TED日本語 - マロリー・ソルドナー: 企業のデータで世界の飢餓に終止符を打てるかもしれない



TED日本語 - マロリー・ソルドナー: 企業のデータで世界の飢餓に終止符を打てるかもしれない

TED Talks

Your company's data could help end world hunger
Mallory Soldner




June 2010. I landed for the first time in Rome, Italy. I wasn't there to sightsee. I was there to solve world hunger.


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."


Give me your data. I'm going to optimize everything.


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.


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."


Project over. I was crushed.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.


Tres magnifique.

Thank you.


2010年6月 私はイタリア ローマに初めて 降り立ちました 観光目的ではなく 世界の飢餓を解決するためです


そうです 当時の私は博士課程の25歳 大学で開発した 試作品のツールを持ち込み 世界食糧計画をサポートし 飢餓をなくすつもりでした 私は本部の建物内を大股で歩き 立ち並ぶ国連の旗に目をやり 自分にこういって微笑みました 「エンジニア参上」


データを渡して下さい 全部最適化してあげる


購入した食料を教えて 発送先や納期もね そうすれば 食料を送るための 最短 最速 最安値の ベストな経路を教えます コストを削減し 遅延や混乱をなくして 結果的に 人命を救うのです お任せください


私は12カ月程度だろうと思いました あるいは13カ月か でもそうは上手くいかなかったのです プロジェクトが始まって数カ月が過ぎた頃 フランス人の上司に言われました 「なあ マロリー アイデアは良いんだけどな アルゴリズムに 必要なデータがないんだよ アイデアが良くても 時を得ていないな 時を得ていない良いアイデアは 間違ったアイデアだ」


プロジェクト終了 打ちのめされました

ローマの最初の夏を 今振り返れば 状況がこの6年間で どれほど変ったのか分かります 完全に様変わりしたのです 人道支援の世界にデータを持ち込む 時代が到来しそうです ワクワクしますし 刺激も受けますが まだ辿り着いてはいません 企業リーダーの皆さん いよいよ出番です 企業にも 責任ある立場で力を出してもらい 企業に可能なある役割を お願いするからです

データを使用すると 人命が救えることが ローマでの体験から分かりました まあ 最初の目論見とは違いますが 最終的に辿り着きました どんな状況か説明します 50万人の朝食、昼食、夕食を 用意するとします 一定の予算しかありません 月額6.7億円 皆さんはどうしますか? 最良の方策とは何ですか? 米、小麦、ひよこ豆、油を買うのが良いでしょうか? どれだけ買いましょうか? 簡単そうですが そうでもありません 30種の食材から5品を 選ぶ必要があります 既に14万以上の組合せがあります 選んだ食材を いくらで買うのか どこで入手するのか どこに保存するのか 運搬の時間などを 決める必要があります すべての運搬ルートも 調べる必要があります すると選択肢は9億になります 1秒間で1つの選択肢を検討しても 28年以上かかります 9億の選択肢

そのため 意思決定者が数日のうちに 9億の選択肢から 不必要なものを除外できる ツールを作りました これは大成功を収めました イラクでの活動では コストを17%削減し 8万人多く 食料を届けられました データの使用と複雑系のモデル化の おかげですが 業績が私たちだけに

帰するものではありません ローマで一緒に働いた部署は 特徴がありました 共同事業を確信していました 大学を引き込みました 企業を引き込みました 世界の飢餓のような大きな問題で 真に変革を望むなら 全員で話し合う必要があります 人道主義団体の データに精通した人が 先導し 大学や各国政府からの 適切な取り組みを 組織化してもらうことが必要です ただ 十分に活用できていなかった グループがあります 当ててみてください 企業です

企業には世界の大問題を解消する 大きな役割があります 私は民間企業に所属して 2年になります 企業に何ができ 何をしようとしないのかを見てきました その隔たりを埋められる方法は3つ ― データの提供 意思決定科学者の提供 新しいデータソースを 集める技術の提供なのです これはデータの慈善活動です それが企業の社会的責任の未来像です その上 ビジネスとしても 正解です

今日の企業は 膨大なデータを集めています 最初に企業ができることが そのデータを提供することなのです 既に提供している企業もあります 例えば 大手通信会社 セネガルや象牙海岸で データを公開にしました 研究者は 携帯電話がどの基地局と 繋がっているというパターンから 人がどこを旅行しているか 把握できることが分かりました そのデータから 例えば マラリア感染拡大地域を 予測できるのです また 革新的な 衛星通信会社の例では データを公開し 提供しました そのデータで 干ばつによる 食料生産への影響を 追跡できました それを使って 危機が起こる前に 援助資金調達を始められるのです

幸先の良いスタートです しまい込まれた企業データに 重要な洞察が含まれています そうです 慎重にならなくてはいけません 例えば データの非特定化で プライバシーへの懸念に配慮する必要があります

しかし たとえ水門を開放して すべての企業が NGO、大学、人道主義団体に データを提供したとしても 人道主義的な目的のため データの最大限の影響力を 利用するには十分ではないでしょう なぜでしょうか? データから洞察を引き出すには 意思決定科学の研究者が必要だからです 意思決定科学の研究者とは私のような人です データを受け取り整理して 変換し 手元の事業課題に対して有効な アルゴリズムで処理をします 人道支援の世界では 意思決定科学の研究者がとても少ないのです 大部分が企業で働いています つまり これが企業が必要とされる 2つ目の理由です データの提供に加え 意思決定科学の研究者の 提供も必要なのです

企業は言うでしょう 「ああ! 会社から意思決定科学の研究者を取り上げないで 1分1秒だって無駄にできないのです」 でも 方法はあるのです もし企業が意思決定科学の研究者の 時間の一部を提供するつもりだったら 例えば5年間くらいの長期に渡り その時間を広げるのが 実際には 理に適っていることと思います これは1月あたり 2, 3時間程度かもしれず 企業が損することは ほとんどありません 真に重要なのは 長期的なパートナーシップです 長期的なパートナーシップにより 関係が築け データ内容が分かり 真にデータを理解し 人道主義団体が直面している ニーズや課題を理解し始めるのです ローマの世界食糧計画では 5年かかりました 5年です 最初の3年間は 準備期間でした イラクでの活動や他の国々で ツールを改良し実行した後には 2年ありました それは データを使って 事業運営を改善するのに 現実味のない日程計画だとは 思いません 投資であり 忍耐を求められますが 得られる成果は明白です 私たちの場合はさらに何万人も 追加して食料供給ができました

だから データの提供や 意思決定科学の研究者の提供をお願いするのです そして実は企業が支援できる 3つ目の方法は 新しいデータソースを獲得するため 技術の提供です データ化されていないものが たくさんあります 現時点ではシリア難民が ギリシアに流れ込んでいて 国連難民機関は手が一杯なのです 現在 人々を紙とペンで追跡しています ということは 母親と子供5人が難民キャンプにやって来ても 本部では基本的に その時点のことが分からないのです 民間企業との共同研究のおかげで 数週間後にはすべてが様変わりします 私が働く物流会社から提供された 荷物追跡技術を基に 新しいシステムを作っています この新しいシステムで データを追跡します 母親と子供が難民キャンプに やって来たとたんに分かるのです さらに 今月や翌月に 配給が足りているかどうかも 分かるのです 情報を見える化すると 効率が生まれます 企業にとっては 重要なデータを集めるために技術を使うことは 日常生活の糧のようなものです これを何年も継続して 事業の効率が大幅にアップしたのです 想像してみてください お気に入りの飲料会社が 棚卸しをしてみるまで ボトルがいくつ棚にあるのか知らないなんて ばかげています データは 良い決定の原動力です

さて あなたが会社の代表で 実用主義者であり 理想主義者だけではないとすると 心の中でこう思っているかもしれません 「実にすばらしいよ マロリー でも どうして参加すべきかね?」 良い宣伝になるということ以上に 人道支援は約2.6兆円のセクターで 発展途上国で暮らす50億人以上が 新たな顧客となるかもしれません その上 データ提供をする企業は データに隠された新たな意味を 見出すことでしょう あるクレジットカード会社を例に取ると 協働センターを開設し 大学、NGO、各国政府で 中心的役割を果たしています クレジットカード利用の情報を見て インドの世帯の暮らし方、働き方 収入や支出を洞察します 人道支援の世界にとっては 人々を貧困から 脱却させる方法について 情報を提供するのです しかし 企業にとってはインドの 現在の顧客や潜在顧客の 洞察材料を与えてくれるのです あらゆる点で勝利します さて 私がデータでの慈善事業で 期待していることは データの提供、意思決定科学の研究者や 技術の提供です 企業で働くことを選んだ私のように 若い専門家にとって意味があるのです 研究によると 次世代の労働者は 仕事を通して大きな影響力を 与えたいと思っています 状況を改善したいのです だからデータでの慈善事業を通じ 企業は実際に意志決定科学の研究者に 仕事を与え定着を図ることが可能になります 需要の高い専門職にとって 大事なことです

データでの慈善活動は ビジネス上の意義があり 人道主義の世界にも 変革をもたらせるのです 大規模な人道的活動の すべての側面において 私たちが計画と物流を協調させるなら さらに何十万人も多くの人々に 衣食住を与えることができるのです そして変革を起こすために 企業は力を出して企業に可能な ある役割を果たす必要があるのです

皆さんは「思考の糧」という 言葉をご存じでしょう これは文字通り 「糧の思考」なのです ようやく 時を得た 良いアイデアとなりました





― もっと見る ―
― 折りたたむ ―


  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等