Мы слышим, что «данные – это новая нефть» уже более десяти лет, и в некоторых секторах это максима, которая более чем оправдывает себя. От маркетинга и логистики до финансов и продуктов, в процессе принятия решений сейчас преобладают данные на всех уровнях большинства крупных частных организаций (а если это не так, я бы составил резюме, статистика).

Итак. Возможно, будет неожиданностью узнать, что данные, которые могут изменить то, как мы реагируем на все более смертоносные бедствия, которые регулярно нас преследуют, практически отсутствовали в большинстве мер реагирования на чрезвычайные ситуации за последнее десятилетие. Агентства по реагированию на стихийные бедствия и частные организации не только не являлись источником цифровой нефти, но и годами пытались увеличить объем и масштаб данных, вводимых для реагирования на стихийные бедствия, с относительно скудными результатами.

Это начинает меняться, в основном, в основном. благодаря Интернету вещей (IoT) и оперативным кризисным менеджерам сегодня все больше и больше данных, необходимых для принятия более эффективных решений по циклам устойчивости, реагирования и восстановления. Лучшее еще впереди – с летающими дронами, смоделированными визуализациями и катастрофами, вызванными искусственным интеллектом – то, что мы видим сегодня на передовой, – это только начало того, что может стать революцией в реагировании на стихийные бедствия в 2020-х годах. [19659004] Наконец-то прибыл долгожданный поток данных о стихийных бедствиях

Реагирование на чрезвычайные ситуации – это борьба с туманом войны и ужасным тиканьем часов. В разгар лесного пожара или урагана все может измениться в считанные секунды – даже миллисекунды, если вы не обращаете внимания. Безопасные дороги, по которым переправляются эвакуированные, могут внезапно превратиться в непроходимый ад, команды эвакуации могут переместиться и оказаться слишком тонкими, а непредвиденные условия могут быстро метастазировать, чтобы охватить всю операционную среду. Операционный центр, у которого когда-то была точная информация, может быстро обнаружить, что в ней нет никакой достоверной информации.

К сожалению, даже получение необработанных данных о том, что происходило до и во время бедствия, может быть чрезвычайно трудным. Когда мы смотрим на информационную революцию в бизнесе, первый успех частично объясняется тем фактом, что компании всегда в значительной степени полагались на данные в своей деятельности. Цифровизация была и остается ключевым словом: переход от бумаги к компьютерам с целью преобразования скрытых исходных данных в форму, которая была бы машиночитаемой и, следовательно, поддающейся анализу. В бизнесе последние десять лет в основном осуществлялось обновление до версии 2.

Однако в сфере управления чрезвычайными ситуациями многие агентства застряли без версии вообще. Возьмите наводнение – где вода и куда она уходит? До недавнего времени не было исчерпывающих данных о том, откуда вода поднималась и куда она плескалась. Когда дело дошло до лесных пожаров, не было административных наборов данных о том, где находится каждое дерево в мире и насколько каждое из них подвержено возгоранию. Даже человеческая инфраструктура, такая как линии электропередач и вышки сотовой связи, часто мало взаимодействовала с цифровым миром. Они стояли там, и если вы не могли их видеть, они не могли видеть и вас.

Модели, симуляции, прогнозы, анализ: все это бесполезно без сырых данных, а в области реагирования на стихийные бедствия не было никаких подробных данных. найдено.

После многих лет обещаний революции Интернета вещей (IoT) все, наконец, превращаются в Интернет, и датчики Интернета вещей все больше заполняют американский и мировой ландшафт. Широко используются датчики температуры, атмосферного давления, уровня воды, влажности, загрязнения, мощности и другие датчики, отправляющие постоянные потоки данных обратно в хранилища данных, готовые для анализа.

Возьмите лесные пожары на американском Западе. Не так давно федеральное правительство США и органы пожарной охраны штата не знали, где происходит пожар. Пожаротушение – это «100 лет традиций, которым не препятствует прогресс», – сказал Том Харбор, десятилетний руководитель пожарной службы Лесной службы США, а ныне главный пожарный директор Cornea.

И он прав. В конце концов, тушение пожаров – это внутренняя деятельность: спасатели могут видеть пожары и даже ощущать жар, отражающийся от их плоти. Данные бесполезны, особенно на Западе, где есть миллионы акров земли и большие участки малонаселены. Спутники могут обнаружить массивные пожары, но тлеющие огни в зарослях будут совершенно невидимы для геопространственных властей. Дым над Калифорнией – что именно должен делать пожарный на земле с такой ценной информацией?

Сегодня, после десятилетия спекулятивных обещаний, датчики Интернета вещей начинают очищать огромную часть этого тумана. Аарон Кларк-Гинзберг, социолог из RAND Corporation, изучающий устойчивость сообщества, сказал, что датчики качества воздуха стали повсеместными, поскольку они «очень дешевы [and]довольно просты в использовании» и могут предложить очень детальное понимание загрязнения – a ключевой сигнал, например, о лесных пожарах. Он указал на компанию Purple Air, которая не только производит датчики, но и выпускает популярные у потребителей карты качества воздуха, что свидетельствует о потенциале современных технологий.

Карты являются критически важным местом пересечения данных при бедствиях. Системы геопространственной информации (ГИС) составляют основу большинства групп планирования и реагирования, и ни одна компания не имеет большего присутствия в этом секторе, чем частная Esri. Райан Ланклос, возглавляющий в компании решения по общественной безопасности, указал на огромное распространение датчиков воды как на радикально меняющую реакцию на определенные бедствия. «Датчики наводнений всегда пульсируют», – сказал он, и с «национальной моделью водных ресурсов, разработанной федеральным правительством», исследователи теперь могут прогнозировать с помощью анализа ГИС, как наводнение повлияет на различные сообщества с точностью, о которой раньше не слышали

.

Кори Дэвис, директор по стратегии общественной безопасности и кризисному реагированию в Verizon (которая через нашу материнскую компанию Verizon Media является конечным владельцем TechCrunch) , сказал, что все эти датчики изменили работу бригад по обслуживанию инфраструктуры. «Подумайте, как коммунальная компания, которая может подключить датчик к линии электропередачи – теперь у них есть датчики, и они быстрее выявляют, решают проблему и восстанавливают питание».

Он отметил одну важную разработку, которая изменила датчики в этом пространстве последние несколько лет: время автономной работы. Благодаря постоянным усовершенствованиям беспроводных микросхем сверхнизкого энергопотребления, а также улучшенным батареям и системам управления энергопотреблением, датчики могут прослужить действительно долгое время в дикой природе без необходимости обслуживания. «Теперь у нас есть устройства с десятилетним сроком службы батареи», – сказал он. Это очень важно, потому что может быть невозможно подключить эти датчики к электросети в приграничных районах.

То же самое мышление справедливо и в T-Mobile. Когда дело доходит до превентивного планирования, Джей Найллон, старший директор по стратегии управления национальными технологическими услугами в телекоммуникационной компании, сказал, что «тип данных, которые становятся все более ценными для нас, – это данные о штормовых нагонах – они могут облегчить знаю, что у нас есть нужные активы ». Эти данные поступают от датчиков наводнения, которые могут предлагать сигналы предупреждений в реальном времени планировщикам по всей стране.

Интерес к телекоммуникациям – и коммерческий интерес в целом – был критически важен для ускорения внедрения датчиков и других потоков данных при бедствиях. Хотя правительства могут быть логическим конечным пользователем данных о наводнениях или лесных пожарах, они не единственные, кто заинтересован в такой видимости. «Многие потребители этой информации находятся в частном секторе», – сказал Джонатан Сьюри, директор проекта Национального центра готовности к стихийным бедствиям при Институте Земли при Колумбийском университете. «Эти новые типы рисков, такие как изменение климата, повлияют на их чистую прибыль», – и он указал на рейтинги облигаций, страхование и другие области, в которых коммерческий интерес к данным датчиков был велик.

Датчики не могут буквально быть распространены повсеместно, но они открыли окно в двусмысленность, которую менеджеры по чрезвычайным ситуациям никогда не видели раньше.

Наконец, есть обширные наборы данных об использовании мобильных устройств, которые стали повсеместными во многих странах мира. Например, проект Facebook «Данные для хорошего» предоставляет уровни данных, связанные с подключением: подключаются ли пользователи из одного места, а затем подключаются из другого, что указывает на смещение? Подобные данные от компании и самих операторов связи могут помочь специалистам по планированию действий в чрезвычайных ситуациях выяснить, как перемещается население в режиме реального времени.

Данные, данные, на стене – скольким ИИ они могут позвонить?

Есть ручейки данных. теперь превратились в потоки информации, но точно так же, как наводнения в городах по всему миру, поток данных теперь требует самостоятельного ответа. В бизнесе избыток больших данных был преодолен с помощью ИТ-стека, от хранилищ данных до инструментов бизнес-аналитики.

Если бы только данные о катастрофах могли обрабатываться так легко. Данные, относящиеся к бедствиям, хранятся десятками различных организаций, охватывающих частный, государственный и некоммерческий секторы, что приводит к огромным проблемам с совместимостью. Даже когда данные могут быть согласованы, существуют большие проблемы с обобщением результатов до фактического решения, которое оперативное реагирование может использовать в своей работе, что делает ИИ трудной задачей по сей день, особенно за пределами планирования. Как выразился Дэвис из Verizon, «теперь, когда у них есть такое изобилие данных, многие города и федеральные агентства борются с тем, как их использовать»

. К сожалению, стандартизация представляет собой проблему во всех масштабах. В глобальном масштабе странам в основном не хватает функциональной совместимости, хотя стандарты со временем улучшаются. Амир Эличай, основатель и генеральный директор платформы обработки вызовов службы экстренной помощи 911 Carbyne, сказал, что «с точки зрения технологий и стандартов существует большая разница между странами», отметив, что протоколы из одной страны часто должны быть полностью переписаны для обслуживания другой рынок.

Том Коттер, директор по реагированию на чрезвычайные ситуации и готовности организации по реагированию на бедствия в области здравоохранения Project HOPE, сказал, что даже налаживание связи между спасателями может быть сложной задачей в международной среде. «Некоторые страны разрешают одни платформы, но не другие, и это постоянно меняется», – сказал он. «По сути, у меня есть все технологические коммуникационные платформы, которые вы можете иметь в одном месте».

Один высокопоставленный сотрудник федерального управления по чрезвычайным ситуациям признал, что переносимость данных становится все более важной в контрактах на закупку технологий, а правительство признает необходимость закупок на коммерческой основе -доступное программное обеспечение, а не специально разработанное программное обеспечение. Это сообщение было подхвачено такими компаниями, как Esri, при этом Ланклос заявил, что «часть нашей основной миссии – быть открытыми и… создавать данные и делиться ими открыто для общественности или безопасно с помощью открытых стандартов».

Однако по иронии судьбы отсутствие взаимодействия может быть полезным для инноваций. Элихаи сказал, что «отсутствие стандартов является преимуществом – вы не покупаете унаследованный стандарт», и в некоторых контекстах, где стандарты отсутствуют, качественные протоколы могут быть построены с учетом современного рабочего процесса данных.

Однако при совместимости следующей проблемой становится очистка данных – а данные о бедствиях тоже грязные… ну, что-то. Хотя потоки датчиков можно проверять и перекрестно проверять с другими наборами данных, в последние годы резко увеличилось количество информации, предоставляемой гражданами, которую необходимо тщательно проверять, прежде чем она будет передана службам быстрого реагирования или общественности

. ]

Бейли Фаррен, генеральный директор и соучредитель платформы связи при бедствиях Perimeter, сказал, что «иногда граждане имеют самую точную и актуальную информацию, прежде чем появляются респонденты – мы хотим, чтобы граждане рассказали об этом … правительственным чиновникам ». Проблема в том, как отфильтровать качественные товары от бесполезных или вредоносных. Радж Камачи, ИТ-директор некоммерческой организации Team Rubicon, которая собирает команды ветеранов-добровольцев для реагирования на стихийные бедствия, сказал, что проверка имеет решающее значение и является ключевым элементом инфраструктуры, которую он построил в организации с момента присоединения к ней в 2017 году. «Мы получили больше людей, использующих его, поэтому больше отзывов [and]больше данных [is] идет по трубам», – сказал он. «Итак, создание самообслуживания, очень коллективный подход».

С качеством и количеством должны появиться модели ИИ, верно? Ну и да, и нет.

Sury of Columbia хочет немного снизить шумиху вокруг ИИ. «Большая оговорка в отношении всех этих приложений машинного обучения и больших данных заключается в том, что они не являются панацеей – они могут обрабатывать много разрозненной информации, [but] они определенно не собираются говорить нам, что именно делать, ” он сказал. «Службы быстрого реагирования уже обрабатывают большой объем информации», и им не обязательно требовать дополнительных указаний.

Вместо этого ИИ при стихийных бедствиях все больше внимания уделяет планированию и обеспечению устойчивости. Сьюри указал на OneConcern, платформу планирования отказоустойчивости, как на один из примеров того, как данные и искусственный интеллект могут быть объединены в процессе планирования чрезвычайных ситуаций. Он также указал на индекс социальной уязвимости CDC и инструменты управления рисками от FEMA, которые объединяют различные сигналы данных в скалярные значения, разработанные специалистами по планированию действий в чрезвычайных ситуациях, чтобы оптимизировать свои планы действий в чрезвычайных ситуациях.

Тем не менее, почти все, с кем я разговаривал, гораздо более сомневались в силе ИИ . Как я уже говорил в первой части этой серии статей о цикле продаж в случае бедствий, инструменты обработки данных должны работать в реальном времени и быть безупречными каждый раз, когда на кону стоят жизни. Камачи из Team Rubicon отметил, что при выборе инструментов он избегает эксцентричности и вместо этого смотрит на чистую полезность отдельных поставщиков. «Мы используем высокие технологии, но мы готовимся к низким технологиям», – сказал он, сочувствуя, что при реагировании на стихийные бедствия все должно быть гибким и адаптированным к меняющимся обстоятельствам.

Elichai of Carbyne видел эту закономерность в его продажах. Он сказал, что на нашем рынке «чувствительность и нежелание время от времени принимать» новые технологии, но признал, что «нет никаких сомнений в том, что ИИ в определенный момент принесет пользу».

Наиллон из T-Mobile имел аналогичные взгляды с точки зрения оператора, в котором говорится, что «я не могу сказать, что мы действительно очень сильно используем ИИ» при планировании действий компании на случай стихийных бедствий. Вместо искусственного интеллекта в качестве мозга телекоммуникационная компания просто использует данные и моделирование прогнозов для оптимального размещения оборудования – никаких сложных GAN не требуется.

Помимо планирования, искусственный интеллект помогает в восстановлении после аварий, особенно в оценке ущерба. После наступления кризиса необходимо провести оценку инфраструктуры и частной собственности для подачи страховых претензий и для продвижения сообщества вперед. Арт ДелаКруз, главный операционный директор и президент Team Rubicon, отметил, что технологии и развитие искусственного интеллекта значительно помогли в оценке ущерба. Поскольку его организация часто помогает восстанавливать сообщества в ходе своей работы, сортировка повреждений является критическим элементом ее эффективной стратегии реагирования.

Есть более светлое будущее, кроме той яркости от солнца, которая сожжет нас дотла. , не так ли?

Итак, сегодня искусственный интеллект немного помогает в планировании устойчивости и аварийном восстановлении, и не столько во время самого аварийного реагирования, но, безусловно, на протяжении всего цикла есть еще кое-что. Действительно, есть много волнений по поводу будущего дронов, которые все чаще используются в полевых условиях, но есть опасения, что в долгосрочной перспективе ИИ и данные в конечном итоге вызовут больше проблем, чем решат.

Дроны, похоже, могут имеют очевидную ценность для реагирования на стихийные бедствия, и действительно, они использовались командами для получения дополнительных снимков с воздуха и контекста, когда прямой доступ для спасателей ограничен. Камачи из Team Rubicon отметил, что во время миссии на Багамах группы реагирования использовали дроны для обнаружения выживших, поскольку основные дороги были заблокированы. Дроны сделали снимки, обработанные с помощью ИИ, и помогли команде идентифицировать выживших для эвакуации. Он описал дроны и их потенциал как «сексуальные; очень, очень круто ».

Коттер из Project HOPE аналогичным образом отметил, что более быстрая обработка данных приводит к лучшему отклику. «В конечном итоге скорость спасает жизни во время этих бедствий», – сказал он. Мы «также можем управлять большим количеством ответов удаленно [and]и нам не нужно отправлять столько людей на дальность», что дает группам реагирования больше возможностей в условиях ограниченных ресурсов.

«Я вижу, что все больше агентств по управлению чрезвычайными ситуациями используют беспилотные технологии. – поиск и спасение, аэрофотосъемка », – сказал Дэвис из Verizon, утверждая, что операторы часто имеют менталитет« сначала направить машину в ситуацию ». Он продолжил, утверждая, что «искусственный интеллект будет продолжать становиться все лучше, лучше и лучше [and]что позволит нашим службам быстрого реагирования реагировать более эффективно, но также более эффективно и безопаснее»

С потоком данных с датчиков и дронов обрабатываются и проверяются лучше, чем когда-либо, реагирование на стихийные бедствия может улучшиться, возможно, даже лучше, чем мать-природа может стимулировать свои все более смертоносные прихоти. Тем не менее, есть одно предостережение: вызовут ли сами алгоритмы ИИ новые проблемы в будущем?

Кларк-Гинзбург из RAND, возможно, предоставляя тот типичный анализ альтернатив RANDian, сказал, что эти решения могут сами создавать проблемы, «ведущие к технологическим рискам. к катастрофе и миру технологий, способствующих бедствиям ». Эти системы могут ломаться, они могут совершать ошибки и, что еще более опасно, они могут быть саботированы, чтобы усилить хаос и ущерб.

Боб Керри, сопредседатель Комиссии по терактам 11 сентября, бывший сенатор и губернатор Небраски, а в настоящее время председатель совета директоров Risk & Return, венчурного фонда и благотворительной организации для реагирования на стихийные бедствия, о которых я недавно рассказывал, указал на кибербезопасность как на все более дикую карту во многих ответах. «В 2004 году [when the 9/11 Commission was doing its work] не было концепции под названием« нулевые дни », не говоря уже о рынке нулевых дней, а теперь она есть». После террористических атак 11 сентября «они должны были приехать сюда, им пришлось угонять самолеты… теперь вам не нужно угонять самолеты, чтобы нанести ущерб Соединенным Штатам», отмечая, что хакеры «могут сидеть с кучей других парней. в Москве, в Тегеране, в Китае или даже в подвале вашей матери ».

Данные – это революция в создании мер реагирования на стихийные бедствия, но они вполне могут вызвать целый набор проблем второго порядка, которых раньше не было. То, что дает, забирается. Нефть бьет фонтаном, но затем скважина внезапно высыхает – или просто загорается.

Будущее технологий и меры реагирования на стихийные бедствия Содержание

• Часть 1: Самый катастрофический цикл продаж в мире: будущее продажи
• Часть 2: Данные были новой нефтью, пока нефть не загорелась: Данные и искусственный интеллект
• Часть 3: Предстоящие
• Часть 4: Предстоящие