AI Economist: veštačka inteligencija za usavršavanje poreskih modela

Simulator ekonomskih trendova zasnovan na veštačkoj inteligenciji, AI Economist u stanju je da nakon milion izvršenih simulacija ekonomskih trendova sačini model jedne pravednije poreske politike.

Duboko učenje (Deep RL, ili, DL, „temeljito učenje“; Deep Reinforcement Learning) je tokom proteklih godina obučilo i osposobilo veštačku inteligenciju da nadmaši čoveka u nekim složenim igrama, mozgalicama kao što su Go ili StarCraft. Da li bi takav princip primene veštačke inteligencije mogao da uradi i bolji posao u, recimo, vođenju nacionalne i globalne ekonomije?

Nejednakost prihoda jedan je od najvećih problema ekonomije. Jedno od najefikasnijih sredstava koje političari moraju imati je način da se postigne što uravnoteženije oporezivanje: vlade prikupljaju novac od građana u skladu s onim što oni zarađuju i taj novac redistribuiraju direktno, putem socijalnih šema ili indirektno, koristeći ga za plaćanje troškova javnih projekata. Ali, iako više oporezivanja može dovesti do veće jednakosti među građanima u društvu, previše oporezivanja bi ih moglo obeshrabriti da rade ili ih motivisati da iznalaze načine izbegavanja plaćanja – što, automatski, po logici, smanjuje i ukupni iznos u budžetskoj kasi.

Postići što racionalniji balans u oporezivanju nije lako. Ekonomisti se obično oslanjaju na pretpostavke koje je teško potvrditi. Ponašanje ljudi vezano za „matematiku para“ odnosno ekonomiju, kako ličnu tako i onu sistemski uspostavljenu je složeno, a prikupljanje podataka i formiranje „info-inputa“ o tome je teško. Ekonomisti su proveli decenije istražujući načine kako da što bolje osmisle poreske politike, ali je ona i dalje, sve do danas, ostala otvoren problem: kako utisnuti što je moguće veću racionalnost u oporezivanju, i na čemu bi taj zdravorazumski pristup trebalo da se zasniva?

Naučnici američke kompanije za poslovnu tehnologiju Salesforce misle da bi veštačka inteligencija mogla pomoći pri rešavanju najboljeg i najpravičnijeg oporezivanja građana i firmi u odnosu na njihove prihode. Vođeni Ričardom Sočerom, tim ove firme je razvio sistem koji se zove ‘AI Economist’ koji koristi duboko učenje – istu vrstu tehnike koja stoji iza ’AlphaGo’ i ’AlphaZero’ kompanije DeepMind – da identifikuje optimalne poreske politike za simuliranu ekonomiju. Alat je još uvek relativno jednostavan (ne postoji način da obuhvata sve složenosti stvarnog sveta ili ljudskog ponašanja), ali je obećavajući prvi korak ka procenjivanju politika na potpuno novi način. „Bilo bi neverovatno učiniti poresku politiku manje ispolitizovanom a sa što više realnih podataka na osnovu kojih izvodi svoje proračune,“ kaže član tima Alex Trott.

U jednom od početnih rezultata, ova ekonomska AI je pronašla politiku koja je, s aspekta maksimuma kako produktivnosti tako i jednakosti dohotka, bila 16% pravednija od najsavremenijeg progresivnog poreskog okvira koji su proučavali ekonomisti iz akademskih krugova. Poboljšanje u odnosu na trenutnu američku politiku bilo je još veće. “Mislim da je to potpuno zanimljiva ideja”, kaže Blejk Lebaron s Univerziteta Brendajs (Blake LeBaron, Brandeis univ., Massachusetts), koji je AI neuronske mreže koristio za modeliranje finansijskih tržišta.

U jednoj simulaciji, četiri osobe zaposlene na ovom istraživanju prihvatile su da ih nadgleda veštačka inteligencija sazdana upravo po njihovim modelima dubokog učenja; upregli su svoju ekonomsku AI dajući joj svoje podatke, potrebne veštačkoj inteligenciji za određivanje njihove poreske osnovice. Oni komuniciraju s dvodimenzionalnim svetom, prikupljajući, recimo, drvo i kamen, ili trgujući tim resursima sa drugima, ili ih koriste za izgradnju kuća, što im donosi novac. Radnici poseduju različite nivoe veština, što ih dovodi do specijalizacije u određenim oblastima. Radnici s nižom kvalifikacijom uče da rade bolje ako prikupljaju resurse, a oni sa višom kvalifikacijom uče da rade bolje ako kupe sredstva za izgradnju kuća. Na kraju svake simulirane godine, svi radnici oporezuju se po stopi koju je odredio kreator politike pod kontrolom AI, koristeći se svojim algoritmom dubokog učenja. Cilj kreatora politike je da poveća i produktivnost i prihode svih radnika. Tako se AI, shodno tome, približavaju optimalnom ponašanju ponavljanjem simulacije do, recimo – milion puta.

Oba modela dubokog učenja (DL) počinju od nule, bez prethodnog znanja o ekonomskoj teoriji, i uče kako da dalje postupaju i funcionišu putem pokušaja i pogrešaka – na potpuno isti način na koji veštačka inteligencija kompanije ‘DeepMind’’ uči, bez ljudskog doprinosa, recimo, da igra Go ili StarCraft na, skromno govoreći, nadljudskim nivoima.

Možete li puno naučiti od samo četiri radnika iz AI? Teoretski, da, jer jednostavne interakcije između nekolicine ispitanika ubrzo dovode do vrlo složenih modela ponašanja. (Na primer, igra ‘Go’ i dalje obuhvata samo dva igrača). I mada je tako, svi uključeni u projekat slažu se da će povećanje broja radnika koje će AI ispitivati u simulaciji biti od suštinske važnosti – ako će ovaj alat za analizu većeg broja ispitanika uspeti da modeluje realne scenarije.

Poigravanje sistemom

Od ključne je važnosti primena „duple doze“ veštačke inteligencije: AI neuronske mreže su i ranije korišćene pri kontroli ispitanika u simuliranim ekonomijama. Ali, stvaranje AI za donosioce politika. pa i za poreske politike, takođe vodi ka modelu u kojem se radnici i odlučioci međusobno neprekidno prilagođavaju jedni drugima, a shodno svojim postupcima. Ovo dinamičko okruženje bilo je izazov za modele dubokog učenja primenjenog na ekonomiju i poreske modele, s obzirom da strategija naučena u okviru jedne poreske politike možda neće funkcionisati tako dobro u interakciji s nekom drugom vrstom poreske politike. Ovo je, međutim, takođe značilo da je AI iznašao načina da izigra sistem. Na primer, neki radnici su naučili da izbegavaju porez smanjujući svoju produktivnost da bi se kvalifikovali za niži poreski razred, da bi je zatim ponovo povećali (produktivnost). Ekipa kompanije Salesforce kaže da ovo uzimanje i davanje uspostavljeni između radnika i kreatora politika dovodi do simulacije ekonomskog stanja i poreskog modela na način realističniji od bilo čega postignutog prethodnim modelima, gde su poreske politike obično fiksne i ne variraju (a što već po sebi nije realno stanje stvari).

Poreska politika koju je smislio AI Economist pomalo je neobična. Za razliku od većine postojećih politika, koje su ili progresivne (tj. oni koji više zarađuju bivaju i više oporezovani) ili regresivno (oni koji više zarađuju se oporezuju manje), poreska politika stvorena veštačkom inteligencijom spojila je aspekte oba, primenjujući najviše poreske stope na bogate i siromašne, dok su najniže poreske stope primenjene na radnicima sa srednjim primanjima. Kao i mnoga rešenja koja AI smisle – poput nekih poteza AlphaZero-a za pobedu u igrama – rezultat se čini kontraintutivan, a ne kao nešto što je čovekov um prethodno zamislio. Pa ipak, njegov uticaj na ekonomiju doveo je do manjeg jaza između bogatih i siromašnih.

U nastojanju da uoče hoće li poreska politika nastala uz pomoć veštačke inteligencije slično uticati i na ljudsko ponašanje, tim je testirao više od 100 radnika angažovanih preko Amazonovog “Mehaničkog Turčina” (Mechanical Turk), od koga je u simulaciji zatraženo da preuzme kontrolu nad radnicima (Naziv je potekao od mehaničke igračke-automatona iz 18. veka za simulaciju igranja šaha – a zapravo lutke iza koje se nalazio čovek koji je povlačio poteze). Otkrili su da je poreska politika proistekla iz veštačke inteligencije ohrabrila ljude da „igraju“ i ponašaju se na gotovo isti način kao i AI, sugeriršući – barem u principu – da se ’AI Economist’ može koristiti za uticaj na stvarnu ekonomsku aktivnost.

Beskrajno podešavanje

Još jedna prednost ekonomske simulacije pokretane veštačkom inteligencijom se ogleda u mogućnosti prilagođavanja parametara kako biste istražili raznolike scenarije. Na primer, uticaj pandemije bi se mogao stvoriti dodavanjem ograničenja kao što su međusobno distanciranje i ograničeni pristup resursima, ili pak uklanjanjem ljudi iz pula radne snage. „Teško je smisliti optimalne poreske teorije zasnovane na prošlosti i primerima iz ekonomske istorije ukoliko budućnost izgleda toliko drugačije od onoga što su do pre neki dan bili modeli predviđanja“, kaže Sočer.

Sposobnost simulacije da menja model je veliki plus, kaže LeBaron: „Prilično je zanimljivo videti radnike koji se prilagođavaju poreskom zakonu“. Ovo je zaobišlo jednu od inače krupnih kritika na račun već postojećih poreskih modela, u kojima je ponašanje obično fiksno, odnosno, nepromenljivo, kaže on.

Glavna rezervisanost LeBarona prema ’AI Ekonomisti’ odnosi se na mali broj ispitanika na kojima je ovaj alat primenjen. „Postoje oni koji tvrde da možete steći dublji intelektualni uvid sa samo nekoliko ispitanika“, kaže on. “A nisam jedan od njih.” On bi želeo da vidi kako ishode simulacije sprovedene na, recimo, stotinjak radnika – što je takođe cifra kojoj teži tim kompanije Salesforce.

LeBaron, međutim, veruje da bi se ovaj AI alat već mogao koristiti za proveru postojećih ekonomskih modela: „Da sam ja kreator politika, pokrenuo bih ovu ‘stvar’ čisto da vidim šta će ‘reći’ o već postojecim modelima“. Ako se AI Economist ne bi složio sa drugim, tradicionalnim „ljudskim“ modelima, to bi mogao biti znak da tim drugim modelima nešto nedostaje, kaže on.

Dejvid Parks, harvardski informatičar i ekonomista koji je sarađivao sa timom iz firme Salesforce je takođe optimističan. On se slaže s LeBaronom da im je potrebno znatno veći broj ispitanika. Ali, nakon što su to primenili nekoliko dodatnih karakteristika kao što je dodavanje kompanija simulaciji, Parks predviđa da će moći da ponovi postojeće teorijske rezultate. “Tada ishod AI simulacije odmah postaje koristan i upotrebljiv”, kaže on.

Američki profesor Doin Farmer (Doyne Farmer), koji na Oksfordu predaje ekono-fiziku i kompleksne matematičke sisteme u ekonomiji je, međutim, nešto malo manje ubeđen u valjanost budućih ishoda ekonomskog AI simulatora. Iako pozdravlja ukrštanje i primenu dubokog učenja sa igara na oblast ekonomije – „Postavlja se pitanje da li možete istraživati politike na isti način na koji AlphaZero igra apstraktnu stratešku igru kao što je Go“. On smatra da će proći još neko vreme pre nego što ovaj AI alat postane zaista koristan u ekonomskim predviđanjima i modeliranju. „Stvarni svet je, ipak, previše komplikovan“, kaže Farmer.

Tim iz Salesforce-a prihvata činjenicu da će neki ekonomisti biti, tek vremenom, i postepeno, ubeđivani u prihvatanje ekonomskih ishoda proizašlih isključivo iz algoritma. U tom smislu, oni puštaju svoj kod i pozivaju ostale da kroz njega pokreću svoje modele. Dugoročno gledano, ova otvorenost biće takođe važan deo prerastanja takvih alata u pouzdane, kaže Sočer. „Ako koristite AI kako biste ga preporučili nekim ljudima u formiranju njihovih nižih ili viših stopa oporezivanja,“ ističe on, „onda bi bilo bolje da budete dobro upoznati zašto je tako – da dobro poznajete razloge zbog kojih je proračun baš takav, a ne drugačiji.“

Will Douglas Heaven, MIT Technology Review

Srpske preduzetnice 5. u Evropi po jačini uticaja na domaću privredu

Prema  uticaja žena u Evropi, koji je razvila kompanija “Bisnode”, sa indeksom od 101,1, preduzetnice iz Srbije našle su se po indeksu uticaja na domaću privredu na petom mestu iza Švedske, Mađarske, Austrije i Poljske, od deset zemalja koje su obuhvaćene analizom. Iza preduzetnica Srbije, s nižim indeksom uticaja, našle su se vlasnice kompanija u Norveškoj, Belgiji, Češkoj, Hrvatskoj i Sloveniji. 

Slovenija, naime, ima najniži BIWI indeks, prema rezultatima istraživanja, koje je, kako se navodi u analizi kompanije “Bisnode” dostavljenoj “Tanjugu”, lični doprinos ove kompanije proslavi Dana žena.

00

Što se tiče učešća žena u ukupnoj ekonomiji, Srbija zauzima sedmo mesto, odmah iza Mađarske, Poljske, Belgije, Austrije, Češke i Hrvatske.

Prema rang listi, mađarske preduzetnice imaju najveći udeo u odnosu na žene u drugim zemljama u pogledu broja firmi, broja zaposlenih i po prihodima. 

Žene vlasnice kompanija u Švedskoj imaju najveći udeo u ostvarenoj neto dobiti, dok Slovenija ima najmanji udeo kompanija koje kontrolišu žene-preduzetnice.

Analiza “Bisnode”-a je takođe pokazala da firme u vlasništvu žena u Švedskoj i Norveškoj u proseku zapošljavaju više nego kompanije u vlasništvu muškaraca. U obema zemljama, zaposlenost u firmama u vlasništvu žena je za 21% iznad proseka u domaćoj privredi.

11Kada je reč o neto profitu, vlasnice kompanija u Švedskoj i Sloveniji u proseku ostvaruju za 55% , odnosno za 9,0%, respektivno, veću neto dobit od prosečne u domicilnim ekonomijama, prema rezultatima istraživanja “Bisnode”-a.

Hrvatske preduzetnice imaju najlošiji procenat u ovoj kategoriji, budući da je profitabilnost firmi u vlasništvu žena u Hrvatskoj niža od proseka privrede za dve trećine.

BIWI indeks Evropa je jedinstven indeks koji upoređuje deset zemalja prema uticaju žena na njihove ekonomije. Uticaj žena meri se u četiri parametra: udeo u broju preduzeća, udeo u broju zaposlenih, udeo u prihodima te udeo u neto dobiti.

Udeo broja preduzeća u vlasništvu žena u odnosu na ukupan broj preduzeća predstavlja bazu za izračunavanje BIWI indeksa. 

Zemlje kod kojih je BIWI indeks iznad 100 imaju veći uticaj žena na sopstvenu ekonomiju u odnosu na ukupni prosek svih deset zemalja, dok zemlje sa indeksom manjim od 100 imaju manji uticaj žena na vlastitu ekonomiju.

Analizom kompanije “Bisnode”, koja pruža poslovne i bonitetne informacije, obuhvaćeno je i poređenje broja zaposlenih, prihoda i profita kompanija koje vode žene u odnosu na one koje vode muškarci.

08

Žene vode svaku četvrtu uspešnu firmu u Srbiji. 

Pripadnice lepšeg pola sve više preuzimaju primat u biznisu govori i podatak da svako četvrto preduzeće vodi žena. Preduzetnica najviše ima u agencijskim i uslužnim delatnostima,

Analize ukazuju na to da ih sve više kreće u preduzetničku inicijativu jer su bile primorane da usled teške situacije u društvu ovakvim angažmanom materijalno pomognu egzistenciju svoje porodice ne oslanjajući se isključivo na novac koji u kuću donosi muškarac.

S druge strane, u procesu privatizacije, propadanjem velikih privrednih sistema, ogroman broj žena sa velikim radnim iskustvom ostao je bez posla, pa su u nedostatku radnog mesta one bile prinuđene da same osnivaju firme.

U Studiju “Maruška” u Preljini kod Čačka ručno se oslikavaju unikatne svilene marame, ešarpe, šalovi i kravate. U posao je uključena čitava porodica uz nekoliko stalnih spoljnih saradnika. Posluje se sa najpoznatijim svetskim modnim brendovima.

– Ne želim da razmišljam o krizi, niti o tome da posla nema, već kako do njega doći. Ako stalno mislimo o teškoj situaciji, ništa nećemo uraditi – kaže vlasnica studija Maruška Topalović.

04

Na pitanje da li je teško biti žena preduzetnik, kaže da nije.

– Svaka žena treba da zna šta hoće i onda nema nikakvih problema. Moj savet ženama koje bi želele da se okušaju u biznisu je da u privatne vode uđu bez straha i sa što originalnijom idejom – poručuje ona.

U poslednje vreme, primetno je gašenje sve većeg broja firmi koje vode žene, jer male firme i radnje sve teže opstaju na tržištu.

– Nisam mogla da dođem do kredita za širenje posla, pošto se nijedna nekretnina ne vodi na moje ime. Malo, pomalo, dugovi su se gomilali, pa sam bila prinuđena da ugasim firmu – priča Mirjana Popović, doskorašnja vlasnica radnje.

Najčešći izazov žena u biznisu su, po njihovim rečima, manjak upravljačkog iskustva, nedostatak novca i nedovoljno razvijeni poslovni kontakti u odnosu na muškarce.
Tu su i nezaobilazne predrasude, sa kojima se susrela i Marija Stevanović, direktorka Termoelektrane “Morava”, prva žena na rukovodećoj poziciji u sistemu EPS.

– U prvom trenutku je bilo neobično, susretala sam se sa predrasudama i podozrivim pogledima kolega. Ali najbolja motivacija je sopstveni primer. Rezultatima sam pokazala da treba da prihvate činjenicu da sam rukovodilac – ističe Stevanovićeva.

04

Preduzeća sigurnija

Prema podacima Regionalne privredne komore Kraljevo – jedinica Čačak, žena preduzetnica najviše ima u agencijskim i uslužnim delatnostima u oblastima marketinga, konsaltinga, računovodstva, knjigovodstva, obrazovanja, kulture, kao i delatnostima prehrane i tekstilne industrije.

Rukovodilac ovog ogranka Gorana Tanasković naglašava da su žene u mnogim segmentima u velikoj prednosti nad muškarcima.

– One su manje sklone riziku, u posao ulaze sa manje kapitala. Razmišljajući o deci i porodici misle dugoročno. Zato su preduzeća koje vode žene sigurnije – ističe Tanaskovićeva.

ekapija.com

Gde se najviše cene zaposlene žene?

00

Uključivanje u korpus radne snage je važan parametar kada se meri napredak žena. Da bi obeležio Međunarodni dan žena u utorak (8. marta 2016.), nedeljnik The Economist je ažurirao svoj tzv. indeks staklenog zida – pojma koji označava nevidljivu ali neprobojnu barijeru za napredak žena. Ona ima za cilj da pokaže koje zemlje članice Organizacije za ekonomsku saradnju i razvoj (OEBS, ili OECD) pružaju ženama najbolje šanse za jednak tretman na radnom mestu.

Današnji grafikon pokazuje ukupni poredak u 29 od 34 zemalja OECD-a, sa izjednačenim parametrima, među njima visoko obrazovanje, učešće radne snage, plate, troškove za brigu o deci, porodiljska prava, učešće na biznis školama, i zastupljenost na poslovima višeg rukovodećeg ranga.

Ovogodišnji indeks po prvi put uzima u obzir i plaćeno odsustvo za očeve, jer to može pomoći ženama u njihovoj potrazi za uspešnijim karijerama.

Ne iznenađuje to što nordijske zemlje drže gornje pozicije: Island, Norveška, Švedska i Finska su na vrhu.

Istočnoevropske zemlje kao što su Poljska i Mađarska prošle su iznenađujuće dobro, možda kao rezultat njihove socijalističke prošlosti, i zauzimaju više pozicije u nego u većim državama i privredama poput Francuske i Nemačke. Sjedinjene Države i Velika Britanija prošle su lošije od prosečnih rezultata za sve OECD zemlje.

05

Da li se isplati otvoriti firmu u Srbiji?

Siguran posao u državnoj upravi ili nekom skrajnutom kutku javnog sektora i dalje je većini mladih, pa i malo starijih, primamljiviji od pokretanja svog posla.

10

U rizik preduzetništva, po podacima Agencije za privredne registre, od početka ove godine se upustilo 24.775 ljudi, ali je istovremeno 23.206 zatvorilo radnju. Pokrenuto je i 6.153 privredna društva, dok je iz posla izašlo njih 1.595.

Stopa “preživljavanja” nešto je bolja nego poslednjih godina, ali su još daleko ciljevi iz državne strategije koji u 2020. vide 350.000 malih i srednjih preduzeća koja će upošljavati 950.000 ljudi. Trenutno ih je oko 320.000, a u njima je oko 770.000 zaposlenih. Prema podacima Agencije za privredne registre, među onima koji osnivaju radnje i preduzeća, najviše je onih koji se bave – hranom i lepotom, pišu Večernje novosti.

12Među novoosnovanim preduzetničkim radnjama najzastupljeniji su restorani. Slede usluge pripremanja hrane i pića, a prate ih frizerski i kozmetički saloni, trgovina na malo, pa tek onda računarsko programiranje.

l nezaposleni sa evidencije Nacionalne službe za zapošljavanje mogu da računaju na subvencije za samozapošljavanje. l ove godine je planirano da se u taj program uključi 3.284 ljudi i za to je odvojeno 525,4 miliona dinara. l u 2014. godini bilo je planirano uključivanje 615 lica u Program subvencije za samozapošljavanje. Zaključeno je, međutim, ukupno 736 ugovora i utrošeno je 117,7 miliona dinara.

Cilj Vlade je da po većini parametara koje ocenjuje Svetski ekonomski forum u okviru globalnog indeksa konkurentnosti, Srbija bude u prvih 60 zemalja sveta. Poslednji izveštaj ove institucije pokazuje da se Srbija nije pomerila sa 94. pozcije na listi 140 zemalja.

U odnosu na prethodnu godinu gore smo ocenjeni u slučaju infrastrukture – 75. pozicija, razvijenosti finansijskog tržišta – 120. mesto i sofisticiranost poslovanja – 132. mesto. Nešto je manji pad u u slučaju efikasnosti tržišta dobara (127) i efikasnosti tržišta rada (118). Pomak je priznat u slučaju makroekonomskog okruženja (125) i zdravstva i osnovnog obrazovanja (62).

11Sa finansijskim tržištem koje je razvijenije nego u svega 20 zemlja na svetu, a gore od čak 119, ako je verovati Svetskom ekonomskom forumu, izvori finansiranja početnicima u poslu su priličan problem. Pomoć bi mogla da stigne od države. Preko Fonda za razvoj je od 2006. godine odobreno ukupno 8.500 pozajmica za početnike, ukupne vrednosti 12 milijardi dinara. Poslednje dve godine, međutim, broj onih koji su dobili ovakve pozajmice je zanemarljiv. U 2014. svega šest start-up početnika je dobilo sredstva za startap od ove institucije. Koliko ih je u 2015, još je nepoznanica.

“Startap krediti se odobravaju u iznosu od 300.000 do milion i po dinara za preduzetnike i od pola do tri miliona za firme. Rok otplate je pet godina, a poček godinu”, objašnjavaju u Ministarstvu privrede.

“Zbog problema u zastoju u radu, Fond za razvoj je u 2014. počeo sa realizacijom svog programa tek krajem septembra prošle godine. Broj odobrenih i iskorišćenih sredstava je zato manji. Fond je lane plasirao ukupno 2,7 milijardi dinara za 168 korisnika. Njih šest je uzelo startap kredit, a podneto je ukupno 27 takvih zahteva”.

06Interesovanje za startap pozajmice je poslednje dve godine manje nego ranije. U Ministarstvu privrede veruju da je tako zato što je u sektoru usluga, za koji su se pozajmice uglavnom tražile, povećana ponuda.

“S druge strane, Fond je, zbog loših iskustava iz ranijih godina, pojačao kontrolu trošenja sredstava. To svakako ne bi trebalo da obeshrabri one koji žele da otpočnu svoj privatni posao”, odgovaraju u Ministarstvu privrede.

Oni koji svakodnevno rade sa mladim preduzetnicima napominju da su im potrebni i podrška i uzori. Iskustvo Nenada Moslavca, jednog od osnivača “Impakt haba”, pokazuje da početnici u biznisu tragaju za modelima mladih i vodećih preduzetnika, umrežavanjem lokalnih i globalnih iskustava, mehanizmima podrške, pristupom mreži mentora i savetnika i investicijama. Inače, “Impakt hab” je zajednica koja okuplja više od 11.000 članova širom sveta. U Beogradu se, u nekadašnjem Studiju 10 Radio Beograda, u Velikoj dvorani Zadružne palate, svakog dana okuplja od 40 do 60 početnika u poslu.

 

(Economy.rs, 27. oktobar 2015.)