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

Перекладач: Olesia Luzhbina Утверджено: Inna Fedorenko

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

Сьогодні дуже особливий для мене день,

because it is my birthday.

тому що у мене день народження.

(Applause)

(Оплески)

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

Тому, дякую всім вам за те, що приєдналися до святкування.

(Laughter)

(Сміх)

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

Але кожного разу, коли ви організовуєте вечірку, хтось її зіпсує. Правда?

(Laughter)

(Сміх)

And I'm a physicist,

Я фізик,

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

і для цієї справи я прихопив з собою ще одного фізика.

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

Його звати Альберт Ейнштейн, теж Альберт, і він той самий, хто заявив,

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

що людина, яка не зробила великих внесків у науку

by the age of 30

до 30 років,

will never do so.

вже ніколи цього не зробить.

(Laughter)

(Сміх)

Now, you don't need to check Wikipedia

Вам не треба перевіряти Вікіпедію, щоб зрозуміти,

that I'm beyond 30.

що мені вже за 30.

(Laughter)

(Сміх)

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

Тому він, по суті, каже мені і нам,

is that when it comes to my science,

що з точки зору моєї науки,

I'm deadwood.

я старий пень.

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

Що ж, на щастя, я отримав частку удачі протягом своєї кар'єри.

Around age 28, I became very interested in networks,

Приблизно у віці 28 років мене дуже зацікавили мережі,

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

і кілька років потому нам вдалося опублікувати кілька головних праць,

that reported the discovery of scale-free networks

де йшлося про відкриття безмасштабних мереж,

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

саме їм завдячує своїм народженням наука про мережі.

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

Якщо вам цікаво, то отримати ступінь доктора наук про мережі можна

in Budapest, in Boston,

в Будапешті, в Бостоні,

and you can study it all over the world.

і вивчати їх будь-де по всьому світі.

A few years later,

Кілька років потому,

when I moved to Harvard first as a sabbatical,

перебуваючи у творчій відпустці, я прибув у Гарвард

I became interested in another type of network:

і зацікавився ще одним типом мереж:

that time, the networks within ourselves,

цього разу мережами всередині нас,

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

як пов'язані між собою гени, протеїни та метаболіти,

and how they connect to disease.

і як вони впливають на захворювання.

And that interest led to a major explosion within medicine,

Такий інтерес спричинив великий вибух в медицині,

including the Network Medicine Division at Harvard,

включно з відділенням мережевої медицини у Гарварді,

that has more than 300 researchers who are using this perspective

де працює більше 300 дослідників, які використовують цю концепцію

to treat patients and develop new cures.

для лікування пацієнтів та розробки нових ліків.

And a few years ago,

Кілька років тому

I thought that I would take this idea of networks

я думав, що перенесу цю мережеву ідею

and the expertise we had in networks

і знання про мережі в іншу сферу,

in a different area,

а саме у дослідження природи успіху.

that is, to understand success.

And why did we do that?

Для чого це нам потрібно?

Well, we thought that, to some degree,

Ми думали, що до певної міри

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

наш успіх визначається мережами, до яких ми належимо,

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

наші мережі можуть просувати нас вперед або ж тягнути назад.

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

Мене цікавило, чи можемо ми використовувати знання, дані та досвід

where we develop the networks

для розвитку мереж

to really quantify how these things happen.

та кількісно дослідити, як відбуваються такі речі.

This is a result from that.

Ось результат.

What you see here is a network of galleries in museums

Ось ми бачимо мережу галерей у музеях,

that connect to each other.

які пов'язані одна з одною.

And through this map that we mapped out last year,

Завдяки цій карті, яку ми розробили минулого року,

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

ми можемо дуже точно передбачити успіх художника,

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

якщо назвати перші п'ять виставок у його кар'єрі.

Well, as we thought about success,

Що ж, досліджуючи успіх,

we realized that success is not only about networks;

ми збагнули, що успіх стосується не тільки мереж,

there are so many other dimensions to that.

існує чимало його вимірів.

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

Однією з потрібних для успіху речей,

очевидно, є наша продуктивність.

is performance.

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

Тому давайте визначимо різницю між продуктивністю та успіхом.

Well, performance is what you do:

Продуктивність - це те, що ви робите:

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

як швидко ви бігаєте, які картини малюєте,

what kind of papers you publish.

які праці публікуєте.

However, in our working definition,

Проте за нашим робочим визначенням,

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

успіх це те, що суспільство помічає серед того, що ви робите,

from your performance:

серед ваших результатів.

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

Як воно відгукується, як винагороджує вас за них?

In other terms,

Іншими словами,

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

результат належить вам, а успіх – всім нам.

And this was a very important shift for us,

Для нас це було дуже важливим зрушенням,

because the moment we defined success as being a collective measure

бо з того моменту, коли ми призначили успіх колективним мірилом

that the community provides to us,

всього суспільства,

it became measurable,

він стає вимірним.

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

Якщо він стосується суспільства, то тут існує чимало точок виміру.

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

Ми ходимо до школи, виконуємо вправи, практикуємось,

because we believe that performance leads to success.

бо віримо, що результат веде до успіху.

But the way we actually started to explore,

Однак коли заходить мова про математику проблеми,

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

то почавши проводити дослідження,

when it comes to the mathematics of the problem.

ми збагнули, що результат одне, а успіх зовсім інше,

And let me illustrate that.

Дозвольте проілюструвати це.

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

Ось тут ви бачите найшвидшу людину на Землі – Усейна Болта.

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

Звичайно ж, він виграє більшість змагань, де братиме участь.

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

Ми знаємо, що він найшвидший на Землі, тому що ми маємо хронометр,

to measure his speed.

щоб виміряти його швидкість.

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

Що цікаво, коли він виграє,

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

то не завдяки своїй значній перевазі.

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

Він біжить щонайбільше на 1% швидше, ніж той, хто програє перегони.

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

Він не тільки біжить лише на 1% швидше за іншого бігуна,

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

він навіть не біжить у 10 разів швидше, ніж я,

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

а я поганий бігун, повірте.

(Laughter)

(Сміх)

And every time we are able to measure performance,

І кожного разу, коли ми можемо виміряти результат,

we notice something very interesting;

ми помічаємо щось дуже цікаве —

that is, performance is bounded.

результат обмежений.

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

Це означає, що не існує великих варіацій у людських результатах.

It varies only in a narrow range,

Вони змінюються в невеликих межах,

and we do need the chronometer to measure the differences.

і нам таки потрібен хронометр, щоб виміряти різницю.

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

Це не означає, що ми не можемо відрізнити хороших від найкращих,

but the best ones are very hard to distinguish.

однак найкращих визначити дуже важко.

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

Проблема полягає в тому, що більшість працює у сферах,

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

де немає хронометра для вимірювання результатів.

Alright, performance is bounded,

Добре, результати обмежені,

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

між нами немає великої різниці, коли мова йде про результати.

How about success?

А як щодо успіху?

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

Що ж, давайте переключимося на іншу тему, наприклад, книги.

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

Один з вимірів успіху письменників — скільки людей прочитали вашу книгу.

And so when my previous book came out in 2009,

Тому коли моя попередня книжка вийшла у 2009 році,

I was in Europe talking with my editor,

я був у Європі, розмовляв зі своїм редактором

and I was interested: Who is the competition?

і поцікавився: хто бере участь у змаганні?

And I had some fabulous ones.

Учасники були легендарними.

Того тижня...

That week --

(Laughter)

(Сміх)

Dan Brown came out with "The Lost Symbol,"

вийшов "Втрачений символ" Дена Брауна,

and "The Last Song" also came out,

також з'явилася "Остання пісня" Ніколаса Спаркса.

Nicholas Sparks.

And when you just look at the list,

І якщо просто поглянути на список,

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

то в продуктивності не помітно великої різниці

between these books or mine.

між цими книжками і моєю.

Right?

Правда?

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

Тому, можливо, якби команда Ніколаса Спаркса працювала наполегливіше,

he could easily be number one,

він міг би посісти перше місце,

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

тому що на вершині опиняєшся майже випадково.

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

Я казав, давайте глянемо на цифри, я ж люблю цифри, правда?

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

Отже, давайте подивимося, якими були продажі у Ніколаса Спаркса.

Виявляється, що протягом перших вихідних

And it turns out that that opening weekend,

Nicholas Sparks sold more than a hundred thousand copies,

Ніколас Спаркс продав більш, ніж сто тисяч копій,

which is an amazing number.

і ця цифра вражає.

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

Насправді, можна потрапити на вершину списку бестселерів "Нью-Йорк Таймс",

by selling 10,000 copies a week,

продавши 10 тисяч копій за тиждень,

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

тому він у 10 разів перевищив цифри, необхідні для першого місця.

Yet he wasn't number one.

Та все ж він не очолив список.

Why?

Чому?

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

Тому що Ден Браун продав 1,2 млн копій за ті ж вихідні.

(Laughter)

(Сміх)

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

Мені так подобається ця цифра, бо вона показує,

when it comes to success, it's unbounded,

коли заходить мова про успіх, то у нього немає меж,

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

найкращий не лише отримує трохи більше за другого,

but gets orders of magnitude more,

але й здобуває в десятки разів більше,

because success is a collective measure.

тому що успіх — колективна міра.

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

Ми даємо його, а не вони самі його заробляють.

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

Отже, одна з речей, яку ми збагнули — наша діяльність, що ми робимо, обмежена,

but success, which is collective, is unbounded,

але успіх, який є колективним, необмежений,

which makes you wonder:

що змусить задуматися:

How do you get these huge differences in success

звідки беруться такі значні відмінності в успіху

when you have such tiny differences in performance?

при таких невеликих відмінностях у діяльності?

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

Нещодавно я опублікував книгу і присвятив її цьому питанню.

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

Мені не дали досить часу, щоб розглянути все,

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

тому я повертаюсь до цього питання:

alright, you have success; when should that appear?

добре, заходить мова про успіх: коли саме він має прийти?

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

Давайте повернемося до того, хто псує вечірку, і запитаємо:

Why did Einstein make this ridiculous statement,

чому Ейнштейн зробив це сміховинне твердження,

that only before 30 you could actually be creative?

що тільки до 30 можна бути дійсно креативним?

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

Що ж, він озирнувся навколо і побачив всіх тих дивовижних фізиків,

that created quantum mechanics and modern physics,

які створили квантову механіку і сучасну фізику,

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

і їм всім було близько 20-ти чи 30-ти, коли вони це зробили.

And it's not only him.

Не тільки він один.

It's not only observational bias,

Це не просто помилкове надання переваги,

because there's actually a whole field of genius research

тому що насправді існує ціла сфера геніальних досліджень,

that has documented the fact that,

яка засвідчує той факт,

if we look at the people we admire from the past

що коли подивитися на людей з минулого, якими ми захоплюємося,

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

на той час, коли вони здійснили своє найбільше досягнення,

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

візьмімо музику, науку

whether that's engineering,

чи інженерію,

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

більшість з них зробили це у 20, 30 чи щонайбільше у 40-річному віці.

But there's a problem with this genius research.

Але з цим геніальним дослідженням є одна проблема.

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

Перш за все, воно створило враження,

that creativity equals youth,

що креативність дорівнює молодості,

що боляче чути, правда ж?

which is painful, right?

(Laughter)

(Сміх)

And it also has an observational bias,

Воно також містить помилкове надання переваги,

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

тому що ґрунтується лише на геніях, а не на звичайних науковцях,

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

воно зовсім не бере до уваги всіх нас і не запитує:

is it really true that creativity vanishes as we age?

чи дійсно правда, що креативність зникає з віком?

So that's exactly what we tried to do,

Саме це ми і збиралися зробити,

and this is important for that to actually have references.

і тут дуже важливо зіслатися на когось.

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

Тому давайте поглянемо на такого звичайного науковця як я

and let's look at my career.

і проаналізуємо мою кар'єру.

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

Ви бачите всі роботи, які я опублікував:

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

від моєї першої роботи у 1989 році; я був все ще в Румунії, коли її написав,

till kind of this year.

і аж до цього року.

And vertically, you see the impact of the paper,

А по вертикалі ви бачите вплив цих робіт,

that is, how many citations,

тобто, скільки було цитувань,

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

скільки інших робіт було написано з посиланням на цю роботу.

And when you look at that,

Коли глянути на це,

you see that my career has roughly three different stages.

то видно, що моя кар'єра пройшла приблизно три різні етапи.

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

Перші 10 років я був змушений багато працювати,

але досягнув небагато.

and I don't achieve much.

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

Здається, всім було байдуже, що я роблю, так?

There's hardly any impact.

Майже жодного результату.

(Laughter)

(Сміх)

That time, I was doing material science,

У той час я займався матеріалознавством,

and then I kind of discovered for myself networks

і тоді, нібито, відкрив для себе мережі

and then started publishing in networks.

і почав робити про них публікації.

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

Це привело до руху від однієї результативної роботи до іншої.

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

Це було справді добре. Оце був період в моїй кар‘єрі.

(Laughter)

(Сміх)

So the question is, what happens right now?

Але питання в тому, а що ж відбувається зараз?

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

Ми не знаємо, бо ще не пройшло достатньо часу,

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

щоб дійсно визначити результат цих робіт,

it takes time to acquire.

для цього потрібен час.

Well, when you look at the data,

Що ж, якщо подивитися на дані,

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

то здається, ніби Ейнштейн, геній дослідження, має рацію,

and I'm at that stage of my career.

і я на цьому етапі своєї кар'єри.

(Laughter)

(Сміх)

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

Тому ми вирішили визначити, як це відбувається насправді

first in science.

спершу в науці.

And in order not to have the selection bias,

Щоб бути неупередженими у виборі

to look only at geniuses,

і не дивитися лише на геніїв,

we ended up reconstructing the career of every single scientist

ми відтворили кар'єру кожного науковця

from 1900 till today

з 1900 року і до сьогоднішнього дня,

and finding for all scientists what was their personal best,

визначаючи кар'єрний пік всіх науковців,

whether they got the Nobel Prize or they never did,

отримували вони Нобелівську премію, чи ні,

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

або ж ніхто не знає, що вони поробляли, навіть їх особистий рекорд.

And that's what you see in this slide.

Ось що ви бачите на цьому слайді.

Each line is a career,

Кожна лінія — це кар'єра,

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

світло-синя крапка — це її пік,

it says that was their personal best.

вона показує, що це був їх особистий рекорд.

And the question is,

Виникає наступне запитання:

when did they actually make their biggest discovery?

коли вони дійсно зробили найбільше відкриття?

To quantify that,

Щоб це визначити,

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

ми поглянемо на ваші шанси зробити своє найбільше відкриття,

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

скажімо, через 1, 2, 3 чи 10 років своєї кар'єри?

We're not looking at real age.

Ми не дивимося на реальний вік.

Ми дивимося на те, що називається "науковим віком".

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

Your academic age starts when you publish your first papers.

Ваш науковий вік починається, коли ви публікуєте свою першу роботу.

I know some of you are still babies.

Знаю, дехто з вас ще немовлята.

(Laughter)

(Сміх)

So let's look at the probability

Тому давайте поглянемо на ймовірність

that you publish your highest-impact paper.

опублікувати свої найрезультативніші роботи.

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

Ви бачите, що в такому випадку, дійсно, дослідження геніїв правдиві.

Most scientists tend to publish their highest-impact paper

Більшість науковців публікують свої найважливіші роботи

in the first 10, 15 years in their career,

за перші 10-15 років кар'єри,

and it tanks after that.

а потім все йде на спад.

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

Все рухається так повільно, зараз я на 30-му році своєї кар'єри —

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

шанси, що я опублікую роботу, яка матиме успіх більший,

than anything that I did before

ніж все, що я до цього робив,

is less than one percent.

менше 1%.

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

Я зараз на цьому етапі своєї кар'єри, згідно цих даних.

But there's a problem with that.

Але тут є проблема.

We're not doing controls properly.

Ми не контролюємо все належним чином.

So the control would be,

А контролювати варто так:

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

як би виглядав науковець, який робить випадковий внесок в науку?

Or what is the productivity of the scientist?

Або яка продуктивність науковця?

When do they write papers?

Коли вони пишуть роботи?

So we measured the productivity,

Тому ми виміряли продуктивність,

and amazingly, the productivity,

і ось що дивовижно: продуктивність,

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

тобто ймовірність написання роботи на 1-му, 10 чи 20-ому році своєї кар'єри

is indistinguishable from the likelihood of having the impact

не відрізнити від ймовірності високого впливу

in that part of your career.

в цій частині вашої кар'єри.

And to make a long story short,

Коротше кажучи,

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

після багатьох статистичних тестів цьому існує тільки одне пояснення,

that really, the way we scientists work

що, дійсно, наші методи роботи як науковців,

кожна робота, яку ми пишемо, кожен проєкт, який ми робимо,

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

has exactly the same chance of being our personal best.

має однаковий шанс стати нашим особистим рекордом.

That is, discovery is like a lottery ticket.

Тобто, відкриття - це як лотерейний квиток.

And the more lottery tickets we buy,

І чим більше лотерейних білетів ми купуємо,

the higher our chances.

тим більші наші шанси.

And it happens to be so

І трапляється так,

that most scientists buy most of their lottery tickets

що більшість науковців купує більшість лотерейних квитків

in the first 10, 15 years of their career,

протягом перших 10-15 років своєї кар'єри,

and after that, their productivity decreases.

і після цього їхня продуктивність падає.

They're not buying any more lottery tickets.

Вони більше не купують лотерейних квитків.

So it looks as if they would not be creative.

Тому виглядає так, ніби вони більше не креативні.

In reality, they stopped trying.

Насправді, вони припиняють спроби.

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

Тому якщо ми зберемо дані докупи, то висновок буде дуже простим:

success can come at any time.

успіх може прийти в будь-який час.

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

Це може бути ваша перша чи остання робота протягом кар'єри.

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

Це абсолютно випадковий вибір серед проєктів.

It is the productivity that changes.

Змінюється сама продуктивність.

Let me illustrate that.

Дозвольте мені це проілюструвати.

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

Ось Франк Вільшек, який отримав Нобелівську премію з фізики

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

за першу роботу, яку він написав, ще навчаючись у магістратурі.

(Laughter)

(Сміх)

More interesting is John Fenn,

Цікавішим є випадок Джона Фенна,

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

якого у віці 70 років змусив піти на пенсію Єльський університет.

They shut his lab down,

Вони закрили його лабораторію,

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

і тоді він перебрався до Університету Співдружності Вірджинії,

opened another lab,

відкрив іншу лабораторію,

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

і там у віці 72 років він опублікував роботу,

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

за яку 15 років потому отримав Нобелівську премію з хімії.

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

Ви думаєте, що ж, наука - це особлива діяльність,

а як щодо інших сфер, в яких ми повинні бути креативними.

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

So let me take another typical example: entrepreneurship.

Отже, давайте візьмемо інший типовий приклад — підприємництво.

Silicon Valley,

Силіконова долина —

the land of the youth, right?

земля молодих, правда?

And indeed, when you look at it,

Дійсно, коли на неї поглянути,

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

усвідомлюєш, що найбільші нагороди, "TechCrunch" та інші

are all going to people

отримують люди,

середній вік яких 25-30 років.

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

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

Подивіться на тих, кому найбільші венчурні фонди дають гроші —

all people in their early 30s.

всі люди у віці близько 30 років.

Which, of course, we know;

Що, звичайно, нам відомо;

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

у Силіконовій долині побутує така ідея, що молодість дорівнює успіху.

Not when you look at the data,

Але не тоді, коли подивитися на дані,

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

тому що йдеться не тільки про формування компанії,

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

формування компанії як продуктивність — ви пробуєте знову й знову,

when you look at which of these individuals actually put out

а коли ви спостерігаєте, які з цих осіб дійсно створили

a successful company, a successful exit.

успішну компанію, чи успішно закрили бізнес.

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

Нещодавно деякі з наших колег розглянули саме це запитання.

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

І виявилося, що справді, ті кому 20-30 років,

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

заснували велику кількість компаній, збудували чимало компаній,

but most of them go bust.

але більшість з них прогоріли.

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

А коли ви глянете на успішні завершення, що видно саме на цьому графіку,

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

чим ви старші, тим більша ймовірність, що ви дійсно перевернете фондовий ринок

or the sell the company successfully.

або успішно продасте компанію.

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

І це правда: коли вам за 50,

you are twice as likely to actually have a successful exit

то існує вдвічі більша ймовірність успішно закрити бізнес,

than if you are in your 30s.

ніж коли вам 30.

(Applause)

(Оплески)

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

Отже, що ми дійсно бачимо?

What we see is that creativity has no age.

Ми бачимо, що креативність не обмежена віком.

Productivity does, right?

А продуктивність так, правда?

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

А це говорить мені, що у підсумку,

if you keep trying --

якщо ви продовжите намагатися...

(Laughter)

(Сміх)

you could still succeed and succeed over and over.

ви зможете досягнути успіху, і робити це знову й знову.

So my conclusion is very simple:

Тому мій висновок дуже простий:

я йду зі сцени назад у свою лабораторію.

I am off the stage, back in my lab.

Thank you.

Дякую.

(Applause)

(Оплески)