EkonTech.cz 37. číslo, říjen 2018

37. číslo | říjen 2018 | zdarma | www.EkonTech.cz

časopis pro studenty techniky a ekonomie

REKTOR ČVUT VOJTĚCH PETRÁČEK:

STANEME SE VLAJKOVOU LODÍ VĚDECKÝCH INOVACÍ

SPECIÁLNÍ PŘÍLOHA BIG DATA Věda a výzkum

Ekonom

Tech

Kariéra

Byznys

PŘEDNÁŠKY VRCHOLOVÝCH MANAŽERŮ profesionálně odborně online

ŠKODA AUTO Valeo | T-Mobile Home Credit International ČEZ | Unipetrol Česká pojišťovna E.ON | Huawei

LIVE STREAM

ŽIVÉ PŘENOSY SLEDUJTE NA www.TechnicDays.cz

od 5. listopadu 2018 v čase od 18.00 Otázky pokládejte živě na

Chcete navštívit některou z firem osobně?

Napište nám na info@asacr.cz

/TechnicDays.cz

OBSAH / 37. ČÍSLO

VÁŽENÍ ČTENÁŘI, vítám vás u prvního podzimního čísla časopisu EkonTech.cz, který vychází společně se speciální přílohou věnovanou tématu Big Data. Po užívání letních dní a prázdninové přestávce vám opět přinášíme časopis plný zajímavých a inspirativních článků, které si, doufám, užijete a dozvíte se i něco nového. Určitě jste všichni sledovali situaci kolem naší největší české techniky, přinášíme proto rozhovor s novým rektorem ČVUT, který nám odkryl vize a směřování prestižní univerzity. Z akademických témat můžete zabrousit i k článku z Masarykovy univerzity. Docent Radek Pelánek se zabývá rolí umělé inteligence ve vzdělávání – co si lze představit pod pojmem adaptabilní výukový systém? A nahradí umělá inteligence učitele? Odpověď najdete na prvních stránkách časopisu.

Mezi další témata patří role virtuální reality uvnitř různých odvětví společnosti – kde všude může být nápomocná? Zajímavé počtení vás čeká i u rozhovoru s ekonomem Filipem Matějkou, zajímáme se také o ekonomickou krizi ve Venezuele nebo o trend zero waste a jeho spojitost s cirkulární ekonomikou. Pokud máte chuť zažít něco netradičního a nakopnout svou kariéru – doporučujeme zúčastnit se Inovačního maratonu, který pořádá firma ČEZ. Zkuste posunout své hranice a společně s týmem několika lidí vymyslet celý projekt za 24 hodin!

SPECIÁLNÍ PŘÍLOHA BIG DATA Radek Pelánek: Umělá inteligence učitele nenahradí, výrazně jim však usnadní práci Virtuální realita léčí, může pomáhat hendikepovaným či lidem s fobií /4 Rektor ČVUT Vojtěch Petráček: Staneme se vlajkovou lodí vědeckých inovací „Teorii všeho v ekonomii zdaleka nemáme", říká ekonom Filip Matějka Speciální příloha BIG DATA

/ 13 / 34

Podivné částice stále matou svět fyziky.

Hon za sterilními neutriny pokračuje / 36 Bezodpadová vlna zaplavuje svět, může být velkým přínosem nejen pro životní prostředí Venezuela: apokalypsa se svolením obětí

/ 38

/ 42

Další krize přijde v roce 2020, myslí si ekonomové

šéfredaktorka

sarka.blahova@ekontech.cz

AKADEMIČTÍ PARTNEŘI

/6

/ 10

ČEZ Inovační maraton – posuň své limity!

Šárka Bláhová

POD ZÁŠTITOU

/2

HLAVNÍ PARTNEŘI

/ 44

2

Věda a výzkum Radek Pelánek z FI MUNI

RADEK PELÁNEK:

UMĚLÁ INTELIGENCE UČITELE NENAHRADÍ, VÝRAZNĚ JIM VŠAK USNADNÍ PRÁCI

VĚDA A VÝZKUM

Autor: Filip Šmejkal

Docent z Fakulty informatiky na Masarykově univerzitě pro české školáky vyvíjí se svojí výzkumnou skupinou systémy na procvičování učiva. Jak počítač pozná, co již studentovi jde a v čem má ještě mezery? I to prozradí Radek Pelánek v rozhovoru.

Výzkumná skupina, již vedete, se zabývá programováním adaptibilních výukových systémů. Co všechno si pod tímto pojmem lze představit?

Snažíme se dělat práci každého dobrého učitele, tedy přizpůsobit se potřebám konkrétního žáka. Adaptabilitu v testech zajišťujeme především pokládáním otázek různé obtížnosti, může však spočívat také v reflektování žákových zájmů či míře jeho motivace, což je však velmi obtížné změřit. Přesto vědci v experimentech zkouší měřit aktivitu studenta například podle intenzity úderů do klávesnice.

Jakými konkrétními projekty se Vaše výzkumná skupina na fakultě informatiky zabývá?

Zaměřujeme se především na procvičování základních dovedností žáků základních i středních škol, úlohy tedy směřují k zapamatování faktů a procvičování jednoduchých pravidel.

Vyvinuli jsme například systémy na výuku české gramatiky, anatomie nebo slepé mapy. Právě na nich jsme se naučili používat adaptibilitu ve dvou krocích – první spočívá v obtížnosti otázky, ten druhý ve stylu nabízené odpovědi. Když například žák zná jen základní africké státy, ty těžší se naučí nejlépe tak, že dostane na výběr pouze ze dvou možností.

Mohly by tedy Vámi vyvíjené systémy rozbít dosavadní výukové schéma s kantorem v hlavní roli a ve výuce je plně nahradit?

Sám jsem si některé online aplikace z dílny Vaší fakulty zkoušel a opravdu mě zaujaly, jen jsem se při jejich užití i přes nabyté znalosti stále nezbavil pocitu, že místo učení jen surfuji na internetu. Zabývají se nějaké výzkumy mírou přínosu adaptibilních aplikací oproti klasickému biflování?

Otázkou vyhodnocování přínosu výpočetních aplikací se zabývají mnohé výzkumy, konkrétně vyčíslit přínos však zůstává vel-

Nesnažíme se nahradit práci učitele, spíše ji doplnit a oprostit

mi obtížné. Kromě efektivity lze totiž brát v úvahu také dobu,

od repetitivních činností, které hravě zvládne počítač. Místo opra-

po jakou si znalosti student pamatuje nebo zda považuje uče-

vování písemky z vyjmenovaných slov tak učitel bude mít více

ní za zábavné. Nicméně výzkumy již dokázaly, že procvičování

prostoru k výuce stylizace slohových prací, v matematice bude

znalostí pomocí testů bývá mnohem efektivnější než opakova-

mít zase čas k řešení zajímavých matematických problémů.

né čtení učebního textu.

Věda a výzkum Radek Pelánek z FI MUNI

3

center. Osobně mě však více láká práce na výukových programech pro mládež. Díky našim systémům si může každý žák projít například základním kurzem programování, což na dnešních školách chybí, přestože tyto znalosti v budoucím technologickém světě určitě dnešní školáci uplatní.

Mnohokrát jsme již zmínili Vaši výzkumnou skupinu.

Zástupci jakých profesí ji tvoří?

Dáváme prostor především studentům naší univerzity, akademickou sféru zastupuji pouze já. Na našich projektech se podílíme společně, často některý z doktorandů jeden ze systémů vyvíjí a ostatní se podílí na jeho dílčích aspektech, na jejichž řešení mohou postavit svou bakalářskou nebo diplomovou práci.

Co je na programování adaptibilních systémů nejobtížnější? V čem spočívá jejich schopnost přizpůsobit se žákovým znalostem?

Používáme matematické modely, které na základě dat nasbíraných po dobu testování studenta odhadují, co daný uživatel zná a v čem si ještě není úplně jistý. Jako jeden ze zajímavých algoritmů lze uvést systém hodnocení Elo známý ze šachu. Každé otázce přiřadíme určitou číselnou hodnotu podle její obtížnos-

A které kompetence si díky účasti na Vašich projektech osvojí?

Naše výzkumná skupina pokrývá celkem široký záběr činností

ti, a když student na tuto otázku odpoví správně, jeho osobní

od teorie po praxi, studenti tedy mohou okusit vše od aplikací

Elo koeficient se zvýší. Každé další kolo testování pak můžeme

matematických modelů a strojového učení až po programová-

pojmout jako malý souboj otázky a studenta.

ní prototypů v JavaScriptu. Mezitím stojí klasická analýza dat,

Je o Vaše aplikace zájem také ve světě průmyslu a technologií?

Jejich využití do budoucna vidím jako velmi zajímavé. Zaměstnanci firem se dnes často mění, proto roste zájem o jejich rychlé a efektivní proškolení. Na konferenci pořádané naší fakultou jsme projednávali například možnost školení operátorů call

kdy za pomoci velkého množství informací dostane student za úkol vyřešit určitý aspekt většího problému.

Co nabízí Vaše fakulta v rámci teoretického i praktického užití umělé inteligence oproti jiným fakultám v Česku?

Fakulta nabízí kvalitní teoretické základy nutné pro řešení složitých problémů. Pokud chce totiž programátor používat pokročilé výpočetní metody, nestačí si jen prostudovat tutoriál dostupný na internetu. Na naší fakultě učí lidé, kteří těmto metodám rozumějí, nadto však současně nabízejí ještě praktické dovednosti v nejrůznějších oblastech informatiky. Student tak získá komplexní znalosti, rychle se však může orientovat na ob-

Zdroj: archiv FI MUNI, Adobe Stock

lasti, které ho zajímají. Jednoduše řečeno, dokážeme dobře propojit teorii s praxí.

Zajímá vás více? Podívejte se na www.fi.muni.cz

4

Tech Virtuální realita léčí

VIRTUÁLNÍ REALITA LÉČÍ,

TECH

MŮŽE POMÁHAT HENDIKEPOVANÝM ČI LIDEM S FOBIÍ Autor: Kristýna Šafářová

VR je dnes pojem rozšířený mezi širokou veřejností, většinou však spíše v souvislosti se zábavním průmyslem.

Virtuální prostředí má však větší potenciál – mimo využití v architektuře, vzdělávání, armádě či kosmonautice má slibné výsledky také ve zdravotnictví.

Tam by v budoucnu nemusela jen trénovat chirurgy při simulopo těžkém úrazu či sloužit jako terapeutická pomůcka pro lidi

Terapeutické využití VR

trpící fobiemi. Ačkoli je terapeutické využití virtuální reality

 Fobie

vaných operacích, ale také pomáhat při rehabilitaci pacientům

v mnoha ohledech ještě ve fázi výzkumu, začíná být jasné, že se bude jednat o nástroj budoucnosti, na kterém zřejmě bude lidské zdraví a léčebné metody do určité míry závislé.

V medicíně je již dnes inovativním nástrojem, jenž je testován

 Mentální poruchy  Degenerativní choroby  Poúrazová zranění

ve velkém množství oborů zabývajících se širokou škálou zdra-

 Tupozrakost

votních problémů, a jehož plošné rozšíření je mnohdy vcelku

 Závislosti

snadno představitelné, třebaže stále neuplatňované a plánované spíše do budoucnosti.

VR napříč odvětvími

realita ví rady. Například při léčbě tupozrakosti je možné za po-

Virtuální realita by mohla pomáhat například pacientům s ch-

oko zvlášť, pacient tak začne více zapojovat nemocné oko sle-

ronickým strachem – v simulacích, jejichž náročnost na psychi-

dující kvalitnější obraz.

moci VR brýlí upravovat kvalitu sledovaných stimulů pro každé

ku se postupně stupňuje, mohou překonat fobie z výšek, z mluvení před publikem či například posttraumatickou stresovou

Dalším příkladem jsou rehabilitace, které absolvují lidé po těž-

poruchu.

kých úrazech. Těm se věnují i v Rehabilitačním ústavu Kladruby. „Například měříme EEG u různých typů virtuálních zážitků,

Využití této technologie také může prospět při léčbě či zmír-

když je člověk ve výšce, když se tam objevuje nějaká barevnost

nění příznaků schizofrenie, ale třeba i pomáhat s pochopením

nebo zvukové vjemy, a zjišťujeme, kterou část mozku to aktivi-

toho, které podněty a v jaké míře vnímají děti s autismem. Dal-

zuje. A to slouží k tomu, abychom pak mohli vytvořit co nejlepší

ším uplatněním je trénink kognitivních funkcí, což by mohlo

zážitek pro rehabilitace ve virtuální realitě,“ říká Jakub Stejskal,

u stárnoucí populace pomoci oddálit nástup degenerativních

spoluzakladatel Asociace virtuální a rozšířené reality. V Rehabi-

poruch jako je demence či Alzheimerova choroba. S dalším vy-

litačním ústavu Kladruby inicioval výzkum, jež zkoumá možné

užitím VR se počítá také při léčbě závislostí – pacient se ve virtu-

terapeutické účinky virtuální reality například u lidí, kteří by při

álním prostředí může lépe naučit odolávat alkoholu či hazardu.

správné rehabilitaci mohli po úrazu znovu začít chodit. Mož-

Jsou to ale také čistě tělesné problémy, se kterými si virtuální

nost prostřednictvím VR brýlí opět zažít pocit, jaký máme při

Tech Virtuální realita léčí

chůzi, totiž v mozku stimuluje zrcadlové neurony, díky nimž se

a rozšířená realita je technologie, která je velice perspektivní,

člověk cítí, jako by chodil sám, i jen na základě pozorování chů-

a bude se prosazovat jak v průmyslu, tak v lékařství, v dopravě,

ze na videu. V kombinaci se zařízením stimulujícím skutečný

ve hrách i v našem osobnícm životě. Myslím si, že Česká repub-

pohyb je tedy virtuální realita možným nástrojem urychlujícím

lika má obrovskou šanci stát se jedním z lídrů těchto technolo-

proces uzdravení.

gií,“ říká profesor Vladimír Mařík.

Častým terapeutickým nástrojem je také avatar, tedy virtuální

Ohledně medicínského využití VR je však třeba dodat, že

model uživatele, po němž může pacient s různými druhy mo-

není důležité to, aby se pacient zdokonalil ve virtuální hře

torických nedostatků opakovat pohyb, jenž mu činí problémy –

jako takové, nýbrž aby se výsledky dosažené při terapii na-

toto testovali například lidé, kteří prodělali infarkt. „Tito lidé mají

konec promítly do jeho chování v reálném životě. „Nyní už

často asymetrickou chůzi, jedna noha zaostává za tou druhou,

existují studie, které ukazují, že pokud někoho naučíme pře-

a jedním z cílů terapie je učinit jejich chůzi symetričtější a snížit

konat virtuální překážky, ovlivní to, jak poté překonává reálné

tak riziko pádu,“ říká Christopher Rhea, profesor z oddělení ki-

překážky. Máme tedy systém, v němž dokážeme „přeškolit“

neziologie na UNC Greensboro.

chování přesně a zároveň bezpečně, a přenést jej do reálné-

VR je budoucnost, nikoli však vzdálená

Zdroj: Adobe Stock

5

ho světa,“ vysvětluje Christopher Rhea. „Virtuální realita už dávno není žádný futuristický nástroj, budoucnost našeho zdraví na ní možná bude závislá,“ dodává. Je tedy možné, že

V České republice, stejně jako jinde ve světě, v posledních le-

budeme schopni virtuální realitu, stále ještě nejvíce vydělá-

tech roste zájem o virtuální realitu a její velmi všestranné využití.

vající v herním průmyslu, uzpůsobit ke zmírnění zdravotních

Přispívají k tomu také nejrůznější popularizační akce. „Virtuální

problémů lidstva.

VĚDA A VÝZKUM

REKTOR ČVUT VOJTĚCH PETRÁČEK:

STANEME SE VLAJKOVOU LODÍ VĚDECKÝCH INOVACÍ Foto: Milan Mošna

Autor: Filip Šmejkal

Věda a výzkum Rektor ČVUT Vojtěch Petráček

7

Částicový fyzik Vojtěch Petráček nastoupil do čela nejstarší české techniky v únoru tohoto roku, v rozhovoru proto hovoří především o své vizi do dalších let. Kromě úspěchů ve vědě a výzkumu zmiňuje nutnost posílení spolupráce napříč univerzitou.

Na ČVUT působíte již několik let. Co vás vedlo k rozhodnutí kandidovat na post rektora?

Již dříve jsem pracoval v univerzitním senátu i jako prorektor, chtěl jsem proto zkusit uplatnit svoje nápady a zkušenosti z vysokých akademických postů a posunout univerzitu dopředu.

Kam by mělo za vašeho působení ČVUT směrovat?

Dobré jméno ČVUT dělají úspěchy v oblasti vědy a výzkumu. Jak by měla v příštích letech vypadat spolupráce univerzity s vědeckou sférou?

Vědecká spolupráce na univerzitě probíhá jak mezi fakultami, tak i s vědeckými organizacemi mimo univerzitu. Většinu dynamicky rozvíjejících se oborů dnes nelze zařadit jen do jedné vědní oblasti a ve výzkumu je proto nutné kombinovat síly

Škola je jedním ze základních kamenů technického výzkumu

několika vědeckých institucí. Pro podporu společných projektů

v zemi, rádi bychom tedy její roli upevňovali a dále rozvíjeli. Rádi

jsme nedávno založili například Centrum pokročilých aplikova-

bychom se stali vlajkovou lodí inovací při spolupráci s českými

ných přírodních věd nebo Centrum umělé inteligence. Právě

firmami. Dalším pilířem mého působení bude spolupráce se

na těchto centrech stavíme budoucí úspěch na poli výzkumu.

státní správou. Ať už s regiony, kterým bychom chtěli pomoci k dalšímu rozvoji, nebo s bezpečnostními složkami státu, abychom mohli dále rozvíjet české už nyní velmi pokročilé obranné technologie.

Ve svém programu jste zmínil, že se univerzita potýká s určitými problémy a spory. V čem spočívá jejich podstata?

V budoucnu by se měl zásadně změnit způsob hodnocení vědeckých institucí. Jak nová pravidla dolehnou na ČVUT?

Nová metodika postihuje hodnocení vědecké práce rozhodně citlivěji než ta předešlá, v dosud vydaných přehledech se ostatně univerzita umístila vždy na předních místech. Úřad vlády

Univerzita má v tuto chvíli velmi stabilní strukturu. Měli bychom

zařadil do nejvyšší kategorie 70 % našich technických výsledků

nadále rozvíjet spolupráci mezi fakultami i jednotlivými katedra-

a 30 % výsledků výzkumů z kategorie přírodních věd, přestože

mi, a ne jí bránit. Náš model řízení se opírá o rozšířené kolegium,

na tuto oblast primárně necílíme.

které zahrnuje kromě děkanů fakult také ředitele ústavů. Naprostou většinu návrhů se nám nyní daří prosazovat konsenzem.

Věda a výzkum Rektor ČVUT Vojtěch Petráček

Foto: Milan Mošna

8

Každá univerzita se snaží navázat akademickou spolupráci také s dalšími univerzitami. Jaké změny se v tomto ohledu v příštích letech chystají?

Proč byste mladým lidem doporučil studium na vaší univerzitě?

V Evropské unii dojde v budoucnu ke sdružování univerzit

špičkové vybavení, spolupracují s úspěšnými vědeckými osob-

v konsorciích, v rámci kterých budou instituce napříč kontinen-

nostmi a tvoří v renomovaných týmech. Zabýváme se robo-

tem intenzivněji spolupracovat. I my proto zahajujeme disku-

tikou, umělou inteligencí, moderním strojírenstvím a dalším

ze o vstupu do některých z nich. Osloveni jsme byli nedávno

výčtem témat, které aktuálně rezonují světem přírodních

konsorciem vedeným Bruselskou univerzitou, zahrnuje také

i technických věd.

francouzské, španělské či německé univerzity. V současné době však jednání teprve začínají.

Důležité gró mezinárodní spolupráce nadále tvoří evropský projekt Horizont 2020 či mezinárodní výměny. Spolupracuje-

Naše univerzita má studentům co nabídnout. Používají zde

Nejlepší studenti z Česka také často přemýšlejí o studiu v zahraničí. Co jim oproti zahraničním univerzitám přinese ČVUT?

Oproti zahraničí navíc nabízíme kontakty s mnoha průmyslo-

me také s mezinárodními laboratořemi, například s organizací

vými podniky, které v Česku působí. Mnoho zahraničních pra-

CERN nebo s Brookhavenskou národní laboratoří.

covníků nyní působí i ve strukturách naší univerzity, rádi ostatně

Jedním z velkých projektů ČVUT je Testbed, výzkumné a experimentální centrum pro Průmysl 4.0. Jak se centru daří?

V současnosti jej tvoří dvě skupiny robotů – první tvoří tzv. leh-

přijímáme i studenty ze zahraničí.

Jaké obory považujete v současné době za nejperspektivnější?

Nabídka naší univerzity pokrývá kompletní spektrum technic-

ký Testbed a testují se zde mimo jiné technologie pro 3D tisk,

kých oborů, vybrat ten nejperspektivnější proto není při dyna-

v rámci tzv. těžkého Testbedu zase pracují například roboti pro

mice jejich růstu jednoduché. Velké budoucí uplatnění čeká ur-

obrábění. Skupinu automatických zařízení ještě doplnily flexi-

čitě oblast informatiky a automatizace, nerad bych opomenul

bilní dopravníkové systémy. Centrum aktuálně rozvíjí skupina

zmínit také biomedicínu. Myslím si však, že další technická re-

programátorů z Českého institutu informatiky, robotiky a kyber-

voluce přijde v oblasti zpracování kvantové informace. Ostatně

netiky, podstatnou část z nich tvoří také studenti naší univerzity.

týmy provádějící výzkum v tomto oboru mají na univerzitě také

Chystáte aktuálně nějaké další zajímavé projekty?

silné zastoupení.

Jen v rámci evropského operačního programu Výzkum, vývoj a vzdělávání realizujeme projekty v hodnotě 6,5 miliardy korun.

Patří mezi ně i velký projekt v oblasti leteckých a kosmických technologií, na němž spolupracujeme také s komerční sférou.

Pro více informací o studiu se podívejte na www.cvut.cz

ČEZ INOVAČNÍ

4. ROČNÍK

MARATON 2018 TÉMA: DIGITALIZACE 24 HODIN | 1 ZADÁNÍ | 30 STUDENTŮ | 6 TÝMŮ | CERTIFIKÁT PRO ÚČASTNÍKY | CENA PRO VÍTĚZE

8. – 9. 11.

2018 ČTVRTEK 9.00 – PÁTEK 9.00 24HODINOVÝ PROGRAM ZAMĚŘENÝ NA INOVACE A ŘEŠENÍ REÁLNÉHO BYZNYSOVÉHO ZADÁNÍ.

Přihlas se na www.kdejinde.cz

10 Ekonom Ekonom Filip Matějka

EKONOM

„TEORII VŠEHO V EKONOMII ZDALEKA NEMÁME",

ŘÍKÁ EKONOM FILIP MATĚJKA

Zdroj: Archiv Filipa Matějky

Autor: Eva Bobůrková

Ekonom Filip Matějka

11

Dřív se v ekonomii člověk označoval jako Homo economicus.

Dnes se připouští, že se při rozhodování nechováme jen racionálně. Co nám o lidech říká teorie racionální nepozornosti? Jak se projevuje v našich životech?

Ekonomové samozřejmě vždycky věděli, že člověk není čistý

ních třech letech se ale věnujeme i oblasti politiky. Zajímá nás,

„ekon“, ale potřebovali popsat chování lidí, jak reagují třeba

co politici doporučují, o co se snaží, když vědí, že jim voliči nevě-

na změnu zákonů, daní nebo úrokových sazeb. Vyšli proto

nují plnou pozornost.

z předpokladu, že se lidé chovají tak, jak je to pro ně nejvýhodnější. A že se takto dají odhadnout důsledky ekonomických opatření. Když banka změní úrokové sazby, lidé na to budou

A politici to vědí?

Vědí to politici, stejně jako všichni marketingoví experti a byz-

reagovat úpravou spotřeby, čímž se podaří zastavit inflační

nysmeni. A věděli to dřív než akademici, jen víc intuitivně. Tře-

růst. A to se skutečně povedlo. Ale pak to ekonomové vzali až

ba Apple moc dobře ví, že víc neznamená líp, jak tvrdí klasic-

moc důsledně. Že se lidé vždy chovají racionálně a nedělají

ká ekonomická teorie, ale že úspěch spočívá v jednoduchosti,

chyby, což není pravda.

v zúžené nabídce možností a ve snadném ovládání. Média to

Proto se zrodila behaviorální ekonomie, která brala v úvahu právě skutečné lidi, kteří se chovají i neracionálně.

Když chcete porozumět tomu, jak fungují finanční trhy nebo fiskální politika, musíte vědět, jaké chyby lidé dělají. Třeba jsou netrpěliví, nepozorní. Když dáte lidem na výběr deset korun dneska nebo dvacet zítra, velmi často zvolí první variantu…takových příkladů je spousta.

Podle čeho se tedy lidé rozhodují?

To bych také rád věděl a snažím se to zkoumat. Lidé se určitě rozhodují zčásti racionálně, podle svých stabilních preferencí, nad věcmi, které jsou pro ně důležité, víc přemýšlejí, ale dělají při tom různé chyby a klidně pokaždé jiné. Je těžké získat a hlavně nastudovat všechny informace, nad vším přemýšlet, a pak teprve se rozhodovat. Právě tyto faktory rozpracovává teorie racionální nepozornosti, kterou se zabývám.

Není to někdy i naopak, paradoxně věnujeme nedůležitým záležitostem víc času než těm zásadním?

také vědí, a proto prosívají a shrnují přívaly informací.

Teorie racionální nepozornosti

Jedním z průkopníků teorie je profesor ekonomie na Princetonské univerzitě Christopher A. Sims, nositel Nobelovy ceny za ekonomii z roku 2011.

Jejím základním předpokladem je, že nejsme schopni zpracovávat všechny informace, proto k nim podvědomě přistupujeme selektivně. Teorie zkoumá, jak se tento jev může promítat do našeho (ekonomického) rozhodování.

A jak téhle znalosti politici využívají?

V jednom z našich článků ukazujeme, že nepozornost voličů vede k tomu, že politici jsou motivovanější předkládat extrémní návrhy. Těch si totiž voliči spíše všimnou. A voliči, jejichž preference jsou nejextrémnější, jim věnují nejvíce času.

Pro politika je tedy výhodné, přiblížit se právě této skupině.

Máte pravdu, ta teorie není dokonalá. Zrovna třeba u hypoték

My naopak v našem projektu Volební lavička zkoumáme, zda

se opravdu stává, že lidé nad výběrem banky příliš nepřemýš-

a jak se seriózní informace o jednotlivých politicích a stranách

lejí a otázka je, proč. Možná si neuvědomují, kolik by mohli

projeví na volbě.

ušetřit, myslí si, že trh funguje, a že banky nabízejí stejné podmínky.

Teorie racionální nepozornosti se asi projevuje i v ostatních sférách života.

Přijala ekonomická obec teorii racionální nepozornosti?

Používají ji ekonomové v praxi?

Je to poměrně nová teorie, takže se o ní dozvědí spíš jen doktorandi na nejlepších školách. A je předmětem základního výzku-

Všude, kde máme daleko víc informací, než jsme schopni zpra-

mu. Pokud v dohledné době nepřijde nějaká velká aplikace, tak

covat. Jeden z našich projektů se zabýval diskriminací na pra-

může celá teorie taky tiše umřít. Všechno má svůj životní cyklus.

covním trhu. Když manažer přijímá jednoho uchazeče ze 120,

Ale některé centrální banky už ji začaly částečně využívat.

na každý životopis se dívá v průměru pár vteřin. Spoustu jich vyřadí, aniž by si je přečetl, na základě pohlaví, etnika. Kdyby měl dostatek času, dozví se, co a jak vystudovali, jaké mají odborné zkušenosti. Výběr je tak poznamenán nepozorností. V posled-

Jak?

Banky používají různé dynamické modely makroekonomiky.

Když vezmou v úvahu i racionální nepozornost, tedy třeba zpož-

12 Ekonom Filip Matějka

dění, se kterým lidé reagují na změny úrokových sazeb, model

i podobné názory. Ale to je také jen názor, jiné studie potvrzují,

funguje jinak. Bance tyto výsledky pak pomáhají rozhodnout,

že polarizace společnosti sice roste, ale už od šedesátých let,

zda úrokovou míru zvýšit, či ne.

a nevíme proč.

Mění se s touto teorií mezi ekonomy pohled na vhodnou míru regulace ekonomiky? A jaký by tento poměr měl být podle vás?

Počítá teorie racionální nepozornosti i s lidskými emocemi?

Mění. Ale není jasné, zda ve prospěch regulace, nebo volného

neumí. V ekonomii ještě zdaleka nemáme k dispozici teorii

trhu. Teorie na jedné straně říká, že trhy nefungují zas tak dobře.

všeho. Snažíme se studovat společenské systémy a i základní

Protože lidé nemají dostatek informací o produktech a proto-

jednotka, jeden člověk, je velmi složitá. Jiné teorie emoce stu-

že trh pokřivují monopoly. Jenže trh regulují úředníci a politici

dují, ale jsou ještě víc v plenkách. Časem se třeba poskládají

a ti také mají omezenou pozornost. Takže podle mne regulace

dohromady.

ano, ale rozumně a možná jen ty nejdůležitější věci. A nejlépe s jednoduchými pravidly.

Které jsou podle vás ty nejdůležitější věci?

Nemyslím si, že to, zda má být daň o procento vyšší nebo niž-

Vliv nálad a pocitů teorie racionální nepozornosti popisovat

Lze lidi na jejich chybování nějak upozornit? Pomoci jim, aby se rozhodovali lépe?

Není důležité dávat více informací, protože si jich lidé nevšimnou, ale lépe vysvětlit a shrnout.

ší, nebo zda se má zavést EET. Ale otázka, zda se bude, nebo nebude dělit či privatizovat část ČEZ, to zásadní je. Stejně jako

Autorka je redaktorkou časopisu Vesmír.

pravidla pro mobilní operátory. Dodavatele vody. Za tyto služby dávají zejména chudší lidé velkou část svých příjmů, takže tam by měl trh fungovat lépe. Firmy by měly soutěžit o jednotlivé zákazníky a ti by měli moci snadno přejít od jednoho dodavatele k druhému.

Měla by se tedy na základě znalosti chování lidí nastavit jiná ekonomická pravidla?

Na daně se také můžete dívat dvojím pohledem. První mají být jednodušší, aby jim lidé rozuměli i při omezené pozornosti. Ale daně ohýbají fungování trhu. Když práci zdaníte hodně, tak získáte peníze do rozpočtu, ale zároveň lidi demotivujete, budou pracovat méně. Když jsou daně komplikované a lidé do poslední chvíle nevědí, kolik zaplatí a proč, tak je to nedemotivuje. Tyto síly tedy působí opačným směrem. Já se domnívám, že by daně měly být jednodušší, ale možná by se měly postupně přesunout od zdanění práce ke zvýšení daně z nemovitostí.

A jak se ve světle teorie díváte na vlastnictví: stará se lépe soukromník, nebo stát?

V ideálním světě, jak ho vidí konzervativci, je třeba vše privatizovat, protože soukromník se lépe stará a my budeme dobře regulovat. Ale protože jsme lidé, neumíme dobře regulovat. A pokud jsou majiteli velké korporace, kde je roztříštěné vlastnictví, tak také nefungují dobře, a to ze stejných důvodů jako stát.

Jak zahýbal s lidským rozhodováním internet?

Podle některých studií paradoxně snížil informovanost. Jedním z vysvětlení je, že představuje přístup nejen k informacím, ale také k zábavě a ta převzala čas, kdy lidé dřív četli noviny.

Internet také vedl k většímu rozdělení společnosti. Dříve dostávali všichni stejné informace o stejných věcech, proto měli

RNDr. Filip Matějka, Ph.D. (*1980) vystudoval fyziku na UK a získal doktorát z aplikované matematiky na Princetonské univerzitě v USA. Nyní působí jako výzkumný pracovník CERGE-EI, společného pracoviště Univerzity Karlovy a Národohospodářského ústavu AV ČR. Od matematiky k ekonomii přešel na začátku doktorských studiíc na Princetonu. Studuje zejména makroekonomii, ekonomickou teorii, ekonomii informací a behaviorální ekonomii. V roce 2015 získal Starting grant Evropské výzkumné rady ve výši 30 milionů korun. Je laureátem ceny Neuron pro mladé vědce za rok 2016. Založil iEkonomie, odborné diskuzní fórum o aktuálních ekonomických otázkách. Je autorem projektu Volební lavička.

DOKÁŽÍ ZJEDNODUŠIT ŽIVOT

JAK SLOŽITÁ

PARTNEŘI PŘÍLOHY

14

Tajemství Big Dat očima tří expertů na datové systémy Datový průmysl je možná nejrychleji rostoucí obor na světě. Data se stávají tak velkými, že bychom jim neměli říkat „velká data“, ale data „obrovská“. Od roku 2002 do roku 2015 vzniklo stejné množství dat, kolik svět vytvořil od počátku civilizace až do konce roku 2002. Jejich množství se dnes měří v zettabytech (v bilionech gigabajtů).

Oslovili jsme tři odborníky na Big Data, kteří nám představili svůj pohled na to, co vlastně Big Data jsou a jak vznikla.

Jan Janča

Jiří Bohuslav

doc. RNDr. Vlastislav Dohnal, Ph.D.

Zakladatel a CEO společnosti Gauss Algortihmic, která se zabývá výzkumem a vývojem Big Data a AI projektů.

Managing Consultant a Team Leader DWH Partner Sophia Solutions Do společnosti Sophia Solutions nastoupil v roce 2004, od roku 2012 je jedním z partnerů společnosti.

V oblasti datových skladů a reportingu se pohybuje již dlouhých 17 let.

Dlouhodobě vede tým specializující se na problematiku datových skladů a Big Dat.

Docent Katedra strojového učení a zpracování dat Fakulty informatiky Masarykovy univerzity v Brně Vystudoval na Masarykově univerzitě obor informatika.

Zabývá se výukou a výzkumem v oblasti zpracování dat a databázových systémů. Je garantem oboru Service Science, Management, and Engineering (SSME).

Ve volném čase se věnuje rodině (4 děti), lyžování, rekreační cyklistice.

S daty pracuje již od studií fyziky a astronomie, ale dnes se zabývá především využitím velkých dat a AI v projektech z oblasti kybernetické bezpečnosti, fintechu nebo marketingu.

15

37,2

Výhled globálního objemu dat do roku 2020 (v zettabytech) zdroj: Chicago analytics group

27,2 19,9 14,6

1,2

1,8

2,6

4,0

2010

2011

2012

2013

7,8

5,6

2014

2015

10,7

2016

2017

2018

2019

2020

Prvním Big Data projektem Mezníkem pro Big Data bylo byla Alexandrijská knihovna odpojení se od drátů Jaké jsou, podle vás, nejzajímavější mezníky v historii získávání dat až po Big Data? Člověk, jako biologická entita, byl při získávání a ukládání dat omezen na své smysly a mozek. Co viděl, slyšel a cítil, si v nějaké, často velice zkreslené podobě, uložil do mozku, což je první Big Data stroj, se kterým každý z nás pracuje. Prvními milníky byly řeč a písmo.

Už Alexandrijská knihovna byla ve všech ohledech první Big Data projekt na světě. V renesanci přišly na řadu první přístroje sloužící ke sběru dat: teploměr, tlakoměr a optické přístroje jako dalekohled a mikroskop. K šíření povědomí o těchto vynálezech pak sloužil knihtisk. Už jen těchto pár nástrojů rozšířilo množství potenciálně získatelných a předaných dat prakticky na nekonečno.

Současná podoba fenoménu Big Data se objevila, jako nakonec skoro každá nová věc za posledních 500 let, ve fyzice a astronomii.

Fyzikální experimenty na urychlovačích a pozorování s pomocí teleskopů a sond vygenerují každý den více dat, než zvládlo celé lidstvo od počátku své existence do roku 2000.

Jan Janča Můžeme začít od požadavků na počítačové zpracování účetnictví a samotného představení osobního počítače pro běžnou potřebu, to jsou 60.–80. léta minulého století. Rozvoj zpracování dat nabral spád s rozšířením internetu a rozvojem technologie počítačových sítí. To umožnilo koncem 20. století vytvářet první počítačové databáze. V dnešní době již dominují servisní systémy a internet věcí.

Zde každé elektronické zařízení může poskytovat data, což umožní vyvíjet různé zajímavé aplikace – Smart Homes nebo Smart Cities.

Důležitým faktem je i dostupnost dat, tzv. otevřená či veřejná data (Open Data), široké komunitě programátorů.

Vlastislav Dohnal

Kdy nastal ten okamžik, kdy vznikla Big Data?

Těžko hledat jeden okamžik, ale pokud bychom měli být spravedliví, tak by to byl rok 1865, ve kterém James C. Maxwell publikoval rovnice popisující zákony elektromagnetismu.

Stejně tak bychom mohli za okamžik zrodu Big Dat považovat rok 1947, kdy byl v Bellových laboratořích vyroben první tranzistor.

Nebylo by od věci uvádět jako počátek velkých dat také rok 1954, kdy byl založen CERN. Zde v roce 1989 vznikl World Wide Web. Při experimentech v urychlovačích se tu generuje gigantické množství dat, která zpracovávají ti nejchytřejší a nejnadanější lidé na světě.

Jan Janča Ve vzdálenější historii se za milníky dají považovat hliněné destičky a vynález knihtisku. Blíže k současnosti pak děrné štítky, magnetická páska, centralizovaný počítačový systém, relační databáze a aktuálně nástup cloudové technologie a internetu věcí.

Jiří Bohuslav Dalším mezníkem bylo masové rozšíření nositelných zařízení (mobilů, tabletů), která byla vybavena kamerami a dalšími senzory jako GPS. Společně s připojením na internet poskytla potřebný tlak na další rozvoj služeb zpracovávajících data.

Vlastislav Dohnal

16

Co to jsou Big Data? Třeba fotky z prázdnin u moře.

Jak byste co nejjednodušeji vysvětlil pojem Big Data?

V prvé řadě je třeba říci, že Big Data nejsou věc, na kterou se dá sáhnout. Je to název, jímž se souhrnně označuje obor (něco jako přírodověda, vlastivěda nebo třeba mechanika ve fyzice) zabývající se ukládáním a zpracováním obrovského množství různorodých dat (fotek, filmů, zvuků nebo textů).

Zároveň je to přenesený název pro fenomén, jenž se zrodí, když se takové množství dat dostane na jedno místo a začneme si je prohlížet.

Zjistíme, že se nám kusy dat, které samy o sobě nedávají moc smysl, začínají spojovat do souvislostí, které nám o okolním světě říkají spoustu nových věcí.

Jednoduše se to říká, ale hodně obtížně dělá, protože člověk ani celá třída plná žáků by fotky z jedné sezóny na italské pláži nedokázala zpracovat za celý život. Proto na tento úkol nasazujeme počítače a speciální algoritmy, kterým se někdy říká umělá inteligence.

Ta dokáže takové množství dat projít mnohem rychleji a najít požadované souvislosti.

Ale nemylme se. Co mají hledat nebo zdali našly něco zajímavého, počítačům pořád musí říkat lidé. S nadsázkou se dá říct, že počítače jsou pořád hloupé mašiny, jejichž jedinou, ale zásadní předností je, že dokáží hrozivě rychle sčítat čísla.

Jan Janča Jak se liší obyčejná data od Big Dat?

Vezměte si například fotky z vašich prázdnin u moře. Díváte se na ně, vidíte sebe, rodinu a okolí. To je takový omezený jednorozměrný pohled. Ve stejném období však na stejném místě fotila řada dalších lidí.

„Obyčejná” data jsou typicky data strukturovaná – do přesných čísel, kategorií položek nebo konzistentních popisů, s čímž se setkáváme v každém e-shopu.

Pokud dáme všechny takové fotky na jednu hromadu a podrobně se na ně podíváme, naráz zjistíme, že vaše rodina je na stovkách cizích fotografií, takže lze zrekonstruovat celý váš pobyt. Zjistíme, že díky analýze směru, kterým vlají vlajky na různých fotkách, můžeme říci mnoho o tom, jak foukal vítr. Můžeme například analyzovat, co měli na sobě lidé na pláži, a zkoumat módní trendy. Nebo třeba zjistit, která místa na pláži jsou nejoblíbenější, a doporučit, kde by bylo nejlepší postavit si stánek se zmrzlinou, aby byl v dosahu co největšího počtu lidí. A mnoho dalších zajímavostí.

Big Data přinášejí nestrukturovanost a nepřesnost dat. Chybějící strukturou není myšlena nemožnost existence kategorií, identifikátorů nebo formátu souborů uložených na pevném disku, ale chybějící sémantika (věda zabývající se významem slov a znaků, uplatňuje se v lingvistice či logice) dat. Například fotografie zachycující scenérii s erupcí sopky je v počítači jako JPG soubor, ale my lidé na základě zkušenosti a podobnostního porovnávání s minulými pozorováními jí dáváme interpretaci a potřebný význam.

Vlastislav Dohnal

17

Definice Big Dat

VOLUME (objem) • Objem dat narůstá exponenciálně.

Množství Big Dat se dnes měří v zettabytech (1 zettabyte se rovná bilionu gigabajtů).

VELOCITY (rychlost) • Data vznikají a ukládají se do systémů neskutečnou rychlostí. Například na YouTube je každou minutu zveřejněno 300 hodin nových videí. Vyhledávač Google obsluhuje průměrně 40 tisíc dotazů každou vteřinu, což je 1,2 bilionu za rok.

• V roce 1986 byla odhadnuta kapacita pro uskladnění všech dat na 2,6 exabytů (exabyte je číslo s 18 nulami).

Pro představu – je to 1 CD na každého obyvatele planety!

• V roce 1993 to bylo 15,8 exabytů, v roce 2007 295 exabytů.

Odhadovaný nárůst všech dat do roku 2020 je až 44 zettabytů, což je 44 trilionů gigabytů.

• Už v roce 2002 převýšila digitální kapacita analogovou.

• Většina dat je vygenerována strojově.

• Typickým příkladem rychlých Big Dat jsou výstupy ze senzorů na různých strojích (letadlo, automobil, výrobní linka apod.).

• Například motor letounu Boeing vyprodukuje 20 terabytů dat za hodinu. Tento proud dat je navíc nutné zpracovávat průběžně, protože může předvídat třeba poruchu motoru, kterou bude nutné hned řešit.

• Příkladem mohou být také data produkovaná kamerami.

• Rychlost zpracování dat je pro definici pojmu Big Dat velmi podstatná.

VERICITY (věrohodnost) • Věrohodnost Big Dat je v současnosti velkým tématem.

Jsou-li data nabírána, například při výrobě, nekvalitními senzory, musíme na jejich výstupu počítat s nepřesnostmi a chybovostí.

VARIETY (různorodost) • Multimediální data, od textových tweetů přes fotografie na Instagramu po videa na YouTube, která se pro různé účely zpracovávají, jsou velmi různorodá a často nemají pevně danou strukturu.

• Na rozdíl od jednoduché analýzy formulářů a tabulek je například zpracování lidské řeči či záznamu z kamer v reálném čase daleko složitější.

• Různorodost dat nejlépe ilustrují data sbíraná na odděleních zákaznické podpory, kde jsou nahrávky důležitých telefonních hovorů, e-mailová komunikace, zprávy online chatů, odpovědi na dotazníky atd. Taková data mají různé formy uložení informací, různé struktury apod.

• Stejně tak třeba snaha zachytit náladu nebo názor určité skupiny lidí na sociálních sítích nese riziko zkreslení, protože lidé na nich neříkají, co si opravdu myslí.

• Nejistá věrohodnost dat je způsobena hlavně jejich nekonzistencí, neúplností, nejasností a rozmanitostí.

• Při získávání a vyhodnocování dat se na tyto skutečnosti musí brát zřetel.

Zpracováno ve spolupráci s Vlastislavem Dohnalem a Jiřím Bohuslavem.

18

Velká data mají velké využití Předpokládá se, že objem dat se do roku 2020 zvýší každé dva roky dvojnásobně. Na jejich objemu však tolik nezáleží. Budeme ale vědět, jak s nimi užitečně naložit? Jak řekl Todd Park, technologický poradce Baracka Obamy: „Data sama o sobě jsou zbytečná. Údaje jsou užitečné pouze tehdy, umíte-li je použít.“ Big Data se stala fenoménem současnosti. Právě pro možnosti jejich využití jsou produktem k nezaplacení. Jejich analýza pomáhá v mnoha odvětvích usnadňovat lidem život.

DOPRAVA A CESTOVNÍ RUCH

V dopravě se nejvíce využívají velké objemy dat získané z GPS. Z analýzy těchto dat lze vyčíst aktuální dopravní situaci ve městech, v železniční či letecké dopravě. Díky těmto datům má řidič přehled o dopravních zácpách, možnostech náhradních tras a volných parkovacích místech. Cestující zase o jízdních řádech, zpožděných linkách a možnostech náhradního spojení. Big Data v dopravě také přispívají k její bezpečnosti vyhodnocováním rizik dopravní situace či analýzou informací pro rychlý záchranný systém.

TELEKOMUNIKACE

Velký potenciál využití mají data z mobilních telefonů. Analýza dat o jejich poloze v reálném čase vypovídá o pohybu velkého počtu lidí.

Výstupy se pak využívají při organizaci a řízení dalších činností například v oblasti dopravy, cestovního ruchu a péče o lidské zdraví.

V oblasti cestovního ruchu pomáhají zjistit, co láká k výletům návštěvníky turistické oblasti a jak zlepšit její propagaci. V oblasti podnikání může analýza dat najít lokalitu pro umístění provozovny nebo poboček a poradit, jak zákazníkům přizpůsobit otevírací dobu.

V případě krizových situací lze z analýzy Big Dat vyhodnotit aktuální ohrožení obyvatel a lépe nasměrovat složky IZS.

19

OBCHOD

To není magie, to jsou Big Data Uveďte prosím příklad, kdy analýza Big Dat pomohla řešit významný problém.

Význam Big Dat v oblasti obchodu lze najít především v analýze nákupních transakcí. Podle nich vytvářejí firmy na celém světě své marketingové programy a strategie. Uvádí se, že objem obchodních dat se ročně zdvojnásobuje v každé společnosti na světě.

Obchod Amazon, který začal prodávat knihy přes internet, se jako první zabýval otázkou, jak zákazníkům doporučit konkrétní produkt na základě individuálních nákupních preferencí. Pracovníci Amazonu vymysleli kolaborativní filtrování získaných dat, které hledalo asociace mezi samotnými produkty. Na základě této metody Amazon proklamoval, že ví, co si jeho zákazníci koupí, ještě dříve, než to vědí oni sami.

VEŘEJNÁ SPRÁVA

Veřejná správa disponuje velkým množstvím dat o populaci.

Tato data mohou jednoznačně ovlivnit práci tohoto sektoru.

Podle informací, které mají úřady k dispozici, mohou kvalitně hospodařit s rozpočtem.

Na základě získaných dat o demografické skladbě obyvatelstva lze nastavovat služby dle aktuální potřeby. Například starší lidé mají vyšší nároky na zdravotní péči, naopak děti a mládež potřebují fungující vzdělávací instituce.

Některá města již začínají analýzu velkých dat využívat i k prevenci a odhalování kriminality.

VĚDA A VÝZKUM

Čím dál více vědních oborů těží z velkého objemu nashromážděných dat. Astronomie, meteorologie, bioinformatika a jiná odvětví vděčí za významné objevy právě sofistikovaným analýzám velkých dat.

Díky datům z rozsáhlých sítí senzorů lze předpovídat počasí nebo včas varovat obyvatele před přírodními katastrofami.

V lékařství pomáhají připravit pro každého pacienta léčbu přesně na míru či modelovat šíření epidemií nakažlivých chorob.

Veliký přínos mají výsledky Big Dat ve zdravotnictví, například při zpracování snímků tkání potenciálně zasažených nádorem.

Již dnes jsou Big Data algoritmy schopné detekovat některé typy zhoubných bujení dříve a přesněji než nejzkušenější lékaři.

Jednu aplikaci Big Dat používáme vlastně každý den. To, že na Google najdete požadované informace nebo obrázky a že si tam přeložíte texty, není magie, ale typická ukázka využití velkých dat.

Jan Janča Oblíbeným příkladem využití Big Dat je získání úplného pohledu na zákazníka v oblasti maloobchodního prodeje. Díky „úplnému” porozumění chování zákazníka je možné nabízet relevantní produkty, a tím zvýšit svůj obrat. Nebo můžeme pochopit, jak se mění zákazníkova spokojenost s našimi službami, a včas předejít jeho ztrátě.

Jiří Bohuslav Velmi zajímavým přínosem je doména obrázků a vyhledávání v jejich obsahu, tedy sémantika. V malých databázích nedává takové hledání příliš uspokojivé výsledky, protože databáze neobsahuje všechny možné obrázky, které uživatele napadne vyhledávat.

Pokud zkusíme nalézt například na images.google.com obrázky podobné naší fotografii, dostaneme odpověď, ve které je již docela obtížné najít nesmyslný obrázek.

Dalším příkladem je aplikace neuronových sítí, kde objem dat umožnil trénování s vysokou kvalitou výstupu, zachycující právě sémantiku. To by ale dnes nebylo možné bez zvyšujícího se výkonu současných počítačů a jejich grafických karet.

Vlastislav Dohnal

20

Rozhovor

Být studentem, studoval bych Big Data – obor budoucnosti Jak Big Data pomáhají v bankovnictví a v čem je jejich kouzlo, jsme si povídali s Vladimírem Fiklíkem, odborníkem na Big Data z Raiffeisenbank.

Jak dlouho s Big Daty vaše banka pracuje?

V Raiffeisenbank s Big Daty pracujeme asi tři roky. Zavedení technologií Big Dat souviselo s potřebou řešit problémy, jež nastaly při velkém přenosu mnoha zpráv z různých aplikací a systémů, které banka zpracovává. Počet zpráv, které systémem projdou, se rychle zvyšuje souběžně s růstem banky. S tím je spojeno i stále větší množství chyb. I když technologie pro jejich odhalení existovala, doba nalezení se postupem času prodloužila až na 24 hodin.

Což je samozřejmě příliš pomalé. V tu chvíli bylo jasné, že potřebujeme daleko rychlejší detekci chybovosti systému.

Proto jsme začali používat Hadoop technologii, která má schopnost ukládat velké množství dat, rychle je třídit a najít chybu. Ve výsledku technologie Hadoop dokonce několikanásobně předčila požadavky, které jsme si na systém detekce chybovosti stanovili.

V jakých oblastech se Big Data v bankovnictví dají využít?

V bankovnictví je zatím využití Big Dat na začátku. Je to tím, že jde o poměrně mladý obor a pro analýzu dat je důležitá také jejich historie. Proto se data dnes hlavně ukládají do velkých úložišť.

Jejich využití přijde až po nějaké době.

Přesto však banky mohou využít Big Data v mnoha zajímavých oblastech. Především, stejně jako u nás, pro technickou kontrolu a také třeba pro detekci podvodů.

Rovněž v oblasti marketingu jsou zatím netušené možnosti, které vlastně ještě ani všechny nedokážeme využít.

Big Data se též dají použít v souvislosti s testováním nových technologií a aplikací a vytváření účinných modelů.

Technologie Big Dat také umí data anonymizovat. Protože se v bance uchovávají velmi osobní data, mohou pomoci právě při testování modelů, kdy je nutné veškerá data odosobnit.

Kouzlo Big Dat není, podle mého názoru, jen ve schopnosti ukládat a třídit neskutečné množství různorodých informací, ale i v jejich velkém výpočetním potenciálu.

Bohužel je stále velmi málo odborníků na IT, kteří by uměli zároveň připravovat modely pro analýzy, a ještě efektivně využili jejich výstupy. Například v marketingu nedostatek takto všestranných odborníků brzdí rozvoj využití Big Dat. Kdybych dnes studoval vysokou školu, šel bych tímto směrem, protože to je profese budoucnosti.

21

Jakými konkrétními projekty se v souvislosti s Big Daty zabýváte?

Big Data jsou pro nás zajímavá v několika oblastech. Především v už jmenované technické podpoře, která běží a je velmi efektivní.

Rychlým odstraněním chyby je náš systém stále funkční jak pro klienty, tak pro zaměstnance. Naše banka však připravuje i další projekty.

Jedním z nich je projekt na už zmíněnou detekci podvodů. Jde o odhad podvodného jednání, a to jak u klientů banky, tak ze strany zaměstnanců. Když už dojde ke krádeži, je pozdě.

Big Data nám mohou pomoci podvodné jednání předvídat a krádeži prostě předejít. Pomocí sběru různorodých dat je možné rozpoznat model specifického chování, které obvykle vede k podvodu. Předcházení podvodů má pro banku samozřejmě významný ekonomický přínos.

Další zajímavý projekt, který připravujeme, je z oblasti marketingu. Díky analýze dat pohybu klientů na webu získáme například model chování těch, kteří si chtějí vzít půjčku. Tedy kam a v jakém pořadí obvykle klikají. Můžeme jim pak cíleně nabídnout služby, které je zajímají. Nabídka služeb i vedení portfolia bude tak daleko cílenější a s lepšími výsledky jak pro banku, tak pro klienta.

Jak se staráte o bezpečnost Big Dat? Ochrana dat je velmi důležitá. Data chráníme jak zvenku, tak zevnitř.

Zvenku jsou data chráněna síťovými prostředky. Přístup zevnitř je zabezpečen kombinací šifrování a řízení přístupových práv, které může být navázáno například na čipovou kartu. Systém tak rozpozná osoby z řad zaměstnanců a dovolí jim přístup pouze k těm datům, se kterými mají oprávnění nakládat.

Pracovat s Big Daty a využívat informace, které přinášejí, jsme v České republice začali tak před šesti lety. Je to obor, který se velmi rychle rozvíjí, a v souvislosti s ním samozřejmě i podpora bezpečnosti. Dá se říci, že bez zajištění bezpečnosti dat by projekty s Big Daty nemohly ani vzniknout.

Zatím data hlavně ukládáme do data lake (úložiště Big Dat), v podstatě bez ladu a skladu. Jaké informace z nich v budoucnu vytěžíme, si možná dnes ani nedovedeme představit.

Jaké zdroje pro analýzu Big Dat v Raiffeisenbank využíváte?

Zdroje, které při zpracování Big Dat využíváme, souvisejí s projekty, na kterých pracujeme. Zaměřujeme se tedy hlavně na tyto tři zdroje: velké množství různorodých zpráv, které kolují mezi všemi aplikacemi banky, rozpoznávání klikání klientů i zaměstnanců na webových rozhraních banky a data klientů banky.

Jaké nástroje používáte pro jejich zpracování?

Většina Big Data projektů u nás směřuje na Hadoop. V současnosti máme Hadoop cluster o šesti serverech a uvažujeme o stavbě druhého clusteru pro testovací účely. Hadoop ekosystém umožňuje provozovat velkou spoustu komponent pro řešení různých úloh, proto bych zmínil jen pár nejdůležitějších. Pro přístup k datům pomocí jazyka SQL používáme Hive. Další zajímavou komponentou je Spark, který umožňuje provádět rychlé výpočty nad velkým množstvím dat. Bezpečnost pak zajišťuje komponenta Ranger, která dovoluje řídit přístupy uživatelů k ostatním komponentám a datům.

Druhou big data platformou, kterou využíváme primárně pro online analýzu logů, je Elastic Search v kombinaci s Log Stash a Kibanou.

Jaká jsou podle vás úskalí Big Dat v bankovnictví a jak je řešíte u vás?

Asi největším úskalím a zároveň velkým tématem je v souvislosti s Big Daty bezpečnost a na druhém místě ochrana osobních údajů. Znamená to, že před přípravou jakéhokoli projektu v této oblasti musí proběhnout právní analýza, se kterými daty můžeme pracovat a se kterými ne. Samozřejmě hlavně před projekty, kde se pracuje s osobními daty klientů.

Mgr. VLADIMÍR FIKLÍK, Solution Architect DWH Raiffeisenbank a.s.

Vystudoval Matematicko-fyzikální fakultu Univerzity Karlovy, obor Sotfwarové systémy.

V Raiffeisenbank pracuje od roku 2011, nejdříve rok na Finančním oddělení, od roku 2012 v datovém skladu.

Prošel několika pozicemi (developer, designer) a v současnosti zastává pozici solution architekta se zaměřením na technické projekty.

Zabývá se implementací nových technologií a podpůrných nástrojů a udržuje provozní stabilitu datového skladu.

Ve volném čase rád lyžuje, jezdí na windsurfu a hraje na kytaru.

22

Rozhovor

Jaká jsou tajemství práce s Big Daty v jedné z největších telekomunikačních společností?

Poodhalili nám je Big Data specialista Václav Surovec a student trainee programu Stanislav Němec.

Hledal jsem téma na diplomku a našel nadšení pro Big Data Lidé datují stále více, staré systémy na to nestačí VÁCLAV SUROVEC Vystudoval FIT ČVUT, obor Softwarové a webové inženýrství.

Dnes pracuje na pozici Senior Big Data Engineer v T-Mobile a vede dva týmy s celkem cca 13 lidmi.

Jeden semestr studoval v rámci Erasmu na University of Stavanger v Norsku, jeden semestr na výměně v USA (Texas Tech University), pracovní zkušenosti má také s projekty v Německu v rámci Deutsche Telekom.

V současnosti se svým týmem integruje Hadoop řešení v rámci několika projektů v Německu.

Za své koníčky považuje přátele, rodinu, hraní i sledování fotbalu, kolo, sociální sítě a turistiku.

Jak jste se k Big Datům dostal a co pro vás osobně znamenají?

Před čtyřmi lety jsem končil vysokou školu a připravoval diplomovou práci, ale neměl jsem téma. Tehdy mi zavolal můj šéf v T-Mobilu, který pro mě měl tip. Diplomku jsem napsal na téma „Využití Big Dat v telekomunikacích”. Nakonec pro mě téma diplomové práce hrálo zásadní roli – zabývám se jím dodnes.

Jak dlouho pracuje T-Mobile s Big Daty? Řekl bych, že je to od té doby, kdy jsem v T-Mobile začal pracovat a prosazovat výstupy ze své diplomky. Což se mi postupně povedlo.

Nejdůležitější bylo přesvědčit ostatní, protože technologie Big Dat v té době skoro nikdo neznal. Půl roku jsem tento obor propagoval sám a snažil se získat zájemce o další projekty.

23

V jakých oblastech pracujete s Big Daty dnes?

Nepracujeme až tak na analýze Big Dat, ale dalo by se říci, že jsme integrátor technologie pro zákazníka. Ten má sice hodně dat, a dokonce je umí i analyzovat, ale nemá technologie pro jejich zpracování.

My mu umíme právě ty technologie (Hadoop) nainstalovat, zprovoznit je, vysvětlit, jak fungují, a připravit pro ně infrastrukturu.

Z dalších zajímavých projektů, které připravujeme, můžu například jmenovat projekt na odhalování podvodného chování uživatelů. Analyzujeme vzorce chování útočníků a podle nich sestavujeme model podvodného chování. Díky takovému modelu pak můžeme odhalit potenciálního útočníka dříve, než zaútočí.

Na základě Big Dat také v T-Mobile umíme například odhadnout počet návštěvníků koncertu Rolling Stones s větší přesností než sami organizátoři. Návštěvníci, kteří jsou zároveň našimi zákazníky, u příležitosti takové události hodně datují — fotí, natáčejí a komunikují na sociálních sítích. Máme tak od nich mnoho informací a víme, kolik jich tam je.

Podle poměru zákazníků ostatních operátorů pak dopočítáme s dost velkou přesností i celkový počet všech návštěvníků koncertu.

Pracujeme s daty z více než třinácti zemí Evropy Na kterém projektu dnes pracuje přímo vaše oddělení?

V současnosti připravujeme projekty především pro interní zákazníky. Například připravujeme projekt pro roamingové oddělení Deutsche Telekom.

Pokud třeba americký turista přijede do Čech, využívá našich telekomunikačních služeb. To, co tady vyčerpá, si mezi sebou americké a české telekomunikační společnosti musí vyúčtovat.

To jsou však data, která nejdou jen tak zanést do excelovské tabulky.

Podstatou našeho projektu je pomocí Big Data technologií stahovat anonymizovaná data uživatelů telekomunikační sítě, jak telefonují, posílají SMS a datují, ze třinácti zemí Evropy. Tato data následně předáváme roamingovému oddělení, které je pak bude vyhodnocovat a například podle nich připravovat rozpočet.

Věřím, že je i mojí zásluhou, že se nám v T-Mobile daří o důležitosti Big Dat přesvědčovat. Důkazem je i to, že čistě na Big Datech u nás dnes v zahraničním oddělení pracuje přes pětačtyřicet lidí a že rozjíždíme další projekty.

Pracuji na menších, ale o to zajímavějších projektech Jak jste se o trainee programu v Big Data týmu dozvěděl?

Na kariérním veletrhu CoFIT, který pořádá ČVUT. T-Mobile tam měl svůj stánek, kde nabízel trainee programy pro studenty do týmu Big Data. Hledal jsem stáž v oblasti práce s daty, ale o Big Datech jsem toho moc nevěděl. Přesto mě nabídka T-Mobile zaujala a rozhodl jsem se to zkusit.

Jaký máte vztah k Big Datům dnes a na jakých projektech pracujete?

V programu jsem zatím čtyři měsíce, ale Big Data jsem si oblíbil.

Jako trainee se dostanu sice spíš k menším, ale o to zajímavějším projektům. Pracuji například na projektu o vytíženosti vysílacích antén. V průběhu dne vykresluji na základě Big Dat mapu, které antény vysílající signál jsou více vytížené a které méně. Výstupem je například analýza, že lidé z malých měst během dne přejíždějí do velkých. Víme tak, kde je třeba signál zesílit.

Co plánujete do budoucna?

V současnosti hledám téma na bakalářskou práci, ale jisté je, že téma bude v oboru Big Data. Do budoucna bych chtěl pracovat v T-Mobile jako Big Data specialista.

Co byste vzkázal studentům, kteří ještě váhají, zda vstoupit do takového programu?

Nebojte se a vyzkoušejte trainee program. Nejen že získáte praxi, ale také sebedůvěru. Uvidíte, že to, co jste se naučili ve škole, umíte využít.

Co nejpodstatnějšího si z trainee programu odnášíte?

Především jsem se seznámil s infrastrukturou Big Dat, o které jsem předtím neměl tušení. Také jsem zažil, jak to chodí ve velké firmě. Důležité rovněž je, že jsem měl možnost své teoretické znalosti ze školy převést do praxe.

STANISLAV NĚMEC

Zajímá vás náš Trainee program?

Sledujte @TMobileCAMPUS a připravte se s námi na život po škole.

Studuje na Fakultě informačních technologií na ČVUT v Praze (3. ročník).

V současnosti pracuje jako trainee v Big Data týmu.

Součástí jeho práce je také komunikace s kolegy ze zahraničních týmů (Holandsko, Německo).

Nejvíce volného času věnuje sportu, zejména fotbalu a běhu. Rád čte a snaží se držet krok s novinkami v IT.

24

Rozhovor

Baví mě stavět projekty na zelené louce Jaroslav Rys je datový analytik ve firmě Škoda Auto. Právě obdiv ke Škodovce a láska k veteránům ho k této firmě dovedly. Může tady spojit svou vášeň pro auta a nadšení pro obor, kterým se zabývá. Povídali jsme si s ním o tom, jak Big Data pomáhají nejen ve výrobě aut, ale také při práci s lidmi.

Data o nás vznikají tak samozřejmě, jak dýcháme Od kdy ve Škodovce s Big Daty pracujete?

I když jde o obor poměrně mladý, ve Škodě Auto se s Big Daty pracuje už nějakou dobu. Začínali jsme s projekty zaměřenými na předcházení poruchám ve výrobě. S pomocí datové analytiky jsme monitorovali poruchy na strojích a vyhodnocovali rizikovost závad.

Mohli jsme pak udělat opatření, která dokáží poruchám předejít.

Nejen že se tak urychluje výrobní proces, ale přináší to i velké ekonomické úspory. Dnes už analýzy Big Dat využíváme v daleko větším rozsahu v mnoha oblastech.

Jaké oblasti to jsou?

Datová analytika je poměrně nákladná na technické, personální i finanční zajištění. Přesto u nás ve Škodovce připravujeme mnoho datových projektů. Od již zmíněné výroby přes byznys procesy až po

strategii rozvoje lidských zdrojů. Dá se říci, že v mnoha případech zatím vytváříme podhoubí pro jejich start. Zjišťujeme, jaké máme možnosti, pracujeme na pilotních projektech a děláme osvětu.

Je velmi důležité vysvětlovat, jaké výstupy může analýza Big Dat mít.

Datově analytické projekty připomínají experiment s tzv. Schrödingerovou kočkou. Buď bude na konci experimentu kočka mrtvá, nebo živá.

To znamená, že analýza tak různorodých dat nemusí vždycky přinést využitelné výsledky. Ale dokud to nezkusíme, nezjistíme, jestli nám naopak nepřinese informace ceny zlata. A to je největší problém při prezentaci projektů – nemůžeme slíbit jistý výsledek. V případě přípravy projektů s Big Daty prostě není nepotvrzení hypotézy krachem.

Z toho vyplývá, že v oboru datové analytiky je velmi důležité komunikovat napříč všemi odděleními. IT oddělení musí umět spolupracovat s marketingem, obchodem a třeba i s oddělením rozvoje lidských zdrojů. Bez toho k žádným dobrým a využitelným výsledkům nedojdeme.

Právě nepochopení a také nedostatek lidí, kteří rozumí Big Datům a zároveň se dobře orientují v byznysu, marketingu či lidských zdrojích, mohou být brzdou rozvoje tohoto oboru.

25

Alfou a omegou datové analytiky je tedy podle mého názoru především řízení očekávání zákazníka. Jak na úrovni všech zaměstnanců Škodovky, tak vnějších příjemců výstupů analytiky.

Přitom data jsou už dnes neoddělitelnou součástí našeho života.

Data o nás vznikají tak samozřejmě, jako když dýcháme. Třeba už jenom tím, že máme mobilní telefon.

Big Data pomáhají i personalistům Jaký projekt je vám nejbližší?

Využití Big Dat ve výrobě je přece jenom trochu složitější. Předpokládá to dát pomocí různých technologií dohromady nesourodá data a pak je prostřednictvím dalších technologií umět vyhodnotit. Což není ani jednoduché, ani levné.

Naproti tomu v oblasti lidských zdrojů data už máme. I když to zní možná překvapivě, analýza dat v HR může přinést velmi zajímavé a užitečné výsledky. U nás je například využíváme pro cílenější nábor nových zaměstnanců nebo zefektivňování pracovních procesů. Projekt, na kterém se v současné době podílím, se týká detailnějšího odhalení důvodů, které by mohly vést zaměstnance k odchodu, což je vzhledem k současné situaci na trhu práce velmi důležité.

v byznysu nebo v rozvoji lidských zdrojů. Za určitou překážku se dá s nadsázkou považovat i samotný pojem Big Data. Hodnota informace získaná z dat totiž není dána jejich velikostí, ale celým procesem jejich získávání a následnou kvalitní a smysluplnou analýzou.

V čem přinášejí Big Data naopak největší užitek?

Hlavním argumentem je asi skutečnost, že datová analytika dokáže optimalizovat procesy ve výrobě, obchodě či v oblasti lidských zdrojů v takových nuancích, v jakých je lidský mozek neumí vypočítat ani zpracovat. Nejvýrazněji se to projeví ve výrobě. Využitím analýzy dat dojde k jejímu zrychlení a zjednodušení, které může přinést až překvapivé finanční úspory. Ale optimalizace procesů a finanční úspory se v důsledku objeví ve všech oborech.

Datovou analytiku považuji pořád za nový obor, především proto, že ještě stále netušíme, jaké možnosti nám může přinést. A to je to, co mě na něm baví. Stavět na zelené louce projekty, které nám do budoucna přinesou dnes netušené výsledky.

Chtěli byste se podílet na zajímavých projektech Škoda IT? Najděte si svou stáž či talentový program na www.skoda-kariera.cz/IT.

Jaké zdroje pro analýzu dat právě pro tento projekt využíváte?

Pro analýzu Big Dat v oblasti lidských zdrojů využíváme data, která by vás možná ani nenapadla. Kombinujeme je z různých míst a z různých zdrojů. Například data z pracovních procesů a postupů z mnoha pracovišť (nástrojárna, motorárna atd.), z kariérních plánů, osobních karet zaměstnanců. Přičemž samozřejmě velmi přísně dodržujeme ochranu osobních údajů, dokonce ještě přísněji, než nám nařizuje GDPR. Z nich pak matematickými výpočty určujeme důvody, které by mohly vést k odchodu zaměstnance.

Díky tomu pak můžeme situaci řešit dříve, než nastane.

Úskalím Big Dat je především jejich dobrá prezentace Jaká jsou, podle vás, úskalí Big Dat? Datová analytika jich má mnoho, ale podle mého názoru nejsou závažná ani nepřekonatelná.

Tak třeba technologická úskalí... Ta tkví především v různorodosti dat a kvalitě jejich zpracování. Vzhledem k rozvoji této oblasti se však technologie stále zlepšují a problém se postupně zmenšuje. Dalším úskalím Big Dat je samozřejmě jejich bezpečnost a ochrana. Myslím si ale, že při dodržování základních pravidel ochrany osobních údajů a vybudování kvalitní interní ochrany dat je toto riziko také malé.

Za větší problém považuji dobrou komunikaci mezi všemi odborníky, kterých se datová analytika týká. Odborníci na Big Data musejí umět dobře vysvětlit, k čemu můžou data sloužit – například

JAROSLAV RYS Vystudoval na Ekonomicko-správní fakultě Univerzity Pardubice obor Informatika ve veřejné správě.

Pracoval jako data analytik na oddělení Big Dat v Telefonice.

Ve firmě Air Jobs působil jako šéf analytik projektu.

Připravoval také Business Inteligence projekty pro společnost Sazka.

Ve Škodovce se dnes podílí na celkové koncepci projektů datových analýz. Nejvíce se zabývá projekty na Big Data v oblasti lidských zdrojů.

Ve volném čase se věnuje svému největšímu koníčku, kterým jsou automobiloví veteráni.

26

Rozhovor

Home Credit analyzuje Big Data díky nejmodernějším technologiím i s pomocí studentů Mnozí z vás si možná myslí, že Home Credit je malá česká firma, která se zabývá jen nudnými úvěrovými operacemi a pro technicky založené lidi není dost cool, nepředstavuje žádnou výzvu. O tom, že jde o velký omyl, jsme si povídali s ředitelem R&D týmu v pražském sídle skupiny Home Credit Lubomírem Hanuskem a studentem Yigitem Kayabasim, účastníkem HC net programu pro studentské talenty.

Ve výzkumu a vývoji v oblasti Big Dat chceme být nejlepší Co pro Home Credit znamenají Big Data?

Dalo by se říci, že Big Data pro nás mají dvě dimenze. Za prvé zpracováváme desítky milionů záznamů, neboť za jediný měsíc naše společnost poskytne několik milionů úvěrů (většinu, aspoň prozatím, v

Číně). Druhou dimenzí jsou informace, které máme ke každému úvěru k dispozici. V Číně třeba vedle interních dat nakupujeme dalších padesát externích datových zdrojů, z nichž ten největší je nám schopen dodat ke každému úvěru téměř padesát tisíc atributů. Jsou to anonymizovaná nestrukturovaná data, ale když si s nimi poradíte, umožní vám daleko přesněji identifikovat schopnost klienta splácet, a tedy řídit rizikovost poskytovaných úvěrů.

27

Na jakých projektech dnes pracujete?

Jedním z těch nejdůležitějších je vyhledávání nových datových zdrojů. Vizí je, aby klient dodal pouze své identifikační údaje, a my si už sami poradíme s tím, co potřebujeme ke schválení úvěru. Odpadne tak zdlouhavé vyplňování uvěrových žádostí. Rozhodnutí o schválení je pak už otázkou minut.

Vše probíhá digitálně, automaticky.

Dalším velmi zajímavým projektem je tzv. „Automated Feature Engineering“, tj. algoritmus, který je schopen analyzovat data v jejich původní podobě, aniž by je musel náš analytik („data cruncher“) manuálně transformovat do podoby vhodné pro statistické nástroje. Očekáváme od toho výrazné zkrácení doby vývoje modelu pro hodnocení bonity klientů, a to až o několik týdnů, zvláště u nových datových zdrojů. Dalším očekáváním je pak výrazně vyšší prediktivní schopnost našich modelů (tzv. „scoringu“). Projekt je velmi inovativní, zkoušíme i využití tzv. konvolučních neuronových sítí. Samozřejmostí u nás v týmu je testování nových prediktivních algoritmů a softwarů.

Tým se snaží být ve výzkumu a vývoji prediktivních modelů nejlepší na světě. Nejsme zas až tak přehnaně sebevědomí; máme o tom důkazy...

Například skenů dokumentů či záznamů hovorů klientů s našimi call centry. Pokročilé algoritmy jako „deep learning“, „voice recognition“ či „text mining“ postavené nad těmito daty jsou schopny automaticky odhalit další informace důležité pro automatizované rozhodování o úvěrech. Z takových výstupů se dá například už předem rozpoznat podvodné jednání.

Firma Home Credit má svoji DNA Jak byste popsal lidi, kteří v Home Creditu pracují?

U nás pracují lidé, kteří mají odvahu zkoušet nové věci.

Umí pracovat v týmu a dobře komunikují. Jsou nadšení z práce spojené s cestováním do deseti zemí. Hodí se k nám ti, kteří vystudovali obory zaměřené na statistiku, strojové učení či umělou inteligenci. To byste u „úvěrářů“ asi nečekali, že ne?

Uplatnění u nás najdou absolventi ekonomických i technicky zaměřených škol.

Ještě bych doplnil, že DNA firmy Home Credit charakterizuje především řešení „out of the box“. Dále také flexibilita a projektová a geografická pestrost práce.

Pro takové projekty je jistě třeba dobrá infrastruktura.

Jaké technologie používáte pro správu dat?

Jako datové úložiště naše skupina nově zavádí technologie postavené nad Hadoopem, které kromě vyšší škálovatelnosti umožní uchovávat i nestrukturovaná data (skeny dokumentů, záznamy hovorů z call center...). Některé algoritmy pak vyžadují i speciální HW, který je vybaven jednotkami GPU (grafické karty – pozn. redakce). Pro rychlou vizualizaci dat jsme si vybrali Tableau, které v reálném čase umožní interaktivně analyzovat miliardy záznamů. Velice podstatné je pro nás mít infrastrukturu pro rychlou implementaci nových algoritmů přímo v zemích, kde působíme. Zde sami vyvíjíme řešení, které je nadstavbou Hadoopu a je postaveno na technologiích Spark, Nifi, Kafka a HBase. Cílem je uzavřít celý cyklus vývoje modelu od přípravy dat po implementaci do jednoho měsíce.

Je nějaký projekt, na který jste opravdu hrdí?

My se fakt snažíme být na světové špičce. Pro inspiraci jsme vyhlásili soutěž o „nejpřesnější prediktivní model“ na největší datascience platformě „Kaggle”. To je ten projekt s Google.

Přihlásilo se 7 200 týmů ze 108 zemí světa, což byl rekord za celou existenci této platformy a podle Googlu už teď vstoupí do učebnic. Asi si dovedete představit, jak obrovské know-how a jaký zájem data scientistů pracovat u nás nám taková soutěž přinesla.

Co chystáte do budoucna?

Do budoucna chceme přidat do modelů scoringu i analýzu nestrukturovaných dat.

LUBOMÍR HANUSEK Vystudoval magisterské a doktorské studium statistiky na Vysoké škole ekonomické v Praze.

Ve společnosti Home Credit International působí jako Group Risk Research & Development manager.

Tři roky žil v Číně a Hong Kongu. Má rovněž praktické zkušenosti ze všech zemí skupiny (Rusko, Indonésie, Vietnam, Indie, USA, Kazachstán, Filipíny, Česko a Slovensko).

Ve své předchozí práci byl data mining analytikem ve významné konzultační firmě.

Svůj volný čas tráví převážně se svými čtyřmi dětmi a hrou na piano.

28

Studenti jsou u nás vítáni Ve skupině Home Credit nabízejí také zajímavou příležitost pro čerstvé absolventy škol.

Jde o HC net program pro mladé talenty. V programu se účastníci po dobu dvou let podílejí na zajímavých projektech, třeba těch, o nichž už tady byla řeč. Po jeho absolvování se pak posunou na vyšší, často manažerskou pozici a zároveň také do jiné země.

Jak jste se o programu HC net dozvěděl?

Bylo to na veletrhu pracovních míst, kde měly stánky desítky inovativních a respektovaných firem. Nabídka skupiny Home Credit se jevila jako jasná kariérní příležitost pro můj rozvoj.

Proč jste si vybral zrovna skupinu Home Credit?

Chtěl jsem se dále věnovat machine learningu ve finanční instituci.

A Home Credit je finanční instituce, která má velké zkušenosti z oblasti Data Science a hodně investuje do R&D. Takže to pro mě byla perfektní příležitost.

Na veletrhu mě pro tuhle práci nadchnul Kirill Odintsov, manažer vývoje scoringových modelů, který je teď mým vedoucím.

YIGIT KAYABASI Narodil se v Turecku. V současné době je zahraničním studentem Karlovy Univerzity v Praze, konkrétně magisterského studia v oboru umělé inteligence.

Ve svém volném čase se věnuje hře na akustickou kytaru a komponování hudby.

Na jakém projektu pracujete?

Pracuji na vylepšení modelování prostřednictvím Machine Learning algoritmů. Věnuji se hlavně oblasti Deep Learningu.

Yigit Kayabasi pracuje na centrále skupiny Home Credit v Praze jako účastník programu HC net.

(Pozn. redakce – rozhovor jsme přeložili z angličtiny.)

Skupina Home Credit působí už globálně: v Evropě, Asii, ale také v USA. Jde však o českou firmu, s českými vlastníky a českým podnikatelským duchem. Sami sebe nazývají technologicky drajvovanou firmou, protože hodně investují, aby byli na špičce v oblasti technologií.

Dobře si totiž uvědomují, že technologický náskok nakonec rozhodne o jejich dlouhodobé úspěšnosti.

30

DATA MINING: CESTA OD VYZOBÁVÁNÍ ROZINEK K TĚŽBĚ ZLATA Rozvoj počítačové techniky ve 20. století přinesl nejen nové technologické novinky, ale i nové způsoby sběru dat. Když se získaná data dají do těch správných souvislostí, mohou poskytovat informace, které budou mít cenu zlata. Jenže tak velké množství různorodých dat nešlo zpracovávat dosud známými způsoby statistického zpracování. Proto vznikl nový obor – data mining.

Nejrychleji se rozvíjející technologie v podnikání je data mining První náznaky aktivit, které dnes označujeme jako data mining, se objevily v 60. letech 20. století a souvisely s rozmachem počítačové techniky. V osmdesátých letech došlo k rozvoji statistických metod, databázových aplikací a umělé inteligence spolu s nárůstem rychlosti a paměti počítačů. Byly to předpoklady, které umožnily v sedmdesátých a osmdesátých letech první systematická využití data miningové metodologie v praxi. Data mining v té době představoval spíše „vyzobávání rozinek” z nepřeberného a nesouvislého množství informací.

Obrat přišel až počátkem 90. let. Vznik nových metod zpracování dat souvisel s potřebou komerčních společností získat cenné informace pro rozvoj svého byznysu. Firmy měly velké objemy cenných dat, ale vzhledem k jejich různorodosti je neuměly zpracovat klasickými metodami. S využitím výpočetní síly počítačů bylo potřeba najít struktury, pravidla a asociace mezi velmi nesourodými daty.

Data mining se tak stal samostatným oborem aplikované vědy s širokým využitím v komerční praxi.

DATA MINING Data mining neboli dolování dat představuje velmi propracované soubory metod, které pomocí matematických funkcí analyzují velké objemy dat a hledají v nich skryté souvislosti.

V roce 1991 napsal první definici data miningu Andy Frawley (ředitel mezinárodní marketingové agentury EPSILON): „Data mining je netriviální získávání předtím neznámé a potenciálně užitečné informace ukryté v datech.”

Data mining je uznávaným oborem na křižovatce mezi byznysem, matematikou a akademickým výzkumem.

31

Metodologie popisuje data mining v následujících šesti krocích: 1. Pochopení problému: porozumění požadavkům zákazníka, jasné stanovení cíle, návrh a tvorba plánu řešení 2. Porozumění datům: sběr a posouzení dat, vytváření prvních hypotéz, které se v průběhu celého procesu snažíme potvrdit nebo vyvrátit.

3. Příprava dat: integrace více datových zdrojů, čištění a úprava dat do podoby, kterou vyžadují analytické nástroje a metody.

4 Modelování: testování vhodných metod a nastavení jejich parametrů pro řešení definovaného problému 5.Hodnocení: selekce získaných informací, ověření správnosti navržených řešení a vyhodnocení splnění cílů formulovaných při zadání úlohy

Data mining nemá hranice Největší uplatnění v praxi získal data mining v komerční sféře. Jeho výsledky slouží například velkým pojišťovnám, supermarketům nebo mobilním operátorům.

Metody data miningu mohou však také sloužit vědeckému výzkumu, například v medicíně, biochemii, genetice a jiných oborech. A dnes se už využívá i v jiných oblastech, třeba při monitorování aktivit na internetu s cílem odhalit činnost potenciálních škůdců a teroristů.

6. Nasazení: výstupy z data miningu se použijí pro řešení problému v praxi. Vzhledem k proměnlivosti získaných dat je třeba výstupy stále aktualizovat a celý proces stále cyklicky opakovat.

Pochopení problému

Porozumění datům

Chaos vyžaduje metodu Na zpracování Big Dat se používá mnoho různých modelů. Model, tedy způsob zpracování dat, však pro opravdu kvalitní analýzu nestačí.

Vzhledem k riziku chybovosti zpracování u tak velkých a rozličných dat bylo potřeba také sjednotit postup jejich zpracování. V rámci evropského výzkumného projektu s cílem navrhnout univerzální postup, který bude použitelný v nejrůznějších komerčních aplikacích, vznikl CRoss-Industry Standard Proces for Data Mining (CRISP-DM).

Jde o standardizovaný proces zpracování Big Dat bez ohledu na obor, z něhož informace pocházejí. Vytvoření metodiky umožnilo řešit rozsáhlé úlohy dobývání dat rychleji, efektivněji, spolehlivěji a s nižšími náklady.

Příprava dat

Modelování

Vyhodnocení

Nasazení

32

Big Data se tvoří na sociálních sítích 2,1 miliardy

www

Facebook – celkový počet aktivních uživatelů za měsíc

4 005 018 010 uživatelů internetu na světě

104 359 091 759 e-mailů zasílaných dnes

2 546 623 014 vyhledávání na Google dnes

2 773 615 149 videí viděných dnes na YouTube

53ženy%

47muži%

155

74 %

průměrný počet přátel

absolventů vysokých škol

• Více než 40 milionů malých firem má na Facebooku aktivní stránky.

31 883 096

fotografií nahraných dnes na Instagram

• Tlačítko Facebook Like bylo stisknuto 1,13 bilionu krát.

301 123 430 tweetů odeslaných dnes

• Od ledna 2016 bylo denně sledováno 100 milionů hodin videa.

Zdroj: www.internetlivestats.com | Data jsou z 27. 8. 2018 v 10:00 dopoledne.

• Průměrná doba návštěvy na Facebooku je 20 minut, z čehož plyne, že průměrný čas strávený na FB za měsíc je 600 minut.

Podíl podniků, které v zemích Evropské unie analyzují vlastní Big Data z podnikových inteligentních zařízení nebo senzorů.

Zdroj: Eurostat — Data jsou aktualizována k 29. 1. 2018, podíl v procentech.

58

54 52

49 49 48 48 46

43

40 40 40 38 36 35 34 33 32 30 30 29 29 28

• Procento lidí ve věku 18–34 let, kteří kontrolují Facebook, když se probudí, je 48.

22

Slovinsko Kypr Estonsko Finsko Litva Nizozemí Maďarsko Švédsko Česká republika Malta Dánsko Německo Slovensko Chorvatsko Belgie Lucembursko Španělsko Itálie Bulharsko Polsko Rumunsko Řecko Francie Portugalsko Velká Británie

64

• Více než 83 % denních aktivních uživatelů se nachází mimo USA a Kanadu, jejich počet vzrostl ze 75 % v předchozím roce, což ukazuje pokračující růst ve zbytku světa.

Nejprogresivnější zemí v oblasti využívání dat v Evropské unii je Slovinsko. Česká republika je v první polovině žebříčku – zaujímá 9. místo. Nejméně Big Data využívají společnosti ve Velké Británii. Jde o všechny podniky s 10 a více zaměstnanci bez finančního sektoru.

• Průměrný počet stránek, skupin a událostí, ke kterým je uživatel připojen, je 80.

• Každý den se nahrává 350 milionů fotografií.

To je 14,58 milionu fotografií za hodinu, 243 000 za minutu a 4 000 za sekundu.

• Každých 20 minut je sdílen 1 milion odkazů, odesláno 20 milionů žádostí o přátelství a 3 miliony zpráv.

• Každý den dojde k 55 milionům aktualizací stavu.

• Facebook je k dispozici v 101 jazycích, přes 300 000 uživatelů pomáhá při překladu.

Zdroj: OmnicoreAgency.com

Vá I s še am ň oř pro íd a icí ut ? a?

Den chytrých aut 18. října 2018

vý Ch vo uť ji pr ch ac yt ov rý a au ch t t?

na ie? ek g oz lo M no ch te ve

Zaregistruj se na

DenChytr ychAut.cz a dostaň šanci u nás!

34 Kariéra ČEZ Inovační maraton

ČEZ INOVAČNÍ MARATON – POSUŇ SVÉ LIMITY!

KARIÉRA

Autor: Šárka Bláhová

Přihlas se a zažij 24 hodin plných nápadů, práce i zábavy. ČEZ Inovační maraton proběhne 8.-9. listopadu a ty můžeš být u toho!

Pár čísel

24 hodin 3 ročníky dosud proběhly 90 studentů absolvovalo ČEZ IM 30 vybraných vysokoškoláků soutěží 5 členů v týmu 8 účastníků IM nastoupilo následně do ČEZ 20 manažerů Skupiny ČEZ potkají účastníci maratonu Svědectví ”přeživších“ Tomáš Povejšil, účastník IM 2015, nyní pracuje v ČEZ „Při Inovačním maratonu jsem si uvědomil, že lidi z ČEZu, které jsem tam potkal, jsou hrozně fajn a že by se mi s nimi dobře

Garant letošního ročníku generální ředitel ČEZ Prodej Tomáš Kadlec

Téma 2018: digitalizace v energetice  robotizace zákaznických služeb  zrychlení a automatizace kontrolních procesů  chytré měření a chytrá domácnost  virtuální realita ve vzdělávání  technologie blockchain v prodeji elektřiny

pracovalo. Navíc jsem pochopil, že v tak velké firmě je vždy příležitost k růstu. Toto se mi po necelých dvou letech ve společnosti potvrdilo.“ Tereza Žilková, účastník IM 2016, nyní pracuje v ČEZ Chtěla jsem se seznámit s inovačními technikami, získat nové

O ČEZ IM jednou větou

kontakty, poznat Skupinu ČEZ z trošku jiného hlediska. Takže

„Inovační maraton umožňuje účastníkům posunout

pro mě za jedna.“

vlastní limity v tom pravém smyslu slova, zároveň jde

„Já jsem absolutně spokojená, program splnil má očekávání.

Jan Kučera, účastník IM 2017 „Bylo to mnoho zážitků a mnoho emocí. I když se to nezdá,

o intenzivní zážitek, perfektní zkušenost do profesního života a možnost se seznámit s řízením jedné z největších českých společností.“

tak během těch 24 hodin jsme tady zažili v pěti lidech velmi

Antonín Svojsík z útvaru Strategie,

intenzivní pocity – od toho, že si nerozumíme, až po to, že jsme

šéf letošního ČEZ Inovačního maratonu

se shodli."

Kariéra ČEZ Inovační maraton

35

Kdo?

S kým?

a inovativnosti mícháme týmy tak, aby byly co nejrozmanitější.

tím nikdy neviděli, a s nimiž si můžete, ale taky nemusíte sed-

Kdy?

nout, nicméně nemáte na vybranou než s nimi spolupracovat.

Studenti VŠ nejrůznějších oborů, protože na podporu kreativity

V týmu s dalšími čtyřmi naprosto cizími lidmi, které jste před

Jak?

8.–9. listopadu 2018, od 9.00 do 9.00

Stačí se přihlásit na webových stránkách www.kdejinde.cz,

Kde?

sekce Studenti a absolventi

Centrála ČEZ, Duhová 1, Praha 4

Co?

Stráví 24 hodin bez spánku analýzou zadaného problému, vymýšlením nápadů, rozpracováním vybraného návrhu řešení a jeho kreativní prezentací odborné porotě i ostatním soutěžícím týmům.

Co je ČEZ IM?

NÁPADY

TVŮRČÍ CHAOS

EMOCE

EUFORIE

TÝM

ÚNAVA SPOLUPRÁCE NERVOZITA ENERGIE

INTENZIVNÍ ZÁŽITEK

PŘEKVAPENÍ

Inovační maraton ČEZ bourá zažité stereotypy.

Manažeři z ČEZ ukazují, že nejsou žádní „pupkáči“.

NOVÍ PŘÁTELÉ

Zdroj: archiv ČEZ, Adobe Stock

INSPIRACE

36 Tech Sterilní neutrina

PODIVNÉ ČÁSTICE STÁLE MATOU SVĚT FYZIKY.

TECH

HON ZA STERILNÍMI NEUTRINY POKRAČUJE Autor: Filip Šmejkal

Nové výzkumy ve Fermiho laboratořích naznačují existenci sterilních neutrin – čtvrtého druhu částice, která už jednou skoro přepsala zákony Einsteinovy teorie relativity. Experiment potvrdil závěry vědců ze slavného Los Alamos, jinde ve světě se však k popisovaným anomáliím stavějí skepticky.

Píše se rok 2011 a vědci z CERNU hlásí světu žhavou novinku.

Standardní model částicové fyziky zatím rozlišuje jen neutrina

Během experimentů při práci na projektu OPERA prý deteko-

elektronová, mionová a tauonová. Všechny se od sebe liší napří-

vali neutrina, která do cíle dorazila o 60 nanosekund rychleji

klad svou hmotností. Velmi lehké částice vznikají při jaderných

než fotony a překročila tak nadsvětelnou rychlost o několik ki-

reakcích během beta rozpadu, už jejich detekce je však ne-

lometrů za sekundu. Přestože téměř nic neváží ani nemá žád-

smírně obtížným úkolem. Částice podléhají jen slabé interakci

ný náboj, název částice se začal přes noc skloňovat ve všech

a velmi slabé gravitaci, jaderná ani elektrická síla na ně vůbec

světových jazycích.

nepůsobí. Všechny pokusy využívají právě interakce neutrin se

Mnoho povyku pro nic Evropská organizace pro jaderný výzkum (CERN), jak zní celý

slabou jadernou sílou.

Neotřelý experiment

název ženevské výkladní skříně fyziky, později přiznala chybu

Fermilab, americké dvojče CERNU sídlící poblíž Chicaga, v rám-

a senzační zprávu po započtení možných chyb měření odvola-

ci projektu MiniBooNe využívá oscilace neutrin – jevu, při kte-

la. Sami její pracovníci ostatně již předtím požádali ostatní věd-

ré přejde libovolná vůně neutrina na elektronové neutrino.

ce světa, aby výsledky jejich měření podrobili důkladné kontro-

Aby proces bylo možné pozorovat, probíhá v tzv. scintilátoru,

le. „Přestože výsledky výzkumu nevyvolávají takovou pozornost,

kde dojde k přeměně neviditelného záření vzniklého při re-

jakou by někteří uvítali, někde v podvědomí jsme stejně tento

akci na světlo. Pro tyto účely nechali vědci naplnit nádrž 800

vývoj očekávali,“ psal před pěti lety ředitel sekce výzkumu švý-

tunami minerálního oleje, do kterého pálili z urychlovače čás-

carského centra Sergio Bertolucci. Mnoho fyziků bralo popření

tic jednotlivé svazky neutrin. Zmíněný záblesk vznikl při sráž-

obecné teorie relativity, na jejíchž pilířích staví celá dnešní mo-

ce neutrin a antineutrin, jejich antihmotových protějšků. 1280

derní věda, za natolik závažné tvrzení, že si za jeho předčasné

detektorů spočítalo 2437 záblesků, dle teoretických výpočtů

vyřčení CERN vysloužil jejich hlasitou kritiku.

jich však mělo nastat necelých 2000. Podle vědců se proto při

Čtvrtá vůně Nepolapitelné částice však na sebe i po sedmi letech dokážou upoutat pozornost. Aktuálně hýbou světem vědy výsledky výzku-

experimentu do srážek musela zapojit ještě čtvrtá vůně neutrin, kterou však přístroje nedetekovaly.

Ticho po pěšině

mu amerických Fermiho laboratoří (Fermilab), podle jejichž závě-

Objevem čtvrté vůně by moderní fyzika mohla přijít na dal-

rů mohli během série experimentů s názvem MiniBooNe nepří-

ší nezodpovězené otázky ohledně průběhu prvních minut

mo pozorovat projevy čtvrtého druhu (neboli vůně) neutrin. Vědci

po vzniku vesmíru, objevem by navíc neutrina přepsala učeb-

hypotetickou částici již dlouho nazývají sterilním neutrinem.

nice částicové fyziky. Je třeba podotknout, že popisované po-

37

Zdroj: Los Alamos National Laboratory

Tech Neutrina

Detektor neutrin v experimentu MiniBooNE

kusy probíhaly ve Fermilabu po dobu patnácti let, nejedná

Neutrina opět zaměstnávají hlavu světovým vědeckým špičkám,

se tedy o výsledek dílčího měření jako v případě deklarované

fyzikové se však poučili z velkého nadsvětelného omylu v roce

nadsvětelné rychlosti. Podobné výsledky navíc výzkumníci po-

2013. Za výsledky svých experimentů si sice stojí, média však ra-

zorovali během projektu LSND v letech 1993 až 1998 v Národní

ději několikrát upozorní, že se vůbec nemusí jednat o revoluční

laboratoři v Los Alamos. „Bojím se říci, že se jedná o sterilní

objev. Podobně se k výsledkům postavila i řada novinářů, mož-

neutrina. Zaznamenané projevy mohou způsobovat ony stej-

ná i s přihlédnutím k tomu, že článkem o sterilních neutrinech

ně jako nějaký jiný vliv,“ popisuje Richard Van de Water, jeden

oproti zprávě o naměření nadsvětelné rychlosti neupoutají po-

z vedoucích výzkumu v Los Alamos. „Stejné výsledky jsme

zornost tolika čtenářů.

však zaznamenali hned ve dvou experimentech s malou šancí na chybu,“ dodává.

Vzhůru do práce

Velké ale

Objev sterilního neutrina by s velkou pravděpodobností zname-

Podobné výzkumy však probíhaly i jinde ve světě. Výsledky ev-

tování bylo jistě adekvátní ocenění pro nejlepší světové vědce

ropského projektu OPERA dosud platné teorie potvrzují, žádná

z Los Alamos i z Fermilabu. Možná i vidina prestižního ocenění

nadbytečná neutrina nezaznamenaly přístroje ani v neutrinové

tak motivuje vědce do dalšího měření a experimentování. Po-

laboratoři vystavěné na Antarktidě. Vědci kritizují podobný prin-

blíž Chicaga vyrostl další detektor, jiné dva Fermilab staví. Cílem

cip obou amerických experimentů, metodickou chybu však do-

je zjistit, zda záblesky skutečně způsobila elektronová neutri-

sud nikdo nenašel.

na vzniklá oscilací. Na výsledky si veřejnost počká další řadu

nal udělení Nobelovy ceny, což by po čtvrtstoletí experimen-

let a jak referoval ředitel výzkumu Fermilabu Joe Lykken: „Pro vědce zabývající se výzkumem neutrin nastávají zajímavé časy…“

38 Ekonom #zerowaste

BEZODPADOVÁ VLNA ZAPLAVUJE SVĚT,

EKONOM

MŮŽE BÝT VELKÝM PŘÍNOSEM NEJEN PRO ŽIVOTNÍ PROSTŘEDÍ Autor: Kristýna Šafářová

#zerowaste je fenoménem nejen na sociálních sítích.

S uvědoměním, že lidstvo často plýtvá přírodními zdroji, se objevil tento termín jako označení bezodpadového životního stylu v souvislosti s konceptem cirkulární ekonomiky.

Cirkulární ekonomika pamatuje na životní prostředí, které je

podléhají zkáze i měnícímu se vkusu spotřebitelů. Zakoupené

po celém světě ohroženo neustálou nadprodukcí zboží a jeho

produkty tak končí v koši v řádu několika měsíců od zakoupení.

následným hromaděním na skládkách. Klíčovým slovem je zde

„80 % všeho, co nakoupíme, se během prvního půl roku stane

odpad a právě zero waste značí životní styl, který se snaží vyva-

odpadem,“ říká Soňa Jonášová z Institutu cirkulární ekonomi-

rovat jeho tvorbě, tedy produkovat odpad jen v naprosto mini-

ky a zdůrazňuje důležitost jejich opětovného využití: „Když se

málním množství a zmírnit tak nerozvážné nakládání se zdroji,

odpady vrací zpátky, tvoří se nová pracovní místa, šetří životní

které se na planetě vyskytují pouze omezeně.

prostředí, ale také to přináší nový byznys, a právě o tom je cirkulární ekonomika.“

Plýtvání omezenými zdroji často souvisí s lineárním tokem většiny materiálů, příznačným pro konzumní společnosti snaží-

Zavedení cirkulárního toku materiálů se tedy jeví jako efektivní

cí se o neomezený ekonomický růst. Ten je však dle expertů

řešení, jež může mít dalekosáhlý pozitivní dopad na hospodář-

dlouhodobě neudržitelný. Lineární ekonomika tak neustále těží

ství, životní prostředí i společnost. Cílem je vytvoření uzavřeného

nové suroviny a z nich vyrábí nové produkty, které však rychle

nekonečného cyklu, podobného tomu v přírodě, v němž materiály neztrácejí hodnotu, opětovně se zpracovávají s minimálním vznikem odpadu a potenciál jednou vyrobených produktů je maximálně využíván, například nabídkou nových služeb namísto prodeje či aplikováním sdílené ekonomiky. „Už dnes je jasné, že nemáme jinou alternativu pro snížení environmentální zátěže, zlepšení energetické účinnosti a lepší využití zdrojů.

Jsem přesvědčen, že cirkulární ekonomika představuje obrovskou příležitost. Příležitost nejen pro životní prostředí, ale především pro vytvoření zcela nového průmyslového odvětví,“ píše v úvodu studie Cirkulární Česko Pavel Telička, místopředseda Evropského parlamentu.

V souvislosti se vznikajícím odpadem je primární uvědomit si, kde nakonec skončí. „Odpadek není procento toho, co zkon-

I do takto malé nádoby se vejde všechen odpad vyznavače zero waste nashromážděný během několika let.

zumujeme, ale všechno, co vyrobíme. Tím, že pak něco dáme do krabice s nápisem Recyklovaný odpad, daná věc nezmizí,“ zdůrazňuje ekonom Tomáš Sedláček. Faktem je, že k recyklaci

Zdroj: Adobe Stock

Odpady na skládkách i plýtvání jídlem je potřeba řešit

Ekonom #zerowaste

5R podle Bey Johnson REFUSE

odmítnout to, co nepotřebujeme – plasty na jedno použití, produkty zdarma

39

nad jejich negativními důsledky. Často tak na polích zůstávají desítky až stovky tun úrody.“ Dodává ale, že řetězce zdaleka neplýtvají jídlem nejvíce: „Ve světě se dnes třetina všech vyrobených potravin vyhodí. Jde to až k nám, samotným spotřebitelům – u nás vzniká 40 až 50 % veškerých vyhozených potravin. Lidé mají pocit, že to jsou právě obchodní řetězce, na které je potřeba si ukazovat, že u nich dochází k největšímu plýtvání, ale to je často jen v řádech jednotek procent.

REDUCE

zredukovat to, co potřebujeme – minimalistický životní styl

REUSE

RECYCLE

zrecyklovat to, co nemůžeme odmítnout, zredukovat ani zužitkovat

ROT

nejvíce odpadu. Pokud chceme docílit změny, je tedy potřeba pracovat s celým potravním řetězcem.“

Průměrný Američan vyprodukuje 2 kilogramy odpadu denně, vyznavačům zero waste se to nepodaří ani za několik let „Toto je všechen odpad, který jsem vyprodukovala za poslední tři roky,“ uvádí Lauren Singer svou řeč pro TEDxTalks a ukazuje zhruba čtvrtlitrovou sklenici naplněnou odpadem. Patří mezi blogery propagující život bez odpadu, o kterém píše na svém blogu Trash is for Tossers.

Cirkulární ekonomika

zkompostovat zbytek

YouTube | Talks at Google Bea Johnson: Zero Waste Home

se nakonec dostane jen zlomek odpadu. Většina se kumuluje na skládkách, kde zůstává nevyužita, způsobuje požáry a vypouští toxické látky do ovzduší a podzemních vod. Jen samotná Česká republika nakonec skládkuje zhruba polovinu toho, co produkuje. Podle Soni Jonášové jsou tak skládky velkým zdrojem materiálů, ale zdaleka nefungují správně: „Skládek tu máme asi 180 a každý rok tam necháváme 2,5 milionu tun jen komunálního odpadu. Skládkování je nejlevnější možnost a taky obrovský byznys, o skládkách a o jejich skutečné ceně se tak moc nemluví.“ Adam Podhola, spoluzakladatel projektu Zachraň jídlo, se

Lineární ekonomika

zase snaží upozornit na to, do jaké míry v dnešní době plýtváme potravinami. Poukazuje například na to, že až pětina vyprodukovaného ovoce a zeleniny je vyřazována kvůli nárokům na vzhled, nastaveným obchodními řetězci. „Tyto parametry vznikly hlavně kvůli mezinárodnímu obchodu, nicméně jsou až nesmyslně přísné a obchodní řetězce se většinou nezamýšlí

Zdroj: Adobe Stock

Zdroj: zerowastehome.com

zužitkovat to, co spotřebováváme – výměna jednorázových produktů za znovu použitelné, nakupování z druhé ruky

Zapomínáme na to, že to jsme my, spotřebitelé, u koho vzniká

40 Ekonom #zerowaste

Mezi dalšími průkopníky bezodpadového životního stylu je i Bea

předpokládá, že zavedení fungujících nástrojů cirkulární eko-

Johnson, autorka blogu a knihy Domácnost bez odpadu, která

nomiky může Evropě od roku 2030 generovat roční výnosy

zvládla přejít na zero waste i s celou svou rodinou. Podle svých

ve výši 600 miliard eur ročně,“ vysvětluje Soňa Jonášová.

slov šetří nejen životní prostředí a své zdraví, ale také peníze. „Porovnali jsme naše současné bankovní účty s těmi staršími a zjisti-

I přestože se v Česku již diskuze na toto téma otevírá, není

li jsme, že nyní ušetříme asi 40 % z našich celkových výdajů. To je

zatím příliš rozšířená. Firmy by totiž často v závislosti na princi-

hlavně díky tomu, že konzumujeme daleko méně než předtím.

pech cirkulární ekonomiky musely přijmout zcela nová sché-

Dnes už nenakupujeme další a další věci, jen nahrazujeme to, co

mata výroby. „Být mezi prvními, kteří si tyto principy uvědomí

je potřeba nahradit, a tyto věci vždy koupíme z druhé ruky, což je

a dokonale osvojí, je ale do budoucna významná tržní výhoda,“

levnější. Dále nakupujeme potraviny bez obalu. Když nakoupíte

říká Cyril Klepek z inovační agentury. „Nyní je řada i na politic-

jídlo zabalené, 15 % z jeho ceny pokrývá cena obalu. A všechny

kých elitách, aby přijaly téma cirkulární ekonomiky jako svou

jednorázové výrobky jsme vyměnili za jejich znovu použitelné

prioritu. Potřebujeme jasnou politiku, dobrou legislativu, pod-

alternativy. Tedy už neinvestujeme peníze do věcí, které pak jen

nikatelské prostředí podporující inovace, a především progre-

tak vyhodíme,“ vyjmenovává finanční výhody.

sivní myšlení,“ komentuje přechod k novému ekonomickému

Zavedení cirkulární ekonomiky bude mít pozitivní dopady

konceptu Pavel Telička, který nicméně celý proces vidí optimisticky. „Čeká nás ještě spousta práce, než se cirkulární ekonomika stane přirozenou součástí fungování naší společnosti. Ale já věřím, že se nám to v horizontu několika let podaří,“ dodává.

Orgány EU již zavedly několik opatření ohledně nového eko-

V každém případě je jisté, že zvládneme-li zastavit hromadění

nomického paradigmatu. Především jde o směrnice týkající se

nepotřebného odpadu a začít s jeho opětovným využitím, ule-

odpadu, jeho sběru a recyklace. „Z ekonomického pohledu se

ví se nejen životnímu prostředí, ale také ekonomice.

Plátěná taška je základem bezodpadového nakupování potravin.

ABSOLVENTI.cz Mějte všechny brigády, praxe a stáže od TOP zaměstnavatelů v kapse.

Jděte na www.Absolventi.cz

NOVINKA

ABSOLVENTI Nejlepší brigády, praxe a práce od TOP zaměstnavatelů

42 Ekonom Venezuela

VENEZUELA:

APOKALYPSA SE SVOLENÍM OBĚTÍ

EKONOM

Autor: Martin Jonáš

Ekonomický propad kdysi jedné z nejbohatších zemí Latinské Ameriky nabral na obrátkách a do okolních zemí vypudil uprchlickou vlnu. Krize má řadu příčin, dvě z nich ale hrají prim: pokles cen ropy, a naopak neklesající podpora socialistické vlády prezidenta Madura.

Rok 2015. OSN chválí Venezuelu jako v regionu nejúspěšnější zemi v boji proti hladu.

Rok 2018. Během pouhých tří let se země mění v nepoznání a balancuje na pokraji civilizačního kolapsu.

Nedostatek základních potravin. Čtyři z pěti nemocnic bez základních léků. Neustále přerušované dodávky elektrického proudu, což v zemi těsně nad rovníkem znamená také nefunkční klimatizace a zkažené jídlo ve vypnutých lednicích.

Novorozenecká úmrtnost, která se v minulém roce zvedla o třetinu, úmrtnost rodiček o dvě třetiny, případů malárie přibylo o čtyři pětiny. To vše musí Venezuelané snášet.

Tři čtvrtiny obyvatel v průměru shodily 11 kilogramů váhy a lékaři zaznamenali úmrtí dětí v důsledku podvýživy. Inflace dosáhla před dobrodružným vládním pokusem o měnovou reformu 40 tisíc procent. Ve výsledku museli obyvatelé země zaplatit za roli toaletního papíru tolik, že bankovky vážily víc než samot-

Zejména v posledních měsících se dál vyhrocuje další rozměr

ný toaletní papír.

humanitární krize: emigrace. Venezuelu už opustilo víc než dva a čtvrt milionu občanů, tedy okolo sedmi procent obyvatel země. Pro představu: zhruba tolik, asi jako by se za hranice České republiky poroučeli všichni obyvatelé Karlovarského kraje a kraje Vysočina.

Kilo sýra

7 500 000 ,b olívarů

Ropa, ropa, ropa…a populismus Hospodářský kolaps se přitom odehrává přímo nad obrovským zdrojem bohatství. Venezuela má podle současných odhadů největší zásoby ropy na světě. Právě ropné bohatství přivedlo na svět venezuelskou verzi socialismu a přispělo k venezuelskému pádu.

Ekonom Venezuela

43

Odpověď se neskrývá jen v represivní povaze režimu, který se opírá zejména o armádu, podle všeho zapojenou do obchodu s drogami. Režim se zároveň stále může opřít o část obyvatel, kteří zůstávají režimu věrní.

Agentura Reuters přinesla portrét Blandin, obyvatelky Caracasu, které se jen velmi nepravidelně daří sehnat mléko a pleny pro svého malého syna. Bez ohledu na své útrapy ale podporuje „revoluci“, tedy režim prezidenta Madura, a dokonce za něj chodí demonstrovat na provládní shromáždění. Blandin patří ke zhruba pětině venezuelských obyvatel, o které se může režim bez obav opřít. A není to zdaleka jen zásluha populistických gest Chávezovy vlády.

Podobně jako v mnoha, ba ve většině jihoamerických zemí, zanechaly i ve Venezuele pravicové vlády hořkou pachuť zkorumpované asociálnosti, která se vryla do kolektivního vědomí a poskytla materiál pro výrobu zjednodušené, populistické, ale funkční ideologické vyprávěnky. Ta zní: v celé Latinské AmeriJeho iniciátora Huga Cháveze si nelze představit bez ropného

ce bojuje lid válku na život a na smrt s elitami, podporovanými

bohatství. Ekonomicky zcela nevzdělaný výsadkář se zmocnil

Spojenými státy.

vlády a udržoval ji díky kombinaci represe a rozdávání ropného bohatství mezi široké vrstvy obyvatel. Ropa a ropné dolary také

Castrův režim byl v svých nejtemnějších momentech strašli-

udržovaly jeho mezinárodní status, třeba ve formě štědré pod-

vý. Není ale divu, že se málokdo chtěl vracet k odpudivému

pory ideologicky spřízněného kubánského režimu.

režimu jeho předchůdce Fulgencia Batisty. Symbol kubánské revoluce, Ernesto Che Guevara, nebyl o moc víc než neschopný a pokrytecký vrah s talentem pro pózování fotografům. Jestli ale na jeho životě bylo něco ryzího, pak zhnusení nad podmínkami, ve kterých žila chudina jeho rodné Argentiny.

Ruličk a toale

tního p

2 600 0 apíru 00,bolíva rů

Podobnými příklady by se dala zaplnit celá řada historických knih. A svým způsobem se všechny podílejí na venezuelské katastrofě. Ta pokračuje a bude pokračovat i proto, že ani tvrdá ekonomická data nedokážou přemoci zaryté ideologické přesvědčení.

Autor je redaktorem České televize.

S rokem 2014 přišel prudký pád cen ropy – a také konec snadného přísunu bohatství do venezuelského rozpočtu. Socialistická vláda prezidenta Cháveze a jeho nástupce Madura ale mohla jen těžko ustoupit ze svého populistického kurzu, založeného na otevřené ruce státu. Na ekonomickou katastrofu bylo zaděláno.

Revoluce až do hořkého konce Proč už dávno ve Venezuele nedostala šanci opozice? Proč vlna nespokojenosti s nedostatkem základních životních potřeb nesmetla socialistickou vládu?

uře ilové k Dvouk

000,0 0 6

4 1 olívarů b

44 Ekonom Krize

DALŠÍ KRIZE PŘIJDE V ROCE 2020,

EKONOM

MYSLÍ SI EKONOMOVÉ Autor: Petr Schwank

Zdroj: Adobe Stock

Podobně jako u té z roku 2007 se očekává, že vypukne ve Spojených státech.

Americká ekonomika je podle všech ukazatelů v nejlepší kon-

tí a rostoucími mzdami představují daleko větší nebezpečí.

dici od dob krize před deseti lety. Nezaměstnanost je podob-

A to především kvůli tomu, že firmy mohou kvůli vyšší nákla-

ně nízká jako u nás, v květnu to bylo jen 3,8 %. Očekává se tří-

dům na mzdy začít zvyšovat ceny. To by mohlo zvednout in-

procentní růst platů. A stejně se tak se očekává i celkový růst

flaci, která je v Americe 1,8 procent. Znamenalo by to zvedání

ekonomiky o necelá tři procenta. Přestože se tedy Spojené stá-

úrokových sazeb, což by dostalo pod tlak běžné spotřebitele.

ty nacházejí v období nebývalého blahobytu, ekonomové se shodují, že nebude trvat déle než dva roky a udeří další krize.

Zásadní je ale v tomto scénáři podle Zandiho především cena aktiv. Mohlo by tu totiž dojít k vytvoření bubliny. Na jedné stra-

A to právě proto, že se americké a světové ekonomice daří tak

ně jsou akciové trhy, které jsou v perfektní kondici. Na druhé

dobře. “Právě v takových časech se snadno dělají chyby, lidé

straně jsou firmy, které jsou nuceny zvyšovat náklady kvůli zvy-

si hodně půjčují,” říká analytik Mark Zandi. Vždy je ale nut-

šujícím se mzdám. Tím pádem budou akcie přeceněné. Inves-

né sledovat ukazatele. V roce 2001 to byla dotcom bublina,

toři by se toho mohli leknout, masivně prodávat i svá další akti-

v roce 2007 úvěry a hypotéky a nyní se spekuluje nad tím, co

va a zběhnout k dluhopisům a obligacím. Prudkému poklesu

by mohlo být hybatelem další finanční krize.

trhu by pak máloco zabránilo.

Většina ekonomů se shoduje v tom, že není úplně pravdě-

Existují i další scénáře, ve kterých hraje roli i aktuální společen-

podobné že by za další krizí stály trhy, které se celkově zdají

sko-politická situace. Ekonomové se však shodují, že právě tato

v dobré kondici. Dobrá čísla spojená s nízkou nezaměstnanos-

má největší šanci na “úspěch”.

Šéfredaktorka: Šárka Bláhová sarka.blahova@ekontech.cz | Inzerce: inzerce@ekontech.cz redakce@ekontech.cz | DTP: Michal Polus Redaktoři: Filip Šmejkal, Martin Jonáš, Tereza Došková, Petr Schwank, Kristýna Šafářová Vydavatel: ASA (Asociace studentů a absolventů), z.s., Vítězné náměstí 1, 160 00 Praha 6-Dejvice, IČ: 22729283 Číslo 37. | Termín distribuce: říjen 2018 | Další číslo vyjde v listopadu 2018 Ekontech.cz vychází 6x v akademickém roce | Náklad: 21 000 ks; náklad ověřuje ABC ČR, člen IF ABC | Registrace: MK ČR E 20872 | ISSN 2336-307X

BIG 5 PRACUJTE U

www.ceskapojistovna.jobs.cz

www.kdejinde.cz

www.kb.jobs.cz

prestižních zaměstnavatelů v ČR

www.unipetrol.jobs.cz

www.skoda-kariera.cz

HLASUJ

A VYHRAJ MacBook Air

MĚSTNAVA ZA

LÉ TE

TO P

Zúčastni se i TY studie na www.TOPzamestnavatel.cz

2019

Hlasuj od 2. října do 10. prosince 2018 a vyhraj skvělý MacBook Air

Hlavní partneři

Partneři studie

Pod záštitou

Mediální partner

Odborný garant