O resultado desse esforço é conhecido como o Plastic Recovery Insight and Steering Model (PRISM). Criado em conjunto com a IBM Consulting, o PRISM concretiza totalmente a visão da Alliance de um local seguro para que as partes interessadas se reúnam, colaborem e inovem. A função principal da plataforma é fornecer às partes interessadas os dados e as ferramentas necessárias para analisar e priorizar as oportunidades de projetos em qualquer lugar do mundo. Para isso, apresenta informações aos usuários visualmente, na forma de mapas de calor que exibem dados essenciais, como vazamento de plástico e capacidade de processamento de resíduos, em um nível geográfico granular.
O mapeamento visual é valioso porque fornece aos tomadores de decisão um quadro para avaliar os parâmetros de alto nível da situação em uma região, país ou cidade específica. Mas quando se trata de criar o argumento de negócios para agir, pesquisar dados granulares e de alta qualidade é uma obrigação. É por isso que Sabine Strnad, um consultor da Alliance que estava liderando o projeto PRISM, vê os processos de governança integrados desenvolvidos pela IBM Consulting como o aspecto mais crítico da solução PRISM.
"Quando um relatório é divulgado, o fato de não haver uma maneira padronizada de relatar sobre resíduos plásticos significa que há muita variação nos pequenos detalhes, como que tipo de plástico está incluído, que pesquisa foi utilizada e quantas residências foram entrevistadas," diz Sabine. "A falha em levar sistematicamente essas diferenças em conta prejudica a credibilidade dos dados."
No processo PRISM, a estrutura de governança proposta consiste em um Conselho de Governança, cujo papel é definir a direção estratégica para o PRISM e determinar que tipo de dados são incluídos no PRISM, além de quais novos recursos e capacidades são incorporados a ele. Dentro do conselho estão diferentes grupos de trabalho focados em padrões de qualidade de dados, políticas e metodologia e tecnologia.
Além disso, antes que um conjunto de dados seja incorporado ao PRISM, um Grupo de Revisão composto por especialistas no assunto o examina para entender as referências e atribuir pontuações de qualidade aos dados. Para uma comunidade comprometida com os Objetivos de Desenvolvimento Sustentável da ONU e devidamente vigilante contra a infiltração de dados "greenwashed", esse processo rigoroso ajuda a construir a confiança tão essencial.
E quando há uma lacuna literal nos dados, quando um elemento de dados necessário para tomar uma decisão de investimento simplesmente não existe? É um problema comum, com a parcela estimada de pontos de dados ausentes variando de 60% a mais de 90%. A resposta do PRISM é aplicar algoritmos de aprendizado de máquina, juntamente com fontes de dados aumentadas relacionadas à economia e demografia, para preencher as lacunas.
A PRISM usa algoritmos de aprendizado de máquina no IBM Watson Studio para criar arquétipos de cidades e regiões, que são então usados para estimar o vazamento de plástico para um determinado lugar. Alguns dos fatores importantes que entram nesse algoritmo são a proximidade com a costa, a população turística, o coeficiente de escoamento, o PIB per capita, a densidade populacional e as políticas de gerenciamento de resíduos plásticos.
Usando algoritmos baseados em rede neural, a Alliance conseguiu modelar informações de fuga de plástico para muitas cidades em países em desenvolvimento, como Índia e Indonésia. Uma solução nativa da nuvem, o PRISM é executado no IBM Cloud, com o portal front-end em execução nos clusters IBM Cloud Foundry e Kubernetes. O fato de o PRISM ser executado no IBM Cloud significa que ele pode ser dimensionado à medida que o volume de dados e os usuários cresce.