Whether you like it or not, radical transparency and algorithmic decision-making is coming at you fast, and it's going to change your life. That's because it's now easy to take algorithms and embed them into computers and gather all that data that you're leaving on yourself all over the place, and know what you're like, and then direct the computers to interact with you in ways that are better than most people can.
Que vous le vouliez ou pas, transparence radicale et algorithmes de prise de décision arrivent rapidement, et cela va changer votre vie. C'est parce qu'il est facile de prendre des algorithmes, de les intégrer dans des ordinateurs, de recueillir toutes ces données que vous laissez sur vous un peu partout, d'identifier vos préférences, et de faire interagir les ordinateurs avec vous mieux que la plupart des gens.
Well, that might sound scary. I've been doing this for a long time and I have found it to be wonderful. My objective has been to have meaningful work and meaningful relationships with the people I work with, and I've learned that I couldn't have that unless I had that radical transparency and that algorithmic decision-making. I want to show you why that is, I want to show you how it works. And I warn you that some of the things that I'm going to show you probably are a little bit shocking.
Bien sûr, cela peut paraître effrayant. Je fais ça depuis longtemps et je trouve ça merveilleux. Mon objectif a été d'avoir un travail stimulant, des relations enrichissantes au travail, et je ne pouvais pas y arriver sans une transparence radicale et les algorithmes de prise de décision. Je veux vous expliquer pourquoi, je veux vous montrer comment ça marche. Et je vous préviens que certaines choses que je vais vous montrer sont probablement un peu choquantes.
Since I was a kid, I've had a terrible rote memory. And I didn't like following instructions, I was no good at following instructions. But I loved to figure out how things worked for myself. When I was 12, I hated school but I fell in love with trading the markets. I caddied at the time, earned about five dollars a bag. And I took my caddying money, and I put it in the stock market. And that was just because the stock market was hot at the time. And the first company I bought was a company by the name of Northeast Airlines. Northeast Airlines was the only company I heard of that was selling for less than five dollars a share.
Depuis mon enfance, j'ai une mauvaise mémoire mécanique et je n'aimais pas suivre les instructions, je n'étais pas doué pour ça. Mais plus interessé par le pourquoi et le comment des choses. A l'âge de 12 ans, je détestais l'école, mais je suis tombé amoureux des marchés boursiers. J'étais un caddie à l'époque, je gagnais environ cinq dollars par joueur, et je prenais l'argent gagné ainsi, et je le jouais en Bourse. Car le marché boursier était dans le vent. Et la première société achetée fut une société du nom de Northeast Airlines. Northeast Airlines, la seule société dont j'avais entendu parler qui était à moins de 5 dollars l'action.
(Laughter)
(Rires)
And I figured I could buy more shares, and if it went up, I'd make more money. So, it was a dumb strategy, right? But I tripled my money, and I tripled my money because I got lucky. The company was about to go bankrupt, but some other company acquired it, and I tripled my money. And I was hooked. And I thought, "This game is easy." With time, I learned this game is anything but easy.
Je me suis dit : « Achète plus d'actions, si elles grimpent, tu gagneras plus d'argent. » Au final, c'était une stratégie stupide, non ? Mais j'ai triplé mes gains, et j'ai triplé mes gains parce que j'ai eu de la chance. La compagnie était en train de faire faillite, mais a été rachetée par une autre, et j'ai triplé mes gains. Et j'ai été séduit. Je me suis dit : « Ce jeu est facile ! » Au fil du temps, j'ai appris que ce jeu est tout sauf facile.
In order to be an effective investor, one has to bet against the consensus and be right. And it's not easy to bet against the consensus and be right. One has to bet against the consensus and be right because the consensus is built into the price. And in order to be an entrepreneur, a successful entrepreneur, one has to bet against the consensus and be right. I had to be an entrepreneur and an investor -- and what goes along with that is making a lot of painful mistakes. So I made a lot of painful mistakes, and with time, my attitude about those mistakes began to change. I began to think of them as puzzles. That if I could solve the puzzles, they would give me gems. And the puzzles were: What would I do differently in the future so I wouldn't make that painful mistake? And the gems were principles that I would then write down so I would remember them that would help me in the future. And because I wrote them down so clearly, I could then -- eventually discovered -- I could then embed them into algorithms. And those algorithms would be embedded in computers, and the computers would make decisions along with me; and so in parallel, we would make these decisions. And I could see how those decisions then compared with my own decisions, and I could see that those decisions were a lot better. And that was because the computer could make decisions much faster, it could process a lot more information and it can process decisions much more -- less emotionally. So it radically improved my decision-making.
Afin d'être un vrai investisseur, il faut parier contre l'avis général et avoir raison. Ce n'est pas facile de parier contre la majorité et avoir raison. Il faut parier contre la majorité et avoir raison, car le consensus fait partie intégrante du prix. Et pour être un entrepreneur, un entrepreneur prospère, if faut parier contre le consensus et avoir raison. J'ai dû être à la fois un entrepreneur et un investisseur... Et ce qui vient avec le territoire, ce sont les multiples erreurs pénibles. Donc j'ai eu de nombreuses expériences douloureuses, et au fil du temps, mon attitude face à ces erreurs a commencé à changer. J'ai commencé à les considérer comme des puzzles. Si je pouvais résoudre ces puzzles, j'en ferais des perles. Et les puzzles étaient : que faire à l'avenir afin de ne pas reproduire ces douloureuses expériences ? Et ces perles étaient des principes, que j'écrivais afin de m'en souvenir, et qui pourraient m'aider dans le futur. Et c'est parce que je les avaient écrites avec clarté, j'ai pu alors découvrir dans la foulée que je pouvais intégrer ces principes dans des algorithmes, et ces algorithmes seraient intégrés dans les ordinateurs, et les ordinateurs prendraient des décisions avec moi ; et donc prendre ces décisions parallèlement. Et je pouvais comparer ces décisions avec mes propres décisions, et ces décisions étaient en fait bien meilleures. L'ordinateur pouvait prendre des décisions en traitant bien plus de données, en le faisait bien plus rapidement, et sans l'interférence des émotions. Cela a radicalement amélioré mes prises de décisions.
Eight years after I started Bridgewater, I had my greatest failure, my greatest mistake. It was late 1970s, I was 34 years old, and I had calculated that American banks had lent much more money to emerging countries than those countries were going to be able to pay back and that we would have the greatest debt crisis since the Great Depression. And with it, an economic crisis and a big bear market in stocks. It was a controversial view at the time. People thought it was kind of a crazy point of view. But in August 1982, Mexico defaulted on its debt, and a number of other countries followed. And we had the greatest debt crisis since the Great Depression. And because I had anticipated that, I was asked to testify to Congress and appear on "Wall Street Week," which was the show of the time. Just to give you a flavor of that, I've got a clip here, and you'll see me in there.
Huit ans après avoir créé Bridgewater, j'ai subi mon plus grand échec, et fait ma plus grande erreur. C'était à la fin des années 70. J'avais 34 ans. Et j'avais calculé que les banques américaines avaient prêté beaucoup trop d'argent aux pays émergents, et que ces pays ne seraient pas en mesure de rembourser. Et que nous aurions la pire crise de la dette depuis la Grande Dépression. Et de plus, une crise économique et un énorme marché baissier. C'était une vision controversée à l'époque. D'aucuns pensaient que cette opinion était un peu folle. Mais en août 1982, le Mexique a été en défaut de paiement, et plusieurs autres pays ont suivi. Et on a eu la plus grande crise de la dette depuis la Grande Dépression. Étant donné que je l'avais prévu, j'avais témoigné devant le Congrès, et « Wall Street Week » une émission télévisée à l'époque. Juste pour vous donner une idée, j'ai un clip vidéo, et vous me verrez dedans.
(Video) Mr. Chairman, Mr. Mitchell, it's a great pleasure and a great honor to be able to appear before you in examination with what is going wrong with our economy. The economy is now flat -- teetering on the brink of failure.
(Vidéo) M. le Président, M. Mitchell, c'est un grand honneur et plaisir de me présenter devant vous afin d'examiner ce qui ne va pas avec notre économie. Une l'économie anémique... au bord de l'échec.
Martin Zweig: You were recently quoted in an article. You said, "I can say this with absolute certainty because I know how markets work."
Il a été fait mention de vous dans un article. Je cite : « Je peux dire cela avec une certitude absolue car je sais comment le marché fonctionne. »
Ray Dalio: I can say with absolute certainty that if you look at the liquidity base in the corporations and the world as a whole, that there's such reduced level of liquidity that you can't return to an era of stagflation."
Ray Dalio : « En toute certitude, si vous regardez la base de liquidités dans les entreprises et dans le monde, ce niveau est si faible qu'il n'y aura pas de retour à une ère de stagflation. » Là je me dis : « Quel abruti arrogant ! »
I look at that now, I think, "What an arrogant jerk!"
(Laughter)
(Rires)
I was so arrogant, and I was so wrong. I mean, while the debt crisis happened, the stock market and the economy went up rather than going down, and I lost so much money for myself and for my clients that I had to shut down my operation pretty much, I had to let almost everybody go. And these were like extended family, I was heartbroken. And I had lost so much money that I had to borrow 4,000 dollars from my dad to help to pay my family bills.
J'étais si arrogant, et j'avais tort. En fait, lors de la crise de la dette, le marché boursier et l'économie étaient en hausse, et j'ai perdu tellement d'argent, le mien et celui de mes clients, que j'ai dû presque fermer boutique, la quasi totalité des employés sont partis. Nous étions comme une grande famille. J'avais le cœur brisé. Et j'ai perdu tellement d'argent que j'ai dû emprunter 4 000 dollars à mon père pour payer les factures de mon foyer.
It was one of the most painful experiences of my life ... but it turned out to be one of the greatest experiences of my life because it changed my attitude about decision-making. Rather than thinking, "I'm right," I started to ask myself, "How do I know I'm right?" I gained a humility that I needed in order to balance my audacity. I wanted to find the smartest people who would disagree with me to try to understand their perspective or to have them stress test my perspective. I wanted to make an idea meritocracy. In other words, not an autocracy in which I would lead and others would follow and not a democracy in which everybody's points of view were equally valued, but I wanted to have an idea meritocracy in which the best ideas would win out. And in order to do that, I realized that we would need radical truthfulness and radical transparency.
Une des expériences les plus douloureuses de ma vie... qui va, en fait, s'avérer être une bénédiction, parce qu'elle a changé mon attitude envers la prise de décision. Plutôt que de penser : « J'ai raison ! », j'ai commencé à me demander : « Comment savoir si j'ai raison ? » J'ai gagné l'humilité dont j'avais besoin en vue d'équilibrer mon audace. Cherchant les plus brillants de ceux qui avaient un avis opposé au mien, afin de comprendre leur point de vue, et les pousser à tester le mien. Je voulais créer une méritocratie liée aux idées. A vrai dire, pas une autocratie dans laquelle je dirige et les autres suivent, ni une démocratie où tous les points de vue ont la même valeur, mais une méritocratie liée aux idées, où les meilleures idées l'emportent. Pour cela, Il fallait une franchise radicale, et transparence radicale.
What I mean by radical truthfulness and radical transparency is people needed to say what they really believed and to see everything. And we literally tape almost all conversations and let everybody see everything, because if we didn't do that, we couldn't really have an idea meritocracy. In order to have an idea meritocracy, we have let people speak and say what they want. Just to give you an example, this is an email from Jim Haskel -- somebody who works for me -- and this was available to everybody in the company. "Ray, you deserve a 'D-' for your performance today in the meeting ... you did not prepare at all well because there is no way you could have been that disorganized." Isn't that great?
Par franchise radicale et transparence radicale, j'entends que nous devons dire ce que nous pensons vraiment, et la nécessité de la transparence. Nous avons donc enregistré presque toutes les conversations, rendues accessibles à tous, on ne pouvait faire autrement, si on voulait garantir une méritocratie liée aux idées. Afin d'avoir une telle méritocratie, on doit laisser tout le monde s'exprimer librement. Comme exemple, voici un email de Jim Haskel, quelqu'un qui travaille pour moi, et accessible à tous au sein de l'entreprise. « Ray, tu mérites un 07/20 pour ta performance lors de la réunion... Yu n'étais pas bien préparé du tout, car il est impossible d'être aussi désorganisé... » Génial ! Non ?
(Laughter)
(Rires)
That's great. It's great because, first of all, I needed feedback like that. I need feedback like that. And it's great because if I don't let Jim, and people like Jim, to express their points of view, our relationship wouldn't be the same. And if I didn't make that public for everybody to see, we wouldn't have an idea meritocracy.
C'est formidable, parce que, tout d'abord, j'avais besoin d'un tel feedback. J'ai besoin de feedback similaires. Et c'est génial car si je ne laisse pas Jim, et des gens comme Jim, exprimer leur point de vue, notre relation ne saurait être la même. Et si cela n'était pas accessible, en toute transparence, nous n'aurions pas eu une méritocratie des idées.
So for that last 25 years that's how we've been operating. We've been operating with this radical transparency and then collecting these principles, largely from making mistakes, and then embedding those principles into algorithms. And then those algorithms provide -- we're following the algorithms in parallel with our thinking. That has been how we've run the investment business, and it's how we also deal with the people management.
Donc depuis 25 ans, c'est ainsi que nous avons fonctionné. Nous avons fonctionné avec cette transparence radicale, et puis nous avons collecté ces principes, venant dans une large mesure de nos erreurs, et puis nous avons intégré ces principes dans des algorithmes. Et puis ces algorithmes permettent... nous suivons les algorithmes, en parallèle avec nos réflexions. C'est ainsi que nous avons géré nos activités d'investissement, et c'est ainsi que nous traitons la gestion du personnel.
In order to give you a glimmer into what this looks like, I'd like to take you into a meeting and introduce you to a tool of ours called the "Dot Collector" that helps us do this. A week after the US election, our research team held a meeting to discuss what a Trump presidency would mean for the US economy. Naturally, people had different opinions on the matter and how we were approaching the discussion. The "Dot Collector" collects these views. It has a list of a few dozen attributes, so whenever somebody thinks something about another person's thinking, it's easy for them to convey their assessment; they simply note the attribute and provide a rating from one to 10. For example, as the meeting began, a researcher named Jen rated me a three -- in other words, badly --
Afin de vous donner une idée du processus, j'aimerais vous emmener à une réunion et vous présenter un outil nommé le « Dot Collector » nous aidant dans ce sens. Une semaine après les élections américaines, notre équipe de recherche a tenu une réunion sur les répercussions de l'élection de Trump sur l'économie américaine. Bien sûr, il y a eu des opinions divergentes sur la question, et sur la manière d'aborder la discussion. « Dot Collector » recueille ces opinions. Il a une liste avec des dizaines d'attributs, Quand on a une opinion sur une idée émise par l'autre, il est facile de partager une évaluation. On note tout simplement l'attribut, et on donne une note de 1 à 10. Par exemple, au début de la réunion, une chercheuse nommée Jen m'a donné une note de trois... autrement dit, une note médiocre.
(Laughter)
(Rires)
for not showing a good balance of open-mindedness and assertiveness. As the meeting transpired, Jen's assessments of people added up like this. Others in the room have different opinions. That's normal. Different people are always going to have different opinions. And who knows who's right? Let's look at just what people thought about how I was doing. Some people thought I did well, others, poorly. With each of these views, we can explore the thinking behind the numbers. Here's what Jen and Larry said. Note that everyone gets to express their thinking, including their critical thinking, regardless of their position in the company. Jen, who's 24 years old and right out of college, can tell me, the CEO, that I'm approaching things terribly.
pour manque d'équilibre entre ouverture d'esprit et affirmation de soi. Au cours de la réunion, voici le résultat des évaluations de Jen. Les autres avaient des opinions divergentes. C'est normal. Nous avons tous des opinions différentes. Et qui sait qui a raison? Alors qu'en est-il de ma performance? Pour certains je m'étais pas mal débrouillé, et pour d'autres, mal... Pour chaque opinion, on peut découvrir la réflexion derrière les notes. Voilà ce que Jen et Larry ont dit. Notez que chacun peut exprimer sa pensée, et son esprit critique, quel que soit le poste dans l'entreprise. Jen, 24 ans, récemment diplômée, peut me dire, au PDG, que j'appréhende mal la situation.
This tool helps people both express their opinions and then separate themselves from their opinions to see things from a higher level. When Jen and others shift their attentions from inputting their own opinions to looking down on the whole screen, their perspective changes. They see their own opinions as just one of many and naturally start asking themselves, "How do I know my opinion is right?" That shift in perspective is like going from seeing in one dimension to seeing in multiple dimensions. And it shifts the conversation from arguing over our opinions to figuring out objective criteria for determining which opinions are best.
Cet outil aide les gens à exprimer leur opinion, et aussi à s'en détacher, et voir les choses avec une autre perspective. Quand Jen et d’autres dirigent leur attention de leur opinion vers une vision plus globale, un changement d'optique en résulte. Chacun réalise que son avis n'est qu’un avis parmi d’autres, et naturellement ils commencent à se demander : « Comment savoir si mon avis est juste ? » C'est comme passer d'une vision en une seule dimension à une vision multidimensionnelle, réorientant une conversation argumentative vers des critères objectifs qui ciblent les meilleurs avis.
Behind the "Dot Collector" is a computer that is watching. It watches what all these people are thinking and it correlates that with how they think. And it communicates advice back to each of them based on that. Then it draws the data from all the meetings to create a pointilist painting of what people are like and how they think. And it does that guided by algorithms. Knowing what people are like helps to match them better with their jobs. For example, a creative thinker who is unreliable might be matched up with someone who's reliable but not creative. Knowing what people are like also allows us to decide what responsibilities to give them and to weigh our decisions based on people's merits. We call it their believability. Here's an example of a vote that we took where the majority of people felt one way ... but when we weighed the views based on people's merits, the answer was completely different. This process allows us to make decisions not based on democracy, not based on autocracy, but based on algorithms that take people's believability into consideration.
Derrière le « Dot Collector », il y a un ordinateur qui surveille, qui observe tout ce que ces personnes pensent et qui relie le tout avec leur manière de penser. Et sur cette base, il les conseille en retour. Ensuite, il tire les données de toutes les réunions afin de créer un portrait pointilliste des personnes, et leur façon de penser. Tout ça guidé par des algorithmes. Connaitre les gens permet une meilleure adéquation des compétences et des emplois. Par exemple, un penseur créatif mais peu fiable peut être compatible avec quelqu'un de fiable mais pas créatif. Connaitre les gens permet aussi de décider quelles responsabilités leur confier, et d'évaluer nos décisions en fonction du mérite de ces personnes. En fonction de leur crédibilité. Voici l'exemple d’un vote où la majorité avait une certaine opinion, mais suite à l'évaluation des opinions basée sur le mérite, le résultat a totalement changé. Ce processus nous permet de prendre des décisions basées non sur la démocratie, ou l’autocratie, mais basées sur des algorithmes qui prennent en considération la crédibilité.
Yup, we really do this.
Oui, on fait vraiment ça.
(Laughter)
(Rires)
We do it because it eliminates what I believe to be one of the greatest tragedies of mankind, and that is people arrogantly, naïvely holding opinions in their minds that are wrong, and acting on them, and not putting them out there to stress test them. And that's a tragedy. And we do it because it elevates ourselves above our own opinions so that we start to see things through everybody's eyes, and we see things collectively. Collective decision-making is so much better than individual decision-making if it's done well. It's been the secret sauce behind our success. It's why we've made more money for our clients than any other hedge fund in existence and made money 23 out of the last 26 years.
Nous le faisons parce que cela élimine ce qui constitue pour moi l'une des plus grandes tragédies de l'humanité, c’est-à-dire que dans notre arrogance, naïvement, nous chérissons des opinions erronées, et leur donnons suite, et nous ne les exprimons pas afin de pouvoir les tester. Et c’est une tragédie. Faire cela, c'est nous élever au-dessus de nos propres opinions, afin de voir enfin le monde au travers des yeux des autres, et de le voir de manière collective. Une prise de décision collective est bien plus efficace qu'une décision individuelle si tout est bien fait. Elle a été la recette secrète de notre succès. Gagnant plus d'argent pour nos clients que les autres fonds d'investissement spéculatif, réalisant des bénéfices 23 années sur les 26 dernières années.
So what's the problem with being radically truthful and radically transparent with each other? People say it's emotionally difficult. Critics say it's a formula for a brutal work environment. Neuroscientists tell me it has to do with how are brains are prewired. There's a part of our brain that would like to know our mistakes and like to look at our weaknesses so we could do better. I'm told that that's the prefrontal cortex. And then there's a part of our brain which views all of this as attacks. I'm told that that's the amygdala. In other words, there are two you's inside you: there's an emotional you and there's an intellectual you, and often they're at odds, and often they work against you. It's been our experience that we can win this battle. We win it as a group. It takes about 18 months typically to find that most people prefer operating this way, with this radical transparency than to be operating in a more opaque environment. There's not politics, there's not the brutality of -- you know, all of that hidden, behind-the-scenes -- there's an idea meritocracy where people can speak up. And that's been great. It's given us more effective work, and it's given us more effective relationships. But it's not for everybody. We found something like 25 or 30 percent of the population it's just not for. And by the way, when I say radical transparency, I'm not saying transparency about everything. I mean, you don't have to tell somebody that their bald spot is growing or their baby's ugly. So, I'm just talking about --
Alors quel est le problème avec le fait d'être totalement sincères d'être radicalement transparents entre nous ? On dit qu'il y a un côté affectif difficile à gérer. Les critiques disent que c'est la formule pour un environnement de travail brutal. Les neuroscientifiques disent que c'est lié au pré-câblage de nos cerveaux. Il y a une part de notre cerveau qui veut bien reconnaître nos erreurs et faire face à nos faiblesses afin de nous améliorer la prochaine fois. On me dit que c'est le cortex préfrontal. Ensuite il y a une partie de notre cerveau qui voit tout ça comme des attaques. On me dit que c'est l'amygdale. Autrement dit, à l’intérieur de vous, il y a deux « vous » : il y a un « vous » émotionnel et il y a un « vous » intellectuel, et ils sont souvent en désaccord, et ils travaillent souvent contre vous. Par expérience, nous savons que nous pouvons gagner cette bataille. Nous la gagnons en tant que groupe. Cela prend environ 18 mois en général pour découvrir que la plupart des gens préfèrent fonctionner ainsi, avec cette transparence radicale, plutôt que de travailler dans un environnement opaque. On ne fait pas de politique, il n'y a pas de brutalité celle... vous savez, tout ce qui est caché, en coulisses... Il y a une méritocratie des idées, et on s'exprime librement. Une expérience magnifique ! Résultant en un travail plus efficace, et des relations privilégiées. Ce n'est pas le cas pour tous. Pour 25 ou 30% de la population, cela ne fonctionne pas. Et d'ailleurs, quand je dis transparence radicale, je veux pas dire la transparence à propos de tout. Je veux dire, vous n'avez pas à dire à quelqu'un que sa calvitie est visible, ou que son bébé est moche. Donc, ceci s'applique seulement...
(Laughter)
(Rires)
talking about the important things. So --
aux choses importantes. Alors...
(Laughter)
(Rires)
So when you leave this room, I'd like you to observe yourself in conversations with others. Imagine if you knew what they were really thinking, and imagine if you knew what they were really like ... and imagine if they knew what you were really thinking and what were really like. It would certainly clear things up a lot and make your operations together more effective. I think it will improve your relationships. Now imagine that you can have algorithms that will help you gather all of that information and even help you make decisions in an idea-meritocratic way. This sort of radical transparency is coming at you and it is going to affect your life. And in my opinion, it's going to be wonderful. So I hope it is as wonderful for you as it is for me.
Alors quand vous quitterez cette salle, il serait bien de prêter attention à vos conversations. Imaginez si vous saviez ce que l'autre pense vraiment, et imaginez si vous saviez vraiment qui ils sont... Et imaginez s'ils savaient vraiment ce que vous pensez, et qui vous êtes vraiment. Cela clarifierait certainement une foule de choses, et rendrait votre échange beaucoup plus fluide. Je pense que cela améliorerait vos relations. Maintenant imaginez que vous avez accès à des algorithmes qui peuvent vous aider à rassembler toutes ces informations, et même vous aider à prendre des décisions basées sur la méritocratie liée aux idées. Ce genre de transparence radicale arrive à grands pas, et va avoir un impact sur votre vie. Et à mon avis, ça sera merveilleux. J’espère que cela sera aussi merveilleux pour vous, qu'il le fut pour moi.
Thank you very much.
Merci beaucoup.
(Applause)
(Applaudissements)