حزيران 2010. هبطت للمرة الأولى في روما، إيطاليا. لم أكن هناك بغرض السياحة. كنت هناك لحل مشكلة المجاعة في العالم.
June 2010. I landed for the first time in Rome, Italy. I wasn't there to sightsee. I was there to solve world hunger.
(ضحك)
(Laughter)
هذا صحيح. كنت طالبة دكتوراه أبلغ من العمر 25 عاماً مسلحة بأداة نموذجية طورتها سابقاً في جامعتي، وكنت ذاهبة لمساعدة برنامج الأغذية العالمي للقضاء على مشكلة المجاعة. لذا خطوتُ إلى داخل مبنى المقر وعيناي مرّتا على صف أعلام الأمم المتحدة. و ابتسمتُ وأنا أقولُ لنفسي، "المهندسة هنا."
That's right. I was a 25-year-old PhD student armed with a prototype tool developed back at my university, and I was going to help the World Food Programme fix hunger. So I strode into the headquarters building and my eyes scanned the row of UN flags, and I smiled as I thought to myself, "The engineer is here."
(ضحك)
(Laughter)
أعطني بياناتك الشخصية. سأقوم بتحسين كل شيء.
Give me your data. I'm going to optimize everything.
(ضحك)
(Laughter)
أخبرني عن الطعام الذي اشتريتموه، قل لي إلى أين هو مُرسل و متى يحتاج أن يكون هناك، و أنا سأقول لك أقصر، أسرع، أرخص أفضل مجموعة من الطرق لتوصيل الأغذية. سوف نقوم بتوفير المال، سوف نقوم بتجنب التأخير والاضطرابات، وخلاصة القول، سنقوم بإنقاذ الأرواح. على الرحب و السعة.
Tell me the food that you've purchased, tell me where it's going and when it needs to be there, and I'm going to tell you the shortest, fastest, cheapest, best set of routes to take for the food. We're going to save money, we're going to avoid delays and disruptions, and bottom line, we're going to save lives. You're welcome.
(ضحك)
(Laughter)
اعتقدت أنه سيستغرق 12 شهراُ، حسناً، ربما حتى 13. هذا ليس ما حدث تماماً. خلال شهرين فقط من المشروع، أخبرني رئيسي الفرنسي في العمل، "تعلمين، مالوري، إنها فكرة جيدة، لكن البيانات التي تحتاجينها للخوارزميات الخاصة بك ليست هناك. إنها الفكرة الصحيحة في الوقت الخاطئ، والفكرة الصحيحة في الوقت الخاطئ هي فكرة خاطئة."
I thought it was going to take 12 months, OK, maybe even 13. This is not quite how it panned out. Just a couple of months into the project, my French boss, he told me, "You know, Mallory, it's a good idea, but the data you need for your algorithms is not there. It's the right idea but at the wrong time, and the right idea at the wrong time is the wrong idea."
(ضحك)
(Laughter)
انتهى المشروع. كنتُ محطّمة.
Project over. I was crushed.
عندما أسترجع الذكريات الآن إلى ذلك الصيف الأول في روما وأرى كم تغيرت خلال الست سنوات الماضية، إنه تحولٌ مطلق. حان الوقت لجلب البيانات إلى العالم الإنساني. إنه مبهج، ومثير. لكننا لسنا هناك بعد. جهّزوا أنفسكم، أيها المدراء التنفيذيون، لأنني سوف أضع الشركات على المقعد الساخن ليخطوا ويلعبوا الدور الذي أعلم أنه باستطاعتهم،
When I look back now on that first summer in Rome and I see how much has changed over the past six years, it is an absolute transformation. It's a coming of age for bringing data into the humanitarian world. It's exciting. It's inspiring. But we're not there yet. And brace yourself, executives, because I'm going to be putting companies on the hot seat to step up and play the role that I know they can.
تجربتي السابقة في روما أثبتت أنه باستخدام البيانات يمكنكم إنقاذ الأرواح. حسناً، ليس في المحاولة الأولى، ولكن في نهاية المطاف وصلنا إلى هناك. اسمحوا لي أن أرسم الصورة لكم. تخيلوا أنه يجب عليكم تخطيط الفطور والغداء والعشاء من أجل 500,000 شخص، ولديكم ميزانية محددة فقط لفعل ذلك، لنقل 6.5 مليون في الشهر. حسناً، ماذا يجب أن تفعلوا؟ ماهي الطريقة الأفضل لإنجاز ذلك؟ هل يجب أن تشتروا الأرز، الحمص، الزيت؟ ما المقدار؟ يبدو بسيطاً. لا ليس كذلك. لديك 30 احتمال للطعام، ويجب أن تختار منهم خمسة. هذه بالفعل أكثر من 140000 تركيبة مختلفة. بعدها لكل طعام تختاره، يجب أن تقرر كم يجب أن تشتري، من أين ستحصل عليه، أين ستقوم بتخزينه، كم من الوقت سيأخذ ليصل إلى هناك. كما عليك أن تبحث في جميع طرق النقل. وهذا يشكّل حتى الآن أكثر من 900 مليون خيار. إذا أخذت كل خيار بعين الاعتبار لثانية واحدة، سيستغرقك أكثر من 28 سنة لتخطي ذلك، 900 مليون خيار.
My experiences back in Rome prove using data you can save lives. OK, not that first attempt, but eventually we got there. Let me paint the picture for you. Imagine that you have to plan breakfast, lunch and dinner for 500,000 people, and you only have a certain budget to do it, say 6.5 million dollars per month. Well, what should you do? What's the best way to handle it? Should you buy rice, wheat, chickpea, oil? How much? It sounds simple. It's not. You have 30 possible foods, and you have to pick five of them. That's already over 140,000 different combinations. Then for each food that you pick, you need to decide how much you'll buy, where you're going to get it from, where you're going to store it, how long it's going to take to get there. You need to look at all of the different transportation routes as well. And that's already over 900 million options. If you considered each option for a single second, that would take you over 28 years to get through. 900 million options.
لذلك اخترعنا أداة لتساعد متخذي القرار لغربلة 900 مليون خيار بغضون أيامٍ فقط. تبيّن أنها ناجحة بشكل لا يُصدّق. في عملية في العراق، قمنا بتوفير17 بالمئة من التكلفة، وهذا يعني أنه لديك القدرة على إطعام 80,000 شخص إضافي. يعود الفضل كله لاستخدام البيانات ونمذجة النظم المعقدة.
So we created a tool that allowed decisionmakers to weed through all 900 million options in just a matter of days. It turned out to be incredibly successful. In an operation in Iraq, we saved 17 percent of the costs, and this meant that you had the ability to feed an additional 80,000 people. It's all thanks to the use of data and modeling complex systems.
لكننا لم نفعل هذا لوحدنا. الوحدة التي عملت معها في روما، كانت فريدة من نوعها. آمنوا بالتعاون. أحضروا العالم الأكاديمي. أحضروا شراكات. و إذا كنا نريد حقاً أن نحدث تغييراً كبيراَ في مشكلة كبيرة كالمجاعة في العالم، نحتاج وجود الجميع. نحتاج إلى أصحاب البيانات الشخصية من المنظمات الإنسانية أن يقودوا الطريق، وتنسيق الأنواع المناسبة فقط من التعاقدات مع الأكاديميين، مع الحكومات. وهنالك مجموعة واحدة لم تقم بهذا كما يجب. هل حزرتم؟ الشركات.
But we didn't do it alone. The unit that I worked with in Rome, they were unique. They believed in collaboration. They brought in the academic world. They brought in companies. And if we really want to make big changes in big problems like world hunger, we need everybody to the table. We need the data people from humanitarian organizations leading the way, and orchestrating just the right types of engagements with academics, with governments. And there's one group that's not being leveraged in the way that it should be. Did you guess it? Companies.
للشركات دورٌ كبير لتلعبه في القضاء على مشكلة المجاعة في العالم. لقد كنت في القطاع الخاص لمدة سنتين حتى الآن. لقد رأيت ما يمكن للشركات أن تفعله، ورأيت ما لا تفعله، و أعتقد أنه لدينا ثلاثة طرق رئيسية لسد تلك الفجوة: عبر التبرع بالبيانات، عبر التبرّع بعلماء القرار عبر التبرّع بالتكنولوجيا لجمع مصادر جديدة من البيانات. هذا هو العمل الخيري للبيانات، وهو مستقبل المشاركة في المسؤولية المجتمعية. إضافة إلى، أنه يقدم فهم تجاري أفضل.
Companies have a major role to play in fixing the big problems in our world. I've been in the private sector for two years now. I've seen what companies can do, and I've seen what companies aren't doing, and I think there's three main ways that we can fill that gap: by donating data, by donating decision scientists and by donating technology to gather new sources of data. This is data philanthropy, and it's the future of corporate social responsibility. Bonus, it also makes good business sense.
الشركات اليوم، يجمعون جبالاً من البيانات، لذا أول ما يمكنهم فعله هو التبرع بتلك البيانات. بعض الشركات تفعل ذلك فعلاً. خذ، على سبيل المثال، شركة الاتصالات الكبرى. قاموا بفتح بياناتهم في السنغال وساحل العاج واكتشف الباحثون أنكم إذا نظرتم إلى الأنماط في الرنين إلى أبراج الهاتف الخلوي، يمكنكم معرفة إلى أين يسافر الناس. وهذا يمكنه إخباركم بأشياء مثل أين يمكن أن تنتشر الملاريا، ويمكنكم اتخاذ إجراءات لذلك. أو خذوا على سبيل المثال شركة أقمار صناعية مبتكرة. قاموا بفتح بياناتهم وتبرعوا بها، ومع هكذا بيانات يمكنكم تعقّب كيف يؤثّر الجفاف على إنتاج الغذاء. مع ذلك يمكنكم فعلياً تمويل المساعدات قبل حصول الأزمة.
Companies today, they collect mountains of data, so the first thing they can do is start donating that data. Some companies are already doing it. Take, for example, a major telecom company. They opened up their data in Senegal and the Ivory Coast and researchers discovered that if you look at the patterns in the pings to the cell phone towers, you can see where people are traveling. And that can tell you things like where malaria might spread, and you can make predictions with it. Or take for example an innovative satellite company. They opened up their data and donated it, and with that data you could track how droughts are impacting food production. With that you can actually trigger aid funding before a crisis can happen.
هذه بداية رائعة. هناك معلومات هامة مقفلة في بيانات شركة. ونعم، عليك أن تكون حذراً للغاية. عليك احترام المخاوف المتعلقة بالخصوصية، مثلاً عن طريق إخفاء البيانات.
This is a great start. There's important insights just locked away in company data. And yes, you need to be very careful. You need to respect privacy concerns, for example by anonymizing the data.
ولكن حتى لو فُتحَ الباب على مصراعيه، وحتى لو تبرعت جميع الشركات بالبيانات الخاصة بها للأكاديميين، للمنظمات غير الحكومية، للمنظمات الإنسانية، فإنه لن يكون كافياً لتسخير هذا التأثير الكامل للبيانات لتحقيق الأهداف الإنسانية. لماذا؟ لفك القفل عن البيانات، تحتاج إلى علماء القرار. علماء القرار هم أناس مثلي. يقومون بأخذ البيانات، وتنظيفها، تحويلها ووضعها إلى خوارزمية مفيدة هذا أفضل خيار لتلبية حاجة الأعمال المتناولة في اليد. في عالم من المساعدات الإنسانية، هناك عدد قليل جداً من علماء القرار. معظمهم يعمل لصالح شركات. لذا هذا هو الشيء الآخر الذي تحتاج الشركات للقيام به. بالإضافة للتبرع بالبيانات الخاصة بهم، يجب أن يتبرعوا بعلماء القرار الخاصين بهم.
But even if the floodgates opened up, and even if all companies donated their data to academics, to NGOs, to humanitarian organizations, it wouldn't be enough to harness that full impact of data for humanitarian goals. Why? To unlock insights in data, you need decision scientists. Decision scientists are people like me. They take the data, they clean it up, transform it and put it into a useful algorithm that's the best choice to address the business need at hand. In the world of humanitarian aid, there are very few decision scientists. Most of them work for companies. So that's the second thing that companies need to do. In addition to donating their data, they need to donate their decision scientists.
الآن، ستقول الشركات، " أوه! لا تأخذوا علماء القرار منّا نحتاج إلى كل ثانية فائضة من وقتهم." ولكن هنالك طريقة. إذا كان هنالك شركة ستقوم بالتبرع بكتلة من وقت علماء القرار، سيكون بالفعل منطقياً أكثر لنشر تلك الكتلة من الوقت لفترة طويلة، لنقل على سبيل المثال خمس سنوات. هذا قد يعادل بضع ساعات فقط في الشهر، حيث أنه بالكاد ستفتقده الشركة، ولكن ما تمكّنه حقاً مهم: شراكة طويلة الأمد، الشراكات طويلة الأمد تسمح لك ببناء علاقات، والتمكن من معرفة البيانات، لتفهمها جيداً وأن تبدأ بفهم الاحتياجات والتحديات التي تواجهها المنظمات الإنسانية. في روما، في برنامج الغذاء العالمي، احتجنا خمس سنوات للقيام بهذا، خمس سنوات. تلك السنوات الأولى الثلاثة، حسناً، كان ذلك ما لم نستطع حلّه. ثمّ كان هنالك سنتان بعد ذلك، من صقل وتنفيذ هذه الأداة، كما هو الحال في عمليات في العراق وبلدان أخرى. لا أعتقد أن هذا جدول زمني غير واقعي عندما يتعلق الأمر باستخدام البيانات لإدخال تغييرات عملية. إنه استثمار. يتطلب الصبر. ولكن أنواع النتائج التي يمكن إنتاجها هي التي لا يمكن إنكارها. في حالتنا، كانت الإمكانية لإطعام عشرات الآلاف من الناس.
Now, companies will say, "Ah! Don't take our decision scientists from us. We need every spare second of their time." But there's a way. If a company was going to donate a block of a decision scientist's time, it would actually make more sense to spread out that block of time over a long period, say for example five years. This might only amount to a couple of hours per month, which a company would hardly miss, but what it enables is really important: long-term partnerships. Long-term partnerships allow you to build relationships, to get to know the data, to really understand it and to start to understand the needs and challenges that the humanitarian organization is facing. In Rome, at the World Food Programme, this took us five years to do, five years. That first three years, OK, that was just what we couldn't solve for. Then there was two years after that of refining and implementing the tool, like in the operations in Iraq and other countries. I don't think that's an unrealistic timeline when it comes to using data to make operational changes. It's an investment. It requires patience. But the types of results that can be produced are undeniable. In our case, it was the ability to feed tens of thousands more people.
لذا قمنا بالتبرع بالبيانات، قمنا بالتبرع بعلماء القرار، وهناك بالفعل طريقة ثالثة يمكن للشركات أن تساعد بها: التبرع بالتكنولوجيا لالتقاط مصادر جديدة للبيانات. كما ترون، هناك الكثير من الأشياء نحن فقط لا نملك بيانات عنها. الآن، اللاجئون السوريون يتدفقون إلى اليونان، وكالة الأمم المتحدة للاجئين، أيديهم مقيّدة بالكامل. النظام الحالي لتتبع الناس هو مجرد ورقة وقلم، ما يعنيه هذا أنه عندما تسير أم وأطفالها الخمسة إلى المخيم، فإن المقر الرئيسي بشكل أساسي أعمى إلى هذه اللحظة. هذا كله سيتغير في الأسابيع القليلة القادمة، وذلك بفضل تعاون القطاع الخاص. سيكون هناك نظاماً جديداً يستند على حزمة تكنولوجيا التعقب المتبرع بها من شركة خدمات اللوجستية التي أعمل لصالحها. مع هذا النظام الجديد، سيكون هناك درب للبيانات لكي تعلم اللحظة بالضبط التي تدخل فيها الأم مع أطفالها إلى المخيم. وأكثر، ستعلم إذا كانت ستحصل على إمدادات هذا الشهر والذي يليه. يقود وضوح المعلومات الكفاءة. بالنسبة للشركات، استخدام التكنولوجيا لجمع البيانات المهمة، هو شيء أساسي. كانوا يقومون به لسنوات. وأدى إلى إدخال تحسينات ضخمة ذات كفاءة عملية. فقط حاول تخيل شركة المشروبات المفضلة لديك تحاول التخطيط لجرد خاص بها ولا تعلم عدد الزجاجات التي كانت على الرفوف. إنه غريب. تؤدي البيانات إلى خيارات أفضل.
So we have donating data, we have donating decision scientists, and there's actually a third way that companies can help: donating technology to capture new sources of data. You see, there's a lot of things we just don't have data on. Right now, Syrian refugees are flooding into Greece, and the UN refugee agency, they have their hands full. The current system for tracking people is paper and pencil, and what that means is that when a mother and her five children walk into the camp, headquarters is essentially blind to this moment. That's all going to change in the next few weeks, thanks to private sector collaboration. There's going to be a new system based on donated package tracking technology from the logistics company that I work for. With this new system, there will be a data trail, so you know exactly the moment when that mother and her children walk into the camp. And even more, you know if she's going to have supplies this month and the next. Information visibility drives efficiency. For companies, using technology to gather important data, it's like bread and butter. They've been doing it for years, and it's led to major operational efficiency improvements. Just try to imagine your favorite beverage company trying to plan their inventory and not knowing how many bottles were on the shelves. It's absurd. Data drives better decisions.
الآن، إذا كنت تمثل شركة، وأنت واقعي ولست فقط مثالي، ربما ستقول لنفسك، "حسناً، هذا كله رائع، مالوري، ولكن لماذا يجب أن أريد المشاركة؟" حسنا لشيء واحد، وراء العلاقات العامة الجيدة، المساعدات الإنسانية هي قطاع 24 مليار دولار، وهناك أكثر من خمسة مليارات نسمة، ربما العميل المقبل الخاص بك، يعيش في العالم النامي. وعلاوة على ذلك، فإن الشركات التي تتعاطى في العمل الخيري للبيانات، تجد رؤى جديدة محبوسة في بياناتهم الخاصة. خذ، على سبيل المثال، شركة بطاقات الائتمان فتحت مركزاً الذي يعمل كمركز للأكاديميين، للمنظمات غير الحكومية والحكومات، كلها تعمل معاً. يبحثون عن المعلومات عند استخدام بطاقة الائتمان ويستخدمون ذلك لإيجاد رؤى حول الحياة الأسرية في الهند الحياة، العمل، الكسب، والإنفاق. للعالم الإنساني، هذا يزوّد بالمعلومات عن كيفية إخراج الناس من براثن الفقر. ولكن بالنسبة للشركات، إنها تقدم رؤى حول الزبائن والعملاء المحتملين في الهند. إنه فوز على جميع الجهات. الآن، بالنسبة لي، ما أجده مثيراً حول العمل الخيري للبيانات - التبرع بالبيانات، التبرع بعلماء القرار والتبرع بالتكنولوجيا - إنه ما يعني للمهنيين الشباب مثلي الذين اختاروا العمل لحساب شركات. أظهرت الدراسات أن الجيل القادم من القوى العاملة يهتمون بكون عملهم يحدث تأثيراً أكبر. نريد أن نُحدث فرقاً، وذلك من خلال العمل الخيري للبيانات، يمكن للشركات أن تساعد فعلاً بالمشاركة وأن تحتفظ بعلماء القرار خاصتهم. وهذه صفقة كبيرة لمهنة تتسم بارتفاع الطلب.
Now, if you're representing a company, and you're pragmatic and not just idealistic, you might be saying to yourself, "OK, this is all great, Mallory, but why should I want to be involved?" Well for one thing, beyond the good PR, humanitarian aid is a 24-billion-dollar sector, and there's over five billion people, maybe your next customers, that live in the developing world. Further, companies that are engaging in data philanthropy, they're finding new insights locked away in their data. Take, for example, a credit card company that's opened up a center that functions as a hub for academics, for NGOs and governments, all working together. They're looking at information in credit card swipes and using that to find insights about how households in India live, work, earn and spend. For the humanitarian world, this provides information about how you might bring people out of poverty. But for companies, it's providing insights about your customers and potential customers in India. It's a win all around. Now, for me, what I find exciting about data philanthropy -- donating data, donating decision scientists and donating technology -- it's what it means for young professionals like me who are choosing to work at companies. Studies show that the next generation of the workforce care about having their work make a bigger impact. We want to make a difference, and so through data philanthropy, companies can actually help engage and retain their decision scientists. And that's a big deal for a profession that's in high demand.
العمل الخيري للبيانات يجعل الإدراك التجاري جيد، ويمكن أن يساعد أيضاً في تغيير جذري في العالم الإنساني. إذا قمنا بتنسيق التخطيط والخدمات اللوجستية عبر جميع الجوانب الرئيسية من عملية إنسانية، يمكننا تأمين الطعام والكساء والمأوى لمئات الآلاف من المزيد من الناس، ويتعين على الشركات أن تصعد وتلعب الدور الذي أعلم أنه بوسعهم في إحداث هذا التغيير.
Data philanthropy makes good business sense, and it also can help revolutionize the humanitarian world. If we coordinated the planning and logistics across all of the major facets of a humanitarian operation, we could feed, clothe and shelter hundreds of thousands more people, and companies need to step up and play the role that I know they can in bringing about this revolution.
ربما كنت قد سمعت بمقولة "غذاء للفكر". حسنا، هذا حرفياً فكرة للغذاء . إنها أخيراً الفكرة الصائبة في الوقت المناسب.
You've probably heard of the saying "food for thought." Well, this is literally thought for food. It finally is the right idea at the right time.
(ضحك)
(Laughter)
رائع جداً.
Très magnifique.
شكراً لكم.
Thank you.
(تصفيق)
(Applause)