How to build a company where the best ideas win | Ray Dalio

1,391,881 views ・ 2017-09-06

TED


वीडियो चलाने के लिए कृपया नीचे दिए गए अंग्रेजी उपशीर्षक पर डबल-क्लिक करें।

Translator: Dr Prem P. Atreja Reviewer: Arvind Patil
00:12
Whether you like it or not,
0
12380
1336
चाहे तुम्हें पसंद हो या नहीं ¶
00:13
radical transparency and algorithmic decision-making is coming at you fast,
1
13740
5376
पूर्ण पारदर्शिता व एल्गोरिथम द्वारा फैसले लेना आप तक तेज़ी से बढ़ रहे हैं।
00:19
and it's going to change your life.
2
19140
1976
और यह आपके जीवन को बदलने वाला है।
00:21
That's because it's now easy to take algorithms
3
21140
2816
क्योंकि एल्गोरिदम द्वारा यह अब आसान है
00:23
and embed them into computers
4
23980
1896
और उन्हें कंप्यूटर में लागू करना
00:25
and gather all that data that you're leaving on yourself
5
25900
2936
और वह सब जानकारी इकट्ठा करना जोकि तुम स्वयं पर छोड़ रहे हो
00:28
all over the place,
6
28860
1376
सभी स्थानों पर,
00:30
and know what you're like,
7
30260
1696
और तुम्हें पता है कि तुम कैसे हो,
00:31
and then direct the computers to interact with you
8
31980
2936
और फिर आपसे आदान प्रदान करने के लिए कंप्यूटर को निर्देश दें
00:34
in ways that are better than most people can.
9
34940
2120
जो अधिकांश लोगों के तरीकों से बेहतर हैं।
00:37
Well, that might sound scary.
10
37980
1616
खैर, यह डरावना लग सकता है।¶
00:39
I've been doing this for a long time and I have found it to be wonderful.
11
39620
3640
मैं ऐसा एक लंबे समय से कर रहा हूँ और मैंने इसे अद्भुत पाया है।
00:43
My objective has been to have meaningful work
12
43979
2657
मेरा उद्देश्य रहा है अर्थपूर्ण कार्य करने का
00:46
and meaningful relationships with the people I work with,
13
46660
2856
और अपने सहकर्मियों के साथ अर्थपूर्ण रिश्ते बनाने का
00:49
and I've learned that I couldn't have that
14
49540
2056
और मुझे पता चला है कि ऐसा नहीं हो सकता था
00:51
unless I had that radical transparency and that algorithmic decision-making.
15
51620
4280
जब तक कि मेरे पास वह पूर्ण पारदर्शिता और निर्णय लेने का एल्गोरिथम न थे।
00:56
I want to show you why that is,
16
56500
2016
मैं आपको दिखाना चाहता हूं ऐसा क्यों है,
00:58
I want to show you how it works.
17
58540
1696
मैं आपको दिखाना चाहता हूं यह कैसे काम करता है।
01:00
And I warn you that some of the things that I'm going to show you
18
60260
3096
और मैं आपको सजग करता हूँ कुछ चीजें जो मैं दिखाने वाला हूँ
01:03
probably are a little bit shocking.
19
63380
1667
शायद थोड़ा चौंकाने वाली हों।
01:05
Since I was a kid, I've had a terrible rote memory.
20
65580
3480
बचपन से ही मेरी रटने कि यादाश्त बहुत अधिक थी।
01:09
And I didn't like following instructions,
21
69940
2176
और मुझे निर्देश लेना पसंद नहीं था,
01:12
I was no good at following instructions.
22
72140
2416
मैं निर्देशों का अनुसरण करने में अच्छा भी नहीं था।
01:14
But I loved to figure out how things worked for myself.
23
74580
3000
पर मुझे यह जानना पसंद था कि मेरे लिए चीज़ें कैसे काम करती थीं।
01:18
When I was 12,
24
78500
1376
जब मेरी आयु 12 वर्ष थी,
01:19
I hated school but I fell in love with trading the markets.
25
79900
3280
मुझे स्कूल से नफरत थी लेकिन मुझे बाज़ारों के कारोबार से प्यार हो गया।
01:23
I caddied at the time,
26
83740
1656
मैंने उस समय थैले उठा कर ,
01:25
earned about five dollars a bag.
27
85420
1576
प्रति थैला लगभग पांच डॉलर कमाए।
01:27
And I took my caddying money, and I put it in the stock market.
28
87020
3200
और मैंने इस पैसे को शेयर बाज़ार में लगाया।
01:31
And that was just because the stock market was hot at the time.
29
91060
3376
और यह सिर्फ इसलिए था क्योंकि उस समय शेयर बाज़ार में तेज़ी थी।
01:34
And the first company I bought
30
94460
1456
और पहली कम्पनी जिसका मैंने शेयर खरीदा
01:35
was a company by the name of Northeast Airlines.
31
95940
2600
उस कम्पनी का नाम पूर्वोत्तर एयरलाइंस था।
01:39
Northeast Airlines was the only company I heard of
32
99180
2736
पूर्वोत्तर एयरलाइंस ही ऐसी कंपनी थी जिसका मैंने सुना था
01:41
that was selling for less than five dollars a share.
33
101940
2696
वह प्रति शेयर पांच डॉलर से कम बेच रही थी।
01:44
(Laughter)
34
104660
1976
(हँसी)¶
01:46
And I figured I could buy more shares,
35
106660
1856
और मुझे लगा मैं और शेयर खरीद सकता था,¶
01:48
and if it went up, I'd make more money.
36
108540
2096
और अगर यह ऊपर गया, तो मैं और पैसा कमाऊंगा।
01:50
So, it was a dumb strategy, right?
37
110660
2840
तो, यह एक मूक रणनीति थी, है न?
01:54
But I tripled my money,
38
114180
1456
लेकिन मेरा पैसा तीन गुना बढ़ा,
01:55
and I tripled my money because I got lucky.
39
115660
2120
व धन तिगुना हुआ क्योंकि मैं भाग्यवान था।
01:58
The company was about to go bankrupt,
40
118340
1816
कंपनी लगभग दिवालिया होने ही वाली थी,
02:00
but some other company acquired it,
41
120180
2096
लेकिन किसी अन्य कंपनी ने इसका अधिग्रहण कर लिया ,
02:02
and I tripled my money.
42
122300
1456
और मेरा पैसा तीन गुना बढ़ गया।
02:03
And I was hooked.
43
123780
1200
और मैं जुड़ सा गया था।
02:05
And I thought, "This game is easy."
44
125540
2280
और मैंने सोचा, "यह खेल आसान है।"
02:09
With time,
45
129020
1216
समय के साथ,
02:10
I learned this game is anything but easy.
46
130260
1960
मैंने सीखा कि खेल कुछ भी हो पर आसान है।
02:12
In order to be an effective investor,
47
132700
2136
एक प्रभावी निवेशक बनने के लिए,
02:14
one has to bet against the consensus
48
134860
2896
हमें सर्वसम्मति के खिलाफ जोखिम उठाना
02:17
and be right.
49
137780
1256
और सही होना होता है।
02:19
And it's not easy to bet against the consensus and be right.
50
139060
2856
आम सहमति के खिलाफ जोखिम उठाना और सही होनाआसान नहीं है।
02:21
One has to bet against the consensus and be right
51
141940
2336
हमें सर्वसम्मति के खिलाफ जोखिम उठाना और सही होना होता है।
02:24
because the consensus is built into the price.
52
144300
2640
क्योंकि आम सहमति मूल्य में समाहित है।
02:27
And in order to be an entrepreneur,
53
147940
2456
और एक उद्यमी होने के लिए,
02:30
a successful entrepreneur,
54
150420
1616
एक सफल उद्यमी,
02:32
one has to bet against the consensus and be right.
55
152060
3480
को सर्वसम्मति के खिलाफ जोखिम उठाना और सही होना होता है।
02:37
I had to be an entrepreneur and an investor --
56
157220
2936
मुझे एक उद्यमी निवेशक होना था -
02:40
and what goes along with that is making a lot of painful mistakes.
57
160180
4200
और उसके साथ बहुत दर्दनाक गल्तियाँ करना चलता है।
02:45
So I made a lot of painful mistakes,
58
165260
2816
तो मैंने बहुत दर्दनाक गल्तियाँ कीं,
02:48
and with time,
59
168100
1256
और समय के साथ,
02:49
my attitude about those mistakes began to change.
60
169380
2960
उन गल्तियों बारे मेरा दृष्टिकोण बदलना शुरू हो गया।
02:52
I began to think of them as puzzles.
61
172980
2096
मैं उन्हें पहेली के रूप में सोचने लगा।
02:55
That if I could solve the puzzles,
62
175100
1936
कि अगर मैं पहेलियों को हल कर सका ,
02:57
they would give me gems.
63
177060
1440
तो वे मुझे रत्न देंगे।
02:58
And the puzzles were:
64
178980
1656
और पहेलियाँ थीं:
03:00
What would I do differently in the future so I wouldn't make that painful mistake?
65
180660
3880
भविष्य में मैं ऐसा क्या अलग करूँगा कि मैं वह दर्दनाक गलती न करूं?
03:05
And the gems were principles
66
185100
2576
और वे रत्न सिद्धांत थे
03:07
that I would then write down so I would remember them
67
187700
3136
जिन्हें मैं लिख लेता और याद कर लेता
03:10
that would help me in the future.
68
190860
1572
जो भविष्य में मेरी मदद करते।
03:12
And because I wrote them down so clearly,
69
192820
2696
और क्योंकि मैंने उन्हें इतनी स्पष्ट रूप से लिखा था,
03:15
I could then --
70
195540
1336
तब मैं कर सकता था -
03:16
eventually discovered --
71
196900
1576
अंततः खोज -
03:18
I could then embed them into algorithms.
72
198500
3760
तब मैं उन्हें एल्गोरिदम में लागू कर के उपयोग कर सका।
03:23
And those algorithms would be embedded in computers,
73
203220
3456
और उन एल्गोरिदम को कंप्यूटर में लागू किया जाता,
03:26
and the computers would make decisions along with me;
74
206700
3336
और कंप्यूटर मेरे साथ मिल कर निर्णय करता ;
03:30
and so in parallel, we would make these decisions.
75
210060
3136
और अतः समानांतर रूप में, हम ये निर्णय लेते।
03:33
And I could see how those decisions then compared with my own decisions,
76
213220
3976
और मैं उन निर्णयों को मेरे अपने निर्णयों के परिपेक्ष में देख सकता था,
03:37
and I could see that those decisions were a lot better.
77
217220
3096
और मैं यह देख सकता था वे निर्णय कहीं अधिक बेहतर थे।
03:40
And that was because the computer could make decisions much faster,
78
220340
4736
और इसका कारण था कि कंप्यूटर फैसले बहुत तेज कर सकता था,
03:45
it could process a lot more information
79
225100
2256
यह बहुत अधिक जानकारी संसाधित कर सकता था
03:47
and it can process decisions much more --
80
227380
3400
और यह अधिक फैसले कर सकता था -
03:51
less emotionally.
81
231700
1200
कम भावनात्मक रूप से।
03:54
So it radically improved my decision-making.
82
234580
3920
तो मौलिक रूप से मेरा निर्णय लेने में काफी सुधार हुआ।
04:00
Eight years after I started Bridgewater,
83
240260
4896
मेरे ब्रिजवॉटर शुरू करने के आठ साल बाद,¶
04:05
I had my greatest failure,
84
245180
1536
मेरी सबसे बड़ी विफलता थी
04:06
my greatest mistake.
85
246740
1200
मेरी सबसे बड़ी गल्ती।
04:09
It was late 1970s,
86
249500
2136
यह 1970 के दशक के अंत की बात थी,
04:11
I was 34 years old,
87
251660
1976
मैं 34 साल का था,
04:13
and I had calculated that American banks
88
253660
3656
और मैंने गणना की थी कि अमेरिकी बैंकों ने
04:17
had lent much more money to emerging countries
89
257340
2856
उभरते हुए देशों को इतना अधिक पैसा दे दिया था
04:20
than those countries were going to be able to pay back
90
260220
2816
कि वे देश वापस उतना भुगतान करने में सक्षम नहीं थे
04:23
and that we would have the greatest debt crisis
91
263060
2696
और हम सबसे बड़े कर्ज़ संकट में होंगे
04:25
since the Great Depression.
92
265780
1360
महान वित्तीय मन्दी के बाद।
04:28
And with it, an economic crisis
93
268020
2216
और इसके साथ, एक आर्थिक संकट
04:30
and a big bear market in stocks.
94
270260
2040
और स्टॉक में एक बड़ा मन्दी बाज़ार।
04:33
It was a controversial view at the time.
95
273500
2000
उस समय यह एक विवादास्पद राय थी।
04:35
People thought it was kind of a crazy point of view.
96
275980
2440
लोगों ने सोचा था कि यह झक्की राय थी।
04:39
But in August 1982,
97
279300
2216
लेकिन अगस्त 1982 में,
04:41
Mexico defaulted on its debt,
98
281540
1960
मेक्सिको कर्ज़ चुकता करने में नाकाम रहा
04:44
and a number of other countries followed.
99
284340
2256
और कई अन्य देशों ने इसका अनुसरण किया।
04:46
And we had the greatest debt crisis since the Great Depression.
100
286620
3400
और महान मन्दी के बाद से हम सबसे बड़े कर्ज़ संकट में थे।
04:50
And because I had anticipated that,
101
290900
2776
और क्योंकि मैंने वह पूर्व अनुमान लगाया था,
04:53
I was asked to testify to Congress and appear on "Wall Street Week,"
102
293700
4336
मुझे कांग्रेस के समक्ष साक्षी के लिए व "वॉल स्ट्रीट वीक" में आने को कहा गया
04:58
which was the show of the time.
103
298060
1976
जो उस समय का नामी ग्रामी शो था।
05:00
Just to give you a flavor of that, I've got a clip here,
104
300060
2936
बस इसका थोड़ा सा भान कराने के लिए, मेरे पास एक अंश है,
05:03
and you'll see me in there.
105
303020
1920
और तुम मुझे इसमें देखोगे।
05:06
(Video) Mr. Chairman, Mr. Mitchell,
106
306300
1696
(वीडियो)श्री अध्यक्ष, श्री मिशेल, ¶
05:08
it's a great pleasure and a great honor to be able to appear before you
107
308020
3376
आपके समक्ष आ पाना बहुत खुशी और महान सम्मान की बात है
05:11
in examination with what is going wrong with our economy.
108
311420
3480
यह जांचने हेतु कि हमारी अर्थव्यवस्था के साथ क्या गड़बड़ हो रही है।
05:15
The economy is now flat --
109
315460
1936
अर्थव्यवस्था अब समतल है -
05:17
teetering on the brink of failure.
110
317420
2136
असफलता के कगार पर डगमगा रही है।
05:19
Martin Zweig: You were recently quoted in an article.
111
319580
2496
मार्टिन ज़ेइग: आप हाल ही एक लेख में उद्धृत थे¶
05:22
You said, "I can say this with absolute certainty
112
322100
2336
आपने कहा, "मैं यह पूर्ण निश्चितता से कह सकता हूं
05:24
because I know how markets work."
113
324460
1616
क्योंकि मुझे बाज़ारों की जानकारी हैं। "
05:26
Ray Dalio: I can say with absolute certainty
114
326100
2096
रे डैलिओ: मैं कह सकता हूं पूर्ण निश्चितता से¶
05:28
that if you look at the liquidity base
115
328220
1856
कि अगर आप चल निधि आधार को देखते हैं
05:30
in the corporations and the world as a whole,
116
330100
3376
निगमों और पूरे विश्व में ,
05:33
that there's such reduced level of liquidity
117
333500
2096
तो चल निधि का स्तर इतना कम है
05:35
that you can't return to an era of stagflation."
118
335620
3216
कि तुम वापस स्थिरता के युग में नहीं जा सकते। "
05:38
I look at that now, I think, "What an arrogant jerk!"
119
338860
3096
अब मुझे लगता है कि "क्या दम्भी झटका है!"¶
05:41
(Laughter)
120
341980
2000
(हँसी)¶
05:45
I was so arrogant, and I was so wrong.
121
345580
2456
मैं इतना दम्भी और गलत था।¶
05:48
I mean, while the debt crisis happened,
122
348060
2576
मेरा मतलब है, जब यह कर्ज़ संकट घटित हुआ,
05:50
the stock market and the economy went up rather than going down,
123
350660
3976
शेयर बाज़ार और अर्थव्यवस्था नीचे जाने की बजाय ऊपर चले गए,
05:54
and I lost so much money for myself and for my clients
124
354660
5016
और मैंने अपना और अपने ग्राहकों का इतना पैसा खोया
05:59
that I had to shut down my operation pretty much,
125
359700
3416
कि मुझे अपना कार्य बहुत ज्यादा बंद करना पड़ा,
06:03
I had to let almost everybody go.
126
363140
1880
मुझे लगभग सभी को जाने देना पड़ा था।
06:05
And these were like extended family,
127
365460
1736
और ये विस्तारित परिवार की तरह थे,
06:07
I was heartbroken.
128
367220
1616
मेरा दिल टूट चुका था।
06:08
And I had lost so much money
129
368860
1816
और मैंने इतना पैसा खो दिया था
06:10
that I had to borrow 4,000 dollars from my dad
130
370700
3336
कि मुझे अपने पिताजी से 4,000 डॉलर उधार लेने पड़े थे
06:14
to help to pay my family bills.
131
374060
1920
मेरे पारिवारिक बिल भुगतान मदद हेतु।
06:16
It was one of the most painful experiences of my life ...
132
376660
3160
यह मेरे जीवन का सबसे दर्दनाक अनुभवों में से एक था...¶
06:21
but it turned out to be one of the greatest experiences of my life
133
381060
3776
लेकिन यह मेरे जीवन का सबसे महान अनुभव निकला
06:24
because it changed my attitude about decision-making.
134
384860
2680
क्योंकि इसने मेरा निर्णय लेने बारे दृष्टिकोण बदल दिया।
06:28
Rather than thinking, "I'm right,"
135
388180
3056
यह सोचने के बजाय, "मैं सही हूँ"
06:31
I started to ask myself,
136
391260
1576
मैंने खुद से पूछना शुरू कर दिया,
06:32
"How do I know I'm right?"
137
392860
1800
"मुझे कैसे पता कि मैं सही हूँ?"
06:36
I gained a humility that I needed
138
396300
1936
मुझे विनम्रता मिली जिसकी मुझे जरूरत थी
06:38
in order to balance my audacity.
139
398260
2560
मेरी धृष्टता को संतुलित करने के लिए।
06:41
I wanted to find the smartest people who would disagree with me
140
401700
4216
मैंने ऐसे उच्चतम कुशाग्र बुद्धि लोगों को ढूंढ़ना चाहा जो मुझसे असहमत होंगे
06:45
to try to understand their perspective
141
405940
1896
ताकि मैं उनके दृष्टिकोण समझने की कोशिश करूं
06:47
or to have them stress test my perspective.
142
407860
2600
या उन्हें अपने दृष्टिकोण का कठोर परीक्षण करने दूँ।
06:51
I wanted to make an idea meritocracy.
143
411220
2776
मैं यह अवधारणा प्रतिभा आधारित बनाना चाहता था।
06:54
In other words,
144
414020
1216
दूसरे शब्दों में,
06:55
not an autocracy in which I would lead and others would follow
145
415260
3816
एक निरंकुशता तंत्र नहीं जिसमें मैं नेतृत्व करूं और दूसरे पालन करें
06:59
and not a democracy in which everybody's points of view were equally valued,
146
419100
3616
और लोकतंत्र भी नहीं जिसमें प्रत्येक के विचार का समान मूल्य हो,
07:02
but I wanted to have an idea meritocracy in which the best ideas would win out.
147
422740
5096
लेकिन मैं प्रतिभा आधारित विचार चाहता था जिसमें सर्वश्रेष्ठ विचार जीतें।
07:07
And in order to do that,
148
427860
1256
और ऐसा करने के लिए,
07:09
I realized that we would need radical truthfulness
149
429140
3576
मुझे लगा कि हमें आमूल परिवर्तनवादी सच्चाई की आवश्यकता होगी
07:12
and radical transparency.
150
432740
1616
और तत्त्वरूप पारदर्शिता।
07:14
What I mean by radical truthfulness and radical transparency
151
434380
3856
आमूल परिवर्तनवादी सच्चाई और तत्त्वरूप पारदर्शिता से मेरा मतलब है ¶
07:18
is people needed to say what they really believed
152
438260
2656
लोगों को वैसा कहना चाहिए जैसा सच में विश्वास करते हैं
07:20
and to see everything.
153
440940
2000
और सब कुछ देखने के लिए।
07:23
And we literally tape almost all conversations
154
443300
3936
और हम सचमुच लगभग सारी बातचीत को अक्षरशः टेप करते हैं
07:27
and let everybody see everything,
155
447260
1616
और सभी को सब कुछ देखने देते हैं,
07:28
because if we didn't do that,
156
448900
1416
क्योंकि अगर हम ऐसा नहीं करते,
07:30
we couldn't really have an idea meritocracy.
157
450340
3080
हम वास्तव प्रतिभा आधारित विचार नहीं ले सकते।
07:34
In order to have an idea meritocracy,
158
454580
3696
एक प्रतिभा आधारित विचार लेने के लिए,
07:38
we have let people speak and say what they want.
159
458300
2376
हमने लोगों को वह बोलने व कहने दिया जो वे चाहते थे।
07:40
Just to give you an example,
160
460700
1376
बस आपको उदाहरण देने के लिए,
07:42
this is an email from Jim Haskel --
161
462100
2696
यह जिम हास्केल द्वारा भेजी एक ईमेल है -
07:44
somebody who works for me --
162
464820
1376
कोई जो मेरे लिए काम करता है -
07:46
and this was available to everybody in the company.
163
466220
3376
और कंपनी में हर किसी के लिए यह उपलब्ध था।
07:49
"Ray, you deserve a 'D-'
164
469620
2536
"रे, आप एक 'डी' के लायक हैं
07:52
for your performance today in the meeting ...
165
472180
2256
आज बैठक में आपके प्रदर्शन के लिए...
07:54
you did not prepare at all well
166
474460
1696
आपने बिल्कुल अच्छी तैयारी नहीं की
07:56
because there is no way you could have been that disorganized."
167
476180
3560
क्योंकि यह हो ही नहीं सकता कि आप इतने अव्यस्थित होते। "
08:01
Isn't that great?
168
481340
1216
क्या यह बड़ी बात नहीं है?
08:02
(Laughter)
169
482580
1216
(हँसी)¶
08:03
That's great.
170
483820
1216
एक दम बढ़िया।¶
08:05
It's great because, first of all, I needed feedback like that.
171
485060
2936
यह अच्छा है क्योंकि, सर्वप्रथम, मुझे ऐसी प्रतिक्रिया चाहिए थी।
08:08
I need feedback like that.
172
488020
1616
मुझे ऐसी प्रतिक्रिया ही चाहिए।
08:09
And it's great because if I don't let Jim, and people like Jim,
173
489660
3456
और यह अच्छा है क्योंकि अगर मैं जिम और जिम जैसे लोगों को आज्ञा नहीं देता,
08:13
to express their points of view,
174
493140
1576
उनके दृष्टिकोण को व्यक्त करने को,
08:14
our relationship wouldn't be the same.
175
494740
2056
हमारे संबंध वैसे न होते।
08:16
And if I didn't make that public for everybody to see,
176
496820
3056
और अगर मैंने उसे सभी के देखने के लिए सार्वजनिक नहीं किया होता,
08:19
we wouldn't have an idea meritocracy.
177
499900
1960
हमारे पास प्रतिभा आधारित विचार न होता।
08:23
So for that last 25 years that's how we've been operating.
178
503580
3280
तो हम पिछले 25 सालों से इसी तरह काम कर रहे हैं।¶
08:27
We've been operating with this radical transparency
179
507460
3056
हम इसी मूलभूत पारदर्शिता के साथ काम कर रहे हैं
08:30
and then collecting these principles,
180
510540
2296
और फिर इन सिद्धांतों का संग्रह करते हुए,
08:32
largely from making mistakes,
181
512860
2056
अधिकतर गल्तियां करने से,
08:34
and then embedding those principles into algorithms.
182
514940
4416
और फिर उन सिद्धांतों को एल्गोरिदम में लागू करने से।
08:39
And then those algorithms provide --
183
519380
2696
और फिर वे एल्गोरिदम प्रदान करते हैं -
08:42
we're following the algorithms
184
522100
2016
हम एल्गोरिदम का अनुसरण कर रहे हैं
08:44
in parallel with our thinking.
185
524140
1440
हमारी सोच के साथ-साथ।
08:47
That has been how we've run the investment business,
186
527100
3176
हमने निवेश कारोबार ऐसे चलाया है,
08:50
and it's how we also deal with the people management.
187
530300
2736
और लोगों के प्रबंधन कार्य को भी हम ऐसे ही करते हैं।
08:53
In order to give you a glimmer into what this looks like,
188
533060
3736
आपको एक झलक देने के लिए कि यह कैसा दिखता है,¶
08:56
I'd like to take you into a meeting
189
536820
2336
मैं आपको एक मीटिंग में ले जाना चाहता हूं
08:59
and introduce you to a tool of ours called the "Dot Collector"
190
539180
3136
और हमारे एक उपकरण "डॉट कलेक्टर" से परिचित करवाना चाहता हूँ
09:02
that helps us do this.
191
542340
1280
जो हमें इसमें मदद करता है।
09:07
A week after the US election,
192
547460
2176
अमेरिकी चुनाव के एक सप्ताह बाद,
09:09
our research team held a meeting
193
549660
2096
हमारी शोध टीम ने एक बैठक आयोजित की थी
09:11
to discuss what a Trump presidency would mean for the US economy.
194
551780
3320
बहस हेतु कि राष्ट्रपति ट्रम्प का अमेरिकी अर्थव्यवस्था पर क्या असर होगा।
09:15
Naturally, people had different opinions on the matter
195
555820
2856
स्वाभाविक रूप से, लोगों की इस मामले पर अलग-अलग राय थी
09:18
and how we were approaching the discussion.
196
558700
2040
और हम चर्चा को कैसे ले रहे थे।
09:21
The "Dot Collector" collects these views.
197
561660
2776
"डॉट कलेक्टर" इन विचारों को एकत्रित करता है।
09:24
It has a list of a few dozen attributes,
198
564460
2296
इसमें कुछ दर्जन विशेषताओं की सूची है,
09:26
so whenever somebody thinks something about another person's thinking,
199
566780
4016
इसलिए जब भी कोई व्यक्ति कुछ सोचता है किसी अन्य व्यक्ति की सोच के बारे,
09:30
it's easy for them to convey their assessment;
200
570820
2936
उनके मूल्यांकन को व्यक्त करना उनके लिए आसान है;
09:33
they simply note the attribute and provide a rating from one to 10.
201
573780
4520
वे केवल विशेषता को ध्यान में रखते हैं और एक से 10 से मूल्यांक प्रदान करते हैं
09:39
For example, as the meeting began,
202
579340
2256
उदाहरण के लिए, जैसे बैठक शुरू हुई,
09:41
a researcher named Jen rated me a three --
203
581620
3120
एक शोधकर्ता जेन ने मुझे 3 अंक दिए -
09:45
in other words, badly --
204
585460
2016
दूसरे शब्दों में, बुरी तरह -
09:47
(Laughter)
205
587500
1376
(हँसी)¶
09:48
for not showing a good balance of open-mindedness and assertiveness.
206
588900
4160
खुले दिमाग और मुखरता का अच्छा संतुलन न दिखाने के लिए। ¶
09:53
As the meeting transpired,
207
593900
1456
जैसे-जैसे बैठक प्रक्षेपित हुई,
09:55
Jen's assessments of people added up like this.
208
595380
3240
लोगों के लिए जेन का आंकलन इस तरह रहा।
09:59
Others in the room have different opinions.
209
599740
2176
कमरे में अन्यों कीअलग राय है।
10:01
That's normal.
210
601940
1216
यह सामान्य है।
10:03
Different people are always going to have different opinions.
211
603180
2920
अलग-अलग लोग हमेशा अलग-अलग राय ही रखते हैं।
10:06
And who knows who's right?
212
606620
1400
और किसे पता कि कौन सही है?
10:09
Let's look at just what people thought about how I was doing.
213
609060
3440
आइए देखें कि लोग क्या सोचते हैं कि मैं कैसे कर रहा था।
10:13
Some people thought I did well,
214
613420
2216
कुछ लोगों ने सोचा कि मैंने अच्छा किया,
10:15
others, poorly.
215
615660
1200
दूसरों ने सोचा, खराब।
10:17
With each of these views,
216
617900
1336
इन सभी विचारों के साथ,
10:19
we can explore the thinking behind the numbers.
217
619260
2320
हम संख्याओं के पीछे की सोच का पता लगा सकते हैं।
10:22
Here's what Jen and Larry said.
218
622340
2160
ये जेन और लैरी ने कहा है।
10:25
Note that everyone gets to express their thinking,
219
625580
2616
ध्यान दें कि हर कोई अपनी सोच व्यक्त करता है,
10:28
including their critical thinking,
220
628220
1656
उनकी आलोचनात्मक सोच का भी ,
10:29
regardless of their position in the company.
221
629900
2120
कंपनी में उनके पद का विचार किए बिना।
10:32
Jen, who's 24 years old and right out of college,
222
632940
3096
जेन, जो 24 साल का है और अभी-अभी कॉलेज से पढ़ कर आया है,
10:36
can tell me, the CEO, that I'm approaching things terribly.
223
636060
2840
मुझे, मालिक को, बता सकते हैं कि काम करने का मेरा ढंग बेकार है।
10:40
This tool helps people both express their opinions
224
640300
3776
यह उपकरण लोगों को मदद करता है दोनों अपनी राय व्यक्त करने हेतु¶
10:44
and then separate themselves from their opinions
225
644100
3096
और फिर स्वयं को अपनी राय से अलग कर के
10:47
to see things from a higher level.
226
647220
2040
चीजों को उच्च स्तर से देखने के लिए।
10:50
When Jen and others shift their attentions from inputting their own opinions
227
650460
4896
जब जेन और अन्य अपना ध्यान अपनी स्वयं की दी हुई राय से हटा कर
10:55
to looking down on the whole screen,
228
655380
2576
पूरी स्क्रीन पर नीचे देखते हैं,
10:57
their perspective changes.
229
657980
1720
तो उनका दृष्टिकोण बदल जाता है।
11:00
They see their own opinions as just one of many
230
660500
3136
वे अपनी राय को कईयों में से सिर्फ एक के रूप में देखते हैं
11:03
and naturally start asking themselves,
231
663660
2536
और स्वाभाविक रूप से खुद से पूछना शुरू करते हैं,
11:06
"How do I know my opinion is right?"
232
666220
2000
"मुझे कैसे पता कि मेरी राय सही है?"
11:09
That shift in perspective is like going from seeing in one dimension
233
669300
4056
दृष्टिकोण में यही बदलाव उसे एक आयाम में देखने से
11:13
to seeing in multiple dimensions.
234
673380
2256
बहु आयामों में देखने का हो जाता है।
11:15
And it shifts the conversation from arguing over our opinions
235
675660
4096
और यह हमारे विचारों पर बहस करने की बातचीत के रुख को बदल देता है
11:19
to figuring out objective criteria for determining which opinions are best.
236
679780
4400
निष्पक्ष मापदंड से निर्धारित करने के लिए कि कौन सी राय सबसे अच्छी है।
11:24
Behind the "Dot Collector" is a computer that is watching.
237
684740
3600
"डॉट कलेक्टर" के पीछे एक कंप्यूटर है जो देख रहा है।¶
11:28
It watches what all these people are thinking
238
688940
2176
यह देखता है जो ये सब लोग सोच रहे हैं
11:31
and it correlates that with how they think.
239
691140
2576
और यह सहसंबंध स्थापित करता है कि वे कैसे सोचते हैं।
11:33
And it communicates advice back to each of them based on that.
240
693740
3520
और यह उसके आधार पर प्रत्येक को सलाह देता है।
11:38
Then it draws the data from all the meetings
241
698340
3416
तो यह सभी बैठकों से आँकड़े लेता है
11:41
to create a pointilist painting of what people are like
242
701780
3216
एक बिन्दुनुमा पेंटिंग बनाने के लिए लोग किस तरह के हैं
11:45
and how they think.
243
705020
1240
और वे कैसे सोचते हैं।
11:46
And it does that guided by algorithms.
244
706980
2720
और इसे यह एल्गोरिदम निर्देशों द्वारा करता है।
11:50
Knowing what people are like helps to match them better with their jobs.
245
710620
3760
लोगों की प्रवृति जान कर उनको नौकरी के अनुरूप बेहतर बना सकते हैं
11:54
For example,
246
714940
1216
उदाहरण के लिए,
11:56
a creative thinker who is unreliable
247
716180
1736
एक रचनात्मक विचारक जो अविश्वसनीय है
11:57
might be matched up with someone who's reliable but not creative.
248
717940
3080
को किसी ऐसे से जोड़ा जा सकता है जो विश्वसनीय है पर रचनात्मक नहीं।
12:02
Knowing what people are like also allows us to decide
249
722100
3336
लोगों की प्रवृति जान कर फैसला कर पाते हैं
12:05
what responsibilities to give them
250
725460
2256
कि उन्हें क्या जिम्मेदारियां दें
12:07
and to weigh our decisions based on people's merits.
251
727740
3480
और अपने फैसले लोगों के गुणों के आधार पर करें।
12:11
We call it their believability.
252
731860
1600
इसे उनकी विश्वसनीयता कहते हैं।
12:14
Here's an example of a vote that we took
253
734380
1976
यहां वोट का उदाहरण है जो हमने लिया
12:16
where the majority of people felt one way ...
254
736380
2840
जहां बहुमत लोगों का एक ही मत था ...
12:20
but when we weighed the views based on people's merits,
255
740740
2936
लेकिन जब हमने लोगों के गुणों के आधार पर मत को जांचा,
12:23
the answer was completely different.
256
743700
1840
उत्तर पूरी तरह से अलग था।
12:26
This process allows us to make decisions not based on democracy,
257
746740
4576
इस प्रक्रिया से हम निर्णय ले पाते हैं लोकतंत्र पर आधारित नहीं,
12:31
not based on autocracy,
258
751340
2136
स्वाधीनता पर आधारित नहीं,
12:33
but based on algorithms that take people's believability into consideration.
259
753500
5240
लेकिन एल्गोरिदम के आधार पर जो लोगों की विश्वसनीयता को विचारती है।
12:41
Yup, we really do this.
260
761340
1696
हां, हम वास्तव में ऐसा करते हैं।¶
12:43
(Laughter)
261
763060
3296
(हँसी)¶
12:46
We do it because it eliminates
262
766380
2856
हम ऐसा करते हैं क्योंकि यह भ्रम निकाल देता है¶
12:49
what I believe to be one of the greatest tragedies of mankind,
263
769260
4456
मुझे क्विश्वास है मानव जाति की सबसे बड़ी त्रासदियों में से एक जो है ,
12:53
and that is people arrogantly,
264
773740
2160
और वह है कि लोग धृष्टता से,
12:56
naïvely holding opinions in their minds that are wrong,
265
776580
4456
भोलेपन से अपनी गलत अवधारणों को दिमाग में संजोय रखना,
13:01
and acting on them,
266
781060
1256
और उनको कार्यान्वित करना ,
13:02
and not putting them out there to stress test them.
267
782340
2760
और उनको कठोर परीक्षण से न गुज़रने देना।
13:05
And that's a tragedy.
268
785820
1336
और यह एक त्रासदी है
13:07
And we do it because it elevates ourselves above our own opinions
269
787180
5416
और हम ऐसा करते हैं क्योंकि यह हमें अपनी अवधारणा से ऊपर उठाता है
13:12
so that we start to see things through everybody's eyes,
270
792620
2896
हम चीजों को सब की दृष्टि से देखना शुरू कर देते हैं,
13:15
and we see things collectively.
271
795540
1920
और हम चीजों को सामूहिक रूप से देखते हैं।
13:18
Collective decision-making is so much better than individual decision-making
272
798180
4336
सामूहिक निर्णय लेना व्यक्तिगत निर्णय लेने से कहीं अधिक अच्छा है
13:22
if it's done well.
273
802540
1200
अगर यह अच्छे से किया है।
13:24
It's been the secret sauce behind our success.
274
804180
2616
यह गुप्त मसाला रहा है हमारी सफलता के पीछे।
13:26
It's why we've made more money for our clients
275
806820
2176
यही कारण है हमने ग्राहकों के लिए अधिक पैसा बनाया
13:29
than any other hedge fund in existence
276
809020
1936
समकालीन अन्य बचत निधि की अपेक्षा
13:30
and made money 23 out of the last 26 years.
277
810980
2720
और पिछले 26 वर्षों में से 23 में पैसा बनाया
13:35
So what's the problem with being radically truthful
278
815700
4536
तो समस्या क्या है मौलिक सच्चा होने में ¶
13:40
and radically transparent with each other?
279
820260
2240
और एक दूसरे के साथ पूरी तरह पारदर्शी?
13:45
People say it's emotionally difficult.
280
825220
2080
लोग कहते हैं यह भावनात्मक रूप से कठिन है।
13:48
Critics say it's a formula for a brutal work environment.
281
828060
4240
आलोचकों का कहना है कि यह एक सूत्र है एक क्रूर काम के माहौल के लिए।
13:53
Neuroscientists tell me it has to do with how are brains are prewired.
282
833220
4856
तंत्रिका वैज्ञानिक बताते हैं इसका सम्बन्ध मस्तिष्क कैसे पहले से तैयार हैं, से है।
13:58
There's a part of our brain that would like to know our mistakes
283
838100
3216
हमारे दिमाग का एक हिस्सा है जो हमारी गलतियों को जानना चाहेगा
14:01
and like to look at our weaknesses so we could do better.
284
841340
3960
और हमारी कमज़ोरियों को देखना चाहेगा ताकि हम अधिक अच्छा कर सकें।
14:05
I'm told that that's the prefrontal cortex.
285
845940
2440
मुझे बताया गया है कि यह "प्रीफ्रंटल कॉर्टेक्स" है।
14:08
And then there's a part of our brain which views all of this as attacks.
286
848860
4856
और फिर हमारे दिमाग का एक हिस्सा है जो सभी को हमलों के रूप में देखता है।
14:13
I'm told that that's the amygdala.
287
853740
1960
मुझे बताया गया है कि यह "अमिगडाला" है
14:16
In other words, there are two you's inside you:
288
856260
3056
दूसरे शब्दों में, आपके अंदर दो व्यक्तित्व हैं:
14:19
there's an emotional you
289
859340
1416
एक भावुक आप
14:20
and there's an intellectual you,
290
860780
1776
और दूसरे एक बौद्धिक आप,
14:22
and often they're at odds,
291
862580
1776
और अक्सर वे प्रतिकूल हैं,
14:24
and often they work against you.
292
864380
1920
और अक्सर वे तुम्हारे खिलाफ काम करते हैं।
14:26
It's been our experience that we can win this battle.
293
866980
3736
यह हमारा अनुभव रहा है कि हम इस युद्ध को जीत सकते हैं।
14:30
We win it as a group.
294
870740
1320
हम इसे समूह में जीतते हैं।
14:32
It takes about 18 months typically
295
872820
2336
इसमें आमतौर पर लगभग 18 महीने लगते हैं।
14:35
to find that most people prefer operating this way,
296
875180
3056
यह जानने के लिए कि ज्यादातर लोग इस तरह से संचालन पसंद करते हैं,
14:38
with this radical transparency
297
878260
2016
इस मौलिक पारदर्शिता के साथ
14:40
than to be operating in a more opaque environment.
298
880300
3336
एक अधिक अपारदर्शी वातावरण में संचालन करने की अपेक्षा।
14:43
There's not politics, there's not the brutality of --
299
883660
4296
राजनीति नहीं है, क्रूरता नहीं है -
14:47
you know, all of that hidden, behind-the-scenes --
300
887980
2376
आप जानते हैं, सब छुपे हुए को , परदे के पीछे --
14:50
there's an idea meritocracy where people can speak up.
301
890380
2936
एक प्रतिभा आधारित विचार जहां लोग बोल सकते हैं।
14:53
And that's been great.
302
893340
1256
और यह बहुत अच्छा रहा है
14:54
It's given us more effective work,
303
894620
1656
इसने हमें अधिक प्रभावी काम दिया है,
14:56
and it's given us more effective relationships.
304
896300
2400
और इसने हमें अधिक प्रभावी रिश्ते दिए हैं।
14:59
But it's not for everybody.
305
899220
1320
लेकिन यह सब के लिए नहीं है।
15:01
We found something like 25 or 30 percent of the population
306
901500
2936
हमने पाया कि जनसंख्या के लगभग 25 या 30 प्रतिशत
15:04
it's just not for.
307
904460
1736
के लिए यह नहीं है।
15:06
And by the way,
308
906220
1216
और वैसे,
15:07
when I say radical transparency,
309
907460
1816
जब मैं पूर्ण पारदर्शिता कहता हूं,
15:09
I'm not saying transparency about everything.
310
909300
2336
मैं सब कुछ में पारदर्शिता नहीं कह रहा हूँ।
15:11
I mean, you don't have to tell somebody that their bald spot is growing
311
911660
3816
मेरा मतलब है, आपको बताने की ज़रूरत नहीं है कि किसी का गंजापन बढ़ रहा है
15:15
or their baby's ugly.
312
915500
1616
या उनका बच्चा बदसूरत है।
15:17
So, I'm just talking about --
313
917140
2096
तो, मैं बस बात कर रहा हूँ -
15:19
(Laughter)
314
919260
1216
(हँसी)¶
15:20
talking about the important things.
315
920500
2176
महत्वपूर्ण बातों के बारे में बात कर रहा हूँ¶
15:22
So --
316
922700
1216
इसलिए --
15:23
(Laughter)
317
923940
3200
(हँसी)¶
15:28
So when you leave this room,
318
928420
1416
तो जब आप इस कमरे से जाएं,¶
15:29
I'd like you to observe yourself in conversations with others.
319
929860
4440
मैं चाहता हूं कि आप दूसरों के साथ बातचीत करते हुए स्वयं को देखें।
15:35
Imagine if you knew what they were really thinking,
320
935180
3680
कल्पना करो अगर आप जानते कि वे वास्तव में क्या सोच रहे थे,
15:39
and imagine if you knew what they were really like ...
321
939580
2600
और कल्पना करो अगर तुम्हें पता हो वे सच में कैसे थे ...
15:43
and imagine if they knew what you were really thinking
322
943660
3976
और कल्पना करो अगर वे जानते कि तुम सच में क्या सोच रहे थे
15:47
and what were really like.
323
947660
1840
और वास्तव में आप कैसे थे।
15:49
It would certainly clear things up a lot
324
949980
2576
यह निश्चित रूप से बहुत कुछ चीजों को स्पष्ट करेगा
15:52
and make your operations together more effective.
325
952580
2856
और आपके इक्क्ठे संचालन कार्य को अधिक प्रभावी बनाएगा।
15:55
I think it will improve your relationships.
326
955460
2240
मुझे लगता है कि यह आपके रिश्तों को सुधारेगा।
15:58
Now imagine that you can have algorithms
327
958420
3296
अब कल्पना करो कि आपके पास एल्गोरिदम हो सकते हैं
16:01
that will help you gather all of that information
328
961740
3816
जो आपको वह सब जानकारी इकट्ठा करने में मदद करेगा
16:05
and even help you make decisions in an idea-meritocratic way.
329
965580
4560
और आप को प्रतिभा आधारित विचार से निर्णय लेने में मदद करेगा।
16:12
This sort of radical transparency is coming at you
330
972460
4336
इस प्रकार की पूर्ण पारदर्शिता तुम तक आ रही है
16:16
and it is going to affect your life.
331
976820
1960
और यह आपके जीवन को प्रभावित करने वाला है।
16:19
And in my opinion,
332
979420
2056
और मेरी राय में,
16:21
it's going to be wonderful.
333
981500
1336
यह अद्भुत होने जा रहा है।
16:22
So I hope it is as wonderful for you
334
982860
2336
अतः मुझे आशा है यह आपके लिए भी उतना ही अद्भुत है
16:25
as it is for me.
335
985220
1200
जितना कि मेरे लिए ।
16:26
Thank you very much.
336
986980
1256
आपका बहुत बहुत धन्यवाद।¶
16:28
(Applause)
337
988260
4360
(तालियां)¶
इस वेबसाइट के बारे में

यह साइट आपको YouTube वीडियो से परिचित कराएगी जो अंग्रेजी सीखने के लिए उपयोगी हैं। आप दुनिया भर के शीर्षस्थ शिक्षकों द्वारा पढ़ाए जाने वाले अंग्रेजी पाठ देखेंगे। वहां से वीडियो चलाने के लिए प्रत्येक वीडियो पृष्ठ पर प्रदर्शित अंग्रेजी उपशीर्षक पर डबल-क्लिक करें। उपशीर्षक वीडियो प्लेबैक के साथ सिंक में स्क्रॉल करते हैं। यदि आपकी कोई टिप्पणी या अनुरोध है, तो कृपया इस संपर्क फ़ॉर्म का उपयोग करके हमसे संपर्क करें।

https://forms.gle/WvT1wiN1qDtmnspy7