ABOUT THE SPEAKER
Dan Pink - Career analyst
Bidding adieu to his last "real job" as Al Gore's speechwriter, Dan Pink went freelance to spark a right-brain revolution in the career marketplace.

Why you should listen

With a trio of influential bestsellers, Dan Pink has changed the way companies view the modern workplace. In the pivotal A Whole New Mind, Pink identifies a sea change in the global workforce -- the shift of an information-based corporate culture to a conceptual base, where creativity and big-picture design dominates the landscape.

His latest book, The Adventures of Johnny Bunko, is an evolutionary transformation of the familiar career guide. Replacing linear text with a manga-inspired comic, Pink outlines six career laws vastly differing from the ones you've been taught. Members of the Johnny Bunko online forum participated in an online contest to create the seventh law -- "stay hungry."

A contributing editor for Wired, Pink is working on a new book on the science and economics of motivation for release in late 2009.

More profile about the speaker
Dan Pink | Speaker | TED.com
TEDGlobal 2009

Dan Pink: The puzzle of motivation

Дэн Пинк: Загадки мотивации

Filmed:
25,352,736 views

Аналитик карьерного роста Дэн Пинк исследует тайны мотивации, начиная с факта, известного учёным, но не менеджерам: традиционная идея вознаграждения не столь эффективна, как нам кажется. Прислушайтесь к поучительным историям и возможным перспективам.
- Career analyst
Bidding adieu to his last "real job" as Al Gore's speechwriter, Dan Pink went freelance to spark a right-brain revolution in the career marketplace. Full bio

Double-click the English transcript below to play the video.

00:12
I need to make a confessionпризнание at the outsetбоковик here.
0
0
4000
Чистосердечно признаюсь с самого начала:
00:16
A little over 20 yearsлет agoтому назад
1
4000
3000
примерно лет 20 назад
00:19
I did something that I regretсожаление,
2
7000
2000
я сделал нечто, о чём пожалел,
00:21
something that I'm not particularlyв частности proudгордый of,
3
9000
4000
что не прибавляет мне особенной гордости,
00:25
something that, in manyмногие waysпути, I wishжелание no one would ever know,
4
13000
3000
и о чём я бы не стал, в силу разных причин, распространяться,
00:28
but here I feel kindсвоего рода of obligedобязанный to revealвыявить.
5
16000
4000
но что я сегодня обязан раскрыть перед Вами.
00:32
(LaughterСмех)
6
20000
2000
(Смех)
00:34
In the lateпоздно 1980s,
7
22000
2000
В конце 80-х годов,
00:36
in a momentмомент of youthfulюношеский indiscretionнеосмотрительность,
8
24000
3000
по юношеской опрометчивости,
00:39
I wentотправился to lawзакон schoolшкола.
9
27000
2000
я поступил учиться на юриста
00:41
(LaughterСмех)
10
29000
4000
(Смех)
00:45
Now, in AmericaАмерика lawзакон is a professionalпрофессиональный degreeстепень:
11
33000
3000
Вы знаете, что в США юридическая степень считается профессиональной.
00:48
you get your universityУниверситет degreeстепень, then you go on to lawзакон schoolшкола.
12
36000
2000
Сначала надо окончить университет, затем поступить на юриста.
00:50
And when I got to lawзакон schoolшкола,
13
38000
3000
Успешно поступив,
00:53
I didn't do very well.
14
41000
2000
я не очень-то хорошо учился.
00:55
To put it mildlyмягко, I didn't do very well.
15
43000
2000
Мягко говоря, не очень хорошо.
00:57
I, in factфакт, graduatedзакончил in the partчасть of my lawзакон schoolшкола classкласс
16
45000
3000
Среди выпускников моего года я закончил с результатом,
01:00
that madeсделал the topВверх 90 percentпроцент possibleвозможное.
17
48000
4000
который набрали лишь лучшие 90% студентов.
01:04
(LaughterСмех)
18
52000
4000
(Смех)
01:08
Thank you.
19
56000
3000
Спасибо.
01:11
I never practicedпрактиковали lawзакон a day in my life;
20
59000
3000
Я ни дня не занимался юридической практикой.
01:14
I prettyСимпатичная much wasn'tне было allowedпозволил to.
21
62000
2000
Вообще-то, меня просто не допустили.
01:16
(LaughterСмех)
22
64000
3000
(Смех)
01:19
But todayCегодня, againstпротив my better judgmentсуждение,
23
67000
3000
Но сегодня, наперекор моему благоразумию,
01:22
againstпротив the adviceсовет of my ownсвоя wifeжена,
24
70000
3000
наперекор советам моей жены,
01:25
I want to try to dustпыли off some of those legalправовой skillsнавыки --
25
73000
4000
я собираюсь напрячь свои юридические способности,
01:29
what's left of those legalправовой skillsнавыки.
26
77000
2000
или то, что от них осталось.
01:31
I don't want to tell you a storyистория.
27
79000
3000
Я не хочу тут истории рассказывать.
01:34
I want to make a caseдело.
28
82000
2000
Я хочу изложить речь на суде.
01:36
I want to make a hard-headedпрожженный, evidence-basedоснованные на фактических данных,
29
84000
4000
Речь расчётливую, обоснованную
01:40
dareсметь I say lawyerlylawyerly caseдело,
30
88000
3000
речь, достойную, я бы сказал, юриста,
01:43
for rethinkingпереосмысление how we runбег our businessesбизнес.
31
91000
4000
речь на тему переоценки нашего метода управления бизнесом.
01:47
So, ladiesдамы and gentlemenгоспода of the juryжюри, take a look at this.
32
95000
4000
Итак, господа присяжные, взгляните сюда.
01:51
This is calledназывается the candleсвеча problemпроблема.
33
99000
2000
Это называется «загадка свечи».
01:53
Some of you mightмог бы have seenвидели this before.
34
101000
2000
Некоторые, возможно, уже знакомы с ней.
01:55
It's createdсозданный in 1945
35
103000
2000
Её придумал в 1945-м году
01:57
by a psychologistпсихолог namedназванный KarlКарл DunckerДункер.
36
105000
2000
психолог Карл Дункер.
01:59
KarlКарл DunckerДункер createdсозданный this experimentэксперимент
37
107000
2000
Карл Дункер задумал эксперимент, который
02:01
that is used in a wholeвсе varietyразнообразие of experimentsэксперименты in behavioralповеденческий scienceнаука.
38
109000
3000
в разнообразных формах применяется в настоящее время в поведенческой науке.
02:04
And here'sвот how it worksработает. Supposeпредполагать I'm the experimenterэкспериментатор.
39
112000
3000
Вот как он работает. Положим, я – экспериментатор.
02:07
I bringприносить you into a roomкомната. I give you a candleсвеча,
40
115000
4000
Завожу вас в комнату и даю вам свечу,
02:11
some thumbtacksчертежные кнопки and some matchesМатчи.
41
119000
2000
коробку с кнопками и спички.
02:13
And I say to you, "Your jobработа
42
121000
2000
Ваша задача –
02:15
is to attachприкреплять the candleсвеча to the wallстена
43
123000
2000
прикрепить свечу к стене так,
02:17
so the waxвоск doesn't dripкапельный ontoна the tableТаблица." Now what would you do?
44
125000
4000
чтобы воск не капал на стол. Ваши действия?
02:21
Now manyмногие people beginначать tryingпытаясь to thumbtackчертежная кнопка the candleсвеча to the wallстена.
45
129000
4000
Некоторые начинают с попытки прикрепить свечу к стене кнопками.
02:25
Doesn't work.
46
133000
2000
Не получается.
02:27
SomebodyКто-то, some people -- and I saw somebodyкто-то
47
135000
2000
Другие … вижу-вижу, мне тут с места
02:29
kindсвоего рода of make the motionдвижение over here --
48
137000
2000
кто-то знаками показывает…
02:31
some people have a great ideaидея where they
49
139000
2000
Другие считают, что лучше всего
02:33
lightлегкий the matchсовпадение, meltплавиться the sideбоковая сторона of the candleсвеча, try to adhereпридерживаться it to the wallстена.
50
141000
4000
зажечь свечу, расплавить кончик и приклеить её к стене.
02:37
It's an awesomeздорово ideaидея. Doesn't work.
51
145000
3000
Идея грандиозная, но… не получается.
02:40
And eventuallyв итоге, after five5 or 10 minutesминут,
52
148000
3000
В конечном итоге, минут эдак через 5-10,
02:43
mostбольшинство people figureфигура out the solutionрешение,
53
151000
2000
большинство участников находят решение,
02:45
whichкоторый you can see here.
54
153000
2000
которое вы здесь видите.
02:47
The keyключ is to overcomeпреодолеть what's calledназывается functionalфункциональная fixednessнеподвижность.
55
155000
3000
Ключевой момент – преодоление т.н. функциональной фиксации.
02:50
You look at that boxкоробка and you see it only as a receptacleвместилище for the tacksгвозди.
56
158000
4000
Вы смотрите на коробку и видите лишь вместилище для кнопок.
02:54
But it can alsoтакже have this other functionфункция,
57
162000
2000
Но ведь она может иметь иную функцию,
02:56
as a platformПлатформа for the candleсвеча. The candleсвеча problemпроблема.
58
164000
4000
например, стать платформой для свечи. Вот она – «загадка свечи».
03:00
Now I want to tell you about an experimentэксперимент
59
168000
2000
Теперь я расскажу об эксперименте,
03:02
usingс помощью the candleсвеча problemпроблема,
60
170000
2000
основанном на «загадке свечи»,
03:04
doneсделанный by a scientistученый namedназванный SamСэм GlucksbergГлюксберга,
61
172000
2000
который проделал ученый Сэм Глаксберг.
03:06
who is now at PrincetonPrinceton UniversityУниверситет in the U.S.
62
174000
2000
который сейчас в Принстоне, США.
03:08
This showsшоу the powerмощность of incentivesстимулы.
63
176000
4000
Эксперимент на тему силы стимулов.
03:12
Here'sВот what he did. He gatheredсобранный his participantsучастники.
64
180000
2000
Вот его суть. Глаксберг изложил условия эксперимента
03:14
And he said, "I'm going to time you. How quicklyбыстро you can solveрешать this problemпроблема?"
65
182000
3000
так: «Я засекаю время, чтобы узнать, как быстро вы можете решить задачу?»
03:17
To one groupгруппа he said,
66
185000
2000
Одной группе при этом он сказал:
03:19
"I'm going to time you to establishустановить normsнормы,
67
187000
3000
«Ваше время решения будет служить нормой,
03:22
averagesсредние for how long it typicallyтипично takes
68
190000
2000
которая покажет сколько в среднем требуется
03:24
someoneкто то to solveрешать this sortСортировать of problemпроблема."
69
192000
2000
типичному участнику для решения такой задачи».
03:26
To the secondвторой groupгруппа he offeredпредложенный rewardsнаграды.
70
194000
3000
Второй группе он предложил вознаграждение,
03:29
He said, "If you're in the topВверх 25 percentпроцент of the fastestбыстрый timesраз,
71
197000
4000
сказав: «Каждый, чье время будет среди лучших 25% результатов,
03:33
you get five5 dollarsдолларов.
72
201000
3000
получит 5 долларов.
03:36
If you're the fastestбыстрый of everyoneвсе we're testingтестирование here todayCегодня,
73
204000
3000
А самый лучший результат дня вознаграждается
03:39
you get 20 dollarsдолларов."
74
207000
2000
20-ю долларами.»
03:41
Now this is severalнесколько yearsлет agoтому назад. AdjustedСкорректированный for inflationинфляция,
75
209000
3000
Это было несколько лет назад, и цифры подправлены с учётом инфляции.
03:44
it's a decentпорядочный sumсумма of moneyДеньги for a fewмало minutesминут of work.
76
212000
2000
Сумма приличная, за пару минут работы.
03:46
It's a niceхороший motivatorмотиватор.
77
214000
2000
Вполне хороший стимул.
03:48
QuestionВопрос: How much fasterБыстрее
78
216000
3000
Вопрос: Насколько быстрее
03:51
did this groupгруппа solveрешать the problemпроблема?
79
219000
2000
вторая группа решила задачу?
03:53
AnswerОтвет: It tookвзял them, on averageв среднем,
80
221000
3000
Ответ: В среднем, им понадобилось
03:56
threeтри and a halfполовина minutesминут longerдольше.
81
224000
4000
на три с половиной минуты больше.
04:00
ThreeТри and a halfполовина minutesминут longerдольше. Now this makesмарки no senseсмысл right?
82
228000
3000
Повторюсь: больше, на 3,5 минуты. Но ведь так не должно быть!
04:03
I mean, I'm an Americanамериканский. I believe in freeсвободно marketsрынки.
83
231000
3000
Хочу сказать, что я – американец и я верю в свободный рынок.
04:06
That's not how it's supposedпредполагаемый to work. Right?
84
234000
3000
И так он работать не должен, правда?
04:09
(LaughterСмех)
85
237000
1000
(Смех)
04:10
If you want people to performвыполнять better,
86
238000
2000
Чтобы люди проявили себя лучше,
04:12
you rewardнаграда them. Right?
87
240000
2000
их надо вознаграждать, разве нет?
04:14
BonusesБонусы, commissionsкомиссии, theirих ownсвоя realityреальность showпоказать.
88
242000
3000
Премии, комиссионные, всё что угодно.
04:17
IncentivizeСтимулировать them. That's how businessбизнес worksработает.
89
245000
4000
Дай им только стимул. Так работает бизнес.
04:21
But that's not happeningпроисходит here.
90
249000
2000
Но здесь что-то не срабатывает.
04:23
You've got an incentiveстимул designedпредназначенный to
91
251000
2000
Налицо стимул, рассчитанный на
04:25
sharpenточить thinkingмышление and accelerateускорять creativityкреативность,
92
253000
4000
обострение мысли и ускорение творчества.
04:29
and it does just the oppositeнапротив.
93
257000
2000
Но действует он прямо противоположно.
04:31
It dullsпритупляет thinkingмышление and blocksблоки creativityкреативность.
94
259000
3000
Притупляет мысль, мешает творчеству.
04:34
And what's interestingинтересно about this experimentэксперимент is that it's not an aberrationаберрация.
95
262000
3000
И что самое интересное: этот эксперимент – не какое-то там отклонение от норм.
04:37
This has been replicatedреплицируются over and over
96
265000
3000
Он повторялся много-много раз
04:40
and over again, for nearlyоколо 40 yearsлет.
97
268000
3000
в течение почти 40 лет.
04:43
These contingentконтингент motivatorsмотиваторы --
98
271000
3000
Условные стимулы,
04:46
if you do this, then you get that --
99
274000
2000
«если сделаешь вот так, то получишь вот это»,
04:48
work in some circumstancesобстоятельства.
100
276000
2000
работают при определённых условиях.
04:50
But for a lot of tasksзадания, they actuallyна самом деле eitherили don't work
101
278000
3000
Но для многих видов работ, они либо не срабатывают,
04:53
or, oftenдовольно часто, they do harmвред.
102
281000
3000
либо же, зачастую, просто вредят.
04:56
This is one of the mostбольшинство robustкрепкий findingsВыводы
103
284000
4000
Это открытие – одно из самых обоснованных
05:00
in socialСоциальное scienceнаука,
104
288000
3000
в социальной науке.
05:03
and alsoтакже one of the mostбольшинство ignoredигнорируются.
105
291000
2000
А также – одно из самых игнорируемых.
05:05
I spentпотраченный the last coupleпара of yearsлет looking at the scienceнаука of
106
293000
2000
В последние несколько лет я заинтересовался
05:07
humanчеловек motivationмотивация,
107
295000
2000
наукой мотивации человека,
05:09
particularlyв частности the dynamicsдинамика of extrinsicвнешний motivatorsмотиваторы
108
297000
2000
в особенности динамикой внешних стимулов
05:11
and intrinsicсвойственный motivatorsмотиваторы.
109
299000
2000
и стимулов внутренних.
05:13
And I'm tellingговоря you, it's not even closeЗакрыть.
110
301000
2000
Скажу вам, что их воздействие весьма различно.
05:15
If you look at the scienceнаука, there is a mismatchнесоответствие
111
303000
2000
Ситуация такова, что имеется разрыв между тем,
05:17
betweenмежду what scienceнаука knowsзнает and what businessбизнес does.
112
305000
4000
что знает наука и тем, что практикует бизнес.
05:21
And what's alarmingтревожный here is that our businessбизнес operatingоперационная systemсистема --
113
309000
3000
Особенно тревожно то, что наша система функционирования бизнеса –
05:24
think of the setзадавать of assumptionsдопущения and protocolsпротоколы beneathпод our businessesбизнес,
114
312000
3000
имеется в виду набор предпосылок и соглашений, на которых зиждется бизнес,
05:27
how we motivateмотивировать people, how we applyподать заявление our humanчеловек resourcesРесурсы --
115
315000
5000
а именно, система мотивации и управления кадрами –
05:32
it's builtпостроен entirelyполностью around these extrinsicвнешний motivatorsмотиваторы,
116
320000
3000
вся она построена на основе именно внешних стимулов,
05:35
around carrotsморковь and sticksпалочки.
117
323000
2000
на основе системы кнута и пряника.
05:37
That's actuallyна самом деле fine for manyмногие kindsвиды of 20thго centuryвека tasksзадания.
118
325000
4000
Вообще-то, это вполне нормально для типичной работы 20-го века.
05:41
But for 21stулица centuryвека tasksзадания,
119
329000
2000
Но для типичной работы 21-го века,
05:43
that mechanisticмеханистический, reward-and-punishmentнаграда-и-наказание approachподход
120
331000
4000
этот механистический подход кнута и пряника
05:47
doesn't work, oftenдовольно часто doesn't work, and oftenдовольно часто does harmвред.
121
335000
4000
не подходит, часто не действует и часто противодействует.
05:51
Let me showпоказать you what I mean.
122
339000
2000
Проясню, что я имею в виду
05:53
So GlucksbergГлюксберга did anotherдругой experimentэксперимент similarаналогичный to this
123
341000
3000
Сэм Глаксберг проделал вариант того же эксперимента,
05:56
where he presentedпредставленный the problemпроблема in a slightlyнемного differentдругой way,
124
344000
2000
в котором он преподнёс ту же задачку по-другому.
05:58
like this up here. Okay?
125
346000
3000
Вот так. Надеюсь, понятно?
06:01
AttachПрикреплять the candleсвеча to the wallстена so the waxвоск doesn't dripкапельный ontoна the tableТаблица.
126
349000
2000
«Прикрепите свечу к стене, чтобы воск не капал на стол.»
06:03
SameОдна и та же dealпо рукам. You: we're timingсинхронизация for normsнормы.
127
351000
3000
Те же условия. Одним: мы вас замеряем для нормы.
06:06
You: we're incentivizingстимулирования.
128
354000
3000
Другим: мы вам даем стимулы.
06:09
What happenedполучилось this time?
129
357000
2000
Что же получилось на это раз?
06:11
This time, the incentivizedстимулы groupгруппа
130
359000
2000
На этот раз мотивированная группа
06:13
kickedногами the other group'sКонцерна buttприклад.
131
361000
4000
заткнула другую группу за пояс.
06:17
Why? Because when the tacksгвозди are out of the boxкоробка,
132
365000
4000
Почему? Да потому, что, когда кнопки вне коробочки,
06:21
it's prettyСимпатичная easyлегко isn't it?
133
369000
4000
задачка довольно легкая, не так ли?
06:25
(LaughterСмех)
134
373000
2000
(Смех)
06:27
If-thenЕсли-то rewardsнаграды work really well
135
375000
3000
Стимул «если…то….» очень хорошо воздействует
06:30
for those sortsвиды of tasksзадания,
136
378000
3000
в тех заданиях,
06:33
where there is a simpleпросто setзадавать of rulesправила and a clearЧисто destinationместо назначения
137
381000
2000
где правила просты и направление работы
06:35
to go to.
138
383000
2000
очевидно.
06:37
RewardsНаграды, by theirих very natureприрода,
139
385000
2000
Награда, в силу своей природы,
06:39
narrowузкий our focusфокус, concentrateконцентрат the mindразум;
140
387000
2000
сужает наш фокус, концентрирует мозг.
06:41
that's why they work in so manyмногие casesслучаи.
141
389000
2000
Вот отчего она действенна во многих случаях.
06:43
And so, for tasksзадания like this,
142
391000
2000
А потому, для такого рода заданий,
06:45
a narrowузкий focusфокус, where you just see the goalЦель right there,
143
393000
3000
когда узкое фокусирование на конкретной цели
06:48
zoomзум straightПрямо aheadвпереди to it,
144
396000
2000
ведёт нас прямо к ней,
06:50
they work really well.
145
398000
2000
вознаграждение срабатывает очень хорошо.
06:52
But for the realреальный candleсвеча problemпроблема,
146
400000
2000
Но решению настоящей «загадки свечи»
06:54
you don't want to be looking like this.
147
402000
2000
такой взгляд не способствует.
06:56
The solutionрешение is not over here. The solutionрешение is on the peripheryпериферия.
148
404000
2000
Решение не очевидно. Оно за границей поля зрения.
06:58
You want to be looking around.
149
406000
2000
И нужно осмотреться вокруг.
07:00
That rewardнаграда actuallyна самом деле narrowsузкость our focusфокус
150
408000
2000
И тут именно награда, фактически, сужает наш фокус
07:02
and restrictsограничивает our possibilityвозможность.
151
410000
2000
и ограничивает наши возможности.
07:04
Let me tell you why this is so importantважный.
152
412000
3000
Проясню, почему это так важно.
07:07
In westernвестерн EuropeЕвропа,
153
415000
2000
В Западной Европе,
07:09
in manyмногие partsчасти of AsiaАзия,
154
417000
2000
во многих регионах Азии,
07:11
in Northсевер AmericaАмерика, in AustraliaАвстралия,
155
419000
3000
в Северной Америке и в Австралии,
07:14
white-collarбелый воротничок workersрабочие are doing lessМеньше of
156
422000
2000
«белые воротнички» всё меньше заняты
07:16
this kindсвоего рода of work,
157
424000
2000
этим видом работ,
07:18
and more of this kindсвоего рода of work.
158
426000
4000
и всё больше – вот этим видом работ.
07:22
That routineрутинный, rule-basedна основе правил, left-brainлевое полушарие мозга work --
159
430000
3000
Установленные и отрегулированные виды работ левого полушария,
07:25
certainопределенный kindsвиды of accountingучет, certainопределенный kindsвиды of financialфинансовый analysisанализ,
160
433000
2000
часть работы по бухучёту и финансовому анализу,
07:27
certainопределенный kindsвиды of computerкомпьютер programmingпрограммирование --
161
435000
2000
некоторые задачи программирования,
07:29
has becomeстали fairlyдовольно easyлегко to outsourceаутсорсинг,
162
437000
2000
стало довольно легко перепоручать в прочие страны,
07:31
fairlyдовольно easyлегко to automateавтоматизировать.
163
439000
2000
стало легко автоматизировать.
07:33
SoftwareПрограммного обеспечения can do it fasterБыстрее.
164
441000
3000
Компьютер сделает вам это быстрее.
07:36
Low-costБюджетный providersпровайдеры around the worldМир can do it cheaperболее дешевый.
165
444000
2000
Поставщики из стран с низкой оплатой труда сделают вам это дешевле.
07:38
So what really mattersвопросы are the more right-brainedправо-крикливый
166
446000
4000
Намного важнее стали виды работ правого полушария,
07:42
creativeтворческий, conceptualконцептуальный kindsвиды of abilitiesспособности.
167
450000
3000
где заложены способности к творчеству и абстракции.
07:45
Think about your ownсвоя work.
168
453000
3000
Подумайте о собственной работе.
07:48
Think about your ownсвоя work.
169
456000
3000
Задумайтесь о своей работе.
07:51
Are the problemsпроблемы that you faceлицо, or even the problemsпроблемы
170
459000
2000
Разве те проблемы, что вам надо решать, или даже те,
07:53
we'veмы в been talkingговорящий about here,
171
461000
2000
что мы затрагиваем здесь,
07:55
are those kindsвиды of problemsпроблемы -- do they have a clearЧисто setзадавать of rulesправила,
172
463000
2000
проблемы такого рода – разве они основаны на чётких правилах
07:57
and a singleОдин solutionрешение? No.
173
465000
3000
и имеют единственное решение? Нет, конечно.
08:00
The rulesправила are mystifyingмистифицирующий.
174
468000
2000
Правила окружены таинственностью.
08:02
The solutionрешение, if it existsсуществует at all,
175
470000
2000
Решение, если оно вообще имеется,
08:04
is surprisingудивительный and not obviousочевидный.
176
472000
3000
удивительно и далеко не очевидно.
08:07
Everybodyвсе in this roomкомната
177
475000
2000
Каждый, кто сидит в этом зале,
08:09
is dealingдело with theirих ownсвоя versionверсия
178
477000
3000
решает свой вариант
08:12
of the candleсвеча problemпроблема.
179
480000
2000
«загадки свечи».
08:14
And for candleсвеча problemsпроблемы of any kindсвоего рода,
180
482000
3000
Так вот для загадок свечи любого рода,
08:17
in any fieldполе,
181
485000
2000
из любой области,
08:19
those if-thenесли-то rewardsнаграды,
182
487000
3000
вознаграждения типа «если … то …»,
08:22
the things around whichкоторый we'veмы в builtпостроен so manyмногие of our businessesбизнес,
183
490000
4000
т.е. основа, на которой зиждется управление многих фирм,
08:26
don't work.
184
494000
2000
просто не срабатывают.
08:28
Now, I mean it makesмарки me crazyпсих.
185
496000
2000
Меня это бесит, когда я об этом думаю.
08:30
And this is not -- here'sвот the thing.
186
498000
2000
И это не … – вот в чём дело!
08:32
This is not a feelingчувство.
187
500000
3000
Это – не чувство.
08:35
Okay? I'm a lawyerадвокат; I don't believe in feelingsчувства.
188
503000
3000
Понимаете? Я – юрист, и я отвергаю чувства.
08:38
This is not a philosophyфилософия.
189
506000
4000
Это – не философия.
08:42
I'm an Americanамериканский; I don't believe in philosophyфилософия.
190
510000
2000
Я – американец, и я отвергаю философию.
08:44
(LaughterСмех)
191
512000
3000
(Смех)
08:47
This is a factфакт --
192
515000
3000
Это – не что иное, как факт.
08:50
or, as we say in my hometownродной город of WashingtonВашингтон, D.C.,
193
518000
2000
Или, как говорится в моем родном Вашингтоне,
08:52
a trueправда factфакт.
194
520000
2000
это – истинный факт.
08:54
(LaughterСмех)
195
522000
2000
(Смех)
08:56
(ApplauseАплодисменты)
196
524000
4000
(Аплодисменты)
09:00
Let me give you an exampleпример of what I mean.
197
528000
2000
Попробую разъяснить свои мысли на примере.
09:02
Let me marshalмаршал the evidenceдоказательства here,
198
530000
2000
Введите в зал моих свидетелей.
09:04
because I'm not tellingговоря you a storyистория, I'm makingизготовление a caseдело.
199
532000
2000
Ведь я вам не истории рассказываю. Я выступаю с речью на суде.
09:06
LadiesДамы and gentlemenгоспода of the juryжюри, some evidenceдоказательства:
200
534000
2000
Господа присяжные, слово свидетелю:
09:08
DanДэн ArielyAriely, one of the great economistsэкономисты of our time,
201
536000
3000
Дан Ариэли, один из великий экономистов нашего времени.
09:11
he and threeтри colleaguesколлеги, did a studyизучение of some MITMIT studentsстуденты.
202
539000
4000
Он и его трое коллег из МТИ, провели следующее исследование.
09:15
They gaveдал these MITMIT studentsстуденты a bunchгроздь of gamesигры,
203
543000
3000
Они дали студентам МТИ кучу игр.
09:18
gamesигры that involvedучаствует creativityкреативность,
204
546000
2000
В каких-то играх требовалось творчество,
09:20
and motorдвигатель skillsнавыки, and concentrationконцентрация.
205
548000
2000
каких-то движение, или концентрация.
09:22
And the offeredпредложенный them, for performanceпредставление,
206
550000
2000
Студенты знали, что по итогам продуктивности их ждут
09:24
threeтри levelsуровни of rewardsнаграды:
207
552000
2000
три уровня вознаграждения.
09:26
smallмаленький rewardнаграда, mediumсредний rewardнаграда, largeбольшой rewardнаграда.
208
554000
5000
Малое, среднее, крупное.
09:31
Okay? If you do really well you get the largeбольшой rewardнаграда, on down.
209
559000
4000
Думаю, ясно: при большом успехе получаешь большую премию, и далее вниз …
09:35
What happenedполучилось? As long as the taskзадача involvedучаствует only mechanicalмеханический skillумение
210
563000
4000
Что же произошло? Если в задании требовались только механические усилия,
09:39
bonusesбонусы workedработал as they would be expectedожидаемый:
211
567000
2000
премии имели ожидаемый эффект:
09:41
the higherвыше the payплатить, the better the performanceпредставление.
212
569000
4000
чем сумма выше, тем лучших результатов достигали студенты.
09:45
Okay? But one the taskзадача calledназывается for
213
573000
2000
Пока ясно. Но как только задание предполагало
09:47
even rudimentaryзачаточный cognitiveпознавательный skillумение,
214
575000
4000
наличие самых элементарных умственных усилий,
09:51
a largerбольше rewardнаграда led to poorerбеднее performanceпредставление.
215
579000
5000
более крупная премия вела к понижению продуктивности.
09:56
Then they said,
216
584000
2000
Тогда авторы эксперимента подумали:
09:58
"Okay let's see if there's any culturalкультурный biasсмещение here.
217
586000
2000
«А может здесь влияют какие-то местные особенности?
10:00
LetsДавайте go to MaduraiМадурая, IndiaИндия and testконтрольная работа this."
218
588000
2000
Проведём-ка мы этот тест в древнем индийском городе Мадурай.»
10:02
Standardстандарт of livingживой is lowerниже.
219
590000
2000
Поскольку там уровень жизни ниже,
10:04
In MaduraiМадурая, a rewardнаграда that is modestскромный in Northсевер Americanамериканский standardsстандарты,
220
592000
3000
то скромный по американским меркам размер вознаграждения
10:07
is more meaningfulзначимым there.
221
595000
3000
приобретает тем больший смысл.
10:10
SameОдна и та же dealпо рукам. A bunchгроздь of gamesигры, threeтри levelsуровни of rewardsнаграды.
222
598000
3000
Условия те же: серия игр, три уровня премий.
10:13
What happensпроисходит?
223
601000
2000
Каковы же результаты там?
10:15
People offeredпредложенный the mediumсредний levelуровень of rewardsнаграды
224
603000
3000
При вознаграждении среднего размера
10:18
did no better than people offeredпредложенный the smallмаленький rewardsнаграды.
225
606000
3000
результаты не были лучше, чем при малом размере.
10:21
But this time, people offeredпредложенный the highestнаибольший rewardsнаграды,
226
609000
4000
Но на этот раз, наибольшее вознаграждение
10:25
they did the worstнаихудший of all.
227
613000
4000
приводило к наихудшей производительности.
10:29
In eight8 of the nine9 tasksзадания we examinedрассмотрел acrossчерез threeтри experimentsэксперименты,
228
617000
3000
В 8-ми из 9-и заданий в каждом из 3-х экспериментов
10:32
higherвыше incentivesстимулы led to worseхуже performanceпредставление.
229
620000
5000
увеличение премии приводило к ухудшению производительности.
10:37
Is this some kindсвоего рода of touchy-feelyобидчивый-Фили
230
625000
3000
Уж не занимаются ли здесь своей подрывной деятельностью
10:40
socialistсоциалист conspiracyзаговор going on here?
231
628000
3000
оголтелые сторонники коммунизма?
10:43
No. These are economistsэкономисты from MITMIT,
232
631000
3000
Нет, сэр. Этим делом руководили экономисты из частных университетов:
10:46
from CarnegieКарнеги MellonMellon, from the UniversityУниверситет of ChicagoЧикаго.
233
634000
3000
МТИ, Карнеги-Меллон, Чикагский.
10:49
And do you know who sponsoredспонсируемый this researchисследование?
234
637000
2000
И знаете, кто спонсировал исследование?
10:51
The Federalфедеральный Reserveрезерв BankБанка of the Unitedобъединенный Statesсостояния.
235
639000
4000
Федеральный резервный банк США.
10:55
That's the Americanамериканский experienceопыт.
236
643000
2000
Это – американский опыт.
10:57
Let's go acrossчерез the pondпруд to the LondonЛондон SchoolШкола of Economicsэкономика --
237
645000
3000
Ну что ж, давайте заглянем через океан в знаменитую
11:00
LSELSE, LondonЛондон SchoolШкола of Economicsэкономика,
238
648000
3000
LSE, Лондонскую Школу Экономики.
11:03
almaальма materмать of 11 NobelНобель LaureatesЛауреаты in economicsэкономика.
239
651000
3000
Колыбель будущих 11 нобелевских лауреатов по экономике.
11:06
TrainingОбучение groundземля for great economicэкономической thinkersмыслители
240
654000
3000
Из нее выросли кумиры экономики:
11:09
like GeorgeДжордж SorosСорос, and FriedrichФридрих HayekХайек,
241
657000
3000
Джордж Сорос, Фридрих Хайек, а еще и
11:12
and MickМик JaggerJagger. (LaughterСмех)
242
660000
2000
Мик Джаггер. (кумир поклонников Rolling Stones) (Смех)
11:14
Last monthмесяц, just last monthмесяц,
243
662000
4000
Не далее, как в прошлом месяце
11:18
economistsэкономисты at LSELSE lookedсмотрел at 51 studiesисследования
244
666000
3000
экономисты из LSE провели обзор 51 компании,
11:21
of pay-for-performanceплатить за производительность plansпланы, insideвнутри of companiesкомпании.
245
669000
3000
которые платят сотрудникам только за результативность.
11:24
Here'sВот what the economistsэкономисты there said: "We find that financialфинансовый incentivesстимулы
246
672000
3000
Вот что пишут экономисты LSE: «Мы пришли к выводу, что финансовые стимулы
11:27
can resultрезультат in a negativeотрицательный impactвлияние on overallв общем и целом performanceпредставление."
247
675000
6000
могут негативно повлиять на общую продуктивность труда.»
11:33
There is a mismatchнесоответствие betweenмежду what scienceнаука knowsзнает
248
681000
3000
Имеется разрыв между тем, что известно науке
11:36
and what businessбизнес does.
249
684000
2000
и что практикуют компании.
11:38
And what worriesзаботы me, as we standстоять here in the rubbleщебень
250
686000
3000
Я с беспокойством наблюдаю, посреди
11:41
of the economicэкономической collapseколлапс,
251
689000
2000
завала экономического кризиса,
11:43
is that too manyмногие organizationsорганизации
252
691000
2000
как огромное число организаций
11:45
are makingизготовление theirих decisionsрешения,
253
693000
2000
принимает решения
11:47
theirих policiesполисы about talentталант and people,
254
695000
2000
по управлению своими ценными кадрами
11:49
basedисходя из on assumptionsдопущения that are outdatedустаревший, unexaminedнеисследованный,
255
697000
6000
исходя из устаревших и непроверенных предпосылок,
11:55
and rootedукоренившийся more in folkloreфольклор than in scienceнаука.
256
703000
3000
основанных более на «народной мудрости», чем на науке.
11:58
And if we really want to get out of this economicэкономической messбеспорядок,
257
706000
3000
А ведь для выхода из нынешних экономических неприятностей,
12:01
and if we really want highвысокая performanceпредставление on those
258
709000
2000
для достижения высокой продуктивности в решении
12:03
definitionalопределительная tasksзадания of the 21stулица centuryвека,
259
711000
2000
характерных для 21-го века задач,
12:05
the solutionрешение is not to do more of the wrongнеправильно things,
260
713000
6000
бежать быстрее в неправильном направлении – не решение.
12:11
to enticeсоблазнять people with a sweeterслаще carrotморковь,
261
719000
3000
Привлекать пряником послаще – не решение,
12:14
or threatenугрожать them with a sharperшулер stickпридерживаться.
262
722000
2000
угрожать кнутом подлиннее – не решение.
12:16
We need a wholeвсе newновый approachподход.
263
724000
2000
Нам срочно нужен абсолютно новый подход.
12:18
And the good newsНовости about all of this is that the scientistsученые
264
726000
2000
По счастью, научное изучение мотивации.
12:20
who'veкоторые уже been studyingизучение motivationмотивация have givenданный us this newновый approachподход.
265
728000
3000
даёт именно такой новый подход.
12:23
It's an approachподход builtпостроен much more around intrinsicсвойственный motivationмотивация.
266
731000
3000
Это - подход, основанный больше на внутренней мотивации.
12:26
Around the desireжелание to do things because they matterдело,
267
734000
2000
На стремлении создавать что-то значимое,
12:28
because we like it, because they're interestingинтересно,
268
736000
2000
потому что это нравится, потому что это интересно,
12:30
because they are partчасть of something importantважный.
269
738000
2000
потому что это часть чего-то более важного.
12:32
And to my mindразум, that newновый operatingоперационная systemсистема for our businessesбизнес
270
740000
4000
Мне лично кажется, что новая система для функционирования наших компаний
12:36
revolvesвращается around threeтри elementsэлементы:
271
744000
2000
должна строиться на трёх принципах:
12:38
autonomyавтономия, masteryмастерство and purposeцель.
272
746000
3000
самостоятельность, профессионализм и целенаправленность.
12:41
Autonomyавтономия: the urgeпобуждать to directнепосредственный our ownсвоя livesжизни.
273
749000
3000
Самостоятельность – потребность самому направлять свою жизнь.
12:44
Masteryмастерство: the desireжелание to get better and better at something that mattersвопросы.
274
752000
4000
Профессионализм – желание становиться лучше и лучше в важном деле.
12:48
PurposeЦель: the yearningтоскующий to do what we do
275
756000
3000
Целенаправленность – стремление делать своё дело
12:51
in the serviceоказание услуг of something largerбольше than ourselvesсами.
276
759000
3000
во имя чего-то большего, чем ты сам.
12:54
These are the buildingздание blocksблоки of an entirelyполностью newновый operatingоперационная systemсистема
277
762000
3000
Вот – краеугольные камни для совершенно новой системы функционирования
12:57
for our businessesбизнес.
278
765000
2000
наших компаний.
12:59
I want to talk todayCегодня only about autonomyавтономия.
279
767000
4000
Сегодня я коснусь только самостоятельности.
13:03
In the 20thго centuryвека, we cameпришел up with this ideaидея of managementуправление.
280
771000
3000
В 20-м веке появилась идея управления людьми, т.н. менеджмента.
13:06
Managementуправление did not emanateисходить from natureприрода.
281
774000
2000
Так вот, менеджмент – не создание природы.
13:08
Managementуправление is like -- it's not a treeдерево,
282
776000
2000
Менеджмент – это как…короче, это – не звёздное небо.
13:10
it's a televisionтелевидение setзадавать.
283
778000
2000
Это – как радиоприёмник.
13:12
Okay? SomebodyКто-то inventedизобрел it.
284
780000
2000
Ясно я выразился? Его изобрели.
13:14
And it doesn't mean it's going to work foreverнавсегда.
285
782000
2000
И никто не сказал, что он будет работать вечно.
13:16
Managementуправление is great.
286
784000
2000
Менеджмент – это прекрасно.
13:18
Traditionalтрадиционный notionsпонятия of managementуправление are great
287
786000
2000
Его традиционные идеи безупречны,
13:20
if you want complianceсоблюдение.
288
788000
2000
если требуется исполнительность.
13:22
But if you want engagementпомолвка, self-directionсамонаведение worksработает better.
289
790000
3000
Но когда нужно участие, намного лучший результат дает саморегуляция.
13:25
Let me give you some examplesПримеры of some kindсвоего рода of radicalрадикал
290
793000
2000
Я сейчас приведу пару примеров фундаментального
13:27
notionsпонятия of self-directionсамонаведение.
291
795000
2000
толкования саморегуляции.
13:29
What this meansозначает -- you don't see a lot of it,
292
797000
3000
В чем идея? Да, это нечасто встретишь,
13:32
but you see the first stirringsволнения of something really interestingинтересно going on,
293
800000
3000
но налицо первые признаки рождения действительно захватывающих вещей.
13:35
because what it meansозначает is payingплатеж people adequatelyадекватно
294
803000
2000
Идея в том, что во-первых, зарплата должна быть адекватной
13:37
and fairlyдовольно, absolutelyабсолютно --
295
805000
2000
и справедливой, это без всяких сомнений.
13:39
gettingполучение the issueвопрос of moneyДеньги off the tableТаблица,
296
807000
2000
Этим вопрос денег снят с повестки дня.
13:41
and then givingдающий people lots of autonomyавтономия.
297
809000
2000
А затем работнику предоставляют большую долю самостоятельности.
13:43
Let me give you some examplesПримеры.
298
811000
2000
Обратимся к практике.
13:45
How manyмногие of you have heardуслышанным of the companyКомпания AtlassianAtlassian?
299
813000
4000
Кто-нибудь слышал о компании Atlassian?
13:49
It looksвыглядит like lessМеньше than halfполовина.
300
817000
2000
Видно, что меньше половины зала.
13:51
(LaughterСмех)
301
819000
2000
(Смех)
13:53
AtlassianAtlassian is an Australianавстралиец softwareпрограммного обеспечения companyКомпания.
302
821000
4000
Atlassian – это австралийская софтверная компания.
13:57
And they do something incrediblyневероятно coolкруто.
303
825000
2000
И они делают нечто невероятно классное.
13:59
A fewмало timesраз a yearгод they tell theirих engineersинженеры,
304
827000
2000
Несколько раз в год они говорят своим инженерам:
14:01
"Go for the nextследующий 24 hoursчасов and work on anything you want,
305
829000
4000
«В течение следующих суток работайте над чем хотите,
14:05
as long as it's not partчасть of your regularрегулярный jobработа.
306
833000
2000
только чтобы это не было связано с вашей текущей работой.
14:07
Work on anything you want."
307
835000
2000
Работайте над чем вашей душе угодно.»
14:09
So that engineersинженеры use this time to come up with
308
837000
2000
И вот инженеры тратят это время, чтобы создать
14:11
a coolкруто patchпластырь for codeкод, come up with an elegantэлегантный hackмотыга.
309
839000
3000
какую-нибудь прелестную мозаику из кода, придумать какой-нибудь элегантный трюк.
14:14
Then they presentнастоящее время all of the stuffматериал that they'veони имеют developedразвитая
310
842000
3000
Затем каждый представляет своё детище
14:17
to theirих teammatesтоварищи по команде, to the restотдых of the companyКомпания,
311
845000
3000
коллегам и остальным сотрудникам
14:20
in this wildдикий and woolyмохнатый all-handsвсе руки meetingвстреча
312
848000
2000
на шумном и неуправляемом общем собрании,
14:22
at the endконец of the day.
313
850000
2000
в конце дня.
14:24
And then, beingявляющийся Australiansавстралийцы, everybodyвсе has a beerпиво.
314
852000
2000
А потом, как принято в Австралии, все пьют пиво.
14:26
They call them FedExFedEx Daysдней.
315
854000
3000
Они называют это Днями Экспресс-почты Fedex.
14:29
Why? Because you have to deliverдоставить something overnightс ночевкой.
316
857000
6000
Почему? Да ведь на доставку у вас есть лишь 24 часа.
14:35
It's prettyСимпатичная. It's not badПлохо. It's a hugeогромный trademarkтоварный знак violationнарушение,
317
863000
2000
Это оригинально. И это не плохо, хотя налицо грубое нарушение прав торговой марки.
14:37
but it's prettyСимпатичная cleverумная.
318
865000
2000
Но ведь это чертовски умно.
14:39
(LaughterСмех)
319
867000
1000
(Смех)
14:40
That one day of intenseинтенсивный autonomyавтономия
320
868000
2000
Такой день усиленной самостоятельности
14:42
has producedпроизведенный a wholeвсе arrayмассив of softwareпрограммного обеспечения fixesисправления
321
870000
2000
помогает создать целый ряд программных решений,
14:44
that mightмог бы never have existedсуществовавший.
322
872000
2000
которых могло бы никогда не быть.
14:46
And it's workedработал so well that AtlassianAtlassian has takenвзятый it to the nextследующий levelуровень
323
874000
2000
Метод был настолько продуктивен, что Atlassian поднял его на следующий уровень,
14:48
with 20 PercentПроцент Time --
324
876000
2000
на уровень «20% времени».
14:50
doneсделанный, famouslyлихо, at GoogleGoogle --
325
878000
2000
Это – знаменитая система работы на Google.
14:52
where engineersинженеры can work, spendпроводить 20 percentпроцент of theirих time
326
880000
2000
Инженеры на Google могут тратить 20% времени
14:54
workingза работой on anything they want.
327
882000
2000
на любую работу по своему вкусу.
14:56
They have autonomyавтономия over theirих time,
328
884000
2000
Они самостоятельны в выборе времени,
14:58
theirих taskзадача, theirих teamкоманда, theirих techniqueтехника.
329
886000
2000
в выборе задачи, команды, техники.
15:00
Okay? Radicalрадикал amountsсуммы of autonomyавтономия.
330
888000
2000
Понимаете? Фундаментальный объем самостоятельности.
15:02
And at GoogleGoogle, as manyмногие of you know,
331
890000
4000
И как многие из вас знают, у Гугл
15:06
about halfполовина of the newновый productsпродукты in a typicalтипичный yearгод
332
894000
2000
каждый год примерно половина новых продуктов
15:08
are birthedрожденная duringв течение that 20 PercentПроцент Time:
333
896000
3000
рождается в период тех самых «20% Времени».
15:11
things like GmailGmail, OrkutOrkut, GoogleGoogle NewsНовости.
334
899000
3000
Такие продукты как: Gmail, Orkut, Google News.
15:14
Let me give you an even more radicalрадикал exampleпример of it:
335
902000
3000
Приведу еще более радикальный пример той же идеи.
15:17
something calledназывается the ResultsРезультаты Only Work EnvironmentОкружающая среда,
336
905000
2000
Называется «Рабочие Условия Направленные Исключительно на Результат».
15:19
the ROWEРОУ,
337
907000
2000
Сокращенно: ROWE.
15:21
createdсозданный by two Americanамериканский consultantsконсультанты, in placeместо
338
909000
2000
Система разработана двумя американскими консультантами
15:23
in placeместо at about a dozenдюжина companiesкомпании around Northсевер AmericaАмерика.
339
911000
2000
для примерно десяти компаний по всей Северной Америке.
15:25
In a ROWEРОУ people don't have schedulesрасписания.
340
913000
4000
При ROWE, у работников нет графика выхода на работу.
15:29
They showпоказать up when they want.
341
917000
2000
Они появляются на работе когда хотят.
15:31
They don't have to be in the officeофис at a certainопределенный time,
342
919000
2000
Нет определенного времени пребывания в офисе,
15:33
or any time.
343
921000
2000
можно вообще не приходить.
15:35
They just have to get theirих work doneсделанный.
344
923000
2000
Нужно только сделать работу.
15:37
How they do it, when they do it,
345
925000
2000
Как делать, когда делать,
15:39
where they do it, is totallyполностью up to them.
346
927000
3000
где делать – это каждый решает сам.
15:42
MeetingsВстречи in these kindsвиды of environmentsокружающая среда are optionalнеобязательный.
347
930000
4000
Встречи и собрания в этих условиях – исключительно по желанию.
15:46
What happensпроисходит?
348
934000
2000
И каков результат?
15:48
AlmostПочти acrossчерез the boardдоска, productivityпроизводительность goesидет up,
349
936000
3000
Практически повсеместно: рост продуктивности,
15:51
workerработник engagementпомолвка goesидет up,
350
939000
3000
рост участия работников в делах фирмы,
15:54
workerработник satisfactionудовлетворение goesидет up, turnoverоборот goesидет down.
351
942000
3000
рост удовлетворённости, падение текучести кадров.
15:57
Autonomyавтономия, masteryмастерство and purposeцель,
352
945000
2000
Самостоятельность, профессионализм, целенаправленность –
15:59
These are the buildingздание blocksблоки of a newновый way of doing things.
353
947000
2000
на этих столпах надо строить новые условия продуктивной деятельности.
16:01
Now some of you mightмог бы look at this and say,
354
949000
3000
Вы, наверно, скажете:
16:04
"HmmХмм, that soundsзвуки niceхороший, but it's Utopianутопический."
355
952000
3000
«Ммм-да-с. Соблазнительно, но утопично.»
16:07
And I say, "NopeНеа. I have proofдоказательство."
356
955000
5000
Отвечу: «Нннет-с. Предъявляю доказательства.»
16:12
The mid-в середине1990s, MicrosoftMicrosoft startedначал
357
960000
2000
Середина 90-х, Microsoft начинает проект
16:14
an encyclopediaэнциклопедия calledназывается EncartaEncarta.
358
962000
2000
электронной энциклопедии Encarta.
16:16
They had deployedразвернутый all the right incentivesстимулы,
359
964000
2000
Были задействованы все нужные стимулы.
16:18
all the right incentivesстимулы. They paidоплаченный professionalsпрофессионалов to
360
966000
3000
Все правильные стимулы. Специалистам платили
16:21
writeзаписывать and editредактировать thousandsтысячи of articlesстатьи.
361
969000
2000
за написание и редактирование статей.
16:23
Well-compensatedНу компенсация managersменеджеры oversawнадзирал the wholeвсе thing
362
971000
2000
Процессом руководили хорошо оплачиваемые менеджеры,
16:25
to make sure it cameпришел in on budgetбюджет and on time.
363
973000
5000
соблюдая рамки бюджета и времени.
16:30
A fewмало yearsлет laterпозже anotherдругой encyclopediaэнциклопедия got startedначал.
364
978000
2000
А потом, через пару лет, появилась еще одна энциклопедия.
16:32
DifferentДругой modelмодель, right?
365
980000
3000
На совсем другой модели, как мы знаем.
16:35
Do it for funвесело. No one getsполучает paidоплаченный a centцент, or a EuroЕвро or a Yenиена.
366
983000
4000
Делай в своё удовольствие! Никакой оплаты – ни цента, ни евро, ни иены.
16:39
Do it because you like to do it.
367
987000
3000
Создавай! – потому, что тебе это нравится.
16:42
Now if you had, just 10 yearsлет agoтому назад,
368
990000
3000
Давайте предположим, что каких-то 10 лет назад
16:45
if you had goneпрошло to an economistэкономист, anywhereв любом месте,
369
993000
2000
вы бы обратились к экономистам, в любой стране,
16:47
and said, "Hey, I've got these two differentдругой modelsмодели for creatingсоздание an encyclopediaэнциклопедия.
370
995000
4000
и сказали: «У меня вопрос. Вот вам две разные модели создания энциклопедии.
16:51
If they wentотправился headглава to headглава, who would winвыиграть?"
371
999000
3000
Если им придётся столкнуться лбами, чья возьмёт?»
16:54
10 yearsлет agoтому назад you could not have foundнайденный a singleОдин soberтрезвый economistэкономист anywhereв любом месте
372
1002000
4000
Так вот, 10 лет назад ни один серьёзный экономист,
16:58
on planetпланета EarthЗемля
373
1006000
2000
ни в одной стране мира,
17:00
who would have predictedпредсказанный the WikipediaВикипедия modelмодель.
374
1008000
2000
не мог бы предсказать победу модели Википедии.
17:02
This is the titanicтитановый battleбоевой betweenмежду these two approachesподходы.
375
1010000
3000
Это была борьба титанов, борьба двух различных подходов.
17:05
This is the Ali-FrazierАли-Фрейзер of motivationмотивация. Right?
376
1013000
3000
Это была битва века на арене мотивации, подобно поединку
17:08
This is the Thrilla'Thrilla» in ManilaМанила.
377
1016000
2000
за звание чемпиона мира по боксу среди супер-тяжеловесов.
17:10
Alrightхорошо? Intrinsicсвойственный motivatorsмотиваторы versusпротив extrinsicвнешний motivatorsмотиваторы.
378
1018000
3000
На глазах у всех! Мотивация внутренняя выступает против внешней мотивации.
17:13
Autonomyавтономия, masteryмастерство and purposeцель,
379
1021000
2000
Самостоятельность, профессионализм и целенаправленность
17:15
versusпротив carrotморковь and sticksпалочки. And who winsпобеды?
380
1023000
2000
против кнута и пряника. И кто победил?
17:17
Intrinsicсвойственный motivationмотивация, autonomyавтономия, masteryмастерство and purposeцель,
381
1025000
3000
Внутренняя мотивация, самостоятельность, профессионализм и целенапрвленность
17:20
in a knockoutНокаут. Let me wrapзаворачивать up.
382
1028000
4000
выбивают противника нокаутом. Я закругляюсь.
17:24
There is a mismatchнесоответствие betweenмежду what scienceнаука knowsзнает and what businessбизнес does.
383
1032000
3000
Имеется разрыв между научным знанием и деловой практикой.
17:27
And here is what scienceнаука knowsзнает.
384
1035000
2000
Что известно науке?
17:29
One: Those 20thго centuryвека rewardsнаграды,
385
1037000
2000
Во-первых, типичные для 20-го века вознаграждения,
17:31
those motivatorsмотиваторы we think are a naturalнатуральный partчасть of businessбизнес,
386
1039000
3000
те самые стимулы, которые считаются неотъемлемой частью умения вести бизнес,
17:34
do work, but only in a surprisinglyкак ни странно narrowузкий bandгруппа of circumstancesобстоятельства.
387
1042000
4000
работают, но только в предельно узком диапазоне условий.
17:38
Two: Those if-thenесли-то rewardsнаграды oftenдовольно часто destroyуничтожить creativityкреативность.
388
1046000
4000
Во-вторых, те же вознаграждения типа «если… то …» часто губят творчество.
17:42
ThreeТри: The secretсекрет to highвысокая performanceпредставление
389
1050000
2000
В-третьих, секрет высокой продуктивности
17:44
isn't rewardsнаграды and punishmentsнаказания,
390
1052000
2000
не в системе награждения и наказания,
17:46
but that unseenневидимый intrinsicсвойственный driveводить машину --
391
1054000
2000
а в невидимом внутреннем двигателе.
17:48
the driveводить машину to do things for theirих ownсвоя sakeради.
392
1056000
3000
Стремлении создавать вещи ради них самих.
17:51
The driveводить машину to do things causeпричина they matterдело.
393
1059000
2000
Стремлении делать что-то, потому что это важно.
17:53
And here'sвот the bestЛучший partчасть. Here'sВот the bestЛучший partчасть.
394
1061000
2000
Вот вам самое главное. Вот – самое лучшее.
17:55
We alreadyуже know this. The scienceнаука confirmsподтверждает what we know in our heartsсердца.
395
1063000
3000
Честно говоря, мы это уже знали. Наука подтверждает то, что мы чуем сердцем.
17:58
So, if we repairремонт this mismatchнесоответствие
396
1066000
3000
Так что, если нам удастся устранить разрыв
18:01
betweenмежду what scienceнаука knowsзнает and what businessбизнес does,
397
1069000
2000
между научным знанием и деловой практикой,
18:03
if we bringприносить our motivationмотивация, notionsпонятия of motivationмотивация
398
1071000
3000
если нам удастся утвердить наше понимание мотивации, и пронести его
18:06
into the 21stулица centuryвека,
399
1074000
2000
в 21-й век,
18:08
if we get pastмимо this lazyленивый, dangerousопасно, ideologyидеология
400
1076000
4000
если нам удастся отбросить ленивую по природе и опасную идеологию
18:12
of carrotsморковь and sticksпалочки,
401
1080000
2000
кнута и пряника,
18:14
we can strengthenукреплять our businessesбизнес,
402
1082000
3000
мы сможем усилить наш бизнес,
18:17
we can solveрешать a lot of those candleсвеча problemsпроблемы,
403
1085000
3000
мы сможем решить множество «загадок свечи»
18:20
and maybe, maybe, maybe
404
1088000
4000
и возможно, возможно, возможно,
18:24
we can changeизменение the worldМир.
405
1092000
2000
нам удастся изменить мир.
18:26
I restотдых my caseдело.
406
1094000
2000
Я закончил свою речь.
18:28
(ApplauseАплодисменты)
407
1096000
3000
(Аплодисменты)
Translated by Namik Kasumov
Reviewed by Larisa Larionova

▲Back to top

ABOUT THE SPEAKER
Dan Pink - Career analyst
Bidding adieu to his last "real job" as Al Gore's speechwriter, Dan Pink went freelance to spark a right-brain revolution in the career marketplace.

Why you should listen

With a trio of influential bestsellers, Dan Pink has changed the way companies view the modern workplace. In the pivotal A Whole New Mind, Pink identifies a sea change in the global workforce -- the shift of an information-based corporate culture to a conceptual base, where creativity and big-picture design dominates the landscape.

His latest book, The Adventures of Johnny Bunko, is an evolutionary transformation of the familiar career guide. Replacing linear text with a manga-inspired comic, Pink outlines six career laws vastly differing from the ones you've been taught. Members of the Johnny Bunko online forum participated in an online contest to create the seventh law -- "stay hungry."

A contributing editor for Wired, Pink is working on a new book on the science and economics of motivation for release in late 2009.

More profile about the speaker
Dan Pink | Speaker | TED.com