ABOUT THE SPEAKER
Erik Brynjolfsson - Innovation researcher
Erik 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).

More profile about the speaker
Erik Brynjolfsson | Speaker | TED.com
TED2013

Erik Brynjolfsson: The key to growth? Race with the machines

Erik Brynjolfsson: Büyümenin kilidi? Makinelerle yarışmak

Filmed:
1,321,770 views

Makineler daha çok işi yapabilir hale geldikçe, pek çok insan kendisini işsiz ya da maaşla birlikte süresiz olarak tecil edilmiş buluyorlar. Gelişimin sonu mudur? Erik Brynjolfsoon; 'Hayır, bu tamamen kökten tekrar organize edilmiş ekonominin büyüme sancılarıdır. Büyük buluşların neden bizim önümüzde olduğu merak uyandırıcı bir durum... bilgisayarları takım arkadaşlarımız gibi düşündüğümüz takdirde... Robert Gordon'ın muhalif bakış açısını seyrettiğinize emin olun.
- Innovation researcher
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
GrowthBüyüme is not deadölü.
0
605
2272
Yaşlanmak ölü demek değildir.
00:14
(ApplauseAlkış)
1
2877
1386
(Alkışlar)
00:16
Let's startbaşlama the storyÖykü 120 yearsyıl agoönce,
2
4263
3963
120 yıl önceki hikayeye başlayalım.
00:20
when AmericanAmerikan factoriesfabrikalar beganbaşladı to electrifyElektrik theironların operationsoperasyonlar,
3
8226
3632
Amerikan fabrikalarının İkinci Sanayi devrimini ateşleyen
00:23
ignitingateşlenmesini the Secondİkinci IndustrialEndüstriyel RevolutionDevrim.
4
11858
3344
manevralarını başlattığı zamanki hikayeye...
00:27
The amazingşaşırtıcı thing is
5
15202
1111
Harika şey şu ki
00:28
that productivityverimlilik did not increaseartırmak in those factoriesfabrikalar
6
16313
2777
bu fabrikalarda 30 yıl boyunca verimlilik
00:31
for 30 yearsyıl. ThirtyOtuz yearsyıl.
7
19090
3256
artmadı. Otuz yıl.
00:34
That's long enoughyeterli for a generationnesil of managersyöneticileri to retireemekli olmak.
8
22346
3474
Bu bir nesil yöneticinin emekli olması için yeterince uzun bir zaman.
00:37
You see, the first wavedalga of managersyöneticileri
9
25820
2222
Görüyorsunuz ki yöneticilerin birinci dalgası
00:40
simplybasitçe replaceddeğiştirilir theironların steambuhar enginesmotorlar with electricelektrik motorsmotorlar,
10
28042
3417
buhar makinelerini elektrik motorlarla değiştirdiler,
00:43
but they didn't redesignyeniden tasarlamak the factoriesfabrikalar to take advantageavantaj
11
31459
3010
fakat fabrikaları, elektriklerin esnekliğinden faydalanmak için
00:46
of electricity'sElektrik flexibilityesneklik.
12
34469
2341
yeniden tasarlamadılar.
00:48
It felldüştü to the nextSonraki generationnesil to inventicat etmek newyeni work processessüreçler,
13
36810
3984
Yeni iş yöntemi icat etme görevi, bir sonraki nesle düştü
00:52
and then productivityverimlilik soaredyükseldi,
14
40794
2727
ve sonra bu fabrikalardaki üretkenlik sıklıkla
00:55
oftensık sık doublingikiye katlama or even triplingüç katına in those factoriesfabrikalar.
15
43521
3665
iki ya da üç katına çıkarak arttı.
00:59
ElectricityElektrik is an exampleörnek of a generalgenel purposeamaç technologyteknoloji,
16
47186
4723
Ondan önceki buhar makinesi gibi elektrik,
01:03
like the steambuhar enginemotor before it.
17
51909
2230
her amaca uygun teknolojinin bir örneğidir.
01:06
GeneralGenel purposeamaç technologiesteknolojiler drivesürücü mostçoğu economicekonomik growthbüyüme,
18
54139
3416
Her amaca uygun teknoloji en çok ekonomik gelişimi sağlar,
01:09
because they unleashUnleash cascadesCascades of complementarytamamlayıcı innovationsyenilikler,
19
57555
3454
çünkü birbirini tamamlayan yeniliklerin basamaklarını serbest bırakırlar--
01:13
like lightbulbsLightbulbs and, yes, factoryfabrika redesignyeniden tasarlamak.
20
61009
3632
elektrik lambası, evet, fabrikanın yeniden tasarımı gibi.
01:16
Is there a generalgenel purposeamaç technologyteknoloji of our eraçağ?
21
64641
3610
Çağımızın her amaca uygun bir teknolojisi var mı?
01:20
Sure. It's the computerbilgisayar.
22
68251
2508
Elbette. O, bilgisayar.
01:22
But technologyteknoloji aloneyalnız is not enoughyeterli.
23
70759
2659
Ancak tek başına teknoloji yeterli değildir.
01:25
TechnologyTeknoloji is not destinyKader.
24
73418
2766
Teknoloji, kader değildir.
01:28
We shapeşekil our destinyKader,
25
76184
1580
Kaderimizi kendimiz şekillendiririz
01:29
and just as the earlierdaha erken generationsnesiller of managersyöneticileri
26
77764
2516
ve yöneticilerin daha önceki kuşakları gibi
01:32
neededgerekli to redesignyeniden tasarlamak theironların factoriesfabrikalar,
27
80280
2298
fabrikalarını yeniden inşa etmeleri gerekliydi.
01:34
we're going to need to reinventyeniden icat our organizationsorganizasyonlar
28
82578
2229
Kuruluşlarımızı ve hatta tüm ekonomik sistemimizi
01:36
and even our wholebütün economicekonomik systemsistem.
29
84807
2555
yeniden oluşturmamız gerekecek.
01:39
We're not doing as well at that job as we should be.
30
87362
3602
Olması gerektiği kadar iyi bir iş yapmıyoruz.
01:42
As we'lliyi see in a momentan,
31
90964
1230
Hemen şimdi göreceğimiz gibi
01:44
productivityverimlilik is actuallyaslında doing all right,
32
92194
2722
üretkenlik aslında yolunda,
01:46
but it has becomeolmak decoupledayrılmış from jobsMeslekler,
33
94916
3862
ancak o, mesleklerden ayrıştırıldı
01:50
and the incomegelir of the typicaltipik workerişçi is stagnatingstagnating.
34
98778
4419
ve tipik çalışan gelirleri hiç ilerlemiyor.
01:55
These troublessorunları are sometimesara sıra misdiagnosedyanlış teşhis
35
103197
2519
Yenilikçiliğin sonu olduğu için bazen bu sorunlara
01:57
as the endson of innovationyenilik,
36
105716
3712
yanlış tanı konuluyor.
02:01
but they are actuallyaslında the growingbüyüyen painszahmet
37
109428
2129
Fakat aslında onlar, Andrew McAfee ve benim
02:03
of what AndrewAndrew McAfeeMcAfee and I call the newyeni machinemakine ageyaş.
38
111557
5590
"yeni makine çağı" olarak adlandırdığımız şeyin büyüme sancılarıdır.
02:09
Let's look at some dataveri.
39
117147
1882
Bazı verilere bakalım.
02:11
So here'sburada GDPGSYİH perbaşına personkişi in AmericaAmerika.
40
119029
2902
İşte buradaki Amerika'da adam başına düşen gayri safi yurtiçi hasıla.
02:13
There's some bumpstümsekleri alonguzun bir the way, but the bigbüyük storyÖykü
41
121931
2766
Yol boyunca bazı çıkıntılar var, ancak büyük hikaye şu ki
02:16
is you could practicallypratikte fituygun a rulerCetvel to it.
42
124697
2715
siz hakikaten burada net bir eğilim yakalayabilirsiniz.
02:19
This is a logkütük scaleölçek, so what looksgörünüyor like steadyistikrarlı growthbüyüme
43
127412
3276
Bu logaritma ölçeğinde, yani istikrarlı büyüme gibi görünen şey
02:22
is actuallyaslında an accelerationhızlanma in realgerçek termsşartlar.
44
130688
3043
aslında gerçek anlamda bir ivmelenme.
02:25
And here'sburada productivityverimlilik.
45
133731
2160
Ve işte üretkenlik.
02:27
You can see a little bitbit of a slowdownyavaşlama there in the mid-'orta-'70s,
46
135891
2671
Orada 70'lerin ortalarında birazcık durgunluk görebilirsiniz.
02:30
but it matchesmaçlar up prettygüzel well with the Secondİkinci IndustrialEndüstriyel RevolutionDevrim,
47
138562
3738
Ancak fabrikalar faaliyetlerini nasıl hızlandıracaklarını öğrendikleri zaman
02:34
when factoriesfabrikalar were learningöğrenme how to electrifyElektrik theironların operationsoperasyonlar.
48
142300
2691
İkinci Endüstri Devrimi ile oldukça çok birbirine uydular.
02:36
After a laggecikme, productivityverimlilik acceleratedhızlandırılmış again.
49
144991
4129
Bir duraklamadan sonra, üretkenlik tekrar ivme kazandı.
02:41
So maybe "historytarih doesn't repeattekrar et itselfkendisi,
50
149120
2571
Yani, belki "tarih tekerrür etmez,
02:43
but sometimesara sıra it rhymestekerlemeler."
51
151691
2568
ancak bazen kafiye yapar".
02:46
TodayBugün, productivityverimlilik is at an all-timetüm zamanların highyüksek,
52
154259
3136
Bugün üretkenlik en üst seviyede
02:49
and despiterağmen the Great RecessionDurgunluk,
53
157395
1977
ve Küresel Kriz'e rağmen, üretkenlik
02:51
it grewbüyüdü fasterDaha hızlı in the 2000s than it did in the 1990s,
54
159372
4252
2000'li yıllarda 1990'lı yıllarda olduğundan daha hızlı gelişiyor.
02:55
the roaringkükreyen 1990s, and that was fasterDaha hızlı than the '70s or '80s.
55
163624
4136
Oysa 1990'lar, 70'ler ve ya 80'lerden çok daha başarılı.
02:59
It's growingbüyüyen fasterDaha hızlı than it did duringsırasında the Secondİkinci IndustrialEndüstriyel RevolutionDevrim.
56
167760
3674
İkinci Sanayi Devrimi boyunca olduğundan daha hızlı gelişiyor.
03:03
And that's just the UnitedAmerika StatesBirleşik.
57
171434
1743
Ve bu sadece Amerika Birleşik Devletleri.
03:05
The globalglobal newshaber is even better.
58
173177
3248
Küresel haberler daha da iyi.
03:08
WorldwideDünya çapında incomesgelirleri have grownyetişkin at a fasterDaha hızlı rateoran
59
176425
2360
Dünya çapındaki gelirler, geçtiğimiz 10 yılda tarihte olduğundan
03:10
in the pastgeçmiş decadeonyıl than ever in historytarih.
60
178785
2496
daha hızlı bir oranda arttı.
03:13
If anything, all these numberssayılar actuallyaslında understateküçük söylemek our progressilerleme,
61
181281
5051
Aksine, tüm bu numaralar aslında gelişimimizi olduğundan az gösteriyor.
03:18
because the newyeni machinemakine ageyaş
62
186332
1912
Çünkü yeni makine çağı,
03:20
is more about knowledgebilgi creationoluşturma
63
188244
1664
sadece fiziksel üretkenlikten çok
03:21
than just physicalfiziksel productionüretim.
64
189908
2331
bilgi üretmekle ilgilidir.
03:24
It's mindus not mattermadde, brainbeyin not brawnkas,
65
192239
2938
O, kafa, beyin ve fikirler hakkındadır;
03:27
ideasfikirler not things.
66
195177
2062
cisim, kas ya da objeler değil.
03:29
That createsyaratır a problemsorun for standardstandart metricsölçümleri,
67
197239
2570
Bu standart ölçümler için problem oluşturur,
03:31
because we're gettingalma more and more stuffşey for freeücretsiz,
68
199809
3502
çünkü biz çok daha fazla şeyi bedavaya elde ediyoruz;
03:35
like WikipediaWikipedia, GoogleGoogle, SkypeSkype,
69
203311
2641
Vikipedi, Google, Skype
03:37
and if they postposta it on the web, even this TEDTED Talk.
70
205952
3063
ve web'e koyarlarsa, hatta bu TED konuşması gibi şeyleri.
03:41
Now gettingalma stuffşey for freeücretsiz is a good thing, right?
71
209015
3303
Şimdi, bedavaya bunları elde etmek iyi bir şey, değil mi?
03:44
Sure, of coursekurs it is.
72
212318
1765
Elbette, tabi ki öyle.
03:46
But that's not how economistsekonomistler measureölçmek GDPGSYİH.
73
214083
3868
Fakat bu, iktisatçıların Gayri Safi Yurtiçi Hasılayı belirleme tarzı değil.
03:49
ZeroSıfır pricefiyat meansanlamına geliyor zerosıfır weightağırlık in the GDPGSYİH statisticsistatistik.
74
217951
5592
Gayri Safi Yurtiçi Hasıla istatistiklerinde sıfır fiyat, sıfır ağırlık anlamına gelir.
03:55
AccordingAccording to the numberssayılar, the musicmüzik industrysanayi
75
223543
2112
Rakamlara göre, müzik piyasası
03:57
is halfyarım the sizeboyut that it was 10 yearsyıl agoönce,
76
225655
3000
10 yıl önceki hacminin yarısı kadar.
04:00
but I'm listeningdinleme to more and better musicmüzik than ever.
77
228655
3656
Ancak her zamankinden daha fazla ve daha iyi müzik dinliyorum.
04:04
You know, I betbahis you are too.
78
232311
2192
Bahse girerim siz de öylesiniz.
04:06
In totalGenel Toplam, my researchAraştırma estimatestahminler
79
234503
2723
Toplamda, araştırmalarım ücretsiz
04:09
that the GDPGSYİH numberssayılar missbayan over 300 billionmilyar dollarsdolar perbaşına yearyıl
80
237226
4754
mal ve hizmetlerle Gayri Safi Yurtiçi Hasıla rakamlarının
04:13
in freeücretsiz goodsmal and servicesHizmetler on the InternetInternet.
81
241980
3346
300 milyar doların üstünü ıskaladığını tahmin etmektedir.
04:17
Now let's look to the futuregelecek.
82
245326
1789
Şimdi geleceğe bakalım.
04:19
There are some superSüper smartakıllı people
83
247115
2263
Gelişimin sonuna ulaştığımızı
04:21
who are arguingTartışan that we'vebiz ettik reachedulaştı the endson of growthbüyüme,
84
249378
5019
öne süren süper zeki insanlar var.
04:26
but to understandanlama the futuregelecek of growthbüyüme,
85
254397
3558
Fakat, gelişimin geleceğini anlamak için
04:29
we need to make predictionstahminler
86
257955
2683
gelişimin altında yatan
04:32
about the underlyingtemel driverssürücüleri of growthbüyüme.
87
260638
3290
faktörler hakkında tahmin yapmamız gerekir.
04:35
I'm optimisticiyimser, because the newyeni machinemakine ageyaş
88
263928
3806
Ben iyimserim, çünkü yeni makine çağı
04:39
is digitaldijital, exponentialüstel and combinatorialkombinatoryal.
89
267734
5030
rakamsal, üstel ve birleşimsel.
04:44
When goodsmal are digitaldijital, they can be replicatedçoğaltılan
90
272764
2264
Hizmetler rakamsal olduğu zaman,
04:47
with perfectmükemmel qualitykalite at nearlyneredeyse zerosıfır costmaliyet,
91
275028
4509
mükemmel kaliteyle neredeyse sıfır maliyete üretilebilir.
04:51
and they can be deliveredteslim almostneredeyse instantaneouslyhemen.
92
279537
4018
Ve neredeyse hemen dağıtımı yapılabilir.
04:55
WelcomeHoş geldiniz to the economicsekonomi bilimi of abundancebolluk.
93
283555
2800
Bolluk ekonomisine hoş geldiniz.
04:58
But there's a subtlerincelikli benefityarar to the digitizationdijitalleşme of the worldDünya.
94
286355
3690
Fakat, dünyanın dijitalleşmesinin daha farklı bir yararı var.
05:02
MeasurementÖlçüm is the lifebloodcan damarı of scienceBilim and progressilerleme.
95
290045
4600
Ölçüm, ilerlemenin ve bilimin canıdır.
05:06
In the ageyaş of bigbüyük dataveri,
96
294645
2148
Büyük veri çağında,
05:08
we can measureölçmek the worldDünya in waysyolları we never could before.
97
296793
4286
dünyayı daha önce hiç yapmadığımız yollarla ölçebiliriz.
05:13
Secondlyİkinci olarak, the newyeni machinemakine ageyaş is exponentialüstel.
98
301079
4095
İkinci olarak, yeni makine çağı üsteldir.
05:17
ComputersBilgisayarlar get better fasterDaha hızlı than anything elsebaşka ever.
99
305174
5935
Bilgisayarlar gelmiş geçmiş her bir şeyden daha hızlı şekilde ileriye gidiyor.
05:23
A child'sçocuğun PlaystationPlayStation todaybugün is more powerfulgüçlü
100
311109
3568
Bugün bir çocuğun Playstation'u 1996'dan kalan
05:26
than a militaryaskeri supercomputerSüper bilgisayar from 1996.
101
314677
4056
askeri üstün bilgisayardan daha güçlüdür.
05:30
But our brainsbeyin are wiredtelli for a lineardoğrusal worldDünya.
102
318733
3207
Fakat beyinlerimiz doğrusal bir dünya için ayarlanmıştır.
05:33
As a resultsonuç, exponentialüstel trendseğilimler take us by surprisesürpriz.
103
321940
3888
Sonuç olarak, üstel eğilimler bizi şaşırtıyor.
05:37
I used to teachöğretmek my studentsöğrencilerin that there are some things,
104
325828
2602
Öğrencilerime bazı şeylerin olduğunu öğretirdim-
05:40
you know, computersbilgisayarlar just aren'tdeğil good at,
105
328430
1934
bilirsiniz bilgisayarlar bazı konularda tam olarak iyi değildirler--
05:42
like drivingsürme a cararaba throughvasitasiyla traffictrafik.
106
330364
2385
trafikte araba sürmek gibi şeylerde.
05:44
(LaughterKahkaha)
107
332749
2013
(Kahkahalar)
05:46
That's right, here'sburada AndyAndy and me grinningsırıtarak like madmenDeliler
108
334762
3491
Bu doğru, işte Andy ve ben deli gibi gülüyoruz.
05:50
because we just roderode down RouteRota 101
109
338253
2384
Çünkü biz yeni 101. yoldan geldik,
05:52
in, yes, a driverlesssürücüsüz cararaba.
110
340637
3669
evet, hem de sürücüsüz bir arabada.
05:56
ThirdlyÜçüncü olarak, the newyeni machinemakine ageyaş is combinatorialkombinatoryal.
111
344306
2583
Üçüncü olarak, yeni makine çağı birleşimseldir.
05:58
The stagnationiststagnationist viewgörünüm is that ideasfikirler get used up,
112
346889
4048
Durağan görüş, fikirlerin çocuk oyuncağı gibi
06:02
like low-hangingDüşük asılı fruitmeyve,
113
350937
1856
tükendiğini savunur,
06:04
but the realitygerçeklik is that eachher innovationyenilik
114
352793
3163
fakat gerçek şu ki her bir yenilik
06:07
createsyaratır buildingbina blocksbloklar for even more innovationsyenilikler.
115
355956
3256
daha çok yenilik için yapı taşı meydana getiriyor.
06:11
Here'sİşte an exampleörnek. In just a mattermadde of a fewaz weekshaftalar,
116
359212
3345
İşte bir örnek: Bir kaç hafta içinde,
06:14
an undergraduateLisans studentÖğrenci of mineMayın
117
362557
2072
bir lisans öğrencim
06:16
builtinşa edilmiş an appUygulamanın that ultimatelyen sonunda reachedulaştı 1.3 millionmilyon userskullanıcılar.
118
364629
4111
1.3 milyon kullanıcıya ulaşan bir uygulama oluşturdu.
06:20
He was ableyapabilmek to do that so easilykolayca
119
368740
1699
Bunu çok kolaylıkla yapabildi.
06:22
because he builtinşa edilmiş it on topüst of FacebookFacebook,
120
370439
1827
Çünkü onu Facebook sayfasında meydana getirdi,
06:24
and FacebookFacebook was builtinşa edilmiş on topüst of the web,
121
372266
1933
Facebook, web'de oluşturulmuştu,
06:26
and that was builtinşa edilmiş on topüst of the InternetInternet,
122
374199
1698
bu da İnternet'te oluşmuş oldu,
06:27
and so on and so forthileri.
123
375897
2418
vesaire vesaire.
06:30
Now individuallytek tek, digitaldijital, exponentialüstel and combinatorialkombinatoryal
124
378315
4765
Şimdi ayrı ayrı olarak, sayısal, üstel ve birleşik kavramlarının
06:35
would eachher be game-changersoyun-değiştirici.
125
383080
2350
her biri oyun değiştirici olacak.
06:37
Put them togetherbirlikte, and we're seeinggörme a wavedalga
126
385430
2190
Onları bir araya getirsek, fabrikada çalışan,
06:39
of astonishingşaşırtıcı breakthroughsbuluşların,
127
387620
1393
ya da çita kadar hızlı koşan veya
06:41
like robotsrobotlar that do factoryfabrika work or runkoş as fasthızlı as a cheetahÇita
128
389013
3060
gökdelenlerden tek seferde zıplayan robotlar gibi
06:44
or leapsıçrama talluzun boylu buildingsbinalar in a singletek boundciltli.
129
392073
2796
şaşırtıcı bir atılım dalgası göreceğiz.
06:46
You know, robotsrobotlar are even revolutionizingdevrim
130
394869
2232
Biliyorsunuz, robotlar kedileri
06:49
catkedi transportationtaşımacılık.
131
397101
1829
taşımada bile çığır açıyor.
06:50
(LaughterKahkaha)
132
398930
2270
(Kahkahalar)
06:53
But perhapsbelki the mostçoğu importantönemli inventionicat,
133
401200
2732
Fakat muhtemelen en önemli yenilik-
06:55
the mostçoğu importantönemli inventionicat is machinemakine learningöğrenme.
134
403932
5065
en önemli yenilik makine öğrenimidir.
07:00
ConsiderDüşünün one projectproje: IBM'sIBM'in WatsonWatson.
135
408997
3376
Bir projeyi düşün: IBM'nin Watson'u (yapay zeka programı).
07:04
These little dotsnoktalar here,
136
412373
1589
Buradaki bu küçük benekler,
07:05
those are all the championsŞampiyonlar on the quizbilgi yarışması showgöstermek "JeopardyTehlike."
137
413962
4860
bunların hepsi 'Jeopardy (risk)' bilgi yarışmasındaki şampiyonlar.
07:10
At first, WatsonWatson wasn'tdeğildi very good,
138
418822
2544
İlk olarak, Watson çok iyi değildi.
07:13
but it improvedgelişmiş at a rateoran fasterDaha hızlı than any humaninsan could,
139
421366
5622
Fakat o, herhangi insanın yapabileceğinden daha hızlı bir oranda gelişti
07:18
and shortlykısa bir süre after DaveDave FerrucciFerrucci showedgösterdi this chartgrafik
140
426988
2687
ve Dave Ferucci, Massachusetts Teknoloji Enstitüsinde
07:21
to my classsınıf at MITMIT,
141
429675
1652
sınıfıma bu grafiği gösterdi.
07:23
WatsonWatson beatdövmek the worldDünya "JeopardyTehlike" championşampiyon.
142
431327
3542
Watson 'Jeopardy' dünya şampiyonunu alt etti.
07:26
At ageyaş sevenYedi, WatsonWatson is still kindtür of in its childhoodçocukluk.
143
434869
3989
7 yaşında, Watson hala bir tür çocukluk dönemindedir.
07:30
RecentlySon zamanlarda, its teachersöğretmenler let it surfsörf the InternetInternet unsuperviseddenetimsiz.
144
438858
5318
Son zamanlarda, öğretmenleri onun internette gözetimsiz gezinmesine izin veriyor.
07:36
The nextSonraki day, it startedbaşladı answeringcevap veren questionssorular with profanitiesprofanities.
145
444176
5946
Ertesi gün, soruları küfürle cevaplamaya başladı.
07:42
DamnLanet olsun. (LaughterKahkaha)
146
450122
2274
Kahretsin. (Kahkahalar)
07:44
But you know, WatsonWatson is growingbüyüyen up fasthızlı.
147
452396
2280
Fakat biliyorsunuz ki Watson hızla büyümektedir.
07:46
It's beingolmak testedtest edilmiş for jobsMeslekler in call centersmerkezleri, and it's gettingalma them.
148
454676
4212
O, çağrı merkezlerindeki işler için test ediliyor ve bu işleri alıyor.
07:50
It's applyinguygulayarak for legalyasal, bankingBankacılık and medicaltıbbi jobsMeslekler,
149
458888
3724
Kanuni, işlemsel ve tıbbi işler için müracaat ediyor
07:54
and gettingalma some of them.
150
462612
1950
ve bazılarına yerleşiyor.
07:56
Isn't it ironicİronik that at the very momentan
151
464562
1889
Akıllı makineler yapmakta alduğumuz o anda
07:58
we are buildingbina intelligentakıllı machinesmakineler,
152
466451
2234
-muhtemelen insanlık tarihindeki en önemli buluş-
08:00
perhapsbelki the mostçoğu importantönemli inventionicat in humaninsan historytarih,
153
468685
3449
bazı insanların buluşun hiç ilerlemediğini öne sürmesi
08:04
some people are arguingTartışan that innovationyenilik is stagnatingstagnating?
154
472134
3975
ironik değil mi?
08:08
Like the first two industrialSanayi revolutionsdevrimler,
155
476109
2419
İlk iki sanayi devrimi gibi
08:10
the fulltam implicationsetkileri of the newyeni machinemakine ageyaş
156
478528
3134
yeni makine çağının komple çıkarımının
08:13
are going to take at leasten az a centuryyüzyıl to fullytamamen playoyun out,
157
481662
2682
tam olarak bitmesi en az bir yüzyıl alacaktır,
08:16
but they are staggeringşaşırtıcı.
158
484344
3032
fakat bocalamaktadırlar.
08:19
So does that mean we have nothing to worryendişelenmek about?
159
487376
3336
Yani bu endişelenmemiz gereken bir şey olmadığı anlamına mı geliyor?
08:22
No. TechnologyTeknoloji is not destinyKader.
160
490712
3680
Hayır. Teknoloji, kader değildir.
08:26
ProductivityVerimlilik is at an all time highyüksek,
161
494392
2569
Üretkenlik en üst seviyede
08:28
but fewerDaha az people now have jobsMeslekler.
162
496961
2983
ancak şu an çok az insanın işi var.
08:31
We have createdoluşturulan more wealthservet in the pastgeçmiş decadeonyıl than ever,
163
499944
3120
Geçtiğimiz on yıl içinde her zamankinden daha çok zenginliğe sahibiz.
08:35
but for a majorityçoğunluk of AmericansAmerikalılar, theironların incomegelir has fallendüşmüş.
164
503064
3904
Fakat çoğu Amerikalılar'ın geliri düştü.
08:38
This is the great decouplingayırımı
165
506968
2312
Bu, istihdamdan üretkenliğin,
08:41
of productivityverimlilik from employment,
166
509280
2976
işten istihdamın,
08:44
of wealthservet from work.
167
512256
3104
büyük ayrışmasıdır.
08:47
You know, it's not surprisingşaşırtıcı that millionsmilyonlarca of people
168
515360
2346
Biliyorsunuz ki; milyonlarca insanın bu büyük ayrışma yüzünden
08:49
have becomeolmak disillusionedhayal kırıklığına uğrattı by the great decouplingayırımı,
169
517706
2846
kırgın olması şaşırtıcı değil.
08:52
but like too manyçok othersdiğerleri,
170
520552
1747
Ancak birçokları gibi onlar da
08:54
they misunderstandyanlış anlamayın its basictemel causesnedenleri.
171
522299
3097
onun esas nedenlerini yanlış anlıyorlar.
08:57
TechnologyTeknoloji is racingyarış aheadönde,
172
525396
2610
Teknoloji ileri gitmektir,
09:00
but it's leavingayrılma more and more people behindarkasında.
173
528006
3550
ancak gitgide daha çok insanı geride bırakıyor.
09:03
TodayBugün, we can take a routinerutin job,
174
531556
3519
Bugün, sıradan bir iş bulup
09:07
codifykodlamak it in a setset of machine-readablemakine sistemi tarafından okunabilen instructionstalimatlar,
175
535075
3091
bir grup makinece okunur komut içinde onu bir sisteme bağlayıp
09:10
and then replicatetekrarlamak it a millionmilyon timeszamanlar.
176
538166
2827
sonra da milyonlarca kopyasını yapabiliriz.
09:12
You know, I recentlyson günlerde overheardkulak misafiri a conversationkonuşma
177
540993
2279
Biliyorsunuz ki; ben yakın zamanda bu yeni ekonomileri özetleyen
09:15
that epitomizesözetler these newyeni economicsekonomi bilimi.
178
543272
1952
bir konuşmaya kulak misafiri olmuştum.
09:17
This guy saysdiyor, "Nahyok, I don't use H&R BlockBlok anymoreartık.
179
545224
4197
Bu adam; 'Hayır, artık H&R Block'u kullanmayacağım.
09:21
TurboTaxTurboTax does everything that my taxvergi preparerMuhabereci did,
180
549421
2448
TurboVergi benim finansal vergi düzenlecilerimin yaptığı her şeyi yapıyor.
09:23
but it's fasterDaha hızlı, cheaperdaha ucuz and more accuratedoğru."
181
551869
4558
Fakat, TurboVergi daha hızlı, daha ucuz ve daha doğru.
09:28
How can a skilledyetenekli workerişçi
182
556427
1799
Bir kalifiye işçi bir 39 dolarlık yazılım parçasıyla
09:30
competeyarışmak with a $39 pieceparça of softwareyazılım?
183
558226
3009
nasıl rekabet edebilir?
09:33
She can't.
184
561235
1967
Edemez.
09:35
TodayBugün, millionsmilyonlarca of AmericansAmerikalılar do have fasterDaha hızlı,
185
563202
2780
Günümüzde milyonlarca Amerikalı daha hızlı,
09:37
cheaperdaha ucuz, more accuratedoğru taxvergi preparationhazırlık,
186
565982
2387
daha ucuz, daha doğru finansal vergi düzenlecisine sahip
09:40
and the founderskurucuları of IntuitIntuit
187
568369
1486
ve Intuit'in kurucuları
09:41
have donetamam very well for themselveskendilerini.
188
569855
2493
kendileri için çok iyi yaptılar.
09:44
But 17 percentyüzde of taxvergi preparershazırlayıcıları no longeruzun have jobsMeslekler.
189
572348
4214
Fakat finansal vergi düzenleyicilerin yüzde 17'sinin atık bir işi yok.
09:48
That is a microcosmEvren of what's happeningolay,
190
576562
2078
Bu meydana gelen şeylerin küçük bir evreni;
09:50
not just in softwareyazılım and servicesHizmetler, but in mediamedya and musicmüzik,
191
578640
4677
sadece yazılım ve hizmetlerde değil, aynı zamanda iletişim ve müzikte,
09:55
in financemaliye and manufacturingimalat, in retailingPerakendecilik and tradeTicaret --
192
583317
3686
maliye ve üretimde, perakende ve ticarette
09:59
in shortkısa, in everyher industrysanayi.
193
587003
3895
kısaca her bir endüstride görülebilir.
10:02
People are racingyarış againstkarşısında the machinemakine,
194
590898
3095
İnsanlar makinelere karşı yarışıyorlar
10:05
and manyçok of them are losingkaybetme that raceyarış.
195
593993
3090
ve çoğu, yarışı kaybediyor.
10:09
What can we do to createyaratmak sharedpaylaşılan prosperityrefah?
196
597083
3886
Ortak refahı ortaya çıkarmak için ne yapabiliriz?
10:12
The answerCevap is not to try to slowyavaş down technologyteknoloji.
197
600969
3017
Cevap, teknolojinin yolunu kesmeye çalışmak değil.
10:15
InsteadBunun yerine of racingyarış againstkarşısında the machinemakine,
198
603986
2557
Makinelere karşı yarışmak yerine,
10:18
we need to learnöğrenmek to raceyarış with the machinemakine.
199
606543
3677
makinelerle yarışmayı öğrenmemiz gerekiyor.
10:22
That is our grandbüyük challengemeydan okuma.
200
610220
3129
Bu, bizim büyük zorlu görevimiz.
10:25
The newyeni machinemakine ageyaş
201
613349
2324
Yeni makine çağı,
10:27
can be datedtarihli to a day 15 yearsyıl agoönce
202
615673
3113
15 yıl önceye kadar dayandırılabilir,
10:30
when GarryGarry KasparovKasparov, the worldDünya chesssatranç championşampiyon,
203
618786
2878
dünya satranç şampiyonu, Gary Kasparov
10:33
playedOyunun DeepDerin BlueMavi, a supercomputerSüper bilgisayar.
204
621664
3706
Deep Blue süper bilgisayarıyla oynadığı zamana.
10:37
The machinemakine wonwon that day,
205
625370
2012
O gün makine kazandı,
10:39
and todaybugün, a chesssatranç programprogram runningkoşu on a cellhücre phonetelefon
206
627382
2968
ve günümüzde, cep telefonlarında çalışan bir satranç programı,
10:42
can beatdövmek a humaninsan grandmasterbüyük usta.
207
630350
2296
insan satranç ustasını yenebilir.
10:44
It got so badkötü that, when he was askeddiye sordu
208
632646
3365
Durum çok vahimdi. Bilgisayara karşı
10:48
what strategystrateji he would use againstkarşısında a computerbilgisayar,
209
636011
2563
ne tür strateji kullancağı sorulduğunda
10:50
JanJan DonnerDonner, the DutchHollanda dili grandmasterbüyük usta, repliedcevap verdi,
210
638574
4016
Hollanda satranç ustası Jan Donner şöyle cevaplamıştı:
10:54
"I'd bringgetirmek a hammerçekiç."
211
642590
1771
'Bir balyoz getireceğim.'
10:56
(LaughterKahkaha)
212
644361
3680
(Kahkahalar)
11:00
But todaybugün a computerbilgisayar is no longeruzun the worldDünya chesssatranç championşampiyon.
213
648041
4544
Fakat günümüzde artık bir bilgisayar, ne bir dünya satranç şampiyonu değil.
11:04
NeitherNe is a humaninsan,
214
652585
2654
[Satranç şampiyonu] Bir insan da değil.
11:07
because KasparovKasparov organizedörgütlü a freestyleserbest stil tournamentturnuva
215
655239
3579
Çünkü Kasparov insan ve bilgisayar takımlarının
11:10
where teamstakımlar of humansinsanlar and computersbilgisayarlar
216
658818
1916
birlikte çalışabildiği bir serbest stil turnuva
11:12
could work togetherbirlikte,
217
660734
2099
organize etti;
11:14
and the winningkazanan teamtakım had no grandmasterbüyük usta,
218
662833
3157
ve kazanan takım, hiç satranç ustasına
11:17
and it had no supercomputerSüper bilgisayar.
219
665990
2465
ve süper bilgisayara sahip değildi.
11:20
What they had was better teamworkTakım çalışması,
220
668455
4175
Yaptıkları şey, daha iyi bir takım çalışmasıydı.
11:24
and they showedgösterdi that a teamtakım of humansinsanlar and computersbilgisayarlar,
221
672630
5016
Birlikte çalışan bir insan ve bilgisayar takımının tek çalışan
11:29
workingçalışma togetherbirlikte, could beatdövmek any computerbilgisayar
222
677646
3048
herhangi bir tek insan ya da bilgisayarı
11:32
or any humaninsan workingçalışma aloneyalnız.
223
680694
3520
yenebileceğini gösterdiler.
11:36
RacingYarış with the machinemakine
224
684214
1664
Makinelerle yarışmak,
11:37
beatsatım racingyarış againstkarşısında the machinemakine.
225
685878
2343
makinelere karşı yarışmayı alt eder.
11:40
TechnologyTeknoloji is not destinyKader.
226
688221
2564
Teknoloji, kader değildir.
11:42
We shapeşekil our destinyKader.
227
690785
1742
Kaderimizi biz şekillendiririz.
11:44
Thank you.
228
692527
1447
Teşekkür ederim.
11:45
(ApplauseAlkış)
229
693974
5016
(Alkışlar)
Translated by Aysel SÜS
Reviewed by Burcak Avci

▲Back to top

ABOUT THE SPEAKER
Erik Brynjolfsson - Innovation researcher
Erik 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).

More profile about the speaker
Erik Brynjolfsson | Speaker | TED.com