ABOUT THE SPEAKER

Margaret Heffernan - Management thinker
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray.

Why you should listen

How do organizations think? In her book Willful Blindness, Margaret Heffernan examines why businesses and the people who run them often ignore the obvious -- with consequences as dire as the global financial crisis and Fukushima Daiichi nuclear disaster.

Heffernan began her career in television production, building a track record at the BBC before going on to run the film and television producer trade association IPPA. In the US, Heffernan became a serial entrepreneur and CEO in the wild early days of web business. She now blogs for the Huffington Post and BNET.com. Her latest book, Beyond Measure, a TED Books original, explores the small steps companies can make that lead to big changes in their culture.

More profile about the speaker
Margaret Heffernan | Speaker | TED.com

TEDSummit 2019

Margaret Heffernan: The human skills we need in an unpredictable world

માર્ગારેટ હેફર્નન: અણધારી દુનિયામાં આપણને જોઈતી માનવ કુશળતા

Filmed: 2019-07-20

Readability: 4.6

2,773,555 views

લેખક અને ઉદ્યોગસાહસિક માર્ગારેટ હેફર્નન કહે છે કે, પોતાને કાર્યક્ષમ બનાવવા માટે આપણે જેટલું વધુ તકનીકી પર આધાર રાખીશું, તેટલી ઓછી કુશળતાથી આપણે અનિચ્છનીયતાનો સામનો કરી શકીશું. તેણીની જણાવે છે કે, અપેક્ષિત યુગમાં વ્યવસાય, સરકાર અને જીવનની સમસ્યાઓ હલ કરવા આપણે શા માટે ઓછી તકનીકી અને વધુ અવ્યવસ્થિત માનવ કુશળતા - કલ્પના, નમ્રતા, બહાદુરી - ની જરૂર છે. તેણીની કહે છે, "આપણે પહેલાં ક્યારેય ન જોઈ હોય તેવી વસ્તુઓની શોધ કરવા માટે આપણે એટલા બહાદુર છીએ." અને "આપણે પસંદ કરેલા કોઈપણ ભાવિ બનાવી શકીએ છીએ."

Margaret Heffernan - Management thinker
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray. Full bio

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

00:12

Recently, the leadership team
of an American supermarket chain

0

731

3606

હમણાંજ, એક અમેરિકાની
સુપર માર્કેટની ટીમ હતી

00:16

decided that their business
needed to get a lot more efficient.

1

4361

3456

જેમને નક્કી કર્યું કે, તેમનો વ્યવસાય
વધુ કાર્યક્ષમ કરવાની જરૂર છે.

00:19

So they embraced their digital
transformation with zeal.

2

7841

3855

તેથી તેઓએ તેમના ડિજિટલ પરિવર્તનને
ઉત્સાહ સાથે સ્વીકાર્યું.

00:24

Out went the teams
supervising meat, veg, bakery,

3

12174

3948

ટીમો માંસ, શાકાહારી, બેકરી નું
નિરીક્ષણ કરવા ગઈ.

00:28

and in came an algorithmic task allocator.

4

16146

4156

અને એક અલ્ગોરિધ્મિક
કાર્ય ફાળવણીકાર આવ્યું.

00:32

Now, instead of people working together,

5

20914

2103

હવે, લોકો એક સાથે કામ કરવાને બદલે,

00:35

each employee went, clocked in,
got assigned a task, did it,

6

23041

4241

દરેક કર્મચારી ગયા, અંદર ગયા,
કાર્ય સોંપ્યું, કર્યું,

00:39

came back for more.

7

27306

1578

વધુ માટે પાછા આવ્યા.

00:41

This was scientific
management on steroids,

8

29429

3727

આ સ્ટેરોઇડ્સ પર વૈજ્ઞાનિક સંચાલન હતુ,

00:45

standardizing and allocating work.

9

33180

2082

માનકકરણ અને ફાળવણી કાર્ય.

00:47

It was super efficient.

10

35580

2090

તે ઉત્તમ કાર્યક્ષમ હતું.

00:50

Well, not quite,

11

38750

1366

સારું, તદ્દન નહીં,

00:53

because the task allocator didn't know

12

41351

2326

કારણ કે કાર્ય ફાળવણીકારને ખબર ન હતી

00:55

when a customer was going
to drop a box of eggs,

13

43701

2922

જ્યારે કોઈ ગ્રાહક
ઇંડાની એક પેટી મૂકવા જતો હતો,

00:58

couldn't predict when some crazy kid
was going to knock over a display,

14

46647

3849

ક્યારે કોઈ ઉન્મત્ત બાળક ડિસ્પ્લે પર
ક્લિક કરે તેનો અંદાજો લગાવી શકાય નહીં.

01:02

or when the local high school decided

15

50520

1916

અથવા જ્યારે સ્થાનિક ઉચ્ચ શાળા નિર્ણય લે

01:04

that everybody needed
to bring in coconuts the next day.

16

52460

2635

કે બીજા દિવસે દરેકે નાળિયેર લાવવા.

01:07

(Laughter)

17

55119

1000

(હાસ્ય)

01:08

Efficiency works really well

18

56143

2137

કાર્યક્ષમતા ખરેખર સારી રીતે કાર્ય કરે છે,

01:10

when you can predict
exactly what you're going to need.

19

58304

3039

જ્યારે તમે આગાહી કરી શકો કે,
તમને બરાબર શેની જરૂર પડશે.

01:13

But when the anomalous
or unexpected comes along --

20

61815

3276

પરંતુ જ્યારે વિસંગતતા
અથવા અનપેક્ષિત સાથે આવે છે --

01:17

kids, customers, coconuts --

21

65115

2332

બાળકો, ગ્રાહકો, નાળિયેર --

01:19

well, then efficiency
is no longer your friend.

22

67471

2873

સારું, પછી કાર્યક્ષમતા
તમારો મિત્ર રહેતો નથી.

01:24

This has become a really crucial issue,

23

72074

2117

આ ખરેખર નિર્ણાયક મુદ્દો બની ગયો છે,

01:26

this ability to deal with the unexpected,

24

74215

2618

વ્યવહાર કરવાની આ અણધારી ક્ષમતા,

01:29

because the unexpected
is becoming the norm.

25

77771

3457

કારણ કે અણધાર્યું,
ધોરણ બની રહ્યું છે.

01:33

It's why experts and forecasters
are reluctant to predict anything

26

81660

4077

તેથી જ નિષ્ણાતો અને આગાહી કરનાર
કંઈપણ આગાહી કરવાની ઇચ્છા ધરાવતા નથી.

01:37

more than 400 days out.

27

85761

2572

400 થી વધુ દિવસો બહાર.

01:41

Why?

28

89054

1446

કેમ?

01:42

Because over the last 20 or 30 years,

29

90524

1924

કારણ કે છેલ્લા 20 અથવા 30 વર્ષોમાં,

01:44

much of the world has gone
from being complicated

30

92472

3810

વિશ્વના મોટા ભાગના,
જટિલ હોવાથી ગયા છે.

01:48

to being complex --

31

96306

1296

જટિલ હોવા માટે --

01:50

which means that yes, there are patterns,

32

98431

2283

જેનો અર્થ છે કે હા, ત્યાં દાખલાઓ છે,

01:52

but they don't repeat
themselves regularly.

33

100738

2296

પરંતુ તેઓ પોતાને
નિયમિત પુનરાવર્તિત કરતા નથી,

01:55

It means that very small changes
can make a disproportionate impact.

34

103440

4288

તેનો અર્થ એ છે કે, ખૂબ નાનો ફેરફાર
અપ્રમાણસર અસર કરી શકે છે.

02:00

And it means that expertise
won't always suffice,

35

108244

2666

અને તેનો અર્થ એ છે કે, કુશળતા
હંમેશાં પૂરતી નથી,

02:02

because the system
just keeps changing too fast.

36

110934

3634

કારણ કે સિસ્ટમ,
ખૂબ જ ઝડપથી બદલાતી રહે છે.

02:08

So what that means

37

116192

2632

તેથી તેનો અર્થ શું છે

02:10

is that there's a huge amount in the world

38

118848

2887

કે તે વિશ્વમાં એક મોટી રકમ છે

02:13

that kind of defies forecasting now.

39

121759

2990

જે તે પ્રકારની આગાહીની અવગણના કરે છે.

02:16

It's why the Bank of England will say
yes, there will be another crash,

40

124773

3830

તેથી જ બેંક ઓફ ઇંગ્લેંડ કહેશે
હા, બીજો ક્રેશ થશે,

02:20

but we don't know why or when.

41

128627

2430

પરંતુ આપણે જાણતા નથી કેમ અથવા ક્યારે.

02:23

We know that climate change is real,

42

131807

2616

બધા જાણીએ છીએ કે,
હવામાન પરિવર્તન વાસ્તવિક છે,

02:26

but we can't predict
where forest fires will break out,

43

134447

3076

પરંતુ અમે આગાહી કરી શકતા નથી કે,
ક્યાં જંગલની આગ ફાટી નીકળશે,

02:29

and we don't know which factories
are going to flood.

44

137547

3250

અને અમને ખબર નથી કે,
કઈ ફેકટરીઓ પૂર તરફ જઈ રહી છે.

02:33

It's why companies are blindsided

45

141313

2691

તેથી જ કંપનીઓ આંખ આડા કાન કરે છે

02:36

when plastic straws
and bags and bottled water

46

144028

4869

જ્યારે પ્લાસ્ટિકની સ્ટ્રો અને બેગ
અને પાણીની બૉટલ

02:40

go from staples to rejects overnight,

47

148921

3305

સ્ટેપલ્સથી રાતોરાત નકારી કાઢવા જાઓ,

02:45

and baffled when a change in social mores

48

153488

3572

અને સામાજિક પરેશાનીમાં પરિવર્તન આવે ત્યારે

02:49

turns stars into pariahs
and colleagues into outcasts:

49

157084

4540

તારાઓને પેરૈયામાં ફેરવે છે
અને સાથીદારોને આઉટકાસ્ટમાં:

02:55

ineradicable uncertainty.

50

163155

3054

ત્રાસદાયક અનિશ્ચિતતા.

02:59

In an environment that defies
so much forecasting,

51

167319

4336

બદલાતા વાતાવરણમાં
ખૂબ આગાહી,

03:03

efficiency won't just not help us,

52

171679

3204

કાર્યક્ષમતા ફક્ત અમને મદદ કરશે નહીં,

03:06

it specifically undermines and erodes
our capacity to adapt and respond.

53

174907

6954

તે ખાસ કરીને આપણી અનુકૂલન
અને પ્રતિક્રિયા ક્ષમતાને ઘટાડે છે.

03:16

So if efficiency is no longer
our guiding principle,

54

184055

3141

તેથી જો કાર્યક્ષમતા અમારા
માર્ગદર્શક સિદ્ધાંત નથી,

03:19

how should we address the future?

55

187220

1748

તો ભવિષ્યને સંબોધિત કરવું કઈ રીતે?

03:20

What kind of thinking
is really going to help us?

56

188992

2452

કેવાં પ્રકારના વિચાર આપણને ખરેખર મદદ કરશે?

03:23

What sort of talents
must we be sure to defend?

57

191468

5147

કેવા પ્રકારની પ્રતિભાની બચાવ કરવાની
આપણે ખાતરી રાખવી જોઈએ?

03:29

I think that, where in the past we used to
think a lot about just in time management,

58

197601

4885

મને લાગે છે કે, ભૂતકાળમાં આપણે
સમય સંચાલન વિશે વિચારવાં ટેવાયેલા હતા,

03:34

now we have to start thinking
about just in case,

59

202510

3884

હવે આપણે માત્ર અમુક કિસ્સામાં જ
વિચારવાનું શરૂ કરવું પડશે,

03:38

preparing for events
that are generally certain

60

206418

3397

ઘટનાઓ માટે તૈયાર કરવું,
તે સામાન્ય રીતે ચોક્કસ છે

03:41

but specifically remain ambiguous.

61

209839

2543

પરંતુ ખાસ કરીને અસ્પષ્ટ રહે છે.

03:45

One example of this is the Coalition
for Epidemic Preparedness, CEPI.

62

213110

5198

આનું એક ઉદાહરણ, રોગચાળાની તૈયારી માટેનું
ગઠબંધન, સી.ઈ.પી.આઈ. છે.

03:50

We know there will be
more epidemics in future,

63

218332

4096

આપણે જાણીએ છીએ કે,
ભવિષ્યમાં વધુ રોગચાળો હશે,

03:54

but we don't know where or when or what.

64

222452

3886

પણ આપણે ક્યાં, ક્યારે અથવા શું જાણતા નથી.

03:58

So we can't plan.

65

226362

1941

તેથી અમે યોજના કરી શકતા નથી.

04:00

But we can prepare.

66

228942

1651

પરંતુ અમે તૈયાર કરી શકીએ છીએ.

04:03

So CEPI's developing multiple vaccines
for multiple diseases,

67

231257

5768

તેથી સી.ઈ.પી.આઈ. બહુવિધ રોગો માટે
બહુવિધ રસીઓ વિકસિત કરી રહી છે,

04:09

knowing that they can't predict
which vaccines are going to work

68

237866

3547

જાણે છે કે તેઓ આગાહી કરી શકતા નથી
જે રસીઓ કામ કરશે

04:13

or which diseases will break out.

69

241437

2020

અથવા કયા રોગો ફાટી નીકળશે.

04:15

So some of those vaccines
will never be used.

70

243481

2973

તો તેમાંથી કેટલીક રસીનો
ઉપયોગ નહીં થાય.

04:18

That's inefficient.

71

246478

1472

તે બિનકાર્યક્ષમ છે.

04:20

But it's robust,

72

248794

1911

પરંતુ તે મજબૂત છે,

04:22

because it provides more options,

73

250729

1935

કારણ કે તે વધુ વિકલ્પો પ્રદાન કરે છે,

04:24

and it means that we don't depend
on a single technological solution.

74

252688

5010

અને તેનો અર્થ એ છે કે, આપણે
એક તકનીકી નિરાકરણ નિર્ભર નથી.

04:30

Epidemic responsiveness
also depends hugely

75

258566

3368

રોગચાળો પ્રતિભાવ પર
ભારે આધાર રાખે છે

04:33

on people who know and trust each other.

76

261958

2917

એ લોકો પર જે એકબીજાને
જાણે છે અને વિશ્વાસ કરે છે.

04:36

But those relationships
take time to develop,

77

264899

2787

પરંતુ તે સંબંધો
વિકાસ માટે સમય કાઢે,

04:39

time that is always in short supply
when an epidemic breaks out.

78

267710

4225

જ્યારે રોગચાળો ફાટી નીકળે છે
ત્યારે સમય હંમેશા ઓછો હોય છે.

04:43

So CEPI is developing relationships,
friendships, alliances now

79

271959

5088

તેથી સી.ઈ.પી.આઈ. સંબંધો,
મિત્રતા, જોડાણો વિકસાવી રહી છે,

04:50

knowing that some of those
may never be used.

80

278197

3196

તે જાણીને કે, કેટલાકનો
ક્યારેય ઉપયોગ નઈ થઈ શકે.

04:53

That's inefficient,
a waste of time, perhaps,

81

281949

3153

તે બિનકાર્યક્ષમ છે,
સમયનો બગાડ, કદાચ,

04:57

but it's robust.

82

285126

1294

પરંતુ તે મજબૂત છે.

04:59

You can see robust thinking
in financial services, too.

83

287161

3805

તમે મજબૂત વિચારસરણી
નાણાકીય સેવાઓમાં પણ જોઈ શકો છો.

05:02

In the past, banks used to hold
much less capital

84

290990

3754

પહેલાં, બેંકો ઘણી ઓછી મૂડી પકડી રાખતી હતી

05:06

than they're required to today,

85

294768

2223

આજે તેઓની જરૂરિયાત છે,

05:09

because holding so little capital,
being too efficient with it,

86

297015

3741

કારણ કે ખૂબ ઓછી મૂડી હોલ્ડિંગ,
અને તેની સાથે ખૂબ કાર્યક્ષમ હોવી,

05:12

is what made the banks
so fragile in the first place.

87

300780

3150

જે બેંકોને પ્રથમ સ્થાને નાજુક બનાવે છે.

05:16

Now, holding more capital
looks and is inefficient.

88

304581

5489

હવે, વધુ મૂડી ધરાવે છે
અને બિનકાર્યક્ષમ છે.

05:22

But it's robust, because it protects
the financial system against surprises.

89

310094

6053

પરંતુ તે મજબૂત છે, કારણ કે તે આશ્ચર્ય સામે
નાણાકીય સિસ્ટમને સુરક્ષિત કરે છે.

05:29

Countries that are really serious
about climate change

90

317078

2994

ખરેખર દેશો હવામાન પરિવર્તન વિશે ગંભીર છે

05:32

know that they have to adopt
multiple solutions,

91

320096

3554

જાણો છો કે તેઓએ
બહુવિધ ઉકેલો દત્તક લેવા પડશે,

05:35

multiple forms of renewable energy,

92

323674

3028

નવીનીકરણીય ઊર્જાના ઘણા સ્વરૂપો,

05:38

not just one.

93

326726

1329

માત્ર એક જ નહીં.

05:40

The countries that are most advanced
have been working for years now,

94

328079

4860

જે દેશો સૌથી વધુ પ્રગતિશીલ છે,
તે વર્ષોથી કામ કરી રહ્યા છે,

05:44

changing their water and food supply
and healthcare systems,

95

332963

3666

તેમની પાણી અને ખોરાક પુરવઠો
અને આરોગ્યસંભાળ સિસ્ટમ્સ બદલવા,

05:48

because they recognize that by the time
they have certain prediction,

96

336653

4612

કારણ કે તેઓ ઓળખે છે કે,
તેમની ચોક્કસ આગાહી થાય ત્યાં સુધીમાં,

05:53

that information may very well
come too late.

97

341289

3311

તે માહિતી ખૂબ જ મોડી થઈ શકે છે.

05:57

You can take the same approach
to trade wars, and many countries do.

98

345458

4456

તમે વેપાર કરવા સમાન અભિગમ લઈ શકો છો,
અને ઘણા દેશો કરે છે.

06:01

Instead of depending on a single
huge trading partner,

99

349938

3823

એક વિશાળ ટ્રેડિંગ પાર્ટનર પર
આધાર રાખવાને બદલે,

06:05

they try to be everybody's friends,

100

353785

2104

તેઓ દરેકના મિત્રો બનવાનો પ્રયત્ન કરે છે,

06:07

because they know they can't predict

101

355913

2338

કારણ કે તેઓ જાણે છે તેઓ આગાહી કરી શકતા નથી

06:10

which markets might
suddenly become unstable.

102

358275

3754

જે બજારો કદાચ અચાનક
અસ્થિર બની જાય છે.

06:14

It's time-consuming and expensive,
negotiating all these deals,

103

362053

4237

તે વધુ સમય લે છે અને ખર્ચાળ છે,
આ બધા સોદાની વાટાઘાટો માટે,

06:18

but it's robust

104

366314

1158

પરંતુ તે મજબૂત છે

06:19

because it makes their whole economy
better defended against shocks.

105

367496

5411

કારણ કે તે સમગ્ર અર્થવ્યવસ્થાનો
આંચકા સામે વધુ સારી રીતે બચાવ કરે છે.

06:24

It's particularly a strategy
adopted by small countries

106

372931

3679

તે ખાસ કરીને નાના દેશો દ્વારા
અપનાવવામાં આવેલી વ્યૂહરચના છે

06:28

that know they'll never have
the market muscle to call the shots,

107

376634

4086

તેઓ જાણે છે કે તેમની પાસે સામનો કરવા માટે
ક્યારેય બજાર સ્નાયુ નહીં હોય,

06:32

so it's just better to have
too many friends.

108

380744

3154

તેથી ઘણા મિત્રો હોવા તે વધુ સારું છે.

06:37

But if you're stuck
in one of these organizations

109

385922

2407

પરંતુ જો તમે આમાંથી
કોઈ સંસ્થામાં અટકી ગયા છો

06:40

that's still kind of captured
by the efficiency myth,

110

388353

4895

તે કાર્યક્ષમતાની દંતકથા દ્વારા
હજી પણ કબજે કરવામાં આવી છે,

06:45

how do you start to change it?

111

393272

1762

તમે તેને બદલવાનું કેવી રીતે શરૂ કરશો?

06:48

Try some experiments.

112

396011

1556

કેટલાક પ્રયોગો અજમાવી જુઓ.

06:50

In the Netherlands,

113

398421

1366

નેધરલેન્ડ્સમાં,

06:51

home care nursing used to be run
pretty much like the supermarket:

114

399811

4714

હોમ કેર નર્સિંગ સુપરમાર્કેટની જેમ
ચલાવવામાં આવતી હતી:

06:56

standardized and prescribed work

115

404549

2778

પ્રમાણિત અને નિર્ધારિત કાર્ય

06:59

to the minute:

116

407351

1768

મિનિટ માટે:

07:01

nine minutes on Monday,
seven minutes on Wednesday,

117

409143

3656

સોમવારે નવ મિનિટ,
બુધવારે સાત મિનિટ,

07:04

eight minutes on Friday.

118

412823

1714

શુક્રવારે આઠ મિનિટ.

07:06

The nurses hated it.

119

414561

2382

નર્સો તેને ધિક્કારતી હતી.

07:08

So one of them, Jos de Blok,

120

416967

2372

તેથી તેમાંની એક, જોસ ડી બ્લોકે,

07:11

proposed an experiment.

121

419363

1581

એક પ્રયોગ કર્યો.

07:13

Since every patient is different,

122

421564

1632

દરેક દર્દી અલગ હોવાને કારણે,

07:15

and we don't quite know
exactly what they'll need,

123

423220

2414

અને અમને પાક્કી ખબર નથી કે,
તેઓને શેની જરૂર પડશે,

07:17

why don't we just leave it
to the nurses to decide?

124

425658

2687

શા માટે આપણે તે નક્કી કરવા
નર્સો પર છોડતા નથી?

07:21

Sound reckless?

125

429267

1370

બેદરકાર લાગે છે?

07:22

(Laughter)

126

430661

1395

(હાસ્ય)

07:24

(Applause)

127

432080

2120

(તાળીઓ)

07:26

In his experiment, Jos found
the patients got better

128

434224

4134

તેના પ્રયોગમાં, જોસને દર્દીઓની તંદુરસ્તી
સારી હોવાનું જોવા મળ્યું

07:30

in half the time,

129

438382

2529

અડધા સમયમાં,

07:32

and costs fell by 30 percent.

130

440935

3679

અને ખર્ચમાં 30 ટકાનો ઘટાડો થયો.

07:37

When I asked Jos what had surprised him
about his experiment,

131

445920

4212

જ્યારે મેં જોસને પૂછ્યું કે,
તેનાં પ્રયોગ વિશે શું આશ્ચર્ય થયું,

07:42

he just kind of laughed and he said,

132

450156

1793

તે માત્ર હસ્યો અને તેણે કહ્યું,

07:43

"Well, I had no idea it could be so easy

133

451973

3192

"સારું, મને ખબર નહોતી તે આટલું સરળ હોઈ શકે

07:47

to find such a huge improvement,

134

455189

2590

આટલો મોટો સુધારો શોધવા માટે,

07:49

because this isn't the kind of thing
you can know or predict

135

457803

3623

કારણ કે આ તે પ્રકારની વસ્તુ નથી જે તમે
જાણી શકો છો અથવા આગાહી કરી શકો છો

07:53

sitting at a desk
or staring at a computer screen."

136

461450

2830

ડેસ્ક પર બેસવું અથવા
કમ્પ્યુટર સ્ક્રીન પર નજર રાખવું.

07:56

So now this form of nursing
has proliferated across the Netherlands

137

464734

3774

તેથી હવે નર્સિંગનું આ સ્વરૂપ
નેધરલેન્ડ્ઝમાં ફેલાયેલું છે

08:00

and around the world.

138

468532

1734

અને વિશ્વભરમાં.

08:02

But in every new country
it still starts with experiments,

139

470290

3220

પરંતુ દરેક નવા દેશમાં
તે હજી પ્રયોગોથી શરૂ થાય છે,

08:05

because each place is slightly
and unpredictably different.

140

473534

4858

કારણ કે દરેક સ્થાન થોડું અને
અણધારી રીતે અલગ છે.

08:11

Of course, not all experiments work.

141

479246

3950

અલબત્ત, બધા પ્રયોગો કામ કરતા નથી.

08:15

Jos tried a similar approach
to the fire service

142

483220

3056

જોસે ફાયર સર્વિસ માટે સમાન અભિગમ અજમાવ્યો

08:18

and found it didn't work because
the service is just too centralized.

143

486300

3537

અને મળ્યું કે તે કામ કરતું નથી
કારણ કે સેવા ફક્ત ખૂબ કેન્દ્રિય છે.

08:21

Failed experiments look inefficient,

144

489861

2563

નિષ્ફળ પ્રયોગો અસમર્થ દેખાય છે,

08:24

but they're often the only way
you can figure out

145

492448

3183

પરંતુ તે ઘણી વાર એકમાત્ર રસ્તો હોય છે
જે તમે શોધી શકો છો

08:27

how the real world works.

146

495655

2274

વાસ્તવિક દુનિયા કેવી રીતે કાર્ય કરે છે.

08:30

So now he's trying teachers.

147

498280

3033

તેથી હવે તે શિક્ષકોને આજમાવી રહ્યો છે.

08:34

Experiments like that require creativity

148

502746

3747

તેના પ્રયોગોમાં સર્જનાત્મકતાની જરૂર હોય છે

08:38

and not a little bravery.

149

506517

2307

અને થોડી બહાદુરી નહીં.

08:41

In England --

150

509613

1563

ઇંગ્લેન્ડમાં --

08:43

I was about to say in the UK,
but in England --

151

511978

2905

મારે યુ.કે. માં કહેવાનું હતું,
પરંતુ ઇંગ્લેન્ડમાં --

08:46

(Laughter)

152

514907

1742

(હાસ્ય)

08:48

(Applause)

153

516673

4314

(તાળીઓ)

08:53

In England, the leading rugby team,
or one of the leading rugby teams,

154

521363

4086

ઇંગ્લેન્ડમાં, અગ્રણી રગ્બી ટીમ,
અથવા અગ્રણી રગ્બી ટીમોમાંથી એક,

08:57

is Saracens.

155

525473

1360

સારાસેન્સ છે.

08:59

The manager and the coach there realized
that all the physical training they do

156

527299

5065

ત્યાંના મેનેજર અને કોચને સમજાયું કે
તેઓ કરે છે તે તમામ શારીરિક તાલીમ

09:04

and the data-driven
conditioning that they do

157

532388

2714

અને ડેટા-આધારિત કન્ડીશનીંગ
કે જે તેઓ કરે છે

09:07

has become generic;

158

535126

1154

સામાન્ય બની ગયું છે;

09:08

really, all the teams
do exactly the same thing.

159

536304

2790

ખરેખર, બધી ટીમો બરાબર એ જ કામ કરે છે.

09:11

So they risked an experiment.

160

539683

2332

તેથી તેઓએ એક પ્રયોગ જોખમમાં મૂક્યો.

09:14

They took the whole team away,
even in match season,

161

542039

4245

તેઓ આખી ટીમને લઇ દૂર ગયા,
મેચ સિઝનમાં પણ,

09:18

on ski trips

162

546308

1415

સ્કી ટ્રિપ્સ પર

09:19

and to look at social projects in Chicago.

163

547747

3294

અને શિકાગોમાં
સામાજિક પ્રોજેક્ટ્સ જોવા માટે.

09:23

This was expensive,

164

551065

1526

આ મોંઘું હતું,

09:24

it was time-consuming,

165

552615

1952

તે વધુ સમય લે તેવું હતું,

09:26

and it could be a little risky

166

554591

1681

અને તે થોડું જોખમી હોઈ શકે

09:28

putting a whole bunch of rugby players
on a ski slope, right?

167

556296

3774

રગ્બી ખેલાડીઓની આખી ટીમ
સ્કી પર મૂકવી, ખરું?

09:32

(Laughter)

168

560094

1047

(હાસ્ય)

09:33

But what they found was that
the players came back

169

561165

3344

પરંતુ તેમને જે મળ્યું હતું કે,
ખેલાડીઓ પાછા આવ્યા

09:36

with renewed bonds
of loyalty and solidarity.

170

564533

5266

વફાદારી અને એકતાના નવા બોન્ડ્સ સાથે.

09:41

And now when they're on the pitch
under incredible pressure,

171

569823

3409

અને હવે જ્યારે તેઓ અતુલ્ય દબાણ હેઠળ
પિચ પર હોય છે,

09:45

they manifest what the manager
calls "poise" --

172

573256

4426

તેઓ વ્યક્ત કરે છે,
જે મેનેજરને "શાંતિ" કહે છે --

09:50

an unflinching, unwavering dedication

173

578515

4159

એક અવિરત, અવિરત સમર્પણ

09:54

to each other.

174

582698

1475

એક બીજાને.

09:56

Their opponents are in awe of this,

175

584824

3753

તેમના વિરોધીઓ આના આશ્ચર્યમાં છે,

10:00

but still too in thrall
to efficiency to try it.

176

588601

4152

પરંતુ હજી પણ કાર્યક્ષમતામાં
પ્રયાસ કરવા માટે.

10:05

At a London tech company, Verve,

177

593783

2032

લંડનની એક ટેક કંપની, વર્વે ખાતે

10:07

the CEO measures just about
everything that moves,

178

595839

3343

સીઇઓ જે બધું ચાલે છે
એના વિશે પરિમાણ કાઢે છે,

10:11

but she couldn't find anything
that made any difference

179

599206

3024

પરંતુ તેણીને એવું કંઈપણ મળ્યું નહીં
કે જેણે કોઈ ફરક પાડ્યો

10:14

to the company's productivity.

180

602254

2127

કંપનીની ઉત્પાદકતા માટે.

10:16

So she devised an experiment
that she calls "Love Week":

181

604405

3755

તેથી તેણીએ એક પ્રયોગ કર્યો
જેને "લવ વીક" કહે છે:

10:20

a whole week where each employee
has to look for really clever,

182

608184

4537

એક આખું અઠવાડિયું જ્યાં દરેક કર્મચારીએ
ખરેખર હોંશિયાર શોધવાની રહેશે,

10:24

helpful, imaginative things

183

612745

2279

સહાયક, કાલ્પનિક વસ્તુઓ

10:27

that a counterpart does,

184

615048

1800

જે સમકક્ષ કરે છે,

10:28

call it out and celebrate it.

185

616872

2464

તેને બોલાવો અને ઉજવો.

10:31

It takes a huge amount of time and effort;

186

619360

2117

તે ખૂબ સમય અને પ્રયત્નો લે છે;

10:33

lots of people would call it distracting.

187

621501

3037

ઘણા લોકો તેને વિચલિત કહે છે.

10:36

But it really energizes the business

188

624562

2232

પરંતુ તે ખરેખર વ્યવસાયને ઉત્સાહિત કરે છે

10:38

and makes the whole company
more productive.

189

626818

3638

અને આખી કંપનીને વધુ ઉત્પાદક બનાવે છે.

10:44

Preparedness, coalition-building,

190

632048

3306

તૈયારી, જોડાણ-મકાન,

10:47

imagination, experiments,

191

635378

3582

કલ્પના, પ્રયોગો,

10:50

bravery --

192

638984

1167

બહાદુરી --

10:53

in an unpredictable age,

193

641028

1597

અણધાર્યા યુગમાં,

10:54

these are tremendous sources
of resilience and strength.

194

642649

5668

આ સ્થિતિસ્થાપકતા અને શક્તિના
જબરદસ્ત સ્રોત છે.

11:00

They aren't efficient,

195

648673

2568

તેઓ કાર્યક્ષમ નથી,

11:04

but they give us limitless capacity

196

652278

2669

પરંતુ તેઓ અમને અમર્યાદિત ક્ષમતા આપે છે

11:06

for adaptation, variation and invention.

197

654971

4495

અનુકૂલન, વિવિધતા અને શોધ માટે.

11:12

And the less we know about the future,

198

660284

2422

અને આપણે ભવિષ્ય વિશે ઓછું જાણીએ છીએ,

11:14

the more we're going to need
these tremendous sources

199

662730

5402

જેમ વધુ આપણને આ જબરદસ્ત સ્ત્રોતોની
જરૂર પડશે

11:20

of human, messy, unpredictable skills.

200

668156

5621

માનવની, અવ્યવસ્થિત, અણધારી કુશળતા.

11:27

But in our growing
dependence on technology,

201

675336

4060

પરંતુ તકનીકી પર આપણાં વધતા અવલંબનમાં,

11:32

we're asset-stripping those skills.

202

680318

3350

આપણે તે કુશળ સંપત્તિ છીનવી રહ્યા છીએ.

11:36

Every time we use technology

203

684642

3565

દરેક વખતે ટેકનોલોજીનો ઉપયોગ કરીએ છીએ

11:40

to nudge us through a decision or a choice

204

688231

4192

નિર્ણય અથવા પસંદગી દ્વારા નજરે ચડવા માટે

11:44

or to interpret how somebody's feeling

205

692447

2314

અથવા કોઈની લાગણી સમજવા માટે,

11:46

or to guide us through a conversation,

206

694785

2177

અથવા વાતચીત દ્વારા માર્ગદર્શન આપવા માટે,

11:48

we outsource to a machine
what we could, can do ourselves,

207

696986

5114

આપણે મશીનને આઉટસોર્સ કરી શકીએ છીએ,
આપણે જાતે કરી શકીએ છીએ,

11:54

and it's an expensive trade-off.

208

702124

2524

અને તે એક મોંઘો વેપાર છે.

11:57

The more we let machines think for us,

209

705847

2902

જેટલું આપણે મશીનોને
આપણા માટે વિચારવા દઈએ છીએ,

12:01

the less we can think for ourselves.

210

709780

2869

તેટલું જ ઓછું આપણે, આપણા માટે વિચારીએ છીએ.

12:05

The more --

211

713661

1153

વધુ --

12:06

(Applause)

212

714838

4570

(તાળીઓ)

12:11

The more time doctors spend
staring at digital medical records,

213

719432

4721

ડોકટરો ડિજિટલ મેડિકલ રેકોર્ડ્સને જોવા માટે
જેટલો વધુ સમય પસાર કરે છે,

12:16

the less time they spend
looking at their patients.

214

724177

3386

તેટલો ઓછો સમય તેઓ
તેમના દર્દીઓ તરફ જોવામાં ખર્ચ કરે છે.

12:20

The more we use parenting apps,

215

728325

2788

આપણે પેરેંટિંગ એપ્લિકેશનનો
જેટલો ઉપયોગ કરીએ છીએ,

12:23

the less we know our kids.

216

731137

2157

તેટલા જ ઓછા આપણે આપણા બાળકોને જાણીએ છીએ.

12:26

The more time we spend with people that
we're predicted and programmed to like,

217

734310

5086

અમે જેટલો વધુ સમય લોકો સાથે વિતાવીએ છીએ,
જે અમે આગાહી અને પસંદગી માટે પ્રોગ્રામ કરેલ છે,

12:31

the less we can connect with people
who are different from ourselves.

218

739420

3710

તેટલા ઓછા આપણે આપણાથી જુદા
લોકોથી કનેક્ટ થઈ શકીએ છીએ.

12:35

And the less compassion we need,
the less compassion we have.

219

743154

5027

અને આપણને જેટલી ઓછી કરુણાની જરૂર છે,
તેટલી ઓછી દયા આપણામાં છે.

12:41

What all of these
technologies attempt to do

220

749825

3534

આ તમામ તકનીકો શું કરવાનો પ્રયાસ કરે છે

12:45

is to force-fit a standardized model
of a predictable reality

221

753383

6797

ધારી વાસ્તવિકતાના માનક મોડેલને
દબાણપૂર્વક ફિટ કરવા માટે

12:52

onto a world that is
infinitely surprising.

222

760204

3368

એ વિશ્વ પર, જે અનંત આશ્ચર્યજનક છે.

12:56

What gets left out?

223

764926

1352

શું બાકી છે?

12:58

Anything that can't be measured --

224

766965

2603

કંઈ પણ કે જે માપી શકાતું નથી --

13:02

which is just about
everything that counts.

225

770451

2359

જે ગણી શકાય તે બધું જ છે.

13:05

(Applause)

226

773810

6965

(તાળીઓ)

13:14

Our growing dependence on technology

227

782854

4087

તકનીકી પર આપણું વધતું અવલંબન

13:18

risks us becoming less skilled,

228

786965

3773

ઓછા કુશળ બનવાનું જોખમ છે,

13:22

more vulnerable

229

790762

1595

વધુ સંવેદનશીલ

13:24

to the deep and growing complexity

230

792381

2951

વધુ અંદર અને વધતી જટિલતા માટે

13:27

of the real world.

231

795356

1373

વાસ્તવિક દુનિયાની.

13:29

Now, as I was thinking about
the extremes of stress and turbulence

232

797951

5384

હવે, હું તણાવ અને અશાંતિની
ચરમસીમા વિશે વિચારતી હતી

13:35

that we know we will have to confront,

233

803359

2656

આપણે જાણીએ છીએ કે આપણે મુકાબલો કરવો પડશે,

13:39

I went and I talked to
a number of chief executives

234

807412

2952

હું ગઈ અને
મેં ઘણા મુખ્ય અધિકારીઓ સાથે વાત કરી

13:42

whose own businesses had gone
through existential crises,

235

810388

4168

જેમના વ્યવસાયો અસ્તિત્વની કટોકટીમાંથી
પસાર થયા હતા,

13:46

when they teetered
on the brink of collapse.

236

814580

2888

જ્યારે તેઓ તૂટી પડ્યા ત્યારે.

13:50

These were frank,
gut-wrenching conversations.

237

818594

4808

આ સ્પષ્ટ, આંતરડા ખેંચે તેવી વાતચીત હતી.

13:56

Many men wept just remembering.

238

824302

3277

ઘણા માણસો તો માત્ર યાદ કરીને રડી પડ્યા.

14:00

So I asked them:

239

828214

1514

તેથી મેં તેમને પૂછ્યું,

14:02

"What kept you going through this?"

240

830603

2065

"તમે આમાંથી કઈ રીતે પસાર થતા રહ્યા?"

14:05

And they all had exactly the same answer.

241

833328

2654

અને તે બધા પાસે એક સરખો જવાબ હતો.

14:08

"It wasn't data or technology," they said.

242

836006

3110

તેઓએ કહ્યું,
"તે ડેટા અથવા ટેક્નોલોજી નહોતી,

14:11

"It was my friends and my colleagues

243

839926

3385

તે મારા મિત્રો અને મારા સાથીદારો હતા

14:15

who kept me going."

244

843335

1336

જેમણે મને ચાલુ રાખ્યો."

14:17

One added, "It was pretty much
the opposite of the gig economy."

245

845173

5315

એક એ ઉમેર્યું, "તે જીગ અર્થતંત્રની
તુલનામાં ખૂબ વિરુદ્ધ હતું."

14:24

But then I went and I talked to a group
of young, rising executives,

246

852056

3734

પરંતુ પછી હું ગયો અને મેં યુવાન,
વધતા અધિકારીઓના જૂથ સાથે વાત કરી,

14:27

and I asked them,

247

855814

1807

અને મેં તેમને પૂછ્યું,

14:29

"Who are your friends at work?"

248

857645

1542

"કામ પર તમારા મિત્રો કોણ છે?"

14:31

And they just looked blank.

249

859211

1778

અને તેઓ ખાલી કોરા દેખાતા હતા.

14:33

"There's no time."

250

861765

1850

"કોઈ સમય નથી."

14:35

"They're too busy."

251

863639

1809

"તેઓ ખૂબ વ્યસ્ત છે."

14:37

"It's not efficient."

252

865472

1438

"તે કાર્યક્ષમ નથી."

14:39

Who, I wondered, is going to give them

253

867906

3572

કોણ, મને આશ્ચર્ય થયું,
તેઓ તેમને આપવા જઈ રહ્યા છે

14:43

imagination and stamina and bravery

254

871502

4539

કલ્પના અને સહનશક્તિ અને બહાદુરી

14:48

when the storms come?

255

876065

1516

જ્યારે વાવાઝોડા આવે છે?

14:51

Anyone who tries to tell you
that they know the future

256

879694

3643

કોઈપણ જે તમને કહેવાનો પ્રયાસ કરે છે,
કે તેઓ ભવિષ્યને જાણે છે

14:55

is just trying to own it,

257

883361

2198

ફક્ત તેમના માલિક બનવાનો પ્રયત્ન કરી રહ્યો છે,

14:57

a spurious kind of manifest destiny.

258

885583

3308

એક ગંભીર પ્રકારનું પ્રગટ નિયતિ.

15:01

The harder, deeper truth is

259

889794

2321

સખત, ઊંડૂ સત્ય છે

15:05

that the future is uncharted,

260

893126

2409

કે ભવિષ્ય અવિચારી છે,

15:07

that we can't map it till we get there.

261

895559

2244

જ્યાં સુધી આપણે ત્યાં ન પહોંચીએ
ત્યાં સુધી આપણે તેનો નકશો બનાવી શકતા નથી.

15:10

But that's OK,

262

898734

2063

પરંતુ તે બરાબર છે,

15:12

because we have so much imagination --

263

900821

3017

કારણ કે આપણી પાસે આટલી કલ્પના છે --

15:15

if we use it.

264

903862

1447

જો આપણે તેનો ઉપયોગ કરીશું.

15:17

We have deep talents
of inventiveness and exploration --

265

905333

5477

આપણી પાસે ઉંડી પ્રતિભા છે
શોધ અને સંશોધન --

15:22

if we apply them.

266

910834

1777

જો આપણે તેમને લાગુ પાડીએ.

15:24

We are brave enough to invent things
we've never seen before.

267

912635

5517

આપણે પહેલાં ક્યારેય ન જોઈ હોય
તેવી વસ્તુઓની શોધ માટે આપણે એટલા બહાદુર છીએ.

15:31

Lose those skills,

268

919175

1615

તે કુશળતા ગુમાવો,

15:33

and we are adrift.

269

921810

1722

અને આપણે અડગ છીએ.

15:36

But hone and develop them,

270

924384

2725

પરંતુ તેમને સન્માનિત કરો અને વિકાસ કરો,

15:40

we can make any future we choose.

271

928498

2458

આપણે પસંદ કરેલા ભવિષ્યને બનાવી શકીએ છીએ.

15:44

Thank you.

272

932382

1174

આભાર.

15:45

(Applause)

273

933580

6086

(તાળીઓ)

Translated by Krunal Prajapati
Reviewed by Keyur Thakkar

ABOUT THE SPEAKER

Margaret Heffernan - Management thinker
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray.

Why you should listen

How do organizations think? In her book Willful Blindness, Margaret Heffernan examines why businesses and the people who run them often ignore the obvious -- with consequences as dire as the global financial crisis and Fukushima Daiichi nuclear disaster.

Heffernan began her career in television production, building a track record at the BBC before going on to run the film and television producer trade association IPPA. In the US, Heffernan became a serial entrepreneur and CEO in the wild early days of web business. She now blogs for the Huffington Post and BNET.com. Her latest book, Beyond Measure, a TED Books original, explores the small steps companies can make that lead to big changes in their culture.

More profile about the speaker
Margaret Heffernan | Speaker | TED.com

THE ORIGINAL VIDEO ON TED.COM

માર્ગારેટ હેફર્નન: અણધારી દુનિયામાં આપણને જોઈતી માનવ કુશળતા | TED Talk | TED.com