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

1,388,663 views ・ 2017-09-06

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Péter Pallós
00:12
Whether you like it or not,
0
12380
1336
Tetszik vagy sem, az alapvető átláthatóság
00:13
radical transparency and algorithmic decision-making is coming at you fast,
1
13740
5376
s az algoritmikus döntéshozatal hamarosan elkerülhetetlen lesz,
00:19
and it's going to change your life.
2
19140
1976
és megváltoztatja életünket.
00:21
That's because it's now easy to take algorithms
3
21140
2816
Azért, mert manapság könnyű algoritmusokat
00:23
and embed them into computers
4
23980
1896
számítógépbe táplálni,
00:25
and gather all that data that you're leaving on yourself
5
25900
2936
és begyűjtetni vele
a rólunk bárhol található adatokat,
00:28
all over the place,
6
28860
1376
00:30
and know what you're like,
7
30260
1696
s megtudni, milyenek vagyunk,
00:31
and then direct the computers to interact with you
8
31980
2936
majd utasítani a gépet, hogy jobban működjön együtt velünk.
00:34
in ways that are better than most people can.
9
34940
2120
mint amilyenre a legtöbb ember képes.
00:37
Well, that might sound scary.
10
37980
1616
Ez tán ijesztőnek hangzik.
00:39
I've been doing this for a long time and I have found it to be wonderful.
11
39620
3640
Régóta ezzel foglalkozom, s csodásnak találom.
00:43
My objective has been to have meaningful work
12
43979
2657
Célom, hogy értelmes munkám
00:46
and meaningful relationships with the people I work with,
13
46660
2856
és értelmes kapcsolatom legyen munkatársaimmal.
00:49
and I've learned that I couldn't have that
14
49540
2056
Megtanultam, hogy ezt alapvető átláthatóság
00:51
unless I had that radical transparency and that algorithmic decision-making.
15
51620
4280
és algoritmikus döntéshozatal nélkül nem érhetem el.
00:56
I want to show you why that is,
16
56500
2016
Megmutatom, miért van ez így,
00:58
I want to show you how it works.
17
58540
1696
és azt is, hogyan valósítható meg.
01:00
And I warn you that some of the things that I'm going to show you
18
60260
3096
Figyelmeztetem önöket, hogy egyes említendő dolgok
bizonyára kissé megdöbbentők lesznek.
01:03
probably are a little bit shocking.
19
63380
1667
01:05
Since I was a kid, I've had a terrible rote memory.
20
65580
3480
Gyerekkorom óta szörnyen gépies a memóriám.
01:09
And I didn't like following instructions,
21
69940
2176
Nem szerettem szót fogadni,
01:12
I was no good at following instructions.
22
72140
2416
egyáltalán nem ment ez nekem.
01:14
But I loved to figure out how things worked for myself.
23
74580
3000
De szerettem rájönni, hogyan működnek a dolgok.
01:18
When I was 12,
24
78500
1376
12 éves koromban utáltam az iskolát,
01:19
I hated school but I fell in love with trading the markets.
25
79900
3280
de beleszerettem a tőzsdézésbe.
01:23
I caddied at the time,
26
83740
1656
Akkoriban kifutófiú voltam,
01:25
earned about five dollars a bag.
27
85420
1576
csomagonként kb. öt dollárt kerestem.
01:27
And I took my caddying money, and I put it in the stock market.
28
87020
3200
Az így keresett pénzt részvénybe fektettem.
01:31
And that was just because the stock market was hot at the time.
29
91060
3376
Azért, mert akkortájt a tőzsde élénk volt.
01:34
And the first company I bought
30
94460
1456
Az első cég, amelyikből bevásároltam,
01:35
was a company by the name of Northeast Airlines.
31
95940
2600
a Northeast Airlines volt.
01:39
Northeast Airlines was the only company I heard of
32
99180
2736
Csupán a Northeast Airlines egy-egy részvényét árulták
01:41
that was selling for less than five dollars a share.
33
101940
2696
öt dollárnál olcsóbban.
01:44
(Laughter)
34
104660
1976
(Nevetés)
01:46
And I figured I could buy more shares,
35
106660
1856
Rájöttem: több részvényt vásárolhatok,
01:48
and if it went up, I'd make more money.
36
108540
2096
és ha fölmegy az áruk, kereshetek rajtuk.
01:50
So, it was a dumb strategy, right?
37
110660
2840
Ostoba stratégia, nem?
01:54
But I tripled my money,
38
114180
1456
De megháromszoroztam a pénzem,
01:55
and I tripled my money because I got lucky.
39
115660
2120
mert szerencsém volt.
01:58
The company was about to go bankrupt,
40
118340
1816
A cég csődközelben volt,
02:00
but some other company acquired it,
41
120180
2096
de egy másik cég fölvásárolta,
02:02
and I tripled my money.
42
122300
1456
s így háromszoroztam meg a pénzem.
02:03
And I was hooked.
43
123780
1200
Belelkesültem.
02:05
And I thought, "This game is easy."
44
125540
2280
Azt gondoltam: "Gyerekjáték."
02:09
With time,
45
129020
1216
Idővel rájöttem,
02:10
I learned this game is anything but easy.
46
130260
1960
hogy minden, csak nem gyerekjáték.
02:12
In order to be an effective investor,
47
132700
2136
Ahhoz, hogy hatékony befektetők legyünk,
02:14
one has to bet against the consensus
48
134860
2896
a közvélekedéssel szemben kell kockáztatnunk,
02:17
and be right.
49
137780
1256
s igazunk is kell legyen.
02:19
And it's not easy to bet against the consensus and be right.
50
139060
2856
Ez egyáltalán nem könnyű.
02:21
One has to bet against the consensus and be right
51
141940
2336
Közvélekedéssel szemben, meg igazunk is legyen,
02:24
because the consensus is built into the price.
52
144300
2640
mert a konszenzus bele van építve az árba.
02:27
And in order to be an entrepreneur,
53
147940
2456
Hogy valaki vállalkozó,
02:30
a successful entrepreneur,
54
150420
1616
sikeres vállalkozó lehessen,
02:32
one has to bet against the consensus and be right.
55
152060
3480
a közvélekedéssel szemben kell kockáztatnia.
02:37
I had to be an entrepreneur and an investor --
56
157220
2936
Vállalkozónak és befektetőnek kellett lennem,
02:40
and what goes along with that is making a lot of painful mistakes.
57
160180
4200
s ennek velejárója sok fájdalmas hiba elkövetése.
02:45
So I made a lot of painful mistakes,
58
165260
2816
Sok fájdalmas hibát követtem el,
02:48
and with time,
59
168100
1256
de idővel
02:49
my attitude about those mistakes began to change.
60
169380
2960
a hibákkal kapcsolatos attitűdöm megváltozott.
02:52
I began to think of them as puzzles.
61
172980
2096
Kezdtem kirakósként gondolni rájuk,
02:55
That if I could solve the puzzles,
62
175100
1936
amelyeket ha megoldok,
02:57
they would give me gems.
63
177060
1440
drágakövekhez jutok.
02:58
And the puzzles were:
64
178980
1656
Ilyen kirakósak voltak:
03:00
What would I do differently in the future so I wouldn't make that painful mistake?
65
180660
3880
Mit tegyek majd másként, hogy ne kövessem el a fájdalmas hibát?
03:05
And the gems were principles
66
185100
2576
A drágakövek elvek voltak,
03:07
that I would then write down so I would remember them
67
187700
3136
amelyeket leírtam, hogy észben tartsam őket
03:10
that would help me in the future.
68
190860
1572
jövőbeni segítségül.
03:12
And because I wrote them down so clearly,
69
192820
2696
S mert annyira egyértelműen írtam le őket,
03:15
I could then --
70
195540
1336
képes voltam aztán
03:16
eventually discovered --
71
196900
1576
végül fölfedezni őket –,
03:18
I could then embed them into algorithms.
72
198500
3760
beépíthettem őket algoritmusokba.
03:23
And those algorithms would be embedded in computers,
73
203220
3456
S az algoritmusokat betáplálhattam számítógépekbe,
03:26
and the computers would make decisions along with me;
74
206700
3336
és a gépek velem közös döntéseket hoztak,
03:30
and so in parallel, we would make these decisions.
75
210060
3136
s így párhuzamosan hoztuk a döntéseket.
03:33
And I could see how those decisions then compared with my own decisions,
76
213220
3976
A kétféle döntést pedig összevethettem,
03:37
and I could see that those decisions were a lot better.
77
217220
3096
és meggyőződtem, hogy a gép döntései sokkal jobbak.
03:40
And that was because the computer could make decisions much faster,
78
220340
4736
Azért, mert a gép sokkal gyorsabban dönt,
03:45
it could process a lot more information
79
225100
2256
sokkal több információt képes földolgozni,
03:47
and it can process decisions much more --
80
227380
3400
és sokkal több döntést tud hozni
03:51
less emotionally.
81
231700
1200
kevesebb érzelemmel.
03:54
So it radically improved my decision-making.
82
234580
3920
Ez gyökeresen megjavította a döntéshozatalomat.
04:00
Eight years after I started Bridgewater,
83
240260
4896
A Bridgewater elindítása után nyolc évvel
04:05
I had my greatest failure,
84
245180
1536
követtem el a legnagyobb hibát,
04:06
my greatest mistake.
85
246740
1200
a legnagyobb baklövést.
04:09
It was late 1970s,
86
249500
2136
Az 1970-es évek vége felé történt,
04:11
I was 34 years old,
87
251660
1976
34 éves voltam,
04:13
and I had calculated that American banks
88
253660
3656
és úgy okoskodtam, hogy az amerikai bankok
04:17
had lent much more money to emerging countries
89
257340
2856
sokkal többet kölcsönöztek fejlődő országoknak,
04:20
than those countries were going to be able to pay back
90
260220
2816
mint amennyit azok képesek visszafizetni,
04:23
and that we would have the greatest debt crisis
91
263060
2696
ezért olyan pénzügyi válságba kerülünk, amilyen nem volt
04:25
since the Great Depression.
92
265780
1360
a nagy gazdasági válság óta.
04:28
And with it, an economic crisis
93
268020
2216
A gazdasági válsághoz pedig
04:30
and a big bear market in stocks.
94
270260
2040
a részvények medvepiaca kapcsolódik.
04:33
It was a controversial view at the time.
95
273500
2000
Abban az időben e nézetet vitatták.
04:35
People thought it was kind of a crazy point of view.
96
275980
2440
Az emberek őrültségnek tartották.
04:39
But in August 1982,
97
279300
2216
Ám 1982 augusztusában
04:41
Mexico defaulted on its debt,
98
281540
1960
Mexico becsődölt,
04:44
and a number of other countries followed.
99
284340
2256
és egy sor ország követte.
04:46
And we had the greatest debt crisis since the Great Depression.
100
286620
3400
Ez volt a Nagy Válság óta a legnagyobb adósságválság.
04:50
And because I had anticipated that,
101
290900
2776
Mivel ezt előre láttam, fölkértek,
04:53
I was asked to testify to Congress and appear on "Wall Street Week,"
102
293700
4336
hogy tanúként jelenjek meg a Kongresszusban a Wall Street Héten,
az akkori idők legnagyobb látványosságán.
04:58
which was the show of the time.
103
298060
1976
05:00
Just to give you a flavor of that, I've got a clip here,
104
300060
2936
Hogy érezzék a dolog bukéját, van róla egy videóm,
05:03
and you'll see me in there.
105
303020
1920
amelyben engem láthatnak.
05:06
(Video) Mr. Chairman, Mr. Mitchell,
106
306300
1696
(Videó) Elnök úr, Mitchell úr,
05:08
it's a great pleasure and a great honor to be able to appear before you
107
308020
3376
nagy öröm s megtiszteltetés, hogy megjelenhetek önök előtt,
05:11
in examination with what is going wrong with our economy.
108
311420
3480
hogy megvizsgáljuk, mi baj történt a gazdaságunkkal.
05:15
The economy is now flat --
109
315460
1936
Most a gazdaság lanyha,
05:17
teetering on the brink of failure.
110
317420
2136
a csőd szélén imbolyog.
05:19
Martin Zweig: You were recently quoted in an article.
111
319580
2496
Martin Zweig: Önt nemrég egy cikkben idézték.
05:22
You said, "I can say this with absolute certainty
112
322100
2336
Azt mondta: "Teljes bizonyossággal állítom,
05:24
because I know how markets work."
113
324460
1616
mert ismerem a piac működését.
05:26
Ray Dalio: I can say with absolute certainty
114
326100
2096
Ray Dalio: Teljes bizonyossággal állítom,
05:28
that if you look at the liquidity base
115
328220
1856
hogy ha a cégek
05:30
in the corporations and the world as a whole,
116
330100
3376
és a világ egészének likviditását nézzük,
05:33
that there's such reduced level of liquidity
117
333500
2096
az olyan alacsony szintű,
05:35
that you can't return to an era of stagflation."
118
335620
3216
hogy soha nem tér vissza a stagfláció korszaka."
05:38
I look at that now, I think, "What an arrogant jerk!"
119
338860
3096
Mostani fejemmel azt gondolom: "Micsoda pökhendi balfék!"
05:41
(Laughter)
120
341980
2000
(Nevetés)
05:45
I was so arrogant, and I was so wrong.
121
345580
2456
Pökhendi voltam, és nagyot tévedtem.
05:48
I mean, while the debt crisis happened,
122
348060
2576
Hiszen az adósságválság közben
05:50
the stock market and the economy went up rather than going down,
123
350660
3976
a részvénypiac és a gazdaság lábra állt, nem pedig zuhant,
05:54
and I lost so much money for myself and for my clients
124
354660
5016
és rengeteget veszítettem a magam és ügyfeleim pénzéből,
05:59
that I had to shut down my operation pretty much,
125
359700
3416
hogy elég sok ügyletemet ezért le kellett zárnom.
06:03
I had to let almost everybody go.
126
363140
1880
Majdnem mindenkit el kellett bocsátanom.
06:05
And these were like extended family,
127
365460
1736
Ők voltak a tágabb értelmű családom.
06:07
I was heartbroken.
128
367220
1616
A szívem össze volt törve.
06:08
And I had lost so much money
129
368860
1816
Oly sok pénzt vesztettem,
06:10
that I had to borrow 4,000 dollars from my dad
130
370700
3336
hogy 4 000 dollárt kölcsönt kellett kérnem a papámtól
06:14
to help to pay my family bills.
131
374060
1920
a családi számlák kifizetésére.
06:16
It was one of the most painful experiences of my life ...
132
376660
3160
Ez volt az egyik legfájóbb,
06:21
but it turned out to be one of the greatest experiences of my life
133
381060
3776
de egyben legjelentősebb élettapasztalatom,
06:24
because it changed my attitude about decision-making.
134
384860
2680
mert megváltoztatta a döntéshozatalt illető attitűdömet.
06:28
Rather than thinking, "I'm right,"
135
388180
3056
Annak kijelentése helyett: "Igazam van",
06:31
I started to ask myself,
136
391260
1576
inkább azt kérdeztem magamtól:
06:32
"How do I know I'm right?"
137
392860
1800
"Honnan tudod, hogy igazad van?"
06:36
I gained a humility that I needed
138
396300
1936
Alázatosságra tettem szert, aminek híján voltam,
06:38
in order to balance my audacity.
139
398260
2560
hogy pimaszságom ellensúlyozzam.
06:41
I wanted to find the smartest people who would disagree with me
140
401700
4216
Meg akartam lelni a legokosabb kollégákat, hogy ellenkezzenek velem,
06:45
to try to understand their perspective
141
405940
1896
hogy megértsem szempontjaikat,
06:47
or to have them stress test my perspective.
142
407860
2600
vagy próbának vessék alá az én szempontjaimat.
06:51
I wanted to make an idea meritocracy.
143
411220
2776
Az ötletek meritokráciáját akartam megteremteni.
06:54
In other words,
144
414020
1216
Másként szólva,
06:55
not an autocracy in which I would lead and others would follow
145
415260
3816
nem autokráciát, amelyben én vezetek, a többiek meg követnek,
06:59
and not a democracy in which everybody's points of view were equally valued,
146
419100
3616
és nem mindenki szempontját egyformán értékelő demokráciát,
07:02
but I wanted to have an idea meritocracy in which the best ideas would win out.
147
422740
5096
hanem ötletek meritokráciáját, amelyben a legjobb ötletek a nyerők.
07:07
And in order to do that,
148
427860
1256
Rájöttem, hogy ennek megvalósításához
07:09
I realized that we would need radical truthfulness
149
429140
3576
teljes őszinteségre és alapvető átláthatóságra
07:12
and radical transparency.
150
432740
1616
lesz szükségünk.
07:14
What I mean by radical truthfulness and radical transparency
151
434380
3856
Teljes őszinteségen és alapvető átláthatóságon azt értem,
07:18
is people needed to say what they really believed
152
438260
2656
hogy a kollégáknak azt kell elmondaniuk, amit tényleg hisznek,
07:20
and to see everything.
153
440940
2000
és mindenbe bele kell látniuk.
07:23
And we literally tape almost all conversations
154
443300
3936
Majdnem minden megbeszélést fölvettünk,
07:27
and let everybody see everything,
155
447260
1616
s mindenki mindenbe beleláthatott,
07:28
because if we didn't do that,
156
448900
1416
mert ha nem ezt tesszük,
07:30
we couldn't really have an idea meritocracy.
157
450340
3080
az nem lett volna ötletek meritokráciája.
07:34
In order to have an idea meritocracy,
158
454580
3696
Az ötletek meritokráciájához hagytuk,
07:38
we have let people speak and say what they want.
159
458300
2376
hogy a kollégák elmondhassák, amit akarnak.
07:40
Just to give you an example,
160
460700
1376
Példát említek.
07:42
this is an email from Jim Haskel --
161
462100
2696
Ez itt Jim Haskel ímélje,
07:44
somebody who works for me --
162
464820
1376
Jim nálam dolgozik,
07:46
and this was available to everybody in the company.
163
466220
3376
s az íméljét mindenki olvashatta a cégnél:
07:49
"Ray, you deserve a 'D-'
164
469620
2536
"Ray, a mai értekezleten nyújtott teljesítményedért
07:52
for your performance today in the meeting ...
165
472180
2256
csak elégségest érdemelsz.
07:54
you did not prepare at all well
166
474460
1696
egyáltalán nem készültél,
07:56
because there is no way you could have been that disorganized."
167
476180
3560
mert szervezetlenebb már nem is lehetett volna."
08:01
Isn't that great?
168
481340
1216
Hát nem nagyszerű?
08:02
(Laughter)
169
482580
1216
(Nevetés)
08:03
That's great.
170
483820
1216
Nagyszerű.
08:05
It's great because, first of all, I needed feedback like that.
171
485060
2936
Mindenekelőtt azért, mert kellettek az ilyen visszajelzések.
08:08
I need feedback like that.
172
488020
1616
Kellenek az ilyen visszacsatolások.
08:09
And it's great because if I don't let Jim, and people like Jim,
173
489660
3456
Azért is nagyszerű, mert ha nem hagyom, hogy Jim meg a többiek
08:13
to express their points of view,
174
493140
1576
kifejtsék véleményüket,
08:14
our relationship wouldn't be the same.
175
494740
2056
viszonyunk nem lesz az igazi.
08:16
And if I didn't make that public for everybody to see,
176
496820
3056
S ha nem hozom nyilvánosságra,
08:19
we wouldn't have an idea meritocracy.
177
499900
1960
nem lesz nálunk ötletek meritokráciája.
08:23
So for that last 25 years that's how we've been operating.
178
503580
3280
Fennállásunk utóbbi 25 évében így működünk.
08:27
We've been operating with this radical transparency
179
507460
3056
Ezzel az alapvető átláthatósággal működünk
08:30
and then collecting these principles,
180
510540
2296
és gyűjtjük az elveket,
08:32
largely from making mistakes,
181
512860
2056
főként hibáinkból,
08:34
and then embedding those principles into algorithms.
182
514940
4416
aztán az elveket beépítjük az algoritmusokba.
08:39
And then those algorithms provide --
183
519380
2696
Aztán az algoritmusok...
08:42
we're following the algorithms
184
522100
2016
Követjük az algoritmusokat,
08:44
in parallel with our thinking.
185
524140
1440
véleményünkkel párhuzamosan.
08:47
That has been how we've run the investment business,
186
527100
3176
Így működtetjük a befektetési üzletet,
08:50
and it's how we also deal with the people management.
187
530300
2736
és így végezzük a csapatépítést is.
08:53
In order to give you a glimmer into what this looks like,
188
533060
3736
Hogy fogalmuk legyen róla,
08:56
I'd like to take you into a meeting
189
536820
2336
meghívom önöket egy értekezletre,
08:59
and introduce you to a tool of ours called the "Dot Collector"
190
539180
3136
és megmutatom az ún. pontgyűjtő eszközünket,
09:02
that helps us do this.
191
542340
1280
amely ebben segít.
09:07
A week after the US election,
192
547460
2176
Az USA-választások után egy héttel
09:09
our research team held a meeting
193
549660
2096
kutatócsoportunk értekezett,
09:11
to discuss what a Trump presidency would mean for the US economy.
194
551780
3320
hogy megvitassa, mivel jár Trump elnöksége az USA gazdaságára nézve.
09:15
Naturally, people had different opinions on the matter
195
555820
2856
Az embereknek, persze, eltérő a véleményük róla,
09:18
and how we were approaching the discussion.
196
558700
2040
és ez tükröződött a vitában is.
09:21
The "Dot Collector" collects these views.
197
561660
2776
A pontgyűjtő összegyűjti a véleményeket.
09:24
It has a list of a few dozen attributes,
198
564460
2296
Jó pár tucat tényezőt tartalmaz,
09:26
so whenever somebody thinks something about another person's thinking,
199
566780
4016
így amikor valakinek véleménye van mások gondolatáról,
09:30
it's easy for them to convey their assessment;
200
570820
2936
könnyű elvégeznie az értékelést;
09:33
they simply note the attribute and provide a rating from one to 10.
201
573780
4520
csak megjelöli a tényezőt, és 1–10 közötti skálán értékeli.
09:39
For example, as the meeting began,
202
579340
2256
Pl. az értekezlet elején
09:41
a researcher named Jen rated me a three --
203
581620
3120
az egyik kutató, Jim, engem hármasra értékelt,
09:45
in other words, badly --
204
585460
2016
tehát rosszra...
09:47
(Laughter)
205
587500
1376
(Nevetés)
09:48
for not showing a good balance of open-mindedness and assertiveness.
206
588900
4160
mert nem volt nálam egyensúlyban az elfogulatlanság s a magabiztosság.
09:53
As the meeting transpired,
207
593900
1456
Az értekezlet folyamán
09:55
Jen's assessments of people added up like this.
208
595380
3240
Jen értékelései így következtek.
09:59
Others in the room have different opinions.
209
599740
2176
A jelenlévők véleménye különböző volt.
10:01
That's normal.
210
601940
1216
Ez rendben van.
10:03
Different people are always going to have different opinions.
211
603180
2920
Az embereknek mindig különböző a véleményük.
10:06
And who knows who's right?
212
606620
1400
Ki tudja, kinek van igaza?
10:09
Let's look at just what people thought about how I was doing.
213
609060
3440
Nézzük meg, mit gondoltak rólam az emberek!
10:13
Some people thought I did well,
214
613420
2216
Egyesek szerint jó voltam,
10:15
others, poorly.
215
615660
1200
mások szerint gyenge.
10:17
With each of these views,
216
617900
1336
E nézetekkel kimutathatjuk
10:19
we can explore the thinking behind the numbers.
217
619260
2320
a számok mögötti véleményeket.
10:22
Here's what Jen and Larry said.
218
622340
2160
Ezt mondta Jen és Larry.
10:25
Note that everyone gets to express their thinking,
219
625580
2616
Mindenki kifejezi a véleményét,
10:28
including their critical thinking,
220
628220
1656
még ha az kritikus is,
10:29
regardless of their position in the company.
221
629900
2120
függetlenül a beosztásától.
10:32
Jen, who's 24 years old and right out of college,
222
632940
3096
A főiskolát most végzett 24 éves Jen nekem, az elnöknek
10:36
can tell me, the CEO, that I'm approaching things terribly.
223
636060
2840
szemembe mondhatja, hogy szörnyen fogom föl a dolgokat.
10:40
This tool helps people both express their opinions
224
640300
3776
Az eszköz segít a munkatársaknak véleményük kifejezésében,
10:44
and then separate themselves from their opinions
225
644100
3096
majd a személy és véleménye különválasztásában,
10:47
to see things from a higher level.
226
647220
2040
hogy magasabb szintről lássák az ügyeket.
10:50
When Jen and others shift their attentions from inputting their own opinions
227
650460
4896
Amikor Jen és a többiek elterelik figyelmüket saját véleményük kifejtéséről,
10:55
to looking down on the whole screen,
228
655380
2576
és átfogóan vizsgálják az ügyet,
10:57
their perspective changes.
229
657980
1720
szemléletük megváltozik.
11:00
They see their own opinions as just one of many
230
660500
3136
Véleményük már egy a sok közül,
11:03
and naturally start asking themselves,
231
663660
2536
s így fölteszik maguknak a kérdést:
11:06
"How do I know my opinion is right?"
232
666220
2000
"Honnan tudom, hogy véleményem helyes?"
11:09
That shift in perspective is like going from seeing in one dimension
233
669300
4056
E szemléletváltás olyan, mintha egy dimenzió helyett
11:13
to seeing in multiple dimensions.
234
673380
2256
több dimenzióban látnánk.
11:15
And it shifts the conversation from arguing over our opinions
235
675660
4096
A beszélgetés véleményünk védelmezésétől afelé mozdult el,
11:19
to figuring out objective criteria for determining which opinions are best.
236
679780
4400
hogy dolgozzuk ki, melyek a legjobb vélemény objektív kritériumai.
11:24
Behind the "Dot Collector" is a computer that is watching.
237
684740
3600
A pontgyűjtő hátterében számítógép van, amely figyeli,
11:28
It watches what all these people are thinking
238
688940
2176
mit és hogyan gondolnak a munkatársak,
11:31
and it correlates that with how they think.
239
691140
2576
és viszonyt állapít meg a kettő között,
11:33
And it communicates advice back to each of them based on that.
240
693740
3520
és erre alapozva mindenkinek tanácsot ad.
11:38
Then it draws the data from all the meetings
241
698340
3416
Aztán a megbeszélésekből nyert adatokat kirajzolja
11:41
to create a pointilist painting of what people are like
242
701780
3216
a pointillista képet a munkatársak jellemzőiről
11:45
and how they think.
243
705020
1240
és gondolkodásmódjáról.
11:46
And it does that guided by algorithms.
244
706980
2720
Ezt algoritmus útján éri el.
11:50
Knowing what people are like helps to match them better with their jobs.
245
710620
3760
A kollégák ismerete segít összepárosítani őket a testhez álló feladattal.
11:54
For example,
246
714940
1216
Például
egy megbízhatatlan kreatív észjárású
11:56
a creative thinker who is unreliable
247
716180
1736
11:57
might be matched up with someone who's reliable but not creative.
248
717940
3080
párosítható valaki nem kreatív megbízhatóval
12:02
Knowing what people are like also allows us to decide
249
722100
3336
Az emberek ismerete lehetőséget nyújt, hogy eldöntsük,
12:05
what responsibilities to give them
250
725460
2256
milyen felelősséggel ruházzuk föl őket,
12:07
and to weigh our decisions based on people's merits.
251
727740
3480
és érdemük szerint mérlegeljük döntéseinket.
12:11
We call it their believability.
252
731860
1600
Ezt hívjuk hitelességnek.
12:14
Here's an example of a vote that we took
253
734380
1976
Itt egy példa rá, amikor a kollégák zöme
12:16
where the majority of people felt one way ...
254
736380
2840
egyféleképpen érzett,
12:20
but when we weighed the views based on people's merits,
255
740740
2936
de amikor nézeteiket érdemeik alapján mérlegeltük,
12:23
the answer was completely different.
256
743700
1840
teljesen más lett az eredmény.
12:26
This process allows us to make decisions not based on democracy,
257
746740
4576
A folyamat lehetővé teszi, hogy döntéseinket
ne demokráciára vagy autokráciára
12:31
not based on autocracy,
258
751340
2136
12:33
but based on algorithms that take people's believability into consideration.
259
753500
5240
hanem algoritmusokra alapozva hozzuk meg, amely figyelembe veszi a hitelességet is.
12:41
Yup, we really do this.
260
761340
1696
Eegen, így csináljuk.
12:43
(Laughter)
261
763060
3296
(Nevetés)
12:46
We do it because it eliminates
262
766380
2856
Azért csináljuk, mert ez fölszámolja
12:49
what I believe to be one of the greatest tragedies of mankind,
263
769260
4456
az emberiség tán egyik legnagyobb tragédiáját,
12:53
and that is people arrogantly,
264
773740
2160
mégpedig hogy az emberek pökhendin,
12:56
naïvely holding opinions in their minds that are wrong,
265
776580
4456
naivul tartják magukat hibás véleményükhöz,
13:01
and acting on them,
266
781060
1256
s aszerint cselekszenek;
13:02
and not putting them out there to stress test them.
267
782340
2760
nem vetik alá szilárdságpróbának.
13:05
And that's a tragedy.
268
785820
1336
Ez tragédia.
13:07
And we do it because it elevates ourselves above our own opinions
269
787180
5416
Azért csináljuk, mert ez véleményünk fölé emel minket,
13:12
so that we start to see things through everybody's eyes,
270
792620
2896
hogy az ügyeket mindenki szemszögéből
13:15
and we see things collectively.
271
795540
1920
és közösen lássuk.
13:18
Collective decision-making is so much better than individual decision-making
272
798180
4336
A közös döntéshozatal sokkal jobb az egyéni döntéshozatalnál,
13:22
if it's done well.
273
802540
1200
ha jól csinálják.
13:24
It's been the secret sauce behind our success.
274
804180
2616
Ez sikerünk titkos összetevője.
13:26
It's why we've made more money for our clients
275
806820
2176
Ezért kerestünk mi sokkal több pénzt ügyfeleinknek,
13:29
than any other hedge fund in existence
276
809020
1936
mint bármely más hedge fund;
13:30
and made money 23 out of the last 26 years.
277
810980
2720
az utóbbi 26 évből 23-ban pénzt kerestünk.
13:35
So what's the problem with being radically truthful
278
815700
4536
Mi akadálya, hogy teljesen őszinték
és átláthatók legyünk egymás számára?
13:40
and radically transparent with each other?
279
820260
2240
13:45
People say it's emotionally difficult.
280
825220
2080
Azt mondják, hogy ez érzelmileg nehéz.
13:48
Critics say it's a formula for a brutal work environment.
281
828060
4240
Kritikusai szerint ez a brutális munkahelyi légkör receptje.
13:53
Neuroscientists tell me it has to do with how are brains are prewired.
282
833220
4856
Idegtudósok szerint attól függ, agyidegeink hogyan vannak bedrótozva.
13:58
There's a part of our brain that would like to know our mistakes
283
838100
3216
Agyunk egyik része szeretné tudni hibáinkat
14:01
and like to look at our weaknesses so we could do better.
284
841340
3960
és gyengéinket, hogy javulhassunk.
14:05
I'm told that that's the prefrontal cortex.
285
845940
2440
Azt mondták nekem, hogy ez a homloklebenyi agykéreg.
14:08
And then there's a part of our brain which views all of this as attacks.
286
848860
4856
Agyunk más része ezt támadásnak fogja föl.
14:13
I'm told that that's the amygdala.
287
853740
1960
Azt mondták nekem, hogy ez az amigdala.
14:16
In other words, there are two you's inside you:
288
856260
3056
Azaz két énünk van:
14:19
there's an emotional you
289
859340
1416
egy érzelmi
14:20
and there's an intellectual you,
290
860780
1776
és egy intellektuális énünk,
14:22
and often they're at odds,
291
862580
1776
s gyakran hadilábon állva egymással
14:24
and often they work against you.
292
864380
1920
ellenünk dolgoznak.
14:26
It's been our experience that we can win this battle.
293
866980
3736
Úgy tapasztaltuk, hogy megnyerhetjük a csatát.
14:30
We win it as a group.
294
870740
1320
Csoportosan.
14:32
It takes about 18 months typically
295
872820
2336
Jellemzően 18 hónap alatt
rá lehet jönni, hogy a legtöbben jobb szeretnek így dolgozni,
14:35
to find that most people prefer operating this way,
296
875180
3056
14:38
with this radical transparency
297
878260
2016
eme alapvető átláthatósággal,
14:40
than to be operating in a more opaque environment.
298
880300
3336
semmint zavaros környezetben.
14:43
There's not politics, there's not the brutality of --
299
883660
4296
Nincs intrika, nincs a...
tudják mi, nincs a színfalak mögötti manőverek brutalitása –,
14:47
you know, all of that hidden, behind-the-scenes --
300
887980
2376
14:50
there's an idea meritocracy where people can speak up.
301
890380
2936
az ötletek meritokráciája van, ahol a kollégák megnyilvánulhatnak.
14:53
And that's been great.
302
893340
1256
Ez pedig mindig jó dolog.
14:54
It's given us more effective work,
303
894620
1656
Ettől hatékonyabb a munka,
14:56
and it's given us more effective relationships.
304
896300
2400
hatékonyabbak a viszonyok.
14:59
But it's not for everybody.
305
899220
1320
De nem mindenkinek
15:01
We found something like 25 or 30 percent of the population
306
901500
2936
Úgy találtuk, hogy a munkatársak 25-30%-ának
15:04
it's just not for.
307
904460
1736
ez nem felel meg.
15:06
And by the way,
308
906220
1216
Egyébként,
15:07
when I say radical transparency,
309
907460
1816
amikor alapvető átláthatóságról beszélek,
15:09
I'm not saying transparency about everything.
310
909300
2336
ez nem értendő mindenre.
15:11
I mean, you don't have to tell somebody that their bald spot is growing
311
911660
3816
Nem kell senkinek szóvá tenni, hogy erősen kopaszodik,
15:15
or their baby's ugly.
312
915500
1616
vagy csúnya a gyereke.
15:17
So, I'm just talking about --
313
917140
2096
Én csupán
15:19
(Laughter)
314
919260
1216
(Nevetés)
15:20
talking about the important things.
315
920500
2176
a fontos dolgokról beszélek.
15:22
So --
316
922700
1216
Úgyhogy...
15:23
(Laughter)
317
923940
3200
(Nevetés)
15:28
So when you leave this room,
318
928420
1416
Mikor innen távoznak,
15:29
I'd like you to observe yourself in conversations with others.
319
929860
4440
kérem, figyeljék meg, hogyan beszélnek másokkal.
15:35
Imagine if you knew what they were really thinking,
320
935180
3680
Képzeljék el, hogy tudják, társaik valójában mit gondolnak,
15:39
and imagine if you knew what they were really like ...
321
939580
2600
s tudják, valójában milyenek,
15:43
and imagine if they knew what you were really thinking
322
943660
3976
s képzeljék el, hogy társaik az önök gondolatait is ismerik,
15:47
and what were really like.
323
947660
1840
önökről is tudják, milyenek.
15:49
It would certainly clear things up a lot
324
949980
2576
Ez bizonyára jócskán tisztázza a dolgokat,
15:52
and make your operations together more effective.
325
952580
2856
és együttes cselekvésüket hatékonyabbá teszi.
15:55
I think it will improve your relationships.
326
955460
2240
Megjavítja viszonyaikat.
15:58
Now imagine that you can have algorithms
327
958420
3296
Képzeljék el, hogy van algoritmusuk,
16:01
that will help you gather all of that information
328
961740
3816
mellyel eme információkat összegyűjthetik,
16:05
and even help you make decisions in an idea-meritocratic way.
329
965580
4560
és még a döntéshozásban is segít meritokratikus módon.
16:12
This sort of radical transparency is coming at you
330
972460
4336
Az alapvető átláthatóság eltölti önöket,
16:16
and it is going to affect your life.
331
976820
1960
és hatni fog az életükre.
16:19
And in my opinion,
332
979420
2056
Nézetem szerint
16:21
it's going to be wonderful.
333
981500
1336
ez csodálatos lesz.
16:22
So I hope it is as wonderful for you
334
982860
2336
Remélem, hogy önöknek ugyanolyan csodálatos,
16:25
as it is for me.
335
985220
1200
mint nekem.
16:26
Thank you very much.
336
986980
1256
Köszönöm szépen.
16:28
(Applause)
337
988260
4360
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7