Інтерв’ю

Рольф Шміц, співзасновник та співгенеральний директор CollectiveCrunch – серія інтерв’ю

mm
Додайте Unite.AI до бажаних джерел у Google

Рольф Шміц – співзасновник та співгенеральний директор CollectiveCrunch, платформи, яка змінює світове розуміння лісів, надаючи найбільш точні, масштабовані та своєчасні аналітичні дані у світі, та забезпечуючи сталий розвиток лісового господарства та прозорість на ринку торгівлі вуглецем.

Рольф – інженер за освітою та має ступінь MBA Манчестерської бізнес-школи. Він має великий досвід у сфері глобального бізнес-розвитку та продажів, створивши команди в Азії, США та Європі.

Чи можете Ви розповісти про походження ідеї CollectiveCrunch?

Ми займаємося обробкою великих обсягів даних та виведенням висновків з них. Наша перша ідея при створенні CollectiveCrunch полягала у поєднанні кліматичних даних з бізнес-процесами, оскільки ми відчували, що це аспект кліматичних змін, який не отримує достатньої уваги.

Спочатку ми займалися логістикою та енергетикою. Ми створили продукт, який передбачає генерацію енергії з вітрових електростанцій, що є важливим для підтримання стабільності енергосистем. Цей продукт використовується у Fingrid, національній енергосистемі Фінляндії. Однак ми виявили, що логістика та енергетика – це переповнені ринки, на яких маленькій компанії буде важко зайняти лідерську позицію.

Через знайомого Яркко, одного з наших співзасновників, ми дізналися про проблеми створення та підтримання лісових інвентаризацій. Ми вважали, що рівень технічної складності тут надзвичайно низький. В результаті інвентаризації були дорогими, неточними та проводилися лише кожні 5-10 років. Значення лісів у мінімізації кліматичних змін, екосистемних послуг та рішень на основі природи було очевидним на той час. Саме так CollectiveCrunch стала “лісовою компанією з штучним інтелектом”. На особистому рівні ми всі виросли у сільській місцевості, тому мали природну спорідненість з лісами. Саме так ми створили моделі штучного інтелекту для лісів.

Які інструменти та камери використовуються для моніторингу лісу?

Наш підхід полягає у тому, щоб не спеціалізуватися на одному методі сенсорної інформації, а поєднувати всі відповідні джерела даних, які ми можемо отримати. Кожен метод сенсорної інформації має свої сильні та слабкі сторони; поєднання даних дозволяє нам компенсувати слабкості. Наприклад, оптичні зображення дуже корисні, але вони недоступні з супутників, коли є хмарність. У нашому бізнесі супутникові дані мають велике значення, але також і дані LIDAR, наскільки це можливо. З точки зору бізнес-моделі ми не займаємося збором даних, як польоти на дронах або оренда літаків для сканування територій.

Поза межами супутникових даних сенсорної інформації LIDAR є дуже важливим інструментом або методом. Оптичні зображення високої роздільної здатності, отримані під час повітряних кампаній, менш поширені, ніж LIDAR, але також використовуються. Інструмент, який все ще широко використовується, – це старий метод 19-го століття – зразки, взяті вручну. З багатьма статистичними даними я все-таки називаю це інструментом.

Чи може система бути навчена для різних локалізованих екосистем для ідентифікації патогенних інфекцій, аномалій та порушень, або інших типів захворювань дерев?

Є адаптація для різних регіональних екосистем, включаючи виявлення змін. Види дерев, моделі росту та лісогосподарські практики сильно відрізняються між регіонами. Те ж саме стосується методів збору даних та практик. Тому це не тільки дерева, але й дані навчання відрізняються.

Які дії можна здійснити за допомогою цих даних?

  • Об’єднані під терміном “виявлення змін”, Ви маєте виявлення штормових пошкоджень, виявлення масового поширення шкідників та інших негативних впливів, які вимагають втручання на місці та обмеження впливу пошкоджень.
  • Інвентаризації вуглецю забезпечують прозорість проектів з вуглецем та полегшують прийняття рішень щодо оцінки та придбання таких проектів та кредитів.
  • У проектах з лісонасадження життєздатність нових насаджень залежить від правильної кількості вологи в ґрунті. Виявлення надмірної сухості або вологи може спровокувати втручання для запобігання загибелі молодих дерев.
  • Лісові інвентаризації у комерційному лісовому господарстві інформують рішення щодо проріджування насаджень (що сприяє зростанню) та оптимізації зрізання. Виявлення видів робить ланцюжок поставок більш ефективним та підвищує маржу. Разом це дозволяє галузі використовувати лісові ресурси більш ефективно. Це важливо, оскільки більша частина комерційного лісу є ключовою для підтримки сільських громад та розвитку використання продукції та пакування циркулярної економіки.
  • Моніторинг біорізноманіття може спровокувати втручання у разі деградації території. Біорізноманіття є важливим для підвищення стійкості наших лісів на цьому етапі прискорення кліматичних змін.

Як аналітика сприяє сталим лісовим володінням?

Було кілька переваг. По-перше, комерційне лісове господарство постійно приймає нові заходи для підвищення стійкості. Багато з них вимагають кращої та глибшої аналітики. Наприклад, вирубка лісів, коли територія лісу вирубується на 100%, має великий вплив на місцеву екосистему. Це робиться з причин ефективності – багато сталих продуктів, таких як пакування на основі волокна, не могли б конкурувати з менш сталими альтернативами, якщо лісова промисловість стала менш ефективною. Промисловість досліджує альтернативи, при яких вирубуються лише найбільші дерева на кожній території. Це значно більш сталий варіант, але з точки зору логістики та витрат це дуже серйозна проблема. І це можливо лише з використанням сучасної аналітики.

Біорізноманіття є важливим для стійкості лісів. Моніторинг біорізноманіття та забезпечення втручання, коли це необхідно, є важливим для життєздатності лісів у короткій та довгій перспективі.

Як у проєктах поглинання вуглецю система перевіряє, чи проєкт зменшує викиди парникових газів відповідно до заяв?

Система досягає певної точності для лісової інвентаризації, яка є верифікованою. Більшість “зеленого камуфляжу” не відбувається на рівні аналітики, а у способі структурування проектів. Проекти з лісового вуглецю, які спрямовані на уникнення вирубки лісів, здебільшого страждають від двох проблем:

  • Базові показники: це набір припущень, які прогнозують, що сталося б без втручання. Втручання потім розраховано як “додатковість” над базовим показником. Базові показники сьогодні не ґрунтуються на аналізі даних, а часто є грубими середніми значеннями. Крім того, базові показники розраховуються самими менеджерами проекту, які перебувають у конфлікті інтересів: чим нижче базовий показник, тим більше кредитів створюється.
  • Витік викидів: явище, при якому позитивні речі, які відбуваються в межах визначених проектних територій (наприклад, зменшення вирубки), компенсуються тим, що відбувається поза цими територіями. Часто такі території не відстежуються, тому проект отримує кредити, тоді як позитивний ефект нівелюється впливом на навколишні ліси.

Фундаментальна проблема полягає в тому, що бракує аналітики на основі даних для незалежного відстеження того, що відбувається. Це можливо сьогодні, ми можемо робити це у масштабі, але впровадження сучасних технологій у цій сфері дуже повільна. Коротко кажучи, проблема не в аналітиці, а в тому, на чому базуються розрахунки кредитів.

Чи можете Ви поділитися прикладами клієнтів, які використовують цю систему?

  • ENCE, найбільший власник лісів в Іспанії, використовує нашу систему.
  • Наш перший і найбільший клієнт – Metsähallitus (Фінський державний ліс).
  • Наш партнер Forliance, один з найбільших і найбільш авторитетних менеджерів карбонових проектів у світі, працює з нами над одним з найбільших карбонових проектів у Колумбії.
  • 7 з 10 найбільших лісових країн у європейських північних країнах є нашими клієнтами. Наш останній клієнт, який буде оголошений скоро, є одним з “великої трійки” у Фінляндії.

Яким є Ваше бачення майбутнього охорони лісів?

Наше бачення — використання даних і аналізу на основі фактів у рішеннях, що спираються на природу. Цілком зрозуміло, що нам потрібно рухатися швидко, щоб пом’якшити кліматичні зміни. На сьогодні велика кількість лісів на Землі інвентаризується кожні 5-10 років. Ми повинні зменшити цей термін до щомісячного моніторингу, щоб зрозуміти, що відбувається. Крім того, нам потрібно відстежувати біорізноманіття. Без біорізноманіття ми втрачаємо стійкість наших лісів у середині кліматичної кризи.

Чи є ще щось, чим Ви хотіли б поділитися щодо CollectiveCrunch?

Так: ми можемо зробити це у масштабі. Ми зараз покриваємо 20 мільйонів гектарів, близько 50 мільйонів акрів лісів. Ми робимо це з точністю краще, ніж традиційні методи, які ми заміняємо. Це реально, і це забезпечує прозорість на ринку торгівлі вуглецем.

Дякуємо за чудове інтерв’ю. Читачі, які бажають дізнатися більше, можуть відвідати CollectiveCrunch.

Антуан — далекоглядний лідер і партнер-засновник Unite.AI, якого надихає незмінна пристрасть до формування та просування майбутнього штучного інтелекту й робототехніки. Як підприємець, що заснував кілька компаній, він вірить, що ШІ змінить суспільство так само докорінно, як електрика, і часто із захопленням говорить про потенціал проривних технологій та загального штучного інтелекту (AGI).

Як футуролог, він присвячує себе дослідженню того, як ці інновації формуватимуть наш світ. Він також є засновником Securities.io — платформи, зосередженої на інвестиціях у передові технології, що переосмислюють майбутнє та змінюють цілі галузі.