The real relationship between your age and your chance of success | Albert-László Barabási

翻訳: Midori T 校正: Misaki Sato

Today, actually, is a very special day for me,

今日は 私にとって 特別な日です

because it is my birthday.

実は 誕生日なんです

(Applause)

（拍手）

And so, thanks to all of you for joining the party.

本日は 誕生会にお越しいただき ありがとうございます

(Laughter)

（笑）

But every time you throw a party, there's someone there to spoil it. Right?

でもパーティーを開くと 必ず ぶち壊す人がいますよね

(Laughter)

（笑）

And I'm a physicist,

私は物理学者です

and this time I brought another physicist along to do so.

今回はもう一人 会をぶち壊してもらう 物理学者を呼びました

His name is Albert Einstein -- also Albert -- and he's the one who said

アルベルト・アインシュタインです こんなことを言っています

that the person who has not made his great contributions to science

「科学において 30歳までに 多大な貢献をしていない者は

by the age of 30

will never do so.

その後も しない」

(Laughter)

（笑）

Now, you don't need to check Wikipedia

ネットで調べていただかなくとも ご覧のとおり―

that I'm beyond 30.

私は30歳を超えてます

(Laughter)

（笑）

So, effectively, what he is telling me, and us,

アインシュタインはつまり こう言ってるんです

is that when it comes to my science,

私は 科学者としては

I'm deadwood.

もう終わっている と

Well, luckily, I had my share of luck within my career.

幸い 私は仕事で それなりに運がありました

Around age 28, I became very interested in networks,

28歳ごろ ネットワークに 強い興味を持ち

and a few years later, we managed to publish a few key papers

数年後には 重要な論文をいくつか 出すことができました

that reported the discovery of scale-free networks

スケールフリーネットワークの 発見を報告し

and really gave birth to a new discipline that we call network science today.

そこからネットワーク科学と呼ばれる 新しい分野が誕生しました

And if you really care about it, you can get a PhD now in network science

ご興味があれば ネットワーク科学で 博士号を取得することもできます

in Budapest, in Boston,

ブダペストやボストンで取れますし

and you can study it all over the world.

世界中でネットワーク科学を 学ぶことができます

A few years later,

その数年後

when I moved to Harvard first as a sabbatical,

最初はサバティカルとして ハーバード大学に移りました

I became interested in another type of network:

そこで別タイプのネットワークに 興味を持ちました

that time, the networks within ourselves,

体内にあるネットワークです

how the genes and the proteins and the metabolites link to each other

遺伝子とタンパク質と代謝物質の 関わり合いや

and how they connect to disease.

病気との繋がりについてです

And that interest led to a major explosion within medicine,

これが医学において 重要な起爆剤となりました

including the Network Medicine Division at Harvard,

ハーバード大学の ネットワーク医学研究所(CDNM)では

that has more than 300 researchers who are using this perspective

300名以上の研究者が この考えを活かし

to treat patients and develop new cures.

患者の治療と 新たな治療法の 開発に取り組んでます

And a few years ago,

そして数年前

I thought that I would take this idea of networks

私は このアイデアと ネットワークの専門知識を

and the expertise we had in networks

別のことに活かそうと 思いました

in a different area,

that is, to understand success.

「成功」を解明することです

And why did we do that?

なぜか？

Well, we thought that, to some degree,

こう考えたからです

成功は ある程度 自分が属する ネットワークによって決まり

our success is determined by the networks we're part of --

that our networks can push us forward, they can pull us back.

それが追い風にも 向かい風にもなり得る と

And I was curious if we could use the knowledge and big data and expertise

そこで 我々の知識や ビッグデータや専門性を活かし

where we develop the networks

成功が起こる過程を定量化する ネットワークを作れないかと考えました

to really quantify how these things happen.

This is a result from that.

これがその結果です

What you see here is a network of galleries in museums

美術館とギャラリーのネットワークです

that connect to each other.

互いの繋がりを示してます

And through this map that we mapped out last year,

昨年 作った このマップを使えば

we are able to predict very accurately the success of an artist

とても正確に 芸術家の成功を 予測することができます

if you give me the first five exhibits that he or she had in their career.

その人の最初の５回の展覧会を 教えてくれれば分かります

Well, as we thought about success,

とはいえ 成功について考えるにつれ

we realized that success is not only about networks;

ネットワークが全てではないと 分かりました

there are so many other dimensions to that.

成功はもっと多面的です

And one of the things we need for success, obviously,

成功するために必要な要因の一つは

is performance.

実力ですよね

So let's define what's the difference between performance and success.

では実力と成功の違いを 考えましょう

Well, performance is what you do:

実力とは 何をするかということ

how fast you run, what kind of paintings you paint,

どれだけ速く走るか どんな絵を描くか

what kind of papers you publish.

どんな論文を発表するか など

However, in our working definition,

一方で 私たちの仮の定義では

success is about what the community notices from what you did,

成功とは その人が 実力で為したことを

コミュニティがどう 受け止めるかということ

from your performance:

How does it acknowledge it, and how does it reward you for it?

周りがそれをどう認め どう報いるか です

In other terms,

言い方を変えれば

your performance is about you, but your success is about all of us.

実力は本人に関することですが 成功はみんなに関することだということです

And this was a very important shift for us,

これは研究する上で 大事な発想の転換でした

because the moment we defined success as being a collective measure

成功は コミュニティが与える 集合的な尺度だと定義した瞬間から

that the community provides to us,

it became measurable,

測定可能になったからです

because if it's in the community, there are multiple data points about that.

コミュニティの中にあるので いろいろデータを取れる場所があります

So we go to school, we exercise, we practice,

私たちが学校に行き 運動や練習をするのは

because we believe that performance leads to success.

実力が成功に繋がると 信じているからです

But the way we actually started to explore,

でも こうして探求してみて

we realized that performance and success are very, very different animals

実力と成功は 全く異なるものだと分かりました

when it comes to the mathematics of the problem.

数学的な観点からするとそうです

And let me illustrate that.

ご説明しましょう

So what you see here is the fastest man on earth, Usain Bolt.

こちらは世界最速の男 ウサイン・ボルト選手です

And of course, he wins most of the competitions that he enters.

出場する試合は ほぼ全て勝ちます

And we know he's the fastest on earth because we have a chronometer

彼が世界最速と分かるのは

ストップウォッチで 計測できるからです

to measure his speed.

Well, what is interesting about him is that when he wins,

興味深いのは 彼が勝つとき

he doesn't do so by really significantly outrunning his competition.

圧倒的な大差で 勝つわけではないということ

He's running at most a percent faster than the one who loses the race.

最大でも１％ほど ２位より速いだけです

And not only does he run only one percent faster than the second one,

しかも それだけではなく

but he doesn't run 10 times faster than I do --

彼でも私の10倍速くは 走れないんです

and I'm not a good runner, trust me on that.

へなちょこランナーの この私より

(Laughter)

（笑）

And every time we are able to measure performance,

実力の測定ができるたびに

we notice something very interesting;

面白いことに気づきます

that is, performance is bounded.

それは 実力は有限だということ

What it means is that there are no huge variations in human performance.

つまり 人間の実力に 大した違いはなく

It varies only in a narrow range,

狭い範囲内で異なるだけです

and we do need the chronometer to measure the differences.

違いを測るには 高精度の計測器がいるほどです

This is not to say that we cannot see the good from the best ones,

まあまあの人とトップの人の 見分けがつかないわけではなく

but the best ones are very hard to distinguish.

トップを見分けるのは とても難しいということです

And the problem with that is that most of us work in areas

しかも ほとんどの人は 実力を 正確に計測できない分野で働いてます

where we do not have a chronometer to gauge our performance.

Alright, performance is bounded,

実力は有限です

there are no huge differences between us when it comes to our performance.

実力に関して 私たちに大差はありません

How about success?

では 成功はどうでしょう？

Well, let's switch to a different topic, like books.

分野を変えて 本はどうでしょう

One measure of success for writers is how many people read your work.

作家の成功を測る方法の一つは 読者の数ですね

And so when my previous book came out in 2009,

私は2009年に 前作の本を出しました

I was in Europe talking with my editor,

ヨーロッパで 編集者と話していて

and I was interested: Who is the competition?

ライバルは誰か 気になりました

And I had some fabulous ones.

強者ぞろいでした

That week --

その週に出たのは―

(Laughter)

（笑）

Dan Brown came out with "The Lost Symbol,"

ダン・ブラウンの 『ロスト・シンボル』や

and "The Last Song" also came out,

ニコラス・スパークスの 『ラスト・ソング』でした

Nicholas Sparks.

And when you just look at the list,

これらの本を比べても

you realize, you know, performance-wise, there's hardly any difference

実力に関しては その性質上

そんなに違いがある わけではありません

between these books or mine.

Right?

ですよね？

So maybe if Nicholas Sparks's team works a little harder,

ニコラス側が もう少し頑張っていたら

he could easily be number one,

１位になれたかもしれません

because it's almost by accident who ended up at the top.

１位になるのは ほとんど偶然ですから

So I said, let's look at the numbers -- I'm a data person, right?

そこで数字を見ることにしました 私はデータ人間なので

So let's see what were the sales for Nicholas Sparks.

ニコラス・スパークスの 売上はどうだったか

And it turns out that that opening weekend,

最初の週末で なんと―

Nicholas Sparks sold more than a hundred thousand copies,

10万部以上を 売り上げていました

which is an amazing number.

すごい数です

You can actually get to the top of the "New York Times" best-seller list

ニューヨーク・タイムズの ベストセラーリストの１位でも

by selling 10,000 copies a week,

１週間に１万部くらいです

so he tenfold overcame what he needed to be number one.

その10倍以上を売ったニコラスは 当然１位だと思うでしょうが

Yet he wasn't number one.

違いました

Why?

なぜか？

Because there was Dan Brown, who sold 1.2 million copies that weekend.

ダン・ブラウンが 同時期に 120万部 売り上げたからです

(Laughter)

（笑）

And the reason I like this number is because it shows that, really,

この数字を見て 面白いと思うのは

成功に関しては 際限がないということです

when it comes to success, it's unbounded,

that the best doesn't only get slightly more than the second best

１番が ２番をわずかに 上回るというのでなく

but gets orders of magnitude more,

桁違いの大差を つけるんです

because success is a collective measure.

成功は 集合的な尺度だからです

We give it to them, rather than we earn it through our performance.

実力で得るというより 他者が与えるものなんです

So one of things we realized is that performance, what we do, is bounded,

つまり 我々の認識だと 実力— 自分が何をするかは 有限ですが

but success, which is collective, is unbounded,

成功は集合的なもので 際限がないということ

which makes you wonder:

そこで こう思うでしょう

How do you get these huge differences in success

実力では わずかな差なのに

when you have such tiny differences in performance?

どうして成功に 大差が出るのか？

And recently, I published a book that I devoted to that very question.

私は最近 まさにこの問いを 追求した本を出しました

And they didn't give me enough time to go over all of that,

じっくり解説する時間は もらえなかったので

so I'm going to go back to the question of,

はじめの問い

alright, you have success; when should that appear?

「成功は いつ現れるのか」 に戻りましょう

So let's go back to the party spoiler and ask ourselves:

ぶち壊し役の アインシュタイン氏ですが

Why did Einstein make this ridiculous statement,

彼は なぜあんなバカげたことを 言ったのか？

that only before 30 you could actually be creative?

「人は 30歳を超えたら創造的では なくなる」

Well, because he looked around himself and he saw all these fabulous physicists

彼は 周りの偉大な物理学者を 見ていたからです

that created quantum mechanics and modern physics,

量子力学や現代物理学を 生み出した人たちは皆

and they were all in their 20s and early 30s when they did so.

20～30代前半で 偉業を成し遂げていました

And it's not only him.

これはアインシュタインの 観察者バイアスというわけではなく

It's not only observational bias,

because there's actually a whole field of genius research

天才についての研究をする分野で

that has documented the fact that,

こんな事実が示されています

if we look at the people we admire from the past

これまでの偉人たちについて

and then look at what age they made their biggest contribution,

最大の業績を為したのは 何歳のときか見ると

whether that's music, whether that's science,

音楽であれ 科学であれ

whether that's engineering,

工学であれ

most of them tend to do so in their 20s, 30s, early 40s at most.

そのほとんどが 20代 30代 遅くとも40代前半でした

But there's a problem with this genius research.

でも この天才に関する研究には 問題があります

Well, first of all, it created the impression to us

第一に これが私たちに ある印象を与えること

that creativity equals youth,

「創造性は 若さに等しい」

which is painful, right?

グサッときますね

(Laughter)

（笑）

And it also has an observational bias,

これには観察者バイアスもあります

because it only looks at geniuses and doesn't look at ordinary scientists

普通の科学者は含まず 天才だけを見ているんです

and doesn't look at all of us and ask,

科学者全員を観察して

is it really true that creativity vanishes as we age?

「本当に 年齢とともに創造性は 消えるのか」と問うべきです

So that's exactly what we tried to do,

これこそが我々の試みでした

and this is important for that to actually have references.

それには資料が あることが重要です

So let's look at an ordinary scientist like myself,

私のような普通の科学者はどうか

and let's look at my career.

私の経歴を見てみましょう

So what you see here is all the papers that I've published

これは私が発表した すべての論文です

from my very first paper, in 1989; I was still in Romania when I did so,

1989年の最初の論文から— 当時はまだルーマニアにいました—

till kind of this year.

今年の論文まですべてです

And vertically, you see the impact of the paper,

縦軸は 各論文の影響度です

that is, how many citations,

どれくらい多く 他の論文で引用されたか です

how many other papers have been written that cited that work.

And when you look at that,

ご覧のとおり

you see that my career has roughly three different stages.

私の経歴には 大まかに ３つの段階があります

I had the first 10 years where I had to work a lot

最初の10年は 仕事量が多いわりに

さほど結果が出てません

and I don't achieve much.

No one seems to care about what I do, right?

私のしてることなんか 誰も関心がなく

There's hardly any impact.

ほとんど影響力がありません

(Laughter)

（笑）

That time, I was doing material science,

この頃は 材料科学を 研究していました

and then I kind of discovered for myself networks

それから ネットワークにたどり着き

and then started publishing in networks.

ネットワークの論文を 出し始めました

And that led from one high-impact paper to the other one.

そして影響力のある論文を 連発しました

And it really felt good. That was that stage of my career.

気分は最高 舞い上がってる時期です

(Laughter)

（笑）

So the question is, what happens right now?

では 現在の影響力はどうか？

And we don't know, because there hasn't been enough time passed yet

真相は定かではありません

実際にその論文が 影響力を見せ始めるには

to actually figure out how much impact those papers will get;

it takes time to acquire.

時間がかかるので

それでも このデータを見ると

Well, when you look at the data,

it seems to be that Einstein, the genius research, is right,

アインシュタインや天才の研究は どうやら正しく―

and I'm at that stage of my career.

私は 生ける屍（しかばね）です

(Laughter)

（笑）

So we said, OK, let's figure out how does this really happen,

そこで このメカニズムを 探ることにしました

first in science.

まず科学分野からです

And in order not to have the selection bias,

対象を選ぶとき 天才だけに偏らないように

to look only at geniuses,

we ended up reconstructing the career of every single scientist

科学者を一人残らず対象にし 経歴を再現しました

from 1900 till today

1900年から現在まで 全員です

and finding for all scientists what was their personal best,

そして各人の最大の業績を 明らかにしました

whether they got the Nobel Prize or they never did,

ノーベル賞を取ったか 取らなかったか

or no one knows what they did, even their personal best.

あるいは 最大の業績すら 知られていないのか など

And that's what you see in this slide.

そして このスライドにしました

Each line is a career,

各線が経歴です

and when you have a light blue dot on the top of that career,

経歴の頂点に見える青い点は

it says that was their personal best.

各人の最大の業績です

And the question is,

ここで問いたいのは

when did they actually make their biggest discovery?

その人が 最大の発見をした時期です

To quantify that,

それを定量化すべく

we look at what's the probability that you make your biggest discovery,

最大の発見をするのが 経歴の １年目の確率、２年目の確率、･･･を調べました

let's say, one, two, three or 10 years into your career?

We're not looking at real age.

年齢ではなく

We're looking at what we call "academic age."

我々が「アカデミック・エイジ」と 呼ぶものを見ます

Your academic age starts when you publish your first papers.

最初の論文を出したときから 数えます

I know some of you are still babies.

皆さんの中には まだ赤ちゃんの方もいますね

(Laughter)

（笑）

So let's look at the probability

最も影響力のある論文を出す年を 分析したグラフを見ると

that you publish your highest-impact paper.

And what you see is, indeed, the genius research is right.

まさに 天才に関する研究が 正しいと分かります

Most scientists tend to publish their highest-impact paper

傾向として 最も影響力のある論文を出すのは

in the first 10, 15 years in their career,

ほとんどの科学者が 10～15年目です

and it tanks after that.

それ以降は下がります

It tanks so fast that I'm about -- I'm exactly 30 years into my career,

あまりに急激に下がるので 私は今 経歴上30歳ですが

and the chance that I will publish a paper that would have a higher impact

これから過去の自分を上回る 影響力ある論文を出す可能性は

than anything that I did before

is less than one percent.

１％にも満たないのです

I am in that stage of my career, according to this data.

このデータによると 私はその段階にいるわけです

But there's a problem with that.

でも この予測には問題があります

We're not doing controls properly.

対照群を調べていません

So the control would be,

適切に調べるとすれば

what would a scientist look like who makes random contribution to science?

ランダムな貢献をする科学者は どう見えるかでしょう

Or what is the productivity of the scientist?

その科学者の生産性はどうで

When do they write papers?

論文を書くのはいつか ということです

So we measured the productivity,

生産性を測ってみると

and amazingly, the productivity,

驚くことに 生産性―

your likelihood of writing a paper in year one, 10 or 20 in your career,

つまり 論文を書く 可能性の高い時期と

is indistinguishable from the likelihood of having the impact

経歴上で影響力を持つ 可能性の高い時期とが

in that part of your career.

区別できないほど そっくりだったのです

And to make a long story short,

簡単に言うと

after lots of statistical tests, there's only one explanation for that,

多くの仮説検定をした結果 可能な説明はひとつで

that really, the way we scientists work

科学者の仕事において

is that every single paper we write, every project we do,

「書く論文や 行うプロジェクトはどれも

has exactly the same chance of being our personal best.

自己ベストになる可能性が等しい」

That is, discovery is like a lottery ticket.

つまり 発見は 宝くじのようなものなのです

And the more lottery tickets we buy,

買えば買うほど

the higher our chances.

チャンスも増えます

And it happens to be so

そして ほとんどの科学者が 最も 宝くじを買う時期が

that most scientists buy most of their lottery tickets

in the first 10, 15 years of their career,

経歴上 10～15年目です

and after that, their productivity decreases.

その後は 生産性が落ちます

They're not buying any more lottery tickets.

宝くじを買わなくなるので

So it looks as if they would not be creative.

あたかも創造性を 失ったかのように見えますが

In reality, they stopped trying.

実際には 頑張らなくなったんです

So when we actually put the data together, the conclusion is very simple:

なので データをまとめたら 結論はシンプルでした

success can come at any time.

「成功はいつでも起こり得る」

It could be your very first or very last paper of your career.

最初の論文かもしれないし 最後の論文かもしれない

It's totally random in the space of the projects.

プロジェクトの空間に ランダムに分布しています

It is the productivity that changes.

変化するのは生産性の方です

Let me illustrate that.

例を挙げましょう

Here is Frank Wilczek, who got the Nobel Prize in Physics

フランク・ウィルチェックは ノーベル物理学賞を受賞しましたが

for the very first paper he ever wrote in his career as a graduate student.

大学院生のときに書いた 経歴上 最初の論文が当たりました

(Laughter)

（笑）

More interesting is John Fenn,

もっと興味深いのは ジョン・フェンです

who, at age 70, was forcefully retired by Yale University.

70歳で イェール大学を 退職させられ

They shut his lab down,

研究室が閉鎖されたので

and at that moment, he moved to Virginia Commonwealth University,

バージニア・コモンウェルス大学に 移りました

opened another lab,

新たに研究室を開き

and it is there, at age 72, that he published a paper

72歳で論文を発表し

for which, 15 years later, he got the Nobel Prize for Chemistry.

15年後 その論文で ノーベル化学賞を受賞したのです

And you think, OK, well, science is special,

科学分野は特別だと 思うかもしれません

but what about other areas where we need to be creative?

創造性を要求される ほかの分野を考えてみましょう

So let me take another typical example: entrepreneurship.

代表例として 起業家はどうか

Silicon Valley,

シリコンバレーです

the land of the youth, right?

若者の地ですね

And indeed, when you look at it,

起業家の場合は

you realize that the biggest awards, the TechCrunch Awards and other awards,

最も大きな賞に TechCrunch賞などがありますが

are all going to people

これらの賞の受賞者は

whose average age is late 20s, very early 30s.

平均して 20代後半～30代前半です

You look at who the VCs give the money to, some of the biggest VC firms --

ベンチャーキャピタルの 投資先を見ると

30代前半に絞っている 大手もあります

all people in their early 30s.

Which, of course, we know;

ご存知のように

there is this ethos in Silicon Valley that youth equals success.

「若さは成功に等しい」という風潮が シリコンバレーにはあります

Not when you look at the data,

でも データを見ると 違うんです

because it's not only about forming a company --

会社の設立が成功では ないからです

forming a company is like productivity, trying, trying, trying --

会社を作るのは 生産性のようなものであり

when you look at which of these individuals actually put out

実際に 会社を成功させ

成功裏にイグジットしたのは誰かを 見る必要があります

a successful company, a successful exit.

And recently, some of our colleagues looked at exactly that question.

最近 我々の同僚が これについて調べました

And it turns out that yes, those in the 20s and 30s

すると 今言ったように 20代、30代は

put out a huge number of companies, form lots of companies,

とても多くの会社を 設立していますが

but most of them go bust.

ほとんどが 倒産しています

And when you look at the successful exits, what you see in this particular plot,

一方 成功裏のイグジットを示す このグラフによると

the older you are, the more likely that you will actually hit the stock market

年齢が上がるほど 株式上場にこぎ着けたり

or the sell the company successfully.

会社をうまく売却している 傾向があります

This is so strong, actually, that if you are in the 50s,

この傾向は強いもので 50代になると

you are twice as likely to actually have a successful exit

成功裏のイグジットの確率が 30代のときと比べ

than if you are in your 30s.

２倍にもなります

(Applause)

（拍手）

So in the end, what is it that we see, actually?

さて 終わりになりますが 結論は何か

What we see is that creativity has no age.

それは 創造性に 年は関係なく

Productivity does, right?

関係あるのは生産性だ ということです

Which is telling me that at the end of the day,

つまり こういう事なんです

if you keep trying --

挑戦し続ける限り―

(Laughter)

（笑）

you could still succeed and succeed over and over.

何度だって成功することはできる と

So my conclusion is very simple:

なので 私の結論はシンプルです

I am off the stage, back in my lab.

「おしゃべりはやめて 研究室に戻ろう」

Thank you.

ありがとうございました

(Applause)

（拍手）