Erik Brynjolfsson: The key to growth? Race with the machines

Erik Brynjolfsson: ¿La clave del crecimiento? Correr junto a las máquinas

152,427 views

2013-04-23 ・ TED


New videos

Erik Brynjolfsson: The key to growth? Race with the machines

Erik Brynjolfsson: ¿La clave del crecimiento? Correr junto a las máquinas

152,427 views ・ 2013-04-23

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Traductor: Ciro Gomez Revisor: Emma Gon
00:12
Growth is not dead.
1
12605
2272
El crecimiento no está muerto.
00:14
(Applause)
2
14877
1386
(Aplausos)
00:16
Let's start the story 120 years ago,
3
16263
3963
La historia comienza hace 120 años,
00:20
when American factories began to electrify their operations,
4
20226
3632
cuando las fábricas estadounidenses empezaron a usar electricidad en sus operaciones,
00:23
igniting the Second Industrial Revolution.
5
23858
3344
dando inicio a la Segunda Revolución Industrial.
00:27
The amazing thing is
6
27202
1111
Lo más sorprendente es
00:28
that productivity did not increase in those factories
7
28313
2777
que la productividad no aumentó en esas fábricas
00:31
for 30 years. Thirty years.
8
31090
3256
durante 30 años. 30 años.
00:34
That's long enough for a generation of managers to retire.
9
34346
3474
Es tiempo suficiente para que una generación de gerentes se retire.
00:37
You see, the first wave of managers
10
37820
2222
Verán, la primera oleada de gerentes
00:40
simply replaced their steam engines with electric motors,
11
40042
3417
simplemente sustituyó las máquinas de vapor por motores eléctricos,
00:43
but they didn't redesign the factories to take advantage
12
43459
3010
pero no rediseñaron las fábricas para sacar provecho
00:46
of electricity's flexibility.
13
46469
2341
de la flexibilidad de la electricidad.
00:48
It fell to the next generation to invent new work processes,
14
48810
3984
Quedó en manos de la siguiente generación inventar nuevos procesos de trabajo,
00:52
and then productivity soared,
15
52794
2727
y entonces la productividad se disparó,
00:55
often doubling or even tripling in those factories.
16
55521
3665
a menudo duplicándose, o incluso triplicándose en esas fábricas.
00:59
Electricity is an example of a general purpose technology,
17
59186
4723
La electricidad es un ejemplo de tecnología multipropósito,
01:03
like the steam engine before it.
18
63909
2230
como lo fue primero la máquina de vapor.
01:06
General purpose technologies drive most economic growth,
19
66139
3416
Las tecnologías multipropósito impulsan la mayoría del crecimiento económico,
01:09
because they unleash cascades of complementary innovations,
20
69555
3454
porque desatan una cascada de innovaciones complementarias,
01:13
like lightbulbs and, yes, factory redesign.
21
73009
3632
como las bombillas y, sí, el rediseño de fábricas.
01:16
Is there a general purpose technology of our era?
22
76641
3610
¿Existe una tecnología multipropósito en nuestros tiempos?
01:20
Sure. It's the computer.
23
80251
2508
Claro. La computadora.
01:22
But technology alone is not enough.
24
82759
2659
Pero la tecnología por sí sola no es suficiente.
01:25
Technology is not destiny.
25
85418
2766
La tecnología no es el destino.
01:28
We shape our destiny,
26
88184
1580
Nosotros forjamos nuestro destino,
01:29
and just as the earlier generations of managers
27
89764
2516
y, tal y como las anteriores generaciones de gerentes
01:32
needed to redesign their factories,
28
92280
2298
necesitaron rediseñar sus fábricas,
01:34
we're going to need to reinvent our organizations
29
94578
2229
nosotros necesitaremos reinventar nuestras organizaciones.
01:36
and even our whole economic system.
30
96807
2555
e incluso todo nuestro sistema económico.
01:39
We're not doing as well at that job as we should be.
31
99362
3602
No estamos haciendo tan buen trabajo como deberíamos.
01:42
As we'll see in a moment,
32
102964
1230
Como veremos en un momento,
01:44
productivity is actually doing all right,
33
104194
2722
la productividad en realidad va bien,
01:46
but it has become decoupled from jobs,
34
106916
3862
pero se ha desacoplado del empleo,
01:50
and the income of the typical worker is stagnating.
35
110778
4419
y el ingreso del trabajador medio se está estancando.
01:55
These troubles are sometimes misdiagnosed
36
115197
2519
Estos problemas a veces se diagnostican erróneamente
01:57
as the end of innovation,
37
117716
3712
como el fin de la innovación,
02:01
but they are actually the growing pains
38
121428
2129
pero son en realidad las dificultades crecientes
02:03
of what Andrew McAfee and I call the new machine age.
39
123557
5590
de lo que Andrew McAfee y yo llamamos la nueva era de las máquinas.
02:09
Let's look at some data.
40
129147
1882
Miremos algunos números.
02:11
So here's GDP per person in America.
41
131029
2902
Aquí está el PIB per cápita en EE.UU.
02:13
There's some bumps along the way, but the big story
42
133931
2766
Hay algunos baches en el camino, pero la gran noticia
02:16
is you could practically fit a ruler to it.
43
136697
2715
es que uno prácticamente podría ajustar una regla.
02:19
This is a log scale, so what looks like steady growth
44
139412
3276
Es una escala logarítmica, así que lo que parece un crecimiento constante
02:22
is actually an acceleration in real terms.
45
142688
3043
es realmente una aceleración en términos reales.
02:25
And here's productivity.
46
145731
2160
Y aquí está la productividad.
02:27
You can see a little bit of a slowdown there in the mid-'70s,
47
147891
2671
Pueden ver una pequeña desaceleración a mediados de los 70,
02:30
but it matches up pretty well with the Second Industrial Revolution,
48
150562
3738
pero coincide bastante bien con la Segunda Revolución Industrial,
02:34
when factories were learning how to electrify their operations.
49
154300
2691
cuando las fábricas fueron aprendiendo a electrificar sus operaciones.
02:36
After a lag, productivity accelerated again.
50
156991
4129
Después de un retraso, la productividad se acelera otra vez.
02:41
So maybe "history doesn't repeat itself,
51
161120
2571
Así que tal vez "la historia no se repite,
02:43
but sometimes it rhymes."
52
163691
2568
pero a veces rima".
02:46
Today, productivity is at an all-time high,
53
166259
3136
Hoy en día, la productividad está en un nivel más alto,
02:49
and despite the Great Recession,
54
169395
1977
y a pesar de la Gran Recesión,
02:51
it grew faster in the 2000s than it did in the 1990s,
55
171372
4252
creció más rápido en la década del 2000 que en la de 1990,
02:55
the roaring 1990s, and that was faster than the '70s or '80s.
56
175624
4136
el rugido de los 90 y más rápido que los 70 o los 80.
02:59
It's growing faster than it did during the Second Industrial Revolution.
57
179760
3674
Está creciendo más rápido de lo que lo hizo en la Segunda Revolución Industrial.
03:03
And that's just the United States.
58
183434
1743
Y eso es solo en EE.UU.
03:05
The global news is even better.
59
185177
3248
Las noticias mundiales son incluso mejores.
03:08
Worldwide incomes have grown at a faster rate
60
188425
2360
Los ingresos en todo el mundo han crecido a un ritmo más rápido
03:10
in the past decade than ever in history.
61
190785
2496
en la última década que nunca antes en la historia.
03:13
If anything, all these numbers actually understate our progress,
62
193281
5051
En todo caso, todos estos números realmente subestiman nuestro progreso,
03:18
because the new machine age
63
198332
1912
porque la nueva era de la máquina
03:20
is more about knowledge creation
64
200244
1664
es más sobre la creación de conocimiento
03:21
than just physical production.
65
201908
2331
que solo la producción física.
03:24
It's mind not matter, brain not brawn,
66
204239
2938
Es mente no materia, inteligencia no fuerza,
03:27
ideas not things.
67
207177
2062
ideas no cosas.
03:29
That creates a problem for standard metrics,
68
209239
2570
Crea un problema para las métricas estándar,
03:31
because we're getting more and more stuff for free,
69
211809
3502
ya que estamos recibiendo más y más cosas gratis,
03:35
like Wikipedia, Google, Skype,
70
215311
2641
como Wikipedia, Google, Skype,
03:37
and if they post it on the web, even this TED Talk.
71
217952
3063
y si publican en la web, incluso esta charla TED.
03:41
Now getting stuff for free is a good thing, right?
72
221015
3303
Conseguir cosas gratis es bueno, ¿correcto?
03:44
Sure, of course it is.
73
224318
1765
Seguro, por supuesto que lo es.
03:46
But that's not how economists measure GDP.
74
226083
3868
Pero no es cómo los economistas miden el PIB.
03:49
Zero price means zero weight in the GDP statistics.
75
229951
5592
Cero precio significa cero peso en las estadísticas del PIB.
03:55
According to the numbers, the music industry
76
235543
2112
Según los números, la industria de la música
03:57
is half the size that it was 10 years ago,
77
237655
3000
es la mitad del tamaño que era hace 10 años,
04:00
but I'm listening to more and better music than ever.
78
240655
3656
pero yo estoy escuchando más y mejor música que nunca
04:04
You know, I bet you are too.
79
244311
2192
y apuesto que Uds. también.
04:06
In total, my research estimates
80
246503
2723
En total, mi investigación estima
04:09
that the GDP numbers miss over 300 billion dollars per year
81
249226
4754
que a las cifras del PIB le faltan más de USD 300 mil millones al año
04:13
in free goods and services on the Internet.
82
253980
3346
en bienes y servicios gratuitos en Internet.
04:17
Now let's look to the future.
83
257326
1789
Ahora echemos un vistazo al futuro.
04:19
There are some super smart people
84
259115
2263
Hay algunas personas superinteligentes
04:21
who are arguing that we've reached the end of growth,
85
261378
5019
que sostienen que hemos llegado al final del crecimiento,
04:26
but to understand the future of growth,
86
266397
3558
pero para entender el futuro del crecimiento,
04:29
we need to make predictions
87
269955
2683
necesitamos hacer predicciones
04:32
about the underlying drivers of growth.
88
272638
3290
sobre las causas subyacentes del crecimiento.
04:35
I'm optimistic, because the new machine age
89
275928
3806
Soy optimista, porque la nueva era de la máquina
04:39
is digital, exponential and combinatorial.
90
279734
5030
es digital, exponencial y combinatoria.
04:44
When goods are digital, they can be replicated
91
284764
2264
Cuando las mercancías son digitales, se pueden replicar
04:47
with perfect quality at nearly zero cost,
92
287028
4509
con una calidad perfecta a un costo casi cero,
04:51
and they can be delivered almost instantaneously.
93
291537
4018
y pueden ser entregadas de forma casi instantánea.
04:55
Welcome to the economics of abundance.
94
295555
2800
Bienvenido a la economía de la abundancia.
04:58
But there's a subtler benefit to the digitization of the world.
95
298355
3690
Pero hay un beneficio más sutil de la digitalización del mundo.
05:02
Measurement is the lifeblood of science and progress.
96
302045
4600
La medición es el alma de la ciencia y el progreso.
05:06
In the age of big data,
97
306645
2148
En la era de 'big data',
05:08
we can measure the world in ways we never could before.
98
308793
4286
podemos medir el mundo de maneras que nunca pudimos antes.
05:13
Secondly, the new machine age is exponential.
99
313079
4095
En segundo lugar, la nueva era de la máquina es exponencial.
05:17
Computers get better faster than anything else ever.
100
317174
5935
Las computadoras mejoran más rápidamente que cualquier otra cosa alguna vez.
05:23
A child's Playstation today is more powerful
101
323109
3568
La Playstation de un niño hoy es más potente
05:26
than a military supercomputer from 1996.
102
326677
4056
que un superordenador militar de 1996.
05:30
But our brains are wired for a linear world.
103
330733
3207
Pero nuestros cerebros están cableados para un mundo lineal.
05:33
As a result, exponential trends take us by surprise.
104
333940
3888
A consecuencia de ello, las tendencias exponenciales nos toman por sorpresa.
05:37
I used to teach my students that there are some things,
105
337828
2602
Yo solía enseñar a mis alumnos que hay algunas cosas,
05:40
you know, computers just aren't good at,
106
340430
1934
saben, en las que las computadoras no son buenas,
05:42
like driving a car through traffic.
107
342364
2385
como conducir un coche a través del tráfico.
05:44
(Laughter)
108
344749
2013
(Risas)
05:46
That's right, here's Andy and me grinning like madmen
109
346762
3491
Es cierto, aquí estamos Andy y yo sonriendo como locos
05:50
because we just rode down Route 101
110
350253
2384
porque acabamos de recorrer la Ruta 101
05:52
in, yes, a driverless car.
111
352637
3669
en, sí, un coche sin conductor.
05:56
Thirdly, the new machine age is combinatorial.
112
356306
2583
En tercer lugar, la nueva era de la máquina es combinatoria.
05:58
The stagnationist view is that ideas get used up,
113
358889
4048
El punto de vista estacionario es que las ideas se agotan
06:02
like low-hanging fruit,
114
362937
1856
como las frutas maduras,
06:04
but the reality is that each innovation
115
364793
3163
pero la realidad es que cada innovación
06:07
creates building blocks for even more innovations.
116
367956
3256
crea bloques de construcción para incluso más innovaciones.
06:11
Here's an example. In just a matter of a few weeks,
117
371212
3345
Un ejemplo. En cuestión de unas semanas,
06:14
an undergraduate student of mine
118
374557
2072
un estudiante mío de pregrado
06:16
built an app that ultimately reached 1.3 million users.
119
376629
4111
construyó una aplicación que alcanzó 1,3 millones de usuarios.
06:20
He was able to do that so easily
120
380740
1699
Fue capaz de hacer eso muy fácilmente
06:22
because he built it on top of Facebook,
121
382439
1827
porque lo construyó sobre Facebook,
06:24
and Facebook was built on top of the web,
122
384266
1933
y Facebook se construyó sobre la web,
06:26
and that was built on top of the Internet,
123
386199
1698
que fue construida sobre internet,
06:27
and so on and so forth.
124
387897
2418
y así y así, sucesivamente.
06:30
Now individually, digital, exponential and combinatorial
125
390315
4765
Ahora individualmente, digital, exponencial y combinatoria
06:35
would each be game-changers.
126
395080
2350
cada uno es un transformador del juego.
06:37
Put them together, and we're seeing a wave
127
397430
2190
Al ponerlos juntos, vemos una onda
06:39
of astonishing breakthroughs,
128
399620
1393
de avances sorprendentes,
06:41
like robots that do factory work or run as fast as a cheetah
129
401013
3060
como robots que hacen el trabajo de fábrica o corren tan rápido como un guepardo
06:44
or leap tall buildings in a single bound.
130
404073
2796
o saltan edificios altos en un solo salto.
06:46
You know, robots are even revolutionizing
131
406869
2232
Saben, los robots están incluso revolucionando
06:49
cat transportation.
132
409101
1829
el transporte de gatos.
06:50
(Laughter)
133
410930
2270
(Risas)
06:53
But perhaps the most important invention,
134
413200
2732
Pero quizás la invención más importante,
06:55
the most important invention is machine learning.
135
415932
5065
la invención más importante, es el aprendizaje de las máquinas.
07:00
Consider one project: IBM's Watson.
136
420997
3376
Consideren un proyecto: Watson de IBM.
07:04
These little dots here,
137
424373
1589
Estos puntos pequeños
07:05
those are all the champions on the quiz show "Jeopardy."
138
425962
4860
son todos los campeones en el concurso "Jeopardy".
07:10
At first, Watson wasn't very good,
139
430822
2544
Al principio, Watson no era muy bueno,
07:13
but it improved at a rate faster than any human could,
140
433366
5622
pero mejoró a un ritmo más rápido que cualquier humano hubiera podido hacer,
07:18
and shortly after Dave Ferrucci showed this chart
141
438988
2687
y poco después de que Dave Ferrucci mostró esta tabla
07:21
to my class at MIT,
142
441675
1652
a mi clase en el MIT,
07:23
Watson beat the world "Jeopardy" champion.
143
443327
3542
Watson venció al campeón del mundo de "Jeopardy".
07:26
At age seven, Watson is still kind of in its childhood.
144
446869
3989
A los 7 años, Watson está todavía en su niñez.
07:30
Recently, its teachers let it surf the Internet unsupervised.
145
450858
5318
Recientemente, sus profesores lo dejaron navegar por Internet sin supervisión.
07:36
The next day, it started answering questions with profanities.
146
456176
5946
Al día siguiente, comenzó a responder a las preguntas con blasfemias.
07:42
Damn. (Laughter)
147
462122
2274
Maldita sea. (Risas)
07:44
But you know, Watson is growing up fast.
148
464396
2280
¿Pero saben? Watson está creciendo rápidamente.
07:46
It's being tested for jobs in call centers, and it's getting them.
149
466676
4212
Está siendo probado para puestos de trabajo en los centros de llamadas, y se los están dando.
07:50
It's applying for legal, banking and medical jobs,
150
470888
3724
Solicita empleo legal, bancario y médico,
07:54
and getting some of them.
151
474612
1950
y le dan algunos.
07:56
Isn't it ironic that at the very moment
152
476562
1889
¿No es irónico que, en el mismo momento
07:58
we are building intelligent machines,
153
478451
2234
en que estamos construyendo máquinas inteligentes,
08:00
perhaps the most important invention in human history,
154
480685
3449
quizás la invención más importante en la historia de la humanidad,
08:04
some people are arguing that innovation is stagnating?
155
484134
3975
algunas personas argumenten que se está estancando la innovación?
08:08
Like the first two industrial revolutions,
156
488109
2419
Como las dos primeras revoluciones industriales,
08:10
the full implications of the new machine age
157
490528
3134
todas las implicaciones de la nueva era de la máquina
08:13
are going to take at least a century to fully play out,
158
493662
2682
se van a tomar al menos un siglo para desarrollarse plenamente
08:16
but they are staggering.
159
496344
3032
pero son asombrosas.
08:19
So does that mean we have nothing to worry about?
160
499376
3336
Así que, ¿quiere decir esto que no tenemos nada de qué preocuparnos?
08:22
No. Technology is not destiny.
161
502712
3680
No. La tecnología no es un destino.
08:26
Productivity is at an all time high,
162
506392
2569
La productividad es la más alta de todos los tiempos
08:28
but fewer people now have jobs.
163
508961
2983
pero ahora, menos personas tienen empleo.
08:31
We have created more wealth in the past decade than ever,
164
511944
3120
Hemos creado más riqueza en la última década que nunca antes,
08:35
but for a majority of Americans, their income has fallen.
165
515064
3904
pero para la mayoría de los estadounidenses, sus ingresos han disminuido.
08:38
This is the great decoupling
166
518968
2312
Esta es la gran disociación
08:41
of productivity from employment,
167
521280
2976
entre productividad y trabajo,
08:44
of wealth from work.
168
524256
3104
entre riqueza y trabajo.
08:47
You know, it's not surprising that millions of people
169
527360
2346
Saben, no es de extrañar que millones de personas
08:49
have become disillusioned by the great decoupling,
170
529706
2846
estén desilusionadas por la gran disociación,
08:52
but like too many others,
171
532552
1747
pero como muchos otros,
08:54
they misunderstand its basic causes.
172
534299
3097
malinterpretan sus causas básicas.
08:57
Technology is racing ahead,
173
537396
2610
La tecnología es una carrera por delante,
09:00
but it's leaving more and more people behind.
174
540006
3550
pero está dejando más y más gente detrás.
09:03
Today, we can take a routine job,
175
543556
3519
Hoy en día, podemos tomar un trabajo rutinario,
09:07
codify it in a set of machine-readable instructions,
176
547075
3091
codificarlo en un conjunto de instrucciones legibles por una máquina,
09:10
and then replicate it a million times.
177
550166
2827
y luego replicarla un millón de veces.
09:12
You know, I recently overheard a conversation
178
552993
2279
Saben, recientemente escuché una conversación
09:15
that epitomizes these new economics.
179
555272
1952
que epitoma esta nueva economía.
09:17
This guy says, "Nah, I don't use H&R Block anymore.
180
557224
4197
El hombre dice: "No, yo no uso más a H&R Block.
09:21
TurboTax does everything that my tax preparer did,
181
561421
2448
TurboTax hace todo lo que hacía mi asesor de impuestos,
09:23
but it's faster, cheaper and more accurate."
182
563869
4558
pero más rápido, más barato y más preciso".
09:28
How can a skilled worker
183
568427
1799
¿Cómo puede un trabajador calificado
09:30
compete with a $39 piece of software?
184
570226
3009
competir con un paquete de software de 39 dólares?
09:33
She can't.
185
573235
1967
No puede.
09:35
Today, millions of Americans do have faster,
186
575202
2780
Hoy en día, millones de estadounidenses tienen más rápido,
09:37
cheaper, more accurate tax preparation,
187
577982
2387
más barato, más precisa, su declaración de impuestos
09:40
and the founders of Intuit
188
580369
1486
y los fundadores de Intuit
09:41
have done very well for themselves.
189
581855
2493
lo han hecho muy bien para sí mismos.
09:44
But 17 percent of tax preparers no longer have jobs.
190
584348
4214
Pero 17 % de los asesores de impuestos ya no tienen empleo.
09:48
That is a microcosm of what's happening,
191
588562
2078
Es un microcosmos de lo que está sucediendo,
09:50
not just in software and services, but in media and music,
192
590640
4677
no solo en software y servicios, sino en los medios de comunicación y la música,
09:55
in finance and manufacturing, in retailing and trade --
193
595317
3686
en finanzas y manufactura, venta al por menor y comercio,
09:59
in short, in every industry.
194
599003
3895
en definitiva, en todas las industrias.
10:02
People are racing against the machine,
195
602898
3095
Las personas están compitiendo contra las máquinas,
10:05
and many of them are losing that race.
196
605993
3090
y muchos están perdiendo esa carrera.
10:09
What can we do to create shared prosperity?
197
609083
3886
¿Qué podemos hacer para crear prosperidad compartida?
10:12
The answer is not to try to slow down technology.
198
612969
3017
La respuesta es no intentar frenar la tecnología.
10:15
Instead of racing against the machine,
199
615986
2557
En vez de competir contra la máquina,
10:18
we need to learn to race with the machine.
200
618543
3677
tenemos que aprender a competir con la máquina.
10:22
That is our grand challenge.
201
622220
3129
Es nuestro gran desafío.
10:25
The new machine age
202
625349
2324
La nueva era de la máquina
10:27
can be dated to a day 15 years ago
203
627673
3113
se puede fechar a un día hace 15 años
10:30
when Garry Kasparov, the world chess champion,
204
630786
2878
cuando Gary Kasparov, el campeón mundial de ajedrez,
10:33
played Deep Blue, a supercomputer.
205
633664
3706
jugó con Deep Blue, una supercomputadora.
10:37
The machine won that day,
206
637370
2012
La máquina ganó ese día,
10:39
and today, a chess program running on a cell phone
207
639382
2968
y hoy, un programa de ajedrez corriendo en un teléfono celular
10:42
can beat a human grandmaster.
208
642350
2296
puede vencer a un gran maestro humano.
10:44
It got so bad that, when he was asked
209
644646
3365
Se puso tan feo, que cuando se le preguntó
10:48
what strategy he would use against a computer,
210
648011
2563
qué estrategia usaría contra una computadora,
10:50
Jan Donner, the Dutch grandmaster, replied,
211
650574
4016
Jan Donner, el gran maestro holandés, respondió:
10:54
"I'd bring a hammer."
212
654590
1771
"Traería un martillo".
10:56
(Laughter)
213
656361
3680
(Risas)
11:00
But today a computer is no longer the world chess champion.
214
660041
4544
Pero hoy en día una computadora ya no es más la campeona mundial de ajedrez.
11:04
Neither is a human,
215
664585
2654
Tampoco es un ser humano,
11:07
because Kasparov organized a freestyle tournament
216
667239
3579
porque Kasparov organizó un torneo de estilo libre
11:10
where teams of humans and computers
217
670818
1916
donde los equipos de seres humanos y computadoras
11:12
could work together,
218
672734
2099
podían trabajar juntos,
11:14
and the winning team had no grandmaster,
219
674833
3157
y el equipo ganador no tenía ningún gran maestro,
11:17
and it had no supercomputer.
220
677990
2465
y no tenía ninguna supercomputadora.
11:20
What they had was better teamwork,
221
680455
4175
Lo que tenían era el mejor trabajo en equipo,
11:24
and they showed that a team of humans and computers,
222
684630
5016
y demostraron que un equipo de seres humanos y computadoras,
11:29
working together, could beat any computer
223
689646
3048
trabajando juntos, podría vencer a cualquier computadora
11:32
or any human working alone.
224
692694
3520
o a cualquier humano que trabaja solo.
11:36
Racing with the machine
225
696214
1664
Compite con la máquina
11:37
beats racing against the machine.
226
697878
2343
gánale la carrera contra la máquina.
11:40
Technology is not destiny.
227
700221
2564
La tecnología no es un destino.
11:42
We shape our destiny.
228
702785
1742
Conformamos nuestro destino.
11:44
Thank you.
229
704527
1447
Gracias.
11:45
(Applause)
230
705974
5016
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7