Η ανάπτυξη δεν πέθανε.
Growth is not dead.
(Χειροκρότημα)
(Applause)
Ας ξεκινήσουμε αυτή την ιστορία πριν από 120 χρόνια, όταν τα αμερικανικά εργοστάσια ξεκίνησαν να εξηλεκτρίζουν τις λειτουργίες τους πυροδοτώντας τη Δεύτερη Βιομηχανική Επανάσταση Το εκπληκτικό είναι ότι η παραγωγικότητα δεν αυξήθηκε στα εργοστάσια αυτά για τριάντα χρόνια. Τριάντα χρόνια. Αρκετός χρόνος για μια γενιά διευθυντών να αφυπηρετήσει. Βλέπετε, το πρώτο κύμα διευθυντών απλώς αντικατέστησε τις ατμομηχανές με ηλεκτροκινητήρες αλλά δεν ξανασχεδίασαν τα εργοστάσια για να εκμεταλλευτούν την ευελιξία του ηλεκτρικού ρεύματος. Ανέλαβε η επόμενη γενιά να εφεύρει νέες μεθόδους εργασίας και τότε η παραγωγικότητα ανέβηκε στα ύψη, συχνά διπλασιάστηκε ή ακόμα τριπλασιάστηκε σε αυτά τα εργοστάσια.
Let's start the story 120 years ago, when American factories began to electrify their operations, igniting the Second Industrial Revolution. The amazing thing is that productivity did not increase in those factories for 30 years. Thirty years. That's long enough for a generation of managers to retire. You see, the first wave of managers simply replaced their steam engines with electric motors, but they didn't redesign the factories to take advantage of electricity's flexibility. It fell to the next generation to invent new work processes, and then productivity soared, often doubling or even tripling in those factories.
Ο ηλεκτρισμός είναι ένα παράδειγμα τεχνολογίας γενικής χρήσης, όπως ήταν η ατμομηχανή πριν απ' αυτόν. Οι τεχνολογίες γενικής χρήσης οδηγούν στη μεγαλύτερη οικονομική ανάπτυξη, γιατί απελευθερώνουν αλυσιδωτά συμπληρωματικές καινοτομίες, όπως τους λαμπτήρες, και τον επανασχεδιασμό των εργοστασίων. Υπάρχει τεχνολογία γενικής χρήσης στις μέρες μας; Σίγουρα. Είναι ο υπολογιστής. Αλλά η τεχνολογία από μόνη της δεν είναι αρκετή. Η τεχνολογία δεν είναι πεπρωμένο. Εμείς καθορίζουμε το πεπρωμένο μας, και όπως και οι προηγούμενες γενιές διευθυντών έπρεπε να ξανασχεδιάσουν τα εργοστάσιά τους, εμείς χρειάζεται να επανεφεύρουμε τους οργανισμούς μας ακόμα και ολόκληρο το οικονομικό μας σύστημα. Δεν κάνουμε πολύ καλή δουλειά σ' αυτό όσο θα έπρεπε. Όπως θα δούμε τώρα η παραγωγικότητα πάει καλά, αλλά έχει αποσυνδεθεί από τις δουλειές, και το εισόδημα ενός μέσου εργάτη είναι στάσιμο. Αυτά τα προβλήματα κάποτε ερμηνεύονται σαν το τέλος της καινοτομίας αλλά στην πραγματικότητα είναι οι πόνοι ανάπτυξης αυτού που ο Άντριου Μάκαφι και εγώ ονομάζουμε η νέα εποχή της μηχανής.
Electricity is an example of a general purpose technology, like the steam engine before it. General purpose technologies drive most economic growth, because they unleash cascades of complementary innovations, like lightbulbs and, yes, factory redesign. Is there a general purpose technology of our era? Sure. It's the computer. But technology alone is not enough. Technology is not destiny. We shape our destiny, and just as the earlier generations of managers needed to redesign their factories, we're going to need to reinvent our organizations and even our whole economic system. We're not doing as well at that job as we should be. As we'll see in a moment, productivity is actually doing all right, but it has become decoupled from jobs, and the income of the typical worker is stagnating. These troubles are sometimes misdiagnosed as the end of innovation, but they are actually the growing pains of what Andrew McAfee and I call the new machine age.
Ας δούμε μερικά δεδομένα. Βλέπουμε το ΑΕΠ ανά άτομο στην Αμερική. Υπάρχουν κάποιες διακυμάνσεις, αλλά η μεγάλη εικόνα δείχνει ότι μπορείς να ταιριάξεις έναν χάρακα σ' αυτόν. Αυτή είναι λογαριθμική κλίμακα, αυτό που φαίνεται σαν σταθερή αύξηση, είναι στην πραγματικότητα επιτάχυνση. Εδώ είναι η παραγωγικότητα. Μπορείτε να δείτε μια μικρή επιβράδυνση στα μέσα της δεκαετίας του '70, αλλά ταιριάζει αρκετά καλά με τη δεύτερη βιομηχανική επανάσταση, όταν τα εργοστάσια μάθαιναν πώς να εξηλεκτρίζουν τις λειτουργίες τους. Μετά από λίγη καθηστέρηση, η παραγωγικότητα επιταχύνθηκε και πάλι. Ίσως «Η ιστορία δεν επαναλαμβάνεται πάντα αλλά κάποτε ομοιοκαταληκτεί». Σήμερα η παραγωγικότητα είναι ψηλά όσο ποτέ, και παρ' όλη τη μεγάλη ύφεση, αναπτύχθηκε γρηγορότερα στη δεκαετία του 2000 από ό,τι στη δεκαετία του '90. Η θορυβώδης δεκαετία του '90 γρηγορότερα από τις δεκαετίες του '70 ή του '80. Αναπτύσσεται γρηγορότερα από ό,τι στη δεύτερη βιομηχανική επανάσταση. Και αυτό μόνο στην Αμερική. Τα παγκόσμια νέα είναι ακόμα καλύτερα. Τα παγκόσμια εισοδήματα έχουν αυξηθεί με ταχύτερο ρυθμό στην προηγούμενη δεκαετία από ποτέ.
Let's look at some data. So here's GDP per person in America. There's some bumps along the way, but the big story is you could practically fit a ruler to it. This is a log scale, so what looks like steady growth is actually an acceleration in real terms. And here's productivity. You can see a little bit of a slowdown there in the mid-'70s, but it matches up pretty well with the Second Industrial Revolution, when factories were learning how to electrify their operations. After a lag, productivity accelerated again. So maybe "history doesn't repeat itself, but sometimes it rhymes." Today, productivity is at an all-time high, and despite the Great Recession, it grew faster in the 2000s than it did in the 1990s, the roaring 1990s, and that was faster than the '70s or '80s. It's growing faster than it did during the Second Industrial Revolution. And that's just the United States. The global news is even better. Worldwide incomes have grown at a faster rate in the past decade than ever in history.
Αν μη τι άλλο, όλοι αυτοί οι αριθμοί υποτιμούν την πρόοδό μας, επειδή η νέα εποχή της μηχανής είναι περισσότερο σχετική με δημιουργία γνώσης παρά με φυσική παραγωγή. Είναι σκέψη, όχι ύλη, μυαλό, όχι δύναμη, ιδέες, όχι πράγματα. Αυτό δημιουργεί ένα πρόβλημα για τυπικές μετρήσεις, επειδή παίρνουμε όλο και περισσότερα πράγματα δωρεάν, όπως: Wikipedia, Google, Skype, και αν την ανεβάσουν στο Διαδίκτυο, ακόμη και αυτή την ομιλία του TED. To να παίρνουμε δωρεάν πράγματα είναι καλό, σωστά; Σίγουρα είναι. Αλλά δεν υπολογίζουν έτσι οι οικονομολόγοι το ΑΕΠ. Η μηδενική τιμή σημαίνει μηδέν βάρος στα στατιστικά του ΑΕΠ. Σύμφωνα με τους αριθμούς, η μουσική βιομηχανία είναι στο μισό από ό,τι πριν από 10 χρόνια, αλλά ακούω περισσότερη και καλύτερη μουσική από ποτέ. Ξέρετε, είμαι σίγουρος και εσείς. Συνολικά, η έρευνά μου υπολογίζει ότι οι αριθμοί του ΑΕΠ υπολείπονται περισσότερα από 300 δισεκατομμύρια το χρόνο σε δωρεάν προϊόντα και υπηρεσίες στο διαδίκτυο. Τώρα ας δούμε το μέλλον. Υπάρχουν μερικοί πανέξυπνοι που υποστηρίζουν ότι φτάσαμε στο τέλος της ανάπτυξης, αλλά για να καταλάβουμε το μέλλον της ανάπτυξης, πρέπει να κάνουμε προβλέψεις για τις βαθύτερες κινητήριες δυνάμεις της ανάπτυξης. Είμαι αισιόδοξος, γιατί η νέα εποχή της μηχανής είναι ψηφιακή, εκθετική και συνδυαστική.
If anything, all these numbers actually understate our progress, because the new machine age is more about knowledge creation than just physical production. It's mind not matter, brain not brawn, ideas not things. That creates a problem for standard metrics, because we're getting more and more stuff for free, like Wikipedia, Google, Skype, and if they post it on the web, even this TED Talk. Now getting stuff for free is a good thing, right? Sure, of course it is. But that's not how economists measure GDP. Zero price means zero weight in the GDP statistics. According to the numbers, the music industry is half the size that it was 10 years ago, but I'm listening to more and better music than ever. You know, I bet you are too. In total, my research estimates that the GDP numbers miss over 300 billion dollars per year in free goods and services on the Internet. Now let's look to the future. There are some super smart people who are arguing that we've reached the end of growth, but to understand the future of growth, we need to make predictions about the underlying drivers of growth. I'm optimistic, because the new machine age is digital, exponential and combinatorial.
Όταν τα προϊόντα είναι ψηφιακά, μπορούν να αναπαραχθούν με τέλεια ποιότητα και σχεδόν μηδενικό κόστος, και μπορούν να παραδοθούν σχεδόν στιγμιαία. Καλωσορίσατε στην οικονομία της αφθονίας. Αλλά υπάρχει ένα λιγότερο εμφανές όφελος στην ψηφιοποίηση του κόσμου. Η μέτρηση είναι η ζωή της επιστήμης και της προόδου. Στη εποχή των Big Data, μπορούμε να μετρήσουμε τον κόσμο με τρόπους που δεν μπορούσαμε παλιά.
When goods are digital, they can be replicated with perfect quality at nearly zero cost, and they can be delivered almost instantaneously. Welcome to the economics of abundance. But there's a subtler benefit to the digitization of the world. Measurement is the lifeblood of science and progress. In the age of big data, we can measure the world in ways we never could before.
Δεύτερον, η νέα εποχή της μηχανής είναι εκθετική. Οι υπολογιστές γίνονται καλύτεροι γρηγορότερα από οτιδήποτε άλλο σε οποιαδήποτε εποχή. Το playstation ενός παιδιού είναι πιο ισχυρό από έναν στρατιωτικό υπερυπολογιστή του 1996. Οι συνδέσεις του εγκεφάλου μας όμως είναι για ένα γραμμικό κόσμο. Σαν αποτέλεσμα, οι εκθετικές τάσεις μας εκπλήσσουν. Δίδασκα κάποτε τους φοιτητές μου ότι υπάρχουν κάποια πράγματα, ξέρετε, όπου οι υπολογιστές δεν είναι καλοί, όπως το να οδηγήσουν ένα αυτοκίνητο στην κίνηση. (Γέλια) Σωστά, εδώ είναι ο Άντυ και εγώ χαμογελώντας σας τρελοί επειδή οδηγήσαμε στο δρόμο Route 101 ένα αυτοκίνητο χωρίς οδηγό.
Secondly, the new machine age is exponential. Computers get better faster than anything else ever. A child's Playstation today is more powerful than a military supercomputer from 1996. But our brains are wired for a linear world. As a result, exponential trends take us by surprise. I used to teach my students that there are some things, you know, computers just aren't good at, like driving a car through traffic. (Laughter) That's right, here's Andy and me grinning like madmen because we just rode down Route 101 in, yes, a driverless car.
Τρίτον, η νέα εποχή της μηχανής είναι συνδυαστική. Η στάσιμη άποψη είναι ότι οι ιδέες εξαντλήθηκαν, όπως οι εύκολες λύσεις, αλλά η πραγματικότητα είναι ότι κάθε καινοτομία δημιουργεί τη δομή για περισσότερες καινοτομίες. Εδώ είναι ένα παράδειγμα. Σε διάστημα μερικών εβδομάδων, ένας φοιτητής μου ανέπτυξε μια εφαρμογή που έφτασε σε 1,3 εκατομμύρια χρήστες. Μπόρεσε να το κάνει εύκολα γιατί το έκτισε πάνω από το Facebook, και το Facebook είναι κτισμένο πάνω από το web, και αυτό είναι κτισμένο πάνω από το διαδίκτυο, και ούτω καθεξής.
Thirdly, the new machine age is combinatorial. The stagnationist view is that ideas get used up, like low-hanging fruit, but the reality is that each innovation creates building blocks for even more innovations. Here's an example. In just a matter of a few weeks, an undergraduate student of mine built an app that ultimately reached 1.3 million users. He was able to do that so easily because he built it on top of Facebook, and Facebook was built on top of the web, and that was built on top of the Internet, and so on and so forth.
Τώρα η κάθε μία ξεχωριστά ψηφιακή, εκθετική και συνδυαστική θα ήταν ανατρεπτικές. Αν τις βάλουμε μαζί θα δούμε ένα κύμα από εκπληκτικές ανακαλύψεις, όπως τα ρομπότ που κάνουν εργοστασιακή εργασία ή τρέχουν όσο γρήγορα όσο η λεοπάρδαλη ή πηδούν ψηλά κτήρια με τη μία. Τα ρομπότ έφεραν την επανάσταση ακόμα και στη διακίνηση των γάτων.
Now individually, digital, exponential and combinatorial would each be game-changers. Put them together, and we're seeing a wave of astonishing breakthroughs, like robots that do factory work or run as fast as a cheetah or leap tall buildings in a single bound. You know, robots are even revolutionizing cat transportation.
(Γέλια)
(Laughter)
Αλλά ίσως η πιο σημαντική εφεύρεση, η πιο σημαντική εφεύρεση είναι η μάθηση της μηχανής. Σκεφτείτε το πρόγραμμα της IBM Watson. Αυτές οι μικρές τελείες εδώ, είναι όλοι οι νικητές του τηλεπαιχνιδιού «Jeopardy». Αρχικά το Watson δεν ήταν πολύ καλό, αλλά βελτιώθηκε με γρηγορότερο ρυθμό από οποιονδήποτε άνθρωπο, και αμέσως μετά που ο Ντέιβ Φερούτσι έδειξε αυτό το διάγραμμα στην τάξη μου στο MIT, το Watson κέρδισε τον παγκόσμιο πρωταθλητή του «Jeopardy». Σε ηλικία 7 χρόνων το Watson είναι ακόμα στην παιδική ηλικία. Πρόσφατα οι δάσκαλοί του το άφησαν να περιηγηθεί στο διαδίκτυο χωρίς επίβλεψη. Την επόμενη μέρα, ξεκίνησε να απαντά ερωτήσεις με βωμολοχίες. (Γέλια) Αλλά το Watson μεγαλώνει γρήγορα. Δοκιμάζεται για δουλειές σε κέντρα τηλεξυπηρέτησης και τις παίρνει. Κάνει αιτήσεις για νομικές, τραπεζικές και ιατρικές θέσεις εργασίας, και παίρνει μερικές από αυτές. Δεν είναι ειρωνικό ότι τη στιγμή που δημιουργούμε έξυπνες μηχανές, ίσως την πιο σημαντική εφεύρεση στην ανθρώπινη ιστορία, μερικοί άνθρωποι ισχυρίζονται ότι η καινοτομία είναι στάσιμη; Όπως και στις δύο πρώτες βιομηχανικές επαναστάσεις, οι πλήρεις επιπτώσεις της νέας εποχής της μηχανής θα χρειαστούν τουλάχιστον έναν αιώνα για να εξελιχθούν πλήρως, αλλά είναι συγκλονιστικές. Άρα αυτό σημαίνει ότι δεν έχουμε τίποτα να ανησυχούμε; Όχι. Η τεχνολογία δεν είναι το πεπρωμένο. Η παραγωγικότητα είναι σε υψηλά επίπεδα, όσο δεν ήταν ποτέ, αλλά λιγότεροι άνθρωποι έχουν δουλειές τώρα. Δημιουργήσαμε περισσότερο πλούτο στην προηγούμενη δεκαετία από ποτέ, αλλά για την πλειοψηφία των Αμερικανών, το εισόδημά τους έχει μειωθεί. Αυτή είναι η μεγάλη αποσύνδεση της παραγωγικότητας από τις θέσεις εργασίας, του πλούτου από τη δουλειά. Δεν προκαλεί έκπληξη ότι εκατομμύρια κόσμου έχουν απογοητευτεί από τη μεγάλη αποσύνδεση, αλλά όπως πολλοί άλλοι, έχουν παρεξηγήσει τις βασικές αιτίες. Η τεχνολογία προχωρά γρήγορα, αλλά αφήνει όλο και περισσότερο κόσμο πίσω. Σήμερα, μπορούμε να πάρουμε μια τυποποιημένη δουλειά, να την κωδικοποιήσουμε σε μηχανοποιημένες εντολές, και να την αναπαράγουμε εκατομμύρια φορές. Πρόσφατα άκουσα μια συνομιλία η οποία είναι χαρακτηριστική των νέων οικονομικών. Κάποιος λέει: «Όχι δεν χρησιμοποιώ πλέον την H&R Block. Το TurboTax κάνει τα πάντα που έκανε ο σύμβουλος προετοιμασία φόρου εισοδήματος, αλλά γρηγορότερα, φθηνότερα και με περισσότερη ακρίβεια». Πώς μπορεί ένας ειδικευμένος υπάλληλος να συναγωνιστεί με ένα λογισμικό πακέτο των $39; Δεν μπορεί. Σήμερα, εκατομμύρια Αμερικανών έχουν γρηγορότερη, φθηνότερη και με ακρίβεια προετοιμασία των φορολογικών δηλώσεων, και οι ιδρυτές της Intuit έκαναν πολύ καλή δουλειά για τους εαυτούς τους. Αλλά το 17% των συμβούλων προετοιμασίας φόρου εισοδήματος δεν έχουν πλέον δουλειά. Αυτός είναι ο μικρόκοσμος του τι συμβαίνει, όχι μόνο στο λογισμικό και στις υπηρεσίες αλλά στα μέσα και στη μουσική, στα οικονομικά και στην παραγωγή, στο εμπόριο --εν ολίγοις σε κάθε κλάδο. Οι άνθρωποι ανταγωνίζονται τη μηχανή, και πολλοί από αυτούς χάνουν αυτή την κούρσα. Τι μπορούμε να κάνουμε για να δημιουργήσουμε κοινή ευημερία; Η απάντηση δεν είναι να καθυστερήσουμε την τεχνολογία. Αντί να ανταγωνιζόμαστε τη μηχανή, πρέπει να μάθουμε να αγωνιζόμαστε μαζί με τη μηχανή, Αυτή είναι η μεγάλη μας πρόκληση. Η νέα εποχή της μηχανής μπορεί να χρονολογηθεί πριν από 15 χρόνια όταν ο Γκάρι Κασπάρωφ, ο παγκόσμιος πρωταθλητής σκακιού, έπαιξε ενάντια στον Deep Blue, ένα υπερυπολογιστή. Η μηχανή κέρδισε εκείνη τη μέρα, και σήμερα ένα πρόγραμμα σκακιού που τρέχει σε κινητό τηλέφωνο μπορεί να κερδίσει τον πρωταθλητή. Τα πράγματα χειροτέρευσαν τόσο πολύ που όταν ρωτήθηκε ποια στρατηγική θα ακολουθούσε ενάντια στον υπολογιστή, ο Γιάν Ντόνερ, ο Ολλανδός πρωταθλητής, απάντησε: «Θα φέρω ένα σφυρί». (Γέλια) Σήμερα όμως δεν είναι υπολογιστής ο παγκόσμιος πρωταθλητής σκακιού. Ούτε και ο άνθρωπος, επειδή ο Κασπάρωφ οργάνωσε ένα ελεύθερο τουρνουά όπου ομάδες από ανθρώπους και υπολογιστές μπορούσαν να συνεργαστούν, και η νικήτρια ομάδα δεν είχε πρωταθλητή, και δεν είχε ούτε υπερυπολογιστή. Αυτό που είχαν ήταν καλύτερη ομαδική εργασία, και έδειξαν ότι μια ομάδα από ανθρώπους και υπολογιστές που δουλεύουν μαζί, μπορούν να κερδίσουν οποιονδήποτε υπολογιστή ή άνθρωπο που δουλεύει μόνος του. Ο αγώνας μαζί με τη μηχανή υπερτερεί του αγώνα ενάντια στη μηχανή. Η τεχνολογία δεν είναι το πεπρωμένο. Εμείς καθορίζουμε το πεπρωμένο μας. Σας ευχαριστώ. (Χειροκρότημα)
But perhaps the most important invention, the most important invention is machine learning. Consider one project: IBM's Watson. These little dots here, those are all the champions on the quiz show "Jeopardy." At first, Watson wasn't very good, but it improved at a rate faster than any human could, and shortly after Dave Ferrucci showed this chart to my class at MIT, Watson beat the world "Jeopardy" champion. At age seven, Watson is still kind of in its childhood. Recently, its teachers let it surf the Internet unsupervised. The next day, it started answering questions with profanities. Damn. (Laughter) But you know, Watson is growing up fast. It's being tested for jobs in call centers, and it's getting them. It's applying for legal, banking and medical jobs, and getting some of them. Isn't it ironic that at the very moment we are building intelligent machines, perhaps the most important invention in human history, some people are arguing that innovation is stagnating? Like the first two industrial revolutions, the full implications of the new machine age are going to take at least a century to fully play out, but they are staggering. So does that mean we have nothing to worry about? No. Technology is not destiny. Productivity is at an all time high, but fewer people now have jobs. We have created more wealth in the past decade than ever, but for a majority of Americans, their income has fallen. This is the great decoupling of productivity from employment, of wealth from work. You know, it's not surprising that millions of people have become disillusioned by the great decoupling, but like too many others, they misunderstand its basic causes. Technology is racing ahead, but it's leaving more and more people behind. Today, we can take a routine job, codify it in a set of machine-readable instructions, and then replicate it a million times. You know, I recently overheard a conversation that epitomizes these new economics. This guy says, "Nah, I don't use H&R Block anymore. TurboTax does everything that my tax preparer did, but it's faster, cheaper and more accurate." How can a skilled worker compete with a $39 piece of software? She can't. Today, millions of Americans do have faster, cheaper, more accurate tax preparation, and the founders of Intuit have done very well for themselves. But 17 percent of tax preparers no longer have jobs. That is a microcosm of what's happening, not just in software and services, but in media and music, in finance and manufacturing, in retailing and trade -- in short, in every industry. People are racing against the machine, and many of them are losing that race. What can we do to create shared prosperity? The answer is not to try to slow down technology. Instead of racing against the machine, we need to learn to race with the machine. That is our grand challenge. The new machine age can be dated to a day 15 years ago when Garry Kasparov, the world chess champion, played Deep Blue, a supercomputer. The machine won that day, and today, a chess program running on a cell phone can beat a human grandmaster. It got so bad that, when he was asked what strategy he would use against a computer, Jan Donner, the Dutch grandmaster, replied, "I'd bring a hammer." (Laughter) But today a computer is no longer the world chess champion. Neither is a human, because Kasparov organized a freestyle tournament where teams of humans and computers could work together, and the winning team had no grandmaster, and it had no supercomputer. What they had was better teamwork, and they showed that a team of humans and computers, working together, could beat any computer or any human working alone. Racing with the machine beats racing against the machine. Technology is not destiny. We shape our destiny. Thank you. (Applause)