TED2017
Ray Dalio: How to build a company where the best ideas win
Ray Dalio: Jak zbudować firmę, w której wygrywają najlepsze pomysły
Filmed:
Readability: 3.9
3,449,614 views
Co gdybyś wiedział, co naprawdę myślą o tobie twoi współpracownicy i jacy naprawdę są? Ray Dalio przytacza biznesowe argumenty na rzecz stosowania radykalnej przejrzystości i algorytmicznego podejmowania decyzji, aby stworzyć merytokrację pomysłów, w której ludzie mogą się wypowiadać i wyrazić, co naprawdę myślą. Nawet upominanie szefa jest w porządku. Dowiedz się więcej o tym, jak te strategie pomogły Rayowi Dalio stworzyć jeden z odnoszących największe sukcesy na świecie funduszy inwestycyjnych oraz jak możesz wykorzystać potęgę grupowego, sterowanego danymi decydowania.
Ray Dalio - Hedge fund chair
Ray Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world. Full bio
Ray Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world. Full bio
Double-click the English transcript below to play the video.
Czy wam się to podoba, czy nie,
00:12
Whether you like it or not,
0
560
1336
00:13
radical transparency and algorithmic
decision-making is coming at you fast,
decision-making is coming at you fast,
1
1920
5376
radykalna przejrzystość i algorytmiczne
podejmowanie decyzji szybko się zbliżają
podejmowanie decyzji szybko się zbliżają
00:19
and it's going to change your life.
2
7320
1976
i zmienią wasze życie.
00:21
That's because it's now easy
to take algorithms
to take algorithms
3
9320
2816
To dlatego, że łatwo jest teraz
wbudować algorytmy w komputery
00:24
and embed them into computers
4
12160
1896
i zebrać wszystkie dane
00:26
and gather all that data
that you're leaving on yourself
that you're leaving on yourself
5
14080
2936
dotyczące was,
które wszędzie zostawiacie,
00:29
all over the place,
6
17040
1376
i dowiedzieć się, jacy jesteście,
00:30
and know what you're like,
7
18440
1696
po czym pokierować komputery tak,
żeby się z wami komunikowały
żeby się z wami komunikowały
00:32
and then direct the computers
to interact with you
to interact with you
8
20160
2936
00:35
in ways that are better
than most people can.
than most people can.
9
23120
2120
lepiej niż większość ludzi.
Może to brzmieć przerażająco.
00:38
Well, that might sound scary.
10
26160
1616
Od dawna się tym zajmuję
i doszedłem do wniosku, że to cudowne.
i doszedłem do wniosku, że to cudowne.
00:39
I've been doing this for a long time
and I have found it to be wonderful.
and I have found it to be wonderful.
11
27800
3640
00:44
My objective has been
to have meaningful work
to have meaningful work
12
32159
2657
Moim celem jest
wykonywanie wartościowej pracy
wykonywanie wartościowej pracy
00:46
and meaningful relationships
with the people I work with,
with the people I work with,
13
34840
2856
i wartościowe relacje
ze współpracownikami.
ze współpracownikami.
Okazuje się, że nie można tego osiągnąć
00:49
and I've learned that I couldn't have that
14
37720
2056
bez radykalnej przejrzystości
i algorytmicznego decydowania.
i algorytmicznego decydowania.
00:51
unless I had that radical transparency
and that algorithmic decision-making.
and that algorithmic decision-making.
15
39800
4280
Chcę wam pokazać, dlaczego
00:56
I want to show you why that is,
16
44680
2016
00:58
I want to show you how it works.
17
46720
1696
i jak to działa.
Ostrzegam, że niektóre
rzeczy, które wam pokażę,
rzeczy, które wam pokażę,
01:00
And I warn you that some of the things
that I'm going to show you
that I'm going to show you
18
48440
3096
mogą być trochę szokujące.
01:03
probably are a little bit shocking.
19
51560
1667
Od dziecka nie umiałem
uczyć się na pamięć.
uczyć się na pamięć.
01:05
Since I was a kid,
I've had a terrible rote memory.
I've had a terrible rote memory.
20
53760
3480
Nie lubiłem wykonywać poleceń
01:10
And I didn't like following instructions,
21
58120
2176
01:12
I was no good at following instructions.
22
60320
2416
i nie byłem w tym dobry,
ale uwielbiałem rozgryzać, jak coś działa.
01:14
But I loved to figure out
how things worked for myself.
how things worked for myself.
23
62760
3000
Kiedy miałem 12 lat,
01:18
When I was 12,
24
66680
1376
nienawidziłem szkoły,
ale zakochałem się w giełdzie.
ale zakochałem się w giełdzie.
01:20
I hated school but I fell in love
with trading the markets.
with trading the markets.
25
68080
3280
Nosiłem wtedy kije golfowe.
01:23
I caddied at the time,
26
71920
1656
01:25
earned about five dollars a bag.
27
73600
1576
Zarabiałem około 5 dolarów za torbę.
01:27
And I took my caddying money,
and I put it in the stock market.
and I put it in the stock market.
28
75200
3200
Zarobione pieniądze
inwestowałem na giełdzie,
inwestowałem na giełdzie,
bo była wtedy na topie.
01:31
And that was just because
the stock market was hot at the time.
the stock market was hot at the time.
29
79240
3376
Pierwsza firma, w którą zainwestowałem,
01:34
And the first company I bought
30
82640
1456
01:36
was a company by the name
of Northeast Airlines.
of Northeast Airlines.
31
84120
2600
nazywała się Northeast Airlines.
Była jedyną znaną mi firmą,
01:39
Northeast Airlines was
the only company I heard of
the only company I heard of
32
87360
2736
która sprzedawała akcje
po mniej niż 5 dolarów.
po mniej niż 5 dolarów.
01:42
that was selling for less
than five dollars a share.
than five dollars a share.
33
90120
2696
01:44
(Laughter)
34
92840
1976
(Śmiech)
Wyliczyłem, że mógłbym kupić więcej akcji
01:46
And I figured I could buy more shares,
35
94840
1856
01:48
and if it went up, I'd make more money.
36
96720
2096
i gdyby poszły w górę, zarobiłbym więcej.
01:50
So, it was a dumb strategy, right?
37
98840
2840
Była to więc głupia strategia, prawda?
(Śmiech)
01:54
But I tripled my money,
38
102360
1456
Ale potroiłem pieniądze,
01:55
and I tripled my money
because I got lucky.
because I got lucky.
39
103840
2120
bo miałem szczęście.
Firma była bliska bankructwa,
01:58
The company was about to go bankrupt,
40
106520
1816
ale jakaś inna ją kupiła
02:00
but some other company acquired it,
41
108360
2096
i potroiłem pieniądze.
02:02
and I tripled my money.
42
110480
1456
02:03
And I was hooked.
43
111960
1200
Wciągnęło mnie to
i pomyślałem: "Ta gra jest łatwa".
02:05
And I thought, "This game is easy."
44
113720
2280
02:09
With time,
45
117200
1216
Z czasem nauczyłem się,
02:10
I learned this game is anything but easy.
46
118440
1960
że ta gra nie jest wcale łatwa.
02:12
In order to be an effective investor,
47
120880
2136
Żeby być skutecznym inwestorem,
trzeba obstawiać przeciwko konsensusowi
02:15
one has to bet against the consensus
48
123040
2896
02:17
and be right.
49
125960
1256
i mieć rację.
02:19
And it's not easy to bet
against the consensus and be right.
against the consensus and be right.
50
127240
2856
Nie jest to łatwe.
02:22
One has to bet against
the consensus and be right
the consensus and be right
51
130120
2336
Trzeba tak robić,
bo konsensus jest wpisany w cenę.
02:24
because the consensus
is built into the price.
is built into the price.
52
132480
2640
Żeby być przedsiębiorcą
02:28
And in order to be an entrepreneur,
53
136120
2456
02:30
a successful entrepreneur,
54
138600
1616
odnoszącym sukcesy,
02:32
one has to bet against
the consensus and be right.
the consensus and be right.
55
140240
3480
trzeba obstawiać przeciwko
konsensusowi i mieć rację.
konsensusowi i mieć rację.
Musiałem być przedsiębiorcą i inwestorem,
02:37
I had to be an entrepreneur
and an investor --
and an investor --
56
145400
2936
co wiąże się z popełnianiem
wielu bolesnych błędów.
wielu bolesnych błędów.
02:40
and what goes along with that
is making a lot of painful mistakes.
is making a lot of painful mistakes.
57
148360
4200
02:45
So I made a lot of painful mistakes,
58
153440
2816
Popełniłem więc ich sporo
02:48
and with time,
59
156280
1256
i z czasem
02:49
my attitude about those mistakes
began to change.
began to change.
60
157560
2960
moja postawa wobec nich
zaczęła się zmieniać.
zaczęła się zmieniać.
Zacząłem myśleć o nich jak o zagadkach,
02:53
I began to think of them as puzzles.
61
161160
2096
02:55
That if I could solve the puzzles,
62
163280
1936
za które, gdyby udało się je rozwiązać,
otrzymałbym nagrodę.
02:57
they would give me gems.
63
165240
1440
A zagadką było,
02:59
And the puzzles were:
64
167160
1656
co bym zrobił inaczej w przyszłości,
03:00
What would I do differently in the future
so I wouldn't make that painful mistake?
so I wouldn't make that painful mistake?
65
168840
3880
żeby uniknąć tego bolesnego błędu.
Nagrodą były zasady,
03:05
And the gems were principles
66
173280
2576
które zapisywałem, żeby je zapamiętać
03:07
that I would then write down
so I would remember them
so I would remember them
67
175880
3136
i które miały pomagać mi w przyszłości.
03:11
that would help me in the future.
68
179040
1572
Ponieważ zapisywałem je bardzo wyraźnie,
03:13
And because I wrote them down so clearly,
69
181000
2696
03:15
I could then --
70
183720
1336
w końcu odkryłem,
03:17
eventually discovered --
71
185080
1576
że mogłem je wbudować w algorytmy.
03:18
I could then embed them into algorithms.
72
186680
3760
Algorytmy zostały wbudowane w komputery,
03:23
And those algorithms
would be embedded in computers,
would be embedded in computers,
73
191400
3456
03:26
and the computers would
make decisions along with me;
make decisions along with me;
74
194880
3336
a komputery podejmowały
decyzje wraz ze mną.
decyzje wraz ze mną.
Zatem równolegle
podejmowaliśmy te decyzje.
podejmowaliśmy te decyzje.
03:30
and so in parallel,
we would make these decisions.
we would make these decisions.
75
198240
3136
Zauważyłem, że te decyzje
w porównaniu z moimi
w porównaniu z moimi
03:33
And I could see how those decisions
then compared with my own decisions,
then compared with my own decisions,
76
201400
3976
były znacznie lepsze,
03:37
and I could see that
those decisions were a lot better.
those decisions were a lot better.
77
205400
3096
03:40
And that was because the computer
could make decisions much faster,
could make decisions much faster,
78
208520
4736
a to dlatego, że komputer potrafił
decydować znacznie szybciej,
03:45
it could process a lot more information
79
213280
2256
mógł przetworzyć
znacznie więcej informacji
znacznie więcej informacji
03:47
and it can process decisions much more --
80
215560
3400
i potrafi podejmować decyzje znacznie
03:51
less emotionally.
81
219880
1200
mniej emocjonalnie.
03:54
So it radically improved
my decision-making.
my decision-making.
82
222760
3920
To zasadniczo ulepszyło
podejmowanie przeze mnie decyzji.
podejmowanie przeze mnie decyzji.
Osiem lat po założeniu Bridgewater
04:00
Eight years after I started Bridgewater,
83
228440
4896
04:05
I had my greatest failure,
84
233360
1536
poniosłem największą porażkę
i popełniłem największy błąd.
04:06
my greatest mistake.
85
234920
1200
Były późne lata siedemdziesiąte,
04:09
It was late 1970s,
86
237680
2136
miałem 34 lata,
04:11
I was 34 years old,
87
239840
1976
i wyliczyłem, że amerykańskie banki
04:13
and I had calculated that American banks
88
241840
3656
pożyczyły znacznie więcej
krajom rozwijającym się
krajom rozwijającym się
04:17
had lent much more money
to emerging countries
to emerging countries
89
245520
2856
niż te były w stanie spłacić
04:20
than those countries
were going to be able to pay back
were going to be able to pay back
90
248400
2816
04:23
and that we would have
the greatest debt crisis
the greatest debt crisis
91
251240
2696
i że będziemy mieć
największy kryzys zadłużenia
największy kryzys zadłużenia
04:25
since the Great Depression.
92
253960
1360
od czasów Wielkiej Depresji,
04:28
And with it, an economic crisis
93
256200
2216
a co za tym idzie, kryzys gospodarczy
04:30
and a big bear market in stocks.
94
258440
2040
i ogromną bessę na giełdzie.
04:33
It was a controversial view at the time.
95
261680
2000
Był to wtedy kontrowersyjny pogląd.
04:36
People thought it was
kind of a crazy point of view.
kind of a crazy point of view.
96
264160
2440
Ludzie uważali, że wręcz szalony.
04:39
But in August 1982,
97
267480
2216
W sierpniu 1982 roku
04:41
Mexico defaulted on its debt,
98
269720
1960
Meksyk ogłosił niewypłacalność,
04:44
and a number of other countries followed.
99
272520
2256
a za nim szereg innych państw
04:46
And we had the greatest debt crisis
since the Great Depression.
since the Great Depression.
100
274800
3400
i mieliśmy największy kryzys
od czasów Wielkiej Depresji.
od czasów Wielkiej Depresji.
04:51
And because I had anticipated that,
101
279080
2776
Ponieważ go przewidziałem,
04:53
I was asked to testify to Congress
and appear on "Wall Street Week,"
and appear on "Wall Street Week,"
102
281880
4336
zostałem wezwany przed Kongres
i pojawiłem się w Wall Street Week,
04:58
which was the show of the time.
103
286240
1976
który był wtedy bardzo popularnym show.
05:00
Just to give you a flavor of that,
I've got a clip here,
I've got a clip here,
104
288240
2936
Pokażę wam to na nagraniu,
05:03
and you'll see me in there.
105
291200
1920
na którym mnie zobaczycie.
05:06
(Video) Mr. Chairman, Mr. Mitchell,
106
294480
1696
(Video) RD: Panie
przewodniczący, panie Mitchell,
przewodniczący, panie Mitchell,
05:08
it's a great pleasure and a great honor
to be able to appear before you
to be able to appear before you
107
296200
3376
to wielka przyjemność i zaszczyt
móc pojawić się przed państwem,
móc pojawić się przed państwem,
05:11
in examination with what
is going wrong with our economy.
is going wrong with our economy.
108
299600
3480
żeby przyjrzeć się temu,
co dzieje się nie tak z gospodarką.
co dzieje się nie tak z gospodarką.
05:15
The economy is now flat --
109
303640
1936
Gospodarka jest teraz w stagnacji,
05:17
teetering on the brink of failure.
110
305600
2136
balansując na krawędzi bankructwa.
05:19
Martin Zweig: You were recently
quoted in an article.
quoted in an article.
111
307760
2496
Martin Zweig: Był pan
ostatnio cytowany w artykule.
ostatnio cytowany w artykule.
05:22
You said, "I can say this
with absolute certainty
with absolute certainty
112
310280
2336
Powiedział pan: "Stwierdzam
to z całkowitą pewnością,
to z całkowitą pewnością,
05:24
because I know how markets work."
113
312640
1616
bo wiem, jak działają rynki".
05:26
Ray Dalio: I can say
with absolute certainty
with absolute certainty
114
314280
2096
RD: Mogę stwierdzić
z całkowitą pewnością,
z całkowitą pewnością,
05:28
that if you look at the liquidity base
115
316400
1856
że jeżeli spojrzymy na stan płynności
05:30
in the corporations
and the world as a whole,
and the world as a whole,
116
318280
3376
w przedsiębiorstwach
i generalnie na świecie,
i generalnie na świecie,
05:33
that there's such reduced
level of liquidity
level of liquidity
117
321680
2096
to poziom płynności jest tak ograniczony,
05:35
that you can't return
to an era of stagflation."
to an era of stagflation."
118
323800
3216
że nie ma powrotu do czasów stagflacji.
05:39
I look at that now, I think,
"What an arrogant jerk!"
"What an arrogant jerk!"
119
327040
3096
Patrzę na to teraz i myślę:
"Co za arogancki palant!"
"Co za arogancki palant!"
05:42
(Laughter)
120
330160
2000
(Śmiech)
05:45
I was so arrogant, and I was so wrong.
121
333760
2456
Byłem tak arogancki
i tak bardzo się myliłem.
i tak bardzo się myliłem.
05:48
I mean, while the debt crisis happened,
122
336240
2576
To znaczy, kiedy nastąpił kryzys,
05:50
the stock market and the economy
went up rather than going down,
went up rather than going down,
123
338840
3976
giełda i gospodarka
poszły w górę zamiast w dół
poszły w górę zamiast w dół
05:54
and I lost so much money
for myself and for my clients
for myself and for my clients
124
342840
5016
i straciłem tyle pieniędzy,
moich i moich klientów,
moich i moich klientów,
05:59
that I had to shut down
my operation pretty much,
my operation pretty much,
125
347880
3416
że musiałem praktycznie
zamknąć działalność
zamknąć działalność
06:03
I had to let almost everybody go.
126
351320
1880
i zwolnić prawie wszystkich,
06:05
And these were like extended family,
127
353640
1736
a byliśmy jak duża rodzina.
06:07
I was heartbroken.
128
355400
1616
Byłem załamany.
06:09
And I had lost so much money
129
357040
1816
Straciłem tak dużo pieniędzy,
06:10
that I had to borrow
4,000 dollars from my dad
4,000 dollars from my dad
130
358880
3336
że musiałem pożyczyć 4000 dolarów od taty,
06:14
to help to pay my family bills.
131
362240
1920
żeby zapłacić domowe rachunki.
06:16
It was one of the most painful
experiences of my life ...
experiences of my life ...
132
364840
3160
Było to jedno z moich
najboleśniejszych doświadczeń,
najboleśniejszych doświadczeń,
06:21
but it turned out to be
one of the greatest experiences of my life
one of the greatest experiences of my life
133
369240
3776
ale okazało się być jednym z najlepszych,
06:25
because it changed my attitude
about decision-making.
about decision-making.
134
373040
2680
bo zmieniło moje podejście
do podejmowania decyzji.
do podejmowania decyzji.
06:28
Rather than thinking, "I'm right,"
135
376360
3056
Zamiast myśleć: "Mam rację",
06:31
I started to ask myself,
136
379440
1576
zacząłem się zastanawiać:
06:33
"How do I know I'm right?"
137
381040
1800
"Skąd mam wiedzieć, że mam rację?".
06:36
I gained a humility that I needed
138
384480
1936
Zyskałem pokorę potrzebną
06:38
in order to balance my audacity.
139
386440
2560
do zrównoważenia odwagi.
06:41
I wanted to find the smartest
people who would disagree with me
people who would disagree with me
140
389880
4216
Chciałem znaleźć najmądrzejszych ludzi,
którzy by się ze mną nie zgadzali,
którzy by się ze mną nie zgadzali,
06:46
to try to understand their perspective
141
394120
1896
żeby zrozumieć ich punkt widzenia
06:48
or to have them
stress test my perspective.
stress test my perspective.
142
396040
2600
albo sprawdzić swój.
06:51
I wanted to make an idea meritocracy.
143
399400
2776
Chciałem stworzyć merytokrację pomysłów.
06:54
In other words,
144
402200
1216
Innymi słowy,
06:55
not an autocracy in which
I would lead and others would follow
I would lead and others would follow
145
403440
3816
nie autokrację, w której przewodzę,
a inni podążają za mną,
a inni podążają za mną,
06:59
and not a democracy in which everybody's
points of view were equally valued,
points of view were equally valued,
146
407280
3616
i nie demokrację, w której punkt
widzenia każdego jest równoważny,
widzenia każdego jest równoważny,
07:02
but I wanted to have an idea meritocracy
in which the best ideas would win out.
in which the best ideas would win out.
147
410920
5096
ale chciałem mieć merytokrację pomysłów,
w której najlepsze pomysły wygrywają.
w której najlepsze pomysły wygrywają.
07:08
And in order to do that,
148
416040
1256
Żeby to osiągnąć,
07:09
I realized that we would need
radical truthfulness
radical truthfulness
149
417320
3576
zrozumiałem, że potrzeba
radykalnej prawdomówności
radykalnej prawdomówności
07:12
and radical transparency.
150
420920
1616
i radykalnej przejrzystości.
07:14
What I mean by radical truthfulness
and radical transparency
and radical transparency
151
422560
3856
Rozumiem przez to,
07:18
is people needed to say
what they really believed
what they really believed
152
426440
2656
że ludzie mają mówić, co naprawdę myślą
07:21
and to see everything.
153
429120
2000
i wszystko widzieć.
07:23
And we literally
tape almost all conversations
tape almost all conversations
154
431480
3936
Nagrywaliśmy prawie wszystkie rozmowy
07:27
and let everybody see everything,
155
435440
1616
i pokazywaliśmy je wszystkim,
07:29
because if we didn't do that,
156
437080
1416
bo w przeciwnym razie,
07:30
we couldn't really have
an idea meritocracy.
an idea meritocracy.
157
438520
3080
nie mogliśmy naprawdę
mieć merytokracji pomysłów.
mieć merytokracji pomysłów.
07:34
In order to have an idea meritocracy,
158
442760
3696
Żeby mieć merytokrację pomysłów,
musimy pozwolić ludziom
powiedzieć to, co chcą.
powiedzieć to, co chcą.
07:38
we have let people speak
and say what they want.
and say what they want.
159
446480
2376
07:40
Just to give you an example,
160
448880
1376
Podam wam przykład.
07:42
this is an email from Jim Haskel --
161
450280
2696
To jest e-mail od Jima Haskela,
07:45
somebody who works for me --
162
453000
1376
mojego pracownika,
07:46
and this was available
to everybody in the company.
to everybody in the company.
163
454400
3376
i był on dostępny dla każdego w firmie.
07:49
"Ray, you deserve a 'D-'
164
457800
2536
"Ray, zasługujesz na dwóję
07:52
for your performance
today in the meeting ...
today in the meeting ...
165
460360
2256
za wystąpienie na dzisiejszym zebraniu...
07:54
you did not prepare at all well
166
462640
1696
Wcale się dobrze nie przygotowałeś,
07:56
because there is no way
you could have been that disorganized."
you could have been that disorganized."
167
464360
3560
bo nie ma mowy, żebyś był
aż tak niezorganizowany".
aż tak niezorganizowany".
08:01
Isn't that great?
168
469520
1216
Czy to nie wspaniałe?
08:02
(Laughter)
169
470760
1216
(Śmiech)
08:04
That's great.
170
472000
1216
To świetne,
08:05
It's great because, first of all,
I needed feedback like that.
I needed feedback like that.
171
473240
2936
bo przede wszystkim
08:08
I need feedback like that.
172
476200
1616
potrzebuję takich opinii,
08:09
And it's great because if I don't let Jim,
and people like Jim,
and people like Jim,
173
477840
3456
a poza tym dlatego, że jeśli
nie pozwolę Jimowi i ludziom jak on
nie pozwolę Jimowi i ludziom jak on
08:13
to express their points of view,
174
481320
1576
wyrażać opinii,
nasze relacje nie będą takie same.
08:14
our relationship wouldn't be the same.
175
482920
2056
08:17
And if I didn't make that public
for everybody to see,
for everybody to see,
176
485000
3056
Gdybym tego wszystkim nie udostępnił,
08:20
we wouldn't have an idea meritocracy.
177
488080
1960
nie mielibyśmy merytokracji pomysłów.
08:23
So for that last 25 years
that's how we've been operating.
that's how we've been operating.
178
491760
3280
Od 25 lat tak właśnie działamy.
08:27
We've been operating
with this radical transparency
with this radical transparency
179
495640
3056
Działamy z taką radykalną przejrzystością
08:30
and then collecting these principles,
180
498720
2296
i zbieramy później te zasady,
08:33
largely from making mistakes,
181
501040
2056
głównie dzięki popełnianym błędom,
08:35
and then embedding
those principles into algorithms.
those principles into algorithms.
182
503120
4416
i wbudowujemy te zasady w algorytmy.
08:39
And then those algorithms provide --
183
507560
2696
A później podążamy
08:42
we're following the algorithms
184
510280
2016
za tymi algorytmami
08:44
in parallel with our thinking.
185
512320
1440
równolegle z naszymi przemyśleniami.
08:47
That has been how we've run
the investment business,
the investment business,
186
515280
3176
W ten sposób prowadzimy
działalność inwestycyjną
działalność inwestycyjną
08:50
and it's how we also deal
with the people management.
with the people management.
187
518480
2736
i zarządzamy ludźmi.
08:53
In order to give you a glimmer
into what this looks like,
into what this looks like,
188
521240
3736
Żeby pokazać wam, jak to działa,
08:57
I'd like to take you into a meeting
189
525000
2336
chciałbym zabrać was na zebranie
08:59
and introduce you to a tool of ours
called the "Dot Collector"
called the "Dot Collector"
190
527360
3136
i przedstawić wam narzędzie
o nazwie "Zbieracz punktów",
o nazwie "Zbieracz punktów",
09:02
that helps us do this.
191
530520
1280
które nam pomaga.
09:07
A week after the US election,
192
535640
2176
Tydzień po amerykańskich wyborach
09:09
our research team held a meeting
193
537840
2096
nasz zespół badawczy zebrał się,
09:11
to discuss what a Trump presidency
would mean for the US economy.
would mean for the US economy.
194
539960
3320
żeby przedyskutować, jak prezydent
Trump wpłynie na gospodarkę USA.
Trump wpłynie na gospodarkę USA.
09:16
Naturally, people had
different opinions on the matter
different opinions on the matter
195
544000
2856
Oczywiście, ludzie mieli
różne opinie na ten temat
różne opinie na ten temat
09:18
and how we were
approaching the discussion.
approaching the discussion.
196
546880
2040
i na podejście do dyskusji.
09:21
The "Dot Collector" collects these views.
197
549840
2776
"Zbieracz punktów" gromadzi te opinie.
09:24
It has a list of a few dozen attributes,
198
552640
2296
Posiada listę kilkudziesięciu atrybutów,
09:26
so whenever somebody thinks something
about another person's thinking,
about another person's thinking,
199
554960
4016
więc ilekroć ktoś myśli
coś na temat czyjejś opinii,
coś na temat czyjejś opinii,
09:31
it's easy for them
to convey their assessment;
to convey their assessment;
200
559000
2936
łatwo jest im dokonać oceny.
09:33
they simply note the attribute
and provide a rating from one to 10.
and provide a rating from one to 10.
201
561960
4520
Po prostu wybierają atrybut
i dokonują oceny od 1 do 10.
i dokonują oceny od 1 do 10.
Na przykład, na początku zebrania
09:39
For example, as the meeting began,
202
567520
2256
badaczka o imieniu Jen oceniła mnie na 3,
09:41
a researcher named Jen rated me a three --
203
569800
3120
09:45
in other words, badly --
204
573640
2016
innymi słowy, źle.
09:47
(Laughter)
205
575680
1376
(Śmiech)
09:49
for not showing a good balance
of open-mindedness and assertiveness.
of open-mindedness and assertiveness.
206
577080
4160
Za brak równowagi między
tolerancyjnością a asertywnością.
tolerancyjnością a asertywnością.
09:54
As the meeting transpired,
207
582080
1456
Pod koniec zebrania
09:55
Jen's assessments of people
added up like this.
added up like this.
208
583560
3240
tak wyglądała suma ocen
innych ludzi dokonanych przez Jen.
innych ludzi dokonanych przez Jen.
09:59
Others in the room
have different opinions.
have different opinions.
209
587920
2176
Inni w pomieszczeniu mają różne opinie.
10:02
That's normal.
210
590120
1216
To normalne.
10:03
Different people are always
going to have different opinions.
going to have different opinions.
211
591360
2920
Różni ludzie zawsze
będą mieć różne opinie.
będą mieć różne opinie.
10:06
And who knows who's right?
212
594800
1400
Skąd wiadomo, kto ma rację?
10:09
Let's look at just what people thought
about how I was doing.
about how I was doing.
213
597240
3440
Spójrzmy na to, co ludzie
myśleli na mój temat.
myśleli na mój temat.
10:13
Some people thought I did well,
214
601600
2216
Niektórzy myśleli,
że poradziłem sobie dobrze,
że poradziłem sobie dobrze,
10:15
others, poorly.
215
603840
1200
a inni, że słabo.
10:18
With each of these views,
216
606080
1336
Przy każdej opinii
10:19
we can explore the thinking
behind the numbers.
behind the numbers.
217
607440
2320
możemy dowiedzieć się,
co kryje się za liczbami.
co kryje się za liczbami.
10:22
Here's what Jen and Larry said.
218
610520
2160
Oto, co powiedzieli Jen i Larry.
Zauważcie, że każdy ma możliwość
wyrażenia swojego zdania,
wyrażenia swojego zdania,
10:25
Note that everyone
gets to express their thinking,
gets to express their thinking,
219
613760
2616
10:28
including their critical thinking,
220
616400
1656
również krytycznego,
10:30
regardless of their position
in the company.
in the company.
221
618080
2120
bez względu na stanowisko w firmie.
10:33
Jen, who's 24 years old
and right out of college,
and right out of college,
222
621120
3096
Jen, która ma 24 lata
i jest zaraz po studiach,
i jest zaraz po studiach,
10:36
can tell me, the CEO,
that I'm approaching things terribly.
that I'm approaching things terribly.
223
624240
2840
może mi, dyrektorowi naczelnemu,
powiedzieć, że mam okropne podejście.
powiedzieć, że mam okropne podejście.
10:40
This tool helps people
both express their opinions
both express their opinions
224
628480
3776
To narzędzie pomaga ludziom
zarówno wyrazić swoje opinie,
zarówno wyrazić swoje opinie,
10:44
and then separate themselves
from their opinions
from their opinions
225
632280
3096
a następnie odseparować
się od własnych opinii,
się od własnych opinii,
10:47
to see things from a higher level.
226
635400
2040
żeby spojrzeć na wszystko
z wyższego poziomu.
z wyższego poziomu.
10:50
When Jen and others shift their attentions
from inputting their own opinions
from inputting their own opinions
227
638640
4896
Kiedy Jen i inni przenoszą uwagę
od wpisywania własnych opinii
od wpisywania własnych opinii
10:55
to looking down on the whole screen,
228
643560
2576
do spojrzenia na cały ekran,
10:58
their perspective changes.
229
646160
1720
ich perspektywa się zmienia.
11:00
They see their own opinions
as just one of many
as just one of many
230
648680
3136
Widzą własne opinie
tylko jako jedne z wielu
tylko jako jedne z wielu
11:03
and naturally start asking themselves,
231
651840
2536
i naturalnie zaczynają się zastanawiać:
11:06
"How do I know my opinion is right?"
232
654400
2000
"Skąd wiem, że moja opinia jest słuszna?".
11:09
That shift in perspective is like going
from seeing in one dimension
from seeing in one dimension
233
657480
4056
Ta zmiana w perspektywie to
jak przejść od widzenia jednowymiarowego
jak przejść od widzenia jednowymiarowego
11:13
to seeing in multiple dimensions.
234
661560
2256
do widzenia wielowymiarowego.
11:15
And it shifts the conversation
from arguing over our opinions
from arguing over our opinions
235
663840
4096
Przesuwa ona dyskusję
od sprzeczania się o opinie
od sprzeczania się o opinie
11:19
to figuring out objective criteria
for determining which opinions are best.
for determining which opinions are best.
236
667960
4400
do szukania obiektywnych kryteriów
w ustaleniu, które opinie są najlepsze.
w ustaleniu, które opinie są najlepsze.
11:24
Behind the "Dot Collector"
is a computer that is watching.
is a computer that is watching.
237
672920
3600
Za "Zbieraczem punktów" mamy
komputer, który obserwuje,
komputer, który obserwuje,
11:29
It watches what all
these people are thinking
these people are thinking
238
677120
2176
co wszyscy ci ludzie myślą
11:31
and it correlates that
with how they think.
with how they think.
239
679320
2576
i zestawia to ze sposobem, w jaki myślą.
11:33
And it communicates advice
back to each of them based on that.
back to each of them based on that.
240
681920
3520
Potem daje każdemu
na tej podstawie poradę.
na tej podstawie poradę.
11:38
Then it draws the data
from all the meetings
from all the meetings
241
686520
3416
Następnie czerpie dane
ze wszystkich zebrań,
ze wszystkich zebrań,
11:41
to create a pointilist painting
of what people are like
of what people are like
242
689960
3216
żeby stworzyć z punktów
obraz tego, jacy są ludzie
obraz tego, jacy są ludzie
11:45
and how they think.
243
693200
1240
oraz jak myślą.
11:47
And it does that guided by algorithms.
244
695160
2720
Robi to w oparciu o algorytmy.
Wiedza o tym, jacy są ludzie,
pomaga lepiej przydzielać im zadania.
pomaga lepiej przydzielać im zadania.
11:50
Knowing what people are like helps
to match them better with their jobs.
to match them better with their jobs.
245
698800
3760
Na przykład,
11:55
For example,
246
703120
1216
kreatywny myśliciel,
który jest nierzetelny,
który jest nierzetelny,
11:56
a creative thinker who is unreliable
247
704360
1736
może być sparowany z kimś,
kto jest rzetelny, ale mało kreatywny.
kto jest rzetelny, ale mało kreatywny.
11:58
might be matched up with someone
who's reliable but not creative.
who's reliable but not creative.
248
706120
3080
12:02
Knowing what people are like
also allows us to decide
also allows us to decide
249
710280
3336
Wiedza o tym, jacy są ludzie,
także pozwala nam decydować,
także pozwala nam decydować,
12:05
what responsibilities to give them
250
713640
2256
jakie obowiązki im powierzać
12:07
and to weigh our decisions
based on people's merits.
based on people's merits.
251
715920
3480
oraz ważyć nasze decyzje
na podstawie ludzkich zasług.
na podstawie ludzkich zasług.
12:12
We call it their believability.
252
720040
1600
Nazywamy to ich wiarygodnością.
12:14
Here's an example of a vote that we took
253
722560
1976
Oto przykład, jak głosowaliśmy,
12:16
where the majority
of people felt one way ...
of people felt one way ...
254
724560
2840
kiedy większość ludzi
była określonego zdania,
była określonego zdania,
12:20
but when we weighed the views
based on people's merits,
based on people's merits,
255
728920
2936
ale kiedy zważyliśmy ich poglądy
na podstawie zasług,
na podstawie zasług,
12:23
the answer was completely different.
256
731880
1840
odpowiedź była zupełnie inna.
12:26
This process allows us to make decisions
not based on democracy,
not based on democracy,
257
734920
4576
Ten proces pozwala nam decydować
nie w oparciu od demokrację
nie w oparciu od demokrację
12:31
not based on autocracy,
258
739520
2136
czy autokrację,
12:33
but based on algorithms that take
people's believability into consideration.
people's believability into consideration.
259
741680
5240
ale w oparciu o algorytmy,
które uwzględniają ludzką wiarygodność.
które uwzględniają ludzką wiarygodność.
12:41
Yup, we really do this.
260
749520
1696
Tak, naprawdę tak robimy.
12:43
(Laughter)
261
751240
3296
(Śmiech)
12:46
We do it because it eliminates
262
754560
2856
Robimy tak, bo to likwiduje,
12:49
what I believe to be
one of the greatest tragedies of mankind,
one of the greatest tragedies of mankind,
263
757440
4456
moim zdaniem,
największą tragedię ludzkości,
największą tragedię ludzkości,
12:53
and that is people arrogantly,
264
761920
2160
a mianowicie to, że ludzie arogancko
12:56
naïvely holding opinions
in their minds that are wrong,
in their minds that are wrong,
265
764760
4456
i naiwnie mają błędne opinie
13:01
and acting on them,
266
769240
1256
i działają według nich,
13:02
and not putting them out there
to stress test them.
to stress test them.
267
770520
2760
nie poddając ich próbom.
13:06
And that's a tragedy.
268
774000
1336
I to jest tragedia.
13:07
And we do it because it elevates ourselves
above our own opinions
above our own opinions
269
775360
5416
Robimy tak, bo wynosi nas to
ponad nasze własne opinie,
ponad nasze własne opinie,
13:12
so that we start to see things
through everybody's eyes,
through everybody's eyes,
270
780800
2896
zaczynamy widzieć oczami innych
13:15
and we see things collectively.
271
783720
1920
i widzimy wszystko wspólnie.
13:18
Collective decision-making is so much
better than individual decision-making
better than individual decision-making
272
786360
4336
Wspólne decydowanie jest o wiele lepsze
niż decydowanie w pojedynkę,
niż decydowanie w pojedynkę,
13:22
if it's done well.
273
790720
1200
jeśli zrobi się to dobrze.
Był to sekretny składnik naszego sukcesu.
13:24
It's been the secret sauce
behind our success.
behind our success.
274
792360
2616
To dlatego zarobiliśmy
więcej dla naszych klientów
więcej dla naszych klientów
13:27
It's why we've made
more money for our clients
more money for our clients
275
795000
2176
niż jakikolwiek inny fundusz inwestycyjny
13:29
than any other hedge fund in existence
276
797200
1936
13:31
and made money
23 out of the last 26 years.
23 out of the last 26 years.
277
799160
2720
i zarabialiśmy przez 23 lata
spośród ostatnich 26.
spośród ostatnich 26.
13:35
So what's the problem
with being radically truthful
with being radically truthful
278
803880
4536
Jaki jest więc problem
z radykalną prawdomównością
z radykalną prawdomównością
13:40
and radically transparent with each other?
279
808440
2240
i przejrzystością?
13:45
People say it's emotionally difficult.
280
813400
2080
Ludzie mówią, że to emocjonalnie trudne.
13:48
Critics say it's a formula
for a brutal work environment.
for a brutal work environment.
281
816240
4240
Krytycy twierdzą, że to recepta
na brutalne środowisko pracy.
na brutalne środowisko pracy.
Neurobiolodzy mówią mi, że wiąże się to
13:53
Neuroscientists tell me it has to do
with how are brains are prewired.
with how are brains are prewired.
282
821400
4856
z budową naszych mózgów.
13:58
There's a part of our brain
that would like to know our mistakes
that would like to know our mistakes
283
826280
3216
Jedna część mózgu chciałaby
poznać nasze błędy i słabości,
poznać nasze błędy i słabości,
14:01
and like to look at our weaknesses
so we could do better.
so we could do better.
284
829520
3960
żebyśmy je poprawili.
14:06
I'm told that that's
the prefrontal cortex.
the prefrontal cortex.
285
834120
2440
To kora przedczołowa.
14:09
And then there's a part of our brain
which views all of this as attacks.
which views all of this as attacks.
286
837040
4856
Inna część mózgu traktuje to jak atak.
14:13
I'm told that that's the amygdala.
287
841920
1960
To ciało migdałowate.
14:16
In other words,
there are two you's inside you:
there are two you's inside you:
288
844440
3056
Innymi słowy, nasze ja składa się
14:19
there's an emotional you
289
847520
1416
z emocjonalnego
14:20
and there's an intellectual you,
290
848960
1776
oraz intelektualnego ja,
14:22
and often they're at odds,
291
850760
1776
które często są w sprzeczności,
14:24
and often they work against you.
292
852560
1920
i często działają przeciwko tobie.
14:27
It's been our experience
that we can win this battle.
that we can win this battle.
293
855160
3736
Nasze doświadczenie sugeruje,
że możemy wygrać tę walkę.
że możemy wygrać tę walkę.
14:30
We win it as a group.
294
858920
1320
Wygrywamy ją jako grupa.
14:33
It takes about 18 months typically
295
861000
2336
Zwykle około 18 miesięcy
14:35
to find that most people
prefer operating this way,
prefer operating this way,
296
863360
3056
zajmuje ludziom stwierdzenie,
że wolą działać w ten sposób,
że wolą działać w ten sposób,
14:38
with this radical transparency
297
866440
2016
z taką radykalną przejrzystością,
14:40
than to be operating
in a more opaque environment.
in a more opaque environment.
298
868480
3336
niż działać w mniej jasnym otoczeniu.
14:43
There's not politics,
there's not the brutality of --
there's not the brutality of --
299
871840
4296
Nie ma tam polityki,
nie ma tam brutalności,
nie ma tam brutalności,
14:48
you know, all of that hidden,
behind-the-scenes --
behind-the-scenes --
300
876160
2376
no wiecie, całej tej "zakulisowości".
14:50
there's an idea meritocracy
where people can speak up.
where people can speak up.
301
878560
2936
Jest merytokracja pomysłów,
w której ludzie mogą się wypowiadać.
w której ludzie mogą się wypowiadać.
14:53
And that's been great.
302
881520
1256
I to jest wspaniałe.
14:54
It's given us more effective work,
303
882800
1656
Dało nam to efektywniejszą pracę,
14:56
and it's given us
more effective relationships.
more effective relationships.
304
884480
2400
a także efektywniejsze relacje.
14:59
But it's not for everybody.
305
887400
1320
Ale to nie dla każdego.
15:01
We found something like
25 or 30 percent of the population
25 or 30 percent of the population
306
889680
2936
Stwierdziliśmy, że to nie jest
dla jakiś 25 do 30 procent ludzi
15:04
it's just not for.
307
892640
1736
15:06
And by the way,
308
894400
1216
A przy okazji,
kiedy mówię o radykalnej przejrzystości,
15:07
when I say radical transparency,
309
895640
1816
15:09
I'm not saying transparency
about everything.
about everything.
310
897480
2336
nie mam na myśli
przejrzystości na każdy temat.
przejrzystości na każdy temat.
15:11
I mean, you don't have to tell somebody
that their bald spot is growing
that their bald spot is growing
311
899840
3816
To znaczy, nie trzeba nikomu mówić,
że jego łysina się powiększa
że jego łysina się powiększa
15:15
or their baby's ugly.
312
903680
1616
albo że ma brzydkie dziecko.
15:17
So, I'm just talking about --
313
905320
2096
Mam na myśli tylko...
15:19
(Laughter)
314
907440
1216
(Śmiech)
15:20
talking about the important things.
315
908680
2176
istotne rzeczy.
15:22
So --
316
910880
1216
A więc...
(Śmiech)
15:24
(Laughter)
317
912120
3200
15:28
So when you leave this room,
318
916600
1416
Chciałbym, żebyście po wyjściu stąd,
15:30
I'd like you to observe yourself
in conversations with others.
in conversations with others.
319
918040
4440
obserwowali siebie w rozmowach z innymi.
15:35
Imagine if you knew
what they were really thinking,
what they were really thinking,
320
923360
3680
Wyobraźcie sobie, że wiecie,
co oni naprawdę myślą,
co oni naprawdę myślą,
15:39
and imagine if you knew
what they were really like ...
what they were really like ...
321
927760
2600
jacy są naprawdę...
15:43
and imagine if they knew
what you were really thinking
what you were really thinking
322
931840
3976
i wyobraźcie sobie, że wiecie,
co wy sami naprawdę myślicie...
co wy sami naprawdę myślicie...
15:47
and what were really like.
323
935840
1840
i jacy jesteście.
15:50
It would certainly clear things up a lot
324
938160
2576
To na pewno by wiele rozjaśniło
15:52
and make your operations
together more effective.
together more effective.
325
940760
2856
i uskuteczniłoby wasze wspólne działania.
15:55
I think it will improve
your relationships.
your relationships.
326
943640
2240
Myślę, że polepszyłoby to wasze relacje.
15:58
Now imagine that you can have algorithms
327
946600
3296
Teraz wyobraźcie sobie,
że macie dostęp do algorytmów,
że macie dostęp do algorytmów,
16:01
that will help you gather
all of that information
all of that information
328
949920
3816
które pomogą wam
zebrać wszystkie te informacje
zebrać wszystkie te informacje
16:05
and even help you make decisions
in an idea-meritocratic way.
in an idea-meritocratic way.
329
953760
4560
i nawet podjąć decyzje w
sposób merytokratyczny.
sposób merytokratyczny.
16:12
This sort of radical transparency
is coming at you
is coming at you
330
960640
4336
Ten rodzaj radykalnej
przejrzystości zbliża się do was
przejrzystości zbliża się do was
16:17
and it is going to affect your life.
331
965000
1960
i wpłynie na wasze życie.
16:19
And in my opinion,
332
967600
2056
Według mnie
16:21
it's going to be wonderful.
333
969680
1336
będzie wspaniale.
Mam nadzieję, że będzie
to dla was tak wspaniałe
to dla was tak wspaniałe
16:23
So I hope it is as wonderful for you
334
971040
2336
16:25
as it is for me.
335
973400
1200
jak jest dla mnie.
16:27
Thank you very much.
336
975160
1256
Dziękuję bardzo.
(Brawa)
16:28
(Applause)
337
976440
4360
ABOUT THE SPEAKER
Ray Dalio - Hedge fund chairRay Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world.
Why you should listen
Dalio started Bridgewater out of his two-bedroom apartment in New York City in 1975 and has grown it into the fifth most important private company in the U.S. (according to Fortune magazine). Because of the firm’s many industry-changing innovations over its 40-year history, he has been called the “Steve Jobs of investing” by aiCIO magazine and named one of TIME magazine’s "100 Most Influential People."
Dalio attributes Bridgewater’s success to its unique culture. He describes it as “a believability-weighted idea meritocracy” in which the people strive for “meaningful work and meaningful relationships through radical truth and radical transparency.” He has explained this approach in his book Principles, which has been downloaded more than three million times and has produced considerable curiosity and controversy.
Ray Dalio | Speaker | TED.com