Today, actually, is a very special day for me, because it is my birthday.
Bugün, aslında benim için çok önemli bir gün. Çünkü doğum günüm.
(Applause)
(Alkışlar)
And so, thanks to all of you for joining the party.
Bu yüzden partiye katıldığınız için hepinize teşekkürler.
(Laughter)
(Gülüşmeler)
But every time you throw a party, there's someone there to spoil it. Right?
Ama her parti verdiğinizde onu berbat eden birisi oluyor, değil mi?
(Laughter)
(Gülüşmeler)
And I'm a physicist, and this time I brought another physicist along to do so. His name is Albert Einstein -- also Albert -- and he's the one who said that the person who has not made his great contributions to science by the age of 30 will never do so.
Ben bir fizikçiyim ve bu sefer partiyi bozması için yanımda bir başka fizikçi daha getirdim. Adı Albert Einstein aynı zamanda Albert. Kendisi, 30 yaşına kadar bilime katkısı olmayan kişinin artık katkıda bulunamayacağını söyleyen kişi.
(Laughter)
(Gülme sesleri)
Now, you don't need to check Wikipedia that I'm beyond 30.
30 yaşının üstünde olduğumu kontrol etmek için Wikipedia'ya bakmanıza gerek yok.
(Laughter)
(Gülme sesleri)
So, effectively, what he is telling me, and us, is that when it comes to my science, I'm deadwood. Well, luckily, I had my share of luck within my career. Around age 28, I became very interested in networks, and a few years later, we managed to publish a few key papers that reported the discovery of scale-free networks and really gave birth to a new discipline that we call network science today. And if you really care about it, you can get a PhD now in network science in Budapest, in Boston, and you can study it all over the world.
Yani aslında bana, bize söylediği şey, konu bilime geldiği zaman ben pasif bir üyeyim. Neyse ki kariyerimde şansım yaver gitti. 28 yaşlarındayken iletişim ağlarına ilgi duymaya başladım. Birkaç yıl sonra ölçeksiz ağ keşfimizi rapor eden birkaç önemli noktayı yayınlamayı başardık. Böylelikle, bugünkü iletişim ağı bilimi doğmuş oldu. Eğer bu konuyla ilgileniyorsanız Budapeşte'de ve Boston'da iletişim ağı bilimleri doktora derecesi alabilirsiniz. Hatta bunu istediğiniz yerde okuyabilirsiniz.
A few years later, when I moved to Harvard first as a sabbatical, I became interested in another type of network: that time, the networks within ourselves, how the genes and the proteins and the metabolites link to each other and how they connect to disease. And that interest led to a major explosion within medicine, including the Network Medicine Division at Harvard, that has more than 300 researchers who are using this perspective to treat patients and develop new cures.
Bir kaç yıl sonra Harvard'a ilk maaşlı iznim için taşındığımda bu sefer ilgi duyduğum ağ hepimizin içinde bulunan genler, proteinler ve metabolitlerin birbirleriyle ve hastalıklarla olan ilişkileriydi. Bu uğraş, 300'den fazla araştırmacısıyla tedavilerde bu bakış açısını kullanan Harvard İletişim Tıp bölümü de dahil, tıpta büyük bir patlamaya neden oldu.
And a few years ago, I thought that I would take this idea of networks and the expertise we had in networks in a different area, that is, to understand success. And why did we do that? Well, we thought that, to some degree, our success is determined by the networks we're part of -- that our networks can push us forward, they can pull us back. And I was curious if we could use the knowledge and big data and expertise where we develop the networks to really quantify how these things happen.
Birkaç yıl önce, bu bakış açısını, başarıyı anlamak için diğer alanlardaki ağlarla birleştirerek geliştirebiliriz diye düşündüm. Peki bunu neden yaptık? Bir bölüme kadar başarımızın, parçası olduğumuz ağlar tarafından belirlendiğini, bağlantılarımızın bizi ileriye götürüp geriye çekebileceğini düşünüyorduk. Ağlar konusunda bilgi ve birikimimizi bütün bunların nasıl olduğunu belirlemek için kullanıp kullanamayacağımızı merak ediyordum.
This is a result from that. What you see here is a network of galleries in museums that connect to each other. And through this map that we mapped out last year, we are able to predict very accurately the success of an artist if you give me the first five exhibits that he or she had in their career.
Bu onun bir sonucu. Burada gördüğünüz, birbiriyle bağlantılı olan müzelerdeki galerilerin bir ağ haritası. Geçen yıl planladığımız bu harita sayesinde bir sanatçının kariyerindeki ilk beş sergisine bakarak o sanatçının başarısını tam olarak tahmin edebilirim.
Well, as we thought about success, we realized that success is not only about networks; there are so many other dimensions to that. And one of the things we need for success, obviously, is performance. So let's define what's the difference between performance and success. Well, performance is what you do: how fast you run, what kind of paintings you paint, what kind of papers you publish. However, in our working definition, success is about what the community notices from what you did, from your performance: How does it acknowledge it, and how does it reward you for it? In other terms, your performance is about you, but your success is about all of us. And this was a very important shift for us, because the moment we defined success as being a collective measure that the community provides to us, it became measurable, because if it's in the community, there are multiple data points about that. So we go to school, we exercise, we practice, because we believe that performance leads to success. But the way we actually started to explore, we realized that performance and success are very, very different animals when it comes to the mathematics of the problem. And let me illustrate that.
Başarı hakkında düşünürken başarının sadece ağlar ile ilgili olmadığını fark ettik. Bunun dışında birçok ölçü var. Doğal olarak başarı için gerekli olan şeylerden biri performans. Bu yüzden başarı ve performans arasındaki farkı tanımlarsak performans, ne yaptığındır; ne kadar hızlı koştuğun ne tür resimler çizdiğin, ne tür yazılar yayınladığın. Oysaki bizim çalışma tanımımızda, başarı, toplumun yaptığınız şeyden, performansınızdan "Nasıl kabul ediliyor?" veya "Ne işe yarıyor?" sorularına verdiği cevapla tanımlanır. Bir başka deyişle, performansınız sizinle ilgiliyken başarınız hepimizle ilgili. Bu bizim için çok önemli bir değişimdi çünkü başarıyı toplumun bize sağladığı toplu bir ölçü olarak tanımladığımız andan itibaren başarı ölçülebilir oldu. Çünkü eğer başarı toplumdaysa o zaman buna işaret eden birçok veri vardır. Bu yüzden okula gidiyoruz, egzersiz yapıyoruz, pratik yapıyoruz. Çünkü performansın başarıya ulaştırdığına inanıyoruz. Ama aslında keşfetmeye başladığımız yön, olayın matematiğine baktığımızda performans ve başarı çok farklı şeyler. Bunu örneklendireyim.
So what you see here is the fastest man on earth, Usain Bolt. And of course, he wins most of the competitions that he enters. And we know he's the fastest on earth because we have a chronometer to measure his speed. Well, what is interesting about him is that when he wins, he doesn't do so by really significantly outrunning his competition. He's running at most a percent faster than the one who loses the race. And not only does he run only one percent faster than the second one, but he doesn't run 10 times faster than I do -- and I'm not a good runner, trust me on that.
Burada gördüğünüz kişi dünyanın en hızlı adamı, Usain Bolt. Elbette ki girdiği birçok yarışmayı kazanıyor. Onun dünya üzerindeki en hızlı adam olduğunu biliyoruz. Çünkü hızını ölçmek için kronometremiz var. İlginç olan ise rakiplerinden daha hızlı koşarak kazanmıyor. Yarışmayı kaybeden kişiden en fazla yüzde bir daha hızlı koşuyor. Sadece ikinciden yüzde bir daha hızlı koşmuyor, aynı zamanda benden de 10 kat daha hızlı koşmuyor ve inanın hiç iyi bir koşucu değilim.
(Laughter)
(Gülüşmeler)
And every time we are able to measure performance, we notice something very interesting; that is, performance is bounded. What it means is that there are no huge variations in human performance. It varies only in a narrow range, and we do need the chronometer to measure the differences. This is not to say that we cannot see the good from the best ones, but the best ones are very hard to distinguish. And the problem with that is that most of us work in areas where we do not have a chronometer to gauge our performance.
Performansı ölçebildiğimiz zaman ilginç bir şey fark ederiz. Performans sınırlıdır. Bu demek oluyor ki insanların performansında büyük farklılıklar yok, sadece küçük bir aralıkta değişiyor. Bu farklılıkları ölçebilmek için kronometreye ihtiyacımız var. Bu, en iyiler yüzünden iyileri göremiyoruz anlamına gelmiyor. Ama en iyilerin ayırt edilmesi çok zor. Problem, bir çoğumuzun performansını ölçmek için kronometrenin olmadığı alanlarda çalışıyor olması.
Alright, performance is bounded, there are no huge differences between us when it comes to our performance. How about success? Well, let's switch to a different topic, like books. One measure of success for writers is how many people read your work. And so when my previous book came out in 2009, I was in Europe talking with my editor, and I was interested: Who is the competition? And I had some fabulous ones. That week --
Pekâlâ performans sınırlı, performansımız açısından aramızda büyük farklar yok. Peki ya başarı? Başka bir konuya geçelim, mesela kitaplar. Yazarlar için başarının ölçüsü eserlerinin ne kadar okunduğu. Şöyle ki benim önceki kitabım 2009'da yayınladığında, Avrupa'da editörüm ile konuşurken rakiplerimin kim olduğu dikkatimi çekmişti. Birkaç ünlü isim vardı. O hafta
(Laughter)
(Gülme sesleri)
Dan Brown came out with "The Lost Symbol," and "The Last Song" also came out, Nicholas Sparks. And when you just look at the list, you realize, you know, performance-wise, there's hardly any difference between these books or mine. Right? So maybe if Nicholas Sparks's team works a little harder, he could easily be number one, because it's almost by accident who ended up at the top. So I said, let's look at the numbers -- I'm a data person, right? So let's see what were the sales for Nicholas Sparks. And it turns out that that opening weekend, Nicholas Sparks sold more than a hundred thousand copies, which is an amazing number. You can actually get to the top of the "New York Times" best-seller list by selling 10,000 copies a week, so he tenfold overcame what he needed to be number one. Yet he wasn't number one. Why? Because there was Dan Brown, who sold 1.2 million copies that weekend.
Nicholas Sparks'ın "Son Şarkı" kitabıyla birlikte, Dan Brown'un "Kayıp Sembol'' kitabı çıkmıştı. Listeye baktığınız zaman bu kitaplar ve benim kitabım arasında neredeyse hiç performans farkı olmadığını görüyorsunuz, değil mi? Yani belki Nicholas Spark'ın takımı biraz daha fazla çalışırsa kolaylıkla bir numara olabilir. Çünkü ilk sıraya yerleşen kişi neredeyse yanlışlıkla birinci olmuştu. Bu yüzden sayılara bakalım dedim. Ben bir veri insanıyım, değil mi? Nicholas Sparks'ın satışlarına baktığımız zaman, açılışın gerçekleştiği hafta sonunda yüz binden daha fazla satış yaptığını görüyoruz. Bu, harika bir rakam. Haftada on bin kitap satarak "New York Times" en çok satanlar listesinin başına geçebilirsiniz. Nicholas, birinci olmak için gerekenden 10 kat daha fazlasını yaptı ama birinci olamadı. Neden? Çünkü Dan Brown 1,2 milyon kopya satmıştı.
(Laughter)
(Gülme sesleri)
And the reason I like this number is because it shows that, really, when it comes to success, it's unbounded, that the best doesn't only get slightly more than the second best but gets orders of magnitude more, because success is a collective measure. We give it to them, rather than we earn it through our performance.
Bu sayıyı sevme sebebim; söz konusu başarı olduğunda sınır olmadığını, en iyinin, ikinci en iyiden çok az farkla değil, onlarca kat farkla en iyi olduğunu göstermesi. Çünkü başarı toplu bir ölçü. Performansımızla kazanmamızdan ziyade onlara bunu biz veriyoruz.
So one of things we realized is that performance, what we do, is bounded, but success, which is collective, is unbounded, which makes you wonder: How do you get these huge differences in success when you have such tiny differences in performance? And recently, I published a book that I devoted to that very question. And they didn't give me enough time to go over all of that, so I'm going to go back to the question of, alright, you have success; when should that appear?
Fark ettiğimiz şeylerden biri, performans, bizim yaptığımız şeyler, sınırlı. Fakat toplu olan başarı sınırsız. Bu da size şunu düşündürüyor: "Performansta bu kadar küçük farklılıkla elde edilen başarılar nasıl bu kadar farklı olabiliyor?" Geçtiğimiz günlerde, bu soruyla ilgili bir kitap yayınladım. Fakat hepsine değinmek için yeterli vaktim yok. Bu yüzden, "Başarılısın, ama bu ne zaman ortaya çıkmalı?" sorusuna dönüyorum.
So let's go back to the party spoiler and ask ourselves: Why did Einstein make this ridiculous statement, that only before 30 you could actually be creative? Well, because he looked around himself and he saw all these fabulous physicists that created quantum mechanics and modern physics, and they were all in their 20s and early 30s when they did so. And it's not only him. It's not only observational bias, because there's actually a whole field of genius research that has documented the fact that, if we look at the people we admire from the past and then look at what age they made their biggest contribution, whether that's music, whether that's science, whether that's engineering, most of them tend to do so in their 20s, 30s, early 40s at most. But there's a problem with this genius research. Well, first of all, it created the impression to us that creativity equals youth, which is painful, right?
Bu yüzden partiyi bozan insanlara dönüp şunu soralım: Einstein, neden sadece 30 yaşından önce yaratıcı olabileceğimizi söyleyen saçma bir açıklama yapmış? Çünkü etrafında kuantum mekaniğini ve modern fiziği yaratan ünlü fizikçiler vardı ve hepsi 20'li yaşlarda veya 30'lu yaşların başındaydılar. Böyle düşünen sadece Einstein değil. Bu sadece gözlemlenmiş bir ön yargı da değil. Çünkü bunu kanıtlayan birçok dâhi vardı. Eğer geçmişten hayranlık duyduğumuz insanlara ve en büyük katkılarını yaptıkları yaşa bakarsak müzik olsun, bilim olsun, mühendislik olsun, birçoğu 20'li, 30'lu yaşlarda ve 40'lı yaşların başında yapmış. Ama bu dâhi araştırmayla ilgili bir problem var. İlk olarak, bizde yaratıcılığın gençlikle paralel olduğu izlenimini yarattı. Acı verici, değil mi?
(Laughter)
(Gülüşmeler)
And it also has an observational bias, because it only looks at geniuses and doesn't look at ordinary scientists and doesn't look at all of us and ask, is it really true that creativity vanishes as we age? So that's exactly what we tried to do, and this is important for that to actually have references.
Aynı zamanda gözlemsel bir ön yargısı var. Çünkü sadece dâhilere bakıyor. Sıradan bilim insanlarına veya normal insanlara bakıp "Yaşlandıkça yaratıcılığımızın yok olduğu gerçekten doğru mu?" diye sormuyor. Bu yüzden biz de tam olarak bunu yapmaya çalıştık ve elimizde bir örnek olması önemli.
So let's look at an ordinary scientist like myself, and let's look at my career. So what you see here is all the papers that I've published from my very first paper, in 1989; I was still in Romania when I did so, till kind of this year. And vertically, you see the impact of the paper, that is, how many citations, how many other papers have been written that cited that work. And when you look at that, you see that my career has roughly three different stages. I had the first 10 years where I had to work a lot and I don't achieve much. No one seems to care about what I do, right? There's hardly any impact.
Hadi benim gibi sıradan bir bilim insanına bakalım ve kariyerimi inceleyelim. Burada gördüğünüz, hâlâ Romanya'dayken 1989 yılında yayınladığım ilk yazımdan bu yıla kadarki tüm yazılarım. Yazılarımın etkisini dikey olarak görüyorsunuz. Kaç tane alıntı yapılmış veya başka kaç tane yazı benim yazımdan bahsetmiş. Grafiğe baktığınızda kariyerimin kabaca üç bölümden oluştuğunu görüyorsunuz. İlk 10 yıl çok çalıştığımı fakat pek başarılı olamadığımı. Kimse ne yaptığımı umursamıyor gibi, değil mi? Neredeyse hiç etki yok.
(Laughter)
(Gülme sesleri)
That time, I was doing material science, and then I kind of discovered for myself networks and then started publishing in networks. And that led from one high-impact paper to the other one. And it really felt good. That was that stage of my career.
O zamanlar malzeme bilimiyle uğraşıyordum. Sonrasında kendi ağlarımı keşfettim. Daha sonra ise ağ bilimleri hakkında yazı yayınlamaya başladım. Bu, etkili yazılar yazmamı sağladı. Gerçekten iyi hissediyordum ve kariyerimin yükseldiği bir dönemdi.
(Laughter)
(Gülme sesleri)
So the question is, what happens right now? And we don't know, because there hasn't been enough time passed yet to actually figure out how much impact those papers will get; it takes time to acquire. Well, when you look at the data, it seems to be that Einstein, the genius research, is right, and I'm at that stage of my career.
Soru şu: Şimdi ne olacak? Bilmiyoruz çünkü bu yazıların ne kadar etkili olacağını öğrenmek için yeterli zaman geçmedi, sonuçta zaman gerektiren bir süreç. Verilere baktığınızda Einstein'ın, dâhi araştırmacının, haklı olduğu ve kariyerimin bu aşamasında olduğum görülüyor, değil mi?
(Laughter)
(Kahkahalar)
So we said, OK, let's figure out how does this really happen, first in science. And in order not to have the selection bias, to look only at geniuses, we ended up reconstructing the career of every single scientist from 1900 till today and finding for all scientists what was their personal best, whether they got the Nobel Prize or they never did, or no one knows what they did, even their personal best. And that's what you see in this slide. Each line is a career, and when you have a light blue dot on the top of that career, it says that was their personal best. And the question is, when did they actually make their biggest discovery? To quantify that, we look at what's the probability that you make your biggest discovery, let's say, one, two, three or 10 years into your career? We're not looking at real age. We're looking at what we call "academic age." Your academic age starts when you publish your first papers. I know some of you are still babies.
Biz de bu yüzden öncelikle bu işe bilimsel yaklaşarak nasıl gerçekleştiğini çözelim dedik. Ayrıca sadece dâhilere bakarak işe ön yargılı yaklaşmamak için 1900'den bugüne kadarki tüm bilim insanlarının kariyerlerine tekrar göz attık. Nobel ödülü alan veya almayan ya da ne yaptığı bilinmeyen tüm bilim insanlarının yaptıkları şeylerin kendi rekorları olduğuna karar kıldık. Bu slaytta gördüğünüz her çizgi bir kariyer. O kariyerin üstündeki mavi nokta en iyi kişisel başarıyı gösteriyor. Soru şu ki "Ne zaman en büyük keşiflerini yaptılar?" Bunu anlamak için en büyük katkının kariyerin kaçıncı yılında yapılabileceği ihtimaline bakıyoruz. Gerçek yaşa bakmıyoruz. ''Akademik yaş'' dediğimiz şeye bakıyoruz. Akademik yaş, ilk araştırmalarınızı yayınladığınız zaman başlar. Biliyorum, bazılarınız hâlâ bebeksiniz.
(Laughter)
(Gülme sesleri)
So let's look at the probability that you publish your highest-impact paper. And what you see is, indeed, the genius research is right. Most scientists tend to publish their highest-impact paper in the first 10, 15 years in their career, and it tanks after that. It tanks so fast that I'm about -- I'm exactly 30 years into my career, and the chance that I will publish a paper that would have a higher impact than anything that I did before is less than one percent. I am in that stage of my career, according to this data. But there's a problem with that. We're not doing controls properly. So the control would be, what would a scientist look like who makes random contribution to science? Or what is the productivity of the scientist? When do they write papers? So we measured the productivity, and amazingly, the productivity, your likelihood of writing a paper in year one, 10 or 20 in your career, is indistinguishable from the likelihood of having the impact in that part of your career.
O zaman, en iyi yazınızı yayınlama ihtimalinize bir bakalım. Siz de yapılan bu dâhi araştırmanın doğru olduğunu göreceksiniz. Birçok bilim insanı en iyi yazılarını kariyerlerinin ilk 10 -15 yılında yayınlıyor ve sonrasında düşüşe geçiyor. Hatta o kadar hızlı düşüyor ki tam 30 yıllık kariyerimde daha önce yazdığım bütün yazılardan daha iyisini yazma ihtimalim yüzde birden daha aza düşüyor. Verilere göre kariyerimin bu bölümündeyim. Ama bir problem var. Kontrolleri düzgün yapmıyoruz. Kontrol şöyle olmalı: "Bilime rastgele bir katkıda bulunan bilim insanı nasıl görünür?" ya da "Bilim insanının üretkenliği nedir?" "Ne zaman yazı yazarlar?" Bu yüzden biz de üretkenliği ölçtük. Şaşırtıcı bir şekilde kariyerinizin ilk yılında, ilk 10 yılında ya da ilk 20 yılında yazdıklarınızla sonraki yıllarında yazdıklarınız arasında üretkenlik açısından fark yok.
And to make a long story short, after lots of statistical tests, there's only one explanation for that, that really, the way we scientists work is that every single paper we write, every project we do, has exactly the same chance of being our personal best. That is, discovery is like a lottery ticket. And the more lottery tickets we buy, the higher our chances. And it happens to be so that most scientists buy most of their lottery tickets in the first 10, 15 years of their career, and after that, their productivity decreases. They're not buying any more lottery tickets. So it looks as if they would not be creative. In reality, they stopped trying. So when we actually put the data together, the conclusion is very simple: success can come at any time. It could be your very first or very last paper of your career. It's totally random in the space of the projects. It is the productivity that changes.
Uzun lafın kısası, bir sürü istatistiksel testten sonra sonuç şu ki biz bilim insanlarının çalışma şekli, yazdığı her yazının veya yaptığı her projenin kişisel rekor olma ihtimali aynı. Yani, keşif bir piyango bileti gibi. Ne kadar çok alırsak şans o kadar yükselir. Görünen o ki birçok bilim insanı en çok piyango biletini kariyerlerinin ilk 10 - 15 yılında alıyor. Sonrasında ise üretkenlikleri azalıyor. Daha fazla piyango bileti almıyorlar. Bu yüzden, yaratıcı değilmiş gibi görünürler. Fakat sadece denemeyi bırakmışlardır. Verileri bir araya getirdiğimiz zaman sonuç çok basit. Başarı her an gelebilir. Yani kariyerinizdeki ilk veya son yazınız başarılı olabilir. Bu, projeler uzayında tamamen rastlantı. Değişen şey üretkenlik.
Let me illustrate that. Here is Frank Wilczek, who got the Nobel Prize in Physics for the very first paper he ever wrote in his career as a graduate student.
Hemen örnek vereyim. Yüksek lisans öğrencisi olarak kariyerinde yazdığı ilk yazıyla Nobel Fizik Ödülü alan Frank Wilczek.
(Laughter)
(Gülme sesleri)
More interesting is John Fenn, who, at age 70, was forcefully retired by Yale University. They shut his lab down, and at that moment, he moved to Virginia Commonwealth University, opened another lab, and it is there, at age 72, that he published a paper for which, 15 years later, he got the Nobel Prize for Chemistry.
Daha da ilginci, bir başka örnek, John Fenn. 70 yaşında, Yale Üniversitesi tarafından emekli olmaya zorlandı. Laboratuvarını kapattılar. O da Virginia Commonwealth Üniversitesi'ne gitti. Başka bir laboratuvar açtı. 72 yaşında yayınladığı bir yazıyla 15 yıl sonra Nobel Kimya Ödülü aldı.
And you think, OK, well, science is special, but what about other areas where we need to be creative? So let me take another typical example: entrepreneurship. Silicon Valley, the land of the youth, right? And indeed, when you look at it, you realize that the biggest awards, the TechCrunch Awards and other awards, are all going to people whose average age is late 20s, very early 30s. You look at who the VCs give the money to, some of the biggest VC firms -- all people in their early 30s. Which, of course, we know; there is this ethos in Silicon Valley that youth equals success. Not when you look at the data, because it's not only about forming a company -- forming a company is like productivity, trying, trying, trying -- when you look at which of these individuals actually put out a successful company, a successful exit. And recently, some of our colleagues looked at exactly that question. And it turns out that yes, those in the 20s and 30s put out a huge number of companies, form lots of companies, but most of them go bust. And when you look at the successful exits, what you see in this particular plot, the older you are, the more likely that you will actually hit the stock market or the sell the company successfully. This is so strong, actually, that if you are in the 50s, you are twice as likely to actually have a successful exit than if you are in your 30s.
Tamam, bilim özel diye düşünüyorsunuz. Peki ya yaratıcı olmamız gereken diğer alanlar? Tipik bir örnek vereyim, girişimcilik. Silikon Vadisi. Gençliğin yeri, değil mi? İşin aslına baktığımızda TechCrunch gibi en büyük ödüller, ortalama 20'li yaşların sonunda ve 30'ların başında olan insanlara veriliyor. Bazı büyük şirketlerden ödül alanların yaş ortalamasına bakıyorsunuz. Hepsi 30'lu yaşların başında. Elbette biliyoruz ki Silikon Vadisi'nde gençliğin başarıyla paralel olduğu bir kültür var. Sadece verilere bakarak değil. Çünkü bu sadece şirket kurmakla ilgili değil, şirket kurmak üretkenlik gibidir, sürekli denersiniz. Kimin gerçekten başarılı bir şirket kurup başarılı bir çıkış yaptığına bakarak da anlaşılıyor. Geçtiğimiz günlerde, meslektaşlarım tam olarak bu konuyu incelediler. Sonuç olarak evet, 20'lerinde ve 30'larında olanların birçok şirket kurup geliştirdiği ortaya çıkıyor. Ama çoğu iflas ediyor. Ayrıca bu başarılı çıkışlara baktığımızda göreceğimiz şey, yaşlandıkça piyasada başarılı olmanız ya da iyi bir şirket kurmanız daha olası. Hatta o kadar yüksek bir ihtimal ki eğer 50'li yaşlardaysanız 30'lu yaşlarınıza göre daha başarılı olma ihtimaliniz iki kat daha fazla.
(Applause)
(Alkışlar)
So in the end, what is it that we see, actually? What we see is that creativity has no age. Productivity does, right? Which is telling me that at the end of the day, if you keep trying --
Yani tam olarak sonuç: Yaratıcılığın yaşı yok ama üretkenliğin var, değil mi? Bunun bana söylediği şey, günün sonunda, eğer denemeye devam ederseniz
(Laughter)
(Kahkahalar)
you could still succeed and succeed over and over. So my conclusion is very simple: I am off the stage, back in my lab.
tekrar tekrar başarabilirsiniz. Bu yüzden şu an yapmam gereken şey çok basit. Sahneden iniyorum ve laboratuvarıma dönüyorum.
Thank you.
Teşekkürler.
(Applause)
(Alkışlar)