ABOUT THE SPEAKER
Erik Brynjolfsson - Innovation researcher
Erik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment.

Why you should listen

The director of the MIT Center for Digital Business and a research associate at the National Bureau of Economic Research, Erik Brynjolfsson asks how IT affects organizations, markets and the economy. His recent work studies data-driven decision-making, management practices that drive productivity, the pricing implications of Internet commerce and the role of intangible assets.
 
Brynjolfsson was among the first researchers to measure the productivity contributions of information and community technology (ICT) and the complementary role of organizational capital and other intangibles. His research also provided the first quantification of the value of online product variety, often known as the “Long Tail,” and developed pricing and bundling models for information goods.

His books include Wired for Innovation: How IT Is Reshaping the Economy and Race Against the Machine: How the Digital Revolution Is Accelerating Innovation, Driving Productivity and Irreversibly Transforming Employment and the Economy (with Andrew McAfee); and the recent article "Big Data: The Management Revolution" (with Andrew McAfee).

More profile about the speaker
Erik Brynjolfsson | Speaker | TED.com
TED2013

Erik Brynjolfsson: The key to growth? Race with the machines

Эрик Бринолфссон: Ключ к росту? Гонка вместе с машинами

Filmed:
1,321,770 views

Пока машины осваивают всё новые специальности, многие лишаются работы, или же повышение их зарплаты откладывается на неопределённое время. Означает ли это конец роста? Нет, говорит Эрик Бринолфссон, это просто издержки роста радикально преобразованной экономики. Захватывающие факты, иллюстрирующие, что грядёт эра больших инноваций... если мы возьмём компьютеры в свою команду. Не забудьте посмотреть противоположную точку зрения Роберта Гордона.
- Innovation researcher
Erik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment. Full bio

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

00:12
Growthрост is not deadмертвый.
0
605
2272
Рост не мёртв.
00:14
(ApplauseАплодисменты)
1
2877
1386
(Аплодисменты)
00:16
Let's startНачало the storyистория 120 yearsлет agoтому назад,
2
4263
3963
Начнём с истории 120-летней давности,
00:20
when Americanамериканский factoriesзаводы beganначал to electrifyэлектрифицировать theirих operationsоперации,
3
8226
3632
когда американские заводы стали снабжать
свои производства электричеством,
00:23
ignitingзажигательный the Secondвторой Industrialпромышленные RevolutionРеволюция.
4
11858
3344
что привело ко Второй промышленной революции.
00:27
The amazingудивительно thing is
5
15202
1111
Удивительно то,
00:28
that productivityпроизводительность did not increaseувеличение in those factoriesзаводы
6
16313
2777
что производительность этих заводов
не увеличивалась
00:31
for 30 yearsлет. Thirty30 yearsлет.
7
19090
3256
в течение 30 лет. Тридцати лет.
00:34
That's long enoughдостаточно for a generationпоколение of managersменеджеры to retireвыходить на пенсию.
8
22346
3474
Этого времени достаточно, чтобы сменилось
целое поколение управленцев.
00:37
You see, the first waveволна of managersменеджеры
9
25820
2222
Видите ли, первая волна управленцев
00:40
simplyпросто replacedзаменены theirих steamСтим enginesдвигатели with electricэлектрический motorsмоторы,
10
28042
3417
просто заменяла паровые двигатели
на электромоторы —
00:43
but they didn't redesignпереконструировать the factoriesзаводы to take advantageпреимущество
11
31459
3010
но они модернизировали предприятия не для того,
чтобы с умом пользоваться
00:46
of electricity'sэлектросчетчика flexibilityгибкость.
12
34469
2341
гибкостью электричества.
00:48
It fellупал to the nextследующий generationпоколение to inventвыдумывать newновый work processesпроцессы,
13
36810
3984
На плечи уже следующего поколения перепало
изобретение новых технологических процессов.
00:52
and then productivityпроизводительность soaredпариться,
14
40794
2727
Именно тогда производительность предприятий
00:55
oftenдовольно часто doublingудвоение or even triplingутроить in those factoriesзаводы.
15
43521
3665
стала резко увеличиваться,
часто в два или три раза.
00:59
ElectricityЭлектричество is an exampleпример of a generalГенеральная purposeцель technologyтехнологии,
16
47186
4723
Электричество — это пример
технологии общего назначения,
01:03
like the steamСтим engineдвигатель before it.
17
51909
2230
какой до этого был паровой двигатель.
01:06
GeneralГенеральная purposeцель technologiesтехнологии driveводить машину mostбольшинство economicэкономической growthрост,
18
54139
3416
Технологии общего назначения
стимулируют экономический рост,
01:09
because they unleashразвязать cascadesкаскады of complementaryдополнительный innovationsинновации,
19
57555
3454
так как они высвобождают потоки
сопутствующих инноваций,
01:13
like lightbulbsлампочки and, yes, factoryзавод redesignпереконструировать.
20
61009
3632
таких, как лампы накаливания и,
да, модернизация предприятий.
01:16
Is there a generalГенеральная purposeцель technologyтехнологии of our eraэпоха?
21
64641
3610
Есть ли технология общего назначения
для нашего времени?
01:20
Sure. It's the computerкомпьютер.
22
68251
2508
Разумеется. Это компьютер.
01:22
But technologyтехнологии aloneв одиночестве is not enoughдостаточно.
23
70759
2659
Но одних технологий недостаточно.
01:25
TechnologyТехнологии is not destinyсудьба.
24
73418
2766
Технологии — это не судьба.
01:28
We shapeформа our destinyсудьба,
25
76184
1580
Мы сами творцы своей судьбы,
01:29
and just as the earlierранее generationsпоколения of managersменеджеры
26
77764
2516
и так же, как и ранние поколения управленцев,
01:32
neededнеобходимый to redesignпереконструировать theirих factoriesзаводы,
27
80280
2298
которым нужно было
модернизировать производства,
01:34
we're going to need to reinventизобрести our organizationsорганизации
28
82578
2229
нам понадобится обновить
наши организации
01:36
and even our wholeвсе economicэкономической systemсистема.
29
84807
2555
и даже целую экономическую систему.
01:39
We're not doing as well at that jobработа as we should be.
30
87362
3602
Мы не справляемся с этим так,
как надо было бы.
01:42
As we'llЧто ж see in a momentмомент,
31
90964
1230
Как мы сейчас увидим,
01:44
productivityпроизводительность is actuallyна самом деле doing all right,
32
92194
2722
с само́й производительностью всё в порядке,
01:46
but it has becomeстали decoupledразъединены from jobsработы,
33
94916
3862
но она отделилась от рабочих мест,
01:50
and the incomeдоход of the typicalтипичный workerработник is stagnatingзастаивающийся.
34
98778
4419
и доходы типичного работника стагнируют.
01:55
These troublesпроблемы are sometimesиногда misdiagnosedдиагностируется
35
103197
2519
Эти проблемы иногда неверно принимают
01:57
as the endконец of innovationинновация,
36
105716
3712
за конец инноваций,
02:01
but they are actuallyна самом деле the growingрост painsстрадания
37
109428
2129
хотя на самом деле
это издержки роста того,
02:03
of what AndrewАндрей McAfeeMcAfee and I call the newновый machineмашина ageвозраст.
38
111557
5590
что мы с Эндрю Макафи
называем новой машинной эрой.
02:09
Let's look at some dataданные.
39
117147
1882
Посмотрим на кое-какие данные.
02:11
So here'sвот GDPВВП perв personчеловек in AmericaАмерика.
40
119029
2902
Вот ВВП на душу населения в США.
02:13
There's some bumpsбугорки alongвдоль the way, but the bigбольшой storyистория
41
121931
2766
В разных местах наблюдаются
неровности, но в общем и целом
02:16
is you could practicallyпрактически fitпоместиться a rulerлинейка to it.
42
124697
2715
тренд можно прочертить по линейке.
02:19
This is a logжурнал scaleмасштаб, so what looksвыглядит like steadyнеуклонный growthрост
43
127412
3276
Этот график в логарифмах, так что то,
что выглядит как стационарный рост,
02:22
is actuallyна самом деле an accelerationускорение in realреальный termsсроки.
44
130688
3043
в реальных величинах
является ростом ускоряющимся.
02:25
And here'sвот productivityпроизводительность.
45
133731
2160
А вот производительность.
02:27
You can see a little bitнемного of a slowdownпомедленнее there in the mid-'середина»70s,
46
135891
2671
В середине 70-х можно было
наблюдать некоторое замедление,
02:30
but it matchesМатчи up prettyСимпатичная well with the Secondвторой Industrialпромышленные RevolutionРеволюция,
47
138562
3738
но в общем график хорошо соотносится
со Второй промышленной революцией,
02:34
when factoriesзаводы were learningобучение how to electrifyэлектрифицировать theirих operationsоперации.
48
142300
2691
когда предприятия учились
электрификации производств.
02:36
After a lagзапаздывание, productivityпроизводительность acceleratedускоренный again.
49
144991
4129
После задержки рост производительности
снова ускорился.
02:41
So maybe "historyистория doesn't repeatповторение itselfсам,
50
149120
2571
Так что, возможно, «история не повторяется,
02:43
but sometimesиногда it rhymesрифмы."
51
151691
2568
но иногда она рифмуется».
02:46
TodayCегодня, productivityпроизводительность is at an all-timeвсе время highвысокая,
52
154259
3136
Сейчас производительность находится
на историческом максимуме,
02:49
and despiteнесмотря the Great Recessionспад,
53
157395
1977
и, несмотря на Великий Спад,
02:51
it grewвырос fasterБыстрее in the 2000s than it did in the 1990s,
54
159372
4252
она росла в 2000-х быстрее, чем в 90-х,
02:55
the roaringзапал 1990s, and that was fasterБыстрее than the '70s or '80s.
55
163624
4136
в бурных 90-х; а тогда она росла
быстрее, чем в 70-х или 80-х.
02:59
It's growingрост fasterБыстрее than it did duringв течение the Secondвторой Industrialпромышленные RevolutionРеволюция.
56
167760
3674
Она растёт быстрее, чем во времена
Второй промышленной революции.
03:03
And that's just the Unitedобъединенный Statesсостояния.
57
171434
1743
И это только в США.
03:05
The globalГлобальный newsНовости is even better.
58
173177
3248
Новости остального мира ещё лучше.
03:08
WorldwideМировой incomesдоходов have grownвзрослый at a fasterБыстрее rateставка
59
176425
2360
Доходы по всему миру росли быстрее
03:10
in the pastмимо decadeдесятилетие than ever in historyистория.
60
178785
2496
за последнее десятилетие,
чем когда-либо в истории.
03:13
If anything, all these numbersчисел actuallyна самом деле understateпреуменьшать our progressпрогресс,
61
181281
5051
Пожалуй, эти данные
даже преуменьшают прогресс,
03:18
because the newновый machineмашина ageвозраст
62
186332
1912
так как суть новой машинной эры
03:20
is more about knowledgeзнание creationсоздание
63
188244
1664
скорее в создании знаний,
03:21
than just physicalфизическое productionпроизводство.
64
189908
2331
нежели в простом физическом производстве;
03:24
It's mindразум not matterдело, brainголовной мозг not brawnмускульная сила,
65
192239
2938
в разуме, а не в материи;
в мозге, а не в мускулах;
03:27
ideasидеи not things.
66
195177
2062
в идеях, а не в вещах.
03:29
That createsсоздает a problemпроблема for standardстандарт metricsметрика,
67
197239
2570
Это является проблемой
для стандартных систем показателей:
03:31
because we're gettingполучение more and more stuffматериал for freeсвободно,
68
199809
3502
появляется всё больше бесплатных продуктов,
03:35
like WikipediaВикипедия, GoogleGoogle, SkypeSkype,
69
203311
2641
таких как Википедия, Гугл, Скайп,
03:37
and if they postпосле it on the webWeb, even this TEDТЕД Talk.
70
205952
3063
и даже это выступление,
если его выложат в сеть.
03:41
Now gettingполучение stuffматериал for freeсвободно is a good thing, right?
71
209015
3303
Бесплатные вещи — это здорово, правда?
03:44
Sure, of courseкурс it is.
72
212318
1765
Разумеется, да.
03:46
But that's not how economistsэкономисты measureизмерение GDPВВП.
73
214083
3868
Но это не вписывается
в концепцию измерения ВВП.
03:49
ZeroНуль priceцена meansозначает zeroнуль weightвес in the GDPВВП statisticsстатистика.
74
217951
5592
Нулевая цена означает
отсутствие веса в статистике ВВП.
03:55
AccordingВ соответствии to the numbersчисел, the musicМузыка industryпромышленность
75
223543
2112
Данные показывают,
что оборот музыкальной индустрии
03:57
is halfполовина the sizeразмер that it was 10 yearsлет agoтому назад,
76
225655
3000
сократился в два раза
за последние десять лет.
04:00
but I'm listeningпрослушивание to more and better musicМузыка than ever.
77
228655
3656
Но я слушаю всё больше и больше
музыки лучшего качества.
04:04
You know, I betделать ставку you are too.
78
232311
2192
Держу пари, и вы тоже.
04:06
In totalВсего, my researchисследование estimatesоценки
79
234503
2723
Моё исследование показывает,
04:09
that the GDPВВП numbersчисел missМисс over 300 billionмиллиард dollarsдолларов perв yearгод
80
237226
4754
что всего в цифрах ВВП не учитывается
около 300 миллиардов долларов
04:13
in freeсвободно goodsтовар and servicesСервисы on the Internetинтернет.
81
241980
3346
бесплатных товаров и услуг Интернета ежегодно.
04:17
Now let's look to the futureбудущее.
82
245326
1789
Заглянем в будущее.
04:19
There are some superсупер smartумная people
83
247115
2263
Некоторые очень умные люди
04:21
who are arguingспорить that we'veмы в reachedдостиг the endконец of growthрост,
84
249378
5019
заявляют, что росту пришёл конец,
04:26
but to understandПонимаю the futureбудущее of growthрост,
85
254397
3558
но, чтобы понять будущее роста,
04:29
we need to make predictionsпрогнозы
86
257955
2683
нужны прогнозы относительно
04:32
about the underlyingлежащий в основе driversводители of growthрост.
87
260638
3290
факторов, лежащих в его основе.
04:35
I'm optimisticоптимистичный, because the newновый machineмашина ageвозраст
88
263928
3806
Я оптимистичен, потому что
новой машинной эре присущи
04:39
is digitalцифровой, exponentialэкспоненциальный and combinatorialкомбинаторный.
89
267734
5030
цифровой формат, экспоненциальные
тренды и комбинаторность.
04:44
When goodsтовар are digitalцифровой, they can be replicatedреплицируются
90
272764
2264
Цифровые товары могут быть тиражированы
04:47
with perfectидеально qualityкачественный at nearlyоколо zeroнуль costСтоимость,
91
275028
4509
в идеальном качестве
с практически нулевыми издержками
04:51
and they can be deliveredдоставлен almostпочти instantaneouslyмгновенно.
92
279537
4018
и могут быть доставлены
практически мгновенно.
04:55
Welcomeжеланный to the economicsэкономика of abundanceизобилие.
93
283555
2800
Добро пожаловать в экономику изобилия.
04:58
But there's a subtlerтоньше benefitвыгода to the digitizationоцифровка of the worldМир.
94
286355
3690
Но есть ещё одно неуловимое
преимущество цифрового мира.
05:02
Measurementизмерение is the lifebloodкровь of scienceнаука and progressпрогресс.
95
290045
4600
Измерения — источник жизненной силы
науки и прогресса.
05:06
In the ageвозраст of bigбольшой dataданные,
96
294645
2148
В эпоху больших массивов данных
05:08
we can measureизмерение the worldМир in waysпути we never could before.
97
296793
4286
мы можем измерять мир
невиданными ранее способами.
05:13
Secondlyво-вторых, the newновый machineмашина ageвозраст is exponentialэкспоненциальный.
98
301079
4095
Во-вторых, новая Машинная эра
экспоненциальна.
05:17
Computersкомпьютеры get better fasterБыстрее than anything elseеще ever.
99
305174
5935
Компьютеры улучшаются быстрее,
чем когда-либо что-либо ещё.
05:23
A child'sДети PlaystationИгровая приставка todayCегодня is more powerfulмощный
100
311109
3568
Приставка Playstation сегодня мощнее,
05:26
than a militaryвоенные supercomputerсуперкомпьютер from 1996.
101
314677
4056
чем военный суперкомпьютер 1996 года.
05:30
But our brainsмозги are wiredпроводная for a linearлинейный worldМир.
102
318733
3207
Но наш мозг привык к линейному миру.
05:33
As a resultрезультат, exponentialэкспоненциальный trendsтенденции take us by surpriseсюрприз.
103
321940
3888
В результате экспоненциальные тренды
застают нас врасплох.
05:37
I used to teachучат my studentsстуденты that there are some things,
104
325828
2602
Я раньше учил своих студентов,
что есть занятия,
05:40
you know, computersкомпьютеры just aren'tне good at,
105
328430
1934
в которых от компьютеров мало толку,
05:42
like drivingвождение a carавтомобиль throughчерез trafficтрафик.
106
330364
2385
например, вождение машины в пробке.
05:44
(LaughterСмех)
107
332749
2013
(Смех)
05:46
That's right, here'sвот AndyЭнди and me grinningухмыляющийся like madmenБезумцы
108
334762
3491
Верно. Вот Энди и я с улыбками до ушей,
05:50
because we just rodeехал down Routeмаршрут 101
109
338253
2384
потому что мы только что проехали
по Шоссе 101
05:52
in, yes, a driverlessнеуправляемый carавтомобиль.
110
340637
3669
на беспилотном автомобиле.
05:56
Thirdlyв-третьих, the newновый machineмашина ageвозраст is combinatorialкомбинаторный.
111
344306
2583
В-третьих, новая машинная эра комбинаторна.
05:58
The stagnationiststagnationist viewПосмотреть is that ideasидеи get used up,
112
346889
4048
Сторонники теории стагнации
считают, что идеи истощаются
06:02
like low-hangingнизко висящие fruitфрукты,
113
350937
1856
подобно низко висящим фруктам.
06:04
but the realityреальность is that eachкаждый innovationинновация
114
352793
3163
Но в действительности каждая инновация
06:07
createsсоздает buildingздание blocksблоки for even more innovationsинновации.
115
355956
3256
закладывает фундамент новых инноваций.
06:11
Here'sВот an exampleпример. In just a matterдело of a fewмало weeksнедель,
116
359212
3345
Вот пример. Всего за несколько недель
06:14
an undergraduateстудент studentстудент of mineмой
117
362557
2072
один из моих студентов-бакалавров
06:16
builtпостроен an appприложение that ultimatelyв конечном счете reachedдостиг 1.3 millionмиллиона usersпользователи.
118
364629
4111
разработал приложение
для 1,3 миллиона пользователей.
06:20
He was ableв состоянии to do that so easilyбез труда
119
368740
1699
Ему это так просто удалось,
06:22
because he builtпостроен it on topВверх of Facebookfacebook,
120
370439
1827
потому что приложение написано для Фейсбук,
06:24
and Facebookfacebook was builtпостроен on topВверх of the webWeb,
121
372266
1933
а Фейсбук был когда-то создан
на основе всемирной паутины,
06:26
and that was builtпостроен on topВверх of the Internetинтернет,
122
374199
1698
которая была создана на основе Интернета,
06:27
and so on and so forthвперед.
123
375897
2418
и так далее.
06:30
Now individuallyв отдельности, digitalцифровой, exponentialэкспоненциальный and combinatorialкомбинаторный
124
378315
4765
По отдельности цифровой формат,
экспоненциальный рост и комбинаторность
06:35
would eachкаждый be game-changersигра-чейнджеры.
125
383080
2350
уже изменили бы правила игры.
06:37
Put them togetherвместе, and we're seeingвидя a waveволна
126
385430
2190
Соединённые воедино,
они позволяют нам наблюдать
06:39
of astonishingудивительный breakthroughsпрорывы,
127
387620
1393
волну ошеломляющих открытий,
06:41
like robotsроботы that do factoryзавод work or runбег as fastбыстро as a cheetahгепард
128
389013
3060
таких как роботы, выполняющие конвейерную работу,
или бегущие быстрее гепарда,
06:44
or leapпрыжок tallвысокий buildingsздания in a singleОдин boundсвязанный.
129
392073
2796
или перескакивающие высокие здания
в один прыжок.
06:46
You know, robotsроботы are even revolutionizingреволюционизировать
130
394869
2232
Роботы в корне меняют даже
06:49
catКот transportationтранспорт.
131
397101
1829
процесс передвижения котов.
06:50
(LaughterСмех)
132
398930
2270
(Смех)
06:53
But perhapsвозможно the mostбольшинство importantважный inventionизобретение,
133
401200
2732
Но, возможно, самое важное изобретение,
06:55
the mostбольшинство importantважный inventionизобретение is machineмашина learningобучение.
134
403932
5065
самое важное изобретение —
машинное обучение.
07:00
ConsiderРассматривать one projectпроект: IBM'sIBM, WatsonУотсон.
135
408997
3376
Возьмём проект IBM — суперкомпьютер Watson.
07:04
These little dotsточек here,
136
412373
1589
Эти маленькие точки на графике —
07:05
those are all the championsчемпионы on the quizвикторина showпоказать "Jeopardyподсудность."
137
413962
4860
чемпионы телевикторины Jeopardy.
[процент точности их ответов]
07:10
At first, WatsonУотсон wasn'tне было very good,
138
418822
2544
Сначала Watson мало что удавалось,
07:13
but it improvedулучшен at a rateставка fasterБыстрее than any humanчеловек could,
139
421366
5622
но он совершенствовался
в разы быстрее, чем любой человек,
07:18
and shortlyвскоре after DaveДейв FerrucciFerrucci showedпоказал this chartдиаграмма
140
426988
2687
и вскоре после того, как Дейв Ферруччи
показал этот график
07:21
to my classкласс at MITMIT,
141
429675
1652
на моей паре в MIT,
07:23
WatsonУотсон beatбить the worldМир "Jeopardyподсудность" championчемпион.
142
431327
3542
Watson побил рекорд чемпиона
по игре в Jeopardy.
07:26
At ageвозраст sevenсемь, WatsonУотсон is still kindсвоего рода of in its childhoodдетство.
143
434869
3989
Семилетний возраст для Watson —
возраст ребёнка.
07:30
RecentlyВ последнее время, its teachersучителей let it surfприбой the Internetинтернет unsupervisedбесконтрольный.
144
438858
5318
Недавно его учителя позволили ему
безнадзорно побродить по просторам Интернета.
07:36
The nextследующий day, it startedначал answeringавтоответчик questionsвопросов with profanitiesругательства.
145
444176
5946
На следующий день он стал отвечать
на вопросы нецензурной бранью.
07:42
DamnЧерт. (LaughterСмех)
146
450122
2274
Чёрт возьми. (Смех)
07:44
But you know, WatsonУотсон is growingрост up fastбыстро.
147
452396
2280
Но Watson растёт очень быстро.
07:46
It's beingявляющийся testedпроверенный for jobsработы in call centersцентры, and it's gettingполучение them.
148
454676
4212
Он пытается устроиться на работу в колл-центрах,
и его берут.
07:50
It's applyingприменение for legalправовой, bankingбанковское дело and medicalмедицинская jobsработы,
149
458888
3724
Он ищет работу в юриспруденции,
банковской и медицинской сфере
07:54
and gettingполучение some of them.
150
462612
1950
и тоже получает некоторые места.
07:56
Isn't it ironicиронический that at the very momentмомент
151
464562
1889
Не иронично ли то, что в тот самый момент,
07:58
we are buildingздание intelligentумный machinesмашины,
152
466451
2234
когда мы конструируем машины
с искусственным интеллектом —
08:00
perhapsвозможно the mostбольшинство importantважный inventionизобретение in humanчеловек historyистория,
153
468685
3449
возможно, самое главное
изобретение человечества —
08:04
some people are arguingспорить that innovationинновация is stagnatingзастаивающийся?
154
472134
3975
некоторые заявляют,
что инновации стагнируют?
08:08
Like the first two industrialпромышленные revolutionsобороты,
155
476109
2419
Как и в двух первых промышленных революциях
08:10
the fullполный implicationsпоследствия of the newновый machineмашина ageвозраст
156
478528
3134
все последствия новой машинной эры
08:13
are going to take at leastнаименее a centuryвека to fullyв полной мере playиграть out,
157
481662
2682
в полной мере раскроются только
спустя по крайней мере век,
08:16
but they are staggeringошеломляющий.
158
484344
3032
но они уже потрясают.
08:19
So does that mean we have nothing to worryбеспокоиться about?
159
487376
3336
Означает ли это,
что нам не о чем волноваться?
08:22
No. TechnologyТехнологии is not destinyсудьба.
160
490712
3680
Нет. Технологии не судьба.
08:26
Productivityпроизводительность is at an all time highвысокая,
161
494392
2569
Производительность находится
на историческом максимуме,
08:28
but fewerменьше people now have jobsработы.
162
496961
2983
но у меньшего количества людей есть работа.
08:31
We have createdсозданный more wealthбогатство in the pastмимо decadeдесятилетие than ever,
163
499944
3120
За последние десять лет мы аккумулировали
больше богатства, чем когда бы то ни было,
08:35
but for a majorityбольшинство of Americansамериканцы, theirих incomeдоход has fallenпадший.
164
503064
3904
но доходы большинства американцев упали.
08:38
This is the great decouplingразвязка
165
506968
2312
Это великое отделение
08:41
of productivityпроизводительность from employmentзанятость,
166
509280
2976
производительности от занятости,
08:44
of wealthбогатство from work.
167
512256
3104
богатства от работы.
08:47
You know, it's not surprisingудивительный that millionsмиллионы of people
168
515360
2346
Неудивительно, что миллионы людей
08:49
have becomeстали disillusionedразочарованный by the great decouplingразвязка,
169
517706
2846
разочарованы в этом великом отделении.
08:52
but like too manyмногие othersдругие,
170
520552
1747
Но, как и многие другие,
08:54
they misunderstandнеправильно понять its basicосновной causesпричины.
171
522299
3097
они неправильно понимают
его основные причины.
08:57
TechnologyТехнологии is racingгоночный aheadвпереди,
172
525396
2610
Технологии мчатся впереди
09:00
but it's leavingуход more and more people behindза.
173
528006
3550
и оставляют всё больше людей позади.
09:03
TodayCегодня, we can take a routineрутинный jobработа,
174
531556
3519
Сейчас мы можем закодировать
механически выполняемую работу
09:07
codifyкодифицировать it in a setзадавать of machine-readableмашиночитаемый instructionsинструкции,
175
535075
3091
в последовательность инструкций,
понятных машинам,
09:10
and then replicateкопировать it a millionмиллиона timesраз.
176
538166
2827
и размножить её миллионы раз.
09:12
You know, I recentlyв последнее время overheardподслушал a conversationразговор
177
540993
2279
Недавно я подслушал разговор,
09:15
that epitomizesвоплощает в себе these newновый economicsэкономика.
178
543272
1952
который резюмирует
новое экономическое устройство.
09:17
This guy saysговорит, "NahНеа, I don't use H&R Blockблок anymoreбольше не.
179
545224
4197
Один парень сказал: «Нет, я больше не пользуюсь
услугами H&R Block [для подготовки деклараций] —
09:21
TurboTaxTurboTax does everything that my taxналог preparerсоставителей did,
180
549421
2448
[программа] TurboTax делает всё,
что делала та компания,
09:23
but it's fasterБыстрее, cheaperболее дешевый and more accurateточный."
181
551869
4558
но она быстрее, дешевле и точнее».
09:28
How can a skilledискусный workerработник
182
556427
1799
Как квалифицированный работник
09:30
competeконкурировать with a $39 pieceкусок of softwareпрограммного обеспечения?
183
558226
3009
может конкурировать с программой
стоимостью 39 долларов?
09:33
She can't.
184
561235
1967
Никак.
09:35
TodayCегодня, millionsмиллионы of Americansамериканцы do have fasterБыстрее,
185
563202
2780
Сегодня для миллионов американцев
процесс подготовки деклараций
09:37
cheaperболее дешевый, more accurateточный taxналог preparationподготовка,
186
565982
2387
стал быстрее, дешевле, точнее,
09:40
and the foundersучредители of Intuitпостигать интуитивно
187
568369
1486
а основатели Intuit
09:41
have doneсделанный very well for themselvesсамих себя.
188
569855
2493
живут припеваючи.
09:44
But 17 percentпроцент of taxналог preparersсоставителей no longerдольше have jobsработы.
189
572348
4214
Но 17% людей, занимавшихся
налоговыми декларациями, потеряли работу.
09:48
That is a microcosmмикрокосм of what's happeningпроисходит,
190
576562
2078
Это иллюстрация процессов, происходящих
09:50
not just in softwareпрограммного обеспечения and servicesСервисы, but in mediaСМИ and musicМузыка,
191
578640
4677
не только в программном обеспечении и сфере услуг,
но и в медиа- и музыкальной индустрии,
09:55
in financeфинансы and manufacturingпроизводство, in retailingрозничная торговля and tradeсделка --
192
583317
3686
финансах и производстве,
розничной продаже и торговле —
09:59
in shortкороткая, in everyкаждый industryпромышленность.
193
587003
3895
вкратце, во всех отраслях.
10:02
People are racingгоночный againstпротив the machineмашина,
194
590898
3095
Люди конкурируют с машинами,
10:05
and manyмногие of them are losingпроигрыш that raceраса.
195
593993
3090
и многие из них проигрывают.
10:09
What can we do to createСоздайте sharedобщий prosperityпроцветание?
196
597083
3886
Что можно сделать для всеобщего процветания?
10:12
The answerответ is not to try to slowмедленный down technologyтехнологии.
197
600969
3017
Ответ не в замедлении роста технологий.
10:15
InsteadВместо of racingгоночный againstпротив the machineмашина,
198
603986
2557
Вместо того, чтобы бежать
наперегонки с машинами,
10:18
we need to learnучить to raceраса with the machineмашина.
199
606543
3677
нужно научиться бежать вместе с ними.
10:22
That is our grandбольшой challengeвызов.
200
610220
3129
Это наш главный вызов.
10:25
The newновый machineмашина ageвозраст
201
613349
2324
Отсчёт новой машинной эры
10:27
can be datedдатированный to a day 15 yearsлет agoтому назад
202
615673
3113
можно вести с даты 15-летней давности,
10:30
when GarryGarry KasparovКаспаров, the worldМир chessшахматы championчемпион,
203
618786
2878
когда Гари Каспаров,
чемпион мира по шахматам,
10:33
playedиграл Deepглубоко Blueсиний, a supercomputerсуперкомпьютер.
204
621664
3706
сыграл против суперкомпьютера Deep Blue.
10:37
The machineмашина wonвыиграл that day,
205
625370
2012
Тогда машина выиграла,
10:39
and todayCегодня, a chessшахматы programпрограмма runningБег on a cellклетка phoneТелефон
206
627382
2968
а сегодня простое мобильное
приложение для игры в шахматы
10:42
can beatбить a humanчеловек grandmasterгроссмейстер.
207
630350
2296
может победить гроссмейстера.
10:44
It got so badПлохо that, when he was askedспросил
208
632646
3365
Всё стало настолько плохо,
что, когда Яна Доннера,
10:48
what strategyстратегия he would use againstпротив a computerкомпьютер,
209
636011
2563
нидерландского гроссмейстра,
спросили, какую стратегию
10:50
Janянварь DonnerДоннер, the DutchГолландский grandmasterгроссмейстер, repliedответил,
210
638574
4016
он применил бы против компьютера,
он ответил:
10:54
"I'd bringприносить a hammerмолоток."
211
642590
1771
«Я бы принёс с собой молоток».
10:56
(LaughterСмех)
212
644361
3680
(Смех)
11:00
But todayCегодня a computerкомпьютер is no longerдольше the worldМир chessшахматы championчемпион.
213
648041
4544
Сегодня чемпионом мира по шахматам
уже не является ни компьютер,
11:04
Neitherни is a humanчеловек,
214
652585
2654
ни человек.
11:07
because KasparovКаспаров organizedорганизованная a freestyleфристайл tournamentтурнир
215
655239
3579
Каспаров организовал турнир
по фристайл-шахматам,
11:10
where teamsкоманды of humansлюди and computersкомпьютеры
216
658818
1916
где команды людей и компьютеров
11:12
could work togetherвместе,
217
660734
2099
могли работать вместе.
11:14
and the winningвыигрыш teamкоманда had no grandmasterгроссмейстер,
218
662833
3157
У победившей команды
не было ни гроссмейстера,
11:17
and it had no supercomputerсуперкомпьютер.
219
665990
2465
ни суперкомпьютера.
11:20
What they had was better teamworkкомандная работа,
220
668455
4175
У них была лучшая командная работа,
11:24
and they showedпоказал that a teamкоманда of humansлюди and computersкомпьютеры,
221
672630
5016
и они показали,
что команда людей и компьютеров,
11:29
workingза работой togetherвместе, could beatбить any computerкомпьютер
222
677646
3048
работая вместе,
может победить любой компьютер
11:32
or any humanчеловек workingза работой aloneв одиночестве.
223
680694
3520
или человека, работающих поодиночке.
11:36
Racingгоночный with the machineмашина
224
684214
1664
Гонка вместе с машинами
11:37
beatsбиения racingгоночный againstпротив the machineмашина.
225
685878
2343
лучше, чем гонка наперегонки с машинами.
11:40
TechnologyТехнологии is not destinyсудьба.
226
688221
2564
Технология не судьба.
11:42
We shapeформа our destinyсудьба.
227
690785
1742
Мы сами творцы своей судьбы.
11:44
Thank you.
228
692527
1447
Спасибо вам.
11:45
(ApplauseАплодисменты)
229
693974
5016
(Аплодисменты)
Translated by Elena Talalasova
Reviewed by Olga Dmitrochenkova

▲Back to top

ABOUT THE SPEAKER
Erik Brynjolfsson - Innovation researcher
Erik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment.

Why you should listen

The director of the MIT Center for Digital Business and a research associate at the National Bureau of Economic Research, Erik Brynjolfsson asks how IT affects organizations, markets and the economy. His recent work studies data-driven decision-making, management practices that drive productivity, the pricing implications of Internet commerce and the role of intangible assets.
 
Brynjolfsson was among the first researchers to measure the productivity contributions of information and community technology (ICT) and the complementary role of organizational capital and other intangibles. His research also provided the first quantification of the value of online product variety, often known as the “Long Tail,” and developed pricing and bundling models for information goods.

His books include Wired for Innovation: How IT Is Reshaping the Economy and Race Against the Machine: How the Digital Revolution Is Accelerating Innovation, Driving Productivity and Irreversibly Transforming Employment and the Economy (with Andrew McAfee); and the recent article "Big Data: The Management Revolution" (with Andrew McAfee).

More profile about the speaker
Erik Brynjolfsson | Speaker | TED.com