Growth is not dead.
El crecimiento no está muerto.
(Applause)
(Aplausos)
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.
La historia comienza hace 120 años, cuando las fábricas estadounidenses empezaron a usar electricidad en sus operaciones, dando inicio a la Segunda Revolución Industrial. Lo más sorprendente es que la productividad no aumentó en esas fábricas durante 30 años. 30 años. Es tiempo suficiente para que una generación de gerentes se retire. Verán, la primera oleada de gerentes simplemente sustituyó las máquinas de vapor por motores eléctricos, pero no rediseñaron las fábricas para sacar provecho de la flexibilidad de la electricidad. Quedó en manos de la siguiente generación inventar nuevos procesos de trabajo, y entonces la productividad se disparó, a menudo duplicándose, o incluso triplicándose en esas fábricas.
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.
La electricidad es un ejemplo de tecnología multipropósito, como lo fue primero la máquina de vapor. Las tecnologías multipropósito impulsan la mayoría del crecimiento económico, porque desatan una cascada de innovaciones complementarias, como las bombillas y, sí, el rediseño de fábricas. ¿Existe una tecnología multipropósito en nuestros tiempos? Claro. La computadora. Pero la tecnología por sí sola no es suficiente. La tecnología no es el destino. Nosotros forjamos nuestro destino, y, tal y como las anteriores generaciones de gerentes necesitaron rediseñar sus fábricas, nosotros necesitaremos reinventar nuestras organizaciones. e incluso todo nuestro sistema económico. No estamos haciendo tan buen trabajo como deberíamos. Como veremos en un momento, la productividad en realidad va bien, pero se ha desacoplado del empleo, y el ingreso del trabajador medio se está estancando. Estos problemas a veces se diagnostican erróneamente como el fin de la innovación, pero son en realidad las dificultades crecientes de lo que Andrew McAfee y yo llamamos la nueva era de las máquinas.
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.
Miremos algunos números. Aquí está el PIB per cápita en EE.UU. Hay algunos baches en el camino, pero la gran noticia es que uno prácticamente podría ajustar una regla. Es una escala logarítmica, así que lo que parece un crecimiento constante es realmente una aceleración en términos reales. Y aquí está la productividad. Pueden ver una pequeña desaceleración a mediados de los 70, pero coincide bastante bien con la Segunda Revolución Industrial, cuando las fábricas fueron aprendiendo a electrificar sus operaciones. Después de un retraso, la productividad se acelera otra vez. Así que tal vez "la historia no se repite, pero a veces rima". Hoy en día, la productividad está en un nivel más alto, y a pesar de la Gran Recesión, creció más rápido en la década del 2000 que en la de 1990, el rugido de los 90 y más rápido que los 70 o los 80. Está creciendo más rápido de lo que lo hizo en la Segunda Revolución Industrial. Y eso es solo en EE.UU. Las noticias mundiales son incluso mejores. Los ingresos en todo el mundo han crecido a un ritmo más rápido en la última década que nunca antes en la historia.
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.
En todo caso, todos estos números realmente subestiman nuestro progreso, porque la nueva era de la máquina es más sobre la creación de conocimiento que solo la producción física. Es mente no materia, inteligencia no fuerza, ideas no cosas. Crea un problema para las métricas estándar, ya que estamos recibiendo más y más cosas gratis, como Wikipedia, Google, Skype, y si publican en la web, incluso esta charla TED. Conseguir cosas gratis es bueno, ¿correcto? Seguro, por supuesto que lo es. Pero no es cómo los economistas miden el PIB. Cero precio significa cero peso en las estadísticas del PIB. Según los números, la industria de la música es la mitad del tamaño que era hace 10 años, pero yo estoy escuchando más y mejor música que nunca y apuesto que Uds. también. En total, mi investigación estima que a las cifras del PIB le faltan más de USD 300 mil millones al año en bienes y servicios gratuitos en Internet. Ahora echemos un vistazo al futuro. Hay algunas personas superinteligentes que sostienen que hemos llegado al final del crecimiento, pero para entender el futuro del crecimiento, necesitamos hacer predicciones sobre las causas subyacentes del crecimiento. Soy optimista, porque la nueva era de la máquina es digital, exponencial y combinatoria.
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.
Cuando las mercancías son digitales, se pueden replicar con una calidad perfecta a un costo casi cero, y pueden ser entregadas de forma casi instantánea. Bienvenido a la economía de la abundancia. Pero hay un beneficio más sutil de la digitalización del mundo. La medición es el alma de la ciencia y el progreso. En la era de 'big data', podemos medir el mundo de maneras que nunca pudimos antes.
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.
En segundo lugar, la nueva era de la máquina es exponencial. Las computadoras mejoran más rápidamente que cualquier otra cosa alguna vez. La Playstation de un niño hoy es más potente que un superordenador militar de 1996. Pero nuestros cerebros están cableados para un mundo lineal. A consecuencia de ello, las tendencias exponenciales nos toman por sorpresa. Yo solía enseñar a mis alumnos que hay algunas cosas, saben, en las que las computadoras no son buenas, como conducir un coche a través del tráfico. (Risas) Es cierto, aquí estamos Andy y yo sonriendo como locos porque acabamos de recorrer la Ruta 101 en, sí, un coche sin conductor.
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.
En tercer lugar, la nueva era de la máquina es combinatoria. El punto de vista estacionario es que las ideas se agotan como las frutas maduras, pero la realidad es que cada innovación crea bloques de construcción para incluso más innovaciones. Un ejemplo. En cuestión de unas semanas, un estudiante mío de pregrado construyó una aplicación que alcanzó 1,3 millones de usuarios. Fue capaz de hacer eso muy fácilmente porque lo construyó sobre Facebook, y Facebook se construyó sobre la web, que fue construida sobre internet, y así y así, sucesivamente.
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.
Ahora individualmente, digital, exponencial y combinatoria cada uno es un transformador del juego. Al ponerlos juntos, vemos una onda de avances sorprendentes, como robots que hacen el trabajo de fábrica o corren tan rápido como un guepardo o saltan edificios altos en un solo salto. Saben, los robots están incluso revolucionando el transporte de gatos.
(Laughter)
(Risas)
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)
Pero quizás la invención más importante, la invención más importante, es el aprendizaje de las máquinas. Consideren un proyecto: Watson de IBM. Estos puntos pequeños son todos los campeones en el concurso "Jeopardy". Al principio, Watson no era muy bueno, pero mejoró a un ritmo más rápido que cualquier humano hubiera podido hacer, y poco después de que Dave Ferrucci mostró esta tabla a mi clase en el MIT, Watson venció al campeón del mundo de "Jeopardy". A los 7 años, Watson está todavía en su niñez. Recientemente, sus profesores lo dejaron navegar por Internet sin supervisión. Al día siguiente, comenzó a responder a las preguntas con blasfemias. Maldita sea. (Risas)
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.
¿Pero saben? Watson está creciendo rápidamente. Está siendo probado para puestos de trabajo en los centros de llamadas, y se los están dando. Solicita empleo legal, bancario y médico, y le dan algunos. ¿No es irónico que, en el mismo momento en que estamos construyendo máquinas inteligentes, quizás la invención más importante en la historia de la humanidad, algunas personas argumenten que se está estancando la innovación? Como las dos primeras revoluciones industriales, todas las implicaciones de la nueva era de la máquina se van a tomar al menos un siglo para desarrollarse plenamente pero son asombrosas.
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.
Así que, ¿quiere decir esto que no tenemos nada de qué preocuparnos? No. La tecnología no es un destino. La productividad es la más alta de todos los tiempos pero ahora, menos personas tienen empleo. Hemos creado más riqueza en la última década que nunca antes, pero para la mayoría de los estadounidenses, sus ingresos han disminuido. Esta es la gran disociación entre productividad y trabajo, entre riqueza y trabajo. Saben, no es de extrañar que millones de personas estén desilusionadas por la gran disociación, pero como muchos otros, malinterpretan sus causas básicas. La tecnología es una carrera por delante, pero está dejando más y más gente detrás. Hoy en día, podemos tomar un trabajo rutinario, codificarlo en un conjunto de instrucciones legibles por una máquina, y luego replicarla un millón de veces.
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.
Saben, recientemente escuché una conversación que epitoma esta nueva economía. El hombre dice: "No, yo no uso más a H&R Block. TurboTax hace todo lo que hacía mi asesor de impuestos, pero más rápido, más barato y más preciso". ¿Cómo puede un trabajador calificado competir con un paquete de software de 39 dólares? No puede. Hoy en día, millones de estadounidenses tienen más rápido, más barato, más precisa, su declaración de impuestos y los fundadores de Intuit lo han hecho muy bien para sí mismos. Pero 17 % de los asesores de impuestos ya no tienen empleo. Es un microcosmos de lo que está sucediendo, no solo en software y servicios, sino en los medios de comunicación y la música, en finanzas y manufactura, venta al por menor y comercio, en definitiva, en todas las industrias. Las personas están compitiendo contra las máquinas, y muchos están perdiendo esa carrera.
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.
¿Qué podemos hacer para crear prosperidad compartida? La respuesta es no intentar frenar la tecnología. En vez de competir contra la máquina, tenemos que aprender a competir con la máquina. Es nuestro gran desafío.
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."
La nueva era de la máquina se puede fechar a un día hace 15 años cuando Gary Kasparov, el campeón mundial de ajedrez, jugó con Deep Blue, una supercomputadora. La máquina ganó ese día, y hoy, un programa de ajedrez corriendo en un teléfono celular puede vencer a un gran maestro humano. Se puso tan feo, que cuando se le preguntó qué estrategia usaría contra una computadora, Jan Donner, el gran maestro holandés, respondió: "Traería un martillo".
(Laughter)
(Risas)
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.
Pero hoy en día una computadora ya no es más la campeona mundial de ajedrez. Tampoco es un ser humano, porque Kasparov organizó un torneo de estilo libre donde los equipos de seres humanos y computadoras podían trabajar juntos, y el equipo ganador no tenía ningún gran maestro, y no tenía ninguna supercomputadora. Lo que tenían era el mejor trabajo en equipo, y demostraron que un equipo de seres humanos y computadoras, trabajando juntos, podría vencer a cualquier computadora o a cualquier humano que trabaja solo. Compite con la máquina gánale la carrera contra la máquina. La tecnología no es un destino. Conformamos nuestro destino.
Thank you.
Gracias.
(Applause)
(Aplausos)