TEDxBoston 2012
Andrew McAfee: Are droids taking our jobs?
Andrew McAfee: Pikken robots onze banen in?
Filmed:
Readability: 4.4
1,061,603 views
Robots en algoritmen worden steeds beter in banen als het maken van auto's, het schrijven van artikelen, het vertalen - banen waar we ooit een mens voor nodig hadden. Wat voor werk zullen mensen dan gaan doen? Andrew McAfee overloopt recente arbeidsgegevens en zegt: "We staan nog maar aan het begin." Maar dan kijkt hij terug op de grote geschiedenis en komt met een verrassende en zelfs spannende kijk op wat we kunnen verwachten. (Gefilmd 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
Nu miljoenen mensen
00:19
are unemployed or underemployed,
1
3271
2328
werkloos of gedeeltelijk werkloos zijn,
00:21
there's a fair amount of interest in what technology might be doing to the labor force.
2
5599
4127
willen we weten wat de impact is van de technologie
op de beroepsbevolking.
op de beroepsbevolking.
00:25
And as I look at the conversation, it strikes me
3
9726
2719
De discussie gaat over het juiste onderwerp,
00:28
that it's focused on exactly the right topic,
4
12445
2952
De discussie gaat over het juiste onderwerp,
00:31
and at the same time, it's missing the point entirely.
5
15397
2978
maar zit er tegelijkertijd helemaal naast.
00:34
The topic that it's focused on, the question is whether or not
6
18375
3008
Het gaat om de vraag of digitale technologieën
00:37
all these digital technologies are affecting people's ability
7
21383
3655
ons beletten
00:40
to earn a living, or, to say it a little bit different way,
8
25038
3020
om een inkomen te verwerven,
of anders gezegd:
of anders gezegd:
00:43
are the droids taking our jobs?
9
28058
2278
pikken de robots onze banen in?
00:46
And there's some evidence that they are.
10
30336
1968
In bepaalde gevallen wel.
00:48
The Great Recession ended when American GDP resumed
11
32304
4353
De Grote Recessie eindigde toen het Amerikaanse bbp
00:52
its kind of slow, steady march upward, and some other
12
36657
3429
weer langzaam begon te stijgen en enkele andere
00:56
economic indicators also started to rebound, and they got
13
40101
2934
economische indicatoren ook verbeterden.
00:58
kind of healthy kind of quickly. Corporate profits
14
43035
2862
Het kwam allemaal vrij snel weer goed.
01:01
are quite high. In fact, if you include bank profits,
15
45897
3276
Bedrijfswinsten zijn vrij hoog.
Als je er de bankwinsten bijtelt,
Als je er de bankwinsten bijtelt,
01:05
they're higher than they've ever been.
16
49173
2112
zijn ze hoger dan ooit.
01:07
And business investment in gear, in equipment
17
51285
3272
Investeringen in uitrusting, hardware
01:10
and hardware and software is at an all-time high.
18
54557
3107
en software zijn nooit zo hoog geweest.
01:13
So the businesses are getting out their checkbooks.
19
57664
3381
Bedrijven besteden geld.
01:16
What they're not really doing is hiring.
20
61045
2261
Wat ze niet doen, is personeel aanwerven.
01:19
So this red line is the employment-to-population ratio,
21
63306
3701
Deze rode lijn geeft de verhouding
van de werkgelegenheid tot de bevolking weer.
van de werkgelegenheid tot de bevolking weer.
01:22
in other words, the percentage of working age people
22
67007
3381
Of het percentage van tewerkgestelde mensen
01:26
in America who have work.
23
70388
1891
op de totale beroepsbevolking in Amerika.
01:28
And we see that it cratered during the Great Recession,
24
72279
3700
We zien dat het inzakte tijdens de grote recessie
01:31
and it hasn't started to bounce back at all.
25
75979
2864
en het herstel is helemaal nog niet in zicht.
01:34
But the story is not just a recession story.
26
78843
2507
Maar het gaat niet alleen over recessie.
01:37
The decade that we've just been through had relatively
27
81350
2997
De laatste tien jaar kwamen er relatief
01:40
anemic job growth all throughout, especially when we
28
84347
3393
maar weinig banen bij,
01:43
compare it to other decades, and the 2000s
29
87740
2935
vooral wanneer we dat vergelijken met vorige decennia.
01:46
are the only time we have on record where there were
30
90675
2290
2000-2010 is de enige keer dat er
01:48
fewer people working at the end of the decade
31
92965
3203
aan het einde van het decennium minder mensen werkten
01:52
than at the beginning. This is not what you want to see.
32
96168
3060
dan aan het begin.
Niet leuk.
Niet leuk.
01:55
When you graph the number of potential employees
33
99228
3639
Als je het aantal potentiële werknemers
01:58
versus the number of jobs in the country, you see the gap
34
102867
3604
tegen het aantal banen in het land uitzet,
zie je de kloof
zie je de kloof
02:02
gets bigger and bigger over time, and then,
35
106471
3578
groter en groter worden
02:05
during the Great Recession, it opened up in a huge way.
36
110049
2400
en dan tijdens de Grote Recessie plots enorm gaan gapen.
02:08
I did some quick calculations. I took the last 20 years of GDP growth
37
112449
4410
Ik nam de laatste 20 jaar van groei van het bbp
02:12
and the last 20 years of labor productivity growth
38
116859
3296
en de laatste 20 jaar van groei
van de arbeidsproductiviteit
van de arbeidsproductiviteit
02:16
and used those in a fairly straightforward way
39
120155
2742
en gebruikte die op een vrij eenvoudige manier
02:18
to try to project how many jobs the economy was going
40
122897
2626
om te laten zien hoeveel arbeidsplaatsen
de economie gaat nodig hebben
de economie gaat nodig hebben
02:21
to need to keep growing, and this is the line that I came up with.
41
125523
3659
om te blijven groeien.
Dit kwam eruit.
Dit kwam eruit.
02:25
Is that good or bad? This is the government's projection
42
129182
3446
Is dat goed of slecht?
Dit zijn de vooruitzichten van de regering
Dit zijn de vooruitzichten van de regering
02:28
for the working age population going forward.
43
132628
3853
over hoe het verder zal gaan
met de populatie op werkende leeftijd.
met de populatie op werkende leeftijd.
02:32
So if these predictions are accurate, that gap is not going to close.
44
136481
4771
Als deze voorspellingen kloppen,
zal die kloof niet kleiner worden.
zal die kloof niet kleiner worden.
02:37
The problem is, I don't think these projections are accurate.
45
141252
3401
Het probleem is dat deze prognoses niet kloppen.
02:40
In particular, I think my projection is way too optimistic,
46
144653
3356
Mijn projectie is veel te optimistisch,
02:43
because when I did it, I was assuming that the future
47
148009
3356
omdat ik ervan uitging dat de toekomst
02:47
was kind of going to look like the past
48
151365
2448
er net zo zou gaan uitzien als het verleden
02:49
with labor productivity growth, and that's actually not what I believe,
49
153813
3439
wat betreft de groei van de arbeidsproductiviteit.
Ik denk dat dat niet klopt,
Ik denk dat dat niet klopt,
02:53
because when I look around, I think that we ain't seen nothing yet
50
157252
3759
omdat we nog maar aan het begin staan
02:56
when it comes to technology's impact on the labor force.
51
161011
3285
van de impact van de technologie
op de beroepsbevolking.
op de beroepsbevolking.
03:00
Just in the past couple years, we've seen digital tools
52
164296
3998
In de afgelopen paar jaar zijn de kennis en vaardigheden
03:04
display skills and abilities that they never, ever had before,
53
168294
4406
van de digitale hulpmiddelen meer dan ooit toegenomen.
03:08
and that, kind of, eat deeply into what we human beings
54
172700
3788
Dat heeft een grote repercussie op wat wij,
menselijke wezens,
menselijke wezens,
03:12
do for a living. Let me give you a couple examples.
55
176488
3256
doen voor de kost.
Ik noem een paar voorbeelden.
Ik noem een paar voorbeelden.
03:15
Throughout all of history, if you wanted something
56
179744
2011
Als je vroeger iets wilde vertalen,
03:17
translated from one language into another,
57
181755
2924
Als je vroeger iets wilde vertalen,
03:20
you had to involve a human being.
58
184679
1664
had je daar iemand voor nodig.
03:22
Now we have multi-language, instantaneous,
59
186343
3416
Nu hebben we meertalige, ogenblikkelijke,
03:25
automatic translation services available for free
60
189759
4218
automatische en gratis vertaalprogramma’s.
03:29
via many of our devices all the way down to smartphones.
61
193977
3389
Je vindt ze op veel van onze apparaten,
tot aan smartphones toe.
tot aan smartphones toe.
03:33
And if any of us have used these, we know that
62
197366
2384
Ze zijn niet perfect, maar het gaat.
03:35
they're not perfect, but they're decent.
63
199750
3321
Ze zijn niet perfect, maar het gaat.
03:38
Throughout all of history, if you wanted something written,
64
203071
3151
Als er vroeger een rapport of een artikel
moest worden geschreven,
moest worden geschreven,
03:42
a report or an article, you had to involve a person.
65
206222
3415
had je daar ook iemand voor nodig.
03:45
Not anymore. This is an article that appeared
66
209637
2252
Niet meer.
Dit artikel verscheen
Dit artikel verscheen
03:47
in Forbes online a while back about Apple's earnings.
67
211889
3230
een tijdje terug in Forbes online
over de inkomsten van Apple.
over de inkomsten van Apple.
03:51
It was written by an algorithm.
68
215119
2527
Het was geschreven door een algoritme.
03:53
And it's not decent, it's perfect.
69
217646
3255
Het is niet alleen maar fatsoenlijk, het is perfect.
03:56
A lot of people look at this and they say, "Okay,
70
220901
2962
Nu kan je zeggen:
03:59
but those are very specific, narrow tasks,
71
223863
2349
“Oké, maar dit zijn zeer specifieke, afgelijnde taken.
04:02
and most knowledge workers are actually generalists,
72
226212
2633
De meeste kenniswerkers zijn eigenlijk generalisten.
04:04
and what they do is sit on top of a very large body
73
228845
2529
Ze hebben een hele hoop
04:07
of expertise and knowledge and they use that
74
231374
2656
deskundigheid en kennis en gebruiken die
04:09
to react on the fly to kind of unpredictable demands,
75
234030
3073
om stante pede te reageren
op onvoorspelbare eisen.
op onvoorspelbare eisen.
04:13
and that's very, very hard to automate."
76
237103
2488
Dat is haast niet te automatiseren."
04:15
One of the most impressive knowledge workers
77
239591
1977
Een van de meest indrukwekkende kenniswerkers
04:17
in recent memory is a guy named Ken Jennings.
78
241568
2409
in de recente geschiedenis is Ken Jennings.
04:19
He won the quiz show "Jeopardy!" 74 times in a row,
79
243977
5058
Hij won de quiz ‘Jeopardy!’ 74 keer op rij
04:24
took home three million dollars.
80
249035
2628
en incasseerde drie miljoen dollar.
04:27
That's Ken on the right getting beat three to one by
81
251663
3850
Maar Ken daar rechts verloor drie tegen één
04:31
Watson, the "Jeopardy!"-playing supercomputer from IBM.
82
255513
4804
van Watson, de ‘Jeopardy!’-spelende
supercomputer van IBM.
supercomputer van IBM.
04:36
So when we look at what technology can do
83
260317
1864
Dus zou technologie
04:38
to general knowledge workers, I start to think
84
262181
2873
ook wel algemene-kenniswerkers
04:40
there might not be something so special about this idea
85
265054
2599
kunnen gaan vervangen.
04:43
of a generalist, particularly when we start doing things
86
267653
2888
Stel dat je
04:46
like hooking Siri up to Watson and having technologies
87
270541
3988
Siri met Watson gaat combineren.
04:50
that can understand what we're saying
88
274529
1896
Dan krijg je technologie
die kan begrijpen wat we zeggen
die kan begrijpen wat we zeggen
04:52
and repeat speech back to us.
89
276425
2081
en erop reageren.
04:54
Now, Siri is far from perfect, and we can make fun
90
278506
2838
Siri is verre van perfect
04:57
of her flaws, but we should also keep in mind that
91
281344
3019
en we kunnen ons vrolijk maken om haar gebreken.
05:00
if technologies like Siri and Watson improve
92
284363
2676
Maar als Siri en Watson
05:02
along a Moore's Law trajectory, which they will,
93
287039
3781
een soort van wet van Moore volgen
05:06
in six years, they're not going to be two times better
94
290820
2584
dan gaan ze in zes jaar niet 2 of 4 keer,
05:09
or four times better, they'll be 16 times better than they are right now.
95
293404
4818
maar 16 keer beter zijn dan nu.
05:14
So I start to think that a lot of knowledge work is going to be affected by this.
96
298222
3683
Kenniswerk gaat daar de impact van voelen.
05:17
And digital technologies are not just impacting knowledge work.
97
301905
3554
Maar digitale technologieën
zijn niet alleen van invloed op kenniswerk.
zijn niet alleen van invloed op kenniswerk.
05:21
They're starting to flex their muscles in the physical world as well.
98
305459
3992
Ook in de fysieke wereld laten ze hun spierballen rollen.
05:25
I had the chance a little while back to ride in the Google
99
309451
2449
Ik mocht even een ritje maken
05:27
autonomous car, which is as cool as it sounds. (Laughter)
100
311900
5526
in de autonome auto van Google.
Dat is zo cool als het klinkt. (Gelach)
Dat is zo cool als het klinkt. (Gelach)
05:33
And I will vouch that it handled the stop-and-go traffic
101
317426
3027
Ik kan je verzekeren dat hij het verkeer
05:36
on U.S. 101 very smoothly.
102
320453
2905
op U.S. 101 zeer goed aankon.
05:39
There are about three and a half million people
103
323358
1965
Er zijn in de VS ongeveer drie en een half miljoen
05:41
who drive trucks for a living in the United States.
104
325323
2209
professionele vrachtwagenchauffeurs.
05:43
I think some of them are going to be affected by this
105
327532
2429
Sommigen gaan deze technologie voelen.
05:45
technology. And right now, humanoid robots are still
106
329961
3252
Mensachtige robots zijn nog steeds
05:49
incredibly primitive. They can't do very much.
107
333213
3258
ongelooflijk primitief.
Ze kunnen niet veel.
Ze kunnen niet veel.
05:52
But they're getting better quite quickly, and DARPA,
108
336471
2581
Maar ze worden snel beter.
05:54
which is the investment arm of the Defense Department,
109
339052
3151
DARPA, de investeringsafdeling
van het ministerie van defensie,
van het ministerie van defensie,
05:58
is trying to accelerate their trajectory.
110
342203
1665
probeert dat nog te versnellen.
05:59
So, in short, yeah, the droids are coming for our jobs.
111
343868
4683
Je kan dus wel zeggen
dat robots onze banen gaan inpikken.
dat robots onze banen gaan inpikken.
06:04
In the short term, we can stimulate job growth
112
348551
3880
Voorlopig kunnen wij de groei
van de werkgelegenheid nog stimuleren
van de werkgelegenheid nog stimuleren
06:08
by encouraging entrepreneurship and by investing
113
352431
2944
door ondernemerschap te bevorderen
en door te investeren in infrastructuur.
en door te investeren in infrastructuur.
06:11
in infrastructure, because the robots today still aren't
114
355375
3048
Robots zijn vandaag nog niet
06:14
very good at fixing bridges.
115
358423
1740
zeer goed in het repareren van bruggen.
06:16
But in the not-too-long-term, I think within the lifetimes
116
360163
3365
Maar op niet te lange termijn
06:19
of most of the people in this room, we're going to transition
117
363528
3569
- wij gaan dat nog meemaken -
gaan we een overgang zien
gaan we een overgang zien
06:22
into an economy that is very productive but that
118
367097
2936
naar een zeer productieve economie
06:25
just doesn't need a lot of human workers,
119
370033
2804
zonder veel menselijke werknemers.
06:28
and managing that transition is going to be
120
372837
1555
Dat in goede banen leiden
06:30
the greatest challenge that our society faces.
121
374392
2739
zal de grootste uitdaging worden
waarmee we zullen worden geconfronteerd.
waarmee we zullen worden geconfronteerd.
06:33
Voltaire summarized why. He said, "Work saves us
122
377131
2762
Voltaire vatte het zo samen:
"Werk beschermt ons
"Werk beschermt ons
06:35
from three great evils: boredom, vice and need."
123
379893
5277
tegen drie grote kwaden:
verveling, ondeugd en armoede."
verveling, ondeugd en armoede."
06:41
But despite this challenge, I'm personally,
124
385170
2571
Maar ondanks deze uitdaging,
06:43
I'm still a huge digital optimist, and I am
125
387741
3049
ben ik nog steeds een digitale optimist.
06:46
supremely confident that the digital technologies that we're
126
390790
3187
Ik heb er het volste vertrouwen in
dat digitale technologieën
dat digitale technologieën
06:49
developing now are going to take us into a utopian future,
127
393977
3556
een utopische toekomst gaan inluiden,
06:53
not a dystopian future. And to explain why,
128
397533
3033
en geen nachtmerrie.
06:56
I want to pose kind of a ridiculously broad question.
129
400566
2522
Daar wil ik jullie
een belachelijk ruime vraag over stellen:
een belachelijk ruime vraag over stellen:
06:58
I want to ask what have been the most important
130
403088
2350
wat zijn de belangrijkste
07:01
developments in human history?
131
405438
2323
ontwikkelingen in de menselijke geschiedenis?
07:03
Now, I want to share some of the answers that I've gotten
132
407761
2733
Ik heb daar een aantal antwoorden op gekregen.
07:06
in response to this question. It's a wonderful question
133
410494
2177
Het is een prachtige vraag
07:08
to ask and to start an endless debate about,
134
412671
2167
waar we eindeloos over kunnen debatteren.
07:10
because some people are going to bring up
135
414838
2321
Sommigen gaan het hebben
07:13
systems of philosophy in both the West and the East that
136
417159
3460
over de westerse en oosterse filosofische systemen
07:16
have changed how a lot of people think about the world.
137
420619
3133
die het denken van veel mensen over de wereld
zo diepgaand hebben veranderd.
zo diepgaand hebben veranderd.
07:19
And then other people will say, "No, actually, the big stories,
138
423752
2836
Anderen zullen komen aandraven met:
“Nee, de grote verhalen,
“Nee, de grote verhalen,
07:22
the big developments are the founding of the world's
139
426588
2423
de grote ontwikkelingen
07:24
major religions, which have changed civilizations
140
429011
3282
zijn de grote wereldreligies, die beschavingen
07:28
and have changed and influenced how countless people
141
432293
2639
en de levenswijze van talloze mensen hebben veranderd.”
07:30
are living their lives." And then some other folk will say,
142
434932
3004
Weer anderen zullen zeggen:
07:33
"Actually, what changes civilizations, what modifies them
143
437936
3527
"Het zijn de grote rijken,
07:37
and what changes people's lives
144
441463
2163
de militaire veroveringen
07:39
are empires, so the great developments in human history
145
443626
3912
die het leven van de mensen
07:43
are stories of conquest and of war."
146
447538
2835
en hun geschiedenis grondig hebben gewijzigd.”
07:46
And then some cheery soul usually always pipes up
147
450373
2590
En de een of andere leukerd zal zeggen:
07:48
and says, "Hey, don't forget about plagues." (Laughter)
148
452963
5688
"Vergeet de grote plagen niet, hè."
(Gelach)
(Gelach)
07:54
There are some optimistic answers to this question,
149
458651
2903
Er zijn ook enkele optimistische antwoorden op deze vraag.
07:57
so some people will bring up the Age of Exploration
150
461554
1897
Enkelen zullen het hebben
over de Tijd van de Grote Ontdekkingen
over de Tijd van de Grote Ontdekkingen
07:59
and the opening up of the world.
151
463451
1948
en de openstelling van de wereld.
08:01
Others will talk about intellectual achievements
152
465399
2102
Anderen zullen praten over intellectuele prestaties
08:03
in disciplines like math that have helped us get
153
467501
2275
in disciplines zoals de wiskunde
die ons hebben geholpen
die ons hebben geholpen
08:05
a better handle on the world, and other folk will talk about
154
469776
3310
om een betere greep op de wereld te krijgen.
Nog anderen zullen het hebben
Nog anderen zullen het hebben
08:08
periods when there was a deep flourishing
155
473086
1697
over perioden met een grote bloei
08:10
of the arts and sciences. So this debate will go on and on.
156
474783
3802
van kunsten en wetenschappen.
Dit debat zal blijven aanslepen.
Dit debat zal blijven aanslepen.
08:14
It's an endless debate, and there's no conclusive,
157
478585
2839
Het is een eindeloos debat.
08:17
no single answer to it. But if you're a geek like me,
158
481424
3252
Er is geen enkel overtuigend antwoord.
Maar een nerd zoals ik
Maar een nerd zoals ik
08:20
you say, "Well, what do the data say?"
159
484676
2898
vraagt dan:
"Wat zeggen de gegevens?"
"Wat zeggen de gegevens?"
08:23
And you start to do things like graph things that we might
160
487574
2811
Je gaat grafieken maken over interessante zaken
08:26
be interested in, the total worldwide population, for example,
161
490385
4103
zoals bijvoorbeeld de totale wereldbevolking
08:30
or some measure of social development,
162
494488
2641
of een of andere parameter van sociale ontwikkeling,
08:33
or the state of advancement of a society,
163
497129
2511
of de staat van vooruitgang van de maatschappij.
08:35
and you start to plot the data, because, by this approach,
164
499640
3833
Je gaat de gegevens grafisch uitzetten.
Door deze aanpak ga je zien
Door deze aanpak ga je zien
08:39
the big stories, the big developments in human history,
165
503473
2617
dat de grote verhalen, de grote ontwikkelingen in de menselijke geschiedenis,
08:41
are the ones that will bend these curves a lot.
166
506090
2861
die curven sterk zullen doen krommen.
08:44
So when you do this, and when you plot the data,
167
508951
1912
Zo kom je al snel
08:46
you pretty quickly come to some weird conclusions.
168
510863
2798
tot enkele nogal rare conclusies:
08:49
You conclude, actually, that none of these things
169
513661
2923
dat geen van deze dingen
08:52
have mattered very much. (Laughter)
170
516584
4952
zeer veel effect heeft gehad.
(Gelach)
(Gelach)
08:57
They haven't done a darn thing to the curves. (Laughter)
171
521536
4026
Zij hebben deze curven niet in het minst beïnvloed.
(Gelach)
(Gelach)
09:01
There has been one story, one development
172
525562
3584
Eén verhaal, één ontwikkeling
in de menselijke geschiedenis
in de menselijke geschiedenis
09:05
in human history that bent the curve, bent it just about
173
529146
2606
heeft die curve 90 graden doen knikken
09:07
90 degrees, and it is a technology story.
174
531752
4046
en dat is het verhaal van de technologie.
09:11
The steam engine, and the other associated technologies
175
535798
2959
De stoommachine, en de daaraan verbonden technologiën
09:14
of the Industrial Revolution changed the world
176
538757
2931
van de Industriële Revolutie, veranderden de wereld
09:17
and influenced human history so much,
177
541688
2424
en beïnvloedden de menselijke geschiedenis in die mate
09:20
that in the words of the historian Ian Morris,
178
544112
2083
dat ze, in de woorden van de historicus Ian Morris,
09:22
they made mockery out of all that had come before.
179
546195
4077
van alles wat tevoren kwam, een lachertje maakten.
09:26
And they did this by infinitely multiplying the power
180
550272
2913
Zij deden dit door de macht van onze spieren
09:29
of our muscles, overcoming the limitations of our muscles.
181
553185
3137
oneindig te vermenigvuldigen,
de beperkingen van onze spieren te overwinnen.
de beperkingen van onze spieren te overwinnen.
09:32
Now, what we're in the middle of now
182
556322
2522
Nu zijn we bezig
09:34
is overcoming the limitations of our individual brains
183
558844
2919
met het overwinnen van de beperkingen
van onze individuele hersenen
van onze individuele hersenen
09:37
and infinitely multiplying our mental power.
184
561763
3073
om onze geestelijke vermogens oneindig op te drijven.
09:40
How can this not be as big a deal as overcoming
185
564836
3700
Zou dit minder impact hebben
09:44
the limitations of our muscles?
186
568536
2528
dan het overwinnen
van de beperkingen van onze spieren?
van de beperkingen van onze spieren?
09:46
So at the risk of repeating myself a little bit, when I look
187
571064
3378
Op gevaar af in herhaling te vervallen:
09:50
at what's going on with digital technology these days,
188
574442
2829
met de digitale technologie van vandaag
09:53
we are not anywhere near through with this journey,
189
577271
2826
staan we nog maar aan het begin van deze reis.
09:55
and when I look at what is happening to our economies
190
580097
2674
Als ik kijk naar wat er met onze economieën
09:58
and our societies, my single conclusion is that
191
582771
2653
en onze samenlevingen gebeurt,
is mijn enige conclusie
is mijn enige conclusie
10:01
we ain't seen nothing yet. The best days are really ahead.
192
585424
3528
dat het beste nog moet komen.
10:04
Let me give you a couple examples.
193
588952
1756
Een paar voorbeelden.
10:06
Economies don't run on energy. They don't run on capital,
194
590708
4228
Economieën lopen niet op energie, niet op kapitaal,
10:10
they don't run on labor. Economies run on ideas.
195
594936
3780
niet op arbeid.
Economieën lopen op ideeën.
Economieën lopen op ideeën.
10:14
So the work of innovation, the work of coming up with
196
598716
2520
Innoveren, met nieuwe ideeën komen,
10:17
new ideas, is some of the most powerful,
197
601236
2426
is zowat het krachtigste,
10:19
some of the most fundamental work that we can do
198
603662
1815
het meest fundamentele dat we kunnen doen
10:21
in an economy. And this is kind of how we used to do innovation.
199
605477
4016
in een economie.
Zo deden we vroeger aan innovatie.
Zo deden we vroeger aan innovatie.
10:25
We'd find a bunch of fairly similar-looking people
200
609493
3778
We brachten een hoop mensen bij elkaar
die nogal veel op elkaar leken.
die nogal veel op elkaar leken.
10:29
— (Laughter) —
201
613271
3411
— (Gelach) —
10:32
we'd take them out of elite institutions, we'd put them into
202
616682
2529
Wij haalden ze uit elite-instellingen en stopten ze
10:35
other elite institutions, and we'd wait for the innovation.
203
619211
2946
in andere elite-instellingen.
En we wachtten op de innovatie.
En we wachtten op de innovatie.
10:38
Now — (Laughter) —
204
622157
4010
Nu — (Gelach) —
10:42
as a white guy who spent his whole career at MIT
205
626167
2581
Als een blanke die zijn hele carrière
10:44
and Harvard, I got no problem with this. (Laughter)
206
628748
6366
bij MIT en Harvard doorbracht,
heb ik hier geen probleem mee. (Gelach)
heb ik hier geen probleem mee. (Gelach)
10:51
But some other people do, and they've kind of crashed
207
635114
2616
Maar anderen wel,
ze hebben de regels wat aan hun laars gelapt
ze hebben de regels wat aan hun laars gelapt
10:53
the party and loosened up the dress code of innovation.
208
637730
2536
en de kledingsvoorschriften voor innovatie
wat losser gemaakt.
wat losser gemaakt.
10:56
(Laughter)
209
640266
924
(Gelach)
10:57
So here are the winners of a Top Coder programming challenge,
210
641190
3644
Hier zijn de winnaars
van een 'Top Coder'-programmeerwedstrijd.
van een 'Top Coder'-programmeerwedstrijd.
11:00
and I assure you that nobody cares
211
644834
2902
Niemand maalt erom
11:03
where these kids grew up, where they went to school,
212
647736
3594
waar deze kinderen opgroeiden,
waar ze naar school gingen
waar ze naar school gingen
11:07
or what they look like. All anyone cares about
213
651330
2488
of hoe ze eruitzien.
Het enige wat telt
Het enige wat telt
11:09
is the quality of the work, the quality of the ideas.
214
653818
2821
is de kwaliteit van hun werk,
de kwaliteit van hun ideeën.
de kwaliteit van hun ideeën.
11:12
And over and over again, we see this happening
215
656639
2166
Steeds weer zien we dit gebeuren
11:14
in the technology-facilitated world.
216
658805
2346
in de technologische wereld.
11:17
The work of innovation is becoming more open,
217
661151
2456
Het innovatiewerk wordt steeds opener,
11:19
more inclusive, more transparent, and more merit-based,
218
663607
3778
inclusiever, transparanter
en meer op verdienste gebaseerd.
en meer op verdienste gebaseerd.
11:23
and that's going to continue no matter what MIT and Harvard
219
667385
2969
Dat blijft zo ongeacht wat MIT en Harvard
11:26
think of it, and I couldn't be happier about that development.
220
670354
3680
ervan mogen denken.
Ik ben in elk geval dolblij met deze ontwikkeling.
Ik ben in elk geval dolblij met deze ontwikkeling.
11:29
I hear once in a while, "Okay, I'll grant you that,
221
674034
2450
Af en toe hoor ik:
“Oké, je zal wel gelijk hebben,
“Oké, je zal wel gelijk hebben,
11:32
but technology is still a tool for the rich world,
222
676484
3387
maar geef toe dat die technologie
vooral de rijke wereld ten goede komt.
vooral de rijke wereld ten goede komt.
11:35
and what's not happening, these digital tools are not
223
679871
2714
De mensen aan de onderkant van de piramide
11:38
improving the lives of people at the bottom of the pyramid."
224
682585
3355
hebben er niet veel aan."
11:41
And I want to say to that very clearly: nonsense.
225
685940
2664
Ik zeg heel duidelijk: “Onzin!”
11:44
The bottom of the pyramid is benefiting hugely from technology.
226
688604
3438
De onderkant van de piramide
profiteert enorm van technologie.
profiteert enorm van technologie.
11:47
The economist Robert Jensen did this wonderful study
227
692042
2640
De econoom Robert Jensen
heeft een prachtige studie gemaakt
heeft een prachtige studie gemaakt
11:50
a while back where he watched, in great detail,
228
694682
3168
over wat er gebeurde
11:53
what happened to the fishing villages of Kerala, India,
229
697850
3381
in de vissersdorpjes van Kerala in India
11:57
when they got mobile phones for the very first time,
230
701231
3013
toen ze voor de allereerste keer
mobiele telefoons kregen.
mobiele telefoons kregen.
12:00
and when you write for the Quarterly Journal of Economics,
231
704244
2731
Als je schrijft voor de Quarterly Journal of Economics
12:02
you have to use very dry and very circumspect language,
232
706975
2897
doe je dat in een zeer droge
en omzichtige taal,
en omzichtige taal,
12:05
but when I read his paper, I kind of feel Jensen is trying
233
709872
2472
maar toen ik zijn document las,
voelde ik dat Jensen het ons probeerde
voelde ik dat Jensen het ons probeerde
12:08
to scream at us, and say, look, this was a big deal.
234
712344
3021
toe te schreeuwen om ons duidelijk te maken
dat dit revolutionair was.
dat dit revolutionair was.
12:11
Prices stabilized, so people could plan their economic lives.
235
715365
4053
Prijzen stabiliseerden,
mensen konden hun economische leven plannen.
mensen konden hun economische leven plannen.
12:15
Waste was not reduced; it was eliminated.
236
719418
4123
Overschotten werden niet gereduceerd.
Ze verdwenen gewoon.
Ze verdwenen gewoon.
12:19
And the lives of both the buyers and the sellers
237
723541
2471
Het leven van de kopers en de verkopers
12:21
in these villages measurably improved.
238
726012
2498
in deze dorpen verbeterde meetbaar.
12:24
Now, what I don't think is that Jensen got extremely lucky
239
728510
3716
Ik denk niet dat wat Jensen vaststelde
12:28
and happened to land in the one set of villages
240
732226
2354
in deze dorpen
12:30
where technology made things better.
241
734580
2512
een toevalstreffer was.
12:32
What happened instead is he very carefully documented
242
737092
2603
Hij documenteerde zeer zorgvuldig
12:35
what happens over and over again when technology
243
739695
2692
wat er altijd weer gebeurt wanneer technologie
12:38
comes for the first time to an environment and a community.
244
742387
3264
voor het eerst in een omgeving
en een gemeenschap opduikt.
en een gemeenschap opduikt.
12:41
The lives of people, the welfares of people, improve dramatically.
245
745651
3964
Het welzijn van mensen
verbetert er aanzienlijk.
verbetert er aanzienlijk.
12:45
So as I look around at all the evidence, and I think about
246
749615
2356
Maar als ik kijk
naar al het bewijsmateriaal,
naar al het bewijsmateriaal,
12:47
the room that we have ahead of us, I become a huge
247
751971
2476
en naar wat nog in de pipeline zit,
word ik een enorme digitale optimist.
word ik een enorme digitale optimist.
12:50
digital optimist, and I start to think that this wonderful
248
754447
2824
Ik denk dan dat deze prachtige verklaring
12:53
statement from the physicist Freeman Dyson
249
757271
3055
van de natuurkundige Freeman Dyson
12:56
is actually not hyperbole. This is an accurate assessment of what's going on.
250
760326
4578
eigenlijk niet overdreven is.
Ze geeft perfect weer wat er aan de hand is.
Ze geeft perfect weer wat er aan de hand is.
13:00
Our digital -- our technologies are great gifts,
251
764904
2446
Onze technologieën zijn grote geschenken.
13:03
and we, right now, have the great good fortune
252
767350
3161
Wij hebben het grote geluk
13:06
to be living at a time when digital technology is flourishing,
253
770511
3525
om te leven in een tijd
waar de digitale technologie opbloeit,
waar de digitale technologie opbloeit,
13:09
when it is broadening and deepening and
254
774036
1658
zich verbreedt en verdiept en
13:11
becoming more profound all around the world.
255
775694
3341
een steeds diepgaander impact
heeft op de hele wereld.
heeft op de hele wereld.
13:14
So, yeah, the droids are taking our jobs,
256
779035
3218
Ja, de robots pikken onze banen in,
13:18
but focusing on that fact misses the point entirely.
257
782253
3813
maar je daarop concentreren, is fout.
13:21
The point is that then we are freed up to do other things,
258
786066
3253
Het punt is dat we bevrijd worden
om andere dingen te doen.
om andere dingen te doen.
13:25
and what we are going to do, I am very confident,
259
789319
2658
Ik ben er zeker van
13:27
what we're going to do is reduce poverty and drudgery
260
791977
3063
dat we gaan afrekenen met armoede, gezwoeg
13:30
and misery around the world. I'm very confident
261
795040
2664
en ellende over de hele wereld.
Daar ben ik zeer zeker van.
Daar ben ik zeer zeker van.
13:33
we're going to learn to live more lightly on the planet,
262
797704
3032
Het leven op de planeet zal lichter worden.
13:36
and I am extremely confident that what we're going to do
263
800736
3481
Ik ben er overtuigd van dat wat we gaan doen
13:40
with our new digital tools is going to be so profound
264
804217
2921
met onze nieuwe digitale instrumenten zo diepgaand
13:43
and so beneficial that it's going to make a mockery
265
807138
2891
en gunstig gaat zijn,
dat alles wat voorafging
dat alles wat voorafging
13:45
out of everything that came before.
266
810029
1733
belachelijk gaat zijn.
13:47
I'm going to leave the last word to a guy who had
267
811762
2738
Ik wil het laatste woord laten
13:50
a front row seat for digital progress,
268
814500
1778
aan een koploper van de digitale vooruitgang,
13:52
our old friend Ken Jennings. I'm with him.
269
816278
2565
onze oude vriend Ken Jennings.
13:54
I'm going to echo his words:
270
818843
1361
Ik wil me aansluiten bij zijn woorden:
13:56
"I, for one, welcome our new computer overlords." (Laughter)
271
820204
3971
“Ik verwelkom onze nieuwe computer-meesters.” (Gelach)
14:00
Thanks very much. (Applause)
272
824175
2929
Heel erg bedankt. (Applaus)
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