How supply chain transparency can help the planet | Markus Mutz

79,469 views ・ 2020-02-14

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: András Pongó Lektor: Péter Pallós
00:13
In almost all aspects of our lives
0
13042
2059
Életünk majdnem minden területén
00:15
we have perfect information available instantaneously.
1
15125
4208
azonnal tökéletes információk állnak rendelkezésünkre.
00:20
My phone can tell me everything about my finances,
2
20042
3267
A telefonom mindent el tud mondani a pénzügyeimről,
00:23
where precisely I am on a map
3
23333
2226
hogy pontosan hol vagyok a térképen,
00:25
and the best way to my next destination,
4
25583
2143
a következő célomhoz vezető legjobb útvonalat,
00:27
all with a click of a button.
5
27750
2559
mindezt egy gombnyomásra.
00:30
But this availability of information and transparency
6
30333
3101
De az információk elérhetősége és az átláthatóság
00:33
almost completely disappears when it comes to consumer products.
7
33458
3625
a fogyasztói termékek esetében majdnem teljesen eltűnik.
00:38
If you go to the seafood counter at your local supermarket,
8
38208
3310
Ha a helyi szupermarket tengeri pultjához mennek,
00:41
you can probably choose between several different types of fish.
9
41542
3809
biztosan több halféle közül választhatnak.
00:45
But chances are, they won't be able to tell you
10
45375
2559
De van esély rá, hogy a boltban nem tudják megmondani,
00:47
who caught the fish, where precisely it was caught,
11
47958
3143
ki és pontosan hol fogta a halat,
00:51
whether it is sustainable to catch it there
12
51125
2268
fenntartható-e az, hogy ott halászták,
00:53
and how it got transported.
13
53417
2041
és hogy miként szállították.
00:56
And that holds true for almost everything we buy.
14
56083
2893
Ez majdnem mindenre igaz, amit megveszünk.
00:59
Every can of soup,
15
59000
1768
Minden zacskós levesre,
01:00
every piece of meat, every T-shirt.
16
60792
2517
minden húsfélére, minden pólóra.
01:03
We as humans, right now,
17
63333
2268
Mi, emberek éppen most pusztítjuk el
01:05
are destroying the only thing we really need to survive:
18
65625
3518
az egyetlen dolgot, amire igazán szükségünk van a fennmaradáshoz:
01:09
our planet.
19
69167
1267
a bolygónkat.
01:10
And most of the horrible problems that we're facing today,
20
70458
3018
A legtöbb szörnyű probléma, amivel manapság szembesülünk –
01:13
like climate change
21
73500
1268
mint a klímaváltozás
01:14
and modern slavery in supply chains,
22
74792
2684
és az ellátási láncokba beépült modern rabszolgaság –
01:17
come down to decisions.
23
77500
1726
begyűrűzik a döntéseinkbe.
01:19
Human decisions to produce something one way and not another.
24
79250
5684
Az emberi döntésekbe arról, hogy valamit egy adott módon állítsunk elő, ne másképp.
01:24
And that's how we, as consumers,
25
84958
2226
Így hozunk fogyasztóként olyan döntéseket,
01:27
end up making decisions that harm the planet
26
87208
2976
amelyek ártanak a bolygónak
01:30
or our fellow humans.
27
90208
1643
vagy embertársainknak.
01:31
By choosing the wrong products.
28
91875
2083
Azzal, hogy a rossz termékeket választjuk.
01:35
But I refuse to believe that anybody here in this room,
29
95167
3351
De én nem vagyok hajlandó azt hinni, hogy bárki ebben a teremben,
01:38
or frankly, anybody on this planet,
30
98542
2059
vagy őszintén, bárki ezen a bolygón
01:40
really wants to buy a product
31
100625
1893
valóban olyan terméket akar vásárolni,
01:42
that harms the planet or our fellow humans
32
102542
3434
amely árt a bolygónak vagy embertársainknak, –
01:46
if given the choice.
33
106000
1333
ha lehetőséget kapna a választásra.
01:48
But you see, choice is a loaded word.
34
108583
2185
De tudják, a választás szónak súlya van.
01:50
Choice means there's another option.
35
110792
2351
Azt jelenti, hogy van másik lehetőség.
01:53
Choice means you can afford that option.
36
113167
3017
Azt jelenti, hogy azt a lehetőséget meg tudják engedni maguknak.
01:56
But choice also means
37
116208
1476
De a választás azt is jelenti,
01:57
you have enough information to make an informed decision.
38
117708
4060
hogy elég tájékozottak megalapozott döntést hozni.
02:01
And that information nowadays simply just doesn't exist.
39
121792
5059
De ez a tájékoztatás napjainkban egyszerűen nem létezik.
02:06
Or at least it's really, really hard to access.
40
126875
3250
Vagy legalábbis nagyon-nagyon nehéz hozzájutni.
02:11
But I think this is about to change.
41
131625
2018
De úgy gondolom, a helyzet megváltozik.
02:13
Because we can use technology to solve this information problem.
42
133667
4059
Mert felhasználhatjuk a technológiát a tájékoztatás hiányának megszüntetéséhez.
02:17
And many of the specific technologies that we need to do that
43
137750
3059
Sok ehhez szükséges technológia
02:20
have become better and cheaper over the recent years,
44
140833
3685
az elmúlt években jobb és megfizethetőbb lett,
02:24
and are now ready to be used at scale.
45
144542
2892
és most már készen áll a széles körű használatra.
02:27
So, over the past two years,
46
147458
1393
Az elmúlt két évben
02:28
my team and I have been working
47
148875
1684
a csapatom és én
a világ egyik legnagyobb természetvédelmi szervezetével, a WWF-fel dolgoztunk,
02:30
with one of the world's largest conservation organizations, WWF,
48
150583
4226
02:34
and we've founded a company called OpenSC,
49
154833
3643
és megalapítottuk az OpenSC vállalatot,
02:38
where SC stands for supply chain.
50
158500
2333
az SC a Supply Chaint, az ellátási láncot jelenti.
02:41
And we believe that by using technology
51
161708
2393
Hiszünk abban, hogy a technológia alkalmazásával
02:44
we can help to create
52
164125
3351
segíthetjük létrehozni
02:47
transparency and traceability in supply chains,
53
167500
3309
az ellátási láncok átláthatóságát és nyomon követhetőségét,
02:50
and through that, help to completely revolutionize
54
170833
3518
és ezáltal elősegíthetjük teljesen forradalmasítani,
02:54
the way that we buy and also produce products as humans.
55
174375
4583
ahogyan az emberek vásárolnak és ahogyan termékeket állítanak elő.
03:00
Now, some of this is going to sound a little bit like science fiction,
56
180333
3851
Kicsit sci-finek tűnhet annak egy része, amiről beszélek,
03:04
but it's already happening.
57
184208
1851
de a folyamat már zajlik.
03:06
Let me explain.
58
186083
1250
Hadd magyarázzam el.
03:08
So, in order to solve this information problem,
59
188208
2601
A tájékoztatás hiányának megszüntetése érdekében
03:10
we need to do three things:
60
190833
1685
három dolgot kell tennünk:
03:12
verify, trace and share.
61
192542
3267
Ellenőrizni, nyomon követni és megosztani.
03:15
Verify specific sustainability
62
195833
3476
Ellenőrizni a meghatározott, fenntartható
03:19
and ethical production claims
63
199333
1810
és erkölcsös termékre vonatkozó állításokat
03:21
in a data-based and automated way.
64
201167
2851
adat alapú ás automatizált módon.
03:24
Then trace those individual physical products
65
204042
2851
Ezután nyomon követni az egyedi fizikai termékeket
03:26
throughout their supply chains,
66
206917
1684
az ellátási láncon keresztül,
03:28
and finally, share that information with consumers
67
208625
3018
és végül a tájékoztatást megosztani a fogyasztókkal úgy,
03:31
in a way that truly gives them a choice
68
211667
2434
hogy valóban megadja nekik a választás esélyét
03:34
and lets them make consumption decisions
69
214125
1976
és olyan fogyasztási döntések meghozását,
03:36
that are more aligned with their values.
70
216125
2809
amelyek jobban igazodnak az elveikhez.
03:38
I'm going to use a real product
71
218958
3310
Bemutatok egy létező terméket
03:42
and a supply chain where we've made all of this a reality already:
72
222292
4434
és ellátási láncot, ahol mindezt már a gyakorlatban alkalmazzuk:
03:46
a Patagonian toothfish,
73
226750
1268
ez a patagóniai fogas,
03:48
or Chilean sea bass, as it's called in the US.
74
228042
3017
vagy ahogy az USA-ban hívják, a chilei tengeri sügér.
03:51
Number one, verify.
75
231083
1750
Első az ellenőrzés.
03:53
Verify how something is produced.
76
233792
2559
Ellenőrizni azt, hogyan készítettek el valamit.
03:56
But not just by saying, "Trust me, this is good,
77
236375
2809
De nemcsak azt mondván: "Higgyétek el nekünk, hogy ez jó,
03:59
trust me, we've done all the right things,"
78
239208
2185
higgyetek abban, hogy mindent jól csináltunk",
04:01
but by producing evidence for that individual physical product,
79
241417
4017
hanem bizonyítékot is szolgáltatva az adott fizikai termékről
04:05
and the way it was produced.
80
245458
2268
és előállítási módjáról.
04:07
By producing evidence
81
247750
1268
Bizonyítékot szolgáltatva
04:09
for a specific sustainability or ethical production claim.
82
249042
3767
a meghatározott, fenntartható, erkölcsös termékre vonatkozó állításról.
04:12
So for example, in the case of the fish,
83
252833
2851
Például a hal esetében
04:15
has this fish been caught in an area where there's enough of them,
84
255708
3893
olyan területen fogták, ahol elegendő van belőle,
04:19
so that it's sustainable to catch it there
85
259625
2018
azaz fenntartható-e ott halászni,
04:21
and not in a marine protected area?
86
261667
2684
és nem védett-e a tengeri terület?
04:24
So what we're doing here
87
264375
1351
Mi azt tesszük,
04:25
is we're taking almost real-time GPS data from the ship --
88
265750
3893
hogy vesszük a hajó majdnem valós idejű GPS-adatát –
04:29
the ship that's fishing --
89
269667
1517
az éppen halászó hajóét –
04:31
and that tells us where the ship is
90
271208
2226
amely megmondja nekünk, hol a hajó,
04:33
and where it's going at what speed.
91
273458
2560
merre tart és milyen sebességgel.
04:36
And we can then combine that with other types of data,
92
276042
3142
Ezt az adatot más adatokkal összesítjük,
04:39
like, for example, how deep the sea floor is.
93
279208
2768
mint például: milyen mély a tengerfenék.
04:42
And combining all of this information,
94
282000
2643
Az adatoknak összegzésével
04:44
our machine-learning algorithms can then verify, in an automated way,
95
284667
4142
a gépi tanuló algoritmusunk automatikusan ellenőrizni tudja,
04:48
whether the ship is only fishing where it's supposed to, or not.
96
288833
3792
hogy a hajó ott halászik, ahol kellene, vagy sem.
04:53
And as sensors become cheaper,
97
293875
2559
Az érzékelők egyre olcsóbbá válnak,
04:56
we can put them in more places.
98
296458
2018
így több helyre tudjuk telepíteni őket.
04:58
And that means we can capture more data,
99
298500
2351
Így több adatot tudunk rögzíteni,
05:00
and combining that with advancements in data science,
100
300875
2809
ez az adattudomány fejlődésével együtt azt eredményezi,
05:03
it means that we can now verify
101
303708
3268
hogy ellenőrizhetünk
05:07
specific sustainability and ethical production claims
102
307000
4018
konkrét fenntartható és erkölcsös termékre vonatkozó állításokat
05:11
in an automated, real-time and ongoing manner.
103
311042
4184
automatizált, valós idejű és folyamatos módon.
05:15
And that really lays the basis for this information revolution.
104
315250
4143
Ez tényleg megteremti az alapját ennek az információs forradalomnak.
05:19
So, number two, trace.
105
319417
2184
Második a nyomon követés.
05:21
Trace those individual physical products,
106
321625
3059
Az egyedi fizikai termékek nyomon követése,
05:24
so that we can truly say
107
324708
2018
hogy valóban elmondhassuk,
05:26
that the claim that we've verified about a certain product
108
326750
2726
az általunk ellenőrzött, adott termékre vonatkozó állítás
05:29
actually belongs to that individual product
109
329500
2976
tényleg igaz arra az egyedi termékre,
05:32
that we as consumers have right in front of us.
110
332500
2518
amivel fogyasztóként kapcsolatba kerülünk.
05:35
Because without that level of traceability,
111
335042
3309
Mivel a nyomon követhetőség e szintje nélkül
05:38
all that we've really verified in the first place
112
338375
2851
főleg annyit tudtunk igazolni,
05:41
is that somebody, somewhere, at some point
113
341250
2851
hogy valaki, valahol, valamikor
05:44
caught a fish in a sustainable way,
114
344125
2309
fenntartható módon fogott halat,
05:46
or didn't harm the employee when asking them to produce a T-shirt,
115
346458
4893
vagy nem ártott a munkavállalónak, mikor pólókészítésre kérte,
05:51
or didn't use pesticides when growing a vegetable that didn't actually need it.
116
351375
4833
vagy nem használt feleslegesen rovarirtót, amikor növényt termesztett.
05:57
Only if I give a product an identity from the start
117
357292
3934
Csak a termékelőállítás kezdetekor történő azonosítással
06:01
and then trace it throughout the whole supply chain,
118
361250
2768
és a teljes ellátási láncon való követéssel igazolhatjuk,
06:04
can this claim and the value that's been created
119
364042
3601
hogy az állítás
és a megfelelő gyártás hozzáadott értéke
06:07
by producing it in the right way
120
367667
2309
06:10
truly stay with it.
121
370000
1583
valóban a termék jellemzője-e.
06:13
Now, I've talked about cheaper sensors.
122
373542
2601
Beszéltem az olcsóbb érzékelőkről.
06:16
There are many other technological developments
123
376167
2476
Sok más technológiai fejlesztés van,
06:18
that make all of this much more possible today than every before.
124
378667
4226
amelyek ma ezt az egészet sokkal inkább lehetővé teszik, mint eddig bármikor.
06:22
For example, the falling costs of tags.
125
382917
2958
Például a címkék csökkenő költsége.
06:26
You give a product a name,
126
386792
3059
Adnak a terméküknek egy nevet,
06:29
a serial number, an identity,
127
389875
2018
egy sorszámot, egy identitást;
06:31
the tag is its passport.
128
391917
2184
a címke a termék útlevele.
06:34
What you can see here is a toothfish being caught.
129
394125
3309
Amit most látnak, az egy fogas kifogása.
06:37
This is what's called a longline fishery,
130
397458
2310
Ezt horogsoros halászatnak hívják;
06:39
so the fish are coming up onto the boat on individual hooks.
131
399792
4226
a halak külön horgokon kerülnek a hajóra.
06:44
And as soon as the fish is on board,
132
404042
2267
Amint a hal a fedélzetre kerül,
06:46
it is killed, and then after that,
133
406333
2268
megölik, és ezután
06:48
we insert a small tag into the fish's flesh.
134
408625
3434
egy apró címkét szúrunk a hal húsába.
06:52
And in that tag, there is an RFID chip with a unique serial number,
135
412083
4518
A címkében egyedi sorszámú RFID-csip található;
06:56
and that tag follows the fish throughout the whole supply chain
136
416625
3018
ez a címke végigkíséri a halat a teljes ellátási láncon,
06:59
and makes it really easy to sense its presence
137
419667
2184
és igazán megkönnyíti az észlelését
07:01
at any port, on any truck or in any processing plant.
138
421875
3518
bármelyik kikötőben, teherautóban vagy feldolgozóüzemben.
07:05
But consumers can't really read RFID tags.
139
425417
3267
De a fogyasztók nem tudnak RFID-címkéket olvasni.
07:08
And so, when it comes to filleting and packaging the fish,
140
428708
4226
Így amikor a hal filézésre és csomagolásra kerül,
07:12
we read the RFID tag and then remove it.
141
432958
2893
leolvassuk és eltávolítjuk az RFID-címkét.
07:15
And then we add a unique QR code to the packaging of the fish.
142
435875
4226
Ezután egyedi QR-kódot adunk a hal csomagolásához.
07:20
And that QR code then points back to the same information
143
440125
4476
A QR-kód ugyanazokra az információkra utal,
07:24
that we've verified about the fish in the first place.
144
444625
2750
melyeket a legelején ellenőriztünk a halról.
07:29
And so, depending on the type of product that we're working with,
145
449083
3851
Az általunk kezelt termékfajtától függően
07:32
we may use QR codes, bar codes, RFID tags
146
452958
3768
használhatunk QR-kódot, vonalkódot, RFID-címkét
07:36
or other tag technologies.
147
456750
1768
vagy más címketechnológiát.
07:38
But there are also technologies
148
458542
2101
De vannak más megoldások,
07:40
that are at the brink of large-scale breakthrough
149
460667
2392
amelyek széles körű elterjedése küszöbén áll,
07:43
that make tags themselves obsolete.
150
463083
1976
és a címkéket idejétmúlttá teszik.
07:45
Like, for example,
151
465083
1601
Mint például
07:46
analyzing a product for trace elements
152
466708
2726
egy termék nyomelemek szerinti elemzése,
07:49
that can then tell you quite accurately where it is actually from.
153
469458
3518
amely elég pontosan ki tudja mutatni, honnan származik.
07:53
Then there's blockchain.
154
473000
1393
És a blokklánc technológia.
07:54
A decentralized technology can act as a catalyst for this revolution.
155
474417
4809
Egy decentralizált technológia ennek a forradalomnak katalizátoraként működhet.
07:59
Because it can help mitigate some of the trust issues
156
479250
3768
Mivel enyhíthet néhány olyan bizalmi problémát,
08:03
that are inherent to giving people information
157
483042
3476
amelyek az emberek tájékoztatásának velejárói,
08:06
and then asking them to change their consumption behavior
158
486542
3184
és ezután lehet felkérni őket a fogyasztási szokásuk módosítására
08:09
because of that information.
159
489750
2351
az információ alapján.
08:12
And so, we use blockchain technology
160
492125
2684
Ehhez használjuk a blokklánc technológiát ott,
08:14
where it adds value to what we're doing.
161
494833
3226
ahol a tevékenységünkhöz hozzáadott értéket nyújt.
08:18
But importantly,
162
498083
1268
De nagyon fontos,
08:19
we don't let the limitations that this technology still has today,
163
499375
3143
nem hagyjuk, hogy technológia ma is tapasztalható korlátai –
mint például a limitált tranzakciószám –
08:22
like, for example, with regards to scaling,
164
502542
2059
08:24
we don't let that stand in our way.
165
504625
1976
akadályozzanak minket.
08:26
And that brings us to the third point.
166
506625
2476
És ez elvezet minket a harmadik ponthoz.
08:29
Share.
167
509125
1268
Megosztás.
08:30
How to share the information that we've verified and tracked
168
510417
3851
Hogyan osztjuk meg az ellenőrzött és nyomon követett információt arról,
08:34
about where a product is from, how it was produced
169
514292
2809
honnan származik a termék, hogyan készült,
08:37
and how it got to where it is?
170
517125
2476
és hogyan jutott el rendeltetési helyére?
08:39
How to share this information
171
519625
1934
Az információ megosztásának módja
08:41
is really different from product to product.
172
521583
2851
termékenként teljesen eltér.
08:44
And different from where you buy it.
173
524458
2310
Eltér a vásárlás helyszíne alapján is.
08:46
You behave differently in those situations.
174
526792
2559
Önök helyzettől függően másképp viselkednek.
08:49
You are stressed and time-poor in the supermarket.
175
529375
3643
A szupermarketben idegesek és időszűkében vannak.
08:53
Or with short attention span over dinner,
176
533042
2267
Vagy rövid ideig tudnak figyelni vacsora közben,
08:55
because your date is so cute.
177
535333
2185
mert nagyon kedves a randevúpartnerük.
08:57
Or you are critical and inquisitive
178
537542
3017
Vagy kritikusak és kíváncsiak,
09:00
when researching for a larger purchase online.
179
540583
3167
mikor egy nagyobb online vásárlás miatt tájékozódnak.
09:04
And so for our fish,
180
544750
1601
Mi a halunk esetében
09:06
we've developed a digital experience
181
546375
2934
olyan digitális élményt fejlesztettünk,
09:09
that works when buying the fish in a freezer in a fish specialty store
182
549333
5768
amely akkor működik, amikor megvásárolják a fogast a halszaküzlet fagyasztójából,
09:15
and that gives you all of the information about the fish and its journey.
183
555125
3809
és a halról és életútjáról szóló összes információt megosztja önökkel.
09:18
But we also worked with a restaurant
184
558958
2643
Egy étteremmel is együtt dolgoztunk,
09:21
and developed a different digital experience
185
561625
2976
és másféle digitális élményt találtunk ki,
09:24
that only summarizes the key facts about the fish and its journey,
186
564625
3559
amely csak a legfontosabb tényeket összegzi a halról és az útjáról,
09:28
and works better in a dinner setting
187
568208
2435
és jobban működik vacsoraszituációban,
09:30
and, hopefully, there doesn't annoy your date too much.
188
570667
3559
és remélhetőleg a randevúpartnerét sem bosszantja túlságosan.
09:34
Now, that brings us full circle.
189
574250
2351
Így rajzolódik ki számunkra a teljes kép.
09:36
We've verified that the fish was caught
190
576625
3018
Ellenőriztük, hogy a halat
09:39
in an area where it's sustainable to do so.
191
579667
2976
halászatra fenntartható területen fogták-e.
09:42
We've then traced it throughout the entire supply chain
192
582667
2601
Azután végigkövettük a teljes ellátási láncon,
09:45
to maintain its identity and all the information that's attached to it.
193
585292
4101
hogy megőrizzük az identitását és minden hozzá kapcsolt információt.
09:49
And then, we've shared that information with consumers
194
589417
2559
Majd úgy osztottuk meg az információt a fogyasztókkal,
09:52
in a way that gives them a choice
195
592000
1809
amely választási lehetőségét ad nekik,
09:53
and lets them make consumption decisions
196
593833
2143
hogy olyan fogyasztási döntést hozzanak,
09:56
that are more in line with their values.
197
596000
2542
amely jobban illeszkedik az értékeikhez.
09:59
Now, for this fish example, this is already rolled out at scale.
198
599542
4101
A halas példánk esetében ez már széleskörűen alkalmazott.
10:03
This season,
199
603667
1267
Ebben az idényben
10:04
the entire fleet of the world's largest toothfish fishing company,
200
604958
3560
a világ legnagyobb fogashalász társaságának teljes flottája –
10:08
Austral Fisheries,
201
608542
1351
az Austral Fisheries –
10:09
is tagging every single fish that they catch
202
609917
2851
minden egyes kifogott halat felcímkéz,
10:12
and that ends up in their premium branded "Glacier 51" product.
203
612792
3333
és ebből lesz végül a prémium márkás "51-es gleccser" termékük.
10:17
And you can already buy this fish.
204
617208
2143
Ezt a halat már meg is tudják vásárolni.
10:19
And with it, you can have all of the information I talked about today,
205
619375
3893
Vele együtt minden, ma említett információhoz hozzájuthatnak,
10:23
and much more,
206
623292
1476
és még annál is többhöz,
10:24
attached to each individual fish or portion of the fish that you may buy.
207
624792
4250
minden egyes megvásárlandó halhoz vagy halrészhez csatolva.
10:30
But this is not a fish or seafood thing.
208
630583
4060
De ez nemcsak egy halas vagy tengeri herkentyűs dolog.
10:34
We're working on many, many different commodities and products
209
634667
3184
Nagyon sokféle árucikken, terméken
10:37
and their supply chains across the globe.
210
637875
2393
és ezek ellátási láncán dolgozunk világszerte.
10:40
From dairy to fruit and vegetables,
211
640292
2601
Tejterméktől a gyümölcsökön és zöldségeken keresztül
10:42
to nonfood products made out of wood.
212
642917
2767
a fából készült nem élelmiszer-jellegű termékekig.
10:45
As a consumer, all of this may sound like a huge burden,
213
645708
4518
Fogyasztóként mindez talán hatalmas tehernek tűnhet,
10:50
because you don't have time to look at all of this information
214
650250
3518
mert nincs idejük áttekinteni ezeket az információkat
10:53
every time you buy something.
215
653792
2476
minden alkalommal, amikor vesznek valamit.
10:56
And I don't expect you to,
216
656292
1726
Nem is várom el önöktől,
10:58
because you'll have help with that.
217
658042
3101
mivel lesz ehhez segítségük.
11:01
In the future, we'll leave the decision of which specific product to buy
218
661167
5351
A jövőben azt a döntést, hogy melyik konkrét terméket vásároljuk meg,
11:06
increasingly up to machines.
219
666542
2184
egyre inkább gépekre fogjuk hagyni.
11:08
An algorithm will know enough about you
220
668750
2226
Egy algoritmus eleget fog tudni önökről ahhoz,
11:11
to make those decisions for you, so you don't have to.
221
671000
4476
hogy meghozza ezeket a döntéseket, így önöknek már nem kell.
11:15
And maybe it will even do a better job at it.
222
675500
2851
Talán jobb munkát is fog végezni.
11:18
In a recent study, 85 percent of those
223
678375
2434
Egy tanulmány szerint
a vásárláshoz virtuális asszisztenst használók 85%-a mondta,
11:20
buying a product through a virtual assistant
224
680833
3018
11:23
said that they, on occasion,
225
683875
1809
hogy időnként
11:25
actually went with the top product recommendation
226
685708
2351
inkább
a virtuális asszisztens termékajánlását választották,
11:28
of that virtual assistant,
227
688083
1268
11:29
rather than the specific product or brand
228
689375
2059
mintsem azt a terméket vagy márkát,
11:31
that they set out to buy in the first place.
229
691458
2726
amelyet először terveztek megvásárolni.
11:34
You just say you need toilet paper,
230
694208
1810
Mondjuk, szükségük van toalettpapírra,
11:36
it's then an algorithm that decides which brand, price point
231
696042
4434
akkor algoritmus dönti el, hogy melyik márka és árkategória legyen,
11:40
or whether you go with recycled or not.
232
700500
3059
újrahasznosított legyen vagy sem.
11:43
Well, nowadays this is usually based on what you bought in the past,
233
703583
4226
Manapság ez a folyamat általában a múltbeli vásárlásaink alapján történik,
11:47
or whoever pays the most to the company behind the virtual assistant.
234
707833
4185
vagy aszerint, hogy ki fizeti a legtöbbet a virtuális asszisztenst működtető cégnek.
11:52
But why shouldn't that be also based on your values?
235
712042
4416
De miért nem alapulhat ez a döntés is az értékeiken?
11:57
Knowing that you want to buy planet-friendly
236
717625
2559
Tudva azt, hogy környezetbarát módon akarnak vásárolni,
12:00
and knowing whether and how much you're willing and able to pay for that.
237
720208
5476
és ismerve azt, hogy mennyit akarnak és tudnak fizetni ezért.
12:05
Now, that will make it easy and seamless,
238
725708
3518
Ez könnyűvé és gördülékennyé fogja tenni a dolgot,
12:09
but still based on granular effects and data
239
729250
2268
de így is minimális információ és adat alapján
12:11
to choose the right products.
240
731542
2059
választja ki a megfelelő terméket.
12:13
Not by necessarily doing it yourself
241
733625
2226
Nem szükségszerűen önök által,
12:15
but by asking an algorithm
242
735875
2309
hanem egy algoritmus megkérésével,
12:18
that knows how much you care about this planet.
243
738208
3560
amely tudja, hogy önök mennyire törődnek ezzel a bolygóval.
12:21
Not by necessarily doing it yourself
244
741792
1976
Nem szükségszerűen önök által,
12:23
but by asking an algorithm
245
743792
2101
hanem egy algoritmus megkérésével,
12:25
that is never time-poor or distracted,
246
745917
2791
amely sosincs időszűkében, vagy sosem zaklatott,
12:29
or with short attention span because of the cute date,
247
749792
3809
vagy nem csak rövid ideig tud odafigyelni a kedves randevúpartner miatt,
12:33
and that knows how much you care about this planet
248
753625
2726
és tudja, hogy önök mennyire törődnek ezzel a bolygóval
12:36
and the people living on it,
249
756375
1434
és a rajta élő emberekkel,
12:37
by asking that algorithm to look at all of that information for you
250
757833
3851
egy algoritmus megkérésével, hogy nézze át önök helyett az összes információt
12:41
and to decide for you.
251
761708
1500
és döntsön önök helyett.
12:44
If we have reliable and trustworthy information like that
252
764500
4184
Ha rendelkezésünkre állnak megbízható és hiteles információk
12:48
and the right systems that make use of it,
253
768708
2476
és az ezeket hasznosítani képes rendszer,
12:51
consumers will support those who are doing the right thing
254
771208
3351
a fogyasztók azokat fogják támogatni, akik helyesen cselekszenek azzal,
12:54
by producing products in a sustainable and ethical way.
255
774583
4101
hogy a termékeket fenntartható és erkölcsös módon állítják elő.
12:58
They will support them every time
256
778708
2018
Mindig támogatni fogják őket azzal,
13:00
by choosing their goods over others.
257
780750
2333
hogy az áruikat választják másokéi helyett.
13:04
And that means that good producers and processors and retailers
258
784042
4934
Ez azt jelenti, hogy az árukat, gyártókat, feldolgozókat és viszonteladókat
13:09
will get rewarded.
259
789000
1268
jutalmazni fogják.
13:10
And bad actors will be forced to adjust their practices
260
790292
4351
A rossz piaci szereplőket a módszereik megváltoztatására
vagy az üzletből kiszállásra fogják kényszeríteni.
13:14
or get out of business.
261
794667
1875
13:17
And we need that.
262
797333
1643
Szükségünk van erre.
13:19
If we want to continue to live together on this beautiful planet,
263
799000
3768
Ha tovább együtt szeretnénk élni ezen a gyönyörű bolygón,
13:22
we really need it.
264
802792
1851
komolyan szükségünk van erre.
13:24
Thank you.
265
804667
1267
Köszönöm szépen.
13:25
(Applause)
266
805958
2500
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7