TEDxBoston 2012
Andrew McAfee: Are droids taking our jobs?
אנדרו מקאפי: האם הדרואידים לוקחים לנו את העבודות?
Filmed:
Readability: 4.4
1,061,603 views
רובוטים ואלגוריתמים מתחילים להיות טובים בעבודות כמו בניית רכבים, כתיבת מאמרים, תרגום...עבודות שבעבר הצריכו בני אנוש. אז מה אנחנו, בני האדם, נעשה למחייתנו? אנדרו מקאפי מציג נתוני תעסוקה מהזמן האחרון ואומר: עוד לא ראינו כלום. אבל אז הוא מסתכל אחורה אל ההיסטוריה הארוכה, ומגיע להשקפה מפתיעה ואפילו מלהיבה לגבי מה שעתיד לקרות. (צולם ב- TEDxBoston).
Andrew McAfee - Management theorist
Andrew McAfee studies how information technology affects businesses and society. Full bio
Andrew McAfee studies how information technology affects businesses and society. Full bio
Double-click the English transcript below to play the video.
00:16
As it turns out, when tens of millions of people
0
519
2752
כפי שמסתבר, כאשר עשרות מיליוני אנשים
00:19
are unemployed or underemployed,
1
3271
2328
מובטלים או מועסקים חלקית בלבד,
00:21
there's a fair amount of interest in what technology might be doing to the labor force.
2
5599
4127
יש עניין לא מבוטל בשאלה באיזה אופן
הטכנולוגיה משפיעה אולי על כוח העבודה.
הטכנולוגיה משפיעה אולי על כוח העבודה.
00:25
And as I look at the conversation, it strikes me
3
9726
2719
וכשאני בוחן את הדיון הזה,
00:28
that it's focused on exactly the right topic,
4
12445
2952
אני מבין שהוא מתמקד בנושא הנכון,
00:31
and at the same time, it's missing the point entirely.
5
15397
2978
ויחד עם זאת, הוא לגמרי מפספס את העיקר.
00:34
The topic that it's focused on, the question is whether or not
6
18375
3008
הנושא שהדיון מתמקד בו, השאלה היא
00:37
all these digital technologies are affecting people's ability
7
21383
3655
האם כל הטכנולוגיות הדיגיטליות האלו
משפיעות על יכולתם של אנשים
משפיעות על יכולתם של אנשים
00:40
to earn a living, or, to say it a little bit different way,
8
25038
3020
להתפרנס למחייתם,
או אם לומר את זה מעט אחרת,
או אם לומר את זה מעט אחרת,
00:43
are the droids taking our jobs?
9
28058
2278
האם הדרואידים לוקחים לנו את העבודות?
00:46
And there's some evidence that they are.
10
30336
1968
ויש כמה ראיות שזה אכן כך.
00:48
The Great Recession ended when American GDP resumed
11
32304
4353
"המיתון הגדול" הסתיים כאשר התמ"ג האמריקאי חזר
00:52
its kind of slow, steady march upward, and some other
12
36657
3429
למגמת הטיפוס האיטי והיציב כלפי מעלה, וכמה
00:56
economic indicators also started to rebound, and they got
13
40101
2934
אינדיקטורים כלכליים אחרים התחילו גם בהתאוששות,
00:58
kind of healthy kind of quickly. Corporate profits
14
43035
2862
והם פחות או יותר הבריאו די מהר.
רווחי התאגידים
רווחי התאגידים
01:01
are quite high. In fact, if you include bank profits,
15
45897
3276
די גבוהים. למעשה, אם כוללים גם את רווחי הבנקים,
01:05
they're higher than they've ever been.
16
49173
2112
הם גבוהים משהיו אי פעם.
01:07
And business investment in gear, in equipment
17
51285
3272
והשקעות העסקים בציוד, בכלים
01:10
and hardware and software is at an all-time high.
18
54557
3107
בחומרה ובתוכנה - נמצא בשיא של כל הזמנים.
01:13
So the businesses are getting out their checkbooks.
19
57664
3381
אז העסקים כן שולפים פנקסי צ'קים.
01:16
What they're not really doing is hiring.
20
61045
2261
מה שהם לא ממש עושים זה לגייס עובדים.
01:19
So this red line is the employment-to-population ratio,
21
63306
3701
אז הקו האדום הזה הוא יחס תעסוקה-אוכלוסייה,
01:22
in other words, the percentage of working age people
22
67007
3381
במילים אחרות, אחוז האנשים בגילאי העבודה באמריקה
01:26
in America who have work.
23
70388
1891
שיש להם עבודה.
01:28
And we see that it cratered during the Great Recession,
24
72279
3700
ואנחנו רואים את הקימור שנוצר ב"מיתון הגדול",
01:31
and it hasn't started to bounce back at all.
25
75979
2864
והוא לא התחיל לחזור לעצמו בכלל.
01:34
But the story is not just a recession story.
26
78843
2507
אבל הסיפור הוא לא רק סיפור של מיתון.
01:37
The decade that we've just been through had relatively
27
81350
2997
בעשור שחווינו עכשיו, היה באופן יחסי
01:40
anemic job growth all throughout, especially when we
28
84347
3393
גידול די אנמי בתעסוקה לכל אורכו, במיוחד כאשר
01:43
compare it to other decades, and the 2000s
29
87740
2935
משווים אותו לעשורים אחרים, ושנות ה- 2000,
01:46
are the only time we have on record where there were
30
90675
2290
הם הפעם היחידה המתועדת שבה היו
01:48
fewer people working at the end of the decade
31
92965
3203
פחות אנשים שעבדו בסוף העשור
01:52
than at the beginning. This is not what you want to see.
32
96168
3060
מאשר בתחילתו.
זה לא מה שאנחנו רוצים לראות.
זה לא מה שאנחנו רוצים לראות.
01:55
When you graph the number of potential employees
33
99228
3639
כששמים על גרף את מספר העובדים הפוטנציאליים
01:58
versus the number of jobs in the country, you see the gap
34
102867
3604
לעומת מספר מקומות העבודה במדינה, רואים את הפער הזה
02:02
gets bigger and bigger over time, and then,
35
106471
3578
שגדל וגדל במשך הזמן, ואז,
02:05
during the Great Recession, it opened up in a huge way.
36
110049
2400
במהלך ה"מיתון הגדול", הוא ממש נפער בצורה אדירה.
02:08
I did some quick calculations. I took the last 20 years of GDP growth
37
112449
4410
עשיתי כמה חישובים מהירים. לקחתי את גידול התמ"ג
ב-20 השנים האחרונות
ב-20 השנים האחרונות
02:12
and the last 20 years of labor productivity growth
38
116859
3296
ואת הצמיחה בפריון העבודה ב-20 השנים האחרונות
02:16
and used those in a fairly straightforward way
39
120155
2742
והשתמשתי בנתונים האלו בצורה די פשוטה
02:18
to try to project how many jobs the economy was going
40
122897
2626
כדי לנסות להשליך מכך כמה מקומות עבודה הכלכלה
02:21
to need to keep growing, and this is the line that I came up with.
41
125523
3659
תצטרך כדי להמשיך בצמיחה,
וזה הקו שקיבלתי.
וזה הקו שקיבלתי.
02:25
Is that good or bad? This is the government's projection
42
129182
3446
האם זה טוב או רע?
זוהי התחזית של הממשל
זוהי התחזית של הממשל
02:28
for the working age population going forward.
43
132628
3853
לשיעור האוכלוסייה בגילאי העבודה בעתיד.
02:32
So if these predictions are accurate, that gap is not going to close.
44
136481
4771
אז אם התחזיות האלו מדויקות,
הפער הזה לא עומד להיסגר.
הפער הזה לא עומד להיסגר.
02:37
The problem is, I don't think these projections are accurate.
45
141252
3401
הבעיה היא, שאני לא חושב שהתחזיות האלו מדויקות
02:40
In particular, I think my projection is way too optimistic,
46
144653
3356
ובמיוחד, אני חושב שהתחזית שלי יותר מדי אופטימית,
02:43
because when I did it, I was assuming that the future
47
148009
3356
כי כשעשיתי את זה, הנחתי שהעתיד
02:47
was kind of going to look like the past
48
151365
2448
הולך להיראות בערך כמו העבר
02:49
with labor productivity growth, and that's actually not what I believe,
49
153813
3439
עם הצמיחה בפריון העבודה,
ואני למעשה לא מאמין בזה,
ואני למעשה לא מאמין בזה,
02:53
because when I look around, I think that we ain't seen nothing yet
50
157252
3759
כי כשאני מסתכל סביבי, אני חושב
שעוד לא ראינו כלום
שעוד לא ראינו כלום
02:56
when it comes to technology's impact on the labor force.
51
161011
3285
בכל מה שנוגע להשפעת הטכנולוגיה על כוח העבודה.
03:00
Just in the past couple years, we've seen digital tools
52
164296
3998
רק בשנתיים האחרונות, ראינו כלים דיגיטליים
03:04
display skills and abilities that they never, ever had before,
53
168294
4406
שמציגים יכולות וכישורים שמעולם, אף פעם לא היו להם,
03:08
and that, kind of, eat deeply into what we human beings
54
172700
3788
והם כאילו נוגסים עמוק
במה שאנחנו כבני אדם
במה שאנחנו כבני אדם
03:12
do for a living. Let me give you a couple examples.
55
176488
3256
עושים למחייתנו.
הרשו לי לתת לכם כמה דוגמאות.
הרשו לי לתת לכם כמה דוגמאות.
03:15
Throughout all of history, if you wanted something
56
179744
2011
לאורך כל ההיסטוריה, אם רציתם שמשהו
03:17
translated from one language into another,
57
181755
2924
יתורגם משפה אחת לשפה אחרת,
03:20
you had to involve a human being.
58
184679
1664
הייתם חייבים לערב בן אדם.
03:22
Now we have multi-language, instantaneous,
59
186343
3416
היום יש לנו שירותי תרגום מרובי שפות,
03:25
automatic translation services available for free
60
189759
4218
מיידיים ואוטומטיים
שזמינים לנו בחינם
שזמינים לנו בחינם
03:29
via many of our devices all the way down to smartphones.
61
193977
3389
דרך הרבה מהמכשירים שלנו, אפילו עד הסמארטפון.
03:33
And if any of us have used these, we know that
62
197366
2384
ואם מישהו מאיתנו השתמש בהם, הוא יודע
03:35
they're not perfect, but they're decent.
63
199750
3321
שהם אומנם לא מושלמים, אבל הם סבירים.
03:38
Throughout all of history, if you wanted something written,
64
203071
3151
לאורך כל ההיסטוריה, אם רציתם משהו כתוב,
03:42
a report or an article, you had to involve a person.
65
206222
3415
דו"ח או מאמר, הייתם חייבים לערב בן אדם.
03:45
Not anymore. This is an article that appeared
66
209637
2252
היום כבר לא. זה מאמר שהופיע
03:47
in Forbes online a while back about Apple's earnings.
67
211889
3230
במגזין "פורבס און ליין" לא מזמן, על רווחיה של אפל.
03:51
It was written by an algorithm.
68
215119
2527
הוא נכתב ע"י אלגוריתם.
03:53
And it's not decent, it's perfect.
69
217646
3255
והוא לא סביר, הוא מושלם.
03:56
A lot of people look at this and they say, "Okay,
70
220901
2962
הרבה אנשים מסתכלים על זה ואומרים, "או.קיי.,
03:59
but those are very specific, narrow tasks,
71
223863
2349
אבל אלו הן משימות מאוד ספציפיות, צרות,
04:02
and most knowledge workers are actually generalists,
72
226212
2633
ורוב עובדי הידע הם למעשה עובדים כלליים,
04:04
and what they do is sit on top of a very large body
73
228845
2529
והעבודה שלהם מתבססת על כמות מאוד גדולה
04:07
of expertise and knowledge and they use that
74
231374
2656
של מומחיות וידע שבה הם משתמשים
04:09
to react on the fly to kind of unpredictable demands,
75
234030
3073
כדי להגיב בזמן אמת למעין דרישות בלתי צפיות,
04:13
and that's very, very hard to automate."
76
237103
2488
וזה משהו שמאוד מאוד קשה למכן."
04:15
One of the most impressive knowledge workers
77
239591
1977
אחד מעובדי הידע הכי מרשימים
04:17
in recent memory is a guy named Ken Jennings.
78
241568
2409
שזכור לנו מהתקופה האחרונה
הוא בחור בשם קן ג'נינגס.
הוא בחור בשם קן ג'נינגס.
04:19
He won the quiz show "Jeopardy!" 74 times in a row,
79
243977
5058
הוא זכה בחידון הטריוויה "Jeopardy!"
74 פעמים ברציפות,
74 פעמים ברציפות,
04:24
took home three million dollars.
80
249035
2628
לקח פרסים בשווי שלושה מילון דולר.
04:27
That's Ken on the right getting beat three to one by
81
251663
3850
זהו קן פה מימין שמפסיד 3:1
04:31
Watson, the "Jeopardy!"-playing supercomputer from IBM.
82
255513
4804
לווטסון, שחקן טריוויה סופר-קומפיוטר מבית IBM.
04:36
So when we look at what technology can do
83
260317
1864
אז כשאנחנו בוחנים מה הטכנולוגיה יכולה לעשות
04:38
to general knowledge workers, I start to think
84
262181
2873
לעובדי הידע הכללי, אני מתחיל לחשוב
04:40
there might not be something so special about this idea
85
265054
2599
שאולי אין משהו כל-כך מיוחד ברעיון הזה של
04:43
of a generalist, particularly when we start doing things
86
267653
2888
ידע כללי, במיוחד כשמתחלים לעשות דברים
04:46
like hooking Siri up to Watson and having technologies
87
270541
3988
כמו לחבר בין "סירי" ל"ווטסון" ומקבלים טכנולוגיות
04:50
that can understand what we're saying
88
274529
1896
שיכולות להבין מה אנחנו אומרים
04:52
and repeat speech back to us.
89
276425
2081
ולהגיד לנו את זה בחזרה.
04:54
Now, Siri is far from perfect, and we can make fun
90
278506
2838
עכשיו, "סירי" רחוקה מלהיות מושלמת, ואפשר לצחוק
04:57
of her flaws, but we should also keep in mind that
91
281344
3019
על הפגמים שלה, אבל כדאי גם לזכור
05:00
if technologies like Siri and Watson improve
92
284363
2676
שאם טכנולוגיות כמו "סירי" ו"ווטסון" ישתפרו
05:02
along a Moore's Law trajectory, which they will,
93
287039
3781
בהתאם לחוק מור, וכך יקרה,
05:06
in six years, they're not going to be two times better
94
290820
2584
תוך 6 שנים, הם לא יהיו פי 2 יותר טובים
או פי 4,
או פי 4,
05:09
or four times better, they'll be 16 times better than they are right now.
95
293404
4818
הם יהיו פי 16 יותר טובים ממה שהם עכשיו.
05:14
So I start to think that a lot of knowledge work is going to be affected by this.
96
298222
3683
אז אני מתחיל לחשוב שהרבה מעבודות הידע
יושפעו מזה.
יושפעו מזה.
05:17
And digital technologies are not just impacting knowledge work.
97
301905
3554
והטכנולוגיות הדיגיטליות לא רק משפיעות
על עבודות הידע.
על עבודות הידע.
05:21
They're starting to flex their muscles in the physical world as well.
98
305459
3992
הן מתחילות להתאמן ביכולת גם בעולם הפיזי.
05:25
I had the chance a little while back to ride in the Google
99
309451
2449
הזדמן לי לפני כמה זמן לנסוע
05:27
autonomous car, which is as cool as it sounds. (Laughter)
100
311900
5526
ברכב האוטונומי של גוגל
והוא מגניב בדיוק כמו שהוא נשמע (צחוק)
והוא מגניב בדיוק כמו שהוא נשמע (צחוק)
05:33
And I will vouch that it handled the stop-and-go traffic
101
317426
3027
ואני יכול להיות ערב לכך שהוא מתמודד
עם פקקי תנועה
עם פקקי תנועה
05:36
on U.S. 101 very smoothly.
102
320453
2905
בכביש 101 .U.S בצורה חלקה ביותר.
05:39
There are about three and a half million people
103
323358
1965
ישנם כשלושה וחצי מיליון אנשים
05:41
who drive trucks for a living in the United States.
104
325323
2209
שעובדים כנהגי משאיות למחייתם בארה"ב.
05:43
I think some of them are going to be affected by this
105
327532
2429
אני חושב שחלקם יושפע מהטכנולוגיה הזו.
05:45
technology. And right now, humanoid robots are still
106
329961
3252
וכרגע, רובוטים דמויי-אדם עדיין
05:49
incredibly primitive. They can't do very much.
107
333213
3258
מאוד פרימיטיוויים. הם לא יכולים לעשות הרבה.
05:52
But they're getting better quite quickly, and DARPA,
108
336471
2581
אבל הם משתפרים די מהר, ו- DARPA,
05:54
which is the investment arm of the Defense Department,
109
339052
3151
שהיא הזרוע האחראית על השקעות במחלקת הביטחון,
05:58
is trying to accelerate their trajectory.
110
342203
1665
מנסה להאיץ את מסלול ההתקדמות שלהם.
05:59
So, in short, yeah, the droids are coming for our jobs.
111
343868
4683
אז בקיצור, כן, הדרואידים
אכן באים להשתלט לנו על העבודות.
אכן באים להשתלט לנו על העבודות.
06:04
In the short term, we can stimulate job growth
112
348551
3880
בטווח הקצר, אנחנו יכולים להמריץ את הגידול במקומות תעסוקה
06:08
by encouraging entrepreneurship and by investing
113
352431
2944
ע"י עידוד יזמות וע"י השקעות
06:11
in infrastructure, because the robots today still aren't
114
355375
3048
בתשתיות, כי הרובוטים היום עדיין
06:14
very good at fixing bridges.
115
358423
1740
לא כ"כ טובים בתיקון גשרים.
06:16
But in the not-too-long-term, I think within the lifetimes
116
360163
3365
אבל בטווח הלא מאוד רחוק, אני חושב שעוד בתקופת החיים
06:19
of most of the people in this room, we're going to transition
117
363528
3569
של רוב האנשים בחדר הזה,
אנחנו נעשה מעבר
אנחנו נעשה מעבר
06:22
into an economy that is very productive but that
118
367097
2936
לכלכלה שהיא מאוד יצרנית, אבל
06:25
just doesn't need a lot of human workers,
119
370033
2804
שפשוט לא צריכה הרבה עובדים אנושיים,
06:28
and managing that transition is going to be
120
372837
1555
ולנהל את המעבר הזה הולך להיות
06:30
the greatest challenge that our society faces.
121
374392
2739
האתגר הכי גדול שניצב בפני החברה שלנו.
06:33
Voltaire summarized why. He said, "Work saves us
122
377131
2762
וולטייר תימצת את הסיבה לכך. הוא אמר
06:35
from three great evils: boredom, vice and need."
123
379893
5277
"העבודה מצילה אותנו משלוש רעות:
מן השעמום, מן החטא ומן המחסור."
מן השעמום, מן החטא ומן המחסור."
06:41
But despite this challenge, I'm personally,
124
385170
2571
אבל למרות האתגר הזה, אישית אני
06:43
I'm still a huge digital optimist, and I am
125
387741
3049
עדיין אדם אופטימי דיגיטלית, ואני
06:46
supremely confident that the digital technologies that we're
126
390790
3187
משוכנע לחלוטין שהטכנולוגיה הדיגיטלית שאנחנו
06:49
developing now are going to take us into a utopian future,
127
393977
3556
מפתחים עכשיו תיקח אותנו אל עתיד אוטופי,
06:53
not a dystopian future. And to explain why,
128
397533
3033
ולא לעתיד דיסטופי. וכדי להסביר מדוע,
06:56
I want to pose kind of a ridiculously broad question.
129
400566
2522
אני רוצה להעלות שאלה רחבה עד כדי גיחוך.
06:58
I want to ask what have been the most important
130
403088
2350
אני רוצה לשאול מה היתה ההתפתחות הכי חשובה
07:01
developments in human history?
131
405438
2323
בהיסטוריה האנושית?
07:03
Now, I want to share some of the answers that I've gotten
132
407761
2733
עכשיו, אני רוצה לשתף אתכם בכמה
מהתשובות שקיבלתי
מהתשובות שקיבלתי
07:06
in response to this question. It's a wonderful question
133
410494
2177
בתגובה לשאלה הזה. זו שאלה נפלאה
07:08
to ask and to start an endless debate about,
134
412671
2167
לשאול כדי לפתוח בדיון אין סופי סביבה,
07:10
because some people are going to bring up
135
414838
2321
כי יש אנשים שיעלו
07:13
systems of philosophy in both the West and the East that
136
417159
3460
מערכות ופילוסופיות הן במערב והן במזרח
07:16
have changed how a lot of people think about the world.
137
420619
3133
ששינו את האופן שבו הרבה אנשים
חושבים על העולם.
חושבים על העולם.
07:19
And then other people will say, "No, actually, the big stories,
138
423752
2836
ויהיו אנשים אחרים שיגידו, "לא, האמת היא
שהדברים הכי גדולים,
שהדברים הכי גדולים,
07:22
the big developments are the founding of the world's
139
426588
2423
ההתפתחויות הכי גדולות הן יסודן
07:24
major religions, which have changed civilizations
140
429011
3282
של הדתות הגדולות בעולם, ששינו ציוויליזציות
07:28
and have changed and influenced how countless people
141
432293
2639
ושינו והשפיעו על האופן בו אין ספור אנשים
07:30
are living their lives." And then some other folk will say,
142
434932
3004
חיים את חייהם."
ויהיו כמה אנשים אחרים שיגידו,
ויהיו כמה אנשים אחרים שיגידו,
07:33
"Actually, what changes civilizations, what modifies them
143
437936
3527
"למעשה, מה ששינה ציוויליזציות, מה שעיצב אותן
07:37
and what changes people's lives
144
441463
2163
ומה ששינה את חיי האנשים
07:39
are empires, so the great developments in human history
145
443626
3912
הן האימפריות,
אז ההתפתחויות הגדולות בהיסטוריה האנושית
אז ההתפתחויות הגדולות בהיסטוריה האנושית
07:43
are stories of conquest and of war."
146
447538
2835
הם סיפורים של כיבוש ומלחמה."
07:46
And then some cheery soul usually always pipes up
147
450373
2590
ויש גם כמה נפשות עליזות שבד"כ צצות ואומרות
07:48
and says, "Hey, don't forget about plagues." (Laughter)
148
452963
5688
"היי, אל תשכחו את המגפות."
(צחוק)
(צחוק)
07:54
There are some optimistic answers to this question,
149
458651
2903
יש כמה תשובות אופטימיות לשאלה הזו,
07:57
so some people will bring up the Age of Exploration
150
461554
1897
אז חלק מהאנשים יעלו את הנושא
07:59
and the opening up of the world.
151
463451
1948
של עידן התגליות ואת ההיפתחות של העולם.
08:01
Others will talk about intellectual achievements
152
465399
2102
אחרים ידברו על הישגים אינטלקטואליים
08:03
in disciplines like math that have helped us get
153
467501
2275
בתחומים כמו מתמטיקה שעזרו לנו להגיע
08:05
a better handle on the world, and other folk will talk about
154
469776
3310
להבנה טובה יותר של העולם,
ואחרים ידברו
ואחרים ידברו
08:08
periods when there was a deep flourishing
155
473086
1697
על תקופות שהיתה בהם פריחה גדולה
08:10
of the arts and sciences. So this debate will go on and on.
156
474783
3802
של האומנות והמדעים.
אז הדיון הזה ימשך עוד ועוד
אז הדיון הזה ימשך עוד ועוד
08:14
It's an endless debate, and there's no conclusive,
157
478585
2839
זה דיון אין סופי, ואין תשובה חד משמעית,
08:17
no single answer to it. But if you're a geek like me,
158
481424
3252
אין תשובה יחידה לזה.
אבל אם אתם חנונים כמוני,
אבל אם אתם חנונים כמוני,
08:20
you say, "Well, what do the data say?"
159
484676
2898
אתם אומרים, "נו, אז מה הנתונים אומרים?"
08:23
And you start to do things like graph things that we might
160
487574
2811
ואז מתחילים לעשות דברים
כמו ליצור גרפים מדברים
כמו ליצור גרפים מדברים
08:26
be interested in, the total worldwide population, for example,
161
490385
4103
שאולי מעניינים אותנו, כל אוכלוסיית העולם למשל,
08:30
or some measure of social development,
162
494488
2641
או מדדים מסוימים של פיתוחים חברתיים,
08:33
or the state of advancement of a society,
163
497129
2511
או מצבי הקידמה בחברה,
08:35
and you start to plot the data, because, by this approach,
164
499640
3833
ואתה מתחיל להציג את הנתונים האלו בצורה גרפית,
כי בצורה הזו
כי בצורה הזו
08:39
the big stories, the big developments in human history,
165
503473
2617
הסיפורים הגדולים, ההתפתחויות הגדולות בהיסטוריה האנושית,
08:41
are the ones that will bend these curves a lot.
166
506090
2861
הם אלו שיצרו את הקימורים הגדולים בעקומות האלו.
08:44
So when you do this, and when you plot the data,
167
508951
1912
אז כשעושים את זה, וכשיוצרים תרשים מהנתונים האלו,
08:46
you pretty quickly come to some weird conclusions.
168
510863
2798
די מהר מגיעים לכמה מסקנות די מוזרות.
08:49
You conclude, actually, that none of these things
169
513661
2923
מסיקים, למעשה, שאף אחד מהדברים האלו
08:52
have mattered very much. (Laughter)
170
516584
4952
לא ממש משנה.
(צחוק)
(צחוק)
08:57
They haven't done a darn thing to the curves. (Laughter)
171
521536
4026
הם ממש לא עשו כלום לעקומות האלו.
(צחוק)
(צחוק)
09:01
There has been one story, one development
172
525562
3584
היה סיפור אחד, התפתחות אחת
09:05
in human history that bent the curve, bent it just about
173
529146
2606
בהיסטוריה האנושית שיצרה קימור בעקומה הזו,
קימור של בערך
קימור של בערך
09:07
90 degrees, and it is a technology story.
174
531752
4046
90 מעלות, וזה הסיפור של הטכנולוגיה.
09:11
The steam engine, and the other associated technologies
175
535798
2959
מנוע הקיטור, והטכנולוגיות האחרות שקשורות בזה
09:14
of the Industrial Revolution changed the world
176
538757
2931
מתקופת המהפכה התעשייתית שינו את העולם
09:17
and influenced human history so much,
177
541688
2424
והשפיעו על ההיסטוריה האנושית במידה כה רבה,
09:20
that in the words of the historian Ian Morris,
178
544112
2083
שבמילותיו של ההיסטוריון איאן מוריס,
09:22
they made mockery out of all that had come before.
179
546195
4077
הם שמו ללעג את כל מה שקדם להם.
09:26
And they did this by infinitely multiplying the power
180
550272
2913
והם עשו זאת בכך שהכפילו באופן אינסופי את הכוח
09:29
of our muscles, overcoming the limitations of our muscles.
181
553185
3137
של השרירים שלנו, התגברו על מגבלות השרירים שלנו.
09:32
Now, what we're in the middle of now
182
556322
2522
עכשיו, אנחנו נמצאים כיום בתוך תהליך
09:34
is overcoming the limitations of our individual brains
183
558844
2919
של התגברות על מגבלות המוח האינדיבידואלי
09:37
and infinitely multiplying our mental power.
184
561763
3073
ומכפילים באופן אינסופי את הכושר השכלי שלנו.
09:40
How can this not be as big a deal as overcoming
185
564836
3700
איך יכול להיות שזה לא עניין רציני בדיוק כמו
09:44
the limitations of our muscles?
186
568536
2528
ההתגברות על מגבלות השרירים שלנו?
09:46
So at the risk of repeating myself a little bit, when I look
187
571064
3378
אז, למרות שאני קצת חוזר על עצמי,
כשאני מסתכל
כשאני מסתכל
09:50
at what's going on with digital technology these days,
188
574442
2829
על מה שקורה בימים האלו עם הטכנולוגיה הדיגיטלית,
09:53
we are not anywhere near through with this journey,
189
577271
2826
אנחנו אפילו לא קרובים לסוף המסע,
09:55
and when I look at what is happening to our economies
190
580097
2674
וכשאני מסתכל על מה שקורה עם הכלכלות שלנו
09:58
and our societies, my single conclusion is that
191
582771
2653
ועם החברות שלנו, המסקנה היחידה שלי
10:01
we ain't seen nothing yet. The best days are really ahead.
192
585424
3528
היא שעוד לא ראינו כלום.
הימים הכי טובים באמת עוד לפנינו.
הימים הכי טובים באמת עוד לפנינו.
10:04
Let me give you a couple examples.
193
588952
1756
הרשו לי לתת לכם כמה דוגמאות.
10:06
Economies don't run on energy. They don't run on capital,
194
590708
4228
כלכלות לא מונעות ע"י אנרגיה. והן לא מונעות ע"י הון,
10:10
they don't run on labor. Economies run on ideas.
195
594936
3780
הן לא מונעות ע"י כוח עבודה.
כלכלות מונעות ע"י רעיונות.
כלכלות מונעות ע"י רעיונות.
10:14
So the work of innovation, the work of coming up with
196
598716
2520
אז התפקיד של החדשנות, העבודה של להמציא
10:17
new ideas, is some of the most powerful,
197
601236
2426
רעיונות חדשים, זה אחד מהדברים הכי חזקים,
10:19
some of the most fundamental work that we can do
198
603662
1815
זו העבודה הכי בסיסית שאנחנו יכולים לעשות
10:21
in an economy. And this is kind of how we used to do innovation.
199
605477
4016
בכלכלה. וככה בערך היינו מייצרים חדשנות בעבר.
10:25
We'd find a bunch of fairly similar-looking people
200
609493
3778
היינו מאתרים כמה אנשים שנראים די אותו דבר,
10:29
— (Laughter) —
201
613271
3411
(צחוק)
10:32
we'd take them out of elite institutions, we'd put them into
202
616682
2529
היינו מוציאים אותם ממוסדות עילית,
שמים אותם
שמים אותם
10:35
other elite institutions, and we'd wait for the innovation.
203
619211
2946
במוסדות עילית אחרים,
ומחכים להמצאות.
ומחכים להמצאות.
10:38
Now — (Laughter) —
204
622157
4010
עכשיו (צחוק)
10:42
as a white guy who spent his whole career at MIT
205
626167
2581
בתור בחור לבן שבילה את כל הקריירה שלו ב- MIT
10:44
and Harvard, I got no problem with this. (Laughter)
206
628748
6366
ובאונ' הרווארד, אין לי שום בעיה עם זה.
(צחוק)
(צחוק)
10:51
But some other people do, and they've kind of crashed
207
635114
2616
אבל לאנשים אחרים כן יש בעיה עם זה,
10:53
the party and loosened up the dress code of innovation.
208
637730
2536
אז הם בעטו במסגרות ושחרורו את קוד הלבוש של החדשנות.
10:56
(Laughter)
209
640266
924
(צחוק)
10:57
So here are the winners of a Top Coder programming challenge,
210
641190
3644
והנה הם הזוכים של "אתגר התכנות של המקודד הטוב ביותר",
11:00
and I assure you that nobody cares
211
644834
2902
ואני מבטיח לכם שלאף אחד לא אכפת
11:03
where these kids grew up, where they went to school,
212
647736
3594
איפה גדלו הילדים האלו, באיזה בי"ס הם למדו,
11:07
or what they look like. All anyone cares about
213
651330
2488
או איך הם נראים. כל מה שמעניין
11:09
is the quality of the work, the quality of the ideas.
214
653818
2821
הוא איכות העבודה שלהם, איכות הרעיונות.
11:12
And over and over again, we see this happening
215
656639
2166
ופעם אחרי פעם, אנחנו רואים את זה קורה
11:14
in the technology-facilitated world.
216
658805
2346
בעולם שהטכנולוגיה מובנית בו.
11:17
The work of innovation is becoming more open,
217
661151
2456
העבודה בחדשנות הופכת ליותר פתוחה,
11:19
more inclusive, more transparent, and more merit-based,
218
663607
3778
יותר מקיפה, יותר שקופה, ויותר מבוססת על כשרון,
11:23
and that's going to continue no matter what MIT and Harvard
219
667385
2969
וזה יימשך ככה לא משנה מה MIT והרווארד
11:26
think of it, and I couldn't be happier about that development.
220
670354
3680
חושבים על זה, ואני לגמרי שמח על ההתפתחות הזו.
11:29
I hear once in a while, "Okay, I'll grant you that,
221
674034
2450
אני שומע מדי פעם, "או.קיי., אני מסכים איתך בנקודה הזו,
11:32
but technology is still a tool for the rich world,
222
676484
3387
אבל טכנולוגיה היא עדיין כלי של העולם העשיר,
11:35
and what's not happening, these digital tools are not
223
679871
2714
ומה שלא קורה, זה שהכלים הדיגיטליים האלו
11:38
improving the lives of people at the bottom of the pyramid."
224
682585
3355
לא משפרים את חייהם של האנשים בתחתית הפירמידה."
11:41
And I want to say to that very clearly: nonsense.
225
685940
2664
ואני רוצה להגיד בצורה מאוד ברורה: שטויות.
11:44
The bottom of the pyramid is benefiting hugely from technology.
226
688604
3438
תחתית הפירמידה נהנית בצורה אדירה מהטכנולוגיה.
11:47
The economist Robert Jensen did this wonderful study
227
692042
2640
הכלכלן רוברט ג'נסן ערך מחקר נפלא
11:50
a while back where he watched, in great detail,
228
694682
3168
לא מזמן, שבו הוא עקב בפירוט רב,
11:53
what happened to the fishing villages of Kerala, India,
229
697850
3381
אחרי מה שקרה לכפרי הדייגים של קרלה שבהודו,
11:57
when they got mobile phones for the very first time,
230
701231
3013
כאשר הגיעו אליהם טלפונים ניידים בפעם הראשונה,
12:00
and when you write for the Quarterly Journal of Economics,
231
704244
2731
וכשכותבים ל"כתב-העט הרבעוני לכלכלה",
12:02
you have to use very dry and very circumspect language,
232
706975
2897
אתה חייב להשתמש בשפה מאוד יבשה וזהירה,
12:05
but when I read his paper, I kind of feel Jensen is trying
233
709872
2472
אבל כשאני קורא את המאמר שלו,
אני מרגיש כאילו ג'נסן מנסה
אני מרגיש כאילו ג'נסן מנסה
12:08
to scream at us, and say, look, this was a big deal.
234
712344
3021
לזעוק אלינו, ולהגיד, תראו, זה היה חתיכת אירוע.
12:11
Prices stabilized, so people could plan their economic lives.
235
715365
4053
מחירים התייצבו, אז אנשים יכלו לתכנן את חייהם הכלכליים.
12:15
Waste was not reduced; it was eliminated.
236
719418
4123
הבזבוז לא פחת; הוא חוסל.
12:19
And the lives of both the buyers and the sellers
237
723541
2471
והחיים, הן של הקונים והן של המוכרים
12:21
in these villages measurably improved.
238
726012
2498
בכפרים האלו השתפרו בצורה ברורה.
12:24
Now, what I don't think is that Jensen got extremely lucky
239
728510
3716
עכשיו, אני לא חושב שלג'נסן סתם היה הרבה מזל
12:28
and happened to land in the one set of villages
240
732226
2354
והוא במקרה נחת בדיוק בקבוצת הכפרים
12:30
where technology made things better.
241
734580
2512
שבה הטכנולוגיה הביאה לשיפור.
12:32
What happened instead is he very carefully documented
242
737092
2603
מה שקרה זה שהוא תיעד בצורה קפדנית
12:35
what happens over and over again when technology
243
739695
2692
מה שמתרחש פעם אחרי פעם כשטכנולוגיה
12:38
comes for the first time to an environment and a community.
244
742387
3264
מגיעה בפעם הראשונה לסביבה ולקהילה.
12:41
The lives of people, the welfares of people, improve dramatically.
245
745651
3964
חייהם של אנשים, הרווחה של האנשים,
משתפרים בצורה דרמטית.
משתפרים בצורה דרמטית.
12:45
So as I look around at all the evidence, and I think about
246
749615
2356
אז כשאני מסתכל סביב על כל הראיות,
ואני חושב
ואני חושב
12:47
the room that we have ahead of us, I become a huge
247
751971
2476
על המרווח שעוד יש לפנינו,
12:50
digital optimist, and I start to think that this wonderful
248
754447
2824
אני נהיה אופטימיסט דיגיטלי גדול, ואני מתחיל לחשוב
12:53
statement from the physicist Freeman Dyson
249
757271
3055
שהאמרה הנפלאה של הפיזיקאי פרימן דייסון
12:56
is actually not hyperbole. This is an accurate assessment of what's going on.
250
760326
4578
היא למעשה לא מופרזת.
זוהי הערכה מדויקת של המתרחש.
זוהי הערכה מדויקת של המתרחש.
13:00
Our digital -- our technologies are great gifts,
251
764904
2446
הטכנולוגיה שלנו היא מתנה נפלאה,
13:03
and we, right now, have the great good fortune
252
767350
3161
ואנחנו, היום, ברי-מזל
13:06
to be living at a time when digital technology is flourishing,
253
770511
3525
שאנחנו חיים בתקופה שהטכנולוגיה הדיגיטלית בה פורחת,
13:09
when it is broadening and deepening and
254
774036
1658
שהיא מתרחבת ומעמיקה
13:11
becoming more profound all around the world.
255
775694
3341
ומקבלת משמעות עמוקה יותר בכל רחבי העולם.
13:14
So, yeah, the droids are taking our jobs,
256
779035
3218
אז, כן, הדרואידים אכן לוקחים לנו את העבודה,
13:18
but focusing on that fact misses the point entirely.
257
782253
3813
אבל אם מתמקדים בזה מפספסים לגמרי את הנקודה.
13:21
The point is that then we are freed up to do other things,
258
786066
3253
הנקודה היא שאז אנחנו משוחררים לעשות דברים אחרים,
13:25
and what we are going to do, I am very confident,
259
789319
2658
ומה שאנחנו נעשה, אני משוכנע בכך,
13:27
what we're going to do is reduce poverty and drudgery
260
791977
3063
מה שאנחנו נעשה יהיה להפחית את העוני והעבודה השחורה
13:30
and misery around the world. I'm very confident
261
795040
2664
ואת האומללות בכל רחבי העולם. אני משוכנע
13:33
we're going to learn to live more lightly on the planet,
262
797704
3032
שאנחנו נלמד לחיות חיים קלילים יותר בעולם,
13:36
and I am extremely confident that what we're going to do
263
800736
3481
ואני בטוח לחלוטין שמה שאנחנו נעשה
13:40
with our new digital tools is going to be so profound
264
804217
2921
בעזרת הכלים הדיגיטליים החדשים שלנו
יהיה כל-כך עמוק
יהיה כל-כך עמוק
13:43
and so beneficial that it's going to make a mockery
265
807138
2891
וכל-כך תורם ומועיל שזה ישים ללעג
13:45
out of everything that came before.
266
810029
1733
את כל מה שהיה קודם.
13:47
I'm going to leave the last word to a guy who had
267
811762
2738
את המילים האחרונות אני אשאיר לבחור
13:50
a front row seat for digital progress,
268
814500
1778
שהיה לו כרטיס בשורה הראשונה לקידמה הדיגיטלית,
13:52
our old friend Ken Jennings. I'm with him.
269
816278
2565
ידידינו הוותיק קן ג'נינגס. אני איתו.
13:54
I'm going to echo his words:
270
818843
1361
אני רק אחזור על מילותיו:
13:56
"I, for one, welcome our new computer overlords." (Laughter)
271
820204
3971
"אני כשלעצמי,
מקבל בברכה את המחשבים - אדונינו החדשים."
(צחוק)
מקבל בברכה את המחשבים - אדונינו החדשים."
(צחוק)
14:00
Thanks very much. (Applause)
272
824175
2929
תודה רבה לכם.
(מחיאות כפיים)
(מחיאות כפיים)
ABOUT THE SPEAKER
Andrew McAfee - Management theoristAndrew McAfee studies how information technology affects businesses and society.
Why you should listen
Andrew McAfee studies the ways that information technology (IT) affects businesses, business as a whole, and the larger society. His research investigates how IT changes the way companies perform, organize themselves and compete. At a higher level, his work also investigates how computerization affects competition, society, the economy and the workforce.
He's a principal research scientist at the Center for Digital Business at the MIT Sloan School of Management. His books include Enterprise 2.0 and Race Against the Machine (with Erik Brynjolfsson). Read more on his blog.
Andrew McAfee | Speaker | TED.com