Kenneth Cukier: Big data is better data

Tłumaczenie: Maciej Mackiewicz Korekta: Magda Komorowska

America's favorite pie is?

Ulubione ciasto Amerykanów to...?

Audience: Apple. Kenneth Cukier: Apple. Of course it is.

Publiczność: Szarlotka. Kenneth Cukier: Szarlotka, oczywiście.

How do we know it?

Skąd to wiemy?

Because of data.

Dzięki danym.

You look at supermarket sales.

Patrzymy na sprzedaż w supermarketach,

You look at supermarket sales of 30-centimeter pies

na sprzedaż 30-centymetrowych mrożonych ciast.

that are frozen, and apple wins, no contest.

Szarlotka wygrywa bezapelacyjnie.

The majority of the sales are apple.

Większość sprzedanych ciast stanowi szarlotka.

But then supermarkets started selling

Ale kiedy supermarkety zaczęły sprzedawać mniejsze, 11-centymetrowe ciasta,

smaller, 11-centimeter pies,

and suddenly, apple fell to fourth or fifth place.

szarlotka nagle spadła na czwarte czy piąte miejsce.

Why? What happened?

Dlaczego? Co się stało?

Okay, think about it.

Zastanówmy się.

When you buy a 30-centimeter pie,

Kiedy kupuje się 30-centymetrowe ciasto,

the whole family has to agree,

cała rodzina musi się zgodzić na smak,

and apple is everyone's second favorite.

a szarlotka jest ich drugim ulubionym ciastem.

(Laughter)

(Śmiech)

But when you buy an individual 11-centimeter pie,

Ale gdy kupuje się pojedyncze 11-centymetrowe ciasto,

you can buy the one that you want.

można wybrać to, na które się ma ochotę.

You can get your first choice.

Można wybrać ciasto, które lubimy najbardziej.

You have more data.

Mamy więcej danych.

You can see something

Można dostrzec coś, czego nie było widać,

that you couldn't see

when you only had smaller amounts of it.

mając do dyspozycji mniej danych.

Now, the point here is that more data

Ale większa ilość danych

doesn't just let us see more,

nie tylko pozwala dostrzec więcej

more of the same thing we were looking at.

na temat obserwowanych elementów.

More data allows us to see new.

Większa ilość danych pozwala dostrzec coś nowego.

It allows us to see better.

Pozwala widzieć lepiej.

It allows us to see different.

Pozwala patrzeć w inny sposób.

In this case, it allows us to see

W tym przypadku umożliwia odkrycie,

what America's favorite pie is:

jakie jest ulubione ciasto Amerykanów.

not apple.

Nie szarlotka.

Now, you probably all have heard the term big data.

Na pewno każdy z was słyszał termin "big data".

In fact, you're probably sick of hearing the term

Pewnie macie już dosyć słuchania o tych "wielkich danych".

big data.

It is true that there is a lot of hype around the term,

To prawda, że jest sporo zamieszania wokół tego pojęcia,

and that is very unfortunate,

a szkoda,

because big data is an extremely important tool

ponieważ big data to niesamowicie ważne narzędzie,

by which society is going to advance.

dzięki któremu społeczeństwo może się rozwinąć.

In the past, we used to look at small data

W przeszłości analizowało się małe zbiory danych,

and think about what it would mean

próbowało się wyciągnąć ogólne wnioski.

to try to understand the world,

and now we have a lot more of it,

Teraz mamy więcej danych,

more than we ever could before.

więcej, niż mogliśmy mieć wcześniej.

What we find is that when we have

Okazuje się, że kiedy posiadamy

a large body of data, we can fundamentally do things

sporą ilość danych, możemy osiągnąć to,

that we couldn't do when we only had smaller amounts.

czego wcześniej nie mogliśmy, mając dostęp tylko do małej ilości danych.

Big data is important, and big data is new,

Big data to ważna i nowa kwestia.

and when you think about it,

Jakby się nad tym zastanowić,

the only way this planet is going to deal

jedyny sposób, by nasza planeta poradziła sobie

with its global challenges —

z globalnymi wyzwaniami,

to feed people, supply them with medical care,

takimi jak nakarmienie ludności i zapewnienie opieki medycznej,

supply them with energy, electricity,

dostępność energii i elektryczności oraz dopilnowanie,

and to make sure they're not burnt to a crisp

żeby ludzie nie zamienili się w skwarki z powodu globalnego ocieplenia,

because of global warming —

is because of the effective use of data.

to efektywne wykorzystanie danych.

So what is new about big data? What is the big deal?

A więc co jest takiego nowego w big data? O co chodzi?

Well, to answer that question, let's think about

Najpierw zastanówmy się,

what information looked like,

jaką fizyczną formę miały kiedyś informacje.

physically looked like in the past.

In 1908, on the island of Crete,

W 1908 roku na Krecie archeologowie znaleźli gliniany dysk.

archaeologists discovered a clay disc.

They dated it from 2000 B.C., so it's 4,000 years old.

Datowali go na rok 2000 p.n.e., czyli liczy sobie 4000 lat.

Now, there's inscriptions on this disc,

Na dysku znajduje się inskrypcja, ale nie wiemy, co oznacza.

but we actually don't know what it means.

It's a complete mystery, but the point is that

Jest to niewyjaśniona zagadka, ale chodzi o to,

this is what information used to look like

że tak właśnie wyglądały informacje 4000 lat temu.

4,000 years ago.

This is how society stored

W ten sposób społeczeństwo przechowywało

and transmitted information.

i przekazywało sobie informacje.

Now, society hasn't advanced all that much.

Społeczeństwo wcale się tak bardzo nie rozwinęło.

We still store information on discs,

Wciąż przechowujemy informacje na dyskach,

but now we can store a lot more information,

choć teraz możemy przechować ich więcej niż kiedykolwiek wcześniej.

more than ever before.

Searching it is easier. Copying it easier.

Wyszukiwanie jest łatwiejsze. Kopiowanie jest łatwiejsze.

Sharing it is easier. Processing it is easier.

Przekazywanie jest łatwiejsze. Przetwarzanie jest łatwiejsze.

And what we can do is we can reuse this information

Możemy również ponownie wykorzystać te informacje

for uses that we never even imagined

na sposoby, o jakich nie śniliśmy,

when we first collected the data.

kiedy je zebraliśmy.

In this respect, the data has gone

W ten sposób dane przeszły

from a stock to a flow,

od bycia zasobem do bycia środkiem płynnym,

from something that is stationary and static

od czegoś stacjonarnego i statycznego

to something that is fluid and dynamic.

do czegoś płynnego i dynamicznego.

There is, if you will, a liquidity to information.

W informacji jest swoista płynność.

The disc that was discovered off of Crete

Dysk znaleziony na Krecie,

that's 4,000 years old, is heavy,

i który liczy sobie 4000 lat, jest ciężki,

it doesn't store a lot of information,

nie zawiera wielu informacji

and that information is unchangeable.

i nie można ich zmienić.

By contrast, all of the files

Dla porównania wszystkie pliki,

that Edward Snowden took

które Edward Snowden zabrał

from the National Security Agency in the United States

z Agencji Bezpieczeństwa Narodowego w Stanach Zjednoczonych,

fits on a memory stick

zmieściły się na karcie pamięci o wielkości paznokcia

the size of a fingernail,

and it can be shared at the speed of light.

i mogą być przesłane z prędkością światła.

More data. More.

Więcej danych. Więcej.

Now, one reason why we have so much data in the world today

Mamy tak wiele danych między innymi dlatego, że zbieramy coraz więcej rzeczy,

is we are collecting things

that we've always collected information on,

o których zawsze zbieraliśmy informacje.

but another reason why is we're taking things

Kolejnym powodem jest też wykorzystywanie rzeczy,

that have always been informational

które zawsze dostarczały informacji,

but have never been rendered into a data format

ale nigdy nie zostały przetworzone w formie danych,

and we are putting it into data.

a teraz przekształcamy je w dane.

Think, for example, the question of location.

Zastanówcie się na przykład nad lokalizacją.

Take, for example, Martin Luther.

Weźmy Marcina Lutra.

If we wanted to know in the 1500s

Gdybyśmy w XVI wieku chcieli wiedzieć, gdzie jest Marcin Luter,

where Martin Luther was,

we would have to follow him at all times,

musielibyśmy za nim cały czas podążać,

maybe with a feathery quill and an inkwell,

pewnie z piórem i kałamarzem,

and record it,

żeby zapisywać dane.

but now think about what it looks like today.

Teraz zastanówcie się, jak to wygląda dzisiaj.

You know that somewhere,

Wiecie, że gdzieś,

probably in a telecommunications carrier's database,

zapewne w bazie danych operatora telefonicznego,

there is a spreadsheet or at least a database entry

znajduje się arkusz kalkulacyjny albo wpis w bazie danych,

that records your information

cały czas zbierający informacje o tym, gdzie się znajdujecie.

of where you've been at all times.

If you have a cell phone,

Jeżeli macie telefon komórkowy z systemem GPS,

and that cell phone has GPS, but even if it doesn't have GPS,

a nawet jeżeli nie ma tam GPS-u, może on zbierać informacje o was.

it can record your information.

In this respect, location has been datafied.

W ten sposób lokalizacja została przekształcona w dane.

Now think, for example, of the issue of posture,

Teraz pomyślcie o kwestii postury, o sposobie, w jaki teraz siedzicie,

the way that you are all sitting right now,

the way that you sit,

w jaki ty siedzisz,

the way that you sit, the way that you sit.

w jaki ty siedzisz, ty również.

It's all different, and it's a function of your leg length

Każdy jest inny i zależy to od długości nóg

and your back and the contours of your back,

czy kształtu pleców.

and if I were to put sensors, maybe 100 sensors

Gdybym umieścił powiedzmy 100 sensorów

into all of your chairs right now,

w każdym z waszych krzeseł,

I could create an index that's fairly unique to you,

mógłbym stworzyć indeks podporządkowany do każdej z osób.

sort of like a fingerprint, but it's not your finger.

Coś jak linie papilarne, z tym że nie na palcu.

So what could we do with this?

Co moglibyśmy z tym zrobić?

Researchers in Tokyo are using it

Badacze w Tokio wykorzystują to

as a potential anti-theft device in cars.

przy tworzeniu urządzeń zapobiegającym kradzieży samochodów.

The idea is that the carjacker sits behind the wheel,

Założenie jest takie, że złodziej siada za kierownicą,

tries to stream off, but the car recognizes

próbuje odpalić samochód, ale system rozpoznaje,

that a non-approved driver is behind the wheel,

że za kierownicą siedzi nieautoryzowany kierowca,

and maybe the engine just stops, unless you

więc silnik musi zgasnąć,

type in a password into the dashboard

chyba że wpisze się hasło,

to say, "Hey, I have authorization to drive." Great.

by zapewnić samochód, że możemy prowadzić. Świetnie.

What if every single car in Europe

Co by się stało, gdyby każdy samochód w Europie

had this technology in it?

posiadał tę technikę?

What could we do then?

Co moglibyśmy wtedy zrobić?

Maybe, if we aggregated the data,

Gdybyśmy zebrali te dane,

maybe we could identify telltale signs

moglibyśmy zidentyfikować wskaźniki,

that best predict that a car accident

które przewidują, że w ciągu kolejnych pięciu sekund

is going to take place in the next five seconds.

nastąpi wypadek samochodowy.

And then what we will have datafied

Moglibyśmy zebrać dane o zmęczeniu za kierownicą,

is driver fatigue,

and the service would be when the car senses

wtedy samochód wyczułby,

that the person slumps into that position,

że kierowca osuwa się z siedzenia

automatically knows, hey, set an internal alarm

i automatycznie wiedziałby, że ma uruchomić alarm.

that would vibrate the steering wheel, honk inside

Kierownica by zawibrowała, włączyłby się klakson.

to say, "Hey, wake up,

Wszystko po to, żeby obudzić kierowcę i nakazać mu większą ostrożność.

pay more attention to the road."

These are the sorts of things we can do

To właśnie możemy osiągnąć,

when we datafy more aspects of our lives.

jeżeli więcej aspektów naszego życia przekształcimy w dane.

So what is the value of big data?

Jaka jest wartość big data?

Well, think about it.

Zastanówcie się.

You have more information.

Macie więcej informacji.

You can do things that you couldn't do before.

Możecie osiągnąć więcej niż przedtem.

One of the most impressive areas

Jedna z bardziej imponujących dziedzin, w których wykorzystuje się ten pomysł,

where this concept is taking place

is in the area of machine learning.

jest uczenie maszynowe.

Machine learning is a branch of artificial intelligence,

Uczenie maszynowe to dziedzina sztucznej inteligencji,

which itself is a branch of computer science.

która z kolei jest dziedziną informatyki.

The general idea is that instead of

Założenie jest takie,

instructing a computer what do do,

że zamiast instruować komputer, co ma robić,

we are going to simply throw data at the problem

rozwiązujemy problem, dając komputerowi dane,

and tell the computer to figure it out for itself.

z którymi musi sobie sam poradzić.

And it will help you understand it

Łatwo można to zrozumieć, przyglądając początkom tego zjawiska.

by seeing its origins.

In the 1950s, a computer scientist

W latach 50. informatyk

at IBM named Arthur Samuel liked to play checkers,

pracujący w IBM, Arthur Samuel, który lubił grać w warcaby,

so he wrote a computer program

napisał program komputerowy, żeby mógł grać z komputerem.

so he could play against the computer.

He played. He won.

Grał. Wygrywał.

He played. He won.

Grał. Wygrywał.

He played. He won,

Grał. Wygrywał,

because the computer only knew

ponieważ komputer znał wyłącznie dozwolone ruchy.

what a legal move was.

Arthur Samuel knew something else.

Arthur Samuel znał coś jeszcze:

Arthur Samuel knew strategy.

znał strategię.

So he wrote a small sub-program alongside it

Dlatego napisał podprogram działający w tle, który miał na celu

operating in the background, and all it did

was score the probability

po każdym ruchu obliczyć prawdopodobieństwo tego,

that a given board configuration would likely lead

czy dany układ figur będzie prowadzić do wygranej czy przegranej.

to a winning board versus a losing board

after every move.

He plays the computer. He wins.

Grał z komputerem. Wygrywał.

He plays the computer. He wins.

Grał z komputerem. Wygrywał.

He plays the computer. He wins.

Grał z komputerem. Wygrywał.

And then Arthur Samuel leaves the computer

Wtedy Arthur Samuel zostawił komputer,

to play itself.

żeby grał sam ze sobą.

It plays itself. It collects more data.

Grał sam ze sobą, zbierał więcej danych.

It collects more data. It increases the accuracy of its prediction.

Zbierał jeszcze więcej danych, zwiększał dokładność przewidywań.

And then Arthur Samuel goes back to the computer

Potem Arthur Samuel wrócił do komputera,

and he plays it, and he loses,

żeby z nim zagrać - i przegrał.

and he plays it, and he loses,

Grał i przegrywał,

and he plays it, and he loses,

grał i przegrywał.

and Arthur Samuel has created a machine

W ten sposób Arthur Samuel stworzył maszynę,

that surpasses his ability in a task that he taught it.

która przewyższała jego umiejętności

związane z zadaniem, którego sam ją nauczył.

And this idea of machine learning

Ten sposób uczenia się maszyn jest wdrażany wszędzie.

is going everywhere.

How do you think we have self-driving cars?

Jak myślicie, skąd się wzięły samosterujące samochody?

Are we any better off as a society

Czy jako społeczeństwo zyskujemy jakoś,

enshrining all the rules of the road into software?

wgrywając zasady ruchu drogowego do oprogramowania?

No. Memory is cheaper. No.

Nie. Pamięć jest tańsza. Nie.

Algorithms are faster. No. Processors are better. No.

Algorytmy są szybsze. Nie. Procesory są lepsze. Nie.

All of those things matter, but that's not why.

To wszystko ma znaczenie, ale nie stanowi głównego powodu.

It's because we changed the nature of the problem.

Chodzi o to, że zmieniliśmy istotę problemu.

We changed the nature of the problem from one

Początkowo chcieliśmy bezpośrednio

in which we tried to overtly and explicitly

explain to the computer how to drive

wyjaśnić komputerowi, jak ma jeździć, z kolei teraz stwierdzamy:

to one in which we say,

"Here's a lot of data around the vehicle.

"Masz tu masę danych z otoczenia pojazdu.

You figure it out.

You figure it out that that is a traffic light,

Sam rozpoznaj światło sygnalizacyjne,

that that traffic light is red and not green,

że światło jest czerwone, a nie zielone,

that that means that you need to stop

że trzeba się wtedy zatrzymać,

and not go forward."

a nie jechać dalej".

Machine learning is at the basis

Uczenie maszynowe leży u podstaw wielu rzeczy w sieci,

of many of the things that we do online:

search engines,

takich jak wyszukiwarki internetowe,

Amazon's personalization algorithm,

algorytm personalizujący Amazona,

computer translation,

tłumaczenie komputerowe,

voice recognition systems.

systemy rozpoznawania głosu.

Researchers recently have looked at

Badacze przyglądają się ostatnio kwestii biopsji,

the question of biopsies,

cancerous biopsies,

biopsji nowotworów.

and they've asked the computer to identify

Kazali komputerowi zidentyfikować,

by looking at the data and survival rates

za pomocą danych i współczynników przeżycia,

to determine whether cells are actually

czy badane komórki są faktycznie komórkami nowotworowymi.

cancerous or not,

and sure enough, when you throw the data at it,

Kiedy przepuszczono dane przez algorytm uczenia maszynowego,

through a machine-learning algorithm,

the machine was able to identify

maszyna była w stanie zidentyfikować

the 12 telltale signs that best predict

12 wyznaczników, które wskazywały na to,

that this biopsy of the breast cancer cells

że dane komórki pobrane z piersi są nowotworowe.

are indeed cancerous.

The problem: The medical literature

Jest jednak problem,

only knew nine of them.

mianowicie medycyna znała tylko dziewięć.

Three of the traits were ones

Na trzy pozostałe nie zwracano uwagi,

that people didn't need to look for,

but that the machine spotted.

ale maszyna je znalazła.

Now, there are dark sides to big data as well.

Oczywiście istnieje też ciemna strona big data.

It will improve our lives, but there are problems

Dane pomagają w życiu, jednak są problemy,

that we need to be conscious of,

których musimy być świadomi.

and the first one is the idea

Pierwszy z nich wiąże się z tym,

that we may be punished for predictions,

że możemy być karani z powodu przewidywań.

that the police may use big data for their purposes,

Policja może używać big data do swoich celów,

a little bit like "Minority Report."

tak jak w "Raporcie mniejszości".

Now, it's a term called predictive policing,

Tutaj chodzi o "predictive policing",

or algorithmic criminology,

czyli kryminologię algorytmiczną.

and the idea is that if we take a lot of data,

Jeżeli zbierzemy dużo danych

for example where past crimes have been,

o tym, gdzie popełniane były zbrodnie,

we know where to send the patrols.

będziemy wiedzieli, gdzie wysyłać patrole.

That makes sense, but the problem, of course,

Ma to sens, natomiast problem polega na tym, że nie będzie to zawężone

is that it's not simply going to stop on location data,

do danych na temat lokalizacji,

it's going to go down to the level of the individual.

ale także wskazywać jednostki.

Why don't we use data about the person's

Dlaczego nie użyć danych dotyczących czyichś wyników w nauce?

high school transcript?

Maybe we should use the fact that

Może powinniśmy uwzględnić fakt,

they're unemployed or not, their credit score,

że ktoś jest bezrobotny czy posiada zdolność kredytową,

their web-surfing behavior,

whether they're up late at night.

jak zachowuje się w internecie, czy późno kładzie się spać.

Their Fitbit, when it's able to identify biochemistries,

Opaska fitness, gdy zacznie monitorować procesy biochemiczne,

will show that they have aggressive thoughts.

będzie mogła wykazać, że ktoś ma agresywne skłonności.

We may have algorithms that are likely to predict

Powstaną algorytmy zdolne przewidzieć,

what we are about to do,

co mamy zamiar zrobić

and we may be held accountable

i uznać osobę za winną, zanim cokolwiek uczyni.

before we've actually acted.

Privacy was the central challenge

Prywatność była głównym wyzwaniem

in a small data era.

przed erą big data.

In the big data age,

W erze big data

the challenge will be safeguarding free will,

wyzwaniem będzie ochrona wolnej woli,

moral choice, human volition,

moralnego wyboru, podejmowania decyzji,

human agency.

sprawczości.

There is another problem:

Istnieje kolejny problem.

Big data is going to steal our jobs.

Big data zabiorą nam pracę.

Big data and algorithms are going to challenge

Big data i algorytmy zagrożą

white collar, professional knowledge work

białym kołnierzykom, pracownikom umysłowym w XXI wieku,

in the 21st century

in the same way that factory automation

w ten sam sposób, w jaki zautomatyzowanie produkcji

and the assembly line

i linie produkcyjne zagroziły niebieskim kołnierzykom,

challenged blue collar labor in the 20th century.

czyli robotnikom, w XX wieku.

Think about a lab technician

Pomyślcie o laborancie,

who is looking through a microscope

który bada przez mikroskop materiał z biopsji,

at a cancer biopsy

and determining whether it's cancerous or not.

żeby ocenić, czy są to komórki nowotworowe.

The person went to university.

Ta osoba kształciła się na uniwersytecie,

The person buys property.

kupuje nieruchomości,

He or she votes.

głosuje,

He or she is a stakeholder in society.

wnosi wkład do społeczeństwa.

And that person's job,

I praca tej osoby,

as well as an entire fleet

podobnie jak praca całego sztabu podobnych specjalistów,

of professionals like that person,

is going to find that their jobs are radically changed

może ulec drastycznej zmianie,

or actually completely eliminated.

bądź też stać się całkowicie zbędna.

Now, we like to think

Wyobrażamy to sobie tak,

that technology creates jobs over a period of time

że technika z czasem stworzy miejsca pracy,

after a short, temporary period of dislocation,

po chwilowych zawirowaniach.

To prawda, jeśli myślimy w kategoriach

and that is true for the frame of reference

with which we all live, the Industrial Revolution,

zmian w czasach rewolucji przemysłowej,

because that's precisely what happened.

gdzie nastąpiło dokładnie coś takiego.

But we forget something in that analysis:

Ale o czymś zapominamy,

There are some categories of jobs

mianowicie są pewne zawody,

that simply get eliminated and never come back.

które znikną i już nigdy nie powrócą.

The Industrial Revolution wasn't very good

Rewolucja przemysłowa uderzyła w pozycję koni na rynku pracy.

if you were a horse.

So we're going to need to be careful

Dlatego musimy być ostrożni

and take big data and adjust it for our needs,

i dostosować big data do naszych potrzeb,

our very human needs.

naszych ludzkich potrzeb.

We have to be the master of this technology,

Musimy być panami tej techniki,

not its servant.

nie jej sługami.

We are just at the outset of the big data era,

Jesteśmy na samym początku ery big data

and honestly, we are not very good

i szczerze powiedziawszy, nie radzimy sobie zbyt dobrze

at handling all the data that we can now collect.

z danymi, które jesteśmy w stanie zebrać.

It's not just a problem for the National Security Agency.

Nie jest to tylko wyzwanie dla Agencji Bezpieczeństwa Narodowego.

Businesses collect lots of data, and they misuse it too,

Przedsiębiorstwa również zbierają dane i niewłaściwie ich używają.

and we need to get better at this, and this will take time.

Musimy się poprawić, a to będzie wymagało czasu.

It's a little bit like the challenge that was faced

Jest to podobne do wyzwania, jakie w prehistorii stanowił ogień.

by primitive man and fire.

This is a tool, but this is a tool that,

To narzędzie jest w stanie nas spalić,

unless we're careful, will burn us.

jeżeli nie będziemy ostrożni.

Big data is going to transform how we live,

Big data zmienią nasze życie, pracę, nasze myślenie.

how we work and how we think.

It is going to help us manage our careers

Pomogą nam kierować swoją karierą

and lead lives of satisfaction and hope

i prowadzić satysfakcjonujące życie,

and happiness and health,

pełne nadziei, szczęścia i zdrowia.

but in the past, we've often looked at information technology

Natomiast w przeszłości patrzyliśmy na technikę informacyjną,

and our eyes have only seen the T,

widząc tylko literę T,

the technology, the hardware,

technikę, sprzęt,

because that's what was physical.

ponieważ to było coś fizycznego.

We now need to recast our gaze at the I,

Teraz musimy zacząć patrzeć na literę I,

the information,

informację, która jest mniej namacalna,

which is less apparent,

but in some ways a lot more important.

ale w pewnym sensie istotniejsza.

Humanity can finally learn from the information

Ludzkość w końcu może czerpać wiedzę z informacji,

that it can collect,

które jest w stanie zebrać,

as part of our timeless quest

w ramach naszej ponadczasowej misji,

to understand the world and our place in it,

by zrozumieć świat i nasze w nim miejsce,

and that's why big data is a big deal.

dlatego big data to poważna sprawa.

(Applause)

(Brawa)