How to use data to make a hit TV show | Sebastian Wernicke

Translator: Huong Nguyen Reviewer: Tra Nguyen

Roy Price is a man that most of you have probably never heard about,

Roy Price là người mà phần lớn các bạn có thể chưa từng nghe nói đến

even though he may have been responsible

mặc dù anh ấy có thể đã từng chịu trách nhiệm

for 22 somewhat mediocre minutes of your life on April 19, 2013.

cho 22 phút hơi tầm thường của đời bạn trong ngày 19 tháng 4 năm 2013.

He may have also been responsible for 22 very entertaining minutes,

Anh ấy có lẽ còn chịu tránh nhiệm cho mỗi 22 phút giải trí

but not very many of you.

nhưng không phải nhiều người trong các bạn.

And all of that goes back to a decision

và tất cả đã dẫn đến một quyết định

that Roy had to make about three years ago.

mà Roy phải thực hiện trong 3 năm

So you see, Roy Price is a senior executive with Amazon Studios.

Như mọi người biết, Roy Price là một nhà điều hành cấp cao của Amazon Studios

That's the TV production company of Amazon.

Đây là công ty sản xuất chương trình TV của Amazon

He's 47 years old, slim, spiky hair,

Anh ấy 47 tuổi, nhỏ người, tóc vuốt cao

describes himself on Twitter as "movies, TV, technology, tacos."

với mô tả trên Twitter: "phim ảnh, TV, công nghệ, taco (món ăn Mexico)"

And Roy Price has a very responsible job, because it's his responsibility

Và Roy Price làm công việc mang tính trách nhiệm cao, vì trách nhiệm của anh ấy

to pick the shows, the original content that Amazon is going to make.

là chọn ra các show, nội dung gốc mà Amazon sẽ thực hiện

And of course that's a highly competitive space.

Tất nhiên, đây là lĩnh vực rất cạnh tranh

I mean, there are so many TV shows already out there,

Tôi muốn nói là, đã có quá nhiều chương trình truyền hình

that Roy can't just choose any show.

Roy không thể chỉ chọn một show nào đó

He has to find shows that are really, really great.

Anh ấy phải tìm được những show thực sự thật sự tuyệt vời

So in other words, he has to find shows

Nói cách khác, anh ấy phải tìm ra những chương trình

that are on the very right end of this curve here.

nắm ở phía cuối bên phải của đường cong này.

So this curve here is the rating distribution

Đường cong ở đây là phân bổ chỉ số đánh giá

of about 2,500 TV shows on the website IMDB,

của khoảng 2500 chương trình TV trên trang web IMDB,

and the rating goes from one to 10,

và điểm đánh giá chạy từ 1 đến 10,

and the height here shows you how many shows get that rating.

và đường cao này chỉ ra có bao nhiêu chương trình được xếp hạng

So if your show gets a rating of nine points or higher, that's a winner.

Nếu chương trình của bạn có chỉ số người xem là 9 hoặc cao nơi, đó là kẻ thắng cuộc

Then you have a top two percent show.

Bạn ở top 2% các chương trình dẫn đầu.

That's shows like "Breaking Bad," "Game of Thrones," "The Wire,"

Đó là những chương trình như "Breaking Bad", "Game of Thrones", "The Wire"

so all of these shows that are addictive,

tất cả những chương trình này đều rất gây nghiện

whereafter you've watched a season, your brain is basically like,

mỗi lần sau khi bạn coi xong một mùa, não bạn cơ bản đều như là:

"Where can I get more of these episodes?"

"Làm sao để xem thêm những tập mới?"

That kind of show.

Loại chương trình như thế đó.

On the left side, just for clarity, here on that end,

Ở phía bên trái, để rõ ràng, ở vị trí cuối này,

you have a show called "Toddlers and Tiaras" --

bạn có một chương trình tên "Toddlers and Tiaras"...

(Laughter)

(Cười)

-- which should tell you enough

...nó đủ nói cho bạn biết

about what's going on on that end of the curve.

những gì xảy ra ở điểm cuối của đường cong này.

Now, Roy Price is not worried about getting on the left end of the curve,

Bây giờ, Roy Price không lo lắng mấy về việc nằm ở vị trí cuối bên trái đường cong

because I think you would have to have some serious brainpower

bởi vì tôi nghĩ bạn sẽ phải có năng lực não rất mạnh

to undercut "Toddlers and Tiaras."

để cắt xén "Toddlers and Tiaras."

So what he's worried about is this middle bulge here,

Vì thế điều anh ấy lo ngại chính là chỗ phình ra ở giữa đây

the bulge of average TV,

vị trí của các chương trình trung bình

you know, those shows that aren't really good or really bad,

bạn biết đấy, các chương trình không hay cũng không dở

they don't really get you excited.

chúng không thật sự làm bạn phấn khích

So he needs to make sure that he's really on the right end of this.

Vì vậy anh ấy cần đảm bảo rằng anh ấy thật sự nằm ở điểm cuối bên phải này

So the pressure is on,

Vì thấy áp lực tăng lên,

and of course it's also the first time

và tất nhiên nó cũng là lần đầu tiên

that Amazon is even doing something like this,

mà Amazon làm những thứ như thế này,

so Roy Price does not want to take any chances.

cho nên Roy Price không muốn có bất kì cơ hội nào

He wants to engineer success.

Anh ấy muốn sắp đặt sự thành công.

Anh ấy cần một sự thành công chắc chắn

He needs a guaranteed success,

and so what he does is, he holds a competition.

và vì thế điều anh ấy làm là, tổ chức một cuộc thi.

So he takes a bunch of ideas for TV shows,

Anh ấy tìm một loạt các ý tưởng cho các chương trình TV,

and from those ideas, through an evaluation,

và từ những ý tưởng đó, trải qua đánh giá,

they select eight candidates for TV shows,

Họ chọn ra 8 ứng cử viên cho các chương trình TV

and then he just makes the first episode of each one of these shows

và rồi họ chỉ làm tập đầu tiên cho mỗi một chương trình đó

and puts them online for free for everyone to watch.

và đăng chúng miễn phí lên mạng để mọi người cùng xem.

And so when Amazon is giving out free stuff,

Và khi Amazon đưa ra thứ gì miễn phí,

you're going to take it, right?

bạn sẽ xem chúng đúng chứ?

So millions of viewers are watching those episodes.

Thế nên hàng triệu người đã xem những tập chương trình này.

What they don't realize is that, while they're watching their shows,

Điều họ không nhận ra là, trong khi họ xem những chương trình đó,

actually, they are being watched.

thật ra, họ cũng đang bị theo dõi.

They are being watched by Roy Price and his team,

Họ bị theo dõi bởi Roy Price và tổ là việc của anh

who record everything.

họ đã ghi lại tất cả.

They record when somebody presses play, when somebody presses pause,

Họ ghi lại khi nào ai đó nhấn nút "play" khi nào nhất nút "pause"

what parts they skip, what parts they watch again.

phần nào nọ sẽ cho qua, phần nào họ sẽ xem lại.

So they collect millions of data points,

Và họ thu thập hàng triệu dữ liệu,

because they want to have those data points

vì họ muốn có những dữ liệu này

to then decide which show they should make.

để sau đó quyết định xem họ nên làm chương trình gì.

And sure enough, so they collect all the data,

Và chắc chắn, họ thu thập tất cả dữ liệu,

they do all the data crunching, and an answer emerges,

họ phân tích tất cả dữ liệu, và câu trả lời xuất hiện

and the answer is,

câu trả lời là,

"Amazon should do a sitcom about four Republican US Senators."

"Amazon nên làm một bộ sitcom về 4 thượng nghị sĩ của đảng Cộng hòa Mỹ"

They did that show.

Họ đã làm chương trình đó

So does anyone know the name of the show?

Vậy có ai biết tên của chương trình đó không?

(Audience: "Alpha House.")

(Khán giả: "Alpha House")

Yes, "Alpha House,"

Vâng, "Alpha House",

but it seems like not too many of you here remember that show, actually,

nhưng có vẻ không nhiều người ở đây thực sự nhớ đến chương trình này

because it didn't turn out that great.

bởi nó không đặc biệt

It's actually just an average show,

Nó thực sự chỉ là một show bình thường,

actually -- literally, in fact, because the average of this curve here is at 7.4,

thật sự... theo nghĩa đen, sự thật là, vì mức trung bình của đường cong này là 7.4

and "Alpha House" lands at 7.5,

và "Alpha House" nằm ở mức 7.5,

so a slightly above average show,

trên mức trung bình một chút,

but certainly not what Roy Price and his team were aiming for.

nhưng chắc chắn không phải là điều Roy Price và nhóm của anh hướng đến.

Meanwhile, however, at about the same time,

Tuy nhiên trong khi đó, tại cùng một thời điểm,

at another company,

ở một công ty khác,

another executive did manage to land a top show using data analysis,

một nhà điều hành khác cũng muốn làm một chương trình hàng đầu bằng phân tích dữ liệu

and his name is Ted,

và tên anh ấy là Ted,

Ted Sarandos, who is the Chief Content Officer of Netflix,

Ted Sarandos, giám đốc nội dung của Netflix

and just like Roy, he's on a constant mission

và cũng như Roy, anh có 1 nhiệm vụ thường xuyên

to find that great TV show,

là tìm những chương trình hay,

and he uses data as well to do that,

và anh ấy cũng sử dụng dữ liệu để làm việc

except he does it a little bit differently.

ngoại trừ anh ấy làm nó có chút khác biệt.

So instead of holding a competition, what he did -- and his team of course --

Thay vì tổ chức một cuộc thi, điều anh ấy làm... và dĩ nhiên cả nhóm của anh...

was they looked at all the data they already had about Netflix viewers,

là nhìn vào tất cả dữ liệu và họ đã có về khán giả của Netflix,

you know, the ratings they give their shows,

những đánh giá họ đưa ra cho các chương trình

the viewing histories, what shows people like, and so on.

lịch sử xem, những chương trình nào họ thích, v.v

And then they use that data to discover

Và họ dùng các dữ liệu đó để tìm ra

all of these little bits and pieces about the audience:

tất cả những gì nhỏ nhất về các khán giả:

what kinds of shows they like,

loại chương trình gì họ thích,

what kind of producers, what kind of actors.

người sản xuất nào, loại diễn viên nào.

And once they had all of these pieces together,

Và một khi họ đã có được tất cả các mảnh ghép

they took a leap of faith,

họ làm một bước nhảy vọt của lòng tin

and they decided to license

họ quyết định cấp giấy phép

not a sitcom about four Senators

không phải cho một bộ sitcom về bốn thượng nghị sĩ

but a drama series about a single Senator.

mà là một bộ phim truyền hình chỉ về một thượng nghị sĩ.

You guys know the show?

Các bạn biết chương trình này chứ?

(Laughter)

(Cười)

Yes, "House of Cards," and Netflix of course, nailed it with that show,

Vâng, là "House of Cards", và Netflix dĩ nhiên đóng đinh với chương trình đó

at least for the first two seasons.

ít nhất là với 2 mùa đầu tiên.

(Laughter) (Applause)

(Cười) (Vỗ tay)

"House of Cards" gets a 9.1 rating on this curve,

"House of Cards" được đánh giá 9.1 trên đường cong,

so it's exactly where they wanted it to be.

nó chính xác là những gì họ muốn làm được.

Now, the question of course is, what happened here?

Và giờ, câu hỏi đặt ra là chuyện gì xảy ra ở đây?

So you have two very competitive, data-savvy companies.

Bạn có hai công ty rất cạnh tranh, hiểu biết về dữ liệu

They connect all of these millions of data points,

Họ kết nối hàng triệu điểm dữ liệu

and then it works beautifully for one of them,

và nó hoạt động tốt với 1 bên,

and it doesn't work for the other one.

còn với một bên thì nó không hoạt động

So why?

Tại sao?

Because logic kind of tells you that this should be working all the time.

Vì kiểu lí luận này luôn nói với bạn rằng điều này luôn hiệu quả mọi lúc

I mean, if you're collecting millions of data points

Nghĩa là, nếu bạn thu thập hết hàng triệu điểm dữ liệu

on a decision you're going to make,

lên một quyết định bạn sẽ thực hiện,

then you should be able to make a pretty good decision.

bạn sẽ có thể đưa ra một quyết định tuyệt vời.

You have 200 years of statistics to rely on.

Bạn có thể dựa vào 200 năm dữ liệu thống kê

You're amplifying it with very powerful computers.

Bạn mở rộng chúng với những máy tính cực mạnh.

The least you could expect is good TV, right?

Ít nhất bạn cũng trông đợi vào một chương trình TV tốt, đúng chứ?

And if data analysis does not work that way,

Và nếu phân tích dữ liệu không hoạt động theo cách này,

then it actually gets a little scary,

thì nó thật sự khá đáng sợ,

because we live in a time where we're turning to data more and more

Vì chúng ta sống trong thời điểm mà ta chuyển sang dùng dữ liệu ngày càng nhiều

to make very serious decisions that go far beyond TV.

để đưa ra những quyết định rất quan trọng, vượt xa hơn cả TV.

Does anyone here know the company Multi-Health Systems?

Có ai ở đây biết về công ty Multi-Health Systems?

No one. OK, that's good actually.

Không ai cả. OK, rất tốt.

OK, so Multi-Health Systems is a software company,

Vâng, Multi-Health Systems là một công ty phần mềm,

and I hope that nobody here in this room

và tôi mong rằng không ai trong khán phòng này

ever comes into contact with that software,

từng tiếp xúc với phần mềm đó,

because if you do, it means you're in prison.

vì nếu bạn làm vậy, nghĩa là bạn đang ở tù

(Laughter)

(Cười)

If someone here in the US is in prison, and they apply for parole,

Nếu một ai đó ở Mỹ đang ở trong tù, và họ xin tạm tha,

then it's very likely that data analysis software from that company

thì sẽ rất có khả năng phần mềm phân tích dữ liệu của công ty này

will be used in determining whether to grant that parole.

sẽ được sử dụng để quyết định xem có nên cho phép tạm tha hay không

So it's the same principle as Amazon and Netflix,

Nó cũng là một nguyên lí giống như Amazon và Netflix

but now instead of deciding whether a TV show is going to be good or bad,

nhưng bây giờ thay vì quyết định xem chương trình TV này sẽ tốt hay dở

you're deciding whether a person is going to be good or bad.

bạn sẽ xem xét xem người kia là tốt hay là xấu

And mediocre TV, 22 minutes, that can be pretty bad,

và chương trình TV tầm thường, 22 phút, nó có thể khá tệ

but more years in prison, I guess, even worse.

nhưng nhiều năm trong tù tôi đoán là tệ hơn nhiều.

And unfortunately, there is actually some evidence that this data analysis,

Và không may là, thật sự có vài bằng chứng cho thấy phân tích dữ liệu này,

despite having lots of data, does not always produce optimum results.

mặc dù có rất nhiều dữ lệu, nhưng không phải luôn luôn cho ra những kết quả tối ưu

And that's not because a company like Multi-Health Systems

Và nó cũng không phải công ty như Multi-Health Systems

doesn't know what to do with data.

không biết phải làm gì với dữ liệu.

Even the most data-savvy companies get it wrong.

Thậm chí hầu hết các công ty dữ liệu đều làm sai

Yes, even Google gets it wrong sometimes.

Vâng, thậm chí Google đôi lúc cũng sai

In 2009, Google announced that they were able, with data analysis,

Trong năm 2009, Google thông báo rằng, với phân tích dữ liệu, họ có thể

to predict outbreaks of influenza, the nasty kind of flu,

dự đoán sự bùng phát của dịch cúm một loại cúm nguy hiểm,

by doing data analysis on their Google searches.

bằng cách thực hiện phân tích dữ liệu trên "Google tìm kiếm" của họ.

And it worked beautifully, and it made a big splash in the news,

Và nó hoạt động hiệu quả, trở thành tin giật gân trên mặt báo,

including the pinnacle of scientific success:

bao gồm cả đỉnh cao thành công của khoa học:

a publication in the journal "Nature."

một ấn phẩm trên tạp chí "Nature"

It worked beautifully for year after year after year,

Nó làm việc hiệu quả từ năm này qua năm khác,

until one year it failed.

cho đến một năm, nó thất bại.

And nobody could even tell exactly why.

Và thậm chí chẳng ai giải thích nổi tại sao.

It just didn't work that year,

Nó chỉ không hoạt động vào năm đó

và tất nhiên nó lại trở thành tin giật gân

and of course that again made big news,

including now a retraction

bây giờ bao gồm sự rút lại

of a publication from the journal "Nature."

của một ấn phẩm từ tạp chí "Nature"

So even the most data-savvy companies, Amazon and Google,

Cho nên đến cả những công ty giỏi nhất về dữ liệu như Amazon và Google,

they sometimes get it wrong.

đôi lúc cũng mắc sai lầm.

And despite all those failures,

Và mặc cho những thất bại đó,

data is moving rapidly into real-life decision-making --

dữ liệu vẫn nhanh chóng tiếp cận vào việc đưa ra quyết định trong đời thực,

into the workplace,

nơi làm việc,

law enforcement,

thực thi pháp luật,

medicine.

y tế.

So we should better make sure that data is helping.

Chúng ta nên làm rõ là những dữ liệu này rất hữu ích

Now, personally I've seen a lot of this struggle with data myself,

Hiện nay, cá nhân tôi thường thấy bản thân vật lộn rất nhiều với dữ liệu

because I work in computational genetics,

vì tôi làm việc ở ngành tính toán di truyền học

which is also a field where lots of very smart people

đây cũng là ngành có rất nhiều người cực kì thông minh

are using unimaginable amounts of data to make pretty serious decisions

sử dùng 1 lượng dữ liệu nhiều không tưởng để đưa ra các quyết định quan trọng

like deciding on a cancer therapy or developing a drug.

như quyết định về phương pháp chữa ung thư hoặc phát triển thuốc.

And over the years, I've noticed a sort of pattern

Qua nhiều năm, tôi đã nhận thấy một loại dấu hiệu

or kind of rule, if you will, about the difference

hay một kiểu quy luật, nếu bạn muốn, về sự khác biệt

between successful decision-making with data

giữa đưa ra quyết định thành công với dữ liệu

and unsuccessful decision-making,

và đưa ra quyết định thất bại,

and I find this a pattern worth sharing, and it goes something like this.

và tôi thấy đây là một mô hình đáng để chia sẻ, và nó là một thứ gì đó như thế

So whenever you're solving a complex problem,

Bất cứ khi nào bạn giải quyết một vấn đề phức tạp,

you're doing essentially two things.

bạn đang thực hiện về cơ bản 2 điều.

The first one is, you take that problem apart into its bits and pieces

Thứ nhất là, bạn chia nhỏ vấn đề đó ra thành những phần nhỏ lẻ

so that you can deeply analyze those bits and pieces,

để bạn có thể phấn tích kĩ lưỡng những phần nhỏ đó,

and then of course you do the second part.

và sau đó tất nhiện bạn sẽ làm tiếp phần 2

You put all of these bits and pieces back together again

Bạn xếp những phần nhỏ đó lại với nhau

to come to your conclusion.

để đi đến kết luận cuối cùng

And sometimes you have to do it over again,

Và đôi khi bạn phải lặp lại nó lần nữa

but it's always those two things:

nhưng nó vẫn chỉ là 2 điều đó:

taking apart and putting back together again.

chia nhỏ ra và sắp đặt lại lần nữa

And now the crucial thing is

Và điều quan trọng bây giờ là

that data and data analysis

dữ liệu đó và phân tích dữ liệu

is only good for the first part.

chỉ tốt ở bước đầu tiên.

Data and data analysis, no matter how powerful,

dữ liệu và phân tích dữ liệu, dù mạnh mẽ cỡ nào

can only help you taking a problem apart and understanding its pieces.

cũng chỉ có thể giúp bạn chia nhỏ vấn đề và hiểu rõ từng phần của nó

It's not suited to put those pieces back together again

Nó không phù hợp để đặt các phần nhỏ lại 1 lần nữa

and then to come to a conclusion.

và cuối cùng đi đến kết luận.

There's another tool that can do that, and we all have it,

Có 1 công cụ khác có thể làm việc đó, và chúng ta đều có nó,

and that tool is the brain.

nó chính là bộ não.

If there's one thing a brain is good at,

Nếu có 1 thứ mà bộ não rất giỏi,

it's taking bits and pieces back together again,

thì đó chính là sắp xếp các phần nhỏ lại với nhau,

even when you have incomplete information,

thậm chí cả khi bạn không có đủ thông tin,

and coming to a good conclusion,

và đi đến một kết luận tuyệt vời,

especially if it's the brain of an expert.

đặc biệt khi nó là bộ não của 1 chuyên gia

And that's why I believe that Netflix was so successful,

Đó là lí do vì sao tôi tin là Netflix đã rất thành công,

because they used data and brains where they belong in the process.

Vì họ đã sử dụng dữ liệu và bộ não vào đúng chỗ nó cần trong cả quá trình.

They use data to first understand lots of pieces about their audience

Họ sử dụng dữ liệu trước tiên để hiểu rõ nhiều phần nhỏ về khán giả của họ

that they otherwise wouldn't have been able to understand at that depth,

nếu không họ sẽ không thể hiểu tường tận đến thế,

but then the decision to take all these bits and pieces

nhưng quyết định để lấy hết các phần nhỏ đó

and put them back together again and make a show like "House of Cards,"

và sắp xếp chúng lại rồi thực hiện chương trình "House of Cards"

that was nowhere in the data.

nó không hề nằm trong dữ liệu

Ted Sarandos and his team made that decision to license that show,

Ted Sarandos và nhóm của anh ấy đã đưa ra quyết định cấp phép cho chương trình đó,

which also meant, by the way, that they were taking

cũng có nghĩa là, bằng cách này, họ đã đánh cược

a pretty big personal risk with that decision.

một rủi ro cá nhân khá lớn cho quyết định này.

And Amazon, on the other hand, they did it the wrong way around.

Và Amazon, mặt khác, họ đã đi sai đường.

They used data all the way to drive their decision-making,

Họ sử dụng dữ liệu trên cả con đường đi đến quyết định,

first when they held their competition of TV ideas,

đầu tiên khi họ tổ chức cuộc thi về các ý tưởng TV

then when they selected "Alpha House" to make as a show.

tiếp đến là khi họ chọn "Alpha House" để làm chương trình.

Which of course was a very safe decision for them,

Tất nhiên đó là một quyết định an toàn cho họ,

because they could always point at the data, saying,

Vì họ luôn có thể chỉ vào dữ liệu và nói

"This is what the data tells us."

"Đây là những gì dữ liệu nói cho chúng tôi"

But it didn't lead to the exceptional results that they were hoping for.

Nhưng nó không đưa đến một kết quả chấp nhận được mà họ mong chờ

Cho nên dữ liệu dĩ nhiên là 1 công cụ cực kì hữu hiệu để đưa ra quyết định tốt hơn,

So data is of course a massively useful tool to make better decisions,

but I believe that things go wrong

nhưng tôi tin là mọi thứ sẽ đi sai

when data is starting to drive those decisions.

khi dữ liệu bắt đầu điều khiến những quyết định đó.

No matter how powerful, data is just a tool,

Mặc dù rất mạnh nhưng dữ liệu chỉ là một công cụ,

and to keep that in mind, I find this device here quite useful.

và để ghi nhớ điều đó, tôi cho rằng thiết bị này khá hữu dụng.

Many of you will ...

Nhiều người trong các bạn cũng sẽ vậy...

(Laughter)

(Cười)

Before there was data,

Trước khi sử dụng dữ liệu

this was the decision-making device to use.

hãy sử dụng thiết bị đưa ra quyết định này

(Laughter)

(Cười)

Nhiều người trong các bạn sẽ biết nó

Many of you will know this.

This toy here is called the Magic 8 Ball,

Món đồ chơi này gọi là "The Magic 8 Ball"

and it's really amazing,

và nó thật sự tuyệt vời,

because if you have a decision to make, a yes or no question,

Vì khi bạn cần đưa ra quyết định, một câu hỏi có hay không,

all you have to do is you shake the ball, and then you get an answer --

những gì bạn phải làm là lắc quả banh, sau đó bạn sẽ có câu trả lời

"Most Likely" -- right here in this window in real time.

"Có khả năng cao"ngay tại đây, trong của sổ này, ngay lúc này.

I'll have it out later for tech demos.

Tôi sẽ đưa nó ra cho bản thử công nghệ sau

(Laughter)

(Cười)

Now, the thing is, of course -- so I've made some decisions in my life

Bây giờ, vấn đề là, dĩ nhiên.. tôi từng đưa ra những quyết định trong đời

where, in hindsight, I should have just listened to the ball.

mà trong nhận thức đáng lẽ tôi nên nghe theo quả banh này.

But, you know, of course, if you have the data available,

Nhưng, bạn biết đấy, dĩ nhiên nếu bạn có dữ liệu sẵn đây,

you want to replace this with something much more sophisticated,

bạn sẽ muốn thay thế nó cho thứ gì đó tinh vi hơn,

like data analysis to come to a better decision.

như phân tích dữ liệu, để đi đến quyết định tốt hơn.

But that does not change the basic setup.

nhưng nó không là thay đổi những thiết lập cơ bản.

So the ball may get smarter and smarter and smarter,

Và quả banh có lẽ ngày càng thông minh, thông minh hơn nữa,

but I believe it's still on us to make the decisions

nhưng tôi tin nó vẫn tùy vào chúng ta để đưa ra quyết định

if we want to achieve something extraordinary,

nếu chúng ta muốn đạt được điều gì đó phi thường,

on the right end of the curve.

ở phía cuối bên phải của đường cong.

And I find that a very encouraging message, in fact,

Và tôi thấy nó thật sự là mội thông điệp đầy khích lệ,

that even in the face of huge amounts of data,

rằng thậm chí khi đối mặt với một lượng dữ liệu khổng lồ,

it still pays off to make decisions,

nó vẫn đáng để đưa ra quyết định

to be an expert in what you're doing

trở thành 1 chuyên gia trong những gì mình đang làm

and take risks.

và chấp nhận rủi ro.

Because in the end, it's not data,

Bởi vì cuối cùng, đó không chỉ là dữ liệu,

it's risks that will land you on the right end of the curve.

Nó là rủi ro sẽ đưa bạn đến phía cuối bên phải của đường cong.

Thank you.

Cảm ơn

(Applause)

(Vỗ tay)