Your company's data could help end world hunger | Mallory Freeman

53,447 views ・ 2016-11-29

TED


Моля, кликнете два пъти върху английските субтитри по-долу, за да пуснете видеото.

Translator: IVAYLO IVANOV Reviewer: Darina Stoyanova
00:12
June 2010.
0
12880
1760
Юни 2010 година.
00:15
I landed for the first time in Rome, Italy.
1
15760
2880
За първи път кацнах в Рим, Италия.
00:19
I wasn't there to sightsee.
2
19800
1896
Не бях там заради забележителностите.
00:21
I was there to solve world hunger.
3
21720
3120
Бях там, за да разреша проблема със световния глад.
(Смях)
00:25
(Laughter)
4
25160
2096
00:27
That's right.
5
27280
1216
Точно така.
00:28
I was a 25-year-old PhD student
6
28520
2096
Бях 25-годишен докторант,
00:30
armed with a prototype tool developed back at my university,
7
30640
3096
въоръжена с прототип, разработен в университета,
00:33
and I was going to help the World Food Programme fix hunger.
8
33760
3080
и щях да помогна на Световната Хранителна програма да разреши проблема с глада.
00:37
So I strode into the headquarters building
9
37840
2736
И така, влязох в централата
00:40
and my eyes scanned the row of UN flags,
10
40600
2816
и очите ми сканираха реда от знамена на ООН,
00:43
and I smiled as I thought to myself,
11
43440
1960
усмихнах се и си помислих,
00:46
"The engineer is here."
12
46840
1616
"Инжинерът е тук."
00:48
(Laughter)
13
48480
2216
(Смях)
00:50
Give me your data.
14
50720
1776
Дайте ми данните си.
00:52
I'm going to optimize everything.
15
52520
2176
Ще оптимизирам всичко.
00:54
(Laughter)
16
54720
1736
(Смях)
00:56
Tell me the food that you've purchased,
17
56480
1896
Разкажете ми за храната, която сте купили,
00:58
tell me where it's going and when it needs to be there,
18
58400
2616
кажете ми къде отива и кога трябва да бъде там,
а аз ще ви кажа най-краткия, най-бързия, най-евтиния,
01:01
and I'm going to tell you the shortest, fastest, cheapest,
19
61040
2736
01:03
best set of routes to take for the food.
20
63800
1936
най-добрия набор от маршрути, които да я отведат там.
01:05
We're going to save money,
21
65760
1496
Ще спестим пари,
01:07
we're going to avoid delays and disruptions,
22
67280
2096
ще избегнем закъснения и прекъсвания
01:09
and bottom line, we're going to save lives.
23
69400
2736
и, най-важното, ще спасим животи.
Пак заповядайте.
01:12
You're welcome.
24
72160
1216
01:13
(Laughter)
25
73400
1696
(Смях)
Смятах, че ще отнеме 12 месеца,
01:15
I thought it was going to take 12 months,
26
75120
1976
добре, може би 13.
01:17
OK, maybe even 13.
27
77120
1560
01:19
This is not quite how it panned out.
28
79800
2280
Не се случи точно така.
01:23
Just a couple of months into the project, my French boss, he told me,
29
83600
3776
След няколко месеца, шефът ми французин ми каза
01:27
"You know, Mallory,
30
87400
1816
"Знаеш ли Малори,
01:29
it's a good idea,
31
89240
1656
идеята е добра,
01:30
but the data you need for your algorithms is not there.
32
90920
3336
но данните, от които се нуждаеш за алгоритъма, ги няма.
01:34
It's the right idea but at the wrong time,
33
94280
2536
Идеята е правилна, но времето е неподходящо,
01:36
and the right idea at the wrong time
34
96840
2296
а правилната идея в неподходящото време
е лоша идея."
01:39
is the wrong idea."
35
99160
1376
01:40
(Laughter)
36
100560
1320
(Смях)
01:42
Project over.
37
102960
1280
Проектът приключи.
Бях съсипана.
01:45
I was crushed.
38
105120
1200
Когато мисля
01:49
When I look back now
39
109000
1456
01:50
on that first summer in Rome
40
110480
1656
за това първо лято в Рим
и виждам колко много неща са се променили през последните 6 години,
01:52
and I see how much has changed over the past six years,
41
112160
2656
01:54
it is an absolute transformation.
42
114840
2240
това е абсолютна трансформация.
01:57
It's a coming of age for bringing data into the humanitarian world.
43
117640
3400
Това е нова епоха за доставянето на данни в хуманитарния свят.
Вълнуващо е. Вдъхновяващо е.
02:02
It's exciting. It's inspiring.
44
122160
2656
02:04
But we're not there yet.
45
124840
1200
Но все още не сме стигнали там.
02:07
And brace yourself, executives,
46
127320
2296
Подгответе се ръководители,
02:09
because I'm going to be putting companies
47
129640
1976
защото аз ще поставям компаниите
02:11
on the hot seat to step up and play the role that I know they can.
48
131640
3120
на горещия стол, за да се включат и да заемат ролята, която знам, че могат.
02:17
My experiences back in Rome prove
49
137520
2816
Опитът ми в Рим доказа, че,
02:20
using data you can save lives.
50
140360
2080
използвайки данни, можем да спасим животи.
02:23
OK, not that first attempt,
51
143440
2456
Добре, не при първия опит,
02:25
but eventually we got there.
52
145920
2576
но в крайна сметка стигнахме до там.
02:28
Let me paint the picture for you.
53
148520
1736
Нека да ви обясня.
02:30
Imagine that you have to plan breakfast, lunch and dinner
54
150280
2736
Представете си, че трябва да планирате закуска, обяд и вечеря
за 500 000 души,
02:33
for 500,000 people,
55
153040
1616
02:34
and you only have a certain budget to do it,
56
154680
2136
но разполагате с определен бюджет,
02:36
say 6.5 million dollars per month.
57
156840
2240
да кажем 6,5 милиона долара месечно.
02:40
Well, what should you do? What's the best way to handle it?
58
160920
2762
Какво трябва да направите? Кой е най-добрият начин да се справите?
02:44
Should you buy rice, wheat, chickpea, oil?
59
164280
2760
Трябва ли да купите ориз, пшеница, нахут, олио?
02:47
How much?
60
167760
1216
Колко?
Звучи просто, но не е.
02:49
It sounds simple. It's not.
61
169000
2136
Имате 30 възможни храни и трябва да изберете 5 от тях.
02:51
You have 30 possible foods, and you have to pick five of them.
62
171160
3216
02:54
That's already over 140,000 different combinations.
63
174400
3416
Това прави повече от 140 000 различни комбинации.
02:57
Then for each food that you pick,
64
177840
1696
След това, за всяка храна, която изберете,
02:59
you need to decide how much you'll buy,
65
179560
1976
трябва да решите колко ще купите,
03:01
where you're going to get it from,
66
181560
1696
от къде ще я вземете,
03:03
where you're going to store it,
67
183280
1480
къде ще я складирате,
03:05
how long it's going to take to get there.
68
185760
1976
колко време ще отнеме всичко.
03:07
You need to look at all of the different transportation routes as well.
69
187760
3336
Трябва да прегледате също всички различни машрути за доставката.
Това вече прави повече от 900 милиона възможности.
03:11
And that's already over 900 million options.
70
191120
2080
Ако отделите по 1 секунда, за да обмислите всяка възможност,
03:14
If you considered each option for a single second,
71
194120
2376
03:16
that would take you over 28 years to get through.
72
196520
2336
ще са ви нужни повече от 28 години.
03:18
900 million options.
73
198880
1520
900 милиона варианта.
Затова създадохме средство, което позволява на хората, вземащи решения,
03:21
So we created a tool that allowed decisionmakers
74
201160
2456
03:23
to weed through all 900 million options
75
203640
2616
да прегледат всичките 900 милиона възможности
03:26
in just a matter of days.
76
206280
1360
само за няколко дни.
03:28
It turned out to be incredibly successful.
77
208560
2240
Оказа се учудващо успешно.
03:31
In an operation in Iraq,
78
211400
1256
В операция в Ирак,
03:32
we saved 17 percent of the costs,
79
212680
2536
ние спестихме 17% от разходите,
03:35
and this meant that you had the ability to feed an additional 80,000 people.
80
215240
4136
а това означаваше, че имахме възможност да нахраним 80 000 души допълнително.
03:39
It's all thanks to the use of data and modeling complex systems.
81
219400
4400
Това изцяло се дължи на използването на сложни системи за данни и моделиране.
03:44
But we didn't do it alone.
82
224800
1280
Не го направихме сами.
03:46
The unit that I worked with in Rome, they were unique.
83
226840
2736
Организацията, с която работих в Рим, беше уникална.
03:49
They believed in collaboration.
84
229600
1736
Те вярваха в сътрудничеството.
03:51
They brought in the academic world.
85
231360
1696
Ангажираха академичния свят.
Ангажираха компании.
03:53
They brought in companies.
86
233080
1280
03:55
And if we really want to make big changes in big problems like world hunger,
87
235200
3616
И ако наистина искаме да се справим с проблеми като световния глад,
03:58
we need everybody to the table.
88
238840
2560
ние се нуждаем от всички.
Нуждаем се от специалисти по данните от хуманитарните организации,
04:02
We need the data people from humanitarian organizations
89
242040
2936
които да задават пътя
04:05
leading the way,
90
245000
1256
04:06
and orchestrating just the right types of engagements
91
246280
2576
и да организират правилния тип отношения
04:08
with academics, with governments.
92
248880
1696
с академичната общност и правителствата.
04:10
And there's one group that's not being leveraged in the way that it should be.
93
250600
3696
Но има една група, която не е ангажирана, по начина, по който трябва да бъде.
04:14
Did you guess it? Companies.
94
254320
2096
Познахте ли коя? Компаниите.
04:16
Companies have a major role to play in fixing the big problems in our world.
95
256440
3600
Компаниите имат главна роля в разрешаването на големите проблеми в нашия сват.
04:20
I've been in the private sector for two years now.
96
260880
2416
В частния сектор съм от 2 години.
04:23
I've seen what companies can do, and I've seen what companies aren't doing,
97
263320
3576
Видях какво могат и какво не правят компаниите
04:26
and I think there's three main ways that we can fill that gap:
98
266920
3376
и смятам, че има 3 основни начина, с които да запълним тази празнина:
04:30
by donating data, by donating decision scientists
99
270320
3096
като предоставяме данни, като предоставяме специалисти в решенията,
04:33
and by donating technology to gather new sources of data.
100
273440
3480
и като предоставяме технологии, които да събират нови източници на данни.
04:37
This is data philanthropy,
101
277920
1576
Това е филантропия на данните
04:39
and it's the future of corporate social responsibility.
102
279520
2840
и е бъдещето на корпоративната социална отговорност.
Като бонус има смисъл и за добрия бизнес.
04:43
Bonus, it also makes good business sense.
103
283160
2600
04:46
Companies today, they collect mountains of data,
104
286920
3216
Днес компаниите събират огромно количество данни,
и първото нещо, което могат да направят, е да ги предоставят.
04:50
so the first thing they can do is start donating that data.
105
290160
2762
04:52
Some companies are already doing it.
106
292946
2190
Някои компании вече го правят.
Например, водеща телекомуникационна компания.
04:55
Take, for example, a major telecom company.
107
295160
2416
04:57
They opened up their data in Senegal and the Ivory Coast
108
297600
2776
Те предоставиха своите данни в Сенегал и Кот д'Ивоар
05:00
and researchers discovered
109
300400
1976
и изследователи откриха,
05:02
that if you look at the patterns in the pings to the cell phone towers,
110
302400
3334
че ако се вгледаме в тенденциите на сигналите от клетъчните кули,
05:05
you can see where people are traveling.
111
305758
1938
можем да разберем къде хората пътуват.
05:07
And that can tell you things like
112
307720
2176
Това може да ни подскаже
05:09
where malaria might spread, and you can make predictions with it.
113
309920
3096
къде може да се разпространи малария и да я предвиждаме.
Или вземете за пример иновативна сателитна компания.
05:13
Or take for example an innovative satellite company.
114
313040
2896
05:15
They opened up their data and donated it,
115
315960
2016
Те предоставиха своите данните,
чрез които можете да следите
05:18
and with that data you could track
116
318000
1656
05:19
how droughts are impacting food production.
117
319680
2040
как сушата въздейства на производството на храна.
05:22
With that you can actually trigger aid funding before a crisis can happen.
118
322920
3680
Така можете да задействате финансова подкрепа преди кризата да се е случила.
05:27
This is a great start.
119
327560
1280
Това е страхотно начало.
05:29
There's important insights just locked away in company data.
120
329840
2880
Съществуват важни детайли, които са заключени в корпоративните данни.
05:34
And yes, you need to be very careful.
121
334480
1816
Да, трябва да бъдете много внимателни.
05:36
You need to respect privacy concerns, for example by anonymizing the data.
122
336320
3576
Трябва да спазвате съображенията за сигурност, като премахвате личните данни.
05:39
But even if the floodgates opened up,
123
339920
2776
Но дори да се отвори потоп от данни,
05:42
and even if all companies donated their data
124
342720
2536
и дори всички компании да предоставят своите данни
05:45
to academics, to NGOs, to humanitarian organizations,
125
345280
3256
на академичната общност, НПО, на хуманитарните организации,
05:48
it wouldn't be enough to harness that full impact of data
126
348560
2976
това няма да бъде достатъчно да се впрегне пълният потенциал на данните
05:51
for humanitarian goals.
127
351560
1520
за постигане на хуманитарни цели.
05:54
Why?
128
354320
1456
Защо?
05:55
To unlock insights in data, you need decision scientists.
129
355800
3240
За да отключите същността на данните са ви нужни специалисти по решенията.
05:59
Decision scientists are people like me.
130
359760
2576
Те са хора като мен.
06:02
They take the data, they clean it up,
131
362360
1816
Те вземат данните, изчистват ги,
06:04
transform it and put it into a useful algorithm
132
364200
2256
трансформират ги и ги използват в полезен алгоритъм,
06:06
that's the best choice to address the business need at hand.
133
366480
2840
който е най-доброто налично решение за нуждите на бизнеса.
06:09
In the world of humanitarian aid, there are very few decision scientists.
134
369800
3696
В света на хуманитарната помощ има много малко специалисти по вземане на решения.
06:13
Most of them work for companies.
135
373520
1640
Повечето от тях работят за компаниите.
06:16
So that's the second thing that companies need to do.
136
376480
2496
Това е второто нещо, което компаниите трябва да направят.
В допълнениe към предоставянето на данни,
06:19
In addition to donating their data,
137
379000
1696
06:20
they need to donate their decision scientists.
138
380720
2160
те трябва да предоставят и своите специалисти.
06:23
Now, companies will say, "Ah! Don't take our decision scientists from us.
139
383520
5736
Компаниите ще кажат: "Не ни вземайте специалистите.
06:29
We need every spare second of their time."
140
389280
2040
Нуждаем се от всяка секунда тяхно време."
06:32
But there's a way.
141
392360
1200
Но има начин.
06:35
If a company was going to donate a block of a decision scientist's time,
142
395200
3416
Ако компания предостави част от времето на специалистите по решения,
06:38
it would actually make more sense to spread out that block of time
143
398640
3136
ще има повече смисъл, ако то се разпредели
06:41
over a long period, say for example five years.
144
401800
2200
за дълъг период, например 5 години.
06:44
This might only amount to a couple of hours per month,
145
404600
3056
Това може да е равнозначно само на няколко часа месечно,
06:47
which a company would hardly miss,
146
407680
2056
които компанията няма да усети,
06:49
but what it enables is really important: long-term partnerships.
147
409760
3480
но това ще позволи нещо много важно: дългосрочно партньорство.
06:54
Long-term partnerships allow you to build relationships,
148
414920
2816
Дългосрочните партньорства позволяват изграждането на взаимоотношения,
06:57
to get to know the data, to really understand it
149
417760
2656
запознаване с данните, тяхното истинско разбиране
07:00
and to start to understand the needs and challenges
150
420440
2416
и разбирането на нуждите и предизвикателствата,
07:02
that the humanitarian organization is facing.
151
422880
2160
с които се сблъскват хуманитарните организации.
07:06
In Rome, at the World Food Programme, this took us five years to do,
152
426345
3191
В Рим, в Световната Хранителна програма, това ни отне 5 години,
07:09
five years.
153
429560
1456
5 години.
Първите 3 години, с тях не можахме да се справим.
07:11
That first three years, OK, that was just what we couldn't solve for.
154
431040
3336
07:14
Then there was two years after that of refining and implementing the tool,
155
434400
3496
Следващите 2 години бяха за настройване и въвеждане на модела,
07:17
like in the operations in Iraq and other countries.
156
437920
2800
като операцията в Ирак и в други държави.
07:21
I don't think that's an unrealistic timeline
157
441520
2096
Не смятам, че това е нереалистичен срок,
07:23
when it comes to using data to make operational changes.
158
443640
2736
когато става въпрос за използване на данни за реални промени.
07:26
It's an investment. It requires patience.
159
446400
2400
Това е инвестиция. Тя изисква търпение.
07:29
But the types of results that can be produced are undeniable.
160
449760
3496
Но резултатите, които могат да се получат, са неоспорими.
07:33
In our case, it was the ability to feed tens of thousands more people.
161
453280
3560
В нашия случай беше възможността да се изхранят десетки хиляди хора повече.
07:39
So we have donating data, we have donating decision scientists,
162
459440
4336
Така, имаме предоставяне на данни, предоставяне на специалисти,
07:43
and there's actually a third way that companies can help:
163
463800
2696
а третият начин, по който компаниите могат да съдействат, е да
07:46
donating technology to capture new sources of data.
164
466520
2976
предоставят технология, която да улавя нови източници на данни.
07:49
You see, there's a lot of things we just don't have data on.
165
469520
2840
Има много неща, за които нямаме данни.
07:52
Right now, Syrian refugees are flooding into Greece,
166
472960
2720
В момента сирийски бежанци заливат Гърция
и Агенцията за бежанците към ООН е претоварена.
07:57
and the UN refugee agency, they have their hands full.
167
477120
2560
Сегашната система за проследяване на хора е чрез хартия и молив,
08:01
The current system for tracking people is paper and pencil,
168
481000
3056
което означава, че
08:04
and what that means is
169
484080
1256
08:05
that when a mother and her five children walk into the camp,
170
485360
2856
когато майка и нейните 5 деца влизат в лагер,
08:08
headquarters is essentially blind to this moment.
171
488240
2656
централата е в пълно неведение за това.
08:10
That's all going to change in the next few weeks,
172
490920
2336
Всичко ще се промени през следващите няколко седмици,
08:13
thanks to private sector collaboration.
173
493280
1880
благодарение на сътруничеството с частния сектор.
08:15
There's going to be a new system based on donated package tracking technology
174
495840
3656
Ще има нова система, базирана на предоставена технология
08:19
from the logistics company that I work for.
175
499520
2040
от логистичната компания, за която работя.
С тази нова система, ще има запис на данни,
08:22
With this new system, there will be a data trail,
176
502120
2336
08:24
so you know exactly the moment
177
504480
1456
за да се знае точният момент,
08:25
when that mother and her children walk into the camp.
178
505960
2496
когато майката и нейните деца са влезли в лагера.
08:28
And even more, you know if she's going to have supplies
179
508480
2616
Нещо повече, ще се знае дали ще могат да останат
този и следващия месец.
08:31
this month and the next.
180
511120
1256
08:32
Information visibility drives efficiency.
181
512400
3016
Наличието на информация задвижва ефективността.
08:35
For companies, using technology to gather important data,
182
515440
3256
За компаниите, използването на технология за акумулиране на важни данни
08:38
it's like bread and butter.
183
518720
1456
е като хлябът и маслото.
08:40
They've been doing it for years,
184
520200
1576
Те го правят от години,
08:41
and it's led to major operational efficiency improvements.
185
521800
3256
което води до значителни подобрения в ефективността.
Само си представете любимата ви компания за напитки,
08:45
Just try to imagine your favorite beverage company
186
525080
2360
08:48
trying to plan their inventory
187
528280
1576
опитвайки се да планира запасите си
08:49
and not knowing how many bottles were on the shelves.
188
529880
2496
без да знае колко бутилки има на рафтовете.
08:52
It's absurd.
189
532400
1216
Абсурд!
08:53
Data drives better decisions.
190
533640
1560
Данните осигуряват по-добри решения.
08:57
Now, if you're representing a company,
191
537800
2536
Сега, ако вие представлявате компания
09:00
and you're pragmatic and not just idealistic,
192
540360
3136
и сте прагматик, а не само идеалист,
09:03
you might be saying to yourself, "OK, this is all great, Mallory,
193
543520
3056
може би ще си кажете: "Добре, това е супер, Малори,
09:06
but why should I want to be involved?"
194
546600
1840
но защо да се включа?"
Е, със сигурност, освен добрия ПР,
09:09
Well for one thing, beyond the good PR,
195
549000
2816
09:11
humanitarian aid is a 24-billion-dollar sector,
196
551840
2776
хуманитарната помощ е сектор за 24 милиара долара,
09:14
and there's over five billion people, maybe your next customers,
197
554640
3056
с над 5 милиарда души, потенциални ваши клиенти,
09:17
that live in the developing world.
198
557720
1816
които живеят в развиващия се свят.
09:19
Further, companies that are engaging in data philanthropy,
199
559560
3096
Освен това, компаниите, които се ангажират с филантропия на данни,
09:22
they're finding new insights locked away in their data.
200
562680
2976
откриват нови приложения на техните данни.
09:25
Take, for example, a credit card company
201
565680
2256
Вземете за пример компания за кредитни карти,
09:27
that's opened up a center
202
567960
1336
която е открила център,
09:29
that functions as a hub for academics, for NGOs and governments,
203
569320
3376
функциониращ като хъб за университети, НПО и правителства,
09:32
all working together.
204
572720
1240
всички работещи заедно.
Изследвайки информация за използването на кредитни карти,
09:35
They're looking at information in credit card swipes
205
575040
2736
09:37
and using that to find insights about how households in India
206
577800
2976
те разбират как домакинствата в Индия
09:40
live, work, earn and spend.
207
580800
1720
живеят, работят и харчат.
09:43
For the humanitarian world, this provides information
208
583680
2576
За хуманитарния свят, това осигурява информация
09:46
about how you might bring people out of poverty.
209
586280
2656
как могат да се спасят хората от бедност.
09:48
But for companies, it's providing insights about your customers
210
588960
3016
Но за компаниите, това дава ценна информация за клиентите
и потенциалните клиенти в Индия.
09:52
and potential customers in India.
211
592000
2040
09:54
It's a win all around.
212
594760
1800
Това е победа за всички.
09:57
Now, for me, what I find exciting about data philanthropy --
213
597960
3776
Сега, това което намирам за вълнуващо във филантропията на данни -
10:01
donating data, donating decision scientists and donating technology --
214
601760
4336
предоставянето на данни, предоставянето на специалисти и даряването на технология
е, че то има смисъл за млади специалисти като мен,
10:06
it's what it means for young professionals like me
215
606120
2376
10:08
who are choosing to work at companies.
216
608520
1840
които са избрали да работят за компаниите.
10:10
Studies show that the next generation of the workforce
217
610800
2656
Изследвания показват, че следващото поколение работници
10:13
care about having their work make a bigger impact.
218
613480
2560
искат работата им да има по-голямо въздействие.
10:16
We want to make a difference,
219
616920
2456
Ние искаме да направим промяна
10:19
and so through data philanthropy,
220
619400
2416
и чрез филантропията на данни
10:21
companies can actually help engage and retain their decision scientists.
221
621840
3936
компаниите могат наистина да ангажират и задържат своите специалисти.
10:25
And that's a big deal for a profession that's in high demand.
222
625800
2880
А това е страхотно за професия с голямо търсене.
10:29
Data philanthropy makes good business sense,
223
629840
3120
Филантропията на данни има смисъл за бизнеса
10:34
and it also can help revolutionize the humanitarian world.
224
634200
3280
и тя може да помогне за коренна промяна на хуманитарния свят.
10:39
If we coordinated the planning and logistics
225
639600
2096
Ако координираме планирането и логистиката,
10:41
across all of the major facets of a humanitarian operation,
226
641720
3376
всички основни аспекти на една хуманитарна операция,
ние можем да нахраним, облечем и подслоним десетки хиляди души повече,
10:45
we could feed, clothe and shelter hundreds of thousands more people,
227
645120
3600
10:49
and companies need to step up and play the role that I know they can
228
649440
4256
а компаниите трябва да се включат и да заемат ролята, която знам, че могат,
10:53
in bringing about this revolution.
229
653720
1880
в осъществяването на тази революция.
10:56
You've probably heard of the saying "food for thought."
230
656720
2936
Може би сте чували да казват "храна за размисъл"
10:59
Well, this is literally thought for food.
231
659680
2240
Е, това буквално е размисъл за храната.
11:03
It finally is the right idea at the right time.
232
663560
4136
В крайна сметка това е правилната идея в подходящото време.
11:07
(Laughter)
233
667720
1216
(Смях)
11:08
Très magnifique.
234
668960
1576
Страхотно.
11:10
Thank you.
235
670560
1216
Благодаря ви!
11:11
(Applause)
236
671800
2851
(Аплодисменти)
Относно този уебсайт

Този сайт ще ви запознае с видеоклипове в YouTube, които са полезни за изучаване на английски език. Ще видите уроци по английски език, преподавани от първокласни учители от цял свят. Кликнете два пъти върху английските субтитри, показани на всяка страница с видеоклипове, за да възпроизведете видеото оттам. Субтитрите се превъртат в синхрон с възпроизвеждането на видеото. Ако имате някакви коментари или искания, моля, свържете се с нас, като използвате тази форма за контакт.

https://forms.gle/WvT1wiN1qDtmnspy7