June 2010. I landed for the first time in Rome, Italy. I wasn't there to sightsee. I was there to solve world hunger.
Tháng sáu, 2010 Lần đầu tiên tôi đặt chân đến Rome, Ý Tôi không đến để ngắm cảnh Tôi đến để giải quyết nạn đói của thế giới.
(Laughter)
(Cười)
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."
Đúng vậy. Tôi là một nghiên cứu sinh 25 tuổi với vũ khí là công cụ thử nghiệm được phát triển tại trường tôi, tôi sẽ giúp Chương trình Lương thực Thế giới giải quyết nạn đói Vì thế tôi sải bước đến tòa nhà trụ sở và liếc mắt qua hàng cờ của Liên hợp quốc và tôi mỉm cười khi thầm nghĩ "Đây chính là kĩ sư".
(Laughter)
(Cười)
Give me your data. I'm going to optimize everything.
Đưa tôi dữ liệu của bạn Tôi sẽ tối ưu hóa mọi thứ
(Laughter)
(Cười)
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.
Cho tôi biết loại thức ăn bạn đã mua địa điểm và thời gian bạn muốn và tôi sẽ cho bạn biết cách để lấy thức ăn tốt nhất, rẻ nhất và nhanh nhất Chúng ta sẽ tiết kiệm được tiền, sẽ tránh được sự trì trệ và gián đoạn, và điều quan trọng là chúng ta sẽ cứu được nhiều người. Không có chi.
(Laughter)
(Cười).
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."
Tôi đã nghĩ điều này sẽ mất khoảng 12 tháng, Thậm chí có thể 13. Đây không phải là cách nó thành công Sau vài tháng làm dự án, sếp người Pháp của tôi nói với tôi rắng, "Cô biết không, Mallory", "Đây là một ý tưởng tốt", nhưng dữ liệu mà cô cần cho những thuật toán của cô lại không có sẵn. Ý tưởng thì đúng nhưng không đúng lúc, mà ý tưởng đúng vào không đúng thời điểm là một ý tưởng sai lầm".
(Laughter)
(Cười)
Project over. I was crushed.
Dự án kết thúc. Tôi đã rất đau khổ.
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.
Giờ đây khi tôi nhớ lại mùa hè đầu tiên của mình ở Rome, tôi thấy có nhiều thứ thay đổi trong vòng sáu năm qua, và đó là một sự biến đổi hoàn toàn. Đã đến lúc đưa dữ liệu vào thế giới nhân đạo. Điều đó thật thú vị. Thật có cảm hứng. Nhưng ta vẫn chưa xong. Và hãy chuẩn bị, các giám đốc vì tôi sẽ đưa các công ty lên ghế nóng để hành động và đóng vai mà tôi biết họ có thể
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.
Những trải nghiệm của tôi tại Rome chứng minh sử dụng dữ liệu là cứu người. Vâng, không phải ở lần thử đầu tiên, nhưng cuối cùng chúng ta cũng thành công. Để tôi cho các bạn thấy tình huống sau. Hãy tưởng tượng bạn phải chuẩn bị bữa sáng, trưa và tối cho 500.000 người và bạn chỉ có một số tiền để làm việc đó, 6,5 triệu đô một tháng chẳng hạn. Vâng, bạn sẽ làm gì? Cách tốt nhất để giải quyết là gì? Bạn có nên mua gạo, lúa mì, đậu gà, dầu ăn không? Tốn bao nhiêu tiền? Nghe có vẻ đơn giản nhưng thực tế thì không. Bạn có khoảng 30 loại thức ăn và bạn phải chọn 5 loại trong số đó. Đó đã là hơn 140.000 sự kết hợp khác nhau. Sau đó với mỗi loại thực phẩm mà bạn chọn, bạn cần cân nhắc về số lượng, chỗ mua, chỗ dự trữ, thời gian để đến đó, Bạn cũng cần phải tìm hiểu về đường xá và phương tiện để đến đó. Và cũng đã có hơn 900 triệu sự lựa chọn. Nếu bạn cân nhắc từng phương án trong vòng 1 giây, bạn sẽ mất hơn 28 năm để xem xét hết tất cả 900 triệu chọn lựa.
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.
Nên chúng tôi làm công cụ giúp người quyết định có thể lướt qua tất cả 900 triệu lựa chọn chỉ trong vài ngày. Điều này trở nên thành công ngoài mong đợi Khi thực hiện ở Iraq, chúng tôi đã tiết kiệm được 17% chi phí và điều này có nghĩa là bạn có thể cung cấp thức ăn cho 80.000 người nữa. Tất cả là nhờ việc sử dụng dữ liệu và các hệ thống phức tạp
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.
Nhưng chúng tôi không đơn độc. Đơn vị mà chúng tôi hợp tác ở Rome rất đặc biệt. Họ tin tưởng vào sự cộng tác. Họ mời những nhà khoa học. Họ mời những công ty. Và nếu ta thực sự muốn thay đổi lớn trong vấn đề lớn như nạn đói toàn cầu, Chúng ta cần thảo luận với mọi người. Chúng ta cần những người tìm dữ liệu từ các tổ chức nhân đạo dẫn đường, và dàn xếp những sự hợp tác phù hợp với các nhà khoa học, chính phủ. Và có một nhóm mà đáng lẽ ra nên đóng vai trò làm đòn bảy. Bạn có đoán được đó là ai không? Công ty.
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.
Những công ty đóng vai trò chính trong việc giải quyết những vấn đề lớn. Tôi đã tham gia khu vực tư nhân khoảng 2 năm Tôi đã thấy những gì công ty có thể làm và những gì họ không làm, và tôi nghĩ có 3 cách mà chúng ta có thể bù đắp, đó là: quyên góp dữ liệu, những nhà khoa học quyết định và công nghệ để thu thập những dữ liệu mới. Đây là quyên góp dữ liệu, là trách nhiệm xã hội của doanh nghiệp trong tương lai. Hơn nữa, nó cũng giúp các doanh nghiệp thành công hơn.
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.
Ngày nay, những công ty thu thập rất nhiều dữ liệu, nên điều đầu tiên họ có thể làm là quyên góp dữ liệu đó. Một số công ty đã và đang làm điều đó. Ví dụ như, một công ty viễn thông lớn. Họ chia sẻ dữ liệu của họ ở Sê nê gan và Bờ biển Ngà. và các nhà nghiên cứu phát hiện ra rằng nếu bạn quan sát dãy ping được gửi đến những tháp viễn thông bạn có thể biết nơi mọi người thăm quan. Và bạn cũng có thể biết được nơi bùng phát dịch sốt rét và bạn có thể tiến hành các dự báo. Hay lấy ví dụ như một công ty vệ tinh tân tiến. Với dữ liệu do họ chia sẻ và quyên góp, bạn có thể theo dõi được ảnh hưởng hạn hán đến sản xuất lương thực. Do đó bạn có thể tiến hành các biện pháp cứu trợ trước khi quá muộn.
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.
Đây là một khởi đầu tốt. Dữ liệu của các công ty cũng có chứa những tài liệu mật. Vì thế, bạn phải cẩn thận. Bạn phải tôn trọng việc bảo mật thông tin, ví dụ như ẩn thông tin dữ liệu.
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.
Nhưng ngay cả khi lượng dữ liệu quá nhiều, và tất cả cả công ty đều quyên góp dữ liệu của họ cho nhà khoa học, tổ chức phi chính phủ, các tổ chức nhân đạo, chúng ta cũng không thể khai thác toàn bộ lợi ích của dữ liệu cho mục đích nhân đạo. Tại sao lại thế? Để khai thác triệt để dữ liệu, bạn cần các nhà khoa học quyết định. Những người như tôi. Họ tiếp nhận dữ liệu, sắp xếp, biến đổi thành những thuật toán hữu dụng đó là giải pháp nhanh nhất đáp ứng nhu cầu của doanh nghiệp. Chỉ có một vài nhà khoa học làm việc cho các tổ chức nhân đạo, đa phần họ làm cho các công ty. Và đó cũng là điều thứ hai mà các công ty cần làm. Ngoài việc đóng góp dữ liệu ra, họ cần cung cấp các nhà khoa học của họ.
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.
Các công ty sẽ phản ứng ngay: "Đừng hòng lấy đi các nhà khoa học của tôi" Tôi cần từng phút giây quý giá của họ". Nhưng có một giải pháp. Nếu một công ty quyên góp thời gian của một nhà khoa học, thì khoảng thời gian đó sẽ được nhân lên trong dài hạn, khoảng 5 năm chẳng hạn. Tuy chỉ là vài tiếng mỗi tháng, một khoảng thời gian rất ngắn không ảnh hưởng lắm đến công ty, nhưng điều quan trọng hơn là: việc hợp tác lâu dài. Việc hợp tác này giúp bạn xây dựng các mối quan hệ, tìm hiểu và nghiên cứu nguồn dữ liệu, biết được nhu cầu và thách thức mà các tổ chức nhân đạo đang gặp phải. Chúng tôi đã mất 5 năm tại Rome để triển khai ý tưởng này, 5 năm. 3 năm đầu thật là vất vả, dự án vẫn chưa có tiến triển gì cả. Phải mất 2 năm sau đó, sau khi tinh chỉnh và triển khai công cụ, như khi tiến hành ở Iraq và các quốc gia khác. Tôi không nghĩ đó là mốc thời gian vô nghĩa. khi chúng ta dùng dữ liệu để thay đổi cách thức hoạt động. Đó là một khoản đầu tư đòi hỏi sự nhẫn nại Nhưng các kết quả cho thấy một sự thật không thể chối cãi. Ý tưởng này có thể cung cấp thức ăn cho hàng chục ngàn người nữa.
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.
Nên khi chúng tôi có được dữ liệu và các nhà khoa học, sẽ có cách thứ ba mà các công ty có thể trợ giúp: cung cấp công nghệ để thu thập những nguồn dữ liệu mới. Bạn thấy đấy, có nhiều điều chúng ta không hề có dữ liệu. Như việc dòng người tị nạn từ Syri đang tràn vào Hi Lạp, và ủy ban tị nạn của LHQ không thể giải quyết được. Hệ thống quản lí dân số hiện tại chỉ là giấy và bút và điều đó có nghĩa là khi một bà mẹ và 5 đứa con bước vào trại, thì cơ bản là trụ sở không thấy được khoảnh khắc này. Tất cả mọi thứ sẽ thay đổi trong vài tuần tới, nhờ sự hợp tác trong khu vực tư nhân. Sẽ có một hệ thống mới được trang bị công nghệ quản lí dựa trên nguồn dữ liệu từ công ty logistics nơi tôi đang làm việc. Với hệ thống mới này, bạn có thể dò nguồn dữ liệu biết chính xác được thời điểm khi người mẹ đó và những đứa con tiến vào trại. Ngoài ra, bạn cũng biết được cô ấy có được nhận tiếp tế tháng này và sau đó không. Thông tin minh bạch làm tính hiệu quả. Đối với các công ty, sử dụng công nghệ để thu thập dữ liệu quan trọng như một phần tất yếu. Họ đã tiến hành nhiều năm qua, do đó đã có những cải tiến về tính hiệu quả hoạt động. Hình dung công ty nước giải khát ưa thích của bạn đang cố gắng kiểm kê hàng hóa và không biết là có bao nhiêu chai ở trên kệ. Điều đó thật ngớ ngẩn. Dữ liệu giúp ra quyết định đúng.
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.
Nếu bạn đang đại diện cho một công ty và bạn là người thực tế, không viển vông, bạn sẽ tự nhủ: "Phải, điều này thật tuyệt, Mallory à, nhưng tại sao tôi lại muốn tham gia?" Vâng có một lý do là, ngoài việc PR tốt, viện trợ nhân đạo là một lĩnh vực trị giá 24 tỷ đô, có hơn 5 tỷ người và có thể khách hàng tiếp theo của bạn, sống ở những nước đang phát triển. Hơn nữa, những công ty đang tham gia quyên góp dữ liệu, họ có thể khai thác triệt để nguồn dữ liệu đó. ví dụ như, một công ty thẻ tín dụng đã mở cửa một trung tâm như một điểm đến cho các nhà khoa học, các tổ chức và chính phủ cùng nhau hợp tác. Họ quan sát thông tin từ những lần quẹt thẻ tín dụng và sử dụng để nghiên cứu cách mà các hộ dân ở Ấn Độ sống, làm việc, kiếm và tiêu tiền. Đối với thế giới nhân đạo, điều này cung cấp thông tin về cách bạn giúp mọi người thoát khỏi nghèo đói Nhưng đối với các công ty, họ sẽ nhận được thông tin chi tiết về các khách hàng tiềm năng ở Ấn Độ. Vậy là ai cũng có lợi. Còn đối với tôi, điều tôi thấy hứng thú với việc quyên góp dữ liệu, các nhà khoa học quyết định và công nghệ là ý nghĩa của nó đối với những người trẻ như tôi, những người muốn làm ở các công ty. Các nghiên cứu cho thấy lực lượng lao động ở thế hệ trẻ quan tâm nhiều hơn về tầm ảnh hưởng công việc họ làm. Chúng tôi muốn tạo nên sự khác biệt, và thông qua việc quyên góp dữ liệu, các công ty có thể tăng khả năng giữ chân các nhà khoa học quyết định. Và đó là điều quan trọng đối với công việc có nhu cầu cao.
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.
Quyên góp dữ liệu cũng giúp doanh nghiệp của bạn thành công hơn, và cũng góp phần cách mạng hóa thế giới nhân đạo. Nếu chúng ta phối hợp kế hoạch và logistics trên tất cả các phương diện của hoạt động nhân đạo, chúng ta có thể cung cấp thức ăn, quần áo, chỗ ở cho hàng trăm người nữa, và các công ty cần hành động và đóng vai trò mà tôi biết họ có thể trong việc kiến tạo cuộc cách mạng này.
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.
Các bạn có lẽ cũng đã nghe câu "đáng để suy nghĩ". Vâng, đúng hơn thì là suy nghĩ tạo nên thức ăn. Cuối cùng đó cũng là một ý tưởng đúng vào đúng thời điểm.
(Laughter)
(Cười)
Très magnifique.
Tuyệt vời.
Thank you.
Cám ơn.
(Applause)
(Vỗ tay)