TED@UPS
Mallory Freeman: Your company's data could help end world hunger
Mallory Soldner: Dữ liệu công ty của bạn có thể chấm dứt nạn đói trên thế giới
Filmed:
Readability: 4.2
1,090,373 views
Công ty của bạn có thể quyên góp tiền để giúp giải quyết những vấn đề nhân đạo, nhưng công ty của bạn có thứ thậm chí còn hữu ích hơn: dữ liệu. Mallory Soldner sẽ cho chúng ta thấy cách những công ty tư nhân có thể đóng góp một phần không nhỏ trong những vấn đề lớn - từ vấn đề khủng hoảng tị nạn cho đến nạn đói toàn cầu - bằng việc quyên góp nguồn dữ liệu chưa được sử dụng và những nhà khoa học quyết định. Vậy công ty của bạn có thể đóng góp những gì?
Mallory Freeman - Data activist
UPS's advanced analytics manager Mallory Freeman researches how to do the most good with data. Full bio
UPS's advanced analytics manager Mallory Freeman researches how to do the most good with data. Full bio
Double-click the English transcript below to play the video.
00:12
June 2010.
0
880
1760
Tháng sáu, 2010
Lần đầu tiên tôi đặt chân đến Rome, Ý
00:15
I landed for the first time
in Rome, Italy.
in Rome, Italy.
1
3760
2880
00:19
I wasn't there to sightsee.
2
7800
1896
Tôi không đến để ngắm cảnh
00:21
I was there to solve world hunger.
3
9720
3120
Tôi đến để giải quyết
nạn đói của thế giới.
nạn đói của thế giới.
00:25
(Laughter)
4
13160
2096
(Cười)
00:27
That's right.
5
15280
1216
Đúng vậy.
00:28
I was a 25-year-old PhD student
6
16520
2096
Tôi là một nghiên cứu sinh 25 tuổi
00:30
armed with a prototype tool
developed back at my university,
developed back at my university,
7
18640
3096
với vũ khí là công cụ thử nghiệm
được phát triển tại trường tôi,
được phát triển tại trường tôi,
00:33
and I was going to help
the World Food Programme fix hunger.
the World Food Programme fix hunger.
8
21760
3080
tôi sẽ giúp Chương trình
Lương thực Thế giới giải quyết nạn đói
Lương thực Thế giới giải quyết nạn đói
00:37
So I strode into the headquarters building
9
25840
2736
Vì thế tôi sải bước đến tòa nhà trụ sở
00:40
and my eyes scanned the row of UN flags,
10
28600
2816
và liếc mắt qua hàng cờ của Liên hợp quốc
00:43
and I smiled as I thought to myself,
11
31440
1960
và tôi mỉm cười khi thầm nghĩ
00:46
"The engineer is here."
12
34840
1616
"Đây chính là kĩ sư".
00:48
(Laughter)
13
36480
2216
(Cười)
00:50
Give me your data.
14
38720
1776
Đưa tôi dữ liệu của bạn
00:52
I'm going to optimize everything.
15
40520
2176
Tôi sẽ tối ưu hóa mọi thứ
00:54
(Laughter)
16
42720
1736
(Cười)
00:56
Tell me the food that you've purchased,
17
44480
1896
Cho tôi biết loại thức ăn bạn đã mua
00:58
tell me where it's going
and when it needs to be there,
and when it needs to be there,
18
46400
2616
địa điểm và thời gian
bạn muốn
bạn muốn
01:01
and I'm going to tell you
the shortest, fastest, cheapest,
the shortest, fastest, cheapest,
19
49040
2736
và tôi sẽ cho bạn biết
cách để lấy thức ăn
cách để lấy thức ăn
01:03
best set of routes to take for the food.
20
51800
1936
tốt nhất, rẻ nhất và nhanh nhất
01:05
We're going to save money,
21
53760
1496
Chúng ta sẽ tiết kiệm được tiền,
01:07
we're going to avoid
delays and disruptions,
delays and disruptions,
22
55280
2096
sẽ tránh được
sự trì trệ và gián đoạn,
sự trì trệ và gián đoạn,
01:09
and bottom line,
we're going to save lives.
we're going to save lives.
23
57400
2736
và điều quan trọng là chúng ta
sẽ cứu được nhiều người.
sẽ cứu được nhiều người.
01:12
You're welcome.
24
60160
1216
Không có chi.
01:13
(Laughter)
25
61400
1696
(Cười).
01:15
I thought it was going to take 12 months,
26
63120
1976
Tôi đã nghĩ điều này sẽ mất khoảng 12 tháng,
01:17
OK, maybe even 13.
27
65120
1560
Thậm chí có thể 13.
01:19
This is not quite how it panned out.
28
67800
2280
Đây không phải là cách nó thành công
01:23
Just a couple of months into the project,
my French boss, he told me,
my French boss, he told me,
29
71600
3776
Sau vài tháng làm dự án, sếp người Pháp
của tôi nói với tôi rắng,
của tôi nói với tôi rắng,
01:27
"You know, Mallory,
30
75400
1816
"Cô biết không, Mallory",
01:29
it's a good idea,
31
77240
1656
"Đây là một ý tưởng tốt",
01:30
but the data you need
for your algorithms is not there.
for your algorithms is not there.
32
78920
3336
nhưng dữ liệu mà cô cần cho
những thuật toán của cô lại không có sẵn.
những thuật toán của cô lại không có sẵn.
01:34
It's the right idea but at the wrong time,
33
82280
2536
Ý tưởng thì đúng nhưng không đúng lúc,
01:36
and the right idea at the wrong time
34
84840
2296
mà ý tưởng đúng vào không đúng thời điểm
01:39
is the wrong idea."
35
87160
1376
là một ý tưởng sai lầm".
01:40
(Laughter)
36
88560
1320
(Cười)
01:42
Project over.
37
90960
1280
Dự án kết thúc.
01:45
I was crushed.
38
93120
1200
Tôi đã rất đau khổ.
01:49
When I look back now
39
97000
1456
Giờ đây khi tôi nhớ lại
01:50
on that first summer in Rome
40
98480
1656
mùa hè đầu tiên của mình ở Rome,
01:52
and I see how much has changed
over the past six years,
over the past six years,
41
100160
2656
tôi thấy có nhiều thứ thay đổi
trong vòng sáu năm qua,
trong vòng sáu năm qua,
01:54
it is an absolute transformation.
42
102840
2240
và đó là một sự biến đổi hoàn toàn.
01:57
It's a coming of age for bringing data
into the humanitarian world.
into the humanitarian world.
43
105640
3400
Đã đến lúc đưa dữ liệu vào
thế giới nhân đạo.
thế giới nhân đạo.
02:02
It's exciting. It's inspiring.
44
110160
2656
Điều đó thật thú vị. Thật có cảm hứng.
02:04
But we're not there yet.
45
112840
1200
Nhưng ta vẫn chưa xong.
02:07
And brace yourself, executives,
46
115320
2296
Và hãy chuẩn bị, các giám đốc
02:09
because I'm going to be putting companies
47
117640
1976
vì tôi sẽ đưa các công ty
02:11
on the hot seat to step up
and play the role that I know they can.
and play the role that I know they can.
48
119640
3120
lên ghế nóng để hành động và đóng vai
mà tôi biết họ có thể
mà tôi biết họ có thể
02:17
My experiences back in Rome prove
49
125520
2816
Những trải nghiệm của tôi tại Rome
02:20
using data you can save lives.
50
128360
2080
chứng minh sử dụng dữ liệu là cứu người.
02:23
OK, not that first attempt,
51
131440
2456
Vâng, không phải ở lần thử đầu tiên,
02:25
but eventually we got there.
52
133920
2576
nhưng cuối cùng chúng ta cũng thành công.
02:28
Let me paint the picture for you.
53
136520
1736
Để tôi cho các bạn thấy tình huống sau.
02:30
Imagine that you have to plan
breakfast, lunch and dinner
breakfast, lunch and dinner
54
138280
2736
Hãy tưởng tượng bạn phải chuẩn bị
bữa sáng, trưa và tối
bữa sáng, trưa và tối
02:33
for 500,000 people,
55
141040
1616
cho 500.000 người
02:34
and you only have
a certain budget to do it,
a certain budget to do it,
56
142680
2136
và bạn chỉ có một số tiền
để làm việc đó,
để làm việc đó,
02:36
say 6.5 million dollars per month.
57
144840
2240
6,5 triệu đô một tháng chẳng hạn.
02:40
Well, what should you do?
What's the best way to handle it?
What's the best way to handle it?
58
148920
2762
Vâng, bạn sẽ làm gì?
Cách tốt nhất để giải quyết là gì?
Cách tốt nhất để giải quyết là gì?
02:44
Should you buy rice, wheat, chickpea, oil?
59
152280
2760
Bạn có nên mua gạo, lúa mì,
đậu gà, dầu ăn không?
đậu gà, dầu ăn không?
02:47
How much?
60
155760
1216
Tốn bao nhiêu tiền?
02:49
It sounds simple. It's not.
61
157000
2136
Nghe có vẻ đơn giản
nhưng thực tế thì không.
nhưng thực tế thì không.
02:51
You have 30 possible foods,
and you have to pick five of them.
and you have to pick five of them.
62
159160
3216
Bạn có khoảng 30 loại thức ăn
và bạn phải chọn 5 loại trong số đó.
và bạn phải chọn 5 loại trong số đó.
02:54
That's already over 140,000
different combinations.
different combinations.
63
162400
3416
Đó đã là hơn 140.000
sự kết hợp khác nhau.
sự kết hợp khác nhau.
02:57
Then for each food that you pick,
64
165840
1696
Sau đó với mỗi loại thực phẩm mà bạn chọn,
02:59
you need to decide how much you'll buy,
65
167560
1976
bạn cần cân nhắc về số lượng,
03:01
where you're going to get it from,
66
169560
1696
chỗ mua,
03:03
where you're going to store it,
67
171280
1480
chỗ dự trữ,
03:05
how long it's going to take to get there.
68
173760
1976
thời gian để đến đó,
03:07
You need to look at all of the different
transportation routes as well.
transportation routes as well.
69
175760
3336
Bạn cũng cần phải tìm hiểu về
đường xá và phương tiện để đến đó.
đường xá và phương tiện để đến đó.
Và cũng đã có hơn 900 triệu
sự lựa chọn.
sự lựa chọn.
03:11
And that's already
over 900 million options.
over 900 million options.
70
179120
2080
03:14
If you considered each option
for a single second,
for a single second,
71
182120
2376
Nếu bạn cân nhắc từng phương án
trong vòng 1 giây,
trong vòng 1 giây,
03:16
that would take you
over 28 years to get through.
over 28 years to get through.
72
184520
2336
bạn sẽ mất hơn 28 năm để xem xét hết
03:18
900 million options.
73
186880
1520
tất cả 900 triệu chọn lựa.
03:21
So we created a tool
that allowed decisionmakers
that allowed decisionmakers
74
189160
2456
Nên chúng tôi làm công cụ
giúp người quyết định
giúp người quyết định
03:23
to weed through all 900 million options
75
191640
2616
có thể lướt qua tất cả 900 triệu lựa chọn
03:26
in just a matter of days.
76
194280
1360
chỉ trong vài ngày.
03:28
It turned out to be incredibly successful.
77
196560
2240
Điều này trở nên thành công ngoài mong đợi
03:31
In an operation in Iraq,
78
199400
1256
Khi thực hiện ở Iraq,
03:32
we saved 17 percent of the costs,
79
200680
2536
chúng tôi đã tiết kiệm được 17% chi phí
03:35
and this meant that you had the ability
to feed an additional 80,000 people.
to feed an additional 80,000 people.
80
203240
4136
và điều này có nghĩa là bạn có thể
cung cấp thức ăn cho 80.000 người nữa.
cung cấp thức ăn cho 80.000 người nữa.
03:39
It's all thanks to the use of data
and modeling complex systems.
and modeling complex systems.
81
207400
4400
Tất cả là nhờ việc sử dụng dữ liệu
và các hệ thống phức tạp
và các hệ thống phức tạp
03:44
But we didn't do it alone.
82
212800
1280
Nhưng chúng tôi không đơn độc.
03:46
The unit that I worked with in Rome,
they were unique.
they were unique.
83
214840
2736
Đơn vị mà chúng tôi hợp tác ở Rome
rất đặc biệt.
rất đặc biệt.
03:49
They believed in collaboration.
84
217600
1736
Họ tin tưởng vào sự cộng tác.
03:51
They brought in the academic world.
85
219360
1696
Họ mời những nhà khoa học.
03:53
They brought in companies.
86
221080
1280
Họ mời những công ty.
03:55
And if we really want to make big changes
in big problems like world hunger,
in big problems like world hunger,
87
223200
3616
Và nếu ta thực sự muốn thay đổi
lớn trong vấn đề lớn như nạn đói toàn cầu,
lớn trong vấn đề lớn như nạn đói toàn cầu,
03:58
we need everybody to the table.
88
226840
2560
Chúng ta cần thảo luận với mọi người.
04:02
We need the data people
from humanitarian organizations
from humanitarian organizations
89
230040
2936
Chúng ta cần những người tìm dữ liệu
từ các tổ chức nhân đạo
từ các tổ chức nhân đạo
04:05
leading the way,
90
233000
1256
dẫn đường,
04:06
and orchestrating
just the right types of engagements
just the right types of engagements
91
234280
2576
và dàn xếp những sự hợp tác phù hợp
04:08
with academics, with governments.
92
236880
1696
với các nhà khoa học, chính phủ.
04:10
And there's one group that's not being
leveraged in the way that it should be.
leveraged in the way that it should be.
93
238600
3696
Và có một nhóm mà đáng lẽ ra
nên đóng vai trò làm đòn bảy.
nên đóng vai trò làm đòn bảy.
04:14
Did you guess it? Companies.
94
242320
2096
Bạn có đoán được đó là ai không? Công ty.
04:16
Companies have a major role to play
in fixing the big problems in our world.
in fixing the big problems in our world.
95
244440
3600
Những công ty đóng vai trò chính trong
việc giải quyết những vấn đề lớn.
việc giải quyết những vấn đề lớn.
04:20
I've been in the private sector
for two years now.
for two years now.
96
248880
2416
Tôi đã tham gia khu vực tư nhân
khoảng 2 năm
khoảng 2 năm
04:23
I've seen what companies can do,
and I've seen what companies aren't doing,
and I've seen what companies aren't doing,
97
251320
3576
Tôi đã thấy những gì công ty có thể làm
và những gì họ không làm,
và những gì họ không làm,
04:26
and I think there's three main ways
that we can fill that gap:
that we can fill that gap:
98
254920
3376
và tôi nghĩ có 3 cách mà chúng ta
có thể bù đắp, đó là:
có thể bù đắp, đó là:
04:30
by donating data,
by donating decision scientists
by donating decision scientists
99
258320
3096
quyên góp dữ liệu,
những nhà khoa học quyết định
những nhà khoa học quyết định
04:33
and by donating technology
to gather new sources of data.
to gather new sources of data.
100
261440
3480
và công nghệ để thu thập
những dữ liệu mới.
những dữ liệu mới.
04:37
This is data philanthropy,
101
265920
1576
Đây là quyên góp dữ liệu,
04:39
and it's the future of corporate
social responsibility.
social responsibility.
102
267520
2840
là trách nhiệm xã hội
của doanh nghiệp trong tương lai.
của doanh nghiệp trong tương lai.
04:43
Bonus, it also makes good business sense.
103
271160
2600
Hơn nữa, nó cũng giúp
các doanh nghiệp thành công hơn.
các doanh nghiệp thành công hơn.
04:46
Companies today,
they collect mountains of data,
they collect mountains of data,
104
274920
3216
Ngày nay, những công ty
thu thập rất nhiều dữ liệu,
thu thập rất nhiều dữ liệu,
04:50
so the first thing they can do
is start donating that data.
is start donating that data.
105
278160
2762
nên điều đầu tiên họ có thể làm
là quyên góp dữ liệu đó.
là quyên góp dữ liệu đó.
04:52
Some companies are already doing it.
106
280946
2190
Một số công ty đã và đang làm điều đó.
04:55
Take, for example,
a major telecom company.
a major telecom company.
107
283160
2416
Ví dụ như, một công ty
viễn thông lớn.
viễn thông lớn.
04:57
They opened up their data
in Senegal and the Ivory Coast
in Senegal and the Ivory Coast
108
285600
2776
Họ chia sẻ dữ liệu của họ
ở Sê nê gan và Bờ biển Ngà.
ở Sê nê gan và Bờ biển Ngà.
05:00
and researchers discovered
109
288400
1976
và các nhà nghiên cứu phát hiện ra rằng
05:02
that if you look at the patterns
in the pings to the cell phone towers,
in the pings to the cell phone towers,
110
290400
3334
nếu bạn quan sát dãy ping
được gửi đến những tháp viễn thông
được gửi đến những tháp viễn thông
05:05
you can see where people are traveling.
111
293758
1938
bạn có thể biết nơi mọi người thăm quan.
05:07
And that can tell you things like
112
295720
2176
Và bạn cũng có thể biết được
05:09
where malaria might spread,
and you can make predictions with it.
and you can make predictions with it.
113
297920
3096
nơi bùng phát dịch sốt rét
và bạn có thể tiến hành các dự báo.
và bạn có thể tiến hành các dự báo.
05:13
Or take for example
an innovative satellite company.
an innovative satellite company.
114
301040
2896
Hay lấy ví dụ như một công ty
vệ tinh tân tiến.
vệ tinh tân tiến.
05:15
They opened up their data and donated it,
115
303960
2016
Với dữ liệu do họ chia sẻ và quyên góp,
05:18
and with that data you could track
116
306000
1656
bạn có thể theo dõi được
05:19
how droughts are impacting
food production.
food production.
117
307680
2040
ảnh hưởng hạn hán đến
sản xuất lương thực.
sản xuất lương thực.
05:22
With that you can actually trigger
aid funding before a crisis can happen.
aid funding before a crisis can happen.
118
310920
3680
Do đó bạn có thể tiến hành
các biện pháp cứu trợ trước khi quá muộn.
các biện pháp cứu trợ trước khi quá muộn.
05:27
This is a great start.
119
315560
1280
Đây là một khởi đầu tốt.
05:29
There's important insights
just locked away in company data.
just locked away in company data.
120
317840
2880
Dữ liệu của các công ty cũng có chứa
những tài liệu mật.
những tài liệu mật.
05:34
And yes, you need to be very careful.
121
322480
1816
Vì thế, bạn phải cẩn thận.
05:36
You need to respect privacy concerns,
for example by anonymizing the data.
for example by anonymizing the data.
122
324320
3576
Bạn phải tôn trọng việc bảo mật thông tin,
ví dụ như ẩn thông tin dữ liệu.
ví dụ như ẩn thông tin dữ liệu.
05:39
But even if the floodgates opened up,
123
327920
2776
Nhưng ngay cả khi lượng dữ liệu quá nhiều,
05:42
and even if all companies
donated their data
donated their data
124
330720
2536
và tất cả cả công ty
đều quyên góp dữ liệu của họ
đều quyên góp dữ liệu của họ
05:45
to academics, to NGOs,
to humanitarian organizations,
to humanitarian organizations,
125
333280
3256
cho nhà khoa học, tổ chức phi chính phủ,
các tổ chức nhân đạo,
các tổ chức nhân đạo,
05:48
it wouldn't be enough
to harness that full impact of data
to harness that full impact of data
126
336560
2976
chúng ta cũng không thể khai thác
toàn bộ lợi ích của dữ liệu
toàn bộ lợi ích của dữ liệu
05:51
for humanitarian goals.
127
339560
1520
cho mục đích nhân đạo.
05:54
Why?
128
342320
1456
Tại sao lại thế?
05:55
To unlock insights in data,
you need decision scientists.
you need decision scientists.
129
343800
3240
Để khai thác triệt để dữ liệu,
bạn cần các nhà khoa học quyết định.
bạn cần các nhà khoa học quyết định.
05:59
Decision scientists are people like me.
130
347760
2576
Những người như tôi.
06:02
They take the data, they clean it up,
131
350360
1816
Họ tiếp nhận dữ liệu, sắp xếp,
06:04
transform it and put it
into a useful algorithm
into a useful algorithm
132
352200
2256
biến đổi thành những
thuật toán hữu dụng
thuật toán hữu dụng
06:06
that's the best choice
to address the business need at hand.
to address the business need at hand.
133
354480
2840
đó là giải pháp nhanh nhất
đáp ứng nhu cầu của doanh nghiệp.
đáp ứng nhu cầu của doanh nghiệp.
06:09
In the world of humanitarian aid,
there are very few decision scientists.
there are very few decision scientists.
134
357800
3696
Chỉ có một vài nhà khoa học
làm việc cho các tổ chức nhân đạo,
làm việc cho các tổ chức nhân đạo,
06:13
Most of them work for companies.
135
361520
1640
đa phần họ làm cho các công ty.
06:16
So that's the second thing
that companies need to do.
that companies need to do.
136
364480
2496
Và đó cũng là điều thứ hai
mà các công ty cần làm.
mà các công ty cần làm.
06:19
In addition to donating their data,
137
367000
1696
Ngoài việc đóng góp dữ liệu ra,
06:20
they need to donate
their decision scientists.
their decision scientists.
138
368720
2160
họ cần cung cấp các nhà khoa học
của họ.
của họ.
06:23
Now, companies will say, "Ah! Don't take
our decision scientists from us.
our decision scientists from us.
139
371520
5736
Các công ty sẽ phản ứng ngay: "Đừng hòng
lấy đi các nhà khoa học của tôi"
lấy đi các nhà khoa học của tôi"
06:29
We need every spare second of their time."
140
377280
2040
Tôi cần từng phút giây quý giá của họ".
06:32
But there's a way.
141
380360
1200
Nhưng có một giải pháp.
06:35
If a company was going to donate
a block of a decision scientist's time,
a block of a decision scientist's time,
142
383200
3416
Nếu một công ty quyên góp
thời gian của một nhà khoa học,
thời gian của một nhà khoa học,
06:38
it would actually make more sense
to spread out that block of time
to spread out that block of time
143
386640
3136
thì khoảng thời gian đó
sẽ được nhân lên
sẽ được nhân lên
06:41
over a long period,
say for example five years.
say for example five years.
144
389800
2200
trong dài hạn, khoảng 5 năm
chẳng hạn.
chẳng hạn.
06:44
This might only amount
to a couple of hours per month,
to a couple of hours per month,
145
392600
3056
Tuy chỉ là vài tiếng mỗi tháng,
một khoảng thời gian rất ngắn
một khoảng thời gian rất ngắn
06:47
which a company would hardly miss,
146
395680
2056
không ảnh hưởng lắm đến công ty,
06:49
but what it enables is really important:
long-term partnerships.
long-term partnerships.
147
397760
3480
nhưng điều quan trọng hơn là:
việc hợp tác lâu dài.
việc hợp tác lâu dài.
06:54
Long-term partnerships
allow you to build relationships,
allow you to build relationships,
148
402920
2816
Việc hợp tác này giúp bạn
xây dựng các mối quan hệ,
xây dựng các mối quan hệ,
06:57
to get to know the data,
to really understand it
to really understand it
149
405760
2656
tìm hiểu và nghiên cứu
nguồn dữ liệu,
nguồn dữ liệu,
07:00
and to start to understand
the needs and challenges
the needs and challenges
150
408440
2416
biết được nhu cầu và
thách thức
thách thức
07:02
that the humanitarian
organization is facing.
organization is facing.
151
410880
2160
mà các tổ chức nhân đạo
đang gặp phải.
đang gặp phải.
07:06
In Rome, at the World Food Programme,
this took us five years to do,
this took us five years to do,
152
414345
3191
Chúng tôi đã mất 5 năm tại Rome
để triển khai ý tưởng này,
để triển khai ý tưởng này,
07:09
five years.
153
417560
1456
5 năm.
07:11
That first three years, OK,
that was just what we couldn't solve for.
that was just what we couldn't solve for.
154
419040
3336
3 năm đầu thật là vất vả,
dự án vẫn chưa có tiến triển gì cả.
dự án vẫn chưa có tiến triển gì cả.
07:14
Then there was two years after that
of refining and implementing the tool,
of refining and implementing the tool,
155
422400
3496
Phải mất 2 năm sau đó, sau khi tinh chỉnh
và triển khai công cụ,
và triển khai công cụ,
07:17
like in the operations in Iraq
and other countries.
and other countries.
156
425920
2800
như khi tiến hành ở Iraq
và các quốc gia khác.
và các quốc gia khác.
07:21
I don't think that's
an unrealistic timeline
an unrealistic timeline
157
429520
2096
Tôi không nghĩ đó là
mốc thời gian vô nghĩa.
mốc thời gian vô nghĩa.
07:23
when it comes to using data
to make operational changes.
to make operational changes.
158
431640
2736
khi chúng ta dùng dữ liệu
để thay đổi cách thức hoạt động.
để thay đổi cách thức hoạt động.
07:26
It's an investment. It requires patience.
159
434400
2400
Đó là một khoản đầu tư đòi hỏi sự nhẫn nại
07:29
But the types of results
that can be produced are undeniable.
that can be produced are undeniable.
160
437760
3496
Nhưng các kết quả cho thấy một
sự thật không thể chối cãi.
sự thật không thể chối cãi.
07:33
In our case, it was the ability
to feed tens of thousands more people.
to feed tens of thousands more people.
161
441280
3560
Ý tưởng này có thể cung
cấp thức ăn cho hàng chục ngàn người nữa.
cấp thức ăn cho hàng chục ngàn người nữa.
07:39
So we have donating data,
we have donating decision scientists,
we have donating decision scientists,
162
447440
4336
Nên khi chúng tôi có được dữ liệu
và các nhà khoa học,
và các nhà khoa học,
07:43
and there's actually a third way
that companies can help:
that companies can help:
163
451800
2696
sẽ có cách thứ ba mà các công ty
có thể trợ giúp:
có thể trợ giúp:
07:46
donating technology
to capture new sources of data.
to capture new sources of data.
164
454520
2976
cung cấp công nghệ để
thu thập những nguồn dữ liệu mới.
thu thập những nguồn dữ liệu mới.
07:49
You see, there's a lot of things
we just don't have data on.
we just don't have data on.
165
457520
2840
Bạn thấy đấy, có nhiều điều
chúng ta không hề có dữ liệu.
chúng ta không hề có dữ liệu.
07:52
Right now, Syrian refugees
are flooding into Greece,
are flooding into Greece,
166
460960
2720
Như việc dòng người tị nạn
từ Syri đang tràn vào Hi Lạp,
từ Syri đang tràn vào Hi Lạp,
07:57
and the UN refugee agency,
they have their hands full.
they have their hands full.
167
465120
2560
và ủy ban tị nạn của LHQ
không thể giải quyết được.
không thể giải quyết được.
08:01
The current system for tracking people
is paper and pencil,
is paper and pencil,
168
469000
3056
Hệ thống quản lí dân số hiện tại
chỉ là giấy và bút
chỉ là giấy và bút
08:04
and what that means is
169
472080
1256
và điều đó có nghĩa là
08:05
that when a mother and her five children
walk into the camp,
walk into the camp,
170
473360
2856
khi một bà mẹ và 5 đứa con
bước vào trại,
bước vào trại,
08:08
headquarters is essentially
blind to this moment.
blind to this moment.
171
476240
2656
thì cơ bản là trụ sở
không thấy được khoảnh khắc này.
không thấy được khoảnh khắc này.
08:10
That's all going to change
in the next few weeks,
in the next few weeks,
172
478920
2336
Tất cả mọi thứ sẽ thay đổi trong
vài tuần tới,
vài tuần tới,
08:13
thanks to private sector collaboration.
173
481280
1880
nhờ sự hợp tác trong khu vực tư nhân.
08:15
There's going to be a new system based
on donated package tracking technology
on donated package tracking technology
174
483840
3656
Sẽ có một hệ thống mới được trang bị
công nghệ quản lí dựa trên nguồn dữ liệu
công nghệ quản lí dựa trên nguồn dữ liệu
08:19
from the logistics company
that I work for.
that I work for.
175
487520
2040
từ công ty logistics
nơi tôi đang làm việc.
nơi tôi đang làm việc.
08:22
With this new system,
there will be a data trail,
there will be a data trail,
176
490120
2336
Với hệ thống mới này,
bạn có thể dò nguồn dữ liệu
bạn có thể dò nguồn dữ liệu
08:24
so you know exactly the moment
177
492480
1456
biết chính xác được thời điểm
08:25
when that mother and her children
walk into the camp.
walk into the camp.
178
493960
2496
khi người mẹ đó và những đứa con
tiến vào trại.
tiến vào trại.
08:28
And even more, you know
if she's going to have supplies
if she's going to have supplies
179
496480
2616
Ngoài ra, bạn cũng biết được
cô ấy có được nhận tiếp tế
cô ấy có được nhận tiếp tế
08:31
this month and the next.
180
499120
1256
tháng này và sau đó không.
08:32
Information visibility drives efficiency.
181
500400
3016
Thông tin minh bạch làm tính hiệu quả.
08:35
For companies, using technology
to gather important data,
to gather important data,
182
503440
3256
Đối với các công ty, sử dụng
công nghệ để thu thập dữ liệu quan trọng
công nghệ để thu thập dữ liệu quan trọng
08:38
it's like bread and butter.
183
506720
1456
như một phần tất yếu.
08:40
They've been doing it for years,
184
508200
1576
Họ đã tiến hành nhiều năm qua,
08:41
and it's led to major
operational efficiency improvements.
operational efficiency improvements.
185
509800
3256
do đó đã có những cải tiến
về tính hiệu quả hoạt động.
về tính hiệu quả hoạt động.
08:45
Just try to imagine
your favorite beverage company
your favorite beverage company
186
513080
2360
Hình dung công ty
nước giải khát ưa thích của bạn
nước giải khát ưa thích của bạn
08:48
trying to plan their inventory
187
516280
1576
đang cố gắng kiểm kê hàng hóa
08:49
and not knowing how many bottles
were on the shelves.
were on the shelves.
188
517880
2496
và không biết là có bao nhiêu chai
ở trên kệ.
ở trên kệ.
08:52
It's absurd.
189
520400
1216
Điều đó thật ngớ ngẩn.
08:53
Data drives better decisions.
190
521640
1560
Dữ liệu giúp ra quyết định đúng.
08:57
Now, if you're representing a company,
191
525800
2536
Nếu bạn đang đại diện cho một công ty
09:00
and you're pragmatic
and not just idealistic,
and not just idealistic,
192
528360
3136
và bạn là người thực tế,
không viển vông,
không viển vông,
09:03
you might be saying to yourself,
"OK, this is all great, Mallory,
"OK, this is all great, Mallory,
193
531520
3056
bạn sẽ tự nhủ:
"Phải, điều này thật tuyệt, Mallory à,
"Phải, điều này thật tuyệt, Mallory à,
09:06
but why should I want to be involved?"
194
534600
1840
nhưng tại sao tôi lại muốn tham gia?"
09:09
Well for one thing, beyond the good PR,
195
537000
2816
Vâng có một lý do là, ngoài việc PR tốt,
09:11
humanitarian aid
is a 24-billion-dollar sector,
is a 24-billion-dollar sector,
196
539840
2776
viện trợ nhân đạo là một lĩnh vực
trị giá 24 tỷ đô,
trị giá 24 tỷ đô,
09:14
and there's over five billion people,
maybe your next customers,
maybe your next customers,
197
542640
3056
có hơn 5 tỷ người và có thể
khách hàng tiếp theo của bạn,
khách hàng tiếp theo của bạn,
09:17
that live in the developing world.
198
545720
1816
sống ở những nước đang phát triển.
09:19
Further, companies that are engaging
in data philanthropy,
in data philanthropy,
199
547560
3096
Hơn nữa, những công ty đang
tham gia quyên góp dữ liệu,
tham gia quyên góp dữ liệu,
09:22
they're finding new insights
locked away in their data.
locked away in their data.
200
550680
2976
họ có thể khai thác triệt để
nguồn dữ liệu đó.
nguồn dữ liệu đó.
09:25
Take, for example, a credit card company
201
553680
2256
ví dụ như, một công ty thẻ tín dụng
09:27
that's opened up a center
202
555960
1336
đã mở cửa một trung tâm
09:29
that functions as a hub for academics,
for NGOs and governments,
for NGOs and governments,
203
557320
3376
như một điểm đến cho các nhà khoa học,
các tổ chức và chính phủ
các tổ chức và chính phủ
09:32
all working together.
204
560720
1240
cùng nhau hợp tác.
09:35
They're looking at information
in credit card swipes
in credit card swipes
205
563040
2736
Họ quan sát thông tin từ
những lần quẹt thẻ tín dụng
những lần quẹt thẻ tín dụng
09:37
and using that to find insights
about how households in India
about how households in India
206
565800
2976
và sử dụng để nghiên cứu
cách mà các hộ dân ở Ấn Độ
cách mà các hộ dân ở Ấn Độ
09:40
live, work, earn and spend.
207
568800
1720
sống, làm việc, kiếm và tiêu tiền.
09:43
For the humanitarian world,
this provides information
this provides information
208
571680
2576
Đối với thế giới nhân đạo,
điều này cung cấp thông tin
điều này cung cấp thông tin
09:46
about how you might
bring people out of poverty.
bring people out of poverty.
209
574280
2656
về cách bạn giúp mọi người
thoát khỏi nghèo đói
thoát khỏi nghèo đói
09:48
But for companies, it's providing
insights about your customers
insights about your customers
210
576960
3016
Nhưng đối với các công ty, họ sẽ nhận được
thông tin chi tiết
thông tin chi tiết
09:52
and potential customers in India.
211
580000
2040
về các khách hàng tiềm năng ở Ấn Độ.
Vậy là ai cũng có lợi.
09:54
It's a win all around.
212
582760
1800
09:57
Now, for me, what I find
exciting about data philanthropy --
exciting about data philanthropy --
213
585960
3776
Còn đối với tôi, điều tôi thấy hứng thú
với việc quyên góp dữ liệu,
với việc quyên góp dữ liệu,
10:01
donating data, donating decision
scientists and donating technology --
scientists and donating technology --
214
589760
4336
các nhà khoa học quyết định và công nghệ
10:06
it's what it means
for young professionals like me
for young professionals like me
215
594120
2376
là ý nghĩa của nó đối với
những người trẻ như tôi,
những người trẻ như tôi,
10:08
who are choosing to work at companies.
216
596520
1840
những người muốn làm ở các công ty.
10:10
Studies show that
the next generation of the workforce
the next generation of the workforce
217
598800
2656
Các nghiên cứu cho thấy
lực lượng lao động ở thế hệ trẻ
lực lượng lao động ở thế hệ trẻ
10:13
care about having their work
make a bigger impact.
make a bigger impact.
218
601480
2560
quan tâm nhiều hơn về tầm ảnh hưởng
công việc họ làm.
công việc họ làm.
10:16
We want to make a difference,
219
604920
2456
Chúng tôi muốn tạo nên sự khác biệt,
10:19
and so through data philanthropy,
220
607400
2416
và thông qua việc quyên góp dữ liệu,
10:21
companies can actually help engage
and retain their decision scientists.
and retain their decision scientists.
221
609840
3936
các công ty có thể tăng khả năng
giữ chân các nhà khoa học quyết định.
giữ chân các nhà khoa học quyết định.
10:25
And that's a big deal for a profession
that's in high demand.
that's in high demand.
222
613800
2880
Và đó là điều quan trọng đối với
công việc có nhu cầu cao.
công việc có nhu cầu cao.
10:29
Data philanthropy
makes good business sense,
makes good business sense,
223
617840
3120
Quyên góp dữ liệu cũng giúp
doanh nghiệp của bạn thành công hơn,
doanh nghiệp của bạn thành công hơn,
10:34
and it also can help
revolutionize the humanitarian world.
revolutionize the humanitarian world.
224
622200
3280
và cũng góp phần cách mạng hóa
thế giới nhân đạo.
thế giới nhân đạo.
10:39
If we coordinated
the planning and logistics
the planning and logistics
225
627600
2096
Nếu chúng ta phối hợp
kế hoạch và logistics
kế hoạch và logistics
10:41
across all of the major facets
of a humanitarian operation,
of a humanitarian operation,
226
629720
3376
trên tất cả các phương diện của
hoạt động nhân đạo,
hoạt động nhân đạo,
10:45
we could feed, clothe and shelter
hundreds of thousands more people,
hundreds of thousands more people,
227
633120
3600
chúng ta có thể cung cấp thức ăn, quần áo,
chỗ ở cho hàng trăm người nữa,
chỗ ở cho hàng trăm người nữa,
10:49
and companies need to step up
and play the role that I know they can
and play the role that I know they can
228
637440
4256
và các công ty cần hành động
và đóng vai trò mà tôi biết họ có thể
và đóng vai trò mà tôi biết họ có thể
10:53
in bringing about this revolution.
229
641720
1880
trong việc kiến tạo cuộc cách mạng này.
10:56
You've probably heard of the saying
"food for thought."
"food for thought."
230
644720
2936
Các bạn có lẽ cũng đã nghe câu
"đáng để suy nghĩ".
"đáng để suy nghĩ".
10:59
Well, this is literally thought for food.
231
647680
2240
Vâng, đúng hơn thì là suy nghĩ
tạo nên thức ăn.
tạo nên thức ăn.
11:03
It finally is the right idea
at the right time.
at the right time.
232
651560
4136
Cuối cùng đó cũng là một ý tưởng đúng
vào đúng thời điểm.
vào đúng thời điểm.
11:07
(Laughter)
233
655720
1216
(Cười)
11:08
Très magnifique.
234
656960
1576
Tuyệt vời.
11:10
Thank you.
235
658560
1216
Cám ơn.
11:11
(Applause)
236
659800
2851
(Vỗ tay)
ABOUT THE SPEAKER
Mallory Freeman - Data activistUPS's advanced analytics manager Mallory Freeman researches how to do the most good with data.
Why you should listen
Dr. Mallory Freeman is the Lead Data Scientist in the UPS Advanced Technology Group, working on research and development projects for UPS’s smart logistics network. She serves on the advisory board of Neighborhood Nexus, supporting data-driven insights for the greater Atlanta region.
Freeman earned her Ph.D. in industrial engineering from the Georgia Institute of Technology in 2014. Her thesis explored how to measure and improve humanitarian operations in practical ways -- with a special focus on the use of algorithms. While she was in graduate school, she helped lead supply chain optimization projects for the UN World Food Programme.
Freeman earned her Master's in operations research from MIT and her Bachelor's in industrial and systems engineering from Virginia Tech. In her spare time, she enjoys cooking, travelling and volunteering her data skills.
Mallory Freeman | Speaker | TED.com