Cities are the crucible of civilization. They have been expanding, urbanization has been expanding, at an exponential rate in the last 200 years so that by the second part of this century, the planet will be completely dominated by cities. Cities are the origins of global warming, impact on the environment, health, pollution, disease, finance, economies, energy -- they're all problems that are confronted by having cities. That's where all these problems come from. And the tsunami of problems that we feel we're facing in terms of sustainability questions are actually a reflection of the exponential increase in urbanization across the planet.
Miasta są tyglem cywilizacji. Ciągle się rozrastają, urbanizacja rozwija się w postępie geometrycznym od dwustu lat, tak, że w drugiej połowie tego stulecia Ziemia będzie całkowicie zdominowana przez miasta. Ziemia będzie całkowicie zdominowana przez miasta. Miasta są źródłem globalnego ocieplenia, oddziałują na środowisko naturalne, zdrowie, zanieczyszczenie, choroby, finanse, gospodarki, energię -- finanse, gospodarki, energię -- to wyzwania, z którymi musimy się zmierzyć z powodu istnienia miast. Miasta stworzyły wiele problemów. Nawał problemów związanych z równowagą ekologiczną, Nawał problemów związanych z równowagą ekologiczną, jest tak naprawdę odbiciem wykładniczego wzrostu jest tak naprawdę odbiciem wykładniczego wzrostu urbanizacji na całej planecie.
Here's some numbers. Two hundred years ago, the United States was less than a few percent urbanized. It's now more than 82 percent. The planet has crossed the halfway mark a few years ago. China's building 300 new cities in the next 20 years. Now listen to this: Every week for the foreseeable future, until 2050, every week more than a million people are being added to our cities. This is going to affect everything. Everybody in this room, if you stay alive, is going to be affected by what's happening in cities in this extraordinary phenomenon. However, cities, despite having this negative aspect to them, are also the solution. Because cities are the vacuum cleaners and the magnets that have sucked up creative people, creating ideas, innovation, wealth and so on. So we have this kind of dual nature. And so there's an urgent need for a scientific theory of cities.
Teraz trochę liczb. 200 lat temu Stany Zjednoczone były zurbanizowane tylko w kilku procentach. Dziś to ponad 82 procent. Cała planeta przekroczyła półmetek kilka lat temu. Chiny wybudują 300 nowych miast w ciągu najbliższych 20 lat. Posłuchajcie tego: W dającej się przewidzieć przyszłości, aż po rok 2050, co tydzień w miastach przybędzie ponad milion nowych mieszkańców. przybędzie ponad milion nowych mieszkańców. To odbije się na wszystkim. Jeśli przeżyjemy, każdy na tej sali odczuje skutki tego, co dzieje się w miastach odczuje skutki tego, co dzieje się w miastach w ramach tego niezwykłego zjawiska. Jednak miasta, pomimo tego negatywnego aspektu, miasta są także rozwiązaniem. Ponieważ miasta są odkurzaczami i magnesami, które wssysają i przyciągają ludzi kreatywnych, tworzących nowe idee i rozwiązania, bogactwo, i tak dalej. Zatem mamy tu jakby podwójną naturę. Dlatego pilnie potrzebna jest naukowa teoria miast. Dlatego pilnie potrzebna jest naukowa teoria miast.
Now these are my comrades in arms. This work has been done with an extraordinary group of people, and they've done all the work, and I'm the great bullshitter that tries to bring it all together.
Oto moi towarzysze broni. Ten projekt stworzyła nadzwyczajna grupa ludzi, i to oni wykonali całą pracę, a ja jestem bajerantem, który próbuje poskładać to wszystko do kupy.
(Laughter)
(Śmiech)
So here's the problem: This is what we all want. The 10 billion people on the planet in 2050 want to live in places like this, having things like this, doing things like this, with economies that are growing like this, not realizing that entropy produces things like this, this, this and this. And the question is: Is that what Edinburgh and London and New York are going to look like in 2050, or is it going to be this? That's the question. I must say, many of the indicators look like this is what it's going to look like, but let's talk about it.
Oto nasz problem: coś, czego wszyscy pragniemy. 10 miliardów ludzi na świecie w 2050 roku zechce zamieszkać w takich miejscach, posiadać takie rzeczy, oddawać się takim zajęciom, w krajach z tak rozwijającą się gospodarką, nie zdając sobie sprawy z tego, że entropia prowadzi do tego, tego, tego i tego. A pytanie brzmi: Czy w 2050 roku tak będą wyglądały miasta Edynburg, Londyn i Nowy Jork, czy może tak? Oto jest pytanie. Muszę dodać, że wiele wskazuje na to, że będzie to wyglądać właśnie tak, ale porozmawiajmy o tym.
So my provocative statement is that we desperately need a serious scientific theory of cities. And scientific theory means quantifiable -- relying on underlying generic principles that can be made into a predictive framework. That's the quest. Is that conceivable? Are there universal laws? So here's two questions that I have in my head when I think about this problem. The first is: Are cities part of biology? Is London a great big whale? Is Edinburgh a horse? Is Microsoft a great big anthill? What do we learn from that? We use them metaphorically -- the DNA of a company, the metabolism of a city, and so on -- is that just bullshit, metaphorical bullshit, or is there serious substance to it? And if that is the case, how come that it's very hard to kill a city? You could drop an atom bomb on a city, and 30 years later it's surviving. Very few cities fail. All companies die, all companies. And if you have a serious theory, you should be able to predict when Google is going to go bust.
Prowokacyjnie stwierdzę, że rozpaczliwie potrzebujemy poważnej naukowej teorii miast. Teoria naukowa oznacza, że jest ona wymierna -- oparta i polegająca na zasadach ogólnych, umożliwiająca poprawne wnioskowanie. Do tego dążymy. Czy jest to realne? Czy istnieją prawa uniwersalne? Odnośnie tej kwestii nasuwają mi się dwa pytania. Odnośnie tej kwestii nasuwają mi się dwa pytania. Pierwsze z nich: Czy miasta są częścią przyrody? Czy Londyn to ogromny wieloryb? Czy Edynburg to koń? Czy Microsoft to jedno wielkie mrowisko? Czy to nas czegoś uczy? Używamy tych metafor -- DNA firmy, metabolizm miasta, i tak dalej -- czy to tylko bzdura, metaforyczna brednia, czy też jest w tym jakieś przesłanie? A jeśli tak, to dlaczego tak trudno jest uśmiercić miasto? Można zrzucić bombę atomową na miasto, a trzydzieści lat później ono dalej żyje. Bardzo niewiele miast upada. Wszystkie firmy w końcu upadają. Mając poważną teorię, powinniśmy przewidzieć kiedy splajtuje Google.
So is that just another version of this? Well we understand this very well. That is, you ask any generic question about this -- how many trees of a given size, how many branches of a given size does a tree have, how many leaves, what is the energy flowing through each branch, what is the size of the canopy, what is its growth, what is its mortality? We have a mathematical framework based on generic universal principles that can answer those questions. And the idea is can we do the same for this? So the route in is recognizing one of the most extraordinary things about life, is that it is scalable, it works over an extraordinary range. This is just a tiny range actually: It's us mammals; we're one of these. The same principles, the same dynamics, the same organization is at work in all of these, including us, and it can scale over a range of 100 million in size. And that is one of the main reasons life is so resilient and robust -- scalability. We're going to discuss that in a moment more.
Zatem czy to jest jedynie inną wersją tego? Bardzo dobrze rozumiemy przyrodę. Możemy zadać w tym temacie każde pytanie -- ile jest drzew danej wielkości, ile gałęzi danej wielkości ma drzewo ile liści, jaka energia płynie przez każdą gałąź, jak duża jest jego korona, jaki jest wzrost, rozwój i długość jego życia? Mamy matematyczny szkielet, oparty na ogólnych, uniwersalnych zasadach, który pomaga odpowiedzieć na te pytania. Pytanie brzmi: czy to samo da się zrobić tutaj? Na początku musimy zrozumieć, że jedną z najbardziej niezwykłych prawd o życiu, jest jego skalowalność, i to w ogromnym zakresie. Oto zaledwie maleńki fragment tej rozpiętości; to my, ssaki; to do nich należymy. Te same zasady, ta sama dynamika, te same struktury działają dla nich wszystkich, w tym nas, a rozmiarowo możemy się różnić nawet 100 milionów razy. I to jeden z głównych powodów, przez które życie jest tak solidne i odporne -- skalowalność. Przedyskutujemy to głębiej za chwilę.
But you know, at a local level, you scale; everybody in this room is scaled. That's called growth. Here's how you grew. Rat, that's a rat -- could have been you. We're all pretty much the same. And you see, you're very familiar with this. You grow very quickly and then you stop. And that line there is a prediction from the same theory, based on the same principles, that describes that forest. And here it is for the growth of a rat, and those points on there are data points. This is just the weight versus the age. And you see, it stops growing. Very, very good for biology -- also one of the reasons for its great resilience. Very, very bad for economies and companies and cities in our present paradigm. This is what we believe. This is what our whole economy is thrusting upon us, particularly illustrated in that left-hand corner: hockey sticks. This is a bunch of software companies -- and what it is is their revenue versus their age -- all zooming away, and everybody making millions and billions of dollars.
Ale na podstawowym poziomie, skalowalność dotyczy nas wszystkich na tej sali. Nazywa się to rozwojem. Tak się rozwijamy. A tutaj szczur -- mógłby to być ktoś z nas. W zasadzie jesteśmy tacy sami. Zresztą sami dobrze wiecie. Rośnie się bardzo szybko, a potem przestaje. A ta linia to prognoza wzięta z tej samej teorii, oparta na tym samych zasadach, które opisują las. Ta linia jest prognozą wzrostu szczura, a punkty na niej to szczegółowe dane. To waga w stosunku do wieku. Widać, że przestaje rosnąć. Bardzo dobrze dla przyrody -- stąd między innymi jej wielka żywotność. Bardzo źle dla gospodarki, dla przedsiębiorstw i miast w dzisiejszym świecie. W to wierzymy. To wmawia nam cała nasza gospodarka, To wmawia nam cała nasza gospodarka, widać to zwłaszcza w lewym dolnym rogu: te jakby kije hokejowe. To firmy produkujące oprogramowanie -- to stosunek ich przychodów do wieku -- wszystko szybuje w górę, i wszyscy zarabiają grube miliony.
Okay, so how do we understand this? So let's first talk about biology. This is explicitly showing you how things scale, and this is a truly remarkable graph. What is plotted here is metabolic rate -- how much energy you need per day to stay alive -- versus your weight, your mass, for all of us bunch of organisms. And it's plotted in this funny way by going up by factors of 10, otherwise you couldn't get everything on the graph. And what you see if you plot it in this slightly curious way is that everybody lies on the same line. Despite the fact that this is the most complex and diverse system in the universe, there's an extraordinary simplicity being expressed by this. It's particularly astonishing because each one of these organisms, each subsystem, each cell type, each gene, has evolved in its own unique environmental niche with its own unique history. And yet, despite all of that Darwinian evolution and natural selection, they've been constrained to lie on a line.
Jak to rozumieć? Porozmawiajmy najpierw o przyrodzie. Tu jest wyraźnie pokazane, jak wszystko jest skalowalne -- to naprawdę niezwykły wykres. Przedstawia on tempo przemiany materii -- ile energii dziennie potrzebujemy, by przeżyć -- w stosunku do naszej wagi, dla nas wszystkich, różnych organizmów. Zilustrowane w ten zabawny sposób, zwiększając skalę co krok o 10 razy, gdyż inaczej nie wszystko zmieściłoby się na wykresie. Łatwo zobaczyć, na wykresie stworzonym w ten nieco osobliwy sposób, że wszyscy znajdują się na tej samej linii. Pomimo, że to najbardziej skomplikowany i różnorodny system we wszechświecie, widać tu niesamowitą prostotę. widać tu niesamowitą prostotę. Jest to tym bardziej zadziwiające, ponieważ każdy z tych organizmów, każdy podukład, każdy typ komórki, każdy gen ewoluował we własnej, unikalnej niszy ekologicznej i ma swoją unikalną historię. A jednak, pomimo całej tej darwinowskiej ewolucji i naturalnej selekcji, one wszystkie znalazły się na jednej linii.
Something else is going on. Before I talk about that, I've written down at the bottom there the slope of this curve, this straight line. It's three-quarters, roughly, which is less than one -- and we call that sublinear. And here's the point of that. It says that, if it were linear, the steepest slope, then doubling the size you would require double the amount of energy. But it's sublinear, and what that translates into is that, if you double the size of the organism, you actually only need 75 percent more energy. So a wonderful thing about all of biology is that it expresses an extraordinary economy of scale. The bigger you are systematically, according to very well-defined rules, less energy per capita. Now any physiological variable you can think of, any life history event you can think of, if you plot it this way, looks like this. There is an extraordinary regularity. So you tell me the size of a mammal, I can tell you at the 90 percent level everything about it in terms of its physiology, life history, etc.
Tu musi być coś jeszcze. Zanim o tym opowiem, zapisałem u dołu nachylenie tej krzywej, tej linii prostej. W przybliżeniu jest to trzy czwarte, czyli mniej niż jeden -- nazywamy to funkcją podliniową. I o to chodzi. To znaczy, że gdyby była liniowa, szybciej wznosząca się, wówczas podwojenie rozmiaru, wymagałoby podwojenia ilości energii. Ale to funkcja podliniowa, co oznacza, że dwukrotne zwiększenie wymiarów organizmu, wymaga tylko 75 procent energii więcej. Więc cudowne w przyrodzie jest to, że przejawia ona niesamowitą korzyść skali. Im jesteś większy, automatycznie, zgodnie ze ściśle określonymi regułami, tym mniej energii na głowę. Każda zmienna fizjologiczna którą sobie wyobrazisz, każde zdarzenie z życia, po sporządzeniu takiego wykresu wygląda tak samo. Mamy tu do czynienia z niezwykłą regularnością. Więc wy podajecie mi wielkość ssaka, a ja powiem wam o nim wszystko z 90% dokładnością, poczynając od fizjologii, poprzez historię życia, itd.
And the reason for this is because of networks. All of life is controlled by networks -- from the intracellular through the multicellular through the ecosystem level. And you're very familiar with these networks. That's a little thing that lives inside an elephant. And here's the summary of what I'm saying. If you take those networks, this idea of networks, and you apply universal principles, mathematizable, universal principles, all of these scalings and all of these constraints follow, including the description of the forest, the description of your circulatory system, the description within cells. One of the things I did not stress in that introduction was that, systematically, the pace of life decreases as you get bigger. Heart rates are slower; you live longer; diffusion of oxygen and resources across membranes is slower, etc.
Wytłumaczeniem tego są sieci. Sieci kontrolują każdą postać życia -- od wewnątrzkomórkowego, poprzez wielokomórkowe, do poziomu ekosystemu. Bardzo dobrze znacie te sieci. To mały stwór żyjący w środku słonia. Oto streszczenie tego, o czym mówię. Jeśli weźmiesz sieci, tę ideę sieci, i zastosujesz uniwersalne zasady, matematycznie wyrażone, uniwersalne zasady, wszystkie te skalowania i ograniczenia są logicznym następstwem, w tym opis lasu, opis układu krążenia, opis wnętrza komórki. W tym wprowadzeniu nie podkreśliłem jeszcze, że systemowo, tempo życia maleje ze wzrostem organizmu. Tętno spowalnia; żyjesz dłużej; dyfuzja tlenu i przepływ substancji przez błony jest wolniejszy, itd.
The question is: Is any of this true for cities and companies? So is London a scaled up Birmingham, which is a scaled up Brighton, etc., etc.? Is New York a scaled up San Francisco, which is a scaled up Santa Fe? Don't know. We will discuss that. But they are networks, and the most important network of cities is you. Cities are just a physical manifestation of your interactions, our interactions, and the clustering and grouping of individuals. Here's just a symbolic picture of that. And here's scaling of cities. This shows that in this very simple example, which happens to be a mundane example of number of petrol stations as a function of size -- plotted in the same way as the biology -- you see exactly the same kind of thing.
Pytanie brzmi: czy coś z tego odnosi się również do miast i przedsiębiorstw? Pytanie brzmi: czy coś z tego odnosi się również do miast i przedsiębiorstw? Czy Londyn to Birmingham w powiększonej skali, a to z kolei większe Brighton, etc.? Czy Nowy Jork to większe San Francisco. które jest większym Santa Fe? Nie wiadomo. O tym porozmawiamy. Ale są to sieci, a najważniejszą siecią miasta jesteście wy. A najważniejszą siecią miasta jesteście wy. Miasta to wynik fizycznej manifestacji waszych wzajemnych relacji, naszych interakcji, skupiania się i łączenia jednostek w grupy. Tutaj przedstawiono to symbolicznie. A to skalowanie miast. Na tym bardzo prostym przykładzie, przyziemnym przykładzie liczby stacji benzynowych przyziemnym przykładzie liczby stacji benzynowych jako funkcji rozmiaru -- widać, że wykres sporządzony tak, jak dla żywych organizmów -- pokaże identyczny rezultat.
There is a scaling. That is that the number of petrol stations in the city is now given to you when you tell me its size. The slope of that is less than linear. There is an economy of scale. Less petrol stations per capita the bigger you are -- not surprising. But here's what's surprising. It scales in the same way everywhere. This is just European countries, but you do it in Japan or China or Colombia, always the same with the same kind of economy of scale to the same degree. And any infrastructure you look at -- whether it's the length of roads, length of electrical lines -- anything you look at has the same economy of scale scaling in the same way. It's an integrated system that has evolved despite all the planning and so on. But even more surprising is if you look at socio-economic quantities, quantities that have no analog in biology, that have evolved when we started forming communities eight to 10,000 years ago. The top one is wages as a function of size plotted in the same way. And the bottom one is you lot -- super-creatives plotted in the same way. And what you see is a scaling phenomenon. But most important in this, the exponent, the analog to that three-quarters for the metabolic rate, is bigger than one -- it's about 1.15 to 1.2. Here it is, which says that the bigger you are the more you have per capita, unlike biology -- higher wages, more super-creative people per capita as you get bigger, more patents per capita, more crime per capita.
Ma miejsce skalowanie. To znaczy, że znamy liczbę stacji benzynowych w mieście To znaczy, że znamy liczbę stacji benzynowych w mieście, kiedy znamy jego wielkość. Nachylenie krzywej jest mniejsze niż dla funkcji liniowej. Występuje tu ekonomia skali. Im większe miasto, tym mniej stacji na mieszkańca -- żadne zaskoczenie. Ale jest też coś zaskakującego. Skalowalność jest taka sama wszędzie. To kraje europejskie, ale weźmy Japonię, Chiny lub Kolumbię, i zawsze będzie to samo, ten sam rodzaj ekonomii skali, w tym samym stopniu. Której infrastrukturze się nie przyjrzeć -- czy to długość dróg, długość linii energetycznych -- na co nie spojrzeć, wszędzie ta sama ekonomia skali, ta sama skalowalność. To zintegrowany system, który ewoluował pomimo całego planowania i tak dalej. Ale jeszcze bardziej zaskakujące, jeśli przyjrzeć się wielkościom socjoekonomicznym, wielkościom, które nie mają odpowiednika w przyrodzie, które wykształciły się, kiedy zaczęliśmy tworzyć społeczności, osiem do 10 tysięcy lat temu. Na samej górze jest płaca jako funkcja rozmiaru przedstawiona w taki sam sposób. Na dole jesteście właśnie wy -- klasa kreatywna przedstawiona w taki sam sposób. Widać tu zjawisko skalowania. Widać tu zjawisko skalowania. Ale najważniejsze w tym, że wykładnik, odpowiednik trzech czwartych dla przemiany materii, odpowiednik trzech czwartych dla przemiany materii, jest większy niż 1 - to około 1,15 do 1,2. To oznacza, że im większy jesteś, To oznacza, że im większy jesteś, tym więcej masz na głowę, inaczej niż w przyrodzie -- większa płaca, więcej kreatywnych osób, gdy stajesz się większy, więcej patentów na jednego mieszkańca, większy wskaźnik przestępczości.
And we've looked at everything: more AIDS cases, flu, etc. And here, they're all plotted together. Just to show you what we plotted, here is income, GDP -- GDP of the city -- crime and patents all on one graph. And you can see, they all follow the same line. And here's the statement. If you double the size of a city from 100,000 to 200,000, from a million to two million, 10 to 20 million, it doesn't matter, then systematically you get a 15 percent increase in wages, wealth, number of AIDS cases, number of police, anything you can think of. It goes up by 15 percent, and you have a 15 percent savings on the infrastructure. This, no doubt, is the reason why a million people a week are gathering in cities. Because they think that all those wonderful things -- like creative people, wealth, income -- is what attracts them, forgetting about the ugly and the bad.
Przyjrzeliśmy się wszystkiemu: więcej przypadków AIDS, grypy, etc. Wszystko na jednym wykresie. Aby pokazać wam, co ujęliśmy na wykresie, tutaj mamy dochód, PKB miasta -- tutaj mamy dochód, PKB miasta -- przestępczość i patenty wszystkie na jednym wykresie. Jak widać, wszystkie trzymają się tej samej linii. Oto nasza teza. Jeśli populacja miasta podwoi się ze 100,000 do 200,000, z miliona do dwóch, z 10 do 20 milionów, nieważne ile, to automatycznie uzyskuje się wzrost 15% to automatycznie uzyskuje się wzrost 15% w płacach, poziomie zamożności, liczbie przypadków AIDS, liczebności policji, we wszystkim, co tylko przyjdzie ci na myśl. Wszystko wzrasta o 15%, i mamy oszczędności rzędu 15%, jeśli chodzi o infrastrukturę. To niewątpliwie tłumaczy, dlaczego co tydzień milion ludzi zjeżdża do miast. Ponieważ myślą o tych wszystkich wspaniałościach -- takich jak kreatywni ludzie, zamożność, dochód -- to ich przyciąga, zapominając o tym, co ohydne i złe.
What is the reason for this? Well I don't have time to tell you about all the mathematics, but underlying this is the social networks, because this is a universal phenomenon. This 15 percent rule is true no matter where you are on the planet -- Japan, Chile, Portugal, Scotland, doesn't matter. Always, all the data shows it's the same, despite the fact that these cities have evolved independently. Something universal is going on. The universality, to repeat, is us -- that we are the city. And it is our interactions and the clustering of those interactions. So there it is, I've said it again. So if it is those networks and their mathematical structure, unlike biology, which had sublinear scaling, economies of scale, you had the slowing of the pace of life as you get bigger. If it's social networks with super-linear scaling -- more per capita -- then the theory says that you increase the pace of life. The bigger you are, life gets faster. On the left is the heart rate showing biology. On the right is the speed of walking in a bunch of European cities, showing that increase.
Dlaczego tak się dzieje? Nie mam czasu, by omówić całą teorię matematyczną, ale podłożem tego są sieci społeczne, ponieważ to fenomen uniwersalny. Reguła 15% jest prawdziwa Reguła 15% jest prawdziwa bez względu na to, w którym miejscu tej planety się znajdujemy -- w Japonii, Chile, Portugalii, Szkocji - to nie ma znaczenia. Zawsze wszystkie dane pokazują to samo, mimo że miasta rozwijają się niezależnie od siebie. Mamy do czynienia z czymś uniwersalnym. Uniwersalność, powtórzę po raz kolejny, to my -- to my jesteśmy miastem. To nasze wzajemne relacje i skupienie tych relacji. No i proszę, znów to powiedziałem. Więc przy sieciach z ich matematyczną strukturą, inaczej niż w przyrodzie, która miała skalowalność podliniową , ekonomię skali, mieliśmy spowolnienie tempa życia w miarę powiększania się rozmiaru. Jeśli to sieci społeczne ze skalowalnością nadliniową -- więcej na głowę -- wtedy teoria mówi, że zwiększa się tempo życia. Im jesteś większy, tym szybsze życie. Po lewej przyroda i tętno w stosunku do rozmiaru. Po prawej szybkość chodzenia w dużej liczbie miast europejskich, pokazująca ten wzrost.
Lastly, I want to talk about growth. This is what we had in biology, just to repeat. Economies of scale gave rise to this sigmoidal behavior. You grow fast and then stop -- part of our resilience. That would be bad for economies and cities. And indeed, one of the wonderful things about the theory is that if you have super-linear scaling from wealth creation and innovation, then indeed you get, from the same theory, a beautiful rising exponential curve -- lovely. And in fact, if you compare it to data, it fits very well with the development of cities and economies. But it has a terrible catch, and the catch is that this system is destined to collapse. And it's destined to collapse for many reasons -- kind of Malthusian reasons -- that you run out of resources. And how do you avoid that? Well we've done it before.
Na koniec, chcę pomówić o rozwoju. To mieliśmy w przyrodzie, pozwólcie, że powtórzę. Korzyść skali spowodowała wzrost sigmoidalny. Korzyść skali spowodowała wzrost sigmoidalny. Szybki wzrost a potem zatrzymanie -- część naszej żywotności. Miasta i gospodarka źle by na tym wyszły. Wspaniałą cechą tej teorii jest to, że jeśli mamy skalowanie nadliniowe, z tworzenia bogactwa i innowacji, wtedy na podstawie tej samej teorii uzyskujemy piękną krzywą rosnącą w postępie geometrycznym -- ślicznie. Rzeczywiście, jeśli porównać to z danymi, świetnie pasuje do rozwoju miast i gospodarki. świetnie pasuje do rozwoju miast i gospodarki. Ale jest jeden haczyk, haczyk polega na tym, że temu systemowi pisany jest upadek. System musi upaść z wielu powodów -- powodów rodem z maltuzjanizmu -- że zabraknie zasobów. Jak tego uniknąć? Już nam się nieraz udawało.
What we do is, as we grow and we approach the collapse, a major innovation takes place and we start over again, and we start over again as we approach the next one, and so on. So there's this continuous cycle of innovation that is necessary in order to sustain growth and avoid collapse. The catch, however, to this is that you have to innovate faster and faster and faster. So the image is that we're not only on a treadmill that's going faster, but we have to change the treadmill faster and faster. We have to accelerate on a continuous basis. And the question is: Can we, as socio-economic beings, avoid a heart attack?
To co się dzieje, kiedy rośniemy i zbliżamy się do upadku, zachodzą jakieś istotne innowacje, i zaczynamy od początku, zaczynamy, zbliżamy się do następnego krachu i tak dalej. Ma miejsce ciągły cykl innowacji, konieczny, żeby podtrzymać rozwój i uniknąć krachu. konieczny, żeby podtrzymać rozwój i uniknąć krachu. Tutaj jednak haczyk polega na tym, że innowacje potrzeba wprowadzać coraz szybciej że innowacje potrzeba wprowadzać coraz szybciej. Zatem wygląda to tak, że nie tylko jesteśmy na bieżni, która porusza się coraz szybciej, ale musimy tę bieżnię wymieniać coraz częściej. Musimy non stop przyspieszać. Pytanie brzmi: Czy my, jako istoty społeczno-ekonomiczne, jesteśmy w stanie uniknąć ataku serca?
So lastly, I'm going to finish up in this last minute or two asking about companies. See companies, they scale. The top one, in fact, is Walmart on the right. It's the same plot. This happens to be income and assets versus the size of the company as denoted by its number of employees. We could use sales, anything you like. There it is: after some little fluctuations at the beginning, when companies are innovating, they scale beautifully. And we've looked at 23,000 companies in the United States, may I say. And I'm only showing you a little bit of this.
Na koniec chciałbym wrócić do firm. Na koniec chciałbym wrócić do firm. Firmy są skalowalne. Ta u góry to Walmart. To ten sam diagram. Tu widać dochody i aktywa w stosunku do wielkości firmy mierzonej liczbą pracowników. Moglibyśmy wykorzystać sprzedaż czy cokolwiek innego. Po niewielkich początkowych wahaniach, kiedy firmy wprowadzają innowacje, świetnie widać skalowalność. Dodam, że przyjrzeliśmy się 23 000 firm w Stanach Zjednoczonych. Pokazuję wam tylko mały fragment.
What is astonishing about companies is that they scale sublinearly like biology, indicating that they're dominated, not by super-linear innovation and ideas; they become dominated by economies of scale. In that interpretation, by bureaucracy and administration, and they do it beautifully, may I say. So if you tell me the size of some company, some small company, I could have predicted the size of Walmart. If it has this sublinear scaling, the theory says we should have sigmoidal growth. There's Walmart. Doesn't look very sigmoidal. That's what we like, hockey sticks. But you notice, I've cheated, because I've only gone up to '94. Let's go up to 2008. That red line is from the theory. So if I'd have done this in 1994, I could have predicted what Walmart would be now. And then this is repeated across the entire spectrum of companies. There they are. That's 23,000 companies. They all start looking like hockey sticks, they all bend over, and they all die like you and me.
Zaskakujące jeśli chodzi o firmy jest to, że skalują się one podliniowo tak jak przyroda, co świadczy o tym, że są zdominowane nie przez nadliniowe innowacje i pomysły; nie przez nadliniowe innowacje i pomysły; zostają zdominowane przez korzyść skali. zostają zdominowane przez korzyść skali. W tej interpretacji, przez biurokrację i administrację, przez biurokrację i administrację, i dodam, że robią to świetnie. Więc jeśli podacie mi wielkość jakiejś firmy, małej firmy, mógłbym przewidzieć rozmiar Walmartu. Jeśli podlega skalowaniu podliniowemu, teoria mówi, że powinniśmy mieć wzrost sigmoidalny. Oto Walmart. Nie wygląda zbyt sigmoidalnie. To się nam podoba, kije hokejowe. Ale zauważcie, popełniłem oszustwo, ponieważ doszedłem tylko do roku 94. Przenieśmy się do roku 2008. Czerwona linia wynika z teorii. Gdybym sporządził taki wykres w 1994, mogłem przewidzieć, gdzie Walmart będzie dziś. To powtarza się w całym spektrum firm. To powtarza się w całym spektrum firm. Oto one. 23 000 firm. Wszystkie zaczynają wyglądać jak kije hokejowe, wszystkie zakrzywiają się w dół, i wszystkie umierają tak jak wy i ja.
Thank you.
Dziękuję.
(Applause)
(Oklaski)