TEDSummit 2019
Margaret Heffernan: The human skills we need in an unpredictable world
Margaret Heffernan: A megjósolhatatlan világban szükséges készségek
Filmed:
Readability: 4.6
2,773,555 views
Minél inkább a technológiára támaszkodunk a hatékonyság érdekében, annál kevesebb készségünk marad, hogy szembenézzünk a váratlannak – mondja Margaret Heffernan író és vállalkozó. Kifejti, miért kevesebb technikára , de több zűrös készségre: képzelőerőre, alázatra és merészségre van szükségünk üzleti, kormányzati és mindennapi feladatok megoldásában a megjósolhatatlan események időszakában. "Elég merészek vagyunk eddig sosem látott dolgok fölfedezéséhez. Olyan jövőt teremtünk, amilyet szeretnénk – emeli ki.
Margaret Heffernan - Management thinker
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray. Full bio
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray. Full bio
Double-click the English transcript below to play the video.
00:12
Recently, the leadership team
of an American supermarket chain
of an American supermarket chain
0
731
3606
Az egyik amerikai szupermarketlánc
vezetői úgy döntöttek,
vezetői úgy döntöttek,
00:16
decided that their business
needed to get a lot more efficient.
needed to get a lot more efficient.
1
4361
3456
hogy növelni kéne az üzleti hatékonyságot.
00:19
So they embraced their digital
transformation with zeal.
transformation with zeal.
2
7841
3855
Lelkesedéssel az üzletmenet
digitális átalakítását választották.
digitális átalakítását választották.
00:24
Out went the teams
supervising meat, veg, bakery,
supervising meat, veg, bakery,
3
12174
3948
Kiszálltak a hús-, zöldség-
és pékárurészleget fölmérő csoportok,
és pékárurészleget fölmérő csoportok,
00:28
and in came an algorithmic task allocator.
4
16146
4156
és algoritmikus feladatkijelölővel
érkeztek vissza.
érkeztek vissza.
00:32
Now, instead of people working together,
5
20914
2103
Egyes személyek együttműködése helyett
00:35
each employee went, clocked in,
got assigned a task, did it,
got assigned a task, did it,
6
23041
4241
minden alkalmazott ment, blokkolt,
megkapta a feladatát, elvégezte,
megkapta a feladatát, elvégezte,
00:39
came back for more.
7
27306
1578
majd újabbért jelentkezett.
00:41
This was scientific
management on steroids,
management on steroids,
8
29429
3727
Szteroidok alapján álló,
a munkát szabványosítottan kiosztó
a munkát szabványosítottan kiosztó
00:45
standardizing and allocating work.
9
33180
2082
tudományos vezetés alakult ki.
00:47
It was super efficient.
10
35580
2090
Szuperhatékony volt.
00:50
Well, not quite,
11
38750
1366
Azazhogy nem teljesen,
00:53
because the task allocator didn't know
12
41351
2326
mert a feladatkijelölő nem tudta,
00:55
when a customer was going
to drop a box of eggs,
to drop a box of eggs,
13
43701
2922
mikor ejt el egy doboz tojást a vevő,
00:58
couldn't predict when some crazy kid
was going to knock over a display,
was going to knock over a display,
14
46647
3849
nem látta előre, hogy valamely
ostoba gyerek mikor dönti föl a polcot,
ostoba gyerek mikor dönti föl a polcot,
01:02
or when the local high school decided
15
50520
1916
vagy a helyi gimnáziumi tanár mikor szól,
01:04
that everybody needed
to bring in coconuts the next day.
to bring in coconuts the next day.
16
52460
2635
hogy másnapra mindenki hozzon kókuszdiót.
01:07
(Laughter)
17
55119
1000
(Nevetés)
01:08
Efficiency works really well
18
56143
2137
A hatékonyság akkor válik be,
01:10
when you can predict
exactly what you're going to need.
exactly what you're going to need.
19
58304
3039
ha pontosan előre látható,
hogy mikor mire lesz szükség.
hogy mikor mire lesz szükség.
01:13
But when the anomalous
or unexpected comes along --
or unexpected comes along --
20
61815
3276
De ha rendellenes vagy váratlan történik:
01:17
kids, customers, coconuts --
21
65115
2332
gyerekek, vevők, kókuszdiók,
01:19
well, then efficiency
is no longer your friend.
is no longer your friend.
22
67471
2873
a hatékonyság már nem a barátunk.
01:24
This has become a really crucial issue,
23
72074
2117
A váratlannal való foglalkozás képessége
01:26
this ability to deal with the unexpected,
24
74215
2618
valóban sorsdöntő kérdéssé vált,
01:29
because the unexpected
is becoming the norm.
is becoming the norm.
25
77771
3457
mert egyre inkább
a váratlan válik normává.
a váratlan válik normává.
01:33
It's why experts and forecasters
are reluctant to predict anything
are reluctant to predict anything
26
81660
4077
Ezért vonakodnak szakértők és előrejelzők
bármit 400 napnál
hosszabb távra előre jelezni.
hosszabb távra előre jelezni.
01:37
more than 400 days out.
27
85761
2572
01:41
Why?
28
89054
1446
Miért?
01:42
Because over the last 20 or 30 years,
29
90524
1924
Mert az utóbbi 20–30 évben
01:44
much of the world has gone
from being complicated
from being complicated
30
92472
3810
a világ nagy része bonyolultból
01:48
to being complex --
31
96306
1296
összetetté változott,
01:50
which means that yes, there are patterns,
32
98431
2283
azaz noha léteznek sémák,
01:52
but they don't repeat
themselves regularly.
themselves regularly.
33
100738
2296
de nem rendszeresen ismétlődnek.
01:55
It means that very small changes
can make a disproportionate impact.
can make a disproportionate impact.
34
103440
4288
Nagyon apró változások aránytalanul
nagy hatást váltanak ki.
nagy hatást váltanak ki.
02:00
And it means that expertise
won't always suffice,
won't always suffice,
35
108244
2666
A szakértelem sem mindig elegendő,
02:02
because the system
just keeps changing too fast.
just keeps changing too fast.
36
110934
3634
mert a rendszer túl gyorsan változik.
02:08
So what that means
37
116192
2632
Világunk hatalmas részére igaz,
02:10
is that there's a huge amount in the world
38
118848
2887
hogy egyszerűen szembeszegül
02:13
that kind of defies forecasting now.
39
121759
2990
bármiféle előrejelzésnek.
02:16
It's why the Bank of England will say
yes, there will be another crash,
yes, there will be another crash,
40
124773
3830
A brit nemzeti bank ezért mondja:
igen, újabb összeomlás várható,
igen, újabb összeomlás várható,
02:20
but we don't know why or when.
41
128627
2430
de nem tudjuk, miért és mikor.
02:23
We know that climate change is real,
42
131807
2616
Tudjuk: az éghajlatváltozás valóságos,
02:26
but we can't predict
where forest fires will break out,
where forest fires will break out,
43
134447
3076
de nem tudjuk előre jelezni,
hol tör ki erdőtűz;
hol tör ki erdőtűz;
02:29
and we don't know which factories
are going to flood.
are going to flood.
44
137547
3250
mint ahogy azt sem,
melyik üzemet önti el az ár.
melyik üzemet önti el az ár.
02:33
It's why companies are blindsided
45
141313
2691
A cégek ezért nincsenek fölkészülve arra,
02:36
when plastic straws
and bags and bottled water
and bags and bottled water
46
144028
4869
ha műanyag szívószálak,
szatyrok és palackos ásványvíz
szatyrok és palackos ásványvíz
02:40
go from staples to rejects overnight,
47
148921
3305
a targoncákról egyik napról
a másikra szemétre kerülnek,
a másikra szemétre kerülnek,
02:45
and baffled when a change in social mores
48
153488
3572
és megdöbbennek,
mikor a társadalmi szokások módosulása
mikor a társadalmi szokások módosulása
02:49
turns stars into pariahs
and colleagues into outcasts:
and colleagues into outcasts:
49
157084
4540
sztárokat páriákká és kollégáikat
kitaszítottakká változtatja:
kitaszítottakká változtatja:
02:55
ineradicable uncertainty.
50
163155
3054
az örök bizonytalanság.
02:59
In an environment that defies
so much forecasting,
so much forecasting,
51
167319
4336
Az annyi előrejelzésre
fittyet hányó körülmények között
fittyet hányó körülmények között
03:03
efficiency won't just not help us,
52
171679
3204
a hatékonyság nemcsak hogy nem segít,
03:06
it specifically undermines and erodes
our capacity to adapt and respond.
our capacity to adapt and respond.
53
174907
6954
hanem még alkalmazkodó-
és reagálóképességünket is felőrli.
és reagálóképességünket is felőrli.
03:16
So if efficiency is no longer
our guiding principle,
our guiding principle,
54
184055
3141
Ha a hatékonyság már
nem számít vezérelvnek,
nem számít vezérelvnek,
akkor hogyan kell foglalkoznunk a jövővel?
03:19
how should we address the future?
55
187220
1748
03:20
What kind of thinking
is really going to help us?
is really going to help us?
56
188992
2452
Miféle gondolkodásmód segít rajtunk?
03:23
What sort of talents
must we be sure to defend?
must we be sure to defend?
57
191468
5147
Miféle tehetségeket kell biztosan
védelmünkbe vennünk?
védelmünkbe vennünk?
03:29
I think that, where in the past we used to
think a lot about just in time management,
think a lot about just in time management,
58
197601
4885
A múltban hozzászoktunk a "just in time",
azaz "épp jókor" fajta szervezéshez,
azaz "épp jókor" fajta szervezéshez,
03:34
now we have to start thinking
about just in case,
about just in case,
59
202510
3884
most át kell állnunk a "just in case",
azaz a "minden esetre készen" fajtára,
azaz a "minden esetre készen" fajtára,
03:38
preparing for events
that are generally certain
that are generally certain
60
206418
3397
olyan eseményekre számítva,
amelyek általában biztosak,
amelyek általában biztosak,
03:41
but specifically remain ambiguous.
61
209839
2543
de konkrétan kétségesek.
03:45
One example of this is the Coalition
for Epidemic Preparedness, CEPI.
for Epidemic Preparedness, CEPI.
62
213110
5198
Példa rá a CEPI,
a Járványügyi Készültség Koalíció.
a Járványügyi Készültség Koalíció.
03:50
We know there will be
more epidemics in future,
more epidemics in future,
63
218332
4096
Tudjuk, hogy a jövőben
számos járvány várható,
számos járvány várható,
03:54
but we don't know where or when or what.
64
222452
3886
de azt nem, hogy hol, mikor mi tör ki.
03:58
So we can't plan.
65
226362
1941
Ezért nem tervezhetünk.
04:00
But we can prepare.
66
228942
1651
De fölkészülhetünk rájuk.
04:03
So CEPI's developing multiple vaccines
for multiple diseases,
for multiple diseases,
67
231257
5768
Ezért a CEPI többféle betegségre
többféle oltóanyagot fejleszt,
többféle oltóanyagot fejleszt,
04:09
knowing that they can't predict
which vaccines are going to work
which vaccines are going to work
68
237866
3547
tudva, hogy nem jelezhetik előre,
melyik oltóanyag fog hatni,
melyik oltóanyag fog hatni,
04:13
or which diseases will break out.
69
241437
2020
vagy melyik betegség tör ki.
04:15
So some of those vaccines
will never be used.
will never be used.
70
243481
2973
Némely oltóanyagot sosem fogják használni.
04:18
That's inefficient.
71
246478
1472
Tehát nem hatékony.
04:20
But it's robust,
72
248794
1911
De jó megoldás,
04:22
because it provides more options,
73
250729
1935
mert több lehetőséget kínál,
04:24
and it means that we don't depend
on a single technological solution.
on a single technological solution.
74
252688
5010
ami azt jelenti, hogy nem egyetlen
technológiai megoldástól függünk.
technológiai megoldástól függünk.
04:30
Epidemic responsiveness
also depends hugely
also depends hugely
75
258566
3368
A járványra való fogékonyság
nagymértékben attól függ,
nagymértékben attól függ,
04:33
on people who know and trust each other.
76
261958
2917
hogy ismerjük-e egymást
és bízunk-e egymásban.
és bízunk-e egymásban.
04:36
But those relationships
take time to develop,
take time to develop,
77
264899
2787
De a kapcsolatfejlesztés időt igényel,
04:39
time that is always in short supply
when an epidemic breaks out.
when an epidemic breaks out.
78
267710
4225
amelynek a járvány kitörésekor
mindig szűkében vagyunk.
mindig szűkében vagyunk.
04:43
So CEPI is developing relationships,
friendships, alliances now
friendships, alliances now
79
271959
5088
A CEPI kapcsolatokat, barátságokat
és szövetségeket fejleszt,
és szövetségeket fejleszt,
04:50
knowing that some of those
may never be used.
may never be used.
80
278197
3196
annak ismeretében, hogy némelyikre
talán sohasem lesz szükség.
talán sohasem lesz szükség.
04:53
That's inefficient,
a waste of time, perhaps,
a waste of time, perhaps,
81
281949
3153
Ez nem hatékony, tán időpazarlás,
04:57
but it's robust.
82
285126
1294
de jó megoldás.
04:59
You can see robust thinking
in financial services, too.
in financial services, too.
83
287161
3805
Jó megoldásokkal pénzügyi
szolgáltatásokban is találkozhatunk.
szolgáltatásokban is találkozhatunk.
05:02
In the past, banks used to hold
much less capital
much less capital
84
290990
3754
A múltban a bankoknak
sokkal kisebb tőkeállományuk volt
sokkal kisebb tőkeállományuk volt
05:06
than they're required to today,
85
294768
2223
a mai előírásokhoz képest.
05:09
because holding so little capital,
being too efficient with it,
being too efficient with it,
86
297015
3741
A kevés tőke nyilván hatékonyabb,
05:12
is what made the banks
so fragile in the first place.
so fragile in the first place.
87
300780
3150
de az tette őket instabillá.
05:16
Now, holding more capital
looks and is inefficient.
looks and is inefficient.
88
304581
5489
A több tőke nem látszik hatékonynak,
mint ahogy tényleg nem az,
mint ahogy tényleg nem az,
05:22
But it's robust, because it protects
the financial system against surprises.
the financial system against surprises.
89
310094
6053
de mégis jó megoldás, mert védi
a pénzügyi rendszert a meglepetésektől.
a pénzügyi rendszert a meglepetésektől.
05:29
Countries that are really serious
about climate change
about climate change
90
317078
2994
Az éghajlatváltozást komolynak
tartó országok tudják,
tartó országok tudják,
05:32
know that they have to adopt
multiple solutions,
multiple solutions,
91
320096
3554
hogy többféle megoldással,
05:35
multiple forms of renewable energy,
92
323674
3028
többféle megújuló energiával
kell alkalmazkodniuk,
kell alkalmazkodniuk,
05:38
not just one.
93
326726
1329
nem csupán egyfélével.
05:40
The countries that are most advanced
have been working for years now,
have been working for years now,
94
328079
4860
A legfejlettebb országok már
évek óta ezeken munkálkodnak,
évek óta ezeken munkálkodnak,
05:44
changing their water and food supply
and healthcare systems,
and healthcare systems,
95
332963
3666
módosítják víz- és élelmiszerellátási
és egészségügyi rendszerüket,
és egészségügyi rendszerüket,
05:48
because they recognize that by the time
they have certain prediction,
they have certain prediction,
96
336653
4612
mert tudatosult bennük, hogy mire
pontos előrejelzéshez jutnak,
pontos előrejelzéshez jutnak,
05:53
that information may very well
come too late.
come too late.
97
341289
3311
talán már túl késő lesz.
05:57
You can take the same approach
to trade wars, and many countries do.
to trade wars, and many countries do.
98
345458
4456
Ugyanígy járhatnak el kereskedelmi
háborúk esetén, és sok ország így tesz.
háborúk esetén, és sok ország így tesz.
06:01
Instead of depending on a single
huge trading partner,
huge trading partner,
99
349938
3823
Egyetlen meghatározó
kereskedelmi partner helyett
kereskedelmi partner helyett
06:05
they try to be everybody's friends,
100
353785
2104
igyekeznek mindenkivel jóban lenni,
06:07
because they know they can't predict
101
355913
2338
mert tudják, hogy nem láthatják előre,
06:10
which markets might
suddenly become unstable.
suddenly become unstable.
102
358275
3754
melyik piac omlik hirtelen össze.
06:14
It's time-consuming and expensive,
negotiating all these deals,
negotiating all these deals,
103
362053
4237
Ezeket az ügyleteket időrabló
és drága végigtárgyalni,
és drága végigtárgyalni,
06:18
but it's robust
104
366314
1158
de jó megoldás,
06:19
because it makes their whole economy
better defended against shocks.
better defended against shocks.
105
367496
5411
mert a megrázkódtatások ellen jobban
védetté teszi az egész gazdaságukat.
védetté teszi az egész gazdaságukat.
06:24
It's particularly a strategy
adopted by small countries
adopted by small countries
106
372931
3679
E stratégiát kis országok alkalmazzák,
06:28
that know they'll never have
the market muscle to call the shots,
the market muscle to call the shots,
107
376634
4086
amelyek tudatában vannak, hogy soha
nem fogják uralni a piaci helyzetet,
nem fogják uralni a piaci helyzetet,
06:32
so it's just better to have
too many friends.
too many friends.
108
380744
3154
ezért helyesebb sokakkal jóban lenni.
06:37
But if you're stuck
in one of these organizations
in one of these organizations
109
385922
2407
De ha be vagyunk zárva
az egyik ilyen szervezetbe,
az egyik ilyen szervezetbe,
06:40
that's still kind of captured
by the efficiency myth,
by the efficiency myth,
110
388353
4895
amely még mindig foggal-körömmel
ragaszkodik a hatékonyság mítoszához,
ragaszkodik a hatékonyság mítoszához,
06:45
how do you start to change it?
111
393272
1762
hogyan fogjunk hozzá a változtatáshoz?
06:48
Try some experiments.
112
396011
1556
Próbáljunk kísérletezni!
06:50
In the Netherlands,
113
398421
1366
Hollandiában korábban
06:51
home care nursing used to be run
pretty much like the supermarket:
pretty much like the supermarket:
114
399811
4714
az otthoni betegápolás jobbára úgy
működött, mint a szupermarketek:
működött, mint a szupermarketek:
06:56
standardized and prescribed work
115
404549
2778
szabványosított
és percekre előírt tevékenység:
06:59
to the minute:
116
407351
1768
07:01
nine minutes on Monday,
seven minutes on Wednesday,
seven minutes on Wednesday,
117
409143
3656
kilenc perc hétfőn, hét perc szerdán,
07:04
eight minutes on Friday.
118
412823
1714
nyolc perc pénteken.
07:06
The nurses hated it.
119
414561
2382
Az ápolónők utálták.
07:08
So one of them, Jos de Blok,
120
416967
2372
Egyikük, Jos de Blok,
07:11
proposed an experiment.
121
419363
1581
kísérletet javasolt.
07:13
Since every patient is different,
122
421564
1632
Mivel minden páciens más,
07:15
and we don't quite know
exactly what they'll need,
exactly what they'll need,
123
423220
2414
és nem pontosan tudjuk,
mire lesz szükségük,
mire lesz szükségük,
07:17
why don't we just leave it
to the nurses to decide?
to the nurses to decide?
124
425658
2687
hadd döntsenek az ápolónők!
07:21
Sound reckless?
125
429267
1370
Felelőtlenségnek hangzik?
07:22
(Laughter)
126
430661
1395
(Nevetés)
07:24
(Applause)
127
432080
2120
(Taps)
07:26
In his experiment, Jos found
the patients got better
the patients got better
128
434224
4134
Jos kísérletének eredménye azt mutatta,
hogy a betegek egészsége
kétszer olyan gyorsan javult,
kétszer olyan gyorsan javult,
07:30
in half the time,
129
438382
2529
07:32
and costs fell by 30 percent.
130
440935
3679
és a költségek 30%-kal csökkentek.
07:37
When I asked Jos what had surprised him
about his experiment,
about his experiment,
131
445920
4212
Mikor Jost arról kérdeztem, mi lepte meg
leginkább a kísérletben,
leginkább a kísérletben,
07:42
he just kind of laughed and he said,
132
450156
1793
fölnevetett, és így felelt:
07:43
"Well, I had no idea it could be so easy
133
451973
3192
"El nem tudtam képzelni,
hogy ennyire könnyű lesz
ilyen nagy javulást elérni,
ilyen nagy javulást elérni,
07:47
to find such a huge improvement,
134
455189
2590
07:49
because this isn't the kind of thing
you can know or predict
you can know or predict
135
457803
3623
mert ezek a dolgok nem tudhatók
vagy láthatók előre íróasztalnál
vagy láthatók előre íróasztalnál
07:53
sitting at a desk
or staring at a computer screen."
or staring at a computer screen."
136
461450
2830
vagy számítógép képernyője előtt ülve."
07:56
So now this form of nursing
has proliferated across the Netherlands
has proliferated across the Netherlands
137
464734
3774
Ez az ápolási módszer egész Hollandiában
08:00
and around the world.
138
468532
1734
és világszerte is elterjedt.
08:02
But in every new country
it still starts with experiments,
it still starts with experiments,
139
470290
3220
De minden új ország kísérletezéssel kezdi,
08:05
because each place is slightly
and unpredictably different.
and unpredictably different.
140
473534
4858
mert minden hely valamelyest
és előre nem láthatóan más és más.
és előre nem láthatóan más és más.
08:11
Of course, not all experiments work.
141
479246
3950
Persze nem minden kísérlet válik be.
08:15
Jos tried a similar approach
to the fire service
to the fire service
142
483220
3056
Jos hasonló módszert
próbált ki tűzoltóknál,
próbált ki tűzoltóknál,
08:18
and found it didn't work because
the service is just too centralized.
the service is just too centralized.
143
486300
3537
de kiderült, hogy nem vált be,
mert a szolgálat túl központosított.
mert a szolgálat túl központosított.
08:21
Failed experiments look inefficient,
144
489861
2563
A kudarcos kísérletek
nem látszanak hatékonynak,
nem látszanak hatékonynak,
08:24
but they're often the only way
you can figure out
you can figure out
145
492448
3183
de gyakorta nincs más mód rájönni,
08:27
how the real world works.
146
495655
2274
hogy működik-e valami a valóságban.
08:30
So now he's trying teachers.
147
498280
3033
Most tanárokat vizsgál.
08:34
Experiments like that require creativity
148
502746
3747
A hasonló kísérletek találékonyságot
08:38
and not a little bravery.
149
506517
2307
és nem kis merészséget igényelnek.
08:41
In England --
150
509613
1563
Angliában...
08:43
I was about to say in the UK,
but in England --
but in England --
151
511978
2905
kis híján Egyesült Királyságot mondtam,
de Angliáról van szó,
de Angliáról van szó,
08:46
(Laughter)
152
514907
1742
(Nevetés)
08:48
(Applause)
153
516673
4314
(Taps)
08:53
In England, the leading rugby team,
or one of the leading rugby teams,
or one of the leading rugby teams,
154
521363
4086
Anglia egyik vezető rögbicsapata
08:57
is Saracens.
155
525473
1360
a Saracens.
08:59
The manager and the coach there realized
that all the physical training they do
that all the physical training they do
156
527299
5065
Vezetőjük és edzőjük rájött,
hogy a végzett testedzés
hogy a végzett testedzés
09:04
and the data-driven
conditioning that they do
conditioning that they do
157
532388
2714
és az adatközpontú kondicionálás
09:07
has become generic;
158
535126
1154
általánossá vált;
09:08
really, all the teams
do exactly the same thing.
do exactly the same thing.
159
536304
2790
minden csapat pont ugyanazt végzi.
09:11
So they risked an experiment.
160
539683
2332
Kockázatos kísérletre vállalkoztak.
09:14
They took the whole team away,
even in match season,
even in match season,
161
542039
4245
A fociszezon ellenére
az egész csapatot síelni
és chicagói társadalmi projektek
tanulmányozására vitték.
tanulmányozására vitték.
09:18
on ski trips
162
546308
1415
09:19
and to look at social projects in Chicago.
163
547747
3294
09:23
This was expensive,
164
551065
1526
Sokba került,
09:24
it was time-consuming,
165
552615
1952
időigényes
09:26
and it could be a little risky
166
554591
1681
és kissé kockázatos volt
09:28
putting a whole bunch of rugby players
on a ski slope, right?
on a ski slope, right?
167
556296
3774
az egész rögbicsapatot sípályára küldeni.
09:32
(Laughter)
168
560094
1047
(Nevetés)
09:33
But what they found was that
the players came back
the players came back
169
561165
3344
De azt tapasztalták,
hogy visszatérve a játékosok hűsége
és összetartása megújult, szorosabbá vált.
és összetartása megújult, szorosabbá vált.
09:36
with renewed bonds
of loyalty and solidarity.
of loyalty and solidarity.
170
564533
5266
09:41
And now when they're on the pitch
under incredible pressure,
under incredible pressure,
171
569823
3409
Amikor elképesztő feszültségben
pályán vannak,
pályán vannak,
09:45
they manifest what the manager
calls "poise" --
calls "poise" --
172
573256
4426
úgy viselkednek, amelyet a klubvezető
"méltóságteljes egyensúly"-nak hív:
"méltóságteljes egyensúly"-nak hív:
09:50
an unflinching, unwavering dedication
173
578515
4159
ez az egymás iránti kitartó,
rendíthetetlen odaadás.
09:54
to each other.
174
582698
1475
09:56
Their opponents are in awe of this,
175
584824
3753
Ellenfeleik csodálják őket,
10:00
but still too in thrall
to efficiency to try it.
to efficiency to try it.
176
588601
4152
de a hatékonyság rabságában
ódzkodnak a módszert kipróbálni.
ódzkodnak a módszert kipróbálni.
10:05
At a London tech company, Verve,
177
593783
2032
A Verve nevű londoni cégnél
10:07
the CEO measures just about
everything that moves,
everything that moves,
178
595839
3343
a nagyfőnök minden mozgásban lévőt mér,
10:11
but she couldn't find anything
that made any difference
that made any difference
179
599206
3024
de semmit sem talált,
10:14
to the company's productivity.
180
602254
2127
ami hatással lenne a termelékenységükre.
10:16
So she devised an experiment
that she calls "Love Week":
that she calls "Love Week":
181
604405
3755
"Szeretethét" néven kísérletet eszelt ki.
10:20
a whole week where each employee
has to look for really clever,
has to look for really clever,
182
608184
4537
Egy héten át minden munkatársnak
keresnie kell olyan ügyes,
keresnie kell olyan ügyes,
10:24
helpful, imaginative things
183
612745
2279
hasznos és leleményes dolgokat,
10:27
that a counterpart does,
184
615048
1800
amelyeket a versenytárs alkalmaz,
10:28
call it out and celebrate it.
185
616872
2464
meg kell neveznie és dicsérnie kell őket.
10:31
It takes a huge amount of time and effort;
186
619360
2117
Sok időbe és fáradságba telik,
10:33
lots of people would call it distracting.
187
621501
3037
számosan szalmacséplésnek tartották.
10:36
But it really energizes the business
188
624562
2232
De fölpezsdíti az üzletmenetet,
10:38
and makes the whole company
more productive.
more productive.
189
626818
3638
és az egész cég termelékenységét fokozza.
10:44
Preparedness, coalition-building,
190
632048
3306
Készültség, koalíciószervezés,
10:47
imagination, experiments,
191
635378
3582
találékonyság, kísérletek,
10:50
bravery --
192
638984
1167
merészség
10:53
in an unpredictable age,
193
641028
1597
az előre nem látható korszakban:
10:54
these are tremendous sources
of resilience and strength.
of resilience and strength.
194
642649
5668
hatalmas ellenállóképesség- és erőforrás.
11:00
They aren't efficient,
195
648673
2568
Nem hatékonyak,
11:04
but they give us limitless capacity
196
652278
2669
ám határtalan lehetőséget nyújtanak
11:06
for adaptation, variation and invention.
197
654971
4495
alkalmazkodásra, változtatásra s újításra.
11:12
And the less we know about the future,
198
660284
2422
Minél kevéssé ismerjük a jövőt,
11:14
the more we're going to need
these tremendous sources
these tremendous sources
199
662730
5402
annál inkább szükségünk van
11:20
of human, messy, unpredictable skills.
200
668156
5621
emberi, zűrös, meg nem jósolható
készségek hatalmas forrásaira.
készségek hatalmas forrásaira.
11:27
But in our growing
dependence on technology,
dependence on technology,
201
675336
4060
De a technológiától való
fokozódó függésünk közepette
fokozódó függésünk közepette
11:32
we're asset-stripping those skills.
202
680318
3350
kimazsolázzuk e készségeket.
11:36
Every time we use technology
203
684642
3565
Amikor csak technológiát alkalmazunk
11:40
to nudge us through a decision or a choice
204
688231
4192
döntésre vagy választásra,
11:44
or to interpret how somebody's feeling
205
692447
2314
valaki érzéseinek értelmezésére
11:46
or to guide us through a conversation,
206
694785
2177
vagy beszélgetés lefolytatására,
11:48
we outsource to a machine
what we could, can do ourselves,
what we could, can do ourselves,
207
696986
5114
gépre bízzuk azt,
amit magunk is megtehetünk;
amit magunk is megtehetünk;
11:54
and it's an expensive trade-off.
208
702124
2524
ez pedig drága kompromisszum.
11:57
The more we let machines think for us,
209
705847
2902
Minél többet hagyjuk a gépeket
helyettünk gondolkodni,
helyettünk gondolkodni,
12:01
the less we can think for ourselves.
210
709780
2869
annál kevésbé használjuk a fejünket.
12:05
The more --
211
713661
1153
Minél...
12:06
(Applause)
212
714838
4570
(Taps)
12:11
The more time doctors spend
staring at digital medical records,
staring at digital medical records,
213
719432
4721
Minél tovább bámulják az orvosok
a digitális egészségügyi adatokat,
a digitális egészségügyi adatokat,
12:16
the less time they spend
looking at their patients.
looking at their patients.
214
724177
3386
annál kevesebb időt szánnak pácienseikre.
12:20
The more we use parenting apps,
215
728325
2788
Minél többet használunk
nevelési alkalmazásokat,
nevelési alkalmazásokat,
12:23
the less we know our kids.
216
731137
2157
annál kevésbé ismerjük gyerekeinket.
12:26
The more time we spend with people that
we're predicted and programmed to like,
we're predicted and programmed to like,
217
734310
5086
Minél több időt töltünk kiismerhető
és hasonszőrű emberekkel,
és hasonszőrű emberekkel,
12:31
the less we can connect with people
who are different from ourselves.
who are different from ourselves.
218
739420
3710
annál kevésbé vagyunk képesek tőlünk
különbözőkkel kapcsolatba lépni.
különbözőkkel kapcsolatba lépni.
12:35
And the less compassion we need,
the less compassion we have.
the less compassion we have.
219
743154
5027
Minél kevesebb együttérzésre van
szükségünk, annál kevesebb jut nekünk.
szükségünk, annál kevesebb jut nekünk.
12:41
What all of these
technologies attempt to do
technologies attempt to do
220
749825
3534
E technológiák bele próbálják erőszakolni
12:45
is to force-fit a standardized model
of a predictable reality
of a predictable reality
221
753383
6797
a megjósolható valóság
szabványosított modelljét
szabványosított modelljét
12:52
onto a world that is
infinitely surprising.
infinitely surprising.
222
760204
3368
végtelenül meglepő világunkba.
12:56
What gets left out?
223
764926
1352
Mi marad ki ebből?
12:58
Anything that can't be measured --
224
766965
2603
A nem mérhető dolgok,
13:02
which is just about
everything that counts.
everything that counts.
225
770451
2359
amelyek mindegyike számít.
13:05
(Applause)
226
773810
6965
(Taps)
13:14
Our growing dependence on technology
227
782854
4087
A technológiától való fokozódó függésünk
13:18
risks us becoming less skilled,
228
786965
3773
a kisebb szakértelem,
13:22
more vulnerable
229
790762
1595
a reális világ mély
és növekvő komplexitása miatti
és növekvő komplexitása miatti
13:24
to the deep and growing complexity
230
792381
2951
erősebb sebezhetőség veszélyét
13:27
of the real world.
231
795356
1373
hordozzák magukban.
13:29
Now, as I was thinking about
the extremes of stress and turbulence
the extremes of stress and turbulence
232
797951
5384
Miközben a stressz és a zűrzavar
szélsőségeiről gondolkodtam,
szélsőségeiről gondolkodtam,
13:35
that we know we will have to confront,
233
803359
2656
melyekről tudjuk, hogy majd
szembe kell velük szállnunk,
szembe kell velük szállnunk,
13:39
I went and I talked to
a number of chief executives
a number of chief executives
234
807412
2952
beszéltem pár cégvezetővel,
13:42
whose own businesses had gone
through existential crises,
through existential crises,
235
810388
4168
akiknek vállalkozása
fennmaradási válságon esett át,
fennmaradási válságon esett át,
13:46
when they teetered
on the brink of collapse.
on the brink of collapse.
236
814580
2888
mikor az összeomlás határán voltak.
13:50
These were frank,
gut-wrenching conversations.
gut-wrenching conversations.
237
818594
4808
Őszinte, szívszaggató
beszélgetések voltak.
beszélgetések voltak.
13:56
Many men wept just remembering.
238
824302
3277
Sokan már az emlékektől
is elsírták magukat.
is elsírták magukat.
14:00
So I asked them:
239
828214
1514
Megkérdeztem:
14:02
"What kept you going through this?"
240
830603
2065
"Minek köszönhetően úszták meg?"
14:05
And they all had exactly the same answer.
241
833328
2654
Mind pont ugyanazt felelték:
14:08
"It wasn't data or technology," they said.
242
836006
3110
"Nem adatok vagy technológia,
14:11
"It was my friends and my colleagues
243
839926
3385
hanem barátaim és munkatársaim
14:15
who kept me going."
244
843335
1336
tartottak életben."
14:17
One added, "It was pretty much
the opposite of the gig economy."
the opposite of the gig economy."
245
845173
5315
Egyikük hozzátette: "Pont ellenkezőleg
volt, mint a haknigazdaságban."
volt, mint a haknigazdaságban."
14:24
But then I went and I talked to a group
of young, rising executives,
of young, rising executives,
246
852056
3734
Aztán fölkerestem egy csomó
feljövőben lévő fiatal vezetőt,
feljövőben lévő fiatal vezetőt,
14:27
and I asked them,
247
855814
1807
és megkérdeztem tőlük:
14:29
"Who are your friends at work?"
248
857645
1542
"Kik a munkahelyi barátaitok?"
14:31
And they just looked blank.
249
859211
1778
Ők meg csak bambán néztek.
14:33
"There's no time."
250
861765
1850
"Nincs arra idő."
14:35
"They're too busy."
251
863639
1809
"Túlságosan el vannak foglalva."
14:37
"It's not efficient."
252
865472
1438
"Az nem hatékony."
14:39
Who, I wondered, is going to give them
253
867906
3572
Azon tűnődtem,
vajon ki nyújt nekik képzelőerőt,
vajon ki nyújt nekik képzelőerőt,
14:43
imagination and stamina and bravery
254
871502
4539
állóképességet és merészséget,
14:48
when the storms come?
255
876065
1516
mikor kitör a vihar?
14:51
Anyone who tries to tell you
that they know the future
that they know the future
256
879694
3643
Aki azt állítja magáról,
hogy ismeri a jövőt,
hogy ismeri a jövőt,
14:55
is just trying to own it,
257
883361
2198
az csak birtokolni próbálja
14:57
a spurious kind of manifest destiny.
258
885583
3308
a "sorsszerű küldetés" hamis változatát.
15:01
The harder, deeper truth is
259
889794
2321
A keményebb, mélyebb igazság,
15:05
that the future is uncharted,
260
893126
2409
hogy a jövő ismeretlen,
15:07
that we can't map it till we get there.
261
895559
2244
nem deríthetjük föl, míg oda nem érünk.
15:10
But that's OK,
262
898734
2063
De ez rendben van,
15:12
because we have so much imagination --
263
900821
3017
mert képzelőerőnk hatalmas...
15:15
if we use it.
264
903862
1447
amennyiben használjuk.
15:17
We have deep talents
of inventiveness and exploration --
of inventiveness and exploration --
265
905333
5477
Ragyogó újító és fölfedező
tehetségeink vannak...
tehetségeink vannak...
15:22
if we apply them.
266
910834
1777
amennyiben foglalkoztatjuk őket.
15:24
We are brave enough to invent things
we've never seen before.
we've never seen before.
267
912635
5517
Elég merészek vagyunk eddig
sosem látott dolgok fölfedezéséhez.
sosem látott dolgok fölfedezéséhez.
15:31
Lose those skills,
268
919175
1615
Ha elvesztegetjük e képességeket,
15:33
and we are adrift.
269
921810
1722
hánykolódni fogunk.
15:36
But hone and develop them,
270
924384
2725
De csiszolva és fejlesztve őket
15:40
we can make any future we choose.
271
928498
2458
olyan jövőt teremtünk, amilyet szeretnénk.
15:44
Thank you.
272
932382
1174
Köszönöm.
15:45
(Applause)
273
933580
6086
(Taps)
ABOUT THE SPEAKER
Margaret Heffernan - Management thinkerThe former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray.
Why you should listen
How do organizations think? In her book Willful Blindness, Margaret Heffernan examines why businesses and the people who run them often ignore the obvious -- with consequences as dire as the global financial crisis and Fukushima Daiichi nuclear disaster.
Heffernan began her career in television production, building a track record at the BBC before going on to run the film and television producer trade association IPPA. In the US, Heffernan became a serial entrepreneur and CEO in the wild early days of web business. She now blogs for the Huffington Post and BNET.com. Her latest book, Beyond Measure, a TED Books original, explores the small steps companies can make that lead to big changes in their culture.
Margaret Heffernan | Speaker | TED.com