TEDGlobal 2009
Dan Pink: The puzzle of motivation
Дан Пинк за изненадващата наука за мотивацията
Filmed:
Readability: 4
25,352,736 views
Кариерният анализатор Дан Пинк разглежда загадката на мотивацията, започвайки с един факт, познат на социолозите, но не и на повечето мениджъри: традиционните награди не винаги са така ефективни, както си мислим. Истории, хвърлящи светлина по въпроса - а може би и път напред.
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. Full bio
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 confession at the outset here.
0
0
4000
Първо трябва да направя едно признание.
00:16
A little over 20 years ago
1
4000
3000
Преди малко повече от 20 години
00:19
I did something that I regret,
2
7000
2000
направих нещо, за което съжалявам -
00:21
something that I'm not particularly proud of,
3
9000
4000
нещо, с което не се гордея особено;
00:25
something that, in many ways, I wish no one would ever know,
4
13000
3000
нещо, за което много бих искал никой никога да не научи,
00:28
but here I feel kind of obliged to reveal.
5
16000
4000
но тук се чувствам някак задължен да го разкрия.
00:32
(Laughter)
6
20000
2000
(Смях)
00:34
In the late 1980s,
7
22000
2000
В края на 80-те години,
00:36
in a moment of youthful indiscretion,
8
24000
3000
в момент на младежко неблагоразумие,
00:39
I went to law school.
9
27000
2000
започнах да следвам право.
00:41
(Laughter)
10
29000
4000
(Смях)
00:45
Now, in America law is a professional degree:
11
33000
3000
В Америка правото е професионална степен.
00:48
you get your university degree, then you go on to law school.
12
36000
2000
Получаваш дипломата си от университета. После продължаваш в правно учебно заведение.
00:50
And when I got to law school,
13
38000
3000
Когато отидох там,
00:53
I didn't do very well.
14
41000
2000
не се справях много добре.
00:55
To put it mildly, I didn't do very well.
15
43000
2000
Меко казано, не се справях много добре.
00:57
I, in fact, graduated in the part of my law school class
16
45000
3000
Всъщност, завърших в онази част на курса си по право,
01:00
that made the top 90 percent possible.
17
48000
4000
която правеше възможни горните 90 процента.
01:04
(Laughter)
18
52000
4000
(Смях)
01:08
Thank you.
19
56000
3000
Благодаря ви.
01:11
I never practiced law a day in my life;
20
59000
3000
Никога не съм практикувал право - нито ден през живота си.
01:14
I pretty much wasn't allowed to.
21
62000
2000
Общо взето, не ми бе позволено.
01:16
(Laughter)
22
64000
3000
(Смях)
01:19
But today, against my better judgment,
23
67000
3000
Но днес, въпреки вътрешната ми съпротива,
01:22
against the advice of my own wife,
24
70000
3000
противно на съвета на собствената ми жена,
01:25
I want to try to dust off some of those legal skills --
25
73000
4000
искам да опитам да изтупам праха от някои от онези правни умения -
01:29
what's left of those legal skills.
26
77000
2000
онова, което е останало от онези правни умения.
01:31
I don't want to tell you a story.
27
79000
3000
Не искам да ви разказвам история.
01:34
I want to make a case.
28
82000
2000
Искам да изградя случай.
01:36
I want to make a hard-headed, evidence-based,
29
84000
4000
Искам да създам трезв, базиран на доказателства,
01:40
dare I say lawyerly case,
30
88000
3000
смея да кажа - адвокатски случай
01:43
for rethinking how we run our businesses.
31
91000
4000
с цел да премислим как управляваме своя бизнес.
01:47
So, ladies and gentlemen of the jury, take a look at this.
32
95000
4000
И така, дами и господа съдебни заседатели, вижте това.
01:51
This is called the candle problem.
33
99000
2000
Нарича се задачата за свещта.
01:53
Some of you might have seen this before.
34
101000
2000
Някои от вас може и да са го виждали преди.
01:55
It's created in 1945
35
103000
2000
Създаден е през 1945 г.
01:57
by a psychologist named Karl Duncker.
36
105000
2000
от един психолог на име Карл Дункер.
01:59
Karl Duncker created this experiment
37
107000
2000
Карл Дункер създал този експеримент,
02:01
that is used in a whole variety of experiments in behavioral science.
38
109000
3000
използван в най-различни експерименти в бихевиористиката.
02:04
And here's how it works. Suppose I'm the experimenter.
39
112000
3000
Ето как действа. Да предположим, че аз съм експериментаторът.
02:07
I bring you into a room. I give you a candle,
40
115000
4000
Въвеждам ви в една стая. Давам ви свещ,
02:11
some thumbtacks and some matches.
41
119000
2000
няколко кабарчета и кибрит.
02:13
And I say to you, "Your job
42
121000
2000
И ви казвам: "Вашата задача
02:15
is to attach the candle to the wall
43
123000
2000
е да прикрепите свещта към стената,
02:17
so the wax doesn't drip onto the table." Now what would you do?
44
125000
4000
така че восъкът да не капе по масата." Какво ще направите?
02:21
Now many people begin trying to thumbtack the candle to the wall.
45
129000
4000
Отначало много хора се опитват да прикрепят свеща към стената с кабарче.
02:25
Doesn't work.
46
133000
2000
Не става.
02:27
Somebody, some people -- and I saw somebody
47
135000
2000
Някои хора - виждал съм някои -
02:29
kind of make the motion over here --
48
137000
2000
някак се придвиждат насам.
02:31
some people have a great idea where they
49
139000
2000
На някои хора им хрумва страхотната идея
02:33
light the match, melt the side of the candle, try to adhere it to the wall.
50
141000
4000
да запалят кибритена клечка, да разтопят свеща отстрани и да се опитат да я залепят за стената.
02:37
It's an awesome idea. Doesn't work.
51
145000
3000
Страхотна идея. Не става.
02:40
And eventually, after five or 10 minutes,
52
148000
3000
И в крайна сметка, след пет или десет минути,
02:43
most people figure out the solution,
53
151000
2000
повечето хора стигат до решението,
02:45
which you can see here.
54
153000
2000
което може да видите тук.
02:47
The key is to overcome what's called functional fixedness.
55
155000
3000
Ключът за надвиване на онова, което се нарича функционална неподвижност.
02:50
You look at that box and you see it only as a receptacle for the tacks.
56
158000
4000
Гледате тази кутия и я виждате само като вместилище за кабарчета.
02:54
But it can also have this other function,
57
162000
2000
Но тя може също да има и друга функция,
02:56
as a platform for the candle. The candle problem.
58
164000
4000
като платформа за свещта. Задачата за свеща.
03:00
Now I want to tell you about an experiment
59
168000
2000
Сега искам да ви разкажа за един експеримент,
03:02
using the candle problem,
60
170000
2000
при който се използва задачата със свещта,
03:04
done by a scientist named Sam Glucksberg,
61
172000
2000
извършен от един учен на име Сам Глюксберг,
03:06
who is now at Princeton University in the U.S.
62
174000
2000
който в момента работи в Принстънския университет в САЩ.
03:08
This shows the power of incentives.
63
176000
4000
Той показва мощта на поощренията.
03:12
Here's what he did. He gathered his participants.
64
180000
2000
Ето какво направил той. Събрал участниците.
03:14
And he said, "I'm going to time you. How quickly you can solve this problem?"
65
182000
3000
И казал: "Ще ви засичам времето. Колко бързо можете да решите тази задача?"
03:17
To one group he said,
66
185000
2000
На едната група казал:
03:19
"I'm going to time you to establish norms,
67
187000
3000
Ще ви измеря времето, за да установя норми
03:22
averages for how long it typically takes
68
190000
2000
средно колко дълго време е необходимо,
03:24
someone to solve this sort of problem."
69
192000
2000
за да разреши човек такъв тип задача.
03:26
To the second group he offered rewards.
70
194000
3000
На втората група предложил награди.
03:29
He said, "If you're in the top 25 percent of the fastest times,
71
197000
4000
Казал: "Ако сте в първите 25 процента на най-бързо решилите задачата,
03:33
you get five dollars.
72
201000
3000
получавате пет долара.
03:36
If you're the fastest of everyone we're testing here today,
73
204000
3000
Ако сте най-бърз от всички, които тестваме тук днес,
03:39
you get 20 dollars."
74
207000
2000
получавате 20 долара."
03:41
Now this is several years ago. Adjusted for inflation,
75
209000
3000
Било преди няколко години, съобразено с инфлацията.
03:44
it's a decent sum of money for a few minutes of work.
76
212000
2000
Това е прилична сума пари за няколко минути работа.
03:46
It's a nice motivator.
77
214000
2000
Дава добра мотивация.
03:48
Question: How much faster
78
216000
3000
Въпрос: колко по-бързо
03:51
did this group solve the problem?
79
219000
2000
е решила тази група задачата?
03:53
Answer: It took them, on average,
80
221000
3000
Отговор: Отнело им средно
03:56
three and a half minutes longer.
81
224000
4000
по три и половина минути по-дълго.
04:00
Three and a half minutes longer. Now this makes no sense right?
82
228000
3000
Три и половина минути по-дълго. Като че ли няма логика, нали?
04:03
I mean, I'm an American. I believe in free markets.
83
231000
3000
Искам да кажа - аз съм американец. Вярвам в свободните пазари.
04:06
That's not how it's supposed to work. Right?
84
234000
3000
Не би трябвало да става така. Нали?
04:09
(Laughter)
85
237000
1000
(Смях)
04:10
If you want people to perform better,
86
238000
2000
Ако искате хората да работят по-добре,
04:12
you reward them. Right?
87
240000
2000
ги награждавате. Нали?
04:14
Bonuses, commissions, their own reality show.
88
242000
3000
Бонуси, комисионни, тяхно собствено реалити шоу.
04:17
Incentivize them. That's how business works.
89
245000
4000
Обсипвате ги с поощрения. Така действа бизнесът.
04:21
But that's not happening here.
90
249000
2000
Но това не се случва тук.
04:23
You've got an incentive designed to
91
251000
2000
Получили сте поощрение, предназначено
04:25
sharpen thinking and accelerate creativity,
92
253000
4000
да изостри мисленето и да подсили креативността.
04:29
and it does just the opposite.
93
257000
2000
А постига точно обратното.
04:31
It dulls thinking and blocks creativity.
94
259000
3000
Затъпява мисленето и блокира креативността.
04:34
And what's interesting about this experiment is that it's not an aberration.
95
262000
3000
Интересното в този експеримент е, че той не е отклонение.
04:37
This has been replicated over and over
96
265000
3000
Това се е повтаряло отново и отново
04:40
and over again, for nearly 40 years.
97
268000
3000
и отново, в продължение на почти 40 години.
04:43
These contingent motivators --
98
271000
3000
Тези вероятни мотиватори -
04:46
if you do this, then you get that --
99
274000
2000
ако направиш това, получаваш онова,
04:48
work in some circumstances.
100
276000
2000
действат при известни обстоятелства.
04:50
But for a lot of tasks, they actually either don't work
101
278000
3000
Но за много задачи те всъщност или не действат,
04:53
or, often, they do harm.
102
281000
3000
или често вредят.
04:56
This is one of the most robust findings
103
284000
4000
Това е едно от най-стабилните открития
05:00
in social science,
104
288000
3000
в социологията.
05:03
and also one of the most ignored.
105
291000
2000
А също и едно от най-игнорираните.
05:05
I spent the last couple of years looking at the science of
106
293000
2000
Прекарах последните година-две в изучаване на науката
05:07
human motivation,
107
295000
2000
за човешката мотивация.
05:09
particularly the dynamics of extrinsic motivators
108
297000
2000
Особено динамиката на външните мотиватори
05:11
and intrinsic motivators.
109
299000
2000
и вътрешните мотиватори.
05:13
And I'm telling you, it's not even close.
110
301000
2000
И ви казвам - няма нищо общо.
05:15
If you look at the science, there is a mismatch
111
303000
2000
Ако се вгледате в науката, има несъвпадение
05:17
between what science knows and what business does.
112
305000
4000
между онова, което знае науката, и онова, което прави бизнесът.
05:21
And what's alarming here is that our business operating system --
113
309000
3000
Тревожното е, че операционната система на нашия бизнес -
05:24
think of the set of assumptions and protocols beneath our businesses,
114
312000
3000
наборът от предположения и протоколи, стоящи зад нашите фирми,
05:27
how we motivate people, how we apply our human resources --
115
315000
5000
как мотивираме хората, как работим с човешки ресурси -
05:32
it's built entirely around these extrinsic motivators,
116
320000
3000
е построена изцяло около тези външни мотиватори,
05:35
around carrots and sticks.
117
323000
2000
около моркови и тояги.
05:37
That's actually fine for many kinds of 20th century tasks.
118
325000
4000
Това всъщност е чудесно за много видове задачи от XX век.
05:41
But for 21st century tasks,
119
329000
2000
Но за задачи от XXI век
05:43
that mechanistic, reward-and-punishment approach
120
331000
4000
този механичен подход "награда и наказание"
05:47
doesn't work, often doesn't work, and often does harm.
121
335000
4000
не действа - често не действа, а често и вреди.
05:51
Let me show you what I mean.
122
339000
2000
Нека ви покажа какво имам предвид.
05:53
So Glucksberg did another experiment similar to this
123
341000
3000
Глюксберг извършил и друг експеримент, подобен на този,
05:56
where he presented the problem in a slightly different way,
124
344000
2000
където представил задачата малко по-различно,
05:58
like this up here. Okay?
125
346000
3000
като това тук. Нали?
06:01
Attach the candle to the wall so the wax doesn't drip onto the table.
126
349000
2000
Прикрепете свещта към стената, така че восъкът да не капе по масата.
06:03
Same deal. You: we're timing for norms.
127
351000
3000
Същата сделка. Вие: измерваме време за норматив.
06:06
You: we're incentivizing.
128
354000
3000
Вие: ние поощряваме.
06:09
What happened this time?
129
357000
2000
Какво се случило този път?
06:11
This time, the incentivized group
130
359000
2000
Този път поощрената група
06:13
kicked the other group's butt.
131
361000
4000
направо смачкала фасона на другата група.
06:17
Why? Because when the tacks are out of the box,
132
365000
4000
Защо? Защото, щом кабарчетата са извън кутията,
06:21
it's pretty easy isn't it?
133
369000
4000
е доста лесно, нали?
06:25
(Laughter)
134
373000
2000
(Смях)
06:27
If-then rewards work really well
135
375000
3000
Ако-тогава наградите действат наистина добре
06:30
for those sorts of tasks,
136
378000
3000
за такива типове задачи,
06:33
where there is a simple set of rules and a clear destination
137
381000
2000
когато има прост набор от правила и ясна насока,
06:35
to go to.
138
383000
2000
в която да се движиш.
06:37
Rewards, by their very nature,
139
385000
2000
Наградите, поради самата си природа,
06:39
narrow our focus, concentrate the mind;
140
387000
2000
стесняват нашия фокус, концентрират ума.
06:41
that's why they work in so many cases.
141
389000
2000
Затова действат в толкова много случаи.
06:43
And so, for tasks like this,
142
391000
2000
И затова, при такива задачи,
06:45
a narrow focus, where you just see the goal right there,
143
393000
3000
по-тесен фокус, когато виждаш само целта,
06:48
zoom straight ahead to it,
144
396000
2000
фиксираш се право напред към нея,
06:50
they work really well.
145
398000
2000
те действат наистина добре.
06:52
But for the real candle problem,
146
400000
2000
Но за истинската задача със свещта
06:54
you don't want to be looking like this.
147
402000
2000
не бихте искали да гледате по този начин.
06:56
The solution is not over here. The solution is on the periphery.
148
404000
2000
Решението не е там. Решението е в периферията.
06:58
You want to be looking around.
149
406000
2000
Ще искате да се оглеждате.
07:00
That reward actually narrows our focus
150
408000
2000
Тази награда всъщност стеснява нашия фокус
07:02
and restricts our possibility.
151
410000
2000
и ограничава възможностите ми.
07:04
Let me tell you why this is so important.
152
412000
3000
Ще ви кажа защо това е толкова важно.
07:07
In western Europe,
153
415000
2000
В западна Европа,
07:09
in many parts of Asia,
154
417000
2000
в много части на Азия,
07:11
in North America, in Australia,
155
419000
3000
в Северна Америка, в Австралия
07:14
white-collar workers are doing less of
156
422000
2000
служителите с бели якички вършат по-малко
07:16
this kind of work,
157
424000
2000
от този тип работа
07:18
and more of this kind of work.
158
426000
4000
и повече от този тип работа.
07:22
That routine, rule-based, left-brain work --
159
430000
3000
Онази рутинна, базирана на правила, свързана с лявото полукълбо на мозъка работа -
07:25
certain kinds of accounting, certain kinds of financial analysis,
160
433000
2000
някои видове счетоводство, някои видове финансов анализ,
07:27
certain kinds of computer programming --
161
435000
2000
някои видове компютърно програмиране
07:29
has become fairly easy to outsource,
162
437000
2000
е станала доста лесна за аутсорсване,
07:31
fairly easy to automate.
163
439000
2000
доста лесна за автоматизация.
07:33
Software can do it faster.
164
441000
3000
Софтуерът може да я върши по-бързо.
07:36
Low-cost providers around the world can do it cheaper.
165
444000
2000
Евтини доставчици от цял свят могат да я вършат по-евтино.
07:38
So what really matters are the more right-brained
166
446000
4000
Затова наистина важни са по-свързаните с дясното полукълбо на мозъка,
07:42
creative, conceptual kinds of abilities.
167
450000
3000
креативни, концептуални способности.
07:45
Think about your own work.
168
453000
3000
Помислете за собствената си работа.
07:48
Think about your own work.
169
456000
3000
Помислете за собствената си работа.
07:51
Are the problems that you face, or even the problems
170
459000
2000
Дали проблемите, с които се сблъсквате, или дори проблемите,
07:53
we've been talking about here,
171
461000
2000
за които говорим тук,
07:55
are those kinds of problems -- do they have a clear set of rules,
172
463000
2000
са от онзи вид проблеми - имат ли ясен набор от правила
07:57
and a single solution? No.
173
465000
3000
и едно-единствено решение? Не.
08:00
The rules are mystifying.
174
468000
2000
Правилата са озадачаващи.
08:02
The solution, if it exists at all,
175
470000
2000
Решението, ако изобщо съществува,
08:04
is surprising and not obvious.
176
472000
3000
е изненадващо, а не очевидно.
08:07
Everybody in this room
177
475000
2000
Всеки в тази зала
08:09
is dealing with their own version
178
477000
3000
се справя със своя собствена версия
08:12
of the candle problem.
179
480000
2000
на задачата за свещта.
08:14
And for candle problems of any kind,
180
482000
3000
А за задачи със свещ от всеки вид,
08:17
in any field,
181
485000
2000
във всяка област,
08:19
those if-then rewards,
182
487000
3000
онези награди "ако-когато" -
08:22
the things around which we've built so many of our businesses,
183
490000
4000
нещата, около които сме изградили толкова много от нашите фирми,
08:26
don't work.
184
494000
2000
не действат.
08:28
Now, I mean it makes me crazy.
185
496000
2000
Това направо ме подлудява.
08:30
And this is not -- here's the thing.
186
498000
2000
А това не е... ето какво.
08:32
This is not a feeling.
187
500000
3000
Това не е чувство.
08:35
Okay? I'm a lawyer; I don't believe in feelings.
188
503000
3000
Нали? Аз съм адокат. Не вярвам в чувства.
08:38
This is not a philosophy.
189
506000
4000
Това не е философия.
08:42
I'm an American; I don't believe in philosophy.
190
510000
2000
Аз съм американец. Не вярвам във философията.
08:44
(Laughter)
191
512000
3000
(Смях)
08:47
This is a fact --
192
515000
3000
Това е факт.
08:50
or, as we say in my hometown of Washington, D.C.,
193
518000
2000
Или, както казваме в родния ми град Вашингтон,
08:52
a true fact.
194
520000
2000
истински факт.
08:54
(Laughter)
195
522000
2000
(Смях)
08:56
(Applause)
196
524000
4000
(Аплодисменти)
09:00
Let me give you an example of what I mean.
197
528000
2000
Ще ви дам един пример за онова, което имам предвид.
09:02
Let me marshal the evidence here,
198
530000
2000
Ще приведа доказателствата.
09:04
because I'm not telling you a story, I'm making a case.
199
532000
2000
Защото не ви разказвам история. Изграждам случай.
09:06
Ladies and gentlemen of the jury, some evidence:
200
534000
2000
Дами и господа съдебни заседатели - някои доказателства:
09:08
Dan Ariely, one of the great economists of our time,
201
536000
3000
Дан Ериъли, един от великите икономисти на нашето време,
09:11
he and three colleagues, did a study of some MIT students.
202
539000
4000
заедно с трима свои колеги, направил проучване на няколко студенти от Масачузетския технологичен институт (МТИ).
09:15
They gave these MIT students a bunch of games,
203
543000
3000
Дали на тези студенти от МТИ куп игри.
09:18
games that involved creativity,
204
546000
2000
Игри, включващи креативност,
09:20
and motor skills, and concentration.
205
548000
2000
двигателни умения и концентрация.
09:22
And the offered them, for performance,
206
550000
2000
И им предложили за добро представяне
09:24
three levels of rewards:
207
552000
2000
три нива на награждаване.
09:26
small reward, medium reward, large reward.
208
554000
5000
Малка награда, средна награда, голяма награда.
09:31
Okay? If you do really well you get the large reward, on down.
209
559000
4000
Ако се справиш наистина добре, получаваш голямата награда, и така нататък.
09:35
What happened? As long as the task involved only mechanical skill
210
563000
4000
Какво се случило? Ако задачата включвала само механични умения,
09:39
bonuses worked as they would be expected:
211
567000
2000
бонусите действали, както можело да се очаква:
09:41
the higher the pay, the better the performance.
212
569000
4000
колкото по-високо заплащане, толкова по-добро представяне.
09:45
Okay? But one the task called for
213
573000
2000
Нали? Но ако задачата изисквала
09:47
even rudimentary cognitive skill,
214
575000
4000
дори най-първично познавателно умение,
09:51
a larger reward led to poorer performance.
215
579000
5000
по-голямата награда водела до по-лошо представяне.
09:56
Then they said,
216
584000
2000
После казали:
09:58
"Okay let's see if there's any cultural bias here.
217
586000
2000
"Добре - да видим дали има някаква културна обособеност.
10:00
Lets go to Madurai, India and test this."
218
588000
2000
Да отидем в Мадурай, Индия, и да направим тестове.
10:02
Standard of living is lower.
219
590000
2000
Жизненият стандарт е по-нисък.
10:04
In Madurai, a reward that is modest in North American standards,
220
592000
3000
В Мадурай награда, която е скромна по североамериканските стандарти,
10:07
is more meaningful there.
221
595000
3000
е по-значима.
10:10
Same deal. A bunch of games, three levels of rewards.
222
598000
3000
Същата сделка. Куп игри, три нива на награди.
10:13
What happens?
223
601000
2000
Какво се случило?
10:15
People offered the medium level of rewards
224
603000
3000
Хората, на които било предложено средното ниво на награждаване,
10:18
did no better than people offered the small rewards.
225
606000
3000
не се справили по-добре от хората, на които предложили малките награди.
10:21
But this time, people offered the highest rewards,
226
609000
4000
Но този път хората, на които предложили най-високите награди -
10:25
they did the worst of all.
227
613000
4000
те се справили най-зле от всички.
10:29
In eight of the nine tasks we examined across three experiments,
228
617000
3000
В осем от девет задачи, които изследвахме при три експеримента,
10:32
higher incentives led to worse performance.
229
620000
5000
по-високите поощрения доведоха до по-лошо представяне.
10:37
Is this some kind of touchy-feely
230
625000
3000
Това да не е някаква докачлива
10:40
socialist conspiracy going on here?
231
628000
3000
социалистическа конспирация?
10:43
No. These are economists from MIT,
232
631000
3000
Не. Това са икономисти от МТИ,
10:46
from Carnegie Mellon, from the University of Chicago.
233
634000
3000
от Карнеги Мелън, от Чикагския университет.
10:49
And do you know who sponsored this research?
234
637000
2000
А знаете ли кой спонсорира това проучване?
10:51
The Federal Reserve Bank of the United States.
235
639000
4000
Банката на Федералния резерв на Съединените щати.
10:55
That's the American experience.
236
643000
2000
Това е американският опит.
10:57
Let's go across the pond to the London School of Economics --
237
645000
3000
Да прекосим сега до Лондонската школа по икономика.
11:00
LSE, London School of Economics,
238
648000
3000
ЛШИ - Лондонска школа по икономика.
11:03
alma mater of 11 Nobel Laureates in economics.
239
651000
3000
Алма матер на 11 нобелови лауреати по икономика.
11:06
Training ground for great economic thinkers
240
654000
3000
Тренировъчно поле за велики икономически мислители
11:09
like George Soros, and Friedrich Hayek,
241
657000
3000
като Джордж Сорос, Фридрих Хайек
11:12
and Mick Jagger. (Laughter)
242
660000
2000
и Мик Джагър. (Смях)
11:14
Last month, just last month,
243
662000
4000
Миналия месец - само миналия месец -
11:18
economists at LSE looked at 51 studies
244
666000
3000
икономисти в ЛШИ са прегледали 51 проучвания
11:21
of pay-for-performance plans, inside of companies.
245
669000
3000
за платено представяне във фабрики и фирми.
11:24
Here's what the economists there said: "We find that financial incentives
246
672000
3000
Ето какво казват икономистите: "Намираме, че финансовите поощрения
11:27
can result in a negative impact on overall performance."
247
675000
6000
могат да доведат до негативен ефект върху общото представяне."
11:33
There is a mismatch between what science knows
248
681000
3000
Има разминаване между онова, което знае науката,
11:36
and what business does.
249
684000
2000
и онова, което прави бизнесът.
11:38
And what worries me, as we stand here in the rubble
250
686000
3000
Онова, което ме притеснява, както стоим тук сред отломките
11:41
of the economic collapse,
251
689000
2000
на икономическия колапс, е,
11:43
is that too many organizations
252
691000
2000
че твърде много организации
11:45
are making their decisions,
253
693000
2000
вземат решения
11:47
their policies about talent and people,
254
695000
2000
и съставят политика спрямо таланти и хора,
11:49
based on assumptions that are outdated, unexamined,
255
697000
6000
основана върху предположения, които са отживели, непотвърдени
11:55
and rooted more in folklore than in science.
256
703000
3000
и коренящи се повече във фолклора, отколкото в науката.
11:58
And if we really want to get out of this economic mess,
257
706000
3000
И ако наистина искаме да се измъкнем от тази икономическа бъркотия,
12:01
and if we really want high performance on those
258
709000
2000
ако наистина искаме висококачествено изпълнение при онези
12:03
definitional tasks of the 21st century,
259
711000
2000
определящи задачи на XXI век
12:05
the solution is not to do more of the wrong things,
260
713000
6000
решението не е да правим повече от погрешните неща.
12:11
to entice people with a sweeter carrot,
261
719000
3000
Да примамваме хората с по-сладък морков,
12:14
or threaten them with a sharper stick.
262
722000
2000
или да ги заплашваме с по-дебела тояга.
12:16
We need a whole new approach.
263
724000
2000
Трябва ни изцяло нов подход.
12:18
And the good news about all of this is that the scientists
264
726000
2000
Добрата новина за всичко това е, че учените,
12:20
who've been studying motivation have given us this new approach.
265
728000
3000
които проучват мотивацията, са ни дали този нов подход.
12:23
It's an approach built much more around intrinsic motivation.
266
731000
3000
Това е подход, изграден много повече около вътрешната мотивация.
12:26
Around the desire to do things because they matter,
267
734000
2000
Около желанието да правиш нещата, защото са значими,
12:28
because we like it, because they're interesting,
268
736000
2000
защото ни харесва, защото са интересни,
12:30
because they are part of something important.
269
738000
2000
защото са част от нещо важно.
12:32
And to my mind, that new operating system for our businesses
270
740000
4000
Според мен тази нова операционна система за нашите фирми
12:36
revolves around three elements:
271
744000
2000
се върти около три елемента:
12:38
autonomy, mastery and purpose.
272
746000
3000
автономия, майсторство и цел.
12:41
Autonomy: the urge to direct our own lives.
273
749000
3000
Автономия - подтикът да насочваме сами собствения си живот.
12:44
Mastery: the desire to get better and better at something that matters.
274
752000
4000
Майсторство - желанието да ставаш все по-добър и по-добър в нещо значимо.
12:48
Purpose: the yearning to do what we do
275
756000
3000
Цел - копнежът да правим онова, което правим
12:51
in the service of something larger than ourselves.
276
759000
3000
в служба на нещо, по-голямо от самите нас.
12:54
These are the building blocks of an entirely new operating system
277
762000
3000
Това са елементите, изграждащи една изцяло нова операционна система
12:57
for our businesses.
278
765000
2000
за нашите фирми.
12:59
I want to talk today only about autonomy.
279
767000
4000
Днес искам да говоря само за автономията.
13:03
In the 20th century, we came up with this idea of management.
280
771000
3000
През XX век се появи тази идея за управлението.
13:06
Management did not emanate from nature.
281
774000
2000
Управлението не произхожда от природата.
13:08
Management is like -- it's not a tree,
282
776000
2000
Управлението е като... не е дърво.
13:10
it's a television set.
283
778000
2000
Като телевизионен приемник.
13:12
Okay? Somebody invented it.
284
780000
2000
Нали? Някой го е изобретил.
13:14
And it doesn't mean it's going to work forever.
285
782000
2000
И това не значи, че ще работи вечно.
13:16
Management is great.
286
784000
2000
Управлението е страхотно.
13:18
Traditional notions of management are great
287
786000
2000
Традиционните представи за управление са страхотни,
13:20
if you want compliance.
288
788000
2000
ако искате сервилност.
13:22
But if you want engagement, self-direction works better.
289
790000
3000
Но ако искате ангажираност, самонасочването действа по-добре.
13:25
Let me give you some examples of some kind of radical
290
793000
2000
Ще ви дам някои примери за един вид радикални
13:27
notions of self-direction.
291
795000
2000
представи за самонасочване.
13:29
What this means -- you don't see a lot of it,
292
797000
3000
Какво означава това... не се среща често,
13:32
but you see the first stirrings of something really interesting going on,
293
800000
3000
но се виждат първи наченки на нещо много интересно, което се случва.
13:35
because what it means is paying people adequately
294
803000
2000
Защото това, което означава, е да се заплаща на хората адекватно
13:37
and fairly, absolutely --
295
805000
2000
и абсолютно честно.
13:39
getting the issue of money off the table,
296
807000
2000
Въпросът за парите се сваля от масата.
13:41
and then giving people lots of autonomy.
297
809000
2000
След това на хората се дава много автономия.
13:43
Let me give you some examples.
298
811000
2000
Ще ви дам някои примери.
13:45
How many of you have heard of the company Atlassian?
299
813000
4000
Колко от вас са чували за фирма "Атласиан"?
13:49
It looks like less than half.
300
817000
2000
Като че ли по-малко от половината.
13:51
(Laughter)
301
819000
2000
(Смях)
13:53
Atlassian is an Australian software company.
302
821000
4000
"Атласиан" е австралийска софтуерна фирма.
13:57
And they do something incredibly cool.
303
825000
2000
Те правят нещо невероятно, страхотно.
13:59
A few times a year they tell their engineers,
304
827000
2000
Няколко пъти годишно казват на инженерите си:
14:01
"Go for the next 24 hours and work on anything you want,
305
829000
4000
"През следващите 24 часа работете върху каквото поискате,
14:05
as long as it's not part of your regular job.
306
833000
2000
стига да не е част от редовната ви работа.
14:07
Work on anything you want."
307
835000
2000
Работете, по каквото искате."
14:09
So that engineers use this time to come up with
308
837000
2000
Инженерите използват това време, за да изработят
14:11
a cool patch for code, come up with an elegant hack.
309
839000
3000
страхотен набор от код, елегантен хак.
14:14
Then they present all of the stuff that they've developed
310
842000
3000
После представят всички неща, които са разработили
14:17
to their teammates, to the rest of the company,
311
845000
3000
пред другарите си от екипа, пред цялата фирма
14:20
in this wild and wooly all-hands meeting
312
848000
2000
на една дива и объркана всеобща среща
14:22
at the end of the day.
313
850000
2000
в края на деня.
14:24
And then, being Australians, everybody has a beer.
314
852000
2000
А после, понеже са австралийци, всеки пие по бира.
14:26
They call them FedEx Days.
315
854000
3000
Наричат ги "ФедЕкс дни"
14:29
Why? Because you have to deliver something overnight.
316
857000
6000
Защо? Защото трябва да доставиш нещо за една вечер.
14:35
It's pretty. It's not bad. It's a huge trademark violation,
317
863000
2000
Хубаво е. Не е лошо. Това е огромно нарушение на запазената марка.
14:37
but it's pretty clever.
318
865000
2000
Но е доста умно.
14:39
(Laughter)
319
867000
1000
(Смях)
14:40
That one day of intense autonomy
320
868000
2000
Този единствен ден на интензивна автономия
14:42
has produced a whole array of software fixes
321
870000
2000
е произвел цял куп софтуерни поправки,
14:44
that might never have existed.
322
872000
2000
които може би нямаше да съществуват.
14:46
And it's worked so well that Atlassian has taken it to the next level
323
874000
2000
Действало толкова добре, че в "Аталасиан" са го издигнали на следващо ниво -
14:48
with 20 Percent Time --
324
876000
2000
с 20 процента време.
14:50
done, famously, at Google --
325
878000
2000
Известно е, че това се прави и в Google.
14:52
where engineers can work, spend 20 percent of their time
326
880000
2000
Където инженерите могат да прекарват 20 процента от времето си
14:54
working on anything they want.
327
882000
2000
в работа върху каквото пожелаят.
14:56
They have autonomy over their time,
328
884000
2000
Имат автономия относно времето си,
14:58
their task, their team, their technique.
329
886000
2000
задачата си, екипа си, техниката си.
15:00
Okay? Radical amounts of autonomy.
330
888000
2000
Разбиате ли? Радикални количества автономия,
15:02
And at Google, as many of you know,
331
890000
4000
а в Google, както много от вас знаят,
15:06
about half of the new products in a typical year
332
894000
2000
около половината нови продукти през една обичайна година
15:08
are birthed during that 20 Percent Time:
333
896000
3000
се раждат по време на тези 20 процента от времето.
15:11
things like Gmail, Orkut, Google News.
334
899000
3000
Неща като Gmail, Orkut, Google News.
15:14
Let me give you an even more radical example of it:
335
902000
3000
Ще ви дам един дори още по-радикален пример за това.
15:17
something called the Results Only Work Environment,
336
905000
2000
Нещо, наречено Среда "Само резултатите действат".
15:19
the ROWE,
337
907000
2000
ССРД.
15:21
created by two American consultants, in place
338
909000
2000
Създадена от двама американски консултанти и действаща
15:23
in place at about a dozen companies around North America.
339
911000
2000
в около дузина фирми из Северна Америка.
15:25
In a ROWE people don't have schedules.
340
913000
4000
В ССРД хората нямат разписание.
15:29
They show up when they want.
341
917000
2000
Появяват се, когато искат.
15:31
They don't have to be in the office at a certain time,
342
919000
2000
Не трябва да са в офиса в определено време,
15:33
or any time.
343
921000
2000
или когато и да било.
15:35
They just have to get their work done.
344
923000
2000
Просто трябва да си вършат работата.
15:37
How they do it, when they do it,
345
925000
2000
Как я вършат, кога я вършат,
15:39
where they do it, is totally up to them.
346
927000
3000
къде я вършат, зависи изцяло от самите тях.
15:42
Meetings in these kinds of environments are optional.
347
930000
4000
Срещите в такъв тип среда не са задължителни.
15:46
What happens?
348
934000
2000
Какво се случва?
15:48
Almost across the board, productivity goes up,
349
936000
3000
Почти навсякъде продуктивността се повишава,
15:51
worker engagement goes up,
350
939000
3000
ангажираността на служителите се повишава,
15:54
worker satisfaction goes up, turnover goes down.
351
942000
3000
задоволството на служителите се повишава, текучеството се понижава.
15:57
Autonomy, mastery and purpose,
352
945000
2000
Автономия, майсторство и цел -
15:59
These are the building blocks of a new way of doing things.
353
947000
2000
това са строителните елементи на един нов начин за вършене на нещата.
16:01
Now some of you might look at this and say,
354
949000
3000
Някои от вас може да кажат:
16:04
"Hmm, that sounds nice, but it's Utopian."
355
952000
3000
"Хм, добре звучи. Но е утопично."
16:07
And I say, "Nope. I have proof."
356
955000
5000
А аз казвам: Няма такова нещо. Имам доказателства.
16:12
The mid-1990s, Microsoft started
357
960000
2000
В средата на 90-те години на XX век "Майкрософт" стартират
16:14
an encyclopedia called Encarta.
358
962000
2000
една енциклопедия, наречена Енкарта.
16:16
They had deployed all the right incentives,
359
964000
2000
Разгръщат всички подходящи поощрения.
16:18
all the right incentives. They paid professionals to
360
966000
3000
Всички подходящи поощрения. Плащат на професионалисти,
16:21
write and edit thousands of articles.
361
969000
2000
за да пишат и редактират хиляди статии
16:23
Well-compensated managers oversaw the whole thing
362
971000
2000
Добре възнаградени мениджъри наблюдават цялото начинание,
16:25
to make sure it came in on budget and on time.
363
973000
5000
за да се уверят, че се вмества в бюджета и времето.
16:30
A few years later another encyclopedia got started.
364
978000
2000
Няколко години по-късно стартира друга енциклопедия.
16:32
Different model, right?
365
980000
3000
Различен модел.
16:35
Do it for fun. No one gets paid a cent, or a Euro or a Yen.
366
983000
4000
Правят я за забавление. Никой не получава нито цент, евро или йена.
16:39
Do it because you like to do it.
367
987000
3000
Правиш го, защото ти харесва.
16:42
Now if you had, just 10 years ago,
368
990000
3000
Само преди 10 години, ако бяхте отишли
16:45
if you had gone to an economist, anywhere,
369
993000
2000
при някой икономист където и да е
16:47
and said, "Hey, I've got these two different models for creating an encyclopedia.
370
995000
4000
и бяхте казали: "Хей, имам тези два различни модела за създаване на енциклопедия.
16:51
If they went head to head, who would win?"
371
999000
3000
Ако се сравнят, кой ще спечели?"
16:54
10 years ago you could not have found a single sober economist anywhere
372
1002000
4000
Преди 10 години не бихте намерили нито един трезвомислещ икономист където и да било
16:58
on planet Earth
373
1006000
2000
на планетата Земя,
17:00
who would have predicted the Wikipedia model.
374
1008000
2000
който да предрече модела Уикипедия.
17:02
This is the titanic battle between these two approaches.
375
1010000
3000
Това е титаничната битка между тези два подхода.
17:05
This is the Ali-Frazier of motivation. Right?
376
1013000
3000
Това е мачът Али-Фрейзър на мотивацията. Нали?
17:08
This is the Thrilla' in Manila.
377
1016000
2000
Това е Трилърът в Манила.
17:10
Alright? Intrinsic motivators versus extrinsic motivators.
378
1018000
3000
Разбирате ли? Вътрешни мотиватори срещу външни мотиватори.
17:13
Autonomy, mastery and purpose,
379
1021000
2000
Автономия, майсторство и цел
17:15
versus carrot and sticks. And who wins?
380
1023000
2000
срещу моркови и тояги. И кой печели?
17:17
Intrinsic motivation, autonomy, mastery and purpose,
381
1025000
3000
Вътрешната мотивация, автономия, майсторство и цел,
17:20
in a knockout. Let me wrap up.
382
1028000
4000
с нокаут. Нека да приключа.
17:24
There is a mismatch between what science knows and what business does.
383
1032000
3000
Има разминаване между онова, което знае науката, и онова, което прави бизнесът.
17:27
And here is what science knows.
384
1035000
2000
А ето какво знае науката.
17:29
One: Those 20th century rewards,
385
1037000
2000
Първо: Онези награди от XX век,
17:31
those motivators we think are a natural part of business,
386
1039000
3000
онези мотиватори, за които мислим, че са естествена част от бизнеса,
17:34
do work, but only in a surprisingly narrow band of circumstances.
387
1042000
4000
наистина действат, но само при изненадващо редки обстоятелства.
17:38
Two: Those if-then rewards often destroy creativity.
388
1046000
4000
Второ: Наградите тип "ако-тогава" често унищожават креативността.
17:42
Three: The secret to high performance
389
1050000
2000
Трето: Тайната на доброто представяне
17:44
isn't rewards and punishments,
390
1052000
2000
не е в наградите и наказанията,
17:46
but that unseen intrinsic drive --
391
1054000
2000
а в онзи незабележим вътрешен подтик.
17:48
the drive to do things for their own sake.
392
1056000
3000
Подтикът да правиш нещата заради самите тях.
17:51
The drive to do things cause they matter.
393
1059000
2000
Подтикът да правиш нещата, защото са значими.
17:53
And here's the best part. Here's the best part.
394
1061000
2000
А ето и най-хубавата част. Ето я най-хубавата част.
17:55
We already know this. The science confirms what we know in our hearts.
395
1063000
3000
Вече знаем това. Науката потвърждава онова, което знаем вътре в сърцата си.
17:58
So, if we repair this mismatch
396
1066000
3000
Значи, ако поправим това разминаване
18:01
between what science knows and what business does,
397
1069000
2000
между онова, което знае науката, и онова, което прави бизнесът,
18:03
if we bring our motivation, notions of motivation
398
1071000
3000
ако внесем нашата мотивация - представи за мотивация
18:06
into the 21st century,
399
1074000
2000
в XXI век,
18:08
if we get past this lazy, dangerous, ideology
400
1076000
4000
ако надмогнем тази мързелива и опасна идеология
18:12
of carrots and sticks,
401
1080000
2000
за моркови и тояги,
18:14
we can strengthen our businesses,
402
1082000
3000
можем да подсилим бизнеса си,
18:17
we can solve a lot of those candle problems,
403
1085000
3000
можем да разрешим много от онези задачи със свещи,
18:20
and maybe, maybe, maybe
404
1088000
4000
и може би, може би, може би,
18:24
we can change the world.
405
1092000
2000
можем да променим света.
18:26
I rest my case.
406
1094000
2000
С това приключвам изложението си по случая.
18:28
(Applause)
407
1096000
3000
(Аплодисменти)
ABOUT THE SPEAKER
Dan Pink - Career analystBidding 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.
Dan Pink | Speaker | TED.com