ABOUT THE SPEAKER
Erik Brynjolfsson - Innovation researcher
Erik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment.

Why you should listen

The director of the MIT Center for Digital Business and a research associate at the National Bureau of Economic Research, Erik Brynjolfsson asks how IT affects organizations, markets and the economy. His recent work studies data-driven decision-making, management practices that drive productivity, the pricing implications of Internet commerce and the role of intangible assets.
 
Brynjolfsson was among the first researchers to measure the productivity contributions of information and community technology (ICT) and the complementary role of organizational capital and other intangibles. His research also provided the first quantification of the value of online product variety, often known as the “Long Tail,” and developed pricing and bundling models for information goods.

His books include Wired for Innovation: How IT Is Reshaping the Economy and Race Against the Machine: How the Digital Revolution Is Accelerating Innovation, Driving Productivity and Irreversibly Transforming Employment and the Economy (with Andrew McAfee); and the recent article "Big Data: The Management Revolution" (with Andrew McAfee).

More profile about the speaker
Erik Brynjolfsson | Speaker | TED.com
TED2013

Erik Brynjolfsson: The key to growth? Race with the machines

Έρικ Μπρινγιολφσόν: Το κλειδί της ανάπτυξης; Ο αγώνας μαζί με τις μηχανές

Filmed:
1,321,770 views

Ενώ οι μηχανές κάνουν όλο και περισσότερες δουλειές, πολλοί μένουν χωρίς εργασία ή ο μισθός τους παραμένει στάσιμος επ’ αόριστον. Είναι αυτό το τέλος της ανάπτυξης; Όχι, λέει ο Έρικ Μπρινγιολφσόν. Είναι απλά οι πόνοι ανάπτυξης μιας ταχύτατα εξελισσόμενης οικονομίας. Μια συναρπαστική υπόθεση για τις καινοτομίες που έρχονται...αν βλέπουμε τους υπολογιστές σαν συμπαίκτες. Βεβαιωθείτε ότι θα παρακολουθήσετε και την αντίθετη άποψη από τον Ρόμπερτ Γκόρντον.
- Innovation researcher
Erik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment. Full bio

Double-click the English transcript below to play the video.

00:12
GrowthΑνάπτυξη is not deadνεκρός.
0
605
2272
Η ανάπτυξη δεν πέθανε.
00:14
(ApplauseΧειροκροτήματα)
1
2877
1386
(Χειροκρότημα)
00:16
Let's startαρχή the storyιστορία 120 yearsχρόνια agoπριν,
2
4263
3963
Ας ξεκινήσουμε αυτή την ιστορία πριν από 120 χρόνια,
00:20
when AmericanΑμερικανική factoriesεργοστάσια beganάρχισε to electrifyηλεκτρίσει theirδικα τους operationsλειτουργίες,
3
8226
3632
όταν τα αμερικανικά εργοστάσια ξεκίνησαν να εξηλεκτρίζουν τις λειτουργίες τους
00:23
ignitingανάφλεξη the SecondΔεύτερη IndustrialΒιομηχανική RevolutionΕπανάσταση.
4
11858
3344
πυροδοτώντας τη Δεύτερη Βιομηχανική Επανάσταση
00:27
The amazingφοβερο thing is
5
15202
1111
Το εκπληκτικό είναι
00:28
that productivityπαραγωγικότητα did not increaseαυξάνουν in those factoriesεργοστάσια
6
16313
2777
ότι η παραγωγικότητα δεν αυξήθηκε στα εργοστάσια αυτά
00:31
for 30 yearsχρόνια. ThirtyΤριάντα yearsχρόνια.
7
19090
3256
για τριάντα χρόνια. Τριάντα χρόνια.
00:34
That's long enoughαρκετά for a generationγενιά of managersδιευθυντές to retireαποσύρω.
8
22346
3474
Αρκετός χρόνος για μια γενιά διευθυντών να αφυπηρετήσει.
00:37
You see, the first waveκύμα of managersδιευθυντές
9
25820
2222
Βλέπετε, το πρώτο κύμα διευθυντών
00:40
simplyαπλά replacedαντικατασταθεί theirδικα τους steamατμός enginesκινητήρες with electricηλεκτρικός motorsκινητήρες,
10
28042
3417
απλώς αντικατέστησε τις ατμομηχανές με ηλεκτροκινητήρες
00:43
but they didn't redesignεπανασχεδιασμός the factoriesεργοστάσια to take advantageπλεονέκτημα
11
31459
3010
αλλά δεν ξανασχεδίασαν τα εργοστάσια για να εκμεταλλευτούν
00:46
of electricity'sτης ηλεκτρικής ενέργειας flexibilityευκαμψία.
12
34469
2341
την ευελιξία του ηλεκτρικού ρεύματος.
00:48
It fellτομάρι ζώου to the nextεπόμενος generationγενιά to inventεφευρίσκω newνέος work processesδιαδικασίες,
13
36810
3984
Ανέλαβε η επόμενη γενιά να εφεύρει νέες μεθόδους εργασίας
00:52
and then productivityπαραγωγικότητα soaredστα ύψη,
14
40794
2727
και τότε η παραγωγικότητα ανέβηκε στα ύψη,
00:55
oftenσυχνά doublingδιπλασιάζοντας or even triplingτριπλασιασμός in those factoriesεργοστάσια.
15
43521
3665
συχνά διπλασιάστηκε ή ακόμα τριπλασιάστηκε σε αυτά τα εργοστάσια.
00:59
ElectricityΗλεκτρικής ενέργειας is an exampleπαράδειγμα of a generalγενικός purposeσκοπός technologyτεχνολογία,
16
47186
4723
Ο ηλεκτρισμός είναι ένα παράδειγμα τεχνολογίας γενικής χρήσης,
01:03
like the steamατμός engineκινητήρας before it.
17
51909
2230
όπως ήταν η ατμομηχανή πριν απ' αυτόν.
01:06
GeneralΓενικά purposeσκοπός technologiesτεχνολογίες driveοδηγώ mostπλέον economicοικονομικός growthανάπτυξη,
18
54139
3416
Οι τεχνολογίες γενικής χρήσης οδηγούν στη μεγαλύτερη οικονομική ανάπτυξη,
01:09
because they unleashΑπελευθερώστε cascadesΚαταρράκτες of complementaryσυμπληρωματικός innovationsκαινοτομίες,
19
57555
3454
γιατί απελευθερώνουν αλυσιδωτά συμπληρωματικές καινοτομίες,
01:13
like lightbulbsλαμπτήρες and, yes, factoryεργοστάσιο redesignεπανασχεδιασμός.
20
61009
3632
όπως τους λαμπτήρες, και τον επανασχεδιασμό των εργοστασίων.
01:16
Is there a generalγενικός purposeσκοπός technologyτεχνολογία of our eraεποχή?
21
64641
3610
Υπάρχει τεχνολογία γενικής χρήσης στις μέρες μας;
01:20
Sure. It's the computerυπολογιστή.
22
68251
2508
Σίγουρα. Είναι ο υπολογιστής.
01:22
But technologyτεχνολογία aloneμόνος is not enoughαρκετά.
23
70759
2659
Αλλά η τεχνολογία από μόνη της δεν είναι αρκετή.
01:25
TechnologyΤεχνολογία is not destinyΠΕΠΡΩΜΕΝΟ.
24
73418
2766
Η τεχνολογία δεν είναι πεπρωμένο.
01:28
We shapeσχήμα our destinyΠΕΠΡΩΜΕΝΟ,
25
76184
1580
Εμείς καθορίζουμε το πεπρωμένο μας,
01:29
and just as the earlierνωρίτερα generationsγενεών of managersδιευθυντές
26
77764
2516
και όπως και οι προηγούμενες γενιές διευθυντών
01:32
neededαπαιτείται to redesignεπανασχεδιασμός theirδικα τους factoriesεργοστάσια,
27
80280
2298
έπρεπε να ξανασχεδιάσουν τα εργοστάσιά τους,
01:34
we're going to need to reinventανακαλύψουμε εκ νέου our organizationsοργανώσεις
28
82578
2229
εμείς χρειάζεται να επανεφεύρουμε τους οργανισμούς μας
01:36
and even our wholeολόκληρος economicοικονομικός systemΣύστημα.
29
84807
2555
ακόμα και ολόκληρο το οικονομικό μας σύστημα.
01:39
We're not doing as well at that jobδουλειά as we should be.
30
87362
3602
Δεν κάνουμε πολύ καλή δουλειά σ' αυτό όσο θα έπρεπε.
01:42
As we'llΚαλά see in a momentστιγμή,
31
90964
1230
Όπως θα δούμε τώρα
01:44
productivityπαραγωγικότητα is actuallyπράγματι doing all right,
32
92194
2722
η παραγωγικότητα πάει καλά,
01:46
but it has becomeγίνομαι decoupledαποσυνδεδεμένο from jobsθέσεις εργασίας,
33
94916
3862
αλλά έχει αποσυνδεθεί από τις δουλειές,
01:50
and the incomeεισόδημα of the typicalτυπικός workerεργάτης is stagnatingστασιμότητα.
34
98778
4419
και το εισόδημα ενός μέσου εργάτη είναι στάσιμο.
01:55
These troublesπροβλήματα are sometimesωρες ωρες misdiagnosedκακοί
35
103197
2519
Αυτά τα προβλήματα κάποτε ερμηνεύονται
01:57
as the endτέλος of innovationκαινοτομία,
36
105716
3712
σαν το τέλος της καινοτομίας
02:01
but they are actuallyπράγματι the growingκαλλιέργεια painsκόποι
37
109428
2129
αλλά στην πραγματικότητα είναι οι πόνοι ανάπτυξης
02:03
of what AndrewAndrew McAfeeMcAfee and I call the newνέος machineμηχανή ageηλικία.
38
111557
5590
αυτού που ο Άντριου Μάκαφι και εγώ ονομάζουμε η νέα εποχή της μηχανής.
02:09
Let's look at some dataδεδομένα.
39
117147
1882
Ας δούμε μερικά δεδομένα.
02:11
So here'sεδώ είναι GDPΑΕΠ perανά personπρόσωπο in AmericaΑμερική.
40
119029
2902
Βλέπουμε το ΑΕΠ ανά άτομο στην Αμερική.
02:13
There's some bumpsανωμαλίες alongκατά μήκος the way, but the bigμεγάλο storyιστορία
41
121931
2766
Υπάρχουν κάποιες διακυμάνσεις, αλλά η μεγάλη εικόνα δείχνει
02:16
is you could practicallyπρακτικά fitκατάλληλος a rulerχάρακα to it.
42
124697
2715
ότι μπορείς να ταιριάξεις έναν χάρακα σ' αυτόν.
02:19
This is a logκούτσουρο scaleκλίμακα, so what looksφαίνεται like steadyσταθερά growthανάπτυξη
43
127412
3276
Αυτή είναι λογαριθμική κλίμακα, αυτό που φαίνεται σαν σταθερή αύξηση,
02:22
is actuallyπράγματι an accelerationεπιτάχυνση in realπραγματικός termsόροι.
44
130688
3043
είναι στην πραγματικότητα επιτάχυνση.
02:25
And here'sεδώ είναι productivityπαραγωγικότητα.
45
133731
2160
Εδώ είναι η παραγωγικότητα.
02:27
You can see a little bitκομμάτι of a slowdownεπιβράδυνση there in the mid-'στα μέσα-'70s,
46
135891
2671
Μπορείτε να δείτε μια μικρή επιβράδυνση στα μέσα της δεκαετίας του '70,
02:30
but it matchesαγώνες up prettyαρκετά well with the SecondΔεύτερη IndustrialΒιομηχανική RevolutionΕπανάσταση,
47
138562
3738
αλλά ταιριάζει αρκετά καλά με τη δεύτερη βιομηχανική επανάσταση,
02:34
when factoriesεργοστάσια were learningμάθηση how to electrifyηλεκτρίσει theirδικα τους operationsλειτουργίες.
48
142300
2691
όταν τα εργοστάσια μάθαιναν πώς να εξηλεκτρίζουν τις λειτουργίες τους.
02:36
After a lagυστέρηση, productivityπαραγωγικότητα acceleratedεπιτάχυνση again.
49
144991
4129
Μετά από λίγη καθηστέρηση, η παραγωγικότητα επιταχύνθηκε και πάλι.
02:41
So maybe "historyιστορία doesn't repeatεπαναλαμβάνω itselfεαυτό,
50
149120
2571
Ίσως «Η ιστορία δεν επαναλαμβάνεται πάντα
02:43
but sometimesωρες ωρες it rhymesποιήματα."
51
151691
2568
αλλά κάποτε ομοιοκαταληκτεί».
02:46
TodayΣήμερα, productivityπαραγωγικότητα is at an all-timeόλων των εποχών highυψηλός,
52
154259
3136
Σήμερα η παραγωγικότητα είναι ψηλά όσο ποτέ,
02:49
and despiteπαρά the Great RecessionΎφεση,
53
157395
1977
και παρ' όλη τη μεγάλη ύφεση,
02:51
it grewαυξήθηκε fasterγρηγορότερα in the 2000s than it did in the 1990s,
54
159372
4252
αναπτύχθηκε γρηγορότερα στη δεκαετία του 2000 από ό,τι στη δεκαετία του '90.
02:55
the roaringΦλοίσβος 1990s, and that was fasterγρηγορότερα than the '70s or '80s.
55
163624
4136
Η θορυβώδης δεκαετία του '90 γρηγορότερα από τις δεκαετίες του '70 ή του '80.
02:59
It's growingκαλλιέργεια fasterγρηγορότερα than it did duringστη διάρκεια the SecondΔεύτερη IndustrialΒιομηχανική RevolutionΕπανάσταση.
56
167760
3674
Αναπτύσσεται γρηγορότερα από ό,τι στη δεύτερη βιομηχανική επανάσταση.
03:03
And that's just the UnitedΕνωμένοι StatesΚράτη μέλη.
57
171434
1743
Και αυτό μόνο στην Αμερική.
03:05
The globalπαγκόσμια newsΝέα is even better.
58
173177
3248
Τα παγκόσμια νέα είναι ακόμα καλύτερα.
03:08
WorldwideΣε όλο τον κόσμο incomesεισοδήματα have grownκαλλιεργούνται at a fasterγρηγορότερα rateτιμή
59
176425
2360
Τα παγκόσμια εισοδήματα έχουν αυξηθεί με ταχύτερο ρυθμό
03:10
in the pastτο παρελθόν decadeδεκαετία than ever in historyιστορία.
60
178785
2496
στην προηγούμενη δεκαετία από ποτέ.
03:13
If anything, all these numbersαριθμούς actuallyπράγματι understateυποτιμούν our progressπρόοδος,
61
181281
5051
Αν μη τι άλλο, όλοι αυτοί οι αριθμοί υποτιμούν την πρόοδό μας,
03:18
because the newνέος machineμηχανή ageηλικία
62
186332
1912
επειδή η νέα εποχή της μηχανής
03:20
is more about knowledgeη γνώση creationδημιουργία
63
188244
1664
είναι περισσότερο σχετική με δημιουργία γνώσης
03:21
than just physicalφυσικός productionπαραγωγή.
64
189908
2331
παρά με φυσική παραγωγή.
03:24
It's mindμυαλό not matterύλη, brainεγκέφαλος not brawnBrawn,
65
192239
2938
Είναι σκέψη, όχι ύλη, μυαλό, όχι δύναμη,
03:27
ideasιδέες not things.
66
195177
2062
ιδέες, όχι πράγματα.
03:29
That createsδημιουργεί a problemπρόβλημα for standardπρότυπο metricsμετρήσεις,
67
197239
2570
Αυτό δημιουργεί ένα πρόβλημα για τυπικές μετρήσεις,
03:31
because we're gettingνα πάρει more and more stuffυλικό for freeΕλεύθερος,
68
199809
3502
επειδή παίρνουμε όλο και περισσότερα πράγματα δωρεάν,
03:35
like WikipediaWikipedia, GoogleGoogle, SkypeSkype,
69
203311
2641
όπως: Wikipedia, Google, Skype,
03:37
and if they postΘέση it on the webιστός, even this TEDTED Talk.
70
205952
3063
και αν την ανεβάσουν στο Διαδίκτυο, ακόμη και αυτή την ομιλία του TED.
03:41
Now gettingνα πάρει stuffυλικό for freeΕλεύθερος is a good thing, right?
71
209015
3303
To να παίρνουμε δωρεάν πράγματα είναι καλό, σωστά;
03:44
Sure, of courseσειρά μαθημάτων it is.
72
212318
1765
Σίγουρα είναι.
03:46
But that's not how economistsοικονομολόγους measureμετρήσει GDPΑΕΠ.
73
214083
3868
Αλλά δεν υπολογίζουν έτσι οι οικονομολόγοι το ΑΕΠ.
03:49
ZeroΜηδέν priceτιμή meansπου σημαίνει zeroμηδέν weightβάρος in the GDPΑΕΠ statisticsστατιστική.
74
217951
5592
Η μηδενική τιμή σημαίνει μηδέν βάρος στα στατιστικά του ΑΕΠ.
03:55
AccordingΣύμφωνα με το to the numbersαριθμούς, the musicΜΟΥΣΙΚΗ industryβιομηχανία
75
223543
2112
Σύμφωνα με τους αριθμούς, η μουσική βιομηχανία
03:57
is halfΉμισυ the sizeμέγεθος that it was 10 yearsχρόνια agoπριν,
76
225655
3000
είναι στο μισό από ό,τι πριν από 10 χρόνια,
04:00
but I'm listeningακούγοντας to more and better musicΜΟΥΣΙΚΗ than ever.
77
228655
3656
αλλά ακούω περισσότερη και καλύτερη μουσική από ποτέ.
04:04
You know, I betστοίχημα you are too.
78
232311
2192
Ξέρετε, είμαι σίγουρος και εσείς.
04:06
In totalσύνολο, my researchέρευνα estimatesυπολογίζει
79
234503
2723
Συνολικά, η έρευνά μου υπολογίζει
04:09
that the GDPΑΕΠ numbersαριθμούς missδεσποινίδα over 300 billionδισεκατομμύριο dollarsδολάρια perανά yearέτος
80
237226
4754
ότι οι αριθμοί του ΑΕΠ υπολείπονται περισσότερα από 300 δισεκατομμύρια το χρόνο
04:13
in freeΕλεύθερος goodsεμπορεύματα and servicesΥπηρεσίες on the InternetΣτο διαδίκτυο.
81
241980
3346
σε δωρεάν προϊόντα και υπηρεσίες στο διαδίκτυο.
04:17
Now let's look to the futureμελλοντικός.
82
245326
1789
Τώρα ας δούμε το μέλλον.
04:19
There are some superσούπερ smartέξυπνος people
83
247115
2263
Υπάρχουν μερικοί πανέξυπνοι
04:21
who are arguingυποστηρίζοντας that we'veέχουμε reachedεπιτευχθεί the endτέλος of growthανάπτυξη,
84
249378
5019
που υποστηρίζουν ότι φτάσαμε στο τέλος της ανάπτυξης,
04:26
but to understandκαταλαβαίνουν the futureμελλοντικός of growthανάπτυξη,
85
254397
3558
αλλά για να καταλάβουμε το μέλλον της ανάπτυξης,
04:29
we need to make predictionsΠρογνωστικά
86
257955
2683
πρέπει να κάνουμε προβλέψεις
04:32
about the underlyingυποκείμενο driversπρογράμματα οδήγησης of growthανάπτυξη.
87
260638
3290
για τις βαθύτερες κινητήριες δυνάμεις της ανάπτυξης.
04:35
I'm optimisticαισιόδοξος, because the newνέος machineμηχανή ageηλικία
88
263928
3806
Είμαι αισιόδοξος, γιατί η νέα εποχή της μηχανής
04:39
is digitalψηφιακό, exponentialεκθετικός and combinatorialσυνδυαστική.
89
267734
5030
είναι ψηφιακή, εκθετική και συνδυαστική.
04:44
When goodsεμπορεύματα are digitalψηφιακό, they can be replicatedαναπαραγωγή
90
272764
2264
Όταν τα προϊόντα είναι ψηφιακά, μπορούν να αναπαραχθούν
04:47
with perfectτέλειος qualityποιότητα at nearlyσχεδόν zeroμηδέν costκόστος,
91
275028
4509
με τέλεια ποιότητα και σχεδόν μηδενικό κόστος,
04:51
and they can be deliveredπαραδόθηκε almostσχεδόν instantaneouslyστιγμιαία.
92
279537
4018
και μπορούν να παραδοθούν σχεδόν στιγμιαία.
04:55
WelcomeΚαλώς όρισες to the economicsΟικονομικά of abundanceαφθονία.
93
283555
2800
Καλωσορίσατε στην οικονομία της αφθονίας.
04:58
But there's a subtlerπιο λεπτή benefitόφελος to the digitizationψηφιοποίηση of the worldκόσμος.
94
286355
3690
Αλλά υπάρχει ένα λιγότερο εμφανές όφελος στην ψηφιοποίηση του κόσμου.
05:02
MeasurementΜέτρηση is the lifebloodκινητήρια δύναμη of scienceεπιστήμη and progressπρόοδος.
95
290045
4600
Η μέτρηση είναι η ζωή της επιστήμης και της προόδου.
05:06
In the ageηλικία of bigμεγάλο dataδεδομένα,
96
294645
2148
Στη εποχή των Big Data,
05:08
we can measureμετρήσει the worldκόσμος in waysτρόπους we never could before.
97
296793
4286
μπορούμε να μετρήσουμε τον κόσμο με τρόπους που δεν μπορούσαμε παλιά.
05:13
SecondlyΔεύτερον, the newνέος machineμηχανή ageηλικία is exponentialεκθετικός.
98
301079
4095
Δεύτερον, η νέα εποχή της μηχανής είναι εκθετική.
05:17
ComputersΥπολογιστές get better fasterγρηγορότερα than anything elseαλλού ever.
99
305174
5935
Οι υπολογιστές γίνονται καλύτεροι γρηγορότερα από οτιδήποτε άλλο σε οποιαδήποτε εποχή.
05:23
A child'sτου παιδιού PlaystationPlayStation todayσήμερα is more powerfulισχυρός
100
311109
3568
Το playstation ενός παιδιού είναι πιο ισχυρό
05:26
than a militaryΣΤΡΑΤΟΣ supercomputerυπερυπολογιστής from 1996.
101
314677
4056
από έναν στρατιωτικό υπερυπολογιστή του 1996.
05:30
But our brainsμυαλά are wiredενσύρματο for a linearγραμμικός worldκόσμος.
102
318733
3207
Οι συνδέσεις του εγκεφάλου μας όμως είναι για ένα γραμμικό κόσμο.
05:33
As a resultαποτέλεσμα, exponentialεκθετικός trendsτάσεις take us by surpriseέκπληξη.
103
321940
3888
Σαν αποτέλεσμα, οι εκθετικές τάσεις μας εκπλήσσουν.
05:37
I used to teachδιδάσκω my studentsΦοιτητές that there are some things,
104
325828
2602
Δίδασκα κάποτε τους φοιτητές μου ότι υπάρχουν κάποια πράγματα,
05:40
you know, computersΥπολογιστές just aren'tδεν είναι good at,
105
328430
1934
ξέρετε, όπου οι υπολογιστές δεν είναι καλοί,
05:42
like drivingοδήγηση a carαυτοκίνητο throughδιά μέσου trafficΚΙΝΗΣΗ στους ΔΡΟΜΟΥΣ.
106
330364
2385
όπως το να οδηγήσουν ένα αυτοκίνητο στην κίνηση.
05:44
(LaughterΤο γέλιο)
107
332749
2013
(Γέλια)
05:46
That's right, here'sεδώ είναι AndyAndy and me grinningχαμογελώντας like madmenτρελοί
108
334762
3491
Σωστά, εδώ είναι ο Άντυ και εγώ χαμογελώντας σας τρελοί
05:50
because we just rodeβόλτα down RouteΔιαδρομή 101
109
338253
2384
επειδή οδηγήσαμε στο δρόμο Route 101
05:52
in, yes, a driverlessdriverless carαυτοκίνητο.
110
340637
3669
ένα αυτοκίνητο χωρίς οδηγό.
05:56
ThirdlyΤρίτον:, the newνέος machineμηχανή ageηλικία is combinatorialσυνδυαστική.
111
344306
2583
Τρίτον, η νέα εποχή της μηχανής είναι συνδυαστική.
05:58
The stagnationiststagnationist viewθέα is that ideasιδέες get used up,
112
346889
4048
Η στάσιμη άποψη είναι ότι οι ιδέες εξαντλήθηκαν,
06:02
like low-hangingχαμηλός-κρέμονται fruitκαρπός,
113
350937
1856
όπως οι εύκολες λύσεις,
06:04
but the realityπραγματικότητα is that eachκαθε innovationκαινοτομία
114
352793
3163
αλλά η πραγματικότητα είναι ότι κάθε καινοτομία
06:07
createsδημιουργεί buildingΚτίριο blocksμπλοκ for even more innovationsκαινοτομίες.
115
355956
3256
δημιουργεί τη δομή για περισσότερες καινοτομίες.
06:11
Here'sΕδώ είναι an exampleπαράδειγμα. In just a matterύλη of a fewλίγοι weeksεβδομάδες,
116
359212
3345
Εδώ είναι ένα παράδειγμα. Σε διάστημα μερικών εβδομάδων,
06:14
an undergraduateΠροπτυχιακά studentμαθητης σχολειου of mineδικος μου
117
362557
2072
ένας φοιτητής μου
06:16
builtχτισμένο an appapp that ultimatelyτελικά reachedεπιτευχθεί 1.3 millionεκατομμύριο usersχρήστες.
118
364629
4111
ανέπτυξε μια εφαρμογή που έφτασε σε 1,3 εκατομμύρια χρήστες.
06:20
He was ableικανός to do that so easilyεύκολα
119
368740
1699
Μπόρεσε να το κάνει εύκολα
06:22
because he builtχτισμένο it on topμπλουζα of FacebookΣτο Facebook,
120
370439
1827
γιατί το έκτισε πάνω από το Facebook,
06:24
and FacebookΣτο Facebook was builtχτισμένο on topμπλουζα of the webιστός,
121
372266
1933
και το Facebook είναι κτισμένο πάνω από το web,
06:26
and that was builtχτισμένο on topμπλουζα of the InternetΣτο διαδίκτυο,
122
374199
1698
και αυτό είναι κτισμένο πάνω από το διαδίκτυο,
06:27
and so on and so forthΕμπρός.
123
375897
2418
και ούτω καθεξής.
06:30
Now individuallyατομικά, digitalψηφιακό, exponentialεκθετικός and combinatorialσυνδυαστική
124
378315
4765
Τώρα η κάθε μία ξεχωριστά ψηφιακή, εκθετική και συνδυαστική
06:35
would eachκαθε be game-changersπαιχνίδι-μετατροπείς.
125
383080
2350
θα ήταν ανατρεπτικές.
06:37
Put them togetherμαζί, and we're seeingβλέπων a waveκύμα
126
385430
2190
Αν τις βάλουμε μαζί θα δούμε ένα κύμα
06:39
of astonishingεκπληκτικός breakthroughsανακαλύψεις,
127
387620
1393
από εκπληκτικές ανακαλύψεις,
06:41
like robotsρομπότ that do factoryεργοστάσιο work or runτρέξιμο as fastγρήγορα as a cheetahΤσίτα
128
389013
3060
όπως τα ρομπότ που κάνουν εργοστασιακή εργασία ή τρέχουν όσο γρήγορα όσο η λεοπάρδαλη
06:44
or leapπηδάω tallψηλός buildingsκτίρια in a singleμονόκλινο boundόριο.
129
392073
2796
ή πηδούν ψηλά κτήρια με τη μία.
06:46
You know, robotsρομπότ are even revolutionizingεπανάσταση
130
394869
2232
Τα ρομπότ έφεραν την επανάσταση ακόμα
06:49
catΓάτα transportationΜεταφορά.
131
397101
1829
και στη διακίνηση των γάτων.
06:50
(LaughterΤο γέλιο)
132
398930
2270
(Γέλια)
06:53
But perhapsίσως the mostπλέον importantσπουδαίος inventionεφεύρεση,
133
401200
2732
Αλλά ίσως η πιο σημαντική εφεύρεση,
06:55
the mostπλέον importantσπουδαίος inventionεφεύρεση is machineμηχανή learningμάθηση.
134
403932
5065
η πιο σημαντική εφεύρεση είναι η μάθηση της μηχανής.
07:00
ConsiderΘεωρούν one projectέργο: IBM'sΤης IBM WatsonWatson.
135
408997
3376
Σκεφτείτε το πρόγραμμα της IBM Watson.
07:04
These little dotsκουκκίδες here,
136
412373
1589
Αυτές οι μικρές τελείες εδώ,
07:05
those are all the championsπρωταθλητές on the quizκουίζ showπροβολή "JeopardyΔιακινδύνευση."
137
413962
4860
είναι όλοι οι νικητές του τηλεπαιχνιδιού «Jeopardy».
07:10
At first, WatsonWatson wasn'tδεν ήταν very good,
138
418822
2544
Αρχικά το Watson δεν ήταν πολύ καλό,
07:13
but it improvedβελτίωση at a rateτιμή fasterγρηγορότερα than any humanο άνθρωπος could,
139
421366
5622
αλλά βελτιώθηκε με γρηγορότερο ρυθμό από οποιονδήποτε άνθρωπο,
07:18
and shortlyσύντομα after DaveDave FerrucciFerrucci showedέδειξε this chartδιάγραμμα
140
426988
2687
και αμέσως μετά που ο Ντέιβ Φερούτσι έδειξε αυτό το διάγραμμα
07:21
to my classτάξη at MITMIT,
141
429675
1652
στην τάξη μου στο MIT,
07:23
WatsonWatson beatΡυθμός the worldκόσμος "JeopardyΔιακινδύνευση" championπρωταθλητής.
142
431327
3542
το Watson κέρδισε τον παγκόσμιο πρωταθλητή του «Jeopardy».
07:26
At ageηλικία sevenεπτά, WatsonWatson is still kindείδος of in its childhoodΠαιδική ηλικία.
143
434869
3989
Σε ηλικία 7 χρόνων το Watson είναι ακόμα στην παιδική ηλικία.
07:30
RecentlyΠρόσφατα, its teachersκαθηγητές let it surfsurf the InternetΣτο διαδίκτυο unsupervisedχωρίς επίβλεψη.
144
438858
5318
Πρόσφατα οι δάσκαλοί του το άφησαν να περιηγηθεί στο διαδίκτυο χωρίς επίβλεψη.
07:36
The nextεπόμενος day, it startedξεκίνησε answeringαπαντώντας questionsερωτήσεις with profanitiesανοσιότητες.
145
444176
5946
Την επόμενη μέρα, ξεκίνησε να απαντά ερωτήσεις με βωμολοχίες.
07:42
DamnΓαμώτο. (LaughterΤο γέλιο)
146
450122
2274
(Γέλια)
07:44
But you know, WatsonWatson is growingκαλλιέργεια up fastγρήγορα.
147
452396
2280
Αλλά το Watson μεγαλώνει γρήγορα.
07:46
It's beingνα εισαι testedδοκιμαστεί for jobsθέσεις εργασίας in call centersκέντρα, and it's gettingνα πάρει them.
148
454676
4212
Δοκιμάζεται για δουλειές σε κέντρα τηλεξυπηρέτησης και τις παίρνει.
07:50
It's applyingεφαρμόζοντας for legalνομικός, bankingτραπεζική and medicalιατρικός jobsθέσεις εργασίας,
149
458888
3724
Κάνει αιτήσεις για νομικές, τραπεζικές και ιατρικές θέσεις εργασίας,
07:54
and gettingνα πάρει some of them.
150
462612
1950
και παίρνει μερικές από αυτές.
07:56
Isn't it ironicειρωνικό that at the very momentστιγμή
151
464562
1889
Δεν είναι ειρωνικό ότι τη στιγμή που
07:58
we are buildingΚτίριο intelligentέξυπνος machinesμηχανές,
152
466451
2234
δημιουργούμε έξυπνες μηχανές,
08:00
perhapsίσως the mostπλέον importantσπουδαίος inventionεφεύρεση in humanο άνθρωπος historyιστορία,
153
468685
3449
ίσως την πιο σημαντική εφεύρεση στην ανθρώπινη ιστορία,
08:04
some people are arguingυποστηρίζοντας that innovationκαινοτομία is stagnatingστασιμότητα?
154
472134
3975
μερικοί άνθρωποι ισχυρίζονται ότι η καινοτομία είναι στάσιμη;
08:08
Like the first two industrialβιομηχανικός revolutionsστροφές,
155
476109
2419
Όπως και στις δύο πρώτες βιομηχανικές επαναστάσεις,
08:10
the fullγεμάτος implicationsεπιπτώσεις of the newνέος machineμηχανή ageηλικία
156
478528
3134
οι πλήρεις επιπτώσεις της νέας εποχής της μηχανής
08:13
are going to take at leastελάχιστα a centuryαιώνας to fullyπλήρως playπαίζω out,
157
481662
2682
θα χρειαστούν τουλάχιστον έναν αιώνα για να εξελιχθούν πλήρως,
08:16
but they are staggeringσυγκλονιστικό.
158
484344
3032
αλλά είναι συγκλονιστικές.
08:19
So does that mean we have nothing to worryανησυχία about?
159
487376
3336
Άρα αυτό σημαίνει ότι δεν έχουμε τίποτα να ανησυχούμε;
08:22
No. TechnologyΤεχνολογία is not destinyΠΕΠΡΩΜΕΝΟ.
160
490712
3680
Όχι. Η τεχνολογία δεν είναι το πεπρωμένο.
08:26
ProductivityΠαραγωγικότητα is at an all time highυψηλός,
161
494392
2569
Η παραγωγικότητα είναι σε υψηλά επίπεδα, όσο δεν ήταν ποτέ,
08:28
but fewerλιγότεροι people now have jobsθέσεις εργασίας.
162
496961
2983
αλλά λιγότεροι άνθρωποι έχουν δουλειές τώρα.
08:31
We have createdδημιουργήθηκε more wealthπλούτος in the pastτο παρελθόν decadeδεκαετία than ever,
163
499944
3120
Δημιουργήσαμε περισσότερο πλούτο στην προηγούμενη δεκαετία από ποτέ,
08:35
but for a majorityη πλειοψηφία of AmericansΟι Αμερικανοί, theirδικα τους incomeεισόδημα has fallenπεσμένος.
164
503064
3904
αλλά για την πλειοψηφία των Αμερικανών, το εισόδημά τους έχει μειωθεί.
08:38
This is the great decouplingαποσύνδεση
165
506968
2312
Αυτή είναι η μεγάλη αποσύνδεση
08:41
of productivityπαραγωγικότητα from employmentεργασία,
166
509280
2976
της παραγωγικότητας από τις θέσεις εργασίας,
08:44
of wealthπλούτος from work.
167
512256
3104
του πλούτου από τη δουλειά.
08:47
You know, it's not surprisingεκπληκτικός that millionsεκατομμύρια of people
168
515360
2346
Δεν προκαλεί έκπληξη ότι εκατομμύρια κόσμου
08:49
have becomeγίνομαι disillusionedαπογοητευμένοι by the great decouplingαποσύνδεση,
169
517706
2846
έχουν απογοητευτεί από τη μεγάλη αποσύνδεση,
08:52
but like too manyΠολλά othersοι υπολοιποι,
170
520552
1747
αλλά όπως πολλοί άλλοι,
08:54
they misunderstandπαρανοούν its basicβασικός causesαιτίες.
171
522299
3097
έχουν παρεξηγήσει τις βασικές αιτίες.
08:57
TechnologyΤεχνολογία is racingιπποδρομίες aheadεμπρός,
172
525396
2610
Η τεχνολογία προχωρά γρήγορα,
09:00
but it's leavingαφήνοντας more and more people behindπίσω.
173
528006
3550
αλλά αφήνει όλο και περισσότερο κόσμο πίσω.
09:03
TodayΣήμερα, we can take a routineρουτίνα jobδουλειά,
174
531556
3519
Σήμερα, μπορούμε να πάρουμε μια τυποποιημένη δουλειά,
09:07
codifyκωδικοποίηση it in a setσειρά of machine-readableαναγνώσιμη από μηχάνημα instructionsοδηγίες,
175
535075
3091
να την κωδικοποιήσουμε σε μηχανοποιημένες εντολές,
09:10
and then replicateαντιγραφή it a millionεκατομμύριο timesφορές.
176
538166
2827
και να την αναπαράγουμε εκατομμύρια φορές.
09:12
You know, I recentlyπρόσφατα overheardακούσει a conversationσυνομιλία
177
540993
2279
Πρόσφατα άκουσα μια συνομιλία
09:15
that epitomizesεπισημαίνει these newνέος economicsΟικονομικά.
178
543272
1952
η οποία είναι χαρακτηριστική των νέων οικονομικών.
09:17
This guy saysλέει, "NahHa., I don't use H&R BlockΜπλοκ anymoreπια.
179
545224
4197
Κάποιος λέει: «Όχι δεν χρησιμοποιώ πλέον την H&R Block.
09:21
TurboTaxTurboTax does everything that my taxφόρος preparerτον παρασκευαστή did,
180
549421
2448
Το TurboTax κάνει τα πάντα που έκανε ο σύμβουλος προετοιμασία φόρου εισοδήματος,
09:23
but it's fasterγρηγορότερα, cheaperπιο φθηνα and more accurateακριβής."
181
551869
4558
αλλά γρηγορότερα, φθηνότερα και με περισσότερη ακρίβεια».
09:28
How can a skilledέμπειρος workerεργάτης
182
556427
1799
Πώς μπορεί ένας ειδικευμένος υπάλληλος
09:30
competeανταγωνίζονται with a $39 pieceκομμάτι of softwareλογισμικό?
183
558226
3009
να συναγωνιστεί με ένα λογισμικό πακέτο των $39;
09:33
She can't.
184
561235
1967
Δεν μπορεί.
09:35
TodayΣήμερα, millionsεκατομμύρια of AmericansΟι Αμερικανοί do have fasterγρηγορότερα,
185
563202
2780
Σήμερα, εκατομμύρια Αμερικανών έχουν γρηγορότερη,
09:37
cheaperπιο φθηνα, more accurateακριβής taxφόρος preparationπαρασκευή,
186
565982
2387
φθηνότερη και με ακρίβεια προετοιμασία των φορολογικών δηλώσεων,
09:40
and the foundersιδρυτές of IntuitIntuit
187
568369
1486
και οι ιδρυτές της Intuit
09:41
have doneΈγινε very well for themselvesτους εαυτούς τους.
188
569855
2493
έκαναν πολύ καλή δουλειά για τους εαυτούς τους.
09:44
But 17 percentτοις εκατό of taxφόρος preparersκαταρτίζουν no longerμακρύτερα have jobsθέσεις εργασίας.
189
572348
4214
Αλλά το 17% των συμβούλων προετοιμασίας φόρου εισοδήματος δεν έχουν πλέον δουλειά.
09:48
That is a microcosmμικρόκοσμος of what's happeningσυμβαίνει,
190
576562
2078
Αυτός είναι ο μικρόκοσμος του τι συμβαίνει,
09:50
not just in softwareλογισμικό and servicesΥπηρεσίες, but in mediaμεσο ΜΑΖΙΚΗΣ ΕΝΗΜΕΡΩΣΗΣ and musicΜΟΥΣΙΚΗ,
191
578640
4677
όχι μόνο στο λογισμικό και στις υπηρεσίες αλλά στα μέσα και στη μουσική,
09:55
in financeχρηματοδότηση and manufacturingβιομηχανοποίηση, in retailingΛιανική πώληση and tradeεμπορικές συναλλαγές --
192
583317
3686
στα οικονομικά και στην παραγωγή, στο εμπόριο
09:59
in shortμικρός, in everyκάθε industryβιομηχανία.
193
587003
3895
--εν ολίγοις σε κάθε κλάδο.
10:02
People are racingιπποδρομίες againstκατά the machineμηχανή,
194
590898
3095
Οι άνθρωποι ανταγωνίζονται τη μηχανή,
10:05
and manyΠολλά of them are losingχάνοντας that raceαγώνας.
195
593993
3090
και πολλοί από αυτούς χάνουν αυτή την κούρσα.
10:09
What can we do to createδημιουργώ sharedκοινή χρήση prosperityευημερία?
196
597083
3886
Τι μπορούμε να κάνουμε για να δημιουργήσουμε κοινή ευημερία;
10:12
The answerαπάντηση is not to try to slowαργός down technologyτεχνολογία.
197
600969
3017
Η απάντηση δεν είναι να καθυστερήσουμε την τεχνολογία.
10:15
InsteadΑντίθετα of racingιπποδρομίες againstκατά the machineμηχανή,
198
603986
2557
Αντί να ανταγωνιζόμαστε τη μηχανή,
10:18
we need to learnμαθαίνω to raceαγώνας with the machineμηχανή.
199
606543
3677
πρέπει να μάθουμε να αγωνιζόμαστε μαζί με τη μηχανή,
10:22
That is our grandμεγαλειώδης challengeπρόκληση.
200
610220
3129
Αυτή είναι η μεγάλη μας πρόκληση.
10:25
The newνέος machineμηχανή ageηλικία
201
613349
2324
Η νέα εποχή της μηχανής
10:27
can be datedχρονολογημένος to a day 15 yearsχρόνια agoπριν
202
615673
3113
μπορεί να χρονολογηθεί πριν από 15 χρόνια
10:30
when GarryΓκάρι KasparovΟ Κασπάροβ, the worldκόσμος chessσκάκι championπρωταθλητής,
203
618786
2878
όταν ο Γκάρι Κασπάρωφ, ο παγκόσμιος πρωταθλητής σκακιού,
10:33
playedέπαιξε DeepΒαθύ BlueΜπλε, a supercomputerυπερυπολογιστής.
204
621664
3706
έπαιξε ενάντια στον Deep Blue, ένα υπερυπολογιστή.
10:37
The machineμηχανή wonΚέρδισε that day,
205
625370
2012
Η μηχανή κέρδισε εκείνη τη μέρα,
10:39
and todayσήμερα, a chessσκάκι programπρόγραμμα runningτρέξιμο on a cellκύτταρο phoneτηλέφωνο
206
627382
2968
και σήμερα ένα πρόγραμμα σκακιού που τρέχει σε κινητό τηλέφωνο
10:42
can beatΡυθμός a humanο άνθρωπος grandmasterGrandmaster.
207
630350
2296
μπορεί να κερδίσει τον πρωταθλητή.
10:44
It got so badκακό that, when he was askedερωτηθείς
208
632646
3365
Τα πράγματα χειροτέρευσαν τόσο πολύ που όταν ρωτήθηκε
10:48
what strategyστρατηγική he would use againstκατά a computerυπολογιστή,
209
636011
2563
ποια στρατηγική θα ακολουθούσε ενάντια στον υπολογιστή,
10:50
JanΙαν DonnerΓύρος, the DutchΟλλανδικά grandmasterGrandmaster, repliedαπάντησε,
210
638574
4016
ο Γιάν Ντόνερ, ο Ολλανδός πρωταθλητής, απάντησε:
10:54
"I'd bringνα φερεις a hammerσφυρί."
211
642590
1771
«Θα φέρω ένα σφυρί».
10:56
(LaughterΤο γέλιο)
212
644361
3680
(Γέλια)
11:00
But todayσήμερα a computerυπολογιστή is no longerμακρύτερα the worldκόσμος chessσκάκι championπρωταθλητής.
213
648041
4544
Σήμερα όμως δεν είναι υπολογιστής ο παγκόσμιος πρωταθλητής σκακιού.
11:04
NeitherΟύτε is a humanο άνθρωπος,
214
652585
2654
Ούτε και ο άνθρωπος,
11:07
because KasparovΟ Κασπάροβ organizedδιοργάνωσε a freestyleελεύθερη κολύμβηση tournamentτουρνουά
215
655239
3579
επειδή ο Κασπάρωφ οργάνωσε ένα ελεύθερο τουρνουά
11:10
where teamsτης ομάδας of humansτου ανθρώπου and computersΥπολογιστές
216
658818
1916
όπου ομάδες από ανθρώπους και υπολογιστές
11:12
could work togetherμαζί,
217
660734
2099
μπορούσαν να συνεργαστούν,
11:14
and the winningεπιτυχής teamομάδα had no grandmasterGrandmaster,
218
662833
3157
και η νικήτρια ομάδα δεν είχε πρωταθλητή,
11:17
and it had no supercomputerυπερυπολογιστής.
219
665990
2465
και δεν είχε ούτε υπερυπολογιστή.
11:20
What they had was better teamworkομαδική εργασία,
220
668455
4175
Αυτό που είχαν ήταν καλύτερη ομαδική εργασία,
11:24
and they showedέδειξε that a teamομάδα of humansτου ανθρώπου and computersΥπολογιστές,
221
672630
5016
και έδειξαν ότι μια ομάδα από ανθρώπους και υπολογιστές
11:29
workingεργαζόμενος togetherμαζί, could beatΡυθμός any computerυπολογιστή
222
677646
3048
που δουλεύουν μαζί, μπορούν να κερδίσουν οποιονδήποτε υπολογιστή
11:32
or any humanο άνθρωπος workingεργαζόμενος aloneμόνος.
223
680694
3520
ή άνθρωπο που δουλεύει μόνος του.
11:36
RacingΑγωνιστικά with the machineμηχανή
224
684214
1664
Ο αγώνας μαζί με τη μηχανή
11:37
beatsχτυπάει racingιπποδρομίες againstκατά the machineμηχανή.
225
685878
2343
υπερτερεί του αγώνα ενάντια στη μηχανή.
11:40
TechnologyΤεχνολογία is not destinyΠΕΠΡΩΜΕΝΟ.
226
688221
2564
Η τεχνολογία δεν είναι το πεπρωμένο.
11:42
We shapeσχήμα our destinyΠΕΠΡΩΜΕΝΟ.
227
690785
1742
Εμείς καθορίζουμε το πεπρωμένο μας.
11:44
Thank you.
228
692527
1447
Σας ευχαριστώ.
11:45
(ApplauseΧειροκροτήματα)
229
693974
5016
(Χειροκρότημα)
Translated by Andreas Philippou
Reviewed by Mary Keramida

▲Back to top

ABOUT THE SPEAKER
Erik Brynjolfsson - Innovation researcher
Erik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment.

Why you should listen

The director of the MIT Center for Digital Business and a research associate at the National Bureau of Economic Research, Erik Brynjolfsson asks how IT affects organizations, markets and the economy. His recent work studies data-driven decision-making, management practices that drive productivity, the pricing implications of Internet commerce and the role of intangible assets.
 
Brynjolfsson was among the first researchers to measure the productivity contributions of information and community technology (ICT) and the complementary role of organizational capital and other intangibles. His research also provided the first quantification of the value of online product variety, often known as the “Long Tail,” and developed pricing and bundling models for information goods.

His books include Wired for Innovation: How IT Is Reshaping the Economy and Race Against the Machine: How the Digital Revolution Is Accelerating Innovation, Driving Productivity and Irreversibly Transforming Employment and the Economy (with Andrew McAfee); and the recent article "Big Data: The Management Revolution" (with Andrew McAfee).

More profile about the speaker
Erik Brynjolfsson | Speaker | TED.com