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.
Leuk of niet, radicale transparantie en algoritmische besluitvorming komen snel op je af en zullen je leven veranderen. Het is namelijk gemakkelijk geworden om algoritmes in computers te integreren en al die data te verzamelen die je over jezelf achterlaat op verschillende plaatsen en te weten hoe je in elkaar zit en dan computers met jou te laten interageren op een betere manier dan de meeste mensen kunnen.
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.
Dat klinkt misschien eng, maar ik doe het al lang en vind het fantastisch. Mijn doel is om zinvol werk te doen en zinvolle relaties aan te gaan met mijn medewerkers, en ik weet dat dit onmogelijk zou zijn zonder die radicale transparantie en algoritmische besluitvorming. Ik wil jullie graag uitleggen waarom, ik wil jullie tonen hoe het werkt, en sommige zaken waarover ik het zal hebben zijn misschien wat schokkend.
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.
Van kindsaf heb ik een heel slecht geheugen. En ik hield er niet van instructies te volgen. Ik was er niet goed in. Maar ik zocht graag zelf uit hoe de dingen werken. Toen ik 12 was, had ik een hekel aan school, maar ik hield van financiële markten. Ik werkte als caddie en verdiende zo'n vijf dollar per zak. En ik gebruikte dat geld om aandelen te kopen. Dat was enkel omdat de aandelenmarkten het in die tijd goed deden. Het eerste bedrijf dat ik kocht, was Northeast Airlines. Northeast Airlines was het enige bedrijf dat ik kende waarvan de aandelen voor minder dan vijf dollar werden verkocht.
(Laughter)
(Gelach)
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.
Ik dacht dat ik meer aandelen kon kopen en als die stegen, verdiende ik meer. Dus... Dat was een domme strategie, niet? Maar ik verdrievoudigde mijn geld en dat was omdat ik geluk had. Het bedrijf ging bijna failliet, maar een ander bedrijf kocht het op, en ik verdrievoudigde mijn geld. Ik was verkocht. En ik dacht: dit spel is gemakkelijk. Met verloop van tijd ontdekte ik dat het spel allesbehalve gemakkelijk is.
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.
Om te slagen als belegger, moet je tegen de consensus ingaan en het juist hebben. En dat is niet gemakkelijk. Je moet tegen de consensus ingaan en het juist hebben omdat de consensus in de prijs is ingebouwd. En om een ondernemer te zijn, een succesvolle ondernemer, moet je tegen de consensus ingaan en het juist hebben. Ik wou een ondernemer en een belegger zijn en dat gaat gepaard met veel pijnlijke fouten. Dus maakte ik veel pijnlijke fouten en met verloop van tijd begon mijn houding tegenover die fouten te veranderen. Ik begon ze te zien als puzzels. En als ik die puzzels kon oplossen, zou ik schatten verdienen. En die puzzels kwamen hierop neer: wat kon ik in de toekomst anders doen om dezelfde fout te vermijden? En de schatten waren principes die ik neerschreef om ze niet te vergeten en me zouden helpen in de toekomst. En omdat ik ze zo helder neerpende, kon ik ze vervolgens -- zo ontdekte ik -- kon ik ze vervolgens verwerken in algoritmes. En die algoritmes konden geïntegreerd worden in computers, die samen met mij beslissingen zouden nemen. Dus we namen samen beslissingen. En ik kon die beslissingen vergelijken met mijn eigen beslissingen en zien dat ze veel beter waren. En dat was omdat de computer veel sneller beslissingen kon maken, veel meer informatie kon verwerken en beslissingen kon verwerken met veel minder emotie. Het was een radicale verbetering van mijn besluitvorming.
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.
Acht jaar nadat ik Bridgewater had opgericht, had ik mijn grootste mislukking, mijn grootste fout. Het was eind jaren 1970, ik was 34 jaar en had uitgerekend dat de Amerikaanse banken veel meer geld hadden geleend aan opkomende landen dan die landen ooit konden terugbetalen. En dat we de grootste schuldencrisis zouden meemaken sinds de Grote Depressie. Dit zou gepaard gaan met een economische crisis en een grote berenmarkt in aandelen. Een controversiële visie in die tijd. Mensen vonden het een gek standpunt. Maar in augustus 1982 kon Mexico zijn schulden niet betalen en een reeks andere landen volgde. En we hadden de grootste schuldencrisis sinds de Grote Depressie. En omdat ik dit had zien aankomen, mocht ik voor het congres getuigen en was ik te gast op Wall Street Week, een populaire show in die tijd. Als voorbeeld heb ik een korte video waarin jullie dit kunnen zien.
(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.
(Video) Beste voorzitter, Mr. Mitchell, het is een plezier en een grote eer om voor u te mogen verschijnen omtrent wat er momenteel fout gaat met onze economie. De economie ligt momenteel plat en staat op de rand van instorting.
Martin Zweig: You were recently quoted in an article. You said, "I can say this with absolute certainty because I know how markets work."
M. Zweig: Recent werd u geciteerd in een artikel en u zei: "Ik kan dit met absolute zekerheid zeggen, want ik weet hoe de marken werken."
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."
Ik kan met 100% zekerheid zeggen dat als je de liquiditeitspositie bekijkt van bedrijven en de wereld in zijn geheel, dat er zo'n beperkte liquiditeit is dat je niet kan terugkeren naar een tijdperk van stagflatie.
I look at that now, I think, "What an arrogant jerk!"
Als ik dat nu zie, denk ik: wat een arrogante klier.
(Laughter)
(Gelach)
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.
Ik was zo arrogant en zo fout. Terwijl de schuldencrisis woedde, stegen de aandelenmarkten en de economie in plaats van te dalen. En ik verloor zoveel geld, van mezelf en van klanten, dat ik mijn activiteiten bijna volledig moest opdoeken en bijna iedereen moest ontslaan. Mijn medewerkers waren als familie, dus ik was er kapot van. Ik had zoveel geld verloren dat ik 4000 dollar moest lenen van mijn vader om mijn rekeningen te kunnen betalen.
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.
Het was een van de pijnlijkste ervaringen in mijn leven, maar ook een van de beste ervaringen in mijn leven, omdat het mijn houding over besluitvorming veranderde. In plaats van te denken dat ik het juist heb, begon ik te denken: hoe weet ik dat ik het juist heb? Ik kreeg de nederigheid die ik nodig had om mijn lef in evenwicht te houden. Ik wou de slimste mensen vinden die het oneens met mij waren om hun perspectief te proberen te begrijpen of mijn perspectief aan een stresstest te onderwerpen. Ik wou een meritocratie van ideeën creëren. Met andere woorden, geen autocratie waarin ik zou leiden en anderen zouden volgen, en geen democratie waarin ieders standpunt evenveel waard was, maar een ideeënmeritocratie waarin de beste ideeën winnen. En ik besefte dat we daarvoor radicale eerlijkheid nodig hadden en radicale transparantie.
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?
Wat ik bedoel met radicale eerlijkheid en transparantie is dat mensen moeten kunnen zeggen wat ze echt geloven en alles moeten kunnen zien. We nemen bijna alle gesprekken op en laten iedereen alles zien, want als we dat niet deden zouden we geen ideeënmeritocratie hebben. Om een ideeënmeritocratie te creëren, moeten we de mensen laten zeggen wat ze willen. Een voorbeeld: dit is een mail van Jim Haskel, iemand die voor mij werkt, en dit was toegankelijk voor iedereen in het bedrijf. "Ray, je verdient een dikke onvoldoende voor je bijdrage aan de meeting vandaag. Je was absoluut niet voorbereid, anders was je niet zo slecht georganiseerd geweest." Is dat niet fantastisch?
(Laughter)
(Gelach)
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.
Ik vind het fantastisch. Ten eerste omdat ik die feedback nodig had. Ik heb dergelijke feedback nodig. En het is fantastisch, want als ik Jim en anderen niet toelaat om hun mening te geven, dan zou onze relatie niet hetzelfde zijn. En als ik dit niet publiek maakte voor iedereen, zouden we geen ideeënmeritocratie hebben.
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.
Dus de laatste 25 jaar hebben we op die manier gewerkt, met radicale transparantie en het verzamelen van principes op basis van onze fouten, en vervolgens die principes in algoritmes gieten. En die algoritmes... Die algoritmes volgen we, samen met onze eigen ideeën. Zo benaderen we onze beleggingen en ook onze medewerkers.
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 --
Om jullie te tonen hoe dit werkt, wil ik jullie graag meenemen naar een vergadering en kennis laten maken met onze tool, de Dot Collector, die ons hiermee helpt. Een week na de Amerikaanse verkiezingen had ons onderzoeksteam een vergadering om te bespreken wat Trumps verkiezing zou betekenen voor de economie. Uiteraard hadden mensen verschillende meningen hierover en over hoe we de discussie aanpakten. De Dot Collector verzamelt deze standpunten. Het bevat een lijst met een reeks stellingen. Telkens wanneer iemand iets denkt over de ideeën van iemand anders, kunnen ze eenvoudig hun oordeel kenbaar maken door hun stelling te noteren en een score van één tot tien te geven. Bijvoorbeeld, toen de meeting begon, gaf onderzoekster Jen me een drie -- met andere woorden: een slechte score --
(Laughter)
(Gelach)
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.
omdat ik geen goed evenwicht toonde tussen een open geest en assertiviteit. Tijdens de meeting werden Jens beoordelingen op die manier verzameld. Anderen in de ruimte hadden andere meningen. Dat is normaal. Verschillende mensen zullen altijd verschillende meningen hebben. En wie weet wie er gelijk heeft? Laat ons eens kijken naar wat men over mij dacht. Sommigen vonden dat ik het goed deed, anderen slecht. Met elk van deze standpunten kunnen we het denken achter de nummers nagaan. Dit is wat Jen en Larry zeiden. Iedereen kan zijn mening geven, inclusief hun kritiek, los van hun positie in het bedrijf. Jen, die 24 jaar is en net uit de schoolbanken komt, kan mij, de CEO, zeggen dat ik er niets van bak.
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.
Deze tool helpt mensen hun standpunten te delen en zich er vervolgens van te distantiëren om de zaken vanop een afstand te bekijken. Wanneer Jen en de anderen hun aandacht verleggen van hun eigen mening naar het volledige scherm, verandert hun perspectief. Ze zien hun standpunt als slechts een van de vele en vragen zich automatisch af: hoe weet ik of mijn standpunt juist is? Die verandering van perspectief is alsof je blik van eendimensionaal naar multidimensioneel gaat en doet het gesprek verschuiven van een discussie over opinies naar objectieve criteria om te bepalen welke opinies het best zijn.
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.
Achter de Dot Collector zit een computer die meekijkt. Hij registreert wat al deze mensen denken en verbindt dat met hoe ze denken. En op basis hiervan geeft hij advies aan ieder van hen. Dan neemt hij data uit alle meetings om een puntjesschilderij te maken van hoe mensen zijn en hoe ze denken. En dit gebeurt met behulp van algoritmen. Als je weet hoe mensen zijn, kan je hen beter afstemmen op hun job. Bijvoorbeeld: een creatieve denker die onbetrouwbaar is, kan je koppelen aan iemand die betrouwbaar is, maar niet creatief. Als we weten hoe mensen zijn, kunnen we ook beslissen welke verantwoordelijkheden we hen geven en onze beslissingen afwegen op basis van hun verdiensten. We noemen dat hun geloofwaardigheid. Dit is een voorbeeld van een stemming waarbij de meerderheid een zekere mening had, maar toen we de opinies afwogen op basis van hun verdiensten, was het antwoord heel anders. Door dit proces kunnen we beslissingen nemen, niet op basis van democratie of autocratie, maar op basis van een algoritme dat rekening houdt met geloofwaardigheid.
Yup, we really do this.
Ja, we doen dit echt.
(Laughter)
(Gelach)
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.
We doen dit omdat het elimineert wat volgens mij een van de grootste tragedies van de mensheid is, en dat is dat mensen op een arrogante, naïeve manier foutieve meningen hebben en hiernaar handelen, zonder te controleren of ze wel kloppen. En dat is een tragedie. We werken zo omdat we daardoor onze opinies kunnen overstijgen, waardoor we de zaken zien door ieders ogen en dus een collectief beeld krijgen. Collectieve besluitvorming is zoveel beter dan individuele besluitvorming, als het goed gebeurt. Dit is het geheime ingrediënt van ons succes. Daarom verdienen onze klanten meer dan bij eender welk ander hedge fund. Daarom boekten we winst in 23 van de afgelopen 26 jaar.
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 --
Wat is het probleem van radicale eerlijkheid en radicale transparantie tegenover anderen? Mensen vinden het emotioneel moeilijk. Critici noemen het een formule voor een harde werkomgeving. Volgens neurowetenschappers heeft dit te maken met hoe onze hersens werken. Een deel van onze hersens wil weten welke fouten we maken en onze zwakke plekken kennen zodat we het beter kunnen doen. Dat schijnt de prefontale cortex te zijn. Maar een ander deel van onze hersens ziet dit als een aanval. Dat schijnt de amygdala te zijn. Er zijn dus twee verschillende versies van jezelf, een emotionele versie en een intellectuele versie. En vaak komen die twee niet overeen en saboteren ze je. Onze ervaring is dat we dit gevecht kunnen winnen. We winnen het als groep. Het duurt ongeveer 18 maanden om erachter te komen dat de meesten het liefst zo werken, met deze radicale transparantie, dan in een minder transparante omgeving te werken. Er is geen politiek, niet de hardheid die gepaard gaat met al dat gedoe achter de schermen. Er is een ideeënmeritocratie waar mensen hun mening geven. En het is fantastisch. Het heeft ons doeltreffender gemaakt en heeft ons sterkere relaties gegeven. Maar het is niet voor iedereen. Zo'n 25 tot 30% van de bevolking houdt er niet van. Trouwens, als ik het heb over radicale transparantie, bedoel ik niet transparantie over alles. Je moet niet zeggen dat iemands kale plek groter wordt of dat hun baby lelijk is. Ik heb het enkel over...
(Laughter)
(Gelach)
talking about the important things. So --
over de belangrijke dingen. Dus...
(Laughter)
(Gelach)
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.
Dus als je straks vertrekt, probeer jezelf eens te observeren wanneer je met anderen praat. Stel je voor dat je zou weten wat ze echt denken en dat je zou weten hoe ze echt zijn en dat zij zouden weten wat jij echt denkt en hoe je echt bent. Het zou in elk geval heel wat dingen duidelijk maken en je interacties effectiever maken. Ik denk dat het je relaties zal verbeteren. Stel je nu voor dat je algoritmen hebt die je helpen om die informatie te verzamelen en beslissingen te nemen zoals in een ideeënmeritocratie. Dit soort radicale transparantie komt eraan en zal je leven beïnvloeden. En volgens mij zal het fantastisch zijn. Ik hoop dat het voor jullie even fantastisch is als voor mij.
Thank you very much.
Hartelijk dank.
(Applause)
(Applaus)