Dar kurį laiką nenuspręsime, kas iš tikrųjų yra išmanusis miestas, tačiau jau šiandien apie miestus mums daug gali pasakyti internetas ir jų gyventojų skaitmeninės informacijos trupiniai.
„Zebra Technologies“ viceprezidentas, ekonomikos mokslų daktaras Euro Beinatas yra išmaniųjų miestų specialistas. Jis kartu su komanda, pasitelkęs kolektyvų duomenų rinkimą, kuria įspūdingus miestų modelius, kurie leidžia nustatyti žmonių srautus, jų nuotaiką. Be to, „Login 2012“ konferencijoje Vilniuje viešėjęs pašnekovas teigė, kad naudojantis jų surinktais duomenimis galima nuspėti net akcijų rinkų kryptį.
Panašu, kad pasaulis nesugeba sutarti bendro išmaniojo miesto apibrėžimo. Kaip jūs tokius miestus apibrėžiate?
Tai didelė problema – visi apie išmaniuosius miestus kalba, tačiau niekas nesutaria, kas tai. Jeigu paklausite daktaro Lietuvoje, Londone ir dar kur nors, kas yra žmogaus anatomija – gausite tą patį atsakymą. Dabar architektų paklauskite, kas yra išmanusis miestas, – sulauksite daug skirtingų atsakymų.
Nėra prasmės kalbėti apie Florenciją ar Romą kaip išmaniuosius miestus, nekalbant apie jų istorinį meno palikimą. Kalbant apie Pitsburgą šių dalykų nereikia minėti. Išmanieji dalykai Florencijoje negali būti išmanieji Pitsburge. Taip, bus tų pačių dalykų, kaip transportas, energetika, tačiau tai nėra esmė. Išmanumo apibrėžimas turi turėti kontekstą – tai pirmas dalykas, kurį žmonės turi suprasti. Tai buvo ilgas atsakymas. Trumpai – šiuo metu neturime aiškaus išmaniojo miesto apibrėžimo ir dar užtruks kurį laiką, kol jį turėsime. Pašalinis to efektas? Daug kas gali kalbėti ir vadintis išmaniais, tačiau tai tebus pretenzija ir nieko daugiau.
Panaudoję įvairius duomenis paišote įspūdingas diagramas apie miestus ir nusprendžiate, kur žmonės laimingi. Kokius duomenis naudojate savo tyrimuose?
Naudojame įvairius duomenų šaltinius, kurie mažiau ar daugiau prieinami. Mes naudojame tris duomenų tipus. Pirmąjį vadiname prasiskverbiančiais tinklais. Tai telekomunikacijų operatoriai, transporto tinklai – visi tinklai, kurie skirti komunikacijos, transportavimo infrastruktūrai ir vykdo skaitmenines operacijas.
Antrasis tipas – socialiniai tinklai. Trečiasis, kol kas mažiausiai išplėtotas – tai, ką mes vadiname daiktų internetu (angl. internet of things – aiškiai identifikuojami objektai ir jų virtualūs antrininkai internete – aut. past.). Mes daugiausia dirbame su telekomunikacijų, transporto, prekybos sektorių atstovais ir socialiniais tinklais.
Gal galite apibendrinti pagindinius tyrimų rezultatus?
Tai, ką mes randame savo tyrimuose, būna specifinė informacija tam tikram miestui. Pirmas dalykas, kurį išsiaiškinome, – iš surenkamų duomenų galime padaryti skaidrius, matomus dalykus, kuriuos galime išmatuoti. Mes žinome į miestą atvykstančius ir išvykstančius žmonių srautus. Galime tai išmatuoti ir pastebėti, kaip jie keičiasi bėgant laikui.
Pavyzdžiui, atlikome tyrimą viename Italijos regione. Daugelio vietų gyventojai išgyvena iš turizmo, todėl išmatavime austrų, vokiečių, prancūzų, anglų ir kt. tautybių turistų judėjimą tame regione. Paaiškėjo, kad tos vietos reklaminės kampanijos buvo nukreiptos visai ne į tos tautybės turistus. (Vienų tautybių žmonės buvo mieliau linkę praleisti laiką miestuose, o kitų keliauti po apylinkes. Kviečianti keliauti po apylinkes reklama buvo skirta pirmiesiems turistams – aut. past.)
Taip pat galime matyti, kokią įtaką miestams daro dideli renginiai. Kartais organizatoriai ar miesto vadovybė įsivaizduoja, kad į garsių vardų koncertus atkeliaus daug žmonių, jie leis laiką ir pinigus mieste, tačiau mūsų duomenys rodo, kad tokie svečiai dažnai pabūna tik koncerte ir išvyksta.
Per tyrimus gal pastebėjote reikšmingų skirtumų tarp Europos miestų?
Skirtumai yra ne konkrečių miestų, bet ten, kur nesitiki, pavyzdžiui, kaip miestuose naudojami skirtingi mechanizmai. Jeigu pažvelgtume į „Twitter“, su kuriuo daug dirbame, pamatytume, kad visoje Jungtinėje Karalystėje, Beniliukse žmonės juo labai naudojasi – tai reiškia, kad čia galime atlikti plačią „Twitter“ duomenų analizę. Tačiau kitur, pavyzdžiui, Prancūzijoje, Baltijos šalyse, šios tendencijos nėra. Be abejo, pastebime ir skirtumų, kurių ir tikimės, pavyzdžiui, Londone žmonių tankumas daug didesnis nei Bordo.
Užsiminėte, kad jūsų duomenys gali būti naudojami ir akcijų rinkose. Kaip?
Prezentacijoje pabrėžiau, kad pirmiausia mūsų renkami duomenys sukuria skaidrumą, leidžia išmatuoti įvairius dalykus, pastebėti reakciją į tam tikrus įvykius ir realiu laiku teikti informaciją apie tai ir galiausiai leidžia nuspėti įvykius dar prieš jiems įvykstant.
Tiesa, matuoti politinį populiarumą socialiniuose tinkluose itin sunku – šiandien gaunami rezultatai yra labai preliminarūs ir jais negalima pasitikėti – pasitelkę „Twitter“ rinkimų rezultatų dar nenuspėsite.
Ar galima nuspėti akcijų rinkos svyravimus? Tai arčiau tiesos. Kai kuriems žmonėms pavyksta pasiekti gerų rezultatų naudojant investavimo strategijas, paremtas nuotaikomis „Twitter“. Žinau rizikos fondą Jungtinėje Karalystėje, kuris tam tikrą pinigų sumą investuoja tik remdamasis nuotaikomis „Twitter“, – šio fondo rezultatai kol kas neblogi. Tačiau mes esame dar tik pačioje pradžioje ir prireiks daug laiko, kol rezultatai bus išgryninti.
CV: Euro Beinatas
Nuo 2009 m. – „Zebra Technologies“ viceprezidentas
Nuo 2006 m. – Zalcburgo universiteto profesorius
2004–2009 m. – „Geodan Mobile Solutions“ vadovas
1995 m. gavo ekonomikos mokslo daktaro laipsnį
Straipsnis publikuotas savaitratyje „Ekonomika.lt“ (nr. 22(84) birželio 11-17 d.), rubrikoje „Išskirtinis interviu“.
