Growth is not dead.
O crescimento não está morto.
(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.
Vamos começar a história há 120 anos, quando as fábricas americanas começaram a usar energia elétrica nas suas operações, dando início à Segunda Revolução Industrial. O que é surpreendente é que a produtividade não aumentou naquelas indústrias durante 30 anos. Trinta anos. Isso é tempo suficente para uma geração de gerentes se aposentar. A primeira vaga de gerentes limitou-se a substituir os motores a vapor por motores elétricos, mas não redesenharam as fábricas para aproveitar a flexibilidade da energia elétrica. A geração seguinte teria de reinventar os novos processos de trabalho, e aí sim, a produtividade aumentou, algumas vezes duplicando ou triplicando nessas 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.
A eletricidade é um exemplo de tecnologia de objetivo geral, assim como fora a máquina a vapor antes dela. As tecnologias de objetivo geral conduzem a maior parte do crescimento económico, porque desencadeiam uma cascata de inovações complementares, tal como lâmpadas e, sim, o redesenho industrial. Há uma tecnologia de objectivo geral na nossa era? Claro. É o computador. Mas a tecnologia sozinha não é suficente. A tecnologia não é o destino. Nós modelamos o nosso destino. Tal como a antiga geração de gerentes precisou de redesenhar as suas indústrias, nós teremos de reinventar as nossas organizações e até mesmo todo o nosso sistema económico. Não estamos a ir tão bem como devíamos nesta tarefa. Como veremos daqui a instantes, a produtividade está na verdade a ir bem, mas ela foi dissociada de empregos, e a receita do trabalhador normal está a estagnar. Estes problemas são por vezes mal diagnosticados como o fim da inovação, mas eles, na verdade, são as dores de crescimento daquilo a que eu e Andrew McAfee chamamos "a nova era da máquina".
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.
Vamos ver alguns dados. Este é o PIB por pessoa nos EUA. Tem alguns solavancos pelo caminho, mas a grande história é que se pode praticamente encaixar nele uma régua. Está é uma escala logarítima, então o que parece um crescimento estável é na verdade uma aceleração em termos reais. E eta é a produtividade. Vemos um pequeno desaceleramento aqui no meio dos anos 70, mas combina muito bem com a Segunda Revolução Industrial, quando as indústrias estavam a aprender a eletrificar as suas operações. Depois de um pequeno atraso, a produtividade acelerou novamente. Então, a história talvez não se repita mas às vezes assemelha-se. Hoje, a produtividade está constantemente alta, e apesar da Grande Recessão, cresceu mais rapidamente nos anos 2000 do que nos anos 90, os gritantes anos 90, em que foi mais rápido do que nos anos 70 ou 80. Está a crescer mais depressa do que durante a Segunda Revolução Industrial. E isso é só nos EUA. As notícias globais são ainda melhores. A rentabilidade mundial cresceu a um ritmo mais rápido na última década do que em qualquer outro momento da história.
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.
No mínimo, estes números subestimam o nosso progresso, porque a nova era da máquina é mais sobre a criação do conhecimento do que somente sobre a produção física. É mente e não matéria, cérebro e não músculo, ideias e não coisas. Isso cria um problema para as métricas padrão, porque nós vamos tendo cada vez mais coisas gratuitas, como a Wikipédia, Google, Skype, e, se for publicada na web, até mesmo esta palestra TED. Bom, ter coisas gratuitas é uma boa coisa, certo? Claro, claro que é. Mas não é assim que os economistas medem o PIB. Preço zero significa peso zero nas estatísticas do PIB. De acordo com os números, a indústria da música está em metade do que era há 10 anos. mas eu estou a ouvir mais e melhor música do que nunca. E aposto que vocês também. No total, a minha pesquisa estima que os números do PIB percam mais de 300 mil milhões de dólares por ano em bens e serviços gratuitos na Internet. Agora vamos olhar para o futuro. Há pessoas super inteligentes que estão a argumentar que nós já atingimos o final do crescimento, mas, para entender o futuro do crescimento, temos de fazer previsões sobre as causas básicas do crescimento. Eu sou otimista, porque a nova era da máquina é digital, exponencial e combinatória.
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.
Quando as coisas são digitais, elas podem ser replicadas com perfeita qualidade e praticamente a custo zero, e podem ser entregues quase instantaneamente. Bem-vindos à economia da abundância. Mas há um benefício mais subtil devido à digitalização do mundo. A medição é a alma da ciência e do progresso. Na era dos megadados, podemos medir o mundo de maneiras que não podíamos 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.
Em segundo lugar, a nova era da máquina é exponencial. Os computadores estão a tornar-se melhores e mais rápidos do que qualquer outra coisa. A Playstation de uma criança é hoje mais poderosa do que um super computador militar de 1996. Mas os nossos cérebros estão programados para um mundo linear. Assim sendo, as tendências exponenciais apanham-nos de surpresa. Eu costumava ensinar aos meus alunos que há certas coisas em que os computadores não são bons, como conduzir um carro no trânsito. (Risos) É isso mesmo, aqui estamos, o Andy e eu, a sorrir como loucos porque tínhamos acabado de percorrer a autoestrada 101 num carro, isso mesmo, sem motorista.
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.
Em terceiro lugar, a nova era da máquina é combinatória. A visão estagnadora é a de que as ideias se consumirão, como um fruto maduro, mas a realidade é que cada inovação cria blocos de construção para mais inovações ainda. Este é um exemplo. Em apenas semanas, um aluno meu construiu uma aplicação que chegou aos 1,3 milhões de utilizadores. Ele foi capaz de o fazer tão facilmente porque o construiu com base no Facebook, e o Facebook foi construído com base na web, que foi construída com base na Internet, e assim por diante.
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.
Agora, individualmente, o digital, o exponencial e a combinatória seriam, cada um, modificadores do jogo. Colocando-os juntos, estamos a ver uma onda de descobertas surpreendentes, como robôs que fazem o trabalho de fábrica ou correm tão rápido como uma chita ou saltam entre edifícios altos num único pulo. Os robôs até estão a revolucionar o transporte de gatos.
(Laughter)
(Risos)
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)
Mas talvez a invenção mais importante, a invenção mais importante é a aprendizagem de máquinas. Considerem um projeto: o Watson da IBM. Aqueles pontinhos ali são todos os campeões do programa de TV "Jeorpardy". No início, o Watson não era muito bom, mas melhorou a um ritmo mais rápido do que qualquer humano poderia, e, pouco depois, Dave Ferrucci mostrou este gráfico à minha classe no MIT: o Watson venceu o campeão mundial de "Jeopardy". Aos sete anos, o Watson ainda está como que na sua infância. Recentemente, os seus professores permitiram que ele navegasse na Internet, sem supervisão. No dia seguinte, ele começou a responder às perguntas com palavrões. "Raios!"
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.
(Risos) Mas sabem, o Watson está a crescer rapidamente. Está a ser testado para trabalhos em centros de atendimento telefónico e consegue fazê-lo. Está a candidatar-se a trabalhos legais, bancários e médicos, e a conseguir alguns deles. Não é irónico que, no momento em que estamos a construir máquinas inteligentes, talvez a invenção mais importante na história da humanidade, algumas pessoas argumentem que a inovação está a estagnar? Como nas duas primeiras revoluções industriais, todas as implicações da nova era da máquina vão levar pelo menos um século para serem cumpridas, mas elas são impressionantes.
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.
Isto significa então que não há motivos para preocupações? Não. A tecnologia não é o destino. A produtividade está em constante alta, mas há agora menos pessoas com emprego. Nós criámos mais riqueza na década passada do que nunca, mas, para a maioria dos americanos, as receitas caíram. Esta é a grande dissociação entre produtividade e emprego, entre riqueza e trabalho. Não é de estranhar que milhões de pessoas se tenham desiludido com esta grande dissociação, mas, como muitos outros, eles diagnosticaram mal as suas causas básicas. A tecnologia está a levar-nos para a frente, mas deixa cada vez mais pessoas para trás. Hoje, podemos pegar num trabalho rotineiro, codificá-lo num conjunto de instruções legíveis por uma máquina e, em seguida, replicá-las um milhão de vezes.
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.
Ouvi recentemente uma conversa que resume esta nova economia. Um indivíduo dizia: "Não, já não uso serviços de contabilistas. "O TurboTax faz tudo o que a minha contabilista fazia "mas é mais rápido, mais barato e mais preciso." Como pode uma trabalhadora qualificada competir com um "software" que custa 30 euros? Não pode. Hoje, milhões de americanos têm um cálculo de impostos mais rápido, mais barato, mais preciso, e os fundadores da Intuit têm beneficiado muito. Mas 17% dos contabilistas já não têm emprego. Isto é um microcosmo do que está a acontecer, não só em "software" e serviços, mas também nos "media" e na música, nas finanças, manufacturas, vendas e no comércio — em suma, em todos os setores. As pessoas estão a correr contra a máquina e muitos deles estão a perder essa corrida.
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.
O que podemos fazer para criar uma prosperidade partilhada? A resposta não é tentar desacelerar a tecnologia. Em vez de correr contra a máquina, precisamos de aprender a correr ao lado da máquina. Este é o nosso grande desafio.
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."
O início da nova era da máquina pode ser datado num dia, há 15 anos, quando Gary Kasparov, campeão mundial de xadrez, jogou contra Deep Blue, um supercomputador. A máquina ganhou naquele dia e, hoje, um programa de xadrez, num telemóvel, pode ganhar a um Grande Mestre humano. A situação ficou tão má que, quando foi questionado sobre qual a estratégia que usaria contra o computador, Jan Donner, o Grande Mestre holandês, respondeu: "Eu levo um martelo".
(Laughter)
(Risos)
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.
Mas hoje o campeão mundial de xadrez já não é um computador. Também não é um ser humano, porque Kasparov organizou um torneio de estilo livre em que equipas de seres humanos e computadores poderiam trabalhar juntas, e a equipa vencedora não tinha nenhum Grande Mestre e não tinha nenhum supercomputador. O que eles tinham era melhor trabalho de equipa, e mostraram que uma equipa de seres humanos e computadores, a trabalhar juntos, podia vencer qualquer computador ou qualquer ser humano a trabalhar sozinhos. Correr ao lado da máquina é melhor do que correr contra a máquina. A tecnologia não é o destino. Nós modelamos o nosso destino.
Thank you.
Obrigado.
(Applause)
(Aplausos)