TED2013
Erik Brynjolfsson: The key to growth? Race with the machines
エリック・ブリニョルフソン： 成長のための鍵は何？機械との競争
Filmed:
Readability: 4.6
1,321,770 views
機械がますます多くの仕事を奪う中で、失業したりいつまでも賃金が増えないという人が増えています。もはや成長が止まったということなのでしょうか？エリック・ブリニョルフソンはそうではない、これは根本的な経済再編のための成長の痛みなのであると言います。コンピューターをチームメートにできると、なぜ大きな革新を迎えられるのか。惹きつけられる事例を用いて語ります。
ロバート・ゴードンによる反対意見と合わせてご覧ください。
Erik Brynjolfsson - Innovation researcher
Erik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment. Full bio
Erik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment. Full bio
Double-click the English transcript below to play the video.
00:12
Growth is not dead.
0
605
2272
成長は死んでいません
00:14
(Applause)
1
2877
1386
(拍手)
00:16
Let's start the story 120 years ago,
2
4263
3963
120年前のことから 話を始めましょう
00:20
when American factories began to electrify their operations,
3
8226
3632
当時アメリカの工場では動力が電気に変わり
00:23
igniting the Second Industrial Revolution.
4
11858
3344
第二次産業革命の火が付いたところでした
00:27
The amazing thing is
5
15202
1111
驚くべきことに
00:28
that productivity did not increase in those factories
6
16313
2777
その後30年もの間 工場の生産性は
00:31
for 30 years. Thirty years.
7
19090
3256
向上しませんでした
30年間です
30年間です
00:34
That's long enough for a generation of managers to retire.
8
22346
3474
その間に幹部達はすっかり入れ替わります
00:37
You see, the first wave of managers
9
25820
2222
つまり 当初の幹部は
00:40
simply replaced their steam engines with electric motors,
10
28042
3417
単に蒸気エンジンを電気モーターに変えただけで
00:43
but they didn't redesign the factories to take advantage
11
31459
3010
電気による柔軟性を活用できるように
00:46
of electricity's flexibility.
12
34469
2341
工場を再編成したわけではないのです
00:48
It fell to the next generation to invent new work processes,
13
36810
3984
新しい仕事の仕組みを発明したのは
次の世代でした
次の世代でした
00:52
and then productivity soared,
14
40794
2727
その結果 生産性が急上昇すると
00:55
often doubling or even tripling in those factories.
15
43521
3665
2倍や3倍の改善も見られました
00:59
Electricity is an example of a general purpose technology,
16
47186
4723
電気は汎用技術の一例です
01:03
like the steam engine before it.
17
51909
2230
その前の蒸気エンジンも同様です
01:06
General purpose technologies drive most economic growth,
18
54139
3416
汎用技術は経済成長の大半を促進します
01:09
because they unleash cascades of complementary innovations,
19
57555
3454
これを補完するイノーベーションが
次々に始まるからです
次々に始まるからです
01:13
like lightbulbs and, yes, factory redesign.
20
61009
3632
電球しかり 工場の再編成しかり
01:16
Is there a general purpose technology of our era?
21
64641
3610
では今の時代に 汎用技術はあるでしょうか
01:20
Sure. It's the computer.
22
68251
2508
もちろん コンピューターです
01:22
But technology alone is not enough.
23
70759
2659
でも 技術だけでは不十分です
01:25
Technology is not destiny.
24
73418
2766
技術に 未来の全てを委ねることはできません
01:28
We shape our destiny,
25
76184
1580
人が未来を形づくるのです
01:29
and just as the earlier generations of managers
26
77764
2516
工場の再編成が必要だった―
01:32
needed to redesign their factories,
27
80280
2298
旧世代の幹部たちと同様に
01:34
we're going to need to reinvent our organizations
28
82578
2229
組織や さらには経済システム全体を
01:36
and even our whole economic system.
29
84807
2555
見直す必要が生じるでしょう
01:39
We're not doing as well at that job as we should be.
30
87362
3602
この見直しは まだ不十分です
01:42
As we'll see in a moment,
31
90964
1230
今から示すように
01:44
productivity is actually doing all right,
32
92194
2722
生産性に関しては 順調な推移ですが
01:46
but it has become decoupled from jobs,
33
94916
3862
そのことと雇用とは分離されてしまい
01:50
and the income of the typical worker is stagnating.
34
98778
4419
典型的な労働者の収入は伸び悩んでいます
01:55
These troubles are sometimes misdiagnosed
35
103197
2519
この問題は「イノベーションが終わった」と
01:57
as the end of innovation,
36
105716
3712
分析されることがありますが
これは誤りです
これは誤りです
02:01
but they are actually the growing pains
37
109428
2129
時代の変化に伴う成長痛です
02:03
of what Andrew McAfee and I call the new machine age.
38
111557
5590
この時代をアンドリュー・マカフィーと私は「新しい機械の時代」と名づけました
02:09
Let's look at some data.
39
117147
1882
データを見ていきましょう
02:11
So here's GDP per person in America.
40
119029
2902
アメリカで1人当たりのGDPを示します
02:13
There's some bumps along the way, but the big story
41
121931
2766
多少の凹凸はありますが 全体として
02:16
is you could practically fit a ruler to it.
42
124697
2715
定規に沿うような真っすぐなグラフです
02:19
This is a log scale, so what looks like steady growth
43
127412
3276
グラフの目盛は対数です
つまり一定の成長ということは
つまり一定の成長ということは
02:22
is actually an acceleration in real terms.
44
130688
3043
実際の数値では成長が加速しています
02:25
And here's productivity.
45
133731
2160
こちらは生産性を示したものです
02:27
You can see a little bit of a slowdown there in the mid-'70s,
46
135891
2671
70年代半ばに少し停滞が見られます
02:30
but it matches up pretty well with the Second Industrial Revolution,
47
138562
3738
第二次産業革命の時にも同様の停滞がありました
02:34
when factories were learning how to electrify their operations.
48
142300
2691
工場をどう電化するべきかを模索した時期に相当します
02:36
After a lag, productivity accelerated again.
49
144991
4129
停滞の後 生産性は再び加速しました
02:41
So maybe "history doesn't repeat itself,
50
149120
2571
「歴史はくり返さないが 韻を踏む」
02:43
but sometimes it rhymes."
51
151691
2568
という言葉の通りかもしれません
02:46
Today, productivity is at an all-time high,
52
154259
3136
今では 生産性は史上最高に達し
02:49
and despite the Great Recession,
53
157395
1977
「大不況」にも関わらず
02:51
it grew faster in the 2000s than it did in the 1990s,
54
159372
4252
2000年代の生産性の伸びは90年代を上回ります
02:55
the roaring 1990s, and that was faster than the '70s or '80s.
55
163624
4136
好景気だった90年代は
70年代や80年代よりも生産性が伸びていました
70年代や80年代よりも生産性が伸びていました
02:59
It's growing faster than it did during the Second Industrial Revolution.
56
167760
3674
第二次産業革命の時期よりも急速に成長しました
03:03
And that's just the United States.
57
171434
1743
このデータはアメリカだけの話
03:05
The global news is even better.
58
173177
3248
世界に目を向ければさらに良くなります
03:08
Worldwide incomes have grown at a faster rate
59
176425
2360
過去十年の間に 世界の所得は
03:10
in the past decade than ever in history.
60
178785
2496
史上かつてない伸び率で成長を遂げました
03:13
If anything, all these numbers actually understate our progress,
61
181281
5051
ただ これらの数字は進歩をむしろ過小評価しています
03:18
because the new machine age
62
186332
1912
新しい機械の時代には
03:20
is more about knowledge creation
63
188244
1664
物質的な生産よりも
03:21
than just physical production.
64
189908
2331
知識を作り出すことが重視されるからです
03:24
It's mind not matter, brain not brawn,
65
192239
2938
物質よりも精神 腕力よりも知力
03:27
ideas not things.
66
195177
2062
物よりもアイデア
03:29
That creates a problem for standard metrics,
67
197239
2570
困ったことに伝統的な経済統計では扱えません
03:31
because we're getting more and more stuff for free,
68
199809
3502
なぜならどんどん無料のものが増えているからです
03:35
like Wikipedia, Google, Skype,
69
203311
2641
ウィキペディア グーグル スカイプ
03:37
and if they post it on the web, even this TED Talk.
70
205952
3063
そしてウェブに公開されれば このTEDトークも無料
03:41
Now getting stuff for free is a good thing, right?
71
209015
3303
無料で手に入るというのは良いことですよね
03:44
Sure, of course it is.
72
212318
1765
ええ もちろんです
03:46
But that's not how economists measure GDP.
73
214083
3868
でもそういうのは 経済学者はGDPに含めません
03:49
Zero price means zero weight in the GDP statistics.
74
217951
5592
価格がゼロのものは GDP統計における重みもゼロです
03:55
According to the numbers, the music industry
75
223543
2112
統計によれば
03:57
is half the size that it was 10 years ago,
76
225655
3000
音楽業界は10年前の半分の規模になっていますが
04:00
but I'm listening to more and better music than ever.
77
228655
3656
私は これまでになく多くの良い音楽を聴いています
04:04
You know, I bet you are too.
78
232311
2192
みなさんもそうでしょう？
04:06
In total, my research estimates
79
234503
2723
私の研究による推定では
04:09
that the GDP numbers miss over 300 billion dollars per year
80
237226
4754
GDP の総計金額は 毎年3000億ドル相当の
04:13
in free goods and services on the Internet.
81
241980
3346
ネット上で無料の物やサービスを見逃しています
04:17
Now let's look to the future.
82
245326
1789
さて未来に目を向けましょう
04:19
There are some super smart people
83
247115
2263
極めて頭の切れる何人かの人が
04:21
who are arguing that we've reached the end of growth,
84
249378
5019
成長は終わったのだと論じています
04:26
but to understand the future of growth,
85
254397
3558
しかし 将来の成長について理解するためには
04:29
we need to make predictions
86
257955
2683
成長を引っ張る原動力について
04:32
about the underlying drivers of growth.
87
260638
3290
予測しなければなりません
04:35
I'm optimistic, because the new machine age
88
263928
3806
私は楽観的です
なぜなら新しい機械の時代の特徴が
なぜなら新しい機械の時代の特徴が
04:39
is digital, exponential and combinatorial.
89
267734
5030
デジタル 指数関数的 組合せ だからです
04:44
When goods are digital, they can be replicated
90
272764
2264
デジタル化された物は複製できます
04:47
with perfect quality at nearly zero cost,
91
275028
4509
品質は完璧で コストはほぼゼロで
04:51
and they can be delivered almost instantaneously.
92
279537
4018
たちどころに届けられます
04:55
Welcome to the economics of abundance.
93
283555
2800
過剰の経済へ ようこそというわけです
04:58
But there's a subtler benefit to the digitization of the world.
94
286355
3690
デジタル化された世界には目立たないメリットもあります
05:02
Measurement is the lifeblood of science and progress.
95
290045
4600
科学と進歩において計測は不可欠です
05:06
In the age of big data,
96
294645
2148
ビッグデータの時代になって
05:08
we can measure the world in ways we never could before.
97
296793
4286
これまでにない方法で世界を計測できるようになりました
05:13
Secondly, the new machine age is exponential.
98
301079
4095
第二に 機械の時代の特徴は指数関数的です
05:17
Computers get better faster than anything else ever.
99
305174
5935
コンピューターは他に類をみないほど急速に進歩します
05:23
A child's Playstation today is more powerful
100
311109
3568
今の子どものプレイステーションは
05:26
than a military supercomputer from 1996.
101
314677
4056
1996年の軍用スパコンより強力です
05:30
But our brains are wired for a linear world.
102
318733
3207
でも人は直線的な成長を考えてしまいがちで
05:33
As a result, exponential trends take us by surprise.
103
321940
3888
その結果 指数関数的な発展には驚かされてばかり
05:37
I used to teach my students that there are some things,
104
325828
2602
かつて 授業でもこう教えていました
05:40
you know, computers just aren't good at,
105
328430
1934
コンピューターにだって苦手なことがある
05:42
like driving a car through traffic.
106
330364
2385
道路で車を運転することなどだ
05:44
(Laughter)
107
332749
2013
(笑)
05:46
That's right, here's Andy and me grinning like madmen
108
334762
3491
そのとおり この写真でアンディと私が
バカみたいに笑っているのは
バカみたいに笑っているのは
05:50
because we just rode down Route 101
109
338253
2384
ルート101のドライブ直後だからです
05:52
in, yes, a driverless car.
110
340637
3669
そう 自動運転だったのです
05:56
Thirdly, the new machine age is combinatorial.
111
344306
2583
第三に新しい機械の時代は組合せが特徴
05:58
The stagnationist view is that ideas get used up,
112
346889
4048
停滞派の人は 低いところに実った果実のように
アイデアは
アイデアは
06:02
like low-hanging fruit,
113
350937
1856
もう尽きてしまったと見ています
06:04
but the reality is that each innovation
114
352793
3163
しかし実際はすべての革新が
06:07
creates building blocks for even more innovations.
115
355956
3256
更なる革新への構成要素となります
06:11
Here's an example. In just a matter of a few weeks,
116
359212
3345
こんな例があります 私の学生の一人が
06:14
an undergraduate student of mine
117
362557
2072
ほんの数週間で
06:16
built an app that ultimately reached 1.3 million users.
118
364629
4111
アプリを開発して たちまち130万人の利用者を獲得しました
06:20
He was able to do that so easily
119
368740
1699
簡単にできたのはアプリを
06:22
because he built it on top of Facebook,
120
370439
1827
フェイスブックを使って作ったから
06:24
and Facebook was built on top of the web,
121
372266
1933
フェイスブックはウェブを使い
06:26
and that was built on top of the Internet,
122
374199
1698
ウェブはインターネットを使い―
06:27
and so on and so forth.
123
375897
2418
と どんどん続いてきたわけです
06:30
Now individually, digital, exponential and combinatorial
124
378315
4765
デジタル 指数関数的 組合せ このいずれかひとつだけでも
06:35
would each be game-changers.
125
383080
2350
ゲームチェンジャーです
06:37
Put them together, and we're seeing a wave
126
385430
2190
3つが合わさって 驚愕するような
06:39
of astonishing breakthroughs,
127
387620
1393
革新の大波が現れています
06:41
like robots that do factory work or run as fast as a cheetah
128
389013
3060
工場で働くロボットや チータより速く走るロボット
06:44
or leap tall buildings in a single bound.
129
392073
2796
高いビルを一跳びで越えるロボットも登場します
06:46
You know, robots are even revolutionizing
130
394869
2232
そう ロボットによる革新は
06:49
cat transportation.
131
397101
1829
猫の移動にまで及びます
06:50
(Laughter)
132
398930
2270
(笑)
06:53
But perhaps the most important invention,
133
401200
2732
さらにもっとも大事な発明は
06:55
the most important invention is machine learning.
134
403932
5065
機械学習です
07:00
Consider one project: IBM's Watson.
135
408997
3376
IBMのワトソンを見てみましょう
07:04
These little dots here,
136
412373
1589
クイズ番組の『ジェパディ！』の
07:05
those are all the champions on the quiz show "Jeopardy."
137
413962
4860
優勝者の成績を示すグラフです
07:10
At first, Watson wasn't very good,
138
418822
2544
初めのうち ワトソンはぜんぜん駄目でした
07:13
but it improved at a rate faster than any human could,
139
421366
5622
しかし どんな人よりも素早く上達して
07:18
and shortly after Dave Ferrucci showed this chart
140
426988
2687
デイブ・フェルッチが このグラフを
07:21
to my class at MIT,
141
429675
1652
MITの私のクラスで見せた直後に
07:23
Watson beat the world "Jeopardy" champion.
142
431327
3542
ワトソンが『ジェパディ！』の世界チャンピオンを破りました
07:26
At age seven, Watson is still kind of in its childhood.
143
434869
3989
歳は7歳 ワトソンはまだ子どもみたいなものですが
07:30
Recently, its teachers let it surf the Internet unsupervised.
144
438858
5318
最近では一人でのネットサーフィンも許されています
07:36
The next day, it started answering questions with profanities.
145
444176
5946
次の日からは回答にひどい言葉が混じり始めました
07:42
Damn. (Laughter)
146
450122
2274
くそっ (笑)
07:44
But you know, Watson is growing up fast.
147
452396
2280
でも ワトソンの成長は速くて
07:46
It's being tested for jobs in call centers, and it's getting them.
148
454676
4212
コールセンターでは試用を経て 採用され始めています
07:50
It's applying for legal, banking and medical jobs,
149
458888
3724
法律や銀行や医療でも試されており
07:54
and getting some of them.
150
462612
1950
一部で使われ始めています
07:56
Isn't it ironic that at the very moment
151
464562
1889
知的な機械を作っている―
07:58
we are building intelligent machines,
152
466451
2234
まさにそのときに
08:00
perhaps the most important invention in human history,
153
468685
3449
人類の歴史で最も重要な発明が
登場しているときに
登場しているときに
08:04
some people are arguing that innovation is stagnating?
154
472134
3975
革新が停滞していると論じる人がいるのは
皮肉なことではありませんか
皮肉なことではありませんか
08:08
Like the first two industrial revolutions,
155
476109
2419
最初の二つの産業革命と同じように
08:10
the full implications of the new machine age
156
478528
3134
新しい機械の時代の影響が全て
08:13
are going to take at least a century to fully play out,
157
481662
2682
明らかになるには 少なくとも百年はかかるでしょう
08:16
but they are staggering.
158
484344
3032
しかし最終結果は圧倒的なものです
08:19
So does that mean we have nothing to worry about?
159
487376
3336
では何も心配することはないのでしょうか？
08:22
No. Technology is not destiny.
160
490712
3680
あります 技術発展に 未来の全てを委ねるわけには行きません
08:26
Productivity is at an all time high,
161
494392
2569
生産性は史上最高ですが
08:28
but fewer people now have jobs.
162
496961
2983
仕事に就ける人の数は減っています
08:31
We have created more wealth in the past decade than ever,
163
499944
3120
ここ十年で生み出された富はかつてないものですが
08:35
but for a majority of Americans, their income has fallen.
164
503064
3904
大半のアメリカ人の収入は減りました
08:38
This is the great decoupling
165
506968
2312
これが生産性と雇用との
08:41
of productivity from employment,
166
509280
2976
大きな分離であり
08:44
of wealth from work.
167
512256
3104
富と仕事との分離です
08:47
You know, it's not surprising that millions of people
168
515360
2346
この大きな分離によって何百万人もの人が
08:49
have become disillusioned by the great decoupling,
169
517706
2846
幻滅させられていますが
08:52
but like too many others,
170
520552
1747
他の多くの人と同じように
08:54
they misunderstand its basic causes.
171
522299
3097
その基本的な原因を誤解しています
08:57
Technology is racing ahead,
172
525396
2610
技術が先行してしまっていて
09:00
but it's leaving more and more people behind.
173
528006
3550
取り残される人が増えているのです
09:03
Today, we can take a routine job,
174
531556
3519
今では 繰り返しの作業なら
09:07
codify it in a set of machine-readable instructions,
175
535075
3091
機械にわかる指示としてプログラムすれば
09:10
and then replicate it a million times.
176
538166
2827
百万回でも繰り返させられます
09:12
You know, I recently overheard a conversation
177
540993
2279
最近 耳にしたこんな会話が
09:15
that epitomizes these new economics.
178
543272
1952
こういう新しい経済をよく表しています
09:17
This guy says, "Nah, I don't use H&R Block anymore.
179
545224
4197
「最近では HRB の税務サービスは頼まないことにしたよ
09:21
TurboTax does everything that my tax preparer did,
180
549421
2448
ターボ・タックスだけで申告書はできてしまうし
09:23
but it's faster, cheaper and more accurate."
181
551869
4558
この方が早くて 安くて正確だ」
09:28
How can a skilled worker
182
556427
1799
経験を積んだ事務員が
09:30
compete with a $39 piece of software?
183
558226
3009
39ドルのソフトウェアに勝てるものでしょうか
09:33
She can't.
184
561235
1967
無理です
09:35
Today, millions of Americans do have faster,
185
563202
2780
今では 何百万人ものアメリカ人が
09:37
cheaper, more accurate tax preparation,
186
565982
2387
早く安く正確に申告書を作成しています
09:40
and the founders of Intuit
187
568369
1486
インテュイット社の創始者は
09:41
have done very well for themselves.
188
569855
2493
十分報われていますが
09:44
But 17 percent of tax preparers no longer have jobs.
189
572348
4214
申告書作成の事務員は17パーセントが職を失いました
09:48
That is a microcosm of what's happening,
190
576562
2078
今起きていることの縮図です
09:50
not just in software and services, but in media and music,
191
578640
4677
ソフトウェアやサービスだけでなく
メディアや音楽でも
メディアや音楽でも
09:55
in finance and manufacturing, in retailing and trade --
192
583317
3686
金融や製造業や 小売りや貿易でも
09:59
in short, in every industry.
193
587003
3895
つまりあらゆる産業に起きていることです
10:02
People are racing against the machine,
194
590898
3095
人は機械と対立して競争しています
10:05
and many of them are losing that race.
195
593993
3090
たくさんの人がその競争に負けています
10:09
What can we do to create shared prosperity?
196
597083
3886
繁栄を広く分かち合うにはどうすればよいでしょうか
10:12
The answer is not to try to slow down technology.
197
600969
3017
技術を減速させるというのは答えではありません
10:15
Instead of racing against the machine,
198
603986
2557
機械と競争する代わりに
10:18
we need to learn to race with the machine.
199
606543
3677
機械と共に競争しなければなりません
10:22
That is our grand challenge.
200
610220
3129
これが我々の大きな課題です
10:25
The new machine age
201
613349
2324
新しい機械の時代は
10:27
can be dated to a day 15 years ago
202
615673
3113
15年前に始まりました
10:30
when Garry Kasparov, the world chess champion,
203
618786
2878
チェスの世界チャンピオンだったガルリ・カスパロフが
10:33
played Deep Blue, a supercomputer.
204
621664
3706
スーパーコンピューターのディープ・ブルーと
対戦し
対戦し
10:37
The machine won that day,
205
625370
2012
機械が勝った その日からです
10:39
and today, a chess program running on a cell phone
206
627382
2968
今では 携帯電話で動作するチェスのプログラムでも
10:42
can beat a human grandmaster.
207
630350
2296
チェスの名人に勝てます
10:44
It got so bad that, when he was asked
208
632646
3365
こんな厳しい状況の中で
コンピューターと対戦するときの―
コンピューターと対戦するときの―
10:48
what strategy he would use against a computer,
209
636011
2563
戦略を聞かれたオランダの名人
10:50
Jan Donner, the Dutch grandmaster, replied,
210
638574
4016
ヤン・ドネルはこう答えました
10:54
"I'd bring a hammer."
211
642590
1771
「金づちを持って行くよ」
10:56
(Laughter)
212
644361
3680
(笑)
11:00
But today a computer is no longer the world chess champion.
213
648041
4544
しかし 今ではコンピューターも
世界のチェス王者ではありません
世界のチェス王者ではありません
11:04
Neither is a human,
214
652585
2654
人でもありません
11:07
because Kasparov organized a freestyle tournament
215
655239
3579
人とコンピュータとが共に戦うことができる
11:10
where teams of humans and computers
216
658818
1916
フリースタイルのトーナメントを
11:12
could work together,
217
660734
2099
カスパロフが開催したのです
11:14
and the winning team had no grandmaster,
218
662833
3157
優勝チームにはチェスの名人もいないし
11:17
and it had no supercomputer.
219
665990
2465
スーパーコンピュータもありませんでした
11:20
What they had was better teamwork,
220
668455
4175
優勝チームにあったのは優れたチームワークで
11:24
and they showed that a team of humans and computers,
221
672630
5016
人とコンピューターが組んだときに
11:29
working together, could beat any computer
222
677646
3048
どんなコンピュータにも
11:32
or any human working alone.
223
680694
3520
単独のどんな選手にも勝つことを示しました
11:36
Racing with the machine
224
684214
1664
機械と共に競争することは
11:37
beats racing against the machine.
225
685878
2343
機械と競争することに勝ります
11:40
Technology is not destiny.
226
688221
2564
技術に 未来の全てを委ねることはできません
11:42
We shape our destiny.
227
690785
1742
人が未来を形づくるのです
11:44
Thank you.
228
692527
1447
ありがとうございました
11:45
(Applause)
229
693974
5016
(拍手)
ABOUT THE SPEAKER
Erik Brynjolfsson - Innovation researcherErik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment.
Why you should listen
The director of the MIT Center for Digital Business and a research associate at the National Bureau of Economic Research, Erik Brynjolfsson asks how IT affects organizations, markets and the economy. His recent work studies data-driven decision-making, management practices that drive productivity, the pricing implications of Internet commerce and the role of intangible assets.
Brynjolfsson was among the first researchers to measure the productivity contributions of information and community technology (ICT) and the complementary role of organizational capital and other intangibles. His research also provided the first quantification of the value of online product variety, often known as the “Long Tail,” and developed pricing and bundling models for information goods.
His books include Wired for Innovation: How IT Is Reshaping the Economy and Race Against the Machine: How the Digital Revolution Is Accelerating Innovation, Driving Productivity and Irreversibly Transforming Employment and the Economy (with Andrew McAfee); and the recent article "Big Data: The Management Revolution" (with Andrew McAfee).
Erik Brynjolfsson | Speaker | TED.com