Recently, the leadership team of an American supermarket chain decided that their business needed to get a lot more efficient. So they embraced their digital transformation with zeal. Out went the teams supervising meat, veg, bakery, and in came an algorithmic task allocator. Now, instead of people working together, each employee went, clocked in, got assigned a task, did it, came back for more. This was scientific management on steroids, standardizing and allocating work. It was super efficient.
اخیرا، تیم مدیریت سوپرمارکتهای زنجیرهای امریکا تصمیم گرفت که تجارت آنها نیاز به بیشتر کارآمدی بیشتر دارد. بنابراین آنها تغییرات دیجیتالی را با آغوش باز پذیرفتند. تیمهای نظارت بر گوشت، سبزیجات، نان کنار گذاشته شد، و یک تخصیص دهندهی وظایف الگورتیمی جای آن را گرفت. اکنون، به جای اینکه مردم با هم کار کنند، هر کارگری میرفت، ساعت میزد وظیفهای را بهعهده میگرفت، انجام میداد، برمیگشت برای کار بیشتر. این یک مدیریت علمی برای استروئیدهاست، استانداردسازی و واگذاری کار. این خیلی کارآمد بود.
Well, not quite, because the task allocator didn't know when a customer was going to drop a box of eggs, couldn't predict when some crazy kid was going to knock over a display, or when the local high school decided that everybody needed to bring in coconuts the next day.
خوب، نه کاملا، زیرا تخصیصدهنده کار نمیدانست چه موقع قرار بود یک جعبهی تخممرغ از دست یک مشتری بیفتند، نمیتوانست پیشبینی کند چه موقع کودکهای بازیگوش نمایشگر را زمین میاندازند، یا چه موقع دبیرستان منطقه تصمیم میگیرد که همگی روز بعد یک نارگیل همراه خود بیاورند.
(Laughter)
(خنده حضار)
Efficiency works really well when you can predict exactly what you're going to need. But when the anomalous or unexpected comes along -- kids, customers, coconuts -- well, then efficiency is no longer your friend.
کارآمدی خیلی خوب کار میکند. وقتی بتوانید پیش بینی کنید دقیقا چه چیزی را لازم دارید. اما وقتی چیزهای غیرقابل انتظار پیش میآید -- بچهها، مشتریها، نارگیلها... خوب، پس کارآمدی دیگر دوست شما نیست.
This has become a really crucial issue, this ability to deal with the unexpected, because the unexpected is becoming the norm. It's why experts and forecasters are reluctant to predict anything more than 400 days out. Why? Because over the last 20 or 30 years, much of the world has gone from being complicated to being complex -- which means that yes, there are patterns, but they don't repeat themselves regularly. It means that very small changes can make a disproportionate impact. And it means that expertise won't always suffice, because the system just keeps changing too fast.
مساله واقعا حیاتی میشود، توانایی درافتادن با غیرمنتظرهها، برای اینکه غیرمنتظرهها به هنجار تبدیل میشوند. برای همین است که حرفهایها و پیشگویان اکراه دارند هر چیزی را برای مدت بیش از ۴۰۰ روز پیشبینی کنند. چرا؟ به این دلیل که بیش از ۲۰ یا ۳۰ سال، بیشتر جهان به سمت بیشتر بغرنج شدن رفته است، پیچیده شدن-- به این معنا که بله، الگوهایی هست، اما به طور منظم تکرار نمیشوند. به این معنا که تغییرات کوچک میتوانند تاثیر نامناسب برجا بگذارند. و به این معناست که تخصص همیشه کارآمد نخواهد بود. به این دلیل که سیستم به سرعت تغییر میکند.
So what that means is that there's a huge amount in the world that kind of defies forecasting now. It's why the Bank of England will say yes, there will be another crash, but we don't know why or when. We know that climate change is real, but we can't predict where forest fires will break out, and we don't know which factories are going to flood. It's why companies are blindsided when plastic straws and bags and bottled water go from staples to rejects overnight, and baffled when a change in social mores turns stars into pariahs and colleagues into outcasts: ineradicable uncertainty. In an environment that defies so much forecasting, efficiency won't just not help us, it specifically undermines and erodes our capacity to adapt and respond.
پس به این معناست که میزان گستردهای در جهان آن نوع مخالفتها پیشبینی میشود. به این دلیل است که بانک انگلستان خواهد گفت بله یک رکود دیگر رخ خواهد داد، اما ما نمیدانیم چه وقت و چرا. ما میدانیم که تغییرات آب وهوایی واقعی است. اما نمیتوانیم پیش بینی کنیم آتشهای جنگلی از کجا شروع میشوند. و نمیدانیم کدام کارخانهها قراراست گرفتارسیل شوند. برای همین است که شرکتها چشم بسته هستند وقتی نیها و کیسهها و بطریهای آب پلاستیکی یک شبه طرد میشوند، و سردرگم میشوند وقتی که تغییر روحیه جمعی ستارگان را منفور و همکاران را مطرود میکند: یک تردید غیرقابل انکار. در محیطی که با این همه پیشبینی ناسازگار است کارآمدی به ما کمک نخواهد کرد، و ظرفیت ما برای سازگاری و پاسخگویی را تضعیف میکند.
So if efficiency is no longer our guiding principle, how should we address the future? What kind of thinking is really going to help us? What sort of talents must we be sure to defend? I think that, where in the past we used to think a lot about just in time management, now we have to start thinking about just in case, preparing for events that are generally certain but specifically remain ambiguous.
پس اگر کارآمدی دیگر اصل راهنمای ما نیست، چگونه به آینده بپردازیم؟ چه نوع تفکری واقعا به ما کمک خواهد کرد؟ از چه نوع استعدادهایی باید دفاع کنیم؟ فکر میکنم، جایی در گذشته ما عادت داشتیم به مدیریت زمان فکر کنیم، الان باید شروع کنیم به فکر کردن در این باره، آماده باشیم برای رویدادهایی که معمولا قطعی هستند اما به طور خاص مبهم باقی میمانند.
One example of this is the Coalition for Epidemic Preparedness, CEPI. We know there will be more epidemics in future, but we don't know where or when or what. So we can't plan. But we can prepare. So CEPI's developing multiple vaccines for multiple diseases, knowing that they can't predict which vaccines are going to work or which diseases will break out. So some of those vaccines will never be used. That's inefficient. But it's robust, because it provides more options, and it means that we don't depend on a single technological solution. Epidemic responsiveness also depends hugely on people who know and trust each other. But those relationships take time to develop, time that is always in short supply when an epidemic breaks out. So CEPI is developing relationships, friendships, alliances now knowing that some of those may never be used. That's inefficient, a waste of time, perhaps, but it's robust.
.یک نمونه از آن ائتلاف برای آمادگی در مقابل بیماریهای همهگیر است، یا CEPI. ما میدانیم که در آینده بیماریهای همهگیر بیشتری خواهد بود. اما نمیدانیم کجا، چهوقت یا چگونه. پس نمیتوانیم برنامه ریزی کنیم. اما میتوانیم آماده باشیم. پس CEPI در حال تولید واکسنهای گوناگون برای بیماریهای گوناگون است، اینکه آنها نمیتوانند پیش بینی کنند که کدام واکسن کار خواهد کرد. یا کدام بیماریها شروع خواهند شد. بعضی از این واکسنها هرگز استفاده نخواهند شد. این ناکارآمدی است. اما توانمندی هم هست، چون گزینههای بیشتری را فراهم میکند. یعنی اینکه که ما به یک راه حل واحد وابسته نمیشویم. واکنشها در مقابل بیماریهای همهگیر هم به طور گستردهای به مردمی که میدانند و به همدیگر اعتماد میکنند بستگی دارد. اما این روابط برای گسترش به زمان نیاز دارد، البته همیشه زمان کم میآید وقتی که یک بیماری همهگیر شروع میشود. بنابراین CEPI روابط، دوستیها و اتحادها را توسعه میدهد. با علم به اینکه شاید برخی از آنها هرگز استفاده نشود. این ناکارآمد است، شاید هدردادن وقت باشد، اما این توانمندی است.
You can see robust thinking in financial services, too. In the past, banks used to hold much less capital than they're required to today, because holding so little capital, being too efficient with it, is what made the banks so fragile in the first place. Now, holding more capital looks and is inefficient. But it's robust, because it protects the financial system against surprises.
شما میتوانید این تفکر توانمندی را در خدمات مالی هم ببینید. درگذشته، بانکها سرمایه کمتری نگه میداشتند نسبت به آنچه اینک لازم دارند، به این دلیل که نگه داشتن سرمایه اندک، خیلی کارآمد بود، همین باعث شد که بانکها در ابتدا خیلی شکننده باشند. اکنون، نگهداشتن سرمایه بیشتر به نظر ناکارآمد میآید. اما توانمندی هم هست، زیرا سیستم مالی را در برابر غافلگیریها محافظت میکند.
Countries that are really serious about climate change know that they have to adopt multiple solutions, multiple forms of renewable energy, not just one. The countries that are most advanced have been working for years now, changing their water and food supply and healthcare systems, because they recognize that by the time they have certain prediction, that information may very well come too late.
کشورهایی که خیلی درمورد تغییرات آب و هوایی جدی هستند میدانند که باید راهحلهای چندگانهای را اتخاذ کنند، شکلهای چندگانهای از انرژی قابل برگشت، نه فقط یکی، کشورهای خیلی پیشرفته سالهاست روی این موضوع کار میکنند، عرضه آب و غذا و سیستم بهداشت خود را تغییر میدهند، زیرا تشخیص دادهاند که پیشبینی مشخصی دارند، که این اطلاعات شاید خیلی دیر باشد.
You can take the same approach to trade wars, and many countries do. Instead of depending on a single huge trading partner, they try to be everybody's friends, because they know they can't predict which markets might suddenly become unstable. It's time-consuming and expensive, negotiating all these deals, but it's robust because it makes their whole economy better defended against shocks. It's particularly a strategy adopted by small countries that know they'll never have the market muscle to call the shots, so it's just better to have too many friends. But if you're stuck in one of these organizations that's still kind of captured by the efficiency myth, how do you start to change it? Try some experiments.
میتوانید همین شیوه را در جنگهای تجاری ببینید که خیلی از کشورها انجام میدهند. بهجای وابستگی به یک شریک تجاری بزرگ، تلاش میکنند با هر کسی دوست باشند، زیرا میدانند که نمیتوانند پیشبینی کنند که بازارها ممکن است سریع بیثبات شود. مذاکره درمورد همه راهها زمان میگیرد و پرهزینه است، اما توانمندی است چون کمک میکند که اقتصاد در برابر شوکها مقاومت بهتری داشته باشد. مخصوصا این راهی است که کشورهای کوچک بهکار گرفتهاند چون میدانند که توانایی مقابله در بازار را ندارند، پس بهتر است که فقط دوستان بیشتری داشته باشند و اگر در یکی از این مذاکرات گیر کردید این هنوز هم نوعی دستاورد است با افسانهی کارآمدی، چگونه تغییر را آغاز کنیم؟ چند تا تجربه را آزمایش کنیم.
In the Netherlands, home care nursing used to be run pretty much like the supermarket: standardized and prescribed work to the minute: nine minutes on Monday, seven minutes on Wednesday, eight minutes on Friday. The nurses hated it. So one of them, Jos de Blok, proposed an experiment. Since every patient is different, and we don't quite know exactly what they'll need, why don't we just leave it to the nurses to decide?
در هلند، پرستاری خانگی تقریبا مثل سوپرمارکت اجرا میشد؛ کار استاندارد و نوشته شده بر اساس دقیقه: نه دقیقه روز دوشنبه، هفته دقیقه روز چهارشنبه، هشت دقیقه روز جمعه. پرستاران از این تنفر داشتند. یکی از آنان، جوس دی بلاک یک آزمایش را پیشنهاد کرد. از آنجا که هر بیماری متفاوت است، و ما دقیقا نمیدانیم که نیاز آنها چیست، چرا این تصمیم را به پرستاران واگذار نکنیم؟
Sound reckless?
به نظر جسورانه میآید؟
(Laughter)
(خنده)
(Applause)
(تشویق)
In his experiment, Jos found the patients got better in half the time, and costs fell by 30 percent. When I asked Jos what had surprised him about his experiment, he just kind of laughed and he said, "Well, I had no idea it could be so easy to find such a huge improvement, because this isn't the kind of thing you can know or predict sitting at a desk or staring at a computer screen." So now this form of nursing has proliferated across the Netherlands and around the world. But in every new country it still starts with experiments, because each place is slightly and unpredictably different.
در این آزمایش، جوس دریافت که بیماران رسیدگی بیشتری دریافت میکنند در نصف زمان، و کاهش ۳۰ درصدی هزینهها. وقتی از جوس پرسیدم که چه چیزی در این آزمایش او را شگفتزده کرد، یک جوری خندید و گفت، «اصلا ایدهای نداشتم که میتواند اینقدر ساده باشد پیدا کردن چنین پیشرفت بزرگی، زیرا این به گونهای نیست که شما بدانید یا پیشبینی کنید نشستن کنار میز یا نگاه کردن به صفحه کامپیوتر.» حالا این شیوه از پرستاری در همه هلند اجرا میشود و در سراسر جهان. اما درهر کشور جدیدی هنوز آزمایش میشود. برای اینکه هرمکان تا حدودی متفاوت است و قابل پیش بینی نیست.
Of course, not all experiments work. Jos tried a similar approach to the fire service and found it didn't work because the service is just too centralized. Failed experiments look inefficient, but they're often the only way you can figure out how the real world works. So now he's trying teachers. Experiments like that require creativity and not a little bravery.
البته همه آزمایشها کار نمیکنند. جوس شیوه مشابه را در سرویس آتشنشانی هم آزمایش کرد اما این روش کار نکرد چون این سرویس خیلی متمرکز است. آزمایشهای ناموفق به نظر ناکارآمد میآیند، اما آنها تنها راههایی هستند که میتوانید بفهمید دنیا واقعی چگونه کار میکند. اکنون او روی معلمها کار میکند. چنین آزمایشهایی نیازمند خلاقیت است و کمی هم شجاعت.
In England -- I was about to say in the UK, but in England --
در انگلیس.. خواستم بگویم بریتانیا اما در انگلیس--
(Laughter)
(خنده)
(Applause)
( تشویق)
In England, the leading rugby team, or one of the leading rugby teams, is Saracens. The manager and the coach there realized that all the physical training they do and the data-driven conditioning that they do has become generic; really, all the teams do exactly the same thing. So they risked an experiment. They took the whole team away, even in match season, on ski trips and to look at social projects in Chicago. This was expensive, it was time-consuming, and it could be a little risky putting a whole bunch of rugby players on a ski slope, right?
در انگلیس، تیم برتر راگبی، یا یکی از تیمهای برتر، سارسنز است. مدیرها ومربیها دریافتند تمام تمرینهای بدنی و اطلاعات بهدست آمده همه عمومی شده واقعا، همه گروهها، کار مشابه انجام میدهند. پس آنها خطر یک آزمایش را پذیرفتند. آنها همه تیم رو بیرون بردند، حتی درزمان مسابقههای فصلی، به سفرهای اسکی و دیدن یک پروژه اجتماعی در شیکاگو. گران بود، وقت گیر بود، و میتوانست کمی هم خطر داشته باشد گذاشتن همه بازیکنهای راگبی روی شیب اسکی، درست است؟
(Laughter)
(خنده)
But what they found was that the players came back with renewed bonds of loyalty and solidarity. And now when they're on the pitch under incredible pressure, they manifest what the manager calls "poise" -- an unflinching, unwavering dedication to each other. Their opponents are in awe of this, but still too in thrall to efficiency to try it.
اما آنچه آنها دریافتند اینکه بازیکنها برگشتند با یک همبستگی و وفاداری جدید. و اینک وقتی آنها در زمین بازی زیر فشار زیادی هستند، آنها چیزی را به نمایش گذاشتند که مدیر آن را «وقار» مینامد... یک فداکاری بی سابقه و ناگسستنی نسبت به یکدیگر. رقبای آنها این را تحسین میکنند، اما هنوز زیادی تحت سلطهی کارآمدی هستند تا آن را امتحان کنند.
At a London tech company, Verve, the CEO measures just about everything that moves, but she couldn't find anything that made any difference to the company's productivity. So she devised an experiment that she calls "Love Week": a whole week where each employee has to look for really clever, helpful, imaginative things that a counterpart does, call it out and celebrate it. It takes a huge amount of time and effort; lots of people would call it distracting. But it really energizes the business and makes the whole company more productive.
در ورو، یک شرکت تکنولوژیکی در لندن، مدیرعامل تقریبا هر چیزی که تکان میخورد را اندازه میگیرد، اما نتوانست چیزی پیدا کند که تغییری در بهرهوری شرکت ایجاد کند. بنابراین او «هفته عشق» را آزمایش کرد: تمام هفته هر کارمندی باید دنبال کارهای هوشمندانه، کمک کننده، خیالی باشد که یک همکار انجام میدهد، دیگران را خبر کند و جشن بگیرد. تلاش و زمان زیادی لازم است؛ خیلیها آن را موجب حواس پرتی میدانند. اما این موضوع واقعا به تجارت انرژی میدهد و بهرهوری کل شرکت را بالا می برد.
Preparedness, coalition-building, imagination, experiments, bravery -- in an unpredictable age, these are tremendous sources of resilience and strength. They aren't efficient, but they give us limitless capacity for adaptation, variation and invention. And the less we know about the future, the more we're going to need these tremendous sources of human, messy, unpredictable skills.
آمادگی، ایجاد ائتلاف، رویاپردازی، آزمایشها، شجاعت... در دوره غیرقابل پیشبینی منابع فوق العادهای برای مقاومت و توانمندی هستند. آنها کارآمد نیستند، اما به ما توانایی نامحدودی میدهد برای سازگاری، تنوع و اختراع. و هرچه کمتر در مورد آینده بدانیم، بیشتر به این منابع فوق العاده نیاز داریم مهارتهای غیرقابل پیش بینی و ریخت و پاش.
But in our growing dependence on technology, we're asset-stripping those skills. Every time we use technology to nudge us through a decision or a choice or to interpret how somebody's feeling or to guide us through a conversation, we outsource to a machine what we could, can do ourselves, and it's an expensive trade-off. The more we let machines think for us, the less we can think for ourselves. The more --
با افزایش وابستگی ما به تکنولوژی، ما این مهارتها را از بین میبریم. هر زمانی که از تکنولوژی استفاده میکنیم تا ما را برای یک انتخاب یا تصمیم کمک کند یا احساس کسی را تفسیر کند یا در یک مکالمه به ما راهنمایی بدهد، ما کاری را که خودمان میتوانیم انجام دهیم به ماشین واگذار میکنیم، و این یک معامله پرهزینه است. هرچه بیشتر به ماشین اجازه دهیم به جای ما فکر کند، خودمان کمتر میتوانیم فکر کنیم. هرچه بیشتر...
(Applause)
( تشویق)
The more time doctors spend staring at digital medical records, the less time they spend looking at their patients. The more we use parenting apps, the less we know our kids. The more time we spend with people that we're predicted and programmed to like, the less we can connect with people who are different from ourselves. And the less compassion we need, the less compassion we have.
هرچه دکترها بیشتر به پروندههای دیجیتالی نگاه کنند، وقت کمتری با بیمار میگذرانند. هرچه بیشتراز اپلیکیشنهای والدین استفاده کنیم، کمتر فرزندان خود را میشناسیم. هرچه وقت بیشتری با مردمی بگذرانیم که پیشبینی و برنامهریزی شده که دوست داریم کمتر با کسانی که از ما متفاوت هستند مرتبط میشویم. و شفقت کمتری نیاز داریم، و شفقت کمتری داریم.
What all of these technologies attempt to do is to force-fit a standardized model of a predictable reality onto a world that is infinitely surprising. What gets left out? Anything that can't be measured -- which is just about everything that counts.
همه این تکنولوژیها تلاش میکنند که یک مدل استاندارد بر اساس واقعیت پیشبینی کنند در جهانی که بی نهایت شگفت انگیز است. چه چیزی باقی میماند؟ هرچیزی که قابلیت اندازهگیری کردن نداشته باشد-- تقریبا هرچیزی که قابل شمارش است.
(Applause)
(تشویق)
Our growing dependence on technology risks us becoming less skilled, more vulnerable to the deep and growing complexity of the real world.
رشد وابستگی ما به تکنولوژی ما را در خطر قرارداده که مهارتهای کمتری داشته باشم. بیشتر آسیب پذیر باشیم در پیچیدگی عمیق و رو به رشد دنیای واقعی.
Now, as I was thinking about the extremes of stress and turbulence that we know we will have to confront, I went and I talked to a number of chief executives whose own businesses had gone through existential crises, when they teetered on the brink of collapse. These were frank, gut-wrenching conversations. Many men wept just remembering. So I asked them: "What kept you going through this?"
حالا، همانطورکه در باره شدت استرس و آشفتگی فکر میکردم که میدانیم با آن روبه رو خواهیم شد، من رفتم و با تعدادی از مدیرانعامل صحبت کردم کسانی که تجارتهای آنها در بحرانهایی گرفتار شده بود، وقتی که آنها در آستانه فروپاشی بودند. آنها مکالمههایی صریح و ناراحتکننده بودند. بسیاری از مردها وقتی یادآوری میکردند، گریه کردند. سپس من از آنها پرسیدم: «چه چیزی باعث این شد؟»
And they all had exactly the same answer. "It wasn't data or technology," they said. "It was my friends and my colleagues who kept me going."
و همه آنها تقریبا یک جواب داشتند. آنها گفتند« تکنولوژی یا اطلاعات نبود.» «همکاران و دوستان من بودند، که مرا به پیش میبردند.»
One added, "It was pretty much the opposite of the gig economy."
یکی افزود: «این دقیقا برخلاف اقتصاد خوداشتغالی بود.»
But then I went and I talked to a group of young, rising executives, and I asked them, "Who are your friends at work?" And they just looked blank.
اما وقتی من رفتم با گروهی از مدیرهای جوان درحال پیشرفت صحبت کردم، و از آنها پرسیدم، دوستان شما سرکار چه کسانی هستند؟ آنها فقط به من نگاه کردند.
"There's no time."
«وقت نیست.»
"They're too busy."
«آنها سرشان شلوغ است»
"It's not efficient."
«این کارآمد نیست.»
Who, I wondered, is going to give them imagination and stamina and bravery when the storms come?
متعجب بودم که چه کسی میخواهد به آنها استقامت، شجاعت و خیال پردازی بدهد وقتی که طوفان میآید؟
Anyone who tries to tell you that they know the future is just trying to own it, a spurious kind of manifest destiny. The harder, deeper truth is that the future is uncharted, that we can't map it till we get there.
هرکسی که تلاش میکند به شما بگوید آنها در مورد آینده میدانند فقط تلاش میکند که آن را داشته باشد، یک سرنوشت آشکار فریبنده. حقیقت عمیقتر و سختتر است، که آینده ناشناخته است، که نمیتوانیم برای آن نقشه بکشیم مگراینکه به آنجا برسیم
But that's OK, because we have so much imagination -- if we use it. We have deep talents of inventiveness and exploration -- if we apply them. We are brave enough to invent things we've never seen before. Lose those skills, and we are adrift. But hone and develop them, we can make any future we choose.
اما این خوب است. زیرا ما همه قوه تخیل زیادی داریم-- اگر از آن استفاده کنیم. ما در نوآوری و اکتشاف بااستعداد هستیم... اگر از آنها استفاده کنیم. ما به اندازه کافی برای اختراع چیزهایی که ندیدهایم شجاع هستیم. این مهارتها را از دست بدهید، و آنگاه سرگردان میشویم. اما اگر آنها را رشد و توسعه دهیم، میتوانیم هر آیندهای که میخواهیم داشته باشیم.
Thank you.
سپاسگزارم.
(Applause)
(تشویق)