TED2017
Ray Dalio: How to build a company where the best ideas win
Ray Dalio: Cómo construir una compañía donde triunfen las mejores ideas
Filmed:
Readability: 3.9
3,449,614 views
¿Y si supieras lo que tus compañeros de trabajo en realidad piensan de ti y cómo son realmente? Ray Dalio defiende la idea empresarial del uso de la transparencia radical y la toma de decisiones algorítmica para crear una idea meritocrática donde las personas puedan decir lo que en realidad piensan, incluso gritar al jefe es un juego justo. Aprende más sobre cómo estas estrategias ayudaron a Dalio a crear uno de los fondos de cobertura más exitosos y cómo puedes aprovechar el poder de las decisiones colectivas basadas en datos.
Ray Dalio - Hedge fund chair
Ray Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world. Full bio
Ray Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world. Full bio
Double-click the English transcript below to play the video.
00:12
Whether you like it or not,
0
560
1336
Les guste o no,
00:13
radical transparency and algorithmic
decision-making is coming at you fast,
decision-making is coming at you fast,
1
1920
5376
la transparencia radical y la toma
algorítmica de decisiones llegarán rápido
algorítmica de decisiones llegarán rápido
00:19
and it's going to change your life.
2
7320
1976
y cambiarán su vida.
00:21
That's because it's now easy
to take algorithms
to take algorithms
3
9320
2816
Esto se debe a que ahora
es fácil tomar algoritmos,
es fácil tomar algoritmos,
00:24
and embed them into computers
4
12160
1896
incorporarlos en computadoras
00:26
and gather all that data
that you're leaving on yourself
that you're leaving on yourself
5
14080
2936
y juntar todos los datos
que dejan sobre Uds.
que dejan sobre Uds.
00:29
all over the place,
6
17040
1376
por todas partes.
00:30
and know what you're like,
7
18440
1696
Y al saber cómo son Uds.,
00:32
and then direct the computers
to interact with you
to interact with you
8
20160
2936
luego se instruye a las computadoras
para que interactúen con Uds.
para que interactúen con Uds.
00:35
in ways that are better
than most people can.
than most people can.
9
23120
2120
mucho mejor de lo que lo haría
la mayoría de las personas.
la mayoría de las personas.
00:38
Well, that might sound scary.
10
26160
1616
Bueno, eso puede sonar aterrador.
00:39
I've been doing this for a long time
and I have found it to be wonderful.
and I have found it to be wonderful.
11
27800
3640
He estado haciendo esto por mucho tiempo
y me di cuenta de que me encanta.
y me di cuenta de que me encanta.
00:44
My objective has been
to have meaningful work
to have meaningful work
12
32159
2657
Mi objetivo ha sido tener
un trabajo significativo
un trabajo significativo
00:46
and meaningful relationships
with the people I work with,
with the people I work with,
13
34840
2856
y relaciones significativas
con mis compañeros de trabajo,
con mis compañeros de trabajo,
00:49
and I've learned that I couldn't have that
14
37720
2056
y aprendí que no podría tener eso
00:51
unless I had that radical transparency
and that algorithmic decision-making.
and that algorithmic decision-making.
15
39800
4280
sin tener transparencia radical
y una toma de decisiones algorítmica.
y una toma de decisiones algorítmica.
00:56
I want to show you why that is,
16
44680
2016
Y les quiero mostrar por qué es eso,
00:58
I want to show you how it works.
17
46720
1696
les quiero mostrar cómo funciona.
01:00
And I warn you that some of the things
that I'm going to show you
that I'm going to show you
18
48440
3096
Y les advierto que
las cosas que les mostraré
las cosas que les mostraré
posiblemente sean un poco chocantes.
01:03
probably are a little bit shocking.
19
51560
1667
01:05
Since I was a kid,
I've had a terrible rote memory.
I've had a terrible rote memory.
20
53760
3480
Desde que era un niño,
he tenido una memoria terrible,
he tenido una memoria terrible,
01:10
And I didn't like following instructions,
21
58120
2176
y no me gustaba seguir las instrucciones,
01:12
I was no good at following instructions.
22
60320
2416
no era bueno siguiendo instrucciones,
01:14
But I loved to figure out
how things worked for myself.
how things worked for myself.
23
62760
3000
pero me encantaba averiguar
cómo funcionaban las cosas.
cómo funcionaban las cosas.
01:18
When I was 12,
24
66680
1376
Cuando tenía 12 años,
01:20
I hated school but I fell in love
with trading the markets.
with trading the markets.
25
68080
3280
odiaba ir a la escuela, pero me enamoré
del comercio de mercados.
del comercio de mercados.
01:23
I caddied at the time,
26
71920
1656
Era caddie en ese entonces,
01:25
earned about five dollars a bag.
27
73600
1576
ganaba cinco dólares por bolsa.
01:27
And I took my caddying money,
and I put it in the stock market.
and I put it in the stock market.
28
75200
3200
Y tomé mi dinero de caddie,
y lo puse en el mercado de valores.
y lo puse en el mercado de valores.
01:31
And that was just because
the stock market was hot at the time.
the stock market was hot at the time.
29
79240
3376
Y eso solo porque la bolsa de valores
estaba agitada en ese momento.
estaba agitada en ese momento.
01:34
And the first company I bought
30
82640
1456
La primera empresa que compré
01:36
was a company by the name
of Northeast Airlines.
of Northeast Airlines.
31
84120
2600
era una empresa llamada
Northeast Airlines.
Northeast Airlines.
01:39
Northeast Airlines was
the only company I heard of
the only company I heard of
32
87360
2736
Northeast Airlines era la única empresa
de la que supe
de la que supe
01:42
that was selling for less
than five dollars a share.
than five dollars a share.
33
90120
2696
que se vendía por menos
de cinco dólares por acción.
de cinco dólares por acción.
01:44
(Laughter)
34
92840
1976
(Risas)
01:46
And I figured I could buy more shares,
35
94840
1856
Y pensé que podría comprar más acciones
01:48
and if it went up, I'd make more money.
36
96720
2096
y si subían, ganaría más dinero.
01:50
So, it was a dumb strategy, right?
37
98840
2840
Así que, era una estrategia tonta, ¿no?
01:54
But I tripled my money,
38
102360
1456
Pero tripliqué mi dinero,
01:55
and I tripled my money
because I got lucky.
because I got lucky.
39
103840
2120
y tripliqué mi dinero porque tuve suerte.
01:58
The company was about to go bankrupt,
40
106520
1816
La compañía estaba a punto de quebrar,
02:00
but some other company acquired it,
41
108360
2096
pero otra compañía la adquirió,
02:02
and I tripled my money.
42
110480
1456
y tripliqué mi dinero.
02:03
And I was hooked.
43
111960
1200
Y estaba enganchado.
02:05
And I thought, "This game is easy."
44
113720
2280
Y pensé "Este juego es fácil".
02:09
With time,
45
117200
1216
Con el tiempo,
02:10
I learned this game is anything but easy.
46
118440
1960
aprendí que este juego
es todo menos fácil.
es todo menos fácil.
02:12
In order to be an effective investor,
47
120880
2136
Para ser un inversor eficaz,
02:15
one has to bet against the consensus
48
123040
2896
uno tiene que apostar contra el consenso
02:17
and be right.
49
125960
1256
y tener razón.
02:19
And it's not easy to bet
against the consensus and be right.
against the consensus and be right.
50
127240
2856
Y no es fácil apostar
contra el consenso y tener razón.
contra el consenso y tener razón.
02:22
One has to bet against
the consensus and be right
the consensus and be right
51
130120
2336
Uno tiene que apostar en contra
y tener razón,
y tener razón,
02:24
because the consensus
is built into the price.
is built into the price.
52
132480
2640
porque el consenso
está basado en el precio.
está basado en el precio.
02:28
And in order to be an entrepreneur,
53
136120
2456
Y para ser un emprendedor,
02:30
a successful entrepreneur,
54
138600
1616
un emprendedor exitoso,
02:32
one has to bet against
the consensus and be right.
the consensus and be right.
55
140240
3480
uno tiene que apostar contra
el consenso y tener razón.
el consenso y tener razón.
02:37
I had to be an entrepreneur
and an investor --
and an investor --
56
145400
2936
Tenía que ser emprendedor e inversor
02:40
and what goes along with that
is making a lot of painful mistakes.
is making a lot of painful mistakes.
57
148360
4200
y lo que va unido a eso es cometer
un montón de errores dolorosos.
un montón de errores dolorosos.
02:45
So I made a lot of painful mistakes,
58
153440
2816
Así que cometí muchos errores dolorosos
02:48
and with time,
59
156280
1256
y, con el tiempo,
02:49
my attitude about those mistakes
began to change.
began to change.
60
157560
2960
mi actitud sobre esos errores
empezó a cambiar.
empezó a cambiar.
02:53
I began to think of them as puzzles.
61
161160
2096
Empecé a mirarlos como rompecabezas
02:55
That if I could solve the puzzles,
62
163280
1936
y, si podía resolver el rompecabezas,
02:57
they would give me gems.
63
165240
1440
me darían tesoros.
02:59
And the puzzles were:
64
167160
1656
Y los rompecabezas eran:
03:00
What would I do differently in the future
so I wouldn't make that painful mistake?
so I wouldn't make that painful mistake?
65
168840
3880
¿Qué haría diferente en el futuro
para no cometer ese doloroso error?
para no cometer ese doloroso error?
03:05
And the gems were principles
66
173280
2576
Y los tesoros eran principios
03:07
that I would then write down
so I would remember them
so I would remember them
67
175880
3136
que luego escribiría para recordarlos
03:11
that would help me in the future.
68
179040
1572
y ayudarme en el futuro.
03:13
And because I wrote them down so clearly,
69
181000
2696
Y debido a que los escribí muy claramente.
03:15
I could then --
70
183720
1336
Podría entonces...
03:17
eventually discovered --
71
185080
1576
--finalmente descubrí--
03:18
I could then embed them into algorithms.
72
186680
3760
ponerlos en algoritmos.
03:23
And those algorithms
would be embedded in computers,
would be embedded in computers,
73
191400
3456
Y esos algoritmos serían incorporados
en las computadoras,
en las computadoras,
03:26
and the computers would
make decisions along with me;
make decisions along with me;
74
194880
3336
y las computadoras
tomarían decisiones conmigo;
tomarían decisiones conmigo;
03:30
and so in parallel,
we would make these decisions.
we would make these decisions.
75
198240
3136
y así en paralelo,
tomaríamos estas decisiones.
tomaríamos estas decisiones.
03:33
And I could see how those decisions
then compared with my own decisions,
then compared with my own decisions,
76
201400
3976
Y podría ver cómo esas decisiones
se comparan con mis propias decisiones,
se comparan con mis propias decisiones,
03:37
and I could see that
those decisions were a lot better.
those decisions were a lot better.
77
205400
3096
y podría ver que esas decisiones
son mucho mejores.
son mucho mejores.
03:40
And that was because the computer
could make decisions much faster,
could make decisions much faster,
78
208520
4736
Y eso es porque la computadora podría
tomar decisiones mucho más rápido.
tomar decisiones mucho más rápido.
03:45
it could process a lot more information
79
213280
2256
Podría procesar mucha más información
03:47
and it can process decisions much more --
80
215560
3400
y tomar decisiones mucho menos,
03:51
less emotionally.
81
219880
1200
menos emocionales.
03:54
So it radically improved
my decision-making.
my decision-making.
82
222760
3920
Así que mejoró radicalmente
mi toma de decisiones.
mi toma de decisiones.
04:00
Eight years after I started Bridgewater,
83
228440
4896
Ocho años después empecé Bridgewater.
04:05
I had my greatest failure,
84
233360
1536
Tuve mi mayor fracaso,
04:06
my greatest mistake.
85
234920
1200
mi mayor error.
04:09
It was late 1970s,
86
237680
2136
Fue a finales de 1970,
04:11
I was 34 years old,
87
239840
1976
tenía 34 años,
04:13
and I had calculated that American banks
88
241840
3656
y había calculado que
los bancos estadounidenses
los bancos estadounidenses
04:17
had lent much more money
to emerging countries
to emerging countries
89
245520
2856
habían prestado mucho más dinero
a países emergentes
a países emergentes
04:20
than those countries
were going to be able to pay back
were going to be able to pay back
90
248400
2816
y esos países no serían
capaces de devolvérselos
capaces de devolvérselos
04:23
and that we would have
the greatest debt crisis
the greatest debt crisis
91
251240
2696
y que tendríamos la mayor crisis de deuda
04:25
since the Great Depression.
92
253960
1360
desde la Gran Depresión.
04:28
And with it, an economic crisis
93
256200
2216
Y, con ello, una crisis económica
04:30
and a big bear market in stocks.
94
258440
2040
y un gran mercado con acciones bajas.
04:33
It was a controversial view at the time.
95
261680
2000
Fue un raro punto de vista en ese momento.
04:36
People thought it was
kind of a crazy point of view.
kind of a crazy point of view.
96
264160
2440
La gente pensó que era
un punto de vista alocado.
un punto de vista alocado.
04:39
But in August 1982,
97
267480
2216
Pero en agosto de 1982,
04:41
Mexico defaulted on its debt,
98
269720
1960
México incumplió su deuda,
04:44
and a number of other countries followed.
99
272520
2256
y muchos otros países lo siguieron.
04:46
And we had the greatest debt crisis
since the Great Depression.
since the Great Depression.
100
274800
3400
Y así tuvimos la mayor crisis de deuda
desde la Gran Depresión.
desde la Gran Depresión.
04:51
And because I had anticipated that,
101
279080
2776
Y como yo había anticipado eso,
04:53
I was asked to testify to Congress
and appear on "Wall Street Week,"
and appear on "Wall Street Week,"
102
281880
4336
me solicitaron que testificara ante el
Congreso y la revista de Wall Street
Congreso y la revista de Wall Street
04:58
which was the show of the time.
103
286240
1976
qué es lo que pasaba en ese momento.
05:00
Just to give you a flavor of that,
I've got a clip here,
I've got a clip here,
104
288240
2936
Para que vean de lo que hablo,
tengo aquí un video
tengo aquí un video
05:03
and you'll see me in there.
105
291200
1920
y me verán allí.
05:06
(Video) Mr. Chairman, Mr. Mitchell,
106
294480
1696
(Video) Sr. Presidente, Sr. Mitchell,
05:08
it's a great pleasure and a great honor
to be able to appear before you
to be able to appear before you
107
296200
3376
es un gran placer y un honor
estar ante Uds.
estar ante Uds.
05:11
in examination with what
is going wrong with our economy.
is going wrong with our economy.
108
299600
3480
para analizar qué va mal
en nuestra economía.
en nuestra economía.
05:15
The economy is now flat --
109
303640
1936
La economía ahora es plan...
05:17
teetering on the brink of failure.
110
305600
2136
se balancea al borde del fracaso.
05:19
Martin Zweig: You were recently
quoted in an article.
quoted in an article.
111
307760
2496
Martin Zweig: Fue hace poco
citado en un artículo.
citado en un artículo.
05:22
You said, "I can say this
with absolute certainty
with absolute certainty
112
310280
2336
Dijo: "Puedo decir esto
con absoluta certeza
con absoluta certeza
05:24
because I know how markets work."
113
312640
1616
porque así funciona el mercado".
05:26
Ray Dalio: I can say
with absolute certainty
with absolute certainty
114
314280
2096
Ray Dalio: Puedo decir
con absoluta certeza
con absoluta certeza
05:28
that if you look at the liquidity base
115
316400
1856
que si miran la base de liquidez
05:30
in the corporations
and the world as a whole,
and the world as a whole,
116
318280
3376
en las corporaciones
y el mundo en su conjunto,
y el mundo en su conjunto,
05:33
that there's such reduced
level of liquidity
level of liquidity
117
321680
2096
verán un nivel tan reducido de liquidez
05:35
that you can't return
to an era of stagflation."
to an era of stagflation."
118
323800
3216
que no podrían volver
a una era de "estanflación".
a una era de "estanflación".
05:39
I look at that now, I think,
"What an arrogant jerk!"
"What an arrogant jerk!"
119
327040
3096
Miro eso ahora, y pienso:
"¡Pero qué estúpido arrogante!"
"¡Pero qué estúpido arrogante!"
05:42
(Laughter)
120
330160
2000
(Risas)
05:45
I was so arrogant, and I was so wrong.
121
333760
2456
Era arrogante y estaba muy equivocado.
05:48
I mean, while the debt crisis happened,
122
336240
2576
Es decir, mientras la crisis
de la deuda ocurría,
de la deuda ocurría,
05:50
the stock market and the economy
went up rather than going down,
went up rather than going down,
123
338840
3976
la bolsa de valores y la economía
subieron en lugar de bajar,
subieron en lugar de bajar,
05:54
and I lost so much money
for myself and for my clients
for myself and for my clients
124
342840
5016
y perdí tanto dinero mío y de mis clientes
05:59
that I had to shut down
my operation pretty much,
my operation pretty much,
125
347880
3416
que tuve que dar de baja mis operaciones,
06:03
I had to let almost everybody go.
126
351320
1880
tuve que dejar ir a casi todos.
06:05
And these were like extended family,
127
353640
1736
Y eran como una familia extendida,
06:07
I was heartbroken.
128
355400
1616
estaba con el corazón partido.
06:09
And I had lost so much money
129
357040
1816
Y había perdido mucho dinero.
06:10
that I had to borrow
4,000 dollars from my dad
4,000 dollars from my dad
130
358880
3336
y tenía que pedir prestado
USD 4000 de mi papá
USD 4000 de mi papá
06:14
to help to pay my family bills.
131
362240
1920
para ayudar con las facturas familiares.
06:16
It was one of the most painful
experiences of my life ...
experiences of my life ...
132
364840
3160
Fue una de las experiencias
más dolorosas de mi vida...
más dolorosas de mi vida...
06:21
but it turned out to be
one of the greatest experiences of my life
one of the greatest experiences of my life
133
369240
3776
pero resultó ser una de las más
grandes experiencias de mi vida
grandes experiencias de mi vida
06:25
because it changed my attitude
about decision-making.
about decision-making.
134
373040
2680
porque cambió la manera
en la que tomo decisiones.
en la que tomo decisiones.
06:28
Rather than thinking, "I'm right,"
135
376360
3056
En lugar de pensar "tengo razón",
06:31
I started to ask myself,
136
379440
1576
empecé a preguntarme:
06:33
"How do I know I'm right?"
137
381040
1800
"¿Cómo sé que tengo razón?"
06:36
I gained a humility that I needed
138
384480
1936
Conseguí la humildad que necesitaba
06:38
in order to balance my audacity.
139
386440
2560
para equilibrarla con mi audacia.
06:41
I wanted to find the smartest
people who would disagree with me
people who would disagree with me
140
389880
4216
Quería llegar a las personas más capaces
que estuviesen en desacuerdo conmigo
que estuviesen en desacuerdo conmigo
06:46
to try to understand their perspective
141
394120
1896
para intentar entender sus perspectivas
06:48
or to have them
stress test my perspective.
stress test my perspective.
142
396040
2600
o dejar que ellos probaran mi perspectiva.
06:51
I wanted to make an idea meritocracy.
143
399400
2776
Quería hacer una idea meritocrática.
06:54
In other words,
144
402200
1216
En otras palabras,
06:55
not an autocracy in which
I would lead and others would follow
I would lead and others would follow
145
403440
3816
no una autocracia en donde
yo lideraría y otros me seguirían
yo lideraría y otros me seguirían
06:59
and not a democracy in which everybody's
points of view were equally valued,
points of view were equally valued,
146
407280
3616
y no una democracia donde los
puntos de vista de todos son evaluados,
puntos de vista de todos son evaluados,
07:02
but I wanted to have an idea meritocracy
in which the best ideas would win out.
in which the best ideas would win out.
147
410920
5096
quería tener una idea meritocrática en
donde las mejores ideas saldrían ganando.
donde las mejores ideas saldrían ganando.
07:08
And in order to do that,
148
416040
1256
Y para hacer esto
07:09
I realized that we would need
radical truthfulness
radical truthfulness
149
417320
3576
me di cuenta de que necesitaríamos
una veracidad radical
una veracidad radical
07:12
and radical transparency.
150
420920
1616
y una transparencia radical.
07:14
What I mean by radical truthfulness
and radical transparency
and radical transparency
151
422560
3856
Lo que quiero decir con estos términos
07:18
is people needed to say
what they really believed
what they really believed
152
426440
2656
es que la gente necesita decir
lo que en realidad piensa
lo que en realidad piensa
07:21
and to see everything.
153
429120
2000
y ver todo.
07:23
And we literally
tape almost all conversations
tape almost all conversations
154
431480
3936
Y, literalmente, grabamos casi
todas nuestras conversaciones
todas nuestras conversaciones
07:27
and let everybody see everything,
155
435440
1616
y dejamos a todos ver todo.
07:29
because if we didn't do that,
156
437080
1416
porque si no hacíamos eso,
07:30
we couldn't really have
an idea meritocracy.
an idea meritocracy.
157
438520
3080
no podíamos tener una verdadera
idea meritocrática.
idea meritocrática.
07:34
In order to have an idea meritocracy,
158
442760
3696
Para llegar a esto,
07:38
we have let people speak
and say what they want.
and say what they want.
159
446480
2376
dejamos a las personas decir y opinar
lo que quieren.
lo que quieren.
07:40
Just to give you an example,
160
448880
1376
Para darles un ejemplo,
07:42
this is an email from Jim Haskel --
161
450280
2696
este es un email de Jim Haskel,
07:45
somebody who works for me --
162
453000
1376
alguien que trabaja para mí,
07:46
and this was available
to everybody in the company.
to everybody in the company.
163
454400
3376
y esto se le permite
a todos en mi empresa:
a todos en mi empresa:
07:49
"Ray, you deserve a 'D-'
164
457800
2536
"Ray, te mereces una mala nota
07:52
for your performance
today in the meeting ...
today in the meeting ...
165
460360
2256
por tu rendimiento hoy en la reunión...
07:54
you did not prepare at all well
166
462640
1696
no te preparaste para nada bien
07:56
because there is no way
you could have been that disorganized."
you could have been that disorganized."
167
464360
3560
porque no hay razón para que
estuvieras así de desorganizado.
estuvieras así de desorganizado.
08:01
Isn't that great?
168
469520
1216
¿No es genial?
08:02
(Laughter)
169
470760
1216
(Risas)
08:04
That's great.
170
472000
1216
Es genial.
08:05
It's great because, first of all,
I needed feedback like that.
I needed feedback like that.
171
473240
2936
Lo es porque, antes que nada,
necesitaba una opinión como esa.
necesitaba una opinión como esa.
08:08
I need feedback like that.
172
476200
1616
La necesito.
08:09
And it's great because if I don't let Jim,
and people like Jim,
and people like Jim,
173
477840
3456
Y es genial porque si no dejo a Jim,
y a otros como Jim,
y a otros como Jim,
08:13
to express their points of view,
174
481320
1576
expresar sus puntos de vista,
08:14
our relationship wouldn't be the same.
175
482920
2056
nuestra relación no sería la misma.
08:17
And if I didn't make that public
for everybody to see,
for everybody to see,
176
485000
3056
Y si no dejo que todos los demás lo vean,
08:20
we wouldn't have an idea meritocracy.
177
488080
1960
no tendríamos una idea de meritocracia.
08:23
So for that last 25 years
that's how we've been operating.
that's how we've been operating.
178
491760
3280
Así que durante los últimos 25 años
así fue como operamos.
así fue como operamos.
08:27
We've been operating
with this radical transparency
with this radical transparency
179
495640
3056
Trabajamos con esta transparencia radical
08:30
and then collecting these principles,
180
498720
2296
y luego, recolectando estos principios
08:33
largely from making mistakes,
181
501040
2056
la mayoría sobre cometer errores,
08:35
and then embedding
those principles into algorithms.
those principles into algorithms.
182
503120
4416
y luego colocando esos
principios en algoritmos.
principios en algoritmos.
08:39
And then those algorithms provide --
183
507560
2696
Y luego esos algoritmos proveen...
08:42
we're following the algorithms
184
510280
2016
nosotros estamos siguiendo los algoritmos
08:44
in parallel with our thinking.
185
512320
1440
en paralelo con nuestras ideas.
08:47
That has been how we've run
the investment business,
the investment business,
186
515280
3176
Así fue como manejamos
el negocio de inversiones
el negocio de inversiones
08:50
and it's how we also deal
with the people management.
with the people management.
187
518480
2736
y así es como lidiamos con
la gestión de las personas.
la gestión de las personas.
08:53
In order to give you a glimmer
into what this looks like,
into what this looks like,
188
521240
3736
Para darles un pantallazo
sobre como se ve esto,
sobre como se ve esto,
08:57
I'd like to take you into a meeting
189
525000
2336
me gustaría llevarlos a una reunión
08:59
and introduce you to a tool of ours
called the "Dot Collector"
called the "Dot Collector"
190
527360
3136
y presentarles una herramienta nuestra
llamada "colector de puntos"
llamada "colector de puntos"
09:02
that helps us do this.
191
530520
1280
que nos ayuda con esto.
09:07
A week after the US election,
192
535640
2176
Una semana tras las elecciones de EE.UU.,
09:09
our research team held a meeting
193
537840
2096
nuestro equipo de investigación se reunió
09:11
to discuss what a Trump presidency
would mean for the US economy.
would mean for the US economy.
194
539960
3320
para hablar sobre la presidencia de Trump
y la economía estadounidense.
y la economía estadounidense.
Naturalmente, la gente tenía
diferentes opiniones al respecto
diferentes opiniones al respecto
09:16
Naturally, people had
different opinions on the matter
different opinions on the matter
195
544000
2856
09:18
and how we were
approaching the discussion.
approaching the discussion.
196
546880
2040
y sobre cómo abordaríamos la discusión.
09:21
The "Dot Collector" collects these views.
197
549840
2776
El "colector de puntos"
recolectó estos puntos de vista.
recolectó estos puntos de vista.
09:24
It has a list of a few dozen attributes,
198
552640
2296
Tiene una lista de varias
decenas de atributos
decenas de atributos
09:26
so whenever somebody thinks something
about another person's thinking,
about another person's thinking,
199
554960
4016
así que cada vez que alguien piensa algo
sobre las ideas de otra persona,
sobre las ideas de otra persona,
09:31
it's easy for them
to convey their assessment;
to convey their assessment;
200
559000
2936
es fácil para ellos
transmitir su evaluación
transmitir su evaluación
09:33
they simply note the attribute
and provide a rating from one to 10.
and provide a rating from one to 10.
201
561960
4520
simplemente seleccionan el atributo
y lo califican del 1 al 10.
y lo califican del 1 al 10.
09:39
For example, as the meeting began,
202
567520
2256
Por ejemplo, cuando comenzó la reunión
09:41
a researcher named Jen rated me a three --
203
569800
3120
una investigadora llamada Jen
me calificó con un 3
me calificó con un 3
09:45
in other words, badly --
204
573640
2016
-- en otras palabras, mal --
09:47
(Laughter)
205
575680
1376
(Risas)
09:49
for not showing a good balance
of open-mindedness and assertiveness.
of open-mindedness and assertiveness.
206
577080
4160
por no mostrar un buen equilibrio
de mente abierta y asertividad.
de mente abierta y asertividad.
09:54
As the meeting transpired,
207
582080
1456
A medida que transcurrió la reunión,
09:55
Jen's assessments of people
added up like this.
added up like this.
208
583560
3240
las evaluaciones de Jen sobre las personas
ocurrieron de esta manera.
ocurrieron de esta manera.
09:59
Others in the room
have different opinions.
have different opinions.
209
587920
2176
Otros allí, tuvieron diferentes opiniones.
10:02
That's normal.
210
590120
1216
Es normal.
10:03
Different people are always
going to have different opinions.
going to have different opinions.
211
591360
2920
Diferentes personas siempre
van a tener diferentes opiniones.
van a tener diferentes opiniones.
10:06
And who knows who's right?
212
594800
1400
¿Y quién sabe quién tiene razón?
10:09
Let's look at just what people thought
about how I was doing.
about how I was doing.
213
597240
3440
Veamos lo que la gente pensaba
acerca de cómo estaba.
acerca de cómo estaba.
10:13
Some people thought I did well,
214
601600
2216
Algunas personas pensaron
que lo hice bien,
que lo hice bien,
10:15
others, poorly.
215
603840
1200
otros no.
10:18
With each of these views,
216
606080
1336
Con todas estas opiniones,
10:19
we can explore the thinking
behind the numbers.
behind the numbers.
217
607440
2320
podemos explorar el pensamiento
que hay detrás de los números.
que hay detrás de los números.
10:22
Here's what Jen and Larry said.
218
610520
2160
Aquí está lo que dieron Jen y Larry.
10:25
Note that everyone
gets to express their thinking,
gets to express their thinking,
219
613760
2616
Tengan en cuenta que todos
expresan sus pensamientos
expresan sus pensamientos
10:28
including their critical thinking,
220
616400
1656
incluyendo su pensamiento crítico,
10:30
regardless of their position
in the company.
in the company.
221
618080
2120
independientemente de su posición
en la compañía.
en la compañía.
10:33
Jen, who's 24 years old
and right out of college,
and right out of college,
222
621120
3096
Jen, que tiene 24 años
y acaba de salir de la universidad,
y acaba de salir de la universidad,
10:36
can tell me, the CEO,
that I'm approaching things terribly.
that I'm approaching things terribly.
223
624240
2840
puede decirme, al CEO, que tengo
un enfoque terrible.
un enfoque terrible.
10:40
This tool helps people
both express their opinions
both express their opinions
224
628480
3776
Esta herramienta le ayuda a las
personas a expresar sus opiniones
personas a expresar sus opiniones
10:44
and then separate themselves
from their opinions
from their opinions
225
632280
3096
y luego separarlas de sus opiniones
10:47
to see things from a higher level.
226
635400
2040
para ver las cosas de un nivel más alto.
10:50
When Jen and others shift their attentions
from inputting their own opinions
from inputting their own opinions
227
638640
4896
Cuando Jen y otros cambian sus atención
de introducir sus propias opiniones
de introducir sus propias opiniones
10:55
to looking down on the whole screen,
228
643560
2576
a ver toda la pantalla,
10:58
their perspective changes.
229
646160
1720
sus perspectivas cambian.
11:00
They see their own opinions
as just one of many
as just one of many
230
648680
3136
Ven sus propias opiniones
como solo una de muchas
como solo una de muchas
y naturalmente, empiezan a preguntarse:
11:03
and naturally start asking themselves,
231
651840
2536
11:06
"How do I know my opinion is right?"
232
654400
2000
"¿Cómo sé si mi opinión es acertada?"
11:09
That shift in perspective is like going
from seeing in one dimension
from seeing in one dimension
233
657480
4056
Ese cambio en la perspectiva es como
pasar de mirar en una dimensión
pasar de mirar en una dimensión
11:13
to seeing in multiple dimensions.
234
661560
2256
a mirar en múltiples dimensiones.
11:15
And it shifts the conversation
from arguing over our opinions
from arguing over our opinions
235
663840
4096
Y cambia la conversación desde
argumentar nuestras opiniones
argumentar nuestras opiniones
11:19
to figuring out objective criteria
for determining which opinions are best.
for determining which opinions are best.
236
667960
4400
a encontrar criterios objetivos para
determinar qué opiniones son las mejores.
determinar qué opiniones son las mejores.
11:24
Behind the "Dot Collector"
is a computer that is watching.
is a computer that is watching.
237
672920
3600
Detrás del "recolector de puntos"
hay una computadora que observa.
hay una computadora que observa.
11:29
It watches what all
these people are thinking
these people are thinking
238
677120
2176
Observa todo lo que estas personas piensan
11:31
and it correlates that
with how they think.
with how they think.
239
679320
2576
y relaciona esto con cómo lo piensan.
11:33
And it communicates advice
back to each of them based on that.
back to each of them based on that.
240
681920
3520
Y ofrece consejos a cada uno
basado en ello.
basado en ello.
11:38
Then it draws the data
from all the meetings
from all the meetings
241
686520
3416
Luego, dibuja los datos
de todas las reuniones
de todas las reuniones
11:41
to create a pointilist painting
of what people are like
of what people are like
242
689960
3216
para crear una imagen de puntos
de cómo son las personas
de cómo son las personas
11:45
and how they think.
243
693200
1240
y cómo piensan.
11:47
And it does that guided by algorithms.
244
695160
2720
Y hace esto guiado por algoritmos.
11:50
Knowing what people are like helps
to match them better with their jobs.
to match them better with their jobs.
245
698800
3760
Saber cómo son las personas les ayuda
a coincidir mejor con sus trabajos.
a coincidir mejor con sus trabajos.
11:55
For example,
246
703120
1216
Por ejemplo, un pensador creativo
que es irresponsable
que es irresponsable
11:56
a creative thinker who is unreliable
247
704360
1736
puede ser puesto con alguien responsable
pero no creativo.
pero no creativo.
11:58
might be matched up with someone
who's reliable but not creative.
who's reliable but not creative.
248
706120
3080
12:02
Knowing what people are like
also allows us to decide
also allows us to decide
249
710280
3336
Saber cómo son las personas
también nos permite decidir
también nos permite decidir
12:05
what responsibilities to give them
250
713640
2256
qué responsabilidades darles
y medir nuestras decisiones
basándonos en el mérito de las personas.
basándonos en el mérito de las personas.
12:07
and to weigh our decisions
based on people's merits.
based on people's merits.
251
715920
3480
12:12
We call it their believability.
252
720040
1600
Lo llamamos credibilidad.
12:14
Here's an example of a vote that we took
253
722560
1976
Aquí hay un ejemplo de un voto que tomamos
12:16
where the majority
of people felt one way ...
of people felt one way ...
254
724560
2840
donde la mayoría de la gente
se sentía de una manera...
se sentía de una manera...
12:20
but when we weighed the views
based on people's merits,
based on people's merits,
255
728920
2936
pero si medimos las opiniones
basadas en los méritos
basadas en los méritos
la respuesta es muy diferente.
12:23
the answer was completely different.
256
731880
1840
12:26
This process allows us to make decisions
not based on democracy,
not based on democracy,
257
734920
4576
Este proceso nos permite tomar decisiones
no basadas en la democracia
no basadas en la democracia
12:31
not based on autocracy,
258
739520
2136
ni basadas en la autocracia,
sino en algoritmos que consideran
la credibilidad de las personas.
la credibilidad de las personas.
12:33
but based on algorithms that take
people's believability into consideration.
people's believability into consideration.
259
741680
5240
12:41
Yup, we really do this.
260
749520
1696
Sí, en serio hacemos esto.
12:43
(Laughter)
261
751240
3296
(Risas)
12:46
We do it because it eliminates
262
754560
2856
Lo hacemos porque elimina
12:49
what I believe to be
one of the greatest tragedies of mankind,
one of the greatest tragedies of mankind,
263
757440
4456
lo que creo es una de las
mayores tragedias de la humanidad,
mayores tragedias de la humanidad,
12:53
and that is people arrogantly,
264
761920
2160
y eso es gente arrogante
12:56
naïvely holding opinions
in their minds that are wrong,
in their minds that are wrong,
265
764760
4456
e ingenua que sostienen
opiniones equivocadas,
opiniones equivocadas,
13:01
and acting on them,
266
769240
1256
y actuar sobre ellas,
13:02
and not putting them out there
to stress test them.
to stress test them.
267
770520
2760
y no poniéndolos sobre la mesa
y poniéndolos a prueba.
y poniéndolos a prueba.
13:06
And that's a tragedy.
268
774000
1336
Y eso es una tragedia.
13:07
And we do it because it elevates ourselves
above our own opinions
above our own opinions
269
775360
5416
Y lo hacemos porque nos eleva
en nuestras propias opiniones.
en nuestras propias opiniones.
13:12
so that we start to see things
through everybody's eyes,
through everybody's eyes,
270
780800
2896
Para que podamos ver las cosas
a través de los ojos de todos,
a través de los ojos de todos,
13:15
and we see things collectively.
271
783720
1920
para ver las cosas colectivamente.
13:18
Collective decision-making is so much
better than individual decision-making
better than individual decision-making
272
786360
4336
La toma de decisiones colectiva es mejor
que la toma de decisiones individual
que la toma de decisiones individual
13:22
if it's done well.
273
790720
1200
si se hace bien.
13:24
It's been the secret sauce
behind our success.
behind our success.
274
792360
2616
Ha sido el ingrediente secreto
de nuestro éxito.
de nuestro éxito.
13:27
It's why we've made
more money for our clients
more money for our clients
275
795000
2176
Así hicimos más dinero para los clientes
que cualquier otro fondo
de cobertura existente
de cobertura existente
13:29
than any other hedge fund in existence
276
797200
1936
13:31
and made money
23 out of the last 26 years.
23 out of the last 26 years.
277
799160
2720
ganando dinero 23 años
de los últimos 26 años.
de los últimos 26 años.
13:35
So what's the problem
with being radically truthful
with being radically truthful
278
803880
4536
Entonces, ¿cuál es el problema
con ser radicalmente honestos
con ser radicalmente honestos
13:40
and radically transparent with each other?
279
808440
2240
y radicalmente transparentes entre sí?
13:45
People say it's emotionally difficult.
280
813400
2080
La gente dice que es
emocionalmente difícil.
emocionalmente difícil.
13:48
Critics say it's a formula
for a brutal work environment.
for a brutal work environment.
281
816240
4240
Los críticos dicen que es la fórmula
para un ambiente de trabajo bestial.
para un ambiente de trabajo bestial.
Los neurocientíficos dicen
que así está cableado el cerebro.
que así está cableado el cerebro.
13:53
Neuroscientists tell me it has to do
with how are brains are prewired.
with how are brains are prewired.
282
821400
4856
13:58
There's a part of our brain
that would like to know our mistakes
that would like to know our mistakes
283
826280
3216
A una parte del cerebro
le gustaría saber nuestros errores
le gustaría saber nuestros errores
14:01
and like to look at our weaknesses
so we could do better.
so we could do better.
284
829520
3960
y le gustaría ver nuestras debilidades
para así mejorar.
para así mejorar.
14:06
I'm told that that's
the prefrontal cortex.
the prefrontal cortex.
285
834120
2440
Me dijeron que ese
es el córtex prefrontal.
es el córtex prefrontal.
14:09
And then there's a part of our brain
which views all of this as attacks.
which views all of this as attacks.
286
837040
4856
Y también hay una parte del cerebro
que ve todo esto como un ataque.
que ve todo esto como un ataque.
14:13
I'm told that that's the amygdala.
287
841920
1960
Me dijeron que esa es la amígdala.
14:16
In other words,
there are two you's inside you:
there are two you's inside you:
288
844440
3056
En otras palabras, hay dos "yo"
dentro de cada uno:
dentro de cada uno:
14:19
there's an emotional you
289
847520
1416
hay un "yo" emocional
14:20
and there's an intellectual you,
290
848960
1776
y hay un "yo" intelectual
14:22
and often they're at odds,
291
850760
1776
y a veces están en desacuerdo,
14:24
and often they work against you.
292
852560
1920
y a veces están en contra.
14:27
It's been our experience
that we can win this battle.
that we can win this battle.
293
855160
3736
Sabemos por experiencia que
podemos ganar esta batalla.
podemos ganar esta batalla.
14:30
We win it as a group.
294
858920
1320
La ganamos como grupo.
14:33
It takes about 18 months typically
295
861000
2336
Típicamente lleva unos 18 meses
14:35
to find that most people
prefer operating this way,
prefer operating this way,
296
863360
3056
ver que la mayoría de la gente
prefiere operar de esta manera,
prefiere operar de esta manera,
14:38
with this radical transparency
297
866440
2016
con una transparencia radical
14:40
than to be operating
in a more opaque environment.
in a more opaque environment.
298
868480
3336
que operar en un ambiente más opaco.
14:43
There's not politics,
there's not the brutality of --
there's not the brutality of --
299
871840
4296
No hay política,
no existe la brutalidad de...
no existe la brutalidad de...
14:48
you know, all of that hidden,
behind-the-scenes --
behind-the-scenes --
300
876160
2376
me entienden, todo lo típico
entre bastidores,
entre bastidores,
14:50
there's an idea meritocracy
where people can speak up.
where people can speak up.
301
878560
2936
hay una idea meritocrática
donde las personas tienen voz.
donde las personas tienen voz.
14:53
And that's been great.
302
881520
1256
Y eso ha sido genial.
14:54
It's given us more effective work,
303
882800
1656
Nos dio un trabajo más efectivo,
14:56
and it's given us
more effective relationships.
more effective relationships.
304
884480
2400
y también nos dio relaciones
más efectivas.
más efectivas.
14:59
But it's not for everybody.
305
887400
1320
Pero no es para todos.
15:01
We found something like
25 or 30 percent of the population
25 or 30 percent of the population
306
889680
2936
Encontramos que cerca
del 25 o 30 % de la población
del 25 o 30 % de la población
15:04
it's just not for.
307
892640
1736
simplemente no puede hacerlo.
15:06
And by the way,
308
894400
1216
Y, por cierto,
15:07
when I say radical transparency,
309
895640
1816
cuando digo transparencia radical,
15:09
I'm not saying transparency
about everything.
about everything.
310
897480
2336
no estoy hablando de la
transparencia sobre todo.
transparencia sobre todo.
15:11
I mean, you don't have to tell somebody
that their bald spot is growing
that their bald spot is growing
311
899840
3816
Sino de no tener que decirle a alguien
que cada vez está más calvo
que cada vez está más calvo
15:15
or their baby's ugly.
312
903680
1616
o que su bebé es feo.
15:17
So, I'm just talking about --
313
905320
2096
Solo estoy hablando de...
15:19
(Laughter)
314
907440
1216
(Risas)
15:20
talking about the important things.
315
908680
2176
hablando de las cosas importantes.
15:22
So --
316
910880
1216
Así que...
15:24
(Laughter)
317
912120
3200
(Risas)
15:28
So when you leave this room,
318
916600
1416
Así que cuando dejen la sala,
15:30
I'd like you to observe yourself
in conversations with others.
in conversations with others.
319
918040
4440
me gustaría que se observen
conversando con otros.
conversando con otros.
15:35
Imagine if you knew
what they were really thinking,
what they were really thinking,
320
923360
3680
Imaginen si supieran lo que
en realidad estuvieron pensando,
en realidad estuvieron pensando,
15:39
and imagine if you knew
what they were really like ...
what they were really like ...
321
927760
2600
e imaginen si supieran
cómo son ellos en realidad...
cómo son ellos en realidad...
15:43
and imagine if they knew
what you were really thinking
what you were really thinking
322
931840
3976
e imaginen si ellos supieran
lo que Uds. pensaron
lo que Uds. pensaron
15:47
and what were really like.
323
935840
1840
y cómo son en realidad.
15:50
It would certainly clear things up a lot
324
938160
2576
Seguramente,
se les aclararán mucho las cosas
se les aclararán mucho las cosas
15:52
and make your operations
together more effective.
together more effective.
325
940760
2856
y hagan sus operaciones
juntos más efectivas.
juntos más efectivas.
15:55
I think it will improve
your relationships.
your relationships.
326
943640
2240
Yo creo que mejorará su relación.
15:58
Now imagine that you can have algorithms
327
946600
3296
Ahora imagínense que tienen algoritmos
16:01
that will help you gather
all of that information
all of that information
328
949920
3816
que les ayudan a unir esa información,
16:05
and even help you make decisions
in an idea-meritocratic way.
in an idea-meritocratic way.
329
953760
4560
incluso les ayudan a tomar decisiones
de una manera meritocrática.
de una manera meritocrática.
16:12
This sort of radical transparency
is coming at you
is coming at you
330
960640
4336
Este tipo de transparencia radical
se acerca a Uds.
se acerca a Uds.
16:17
and it is going to affect your life.
331
965000
1960
y afectará sus vidas.
16:19
And in my opinion,
332
967600
2056
Y en mi opinión,
16:21
it's going to be wonderful.
333
969680
1336
va a ser maravilloso.
16:23
So I hope it is as wonderful for you
334
971040
2336
Así que espero que sea
tan maravilloso para Uds.
tan maravilloso para Uds.
16:25
as it is for me.
335
973400
1200
como lo es para mí.
16:27
Thank you very much.
336
975160
1256
Muchas gracias.
16:28
(Applause)
337
976440
4360
(Aplausos)
ABOUT THE SPEAKER
Ray Dalio - Hedge fund chairRay Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world.
Why you should listen
Dalio started Bridgewater out of his two-bedroom apartment in New York City in 1975 and has grown it into the fifth most important private company in the U.S. (according to Fortune magazine). Because of the firm’s many industry-changing innovations over its 40-year history, he has been called the “Steve Jobs of investing” by aiCIO magazine and named one of TIME magazine’s "100 Most Influential People."
Dalio attributes Bridgewater’s success to its unique culture. He describes it as “a believability-weighted idea meritocracy” in which the people strive for “meaningful work and meaningful relationships through radical truth and radical transparency.” He has explained this approach in his book Principles, which has been downloaded more than three million times and has produced considerable curiosity and controversy.
Ray Dalio | Speaker | TED.com