), 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 есть очень медленная адаптация передовых технологий в этой области. 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 (Финское государственное лесное хозяйство).
• 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 стран лесного хозяйства в европейских странах Северной Европы являются нашими клиентами. Наш последний клиент, который будет объявлен скоро, является одним из “большой тройки” в Финляндии.

Каково ваше видение будущего лесного хозяйства?

Наше видение – это данные, основанные на фактах, аналитика в природных решениях. Очевидно, что нам нужно быстро действовать, чтобы смягчить последствия изменения климата. В настоящее время огромное количество лесов на планете инвентаризируется каждые 5-10 лет. Мы должны сократить это 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 заменяли. Это реально, и это обеспечивает прозрачность на рынках торговли углеродом.

Благодарим за отличное интервью, читатели, которые хотят узнать больше, должны посетить CollectiveCrunch.