TED@UPS
David Lee: Why jobs of the future won't feel like work
David Lee: Miért nem érezzük majd nyűgnek a jövő munkáit?
Filmed:
Readability: 4.2
1,916,479 views
Folyton azt halljuk, hogy a robotok el fogják venni előlünk a munkát – de mit tehetünk ez ellen? David Lee, innovációs szakértő szerint olyan munkákat kell terveznünk, amelyek előhozzák rejtett képességeinket és szenvedélyeinket –mindazt, amivel a szabadidőnket töltjük –, hogy helyünk legyen a robotok korában is. "Tegyük fel a kérdést, milyen problémákat akarnak megoldani az emberek, és milyen képességeket szeretnének a munkában kamatoztatni" – javasolja Lee. "Ha biztatjuk az embereket, hogy mutassák meg, mire képesek, lenyűgözhetnek azzal, milyen sok mindenre képesek."
David Lee - Innovation leader
UPS’s David Lee works to create platforms that make it easier for people to turn fuzzy ideas into concrete solutions. Full bio
UPS’s David Lee works to create platforms that make it easier for people to turn fuzzy ideas into concrete solutions. Full bio
Double-click the English transcript below to play the video.
00:12
So there's a lot of valid
concern these days
concern these days
0
874
2152
Jogos az aggodalom napjainkban,
00:15
that our technology is getting so smart
1
3050
2205
hogy a technológia lassan
olyan fejlett lesz,
olyan fejlett lesz,
00:17
that we've put ourselves
on the path to a jobless future.
on the path to a jobless future.
2
5279
2748
hogy a jövőben elveheti előlünk a munkát.
00:21
And I think the example
of a self-driving car
of a self-driving car
3
9682
2152
A vezető nélküli autó
00:23
is actually the easiest one to see.
4
11858
1674
a legkézenfekvőbb példa erre.
00:25
So these are going to be fantastic
for all kinds of different reasons.
for all kinds of different reasons.
5
13556
3328
Ezek a kocsik fantasztikusak lesznek,
sok különböző okból.
sok különböző okból.
00:28
But did you know that "driver"
is actually the most common job
is actually the most common job
6
16908
3438
De tudták, hogy a gépjárművezetés
a leggyakoribb foglalkozás
a leggyakoribb foglalkozás
00:32
in 29 of the 50 US states?
7
20370
1789
az USA 50 államából 29-ben?
00:35
What's going to happen to these jobs
when we're no longer driving our cars
when we're no longer driving our cars
8
23042
3478
Mi lesz ezekkel az állásokkal, ha már
nem mi magunk vezetjük az autókat,
nem mi magunk vezetjük az autókat,
00:38
or cooking our food
9
26544
1165
nem mi főzzük az ételt,
00:39
or even diagnosing our own diseases?
10
27733
1959
nem mi diagnosztizáljuk a betegségeinket?
00:42
Well, a recent study
from Forrester Research
from Forrester Research
11
30675
2377
A Forrester Reseach nemrégiben
közzétett tanulmánya
közzétett tanulmánya
00:45
goes so far to predict
that 25 million jobs
that 25 million jobs
12
33076
3163
azt jelzi, hogy 25 millió állás
00:48
might disappear over the next 10 years.
13
36263
2162
szűnhet meg az elkövetkező 10 évben.
00:51
To put that in perspective,
14
39393
1489
Csak összehasonlításképpen,
00:52
that's three times as many jobs lost
in the aftermath of the financial crisis.
in the aftermath of the financial crisis.
15
40906
4146
ez háromszor annyi, mint ahány állás
megszűnt a gazdasági válság következtében.
megszűnt a gazdasági válság következtében.
Nemcsak a fizikai munkák
vannak veszélyben.
vannak veszélyben.
00:58
And it's not just blue-collar jobs
that are at risk.
that are at risk.
16
46606
2472
01:01
On Wall Street and across Silicon Valley,
we are seeing tremendous gains
we are seeing tremendous gains
17
49728
3427
A Wall Streeten és a Szilícium-völgyben
hatalmas fejlődés tapasztalható
hatalmas fejlődés tapasztalható
01:05
in the quality of analysis
and decision-making
and decision-making
18
53179
2182
az elemzések és döntéshozatalok
minőségében,
minőségében,
01:07
because of machine learning.
19
55385
1654
hála a gépi tanulásnak.
01:09
So even the smartest, highest-paid people
will be affected by this change.
will be affected by this change.
20
57063
3524
Tehát a legokosabb, legjobban fizetett
emberekre is hatással lesz mindez.
emberekre is hatással lesz mindez.
01:13
What's clear is that no matter
what your job is,
what your job is,
21
61714
2670
Világos, hogy bármi legyen is
a foglalkozásunk,
a foglalkozásunk,
01:16
at least some, if not all of your work,
22
64408
1972
munkánk egy részét, ha nem az egészét
01:18
is going to be done by a robot
or software in the next few years.
or software in the next few years.
23
66404
3392
robotok és szoftverek fogják átvenni
a következő néhány évben.
a következő néhány évben.
01:22
And that's exactly why people
like Mark Zuckerberg and Bill Gates
like Mark Zuckerberg and Bill Gates
24
70918
3071
Épp ezért beszél pl. Mark Zuckerberg
és Bill Gates arról,
és Bill Gates arról,
01:26
are talking about the need for
government-funded minimum income levels.
government-funded minimum income levels.
25
74013
3388
hogy szükség van a kormány által
biztosított minimumjövedelemre.
biztosított minimumjövedelemre.
01:29
But if our politicians can't agree
on things like health care
on things like health care
26
77425
3342
Ám ha a politikusok még az egészségügy
vagy az iskolai étkeztetés terén
vagy az iskolai étkeztetés terén
01:32
or even school lunches,
27
80791
1279
sem jutnak közös nevezőre,
01:34
I just don't see a path
where they'll find consensus
where they'll find consensus
28
82094
2430
nem tudom elképzelni, hogy egyeznek meg
01:36
on something as big and as expensive
as universal basic life income.
as universal basic life income.
29
84548
3326
egy ennyire nagyszabású és drága
kérdésben, mint az alapjövedelem.
kérdésben, mint az alapjövedelem.
01:40
Instead, I think the response
needs to be led by us in industry.
needs to be led by us in industry.
30
88616
3645
A válasz keresésében nekünk,
a területen dolgozóknak kell élen járnunk.
a területen dolgozóknak kell élen járnunk.
01:44
We have to recognize
the change that's ahead of us
the change that's ahead of us
31
92285
2524
Fel kell ismernünk
az előttünk álló változást,
az előttünk álló változást,
01:46
and start to design the new kinds of jobs
32
94833
1975
és olyan munkákat kell terveznünk,
01:48
that will still be relevant
in the age of robotics.
in the age of robotics.
33
96832
2695
amelyeknek helyük lesz
a robotok korában is.
a robotok korában is.
01:52
The good news is that we have
faced down and recovered
faced down and recovered
34
100899
2753
A jó hír, hogy már kétszer szembenéztünk
01:55
two mass extinctions of jobs before.
35
103676
2186
a foglalkozások tömeges kihalásával.
01:58
From 1870 to 1970,
36
106523
2210
1870 és 1970 között
02:00
the percent of American workers
based on farms fell by 90 percent,
based on farms fell by 90 percent,
37
108757
4408
a farmokon dolgozó amerikai munkások
száma 90 százalékkal csökkent,
száma 90 százalékkal csökkent,
02:05
and then again from 1950 to 2010,
38
113189
2545
aztán 1950 és 2010 között
02:07
the percent of Americans
working in factories
working in factories
39
115758
2143
az amerikai gyári munkások száma
02:09
fell by 75 percent.
40
117925
1676
esett vissza 75 százalékkal.
02:12
The challenge we face this time,
however, is one of time.
however, is one of time.
41
120570
2954
Most azonban ellenünk dolgozik az idő.
02:15
We had a hundred years
to move from farms to factories,
to move from farms to factories,
42
123548
3014
Volt száz év arra, hogy a farmokról
átálljunk a gyári munkára,
átálljunk a gyári munkára,
02:18
and then 60 years to fully build out
a service economy.
a service economy.
43
126586
2575
majd hatvan év, hogy szolgáltatásalapú
gazdaságot építsünk.
gazdaságot építsünk.
02:21
The rate of change today
44
129678
1325
A változás sebessége jelzi,
02:23
suggests that we may only have
10 or 15 years to adjust,
10 or 15 years to adjust,
45
131027
2974
hogy most talán csak
10-15 évünk van az átállásra,
10-15 évünk van az átállásra,
02:26
and if we don't react fast enough,
46
134025
1703
és ha nem vagyunk elég gyorsak,
02:27
that means by the time
today's elementary-school students
today's elementary-school students
47
135752
2756
az azzal járhat, hogy mire
a mai általános iskolások
a mai általános iskolások
02:30
are college-aged,
48
138532
1885
egyetemista korúak lesznek,
02:32
we could be living
in a world that's robotic,
in a world that's robotic,
49
140441
2141
talán robotok által uralt
világban élünk majd,
világban élünk majd,
02:34
largely unemployed and stuck
in kind of un-great depression.
in kind of un-great depression.
50
142606
3683
munka nélkül, egy válság kellős közepén.
02:39
But I don't think it has to be this way.
51
147797
1939
De nem muszáj ennek így történnie.
02:41
You see, I work in innovation,
52
149760
1700
Én innovációkon dolgozom,
és részben azt alakítom,
és részben azt alakítom,
02:43
and part of my job is to shape how
large companies apply new technologies.
large companies apply new technologies.
53
151484
4154
hogyan alkalmazzák
a cégek az új technológiákat.
a cégek az új technológiákat.
02:48
Certainly some of these technologies
54
156265
1795
Némelyik technológia
02:50
are even specifically designed
to replace human workers.
to replace human workers.
55
158084
2904
pontosan azért született,
hogy kiváltsa az emberi munkaerőt.
hogy kiváltsa az emberi munkaerőt.
02:53
But I believe that if we start
taking steps right now
taking steps right now
56
161615
2926
De hiszem, hogy ha már most
elkezdünk lépéseket tenni,
elkezdünk lépéseket tenni,
02:56
to change the nature of work,
57
164565
1821
hogy megváltoztassuk
a munka jellegét,
a munka jellegét,
02:58
we can not only create environments
where people love coming to work
where people love coming to work
58
166410
3886
nemcsak olyan környezetet teremthetünk,
ahol az emberek szívesen dolgoznak,
ahol az emberek szívesen dolgoznak,
03:02
but also generate
the innovation that we need
the innovation that we need
59
170320
2118
de elősegíthetjük a szükséges
újításokat is,
újításokat is,
03:04
to replace the millions of jobs
that will be lost to technology.
that will be lost to technology.
60
172462
3173
hogy kiváltsuk a munkák millióit,
amelyeket elvesz a technológia.
amelyeket elvesz a technológia.
03:08
I believe that the key
to preventing our jobless future
to preventing our jobless future
61
176532
3799
Szerintem az a kulcs a munka nélküli
jövő elkerüléséhez,
jövő elkerüléséhez,
03:12
is to rediscover what makes us human,
62
180355
2346
hogy újra felfedezzük,
mi tesz minket emberré,
mi tesz minket emberré,
03:14
and to create a new generation
of human-centered jobs
of human-centered jobs
63
182725
2958
és hogy emberközpontú munkák
új generációját hozzuk létre,
új generációját hozzuk létre,
03:17
that allow us to unlock
the hidden talents and passions
the hidden talents and passions
64
185707
2606
amely feltárja a rejtett tehetséget
és szenvedélyt,
és szenvedélyt,
03:20
that we carry with us every day.
65
188337
1653
amelyet magunkban hordozunk.
03:24
But first, I think
it's important to recognize
it's important to recognize
66
192151
2143
De először is, fontos felismernünk,
03:26
that we brought this problem on ourselves.
67
194318
2152
hogy a problémát magunknak okoztuk.
03:28
And it's not just because, you know,
we are the one building the robots.
we are the one building the robots.
68
196494
3457
Nemcsak azért, mert mi magunk
építjük a robotokat.
építjük a robotokat.
03:32
But even though most jobs
left the factory decades ago,
left the factory decades ago,
69
200507
3184
Bár a legtöbb munka már évtizedek óta
nem gyárakban zajlik,
nem gyárakban zajlik,
03:35
we still hold on to this factory mindset
70
203715
1937
még mindig ragaszkodunk
a szabványokhoz,
a szabványokhoz,
03:37
of standardization and de-skilling.
71
205676
1959
a képesség nélküli
munkavégzés képzetéhez.
munkavégzés képzetéhez.
03:40
We still define jobs
around procedural tasks
around procedural tasks
72
208525
2351
Még mindig folyamatok köré
tervezzük a munkákat,
tervezzük a munkákat,
03:42
and then pay people for the number
of hours that they perform these tasks.
of hours that they perform these tasks.
73
210900
3488
és a folyamatok végrehajtásával töltött
órákért fizetjük az embereket.
órákért fizetjük az embereket.
03:46
We've created narrow job definitions
74
214412
1756
Szűk munkaköri leírásokat gyártunk,
03:48
like cashier, loan processor
or taxi driver
or taxi driver
75
216192
3240
mint például pénztáros,
hitel-ügyintéző, taxisofőr,
hitel-ügyintéző, taxisofőr,
03:51
and then asked people
to form entire careers
to form entire careers
76
219456
2483
és elvárjuk, hogy emberek
egész karriereket építsenek
egész karriereket építsenek
03:53
around these singular tasks.
77
221963
1630
ezen konkrét feladatok köré.
03:56
These choices have left us with
actually two dangerous side effects.
actually two dangerous side effects.
78
224251
3533
Mindez két veszélyes mellékhatással járt.
03:59
The first is that these
narrowly defined jobs
narrowly defined jobs
79
227808
2750
Az első, hogy először a konkrétan
meghatározott munkákat
meghatározott munkákat
04:02
will be the first
to be displaced by robots,
to be displaced by robots,
80
230582
2423
fogják kiváltani a robotok,
04:05
because single-task robots
are just the easiest kinds to build.
are just the easiest kinds to build.
81
233029
2985
mert egyetlen feladatra alkalmas
robotokat igen könnyű építeni.
robotokat igen könnyű építeni.
04:08
But second, we have accidentally made it
82
236781
2393
Másodsorban, véletlenül úgy alakult,
04:11
so that millions of workers
around the world
around the world
83
239198
2128
hogy dolgozók millióinak szerte a világon
04:13
have unbelievably boring working lives.
84
241350
2310
elképesztően unalmas a munkája.
04:16
(Laughter)
85
244057
1871
(Nevetés)
04:18
Let's take the example
of a call center agent.
of a call center agent.
86
246427
2402
Vegyünk például egy telefonos
ügyfélszolgálatost.
ügyfélszolgálatost.
04:20
Over the last few decades,
we brag about lower operating costs
we brag about lower operating costs
87
248853
3003
Az elmúlt évtizedekben kisebb
működési költséggel dicsekszünk,
működési költséggel dicsekszünk,
04:23
because we've taken most
of the need for brainpower
of the need for brainpower
88
251880
2427
mivel a munkához szükséges
agymunka nagy részét
agymunka nagy részét
04:26
out of the person
and put it into the system.
and put it into the system.
89
254331
2144
az ember helyett a gép végzi.
04:28
For most of their day,
they click on screens,
they click on screens,
90
256499
2521
Egy ügyfélszolgálatos a nap
nagy részében kattintgat,
nagy részében kattintgat,
04:31
they read scripts.
91
259044
1201
kész szöveget olvas fel.
04:33
They act more like machines than humans.
92
261487
2653
Inkább gépként viselkedik, mint emberként.
04:37
And unfortunately,
over the next few years,
over the next few years,
93
265278
2116
És sajnos az elkövetkező néhány évben,
04:39
as our technology gets more advanced,
94
267418
1859
ahogy a technológia fejlődik,
04:41
they, along with people
like clerks and bookkeepers,
like clerks and bookkeepers,
95
269301
2584
ők, az adminisztrátorokkal
és könyvelőkkel együtt
és könyvelőkkel együtt
04:43
will see the vast majority
of their work disappear.
of their work disappear.
96
271909
2412
azt fogják tapasztalni,
hogy munkájuk jórészt eltűnik.
hogy munkájuk jórészt eltűnik.
04:47
To counteract this,
we have to start creating new jobs
we have to start creating new jobs
97
275495
2704
Ennek ellensúlyozására
olyan munkákat kell teremtenünk,
olyan munkákat kell teremtenünk,
04:50
that are less centered
on the tasks that a person does
on the tasks that a person does
98
278223
2539
ahol nem az a fontos,
amit az ember csinál,
amit az ember csinál,
04:52
and more focused on the skills
that a person brings to work.
that a person brings to work.
99
280786
2866
hanem az, hogy milyen
képességekkel rendelkezik.
képességekkel rendelkezik.
04:56
For example, robots are great
at repetitive and constrained work,
at repetitive and constrained work,
100
284389
3387
A robotok például nagyszerűek
az ismétlődő és szabályozott munkában,
az ismétlődő és szabályozott munkában,
04:59
but human beings have an amazing ability
101
287800
1949
ám az emberekben megvan az a képesség,
05:01
to bring together
capability with creativity
capability with creativity
102
289773
2279
hogy összehozzák a tudást
és a kreativitást,
és a kreativitást,
05:04
when faced with problems
that we've never seen before.
that we've never seen before.
103
292076
2700
amikor korábban nem tapasztalt
problémákkal találkoznak.
problémákkal találkoznak.
05:07
It's when every day
brings a little bit of a surprise
brings a little bit of a surprise
104
295122
2980
Ha minden egyes nap történik
valami váratlan,
valami váratlan,
05:10
that we have designed work for humans
105
298126
2004
az a munka embereknek való,
05:12
and not for robots.
106
300154
1269
nem robotoknak.
05:14
Our entrepreneurs and engineers
already live in this world,
already live in this world,
107
302130
2898
A vállalkozók és fejlesztők
már most is ilyen világban élnek,
már most is ilyen világban élnek,
05:17
but so do our nurses and our plumbers
108
305052
2592
épp úgy, ahogy az ápolók,
vízvezeték-szerelők
vízvezeték-szerelők
05:19
and our therapists.
109
307668
1463
és a terapeuták.
05:21
You know, it's the nature
of too many companies and organizations
of too many companies and organizations
110
309749
3057
Sok cégnél és szervezetnél
természetes elvárás,
természetes elvárás,
05:24
to just ask people to come to work
and do your job.
and do your job.
111
312830
3690
hogy az emberek csak jöjjenek be
és végezzék el a munkájukat.
és végezzék el a munkájukat.
05:28
But if you work is better done by a robot,
112
316544
2186
Ám ha a munkát jobban ellátja egy robot,
05:30
or your decisions better made by an AI,
113
318754
2797
ha egy mesterséges intelligencia
jobb döntéseket hoz,
jobb döntéseket hoz,
05:33
what are you supposed to be doing?
114
321575
1712
akkor mi is itt az ember dolga?
05:36
Well, I think for the manager,
115
324013
2484
Fontos, hogy a vezetők
05:38
we need to realistically think about
the tasks that will be disappearing
the tasks that will be disappearing
116
326521
3397
alaposan átgondolják azokat a feladatokat,
amelyek a következő években
amelyek a következő években
05:41
over the next few years
117
329942
1151
meg fognak szűnni,
05:43
and start planning for more meaningful,
more valuable work that should replace it.
more valuable work that should replace it.
118
331117
3872
és értelmesebb, értékesebb munkákat
kezdjenek tervezni helyettük.
kezdjenek tervezni helyettük.
05:47
We need to create environments
119
335013
1429
Olyan környezetre van szükség,
05:48
where both human beings and robots thrive.
120
336466
2239
ahol robotok és emberek egyaránt
virágozhatnak.
virágozhatnak.
05:50
I say, let's give more work to the robots,
121
338729
2536
Adjunk több munkát a robotoknak,
05:53
and let's start with the work
that we absolutely hate doing.
that we absolutely hate doing.
122
341289
2903
kezdjük azzal, amit borzasztóan
utálunk csinálni.
utálunk csinálni.
05:57
Here, robot,
123
345428
1164
Nesze, robot,
05:58
process this painfully idiotic report.
124
346616
1851
boldogulj ezzel az ostoba beszámolóval!
06:00
(Laughter)
125
348491
1423
(Nevetés)
06:01
And move this box. Thank you.
126
349938
1425
Vidd arrébb ezt a dobozt! Köszi.
06:03
(Laughter)
127
351387
1699
(Nevetés)
06:05
And for the human beings,
128
353110
1529
Ami pedig az embereket illeti,
06:06
we should follow the advice from Harry
Davis at the University of Chicago.
Davis at the University of Chicago.
129
354663
3554
a Chicagói Egyetem tanárának, Harry
Davisnek a tanácsát kéne követnünk.
Davisnek a tanácsát kéne követnünk.
06:10
He says we have to make it so that people
don't leave too much of themselves
don't leave too much of themselves
130
358241
3649
Szerinte törekedjünk arra, hogy az emberek
ne hagyják kint saját lényüket
ne hagyják kint saját lényüket
06:13
in the trunk of their car.
131
361914
1331
a kocsijuk csomagtartójában.
06:15
I mean, human beings
are amazing on weekends.
are amazing on weekends.
132
363269
2889
Gondoljanak bele, az emberek
csodákra képesek hétvégenként!
csodákra képesek hétvégenként!
06:18
Think about the people that you know
and what they do on Saturdays.
and what they do on Saturdays.
133
366182
3144
Gondoljanak bele, mi mindenre képesek
az ismerőseik szombaton.
az ismerőseik szombaton.
06:21
They're artists, carpenters,
chefs and athletes.
chefs and athletes.
134
369350
2976
Művészek, asztalosok, szakácsok,
sportolók lesznek.
sportolók lesznek.
06:25
But on Monday, they're back
to being Junior HR Specialist
to being Junior HR Specialist
135
373086
3896
Aztán hétfőn visszavedlenek
Junior HR-szakértőkké
Junior HR-szakértőkké
06:29
and Systems Analyst 3.
136
377006
2099
és rendszerelemzőkké.
06:31
(Laughter)
137
379129
3781
(Nevetés)
06:34
You know, these narrow job titles
not only sound boring,
not only sound boring,
138
382934
3318
Ezek a munkaköri elnevezések
nemcsak hogy unalmasan hangzanak,
nemcsak hogy unalmasan hangzanak,
06:38
but they're actually
a subtle encouragement
a subtle encouragement
139
386276
2096
de finoman arra ösztönzik az embereket,
06:40
for people to make narrow
and boring job contributions.
and boring job contributions.
140
388396
3040
hogy beszűkült és unalmas módon
lássák el a munkájukat.
lássák el a munkájukat.
06:43
But I've seen firsthand
that when you invite people to be more,
that when you invite people to be more,
141
391460
3116
Saját szememmel láttam, hogy ha
többre biztatjuk az embereket,
többre biztatjuk az embereket,
06:46
they can amaze us
with how much more they can be.
with how much more they can be.
142
394600
2390
igazán meglepően sok mindenre képesek.
06:50
A few years ago,
I was working at a large bank
I was working at a large bank
143
398327
2233
Pár éve egy nagy banknál dolgoztam,
06:52
that was trying to bring more innovation
into its company culture.
into its company culture.
144
400584
3096
amely megpróbált több újdonságot vinni
a céges kultúrába.
a céges kultúrába.
06:55
So my team and I designed
a prototyping contest
a prototyping contest
145
403704
2341
A csapatommal prototípus-versenyt
hirdettünk,
hirdettünk,
06:58
that invited anyone to build
anything that they wanted.
anything that they wanted.
146
406069
2970
s arra biztattunk mindenkit,
hogy építsen bármit, amit akar.
hogy építsen bármit, amit akar.
07:01
We were actually trying to figure out
147
409704
1833
Azt próbáltuk kideríteni,
07:03
whether or not
the primary limiter to innovation
the primary limiter to innovation
148
411561
2268
mi áll leginkább az újítások útjába:
07:05
was a lack of ideas or a lack of talent,
149
413853
2490
az ötletek vagy a tehetség hiánya,
07:08
and it turns out it was neither one.
150
416367
1861
és kiderült, hogy egyik sem.
07:10
It was an empowerment problem.
151
418252
1755
A probléma a jogosultságban rejlik.
07:12
And the results
of the program were amazing.
of the program were amazing.
152
420698
2242
A program lenyűgöző eredményekkel járt.
07:16
We started by inviting
people to reenvision
people to reenvision
153
424378
2377
Először is arra biztattunk
mindenkit, képzeljék el,
mindenkit, képzeljék el,
07:18
what it is they could bring to a team.
154
426779
2115
ők mit tudnak hozzátenni a csapathoz.
07:20
This contest was not only a chance
to build anything that you wanted
to build anything that you wanted
155
428918
3738
A verseny nemcsak arról szólt,
hogy építsenek bármit, amit akarnak,
hogy építsenek bármit, amit akarnak,
07:24
but also be anything that you wanted.
156
432680
2336
hanem hogy mindenki az lehessen,
ami lenni akar.
ami lenni akar.
07:27
And when people were no longer
limited by their day-to-day job titles,
limited by their day-to-day job titles,
157
435040
3286
Amikor az emberek nem érezték többé,
hogy a pozíciójuk beszűkíti őket,
hogy a pozíciójuk beszűkíti őket,
07:30
they felt free to bring all kinds
of different skills and talents
of different skills and talents
158
438350
3147
szabadon bevetettek mindenféle
képességet és tehetséget,
képességet és tehetséget,
07:33
to the problems
that they were trying to solve.
that they were trying to solve.
159
441521
2486
hogy megoldják
az előttük álló problémákat.
az előttük álló problémákat.
07:36
We saw technology people being designers,
marketing people being architects,
marketing people being architects,
160
444031
3910
Láttunk technológusokat dizájnerként,
marketingeseket vezető tervezőként,
marketingeseket vezető tervezőként,
07:39
and even finance people showing off
their ability to write jokes.
their ability to write jokes.
161
447965
3365
még pénzügyeseket is, akik vicceket írtak.
07:43
(Laughter)
162
451607
1150
(Nevetés)
07:44
We ran this program twice,
163
452781
1405
Kétszer futott ez a program,
07:46
and each time more than 400 people
brought their unexpected talents to work
brought their unexpected talents to work
164
454210
3796
mindkétszer több mint 400 ember villantott
meglepő képességeket a munkában,
meglepő képességeket a munkában,
07:50
and solved problems that they had been
wanting to solve for years.
wanting to solve for years.
165
458030
3139
és oldott meg évek óta
megoldásra váró problémákat.
megoldásra váró problémákat.
07:53
Collectively, they created
millions of dollars of value,
millions of dollars of value,
166
461490
3019
Ők együtt több millió dollárnyi
értéket teremtettek,
értéket teremtettek,
07:56
building things like a better
touch-tone system for call centers,
touch-tone system for call centers,
167
464533
4565
például könnyebben kezelhető telefonos
ügyfélszolgálati rendszert terveztek,
ügyfélszolgálati rendszert terveztek,
08:01
easier desktop tools for branches
168
469122
1668
vagy egyszerűbb alkalmazásokat,
08:02
and even a thank you card system
169
470814
1525
vagy egy köszönőlevél-rendszert,
08:04
that has become a cornerstone
of the employee working experience.
of the employee working experience.
170
472363
3314
amely a munkahelyi kultúra alapeleme lett.
08:07
Over the course of the eight weeks,
171
475701
1803
Nyolc hét alatt az emberek
08:09
people flexed muscles that they never
dreamed of using at work.
dreamed of using at work.
172
477528
3533
olyan izmaikat mozgatták meg
munka közben, mint korábban soha.
munka közben, mint korábban soha.
08:14
People learned new skills,
173
482353
1577
Új gyakorlatokat szereztek,
08:15
they met new people,
174
483954
2368
új ismeretségeket kötöttek.
08:18
and at the end, somebody
pulled me aside and said,
pulled me aside and said,
175
486346
2793
A végén valaki félrevont, és azt mondta:
08:21
"I have to tell you,
176
489163
1569
"Azt kell mondjam,
08:22
the last few weeks has been
one of the most intense,
one of the most intense,
177
490756
2776
az elmúlt hetekben
olyan keményen dolgoztam,
olyan keményen dolgoztam,
08:25
hardest working experiences
of my entire life,
of my entire life,
178
493556
3279
mint soha korábban,
08:28
but not one second of it felt like work."
179
496859
2041
de egy pillanatra sem éreztem munkának."
08:32
And that's the key.
180
500080
1298
És ez a lényeg.
08:33
For those few weeks, people
got to be creators and innovators.
got to be creators and innovators.
181
501402
3710
Ebben a pár hétben az emberek
újítók és teremtők lehettek.
újítók és teremtők lehettek.
Megoldásokat álmodtak olyan problémákra,
08:38
They had been dreaming of solutions
182
506811
1667
08:40
to problems that had been
bugging them for years,
bugging them for years,
183
508502
2484
amelyek évek óta
nem hagyták őket nyugodni,
nem hagyták őket nyugodni,
08:43
and this was a chance to turn
those dreams into a reality.
those dreams into a reality.
184
511010
2854
és lehetőséget kaptak
álmaik megvalósítására.
álmaik megvalósítására.
08:46
And that dreaming is an important part
of what separates us from machines.
of what separates us from machines.
185
514669
4442
Az álmodás képessége fontos
különbség a gépek és köztünk.
különbség a gépek és köztünk.
08:51
For now, our machines
do not get frustrated,
do not get frustrated,
186
519135
3018
A gépeink jelenleg
nem lesznek frusztráltak,
nem lesznek frusztráltak,
08:54
they do not get annoyed,
187
522177
1407
nem bosszankodnak,
08:55
and they certainly don't imagine.
188
523608
2260
és főleg: nem képzelnek el semmit.
08:57
But we, as human beings --
189
525892
1699
Ám mi, emberek,
08:59
we feel pain,
190
527615
1207
érzünk fájdalmat,
09:00
we get frustrated.
191
528846
1400
érzünk frusztrációt.
09:02
And it's when we're most annoyed
and most curious
and most curious
192
530270
3116
És amikor a legbosszúsabbak
és legkíváncsibbak vagyunk,
és legkíváncsibbak vagyunk,
09:05
that we're motivated to dig
into a problem and create change.
into a problem and create change.
193
533410
3263
úgy érezzük, bele kell mélyednünk
a problémába, és változtatnunk kell.
a problémába, és változtatnunk kell.
09:09
Our imaginations are the birthplace
of new products, new services,
of new products, new services,
194
537546
3910
A képzeletünk új termékek,
szolgálatások, sőt egész iparágak
szolgálatások, sőt egész iparágak
09:13
and even new industries.
195
541480
1233
szülőhelye.
Azt hiszem, a jövő munkái
09:15
I believe that the jobs of the future
196
543476
1802
olyan emberek képzeletéből születnek,
09:17
will come from the minds of people
197
545302
1713
09:19
who today we call
analysts and specialists,
analysts and specialists,
198
547039
2716
akiket ma elemzőknek és
szakértőknek hívunk,
szakértőknek hívunk,
09:21
but only if we give them the freedom
and protection that they need to grow
and protection that they need to grow
199
549779
3478
ám akiknek elég megadni a kellő
szabadságot és biztonságot,
szabadságot és biztonságot,
09:25
into becoming explorers and inventors.
200
553281
2469
hogy felfedezők és újítók lehessenek.
09:28
If we really want to robot-proof our jobs,
201
556714
2143
Ha robotbiztossá akarjuk
tenni a munkáinkat,
tenni a munkáinkat,
09:30
we, as leaders, need
to get out of the mindset
to get out of the mindset
202
558881
2235
nekünk, vezetőknek
fel kell hagynunk azzal,
fel kell hagynunk azzal,
09:33
of telling people what to do
203
561140
1830
hogy megmondjuk, ki mit csináljon,
09:34
and instead start asking them
what problems they're inspired to solve
what problems they're inspired to solve
204
562994
3821
és helyette azt kell kérdeznünk, ki milyen
problémákat oldana meg szívesen,
problémákat oldana meg szívesen,
09:38
and what talents
they want to bring to work.
they want to bring to work.
205
566839
2365
és miféle tehetségeket szeretne
kamatoztatni.
kamatoztatni.
09:41
Because when you can bring
your Saturday self to work on Wednesdays,
your Saturday self to work on Wednesdays,
206
569681
3443
Mert ha a szombati énünket szerdán,
a munkában is használni tudjuk,
a munkában is használni tudjuk,
09:45
you'll look forward to Mondays more,
207
573148
1994
a hétfőt is jobban várjuk majd,
09:47
and those feelings
that we have about Mondays
that we have about Mondays
208
575166
2682
és részben a hétfővel
kapcsolatos érzéseink
kapcsolatos érzéseink
09:49
are part of what makes us human.
209
577872
1758
tesznek minket emberré.
Arra biztatom önöket,
dolgozzanak velem együtt azon,
dolgozzanak velem együtt azon,
09:52
And as we redesign work
for an era of intelligent machines,
for an era of intelligent machines,
210
580467
3008
hogy újratervezzük munkánkat
az intelligens gépek korára,
az intelligens gépek korára,
09:55
I invite you all to work alongside me
211
583499
2216
09:57
to bring more humanity
to our working lives.
to our working lives.
212
585739
2642
így emberibbé tehetjük dolgozó életünket.
10:00
Thank you.
213
588405
1151
Köszönöm.
10:01
(Applause)
214
589580
3401
(Taps)
ABOUT THE SPEAKER
David Lee - Innovation leaderUPS’s David Lee works to create platforms that make it easier for people to turn fuzzy ideas into concrete solutions.
Why you should listen
David Lee is the Vice President of Innovation and the Strategic Enterprise Fund for UPS. In that role, he develops programs that make it easier for smart, creative people to get together and explore ideas. It's clear that great ideas can come from anywhere. His responsibility to help people turn their ideas into tangible, pragmatic solutions. His team coordinates communities, programs, and contests that give people permission to chase down problems that they are personally inspired to address. He is constantly amazed at what happens when thoughtful, passionate people are given room to run.
Lee's career has been filled with interesting opportunities to break down new barriers for large corporations. He has been involved in the launch of dozens of new products, services and businesses within the framework of corporate processes and expectations. Some of those efforts flourished while others failed. Because of those lessons, he looks to create pathways which result in rapid impact and "good failures" whenever possible.
Prior to joining UPS, he led innovation at SunTrust Bank. Lee started his career at Bank of America, where he worked in advanced technology and asset management. There he helped to launch retirement services and a strategic venture capital group. He studied economics at the University of Virginia and went to business school at the University of Chicago.
David Lee | Speaker | TED.com