TED2017
Ray Dalio: How to build a company where the best ideas win
Ray Dalio: En iyi fikirlerin kazandığı bir şirket nasıl kurulur?
Filmed:
Readability: 3.9
3,449,614 views
İş arkadaşlarınızın gerçekten sizin hakkınızda ne düşündüklerini ve neye benzediğini bilseydiniz ne olurdu? Ray Dalio, insanların konuşabildikleri ve gerçekte ne düşündüklerini söyleyebilecekleri bir fikir meritokrasisi yaratmak için radikal şeffaflık ve algoritmik karar verme vakası oluşturuyor - hatta patronu adil bir oyun olarak adlandırıyor. Bu stratejilerin, Dalio'nun dünyanın en başarılı hedge fonlarından birini nasıl yarattığına ve veri odaklı grup karar verme gücünden nasıl yararlanabileceğinize ilişkin daha fazla bilgi edinin.
Ray Dalio - Hedge fund chair
Ray Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world. Full bio
Ray Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world. Full bio
Double-click the English transcript below to play the video.
00:12
Whether you like it or not,
0
560
1336
İsteseniz de istemeseniz de
00:13
radical transparency and algorithmic
decision-making is coming at you fast,
decision-making is coming at you fast,
1
1920
5376
radikal şeffaflık ve algoritmik
karar verme hızla geliyor
karar verme hızla geliyor
00:19
and it's going to change your life.
2
7320
1976
ve hayatınızı değiştirecek.
00:21
That's because it's now easy
to take algorithms
to take algorithms
3
9320
2816
Çünkü artık, algoritmaları alıp
00:24
and embed them into computers
4
12160
1896
bilgisayarlarda kullanmak
00:26
and gather all that data
that you're leaving on yourself
that you're leaving on yourself
5
14080
2936
ve kendinizle ilgili orada burada
bıraktığınız verileri toplayıp
00:29
all over the place,
6
17040
1376
00:30
and know what you're like,
7
18440
1696
kendinizi tanıyabilmek,
00:32
and then direct the computers
to interact with you
to interact with you
8
20160
2936
sonrasında bilgisayarların sizinle
etkileşmesini sağlamak,
etkileşmesini sağlamak,
00:35
in ways that are better
than most people can.
than most people can.
9
23120
2120
birçok kişinin kendi kendine
yapabileceğinden çok daha kolay.
yapabileceğinden çok daha kolay.
00:38
Well, that might sound scary.
10
26160
1616
Bu korkutucu gelebilir.
00:39
I've been doing this for a long time
and I have found it to be wonderful.
and I have found it to be wonderful.
11
27800
3640
Ben bunu uzun zamandır yapıyorum ve
bunun mükemmel olduğunu düşünüyorum.
bunun mükemmel olduğunu düşünüyorum.
00:44
My objective has been
to have meaningful work
to have meaningful work
12
32159
2657
Benim amacım anlamlı bir iş yapmak
00:46
and meaningful relationships
with the people I work with,
with the people I work with,
13
34840
2856
ve çalıştığım kişilerle
anlamlı ilişkiler kurmak.
anlamlı ilişkiler kurmak.
00:49
and I've learned that I couldn't have that
14
37720
2056
Anladım ki, radikal şeffaflık ve
00:51
unless I had that radical transparency
and that algorithmic decision-making.
and that algorithmic decision-making.
15
39800
4280
algoritmik karar verme olmasaydı,
bunu yapamazdım.
bunu yapamazdım.
00:56
I want to show you why that is,
16
44680
2016
Neden böyle olduğunu
ve bunun nasıl çalıştığını
ve bunun nasıl çalıştığını
00:58
I want to show you how it works.
17
46720
1696
size anlatmak istiyorum.
01:00
And I warn you that some of the things
that I'm going to show you
that I'm going to show you
18
48440
3096
Ve size anlatacağım bazı şeyler
biraz şaşırtıcı olabilir.
01:03
probably are a little bit shocking.
19
51560
1667
01:05
Since I was a kid,
I've had a terrible rote memory.
I've had a terrible rote memory.
20
53760
3480
Çocukluğumdan beri,
ezbere dayalı hafızam çok kötü.
ezbere dayalı hafızam çok kötü.
01:10
And I didn't like following instructions,
21
58120
2176
Kuralları takip etmeyi sevmedim.
01:12
I was no good at following instructions.
22
60320
2416
Kurallara uymakta iyi değildim.
01:14
But I loved to figure out
how things worked for myself.
how things worked for myself.
23
62760
3000
Ancak işlerin nasıl yürüdüğünü
kendime göre keşfetmeyi severdim.
kendime göre keşfetmeyi severdim.
01:18
When I was 12,
24
66680
1376
12 yaşındayken,
01:20
I hated school but I fell in love
with trading the markets.
with trading the markets.
25
68080
3280
okulu sevmezdim ancak
alım satım yapmaya bayılırdım.
alım satım yapmaya bayılırdım.
01:23
I caddied at the time,
26
71920
1656
Bazı küçük paketler alıp sattım,
01:25
earned about five dollars a bag.
27
73600
1576
paket başına 5 dolar kazandım.
01:27
And I took my caddying money,
and I put it in the stock market.
and I put it in the stock market.
28
75200
3200
Bunu borsaya yatırdım.
01:31
And that was just because
the stock market was hot at the time.
the stock market was hot at the time.
29
79240
3376
Çünkü o zamanlar borsa revaçtaydı.
01:34
And the first company I bought
30
82640
1456
İlk aldığım şirket hissesi
01:36
was a company by the name
of Northeast Airlines.
of Northeast Airlines.
31
84120
2600
Northeast Havayolları'na aitti.
01:39
Northeast Airlines was
the only company I heard of
the only company I heard of
32
87360
2736
Bu şirket, bildiğim tek
01:42
that was selling for less
than five dollars a share.
than five dollars a share.
33
90120
2696
5 doların altına hisse satan şirketti.
01:44
(Laughter)
34
92840
1976
(Gülüşmeler)
01:46
And I figured I could buy more shares,
35
94840
1856
Ve anladım ki, daha fazla
hisse alabilirim
hisse alabilirim
01:48
and if it went up, I'd make more money.
36
96720
2096
ve daha fazla alırsam,
daha fazla kazanabilirim.
daha fazla kazanabilirim.
01:50
So, it was a dumb strategy, right?
37
98840
2840
Aptal bir strateji, değil mi?
01:54
But I tripled my money,
38
102360
1456
Ama paramı üçe katladım,
01:55
and I tripled my money
because I got lucky.
because I got lucky.
39
103840
2120
üçe katladım çünkü şansım yaver gitti.
01:58
The company was about to go bankrupt,
40
106520
1816
Şirket iflas etmek üzereydi,
02:00
but some other company acquired it,
41
108360
2096
başka şirketler satın aldı,
02:02
and I tripled my money.
42
110480
1456
ben paramı üçe katladım.
02:03
And I was hooked.
43
111960
1200
Ve aklım çelinmişti.
02:05
And I thought, "This game is easy."
44
113720
2280
"Kolay bir oyun" diye düşündüm.
02:09
With time,
45
117200
1216
Zamanla,
02:10
I learned this game is anything but easy.
46
118440
1960
bu oyunun hiç de kolay olmadığını gördüm.
02:12
In order to be an effective investor,
47
120880
2136
İyi bir yatırımcı olmak için,
02:15
one has to bet against the consensus
48
123040
2896
kişinin herkesin dediğinin tersini yapması
02:17
and be right.
49
125960
1256
ve haklı olması gerekiyor.
02:19
And it's not easy to bet
against the consensus and be right.
against the consensus and be right.
50
127240
2856
Genel kanının aksini yapmak kolay değil.
02:22
One has to bet against
the consensus and be right
the consensus and be right
51
130120
2336
Fikirbirliğini yenerek
haklı olmak gerekiyor
haklı olmak gerekiyor
02:24
because the consensus
is built into the price.
is built into the price.
52
132480
2640
çünkü ortak kanı
fiyatın içerisine eklenmiş durumda.
fiyatın içerisine eklenmiş durumda.
02:28
And in order to be an entrepreneur,
53
136120
2456
Girişimci olabilmek için,
02:30
a successful entrepreneur,
54
138600
1616
başarılı bir girişimci,
02:32
one has to bet against
the consensus and be right.
the consensus and be right.
55
140240
3480
herkesin dediğinin tersini yapmak
ve haklı çıkmak gerekir.
ve haklı çıkmak gerekir.
02:37
I had to be an entrepreneur
and an investor --
and an investor --
56
145400
2936
Benim hem bir girişimci
hem de bir yatırımcı olmam gerekti.
hem de bir yatırımcı olmam gerekti.
02:40
and what goes along with that
is making a lot of painful mistakes.
is making a lot of painful mistakes.
57
148360
4200
Bunlara acı veren hatalar eşlik eder.
02:45
So I made a lot of painful mistakes,
58
153440
2816
Ben de çok fazla acı veren hata yaptım
02:48
and with time,
59
156280
1256
ve zamanla,
02:49
my attitude about those mistakes
began to change.
began to change.
60
157560
2960
bu hatalara karşı bakışım değişti.
02:53
I began to think of them as puzzles.
61
161160
2096
Hataları bulmaca gibi
görmeye başladım.
görmeye başladım.
02:55
That if I could solve the puzzles,
62
163280
1936
Bulmacaları çözebilirsem,
02:57
they would give me gems.
63
165240
1440
cevherlerini toplayabilecektim.
02:59
And the puzzles were:
64
167160
1656
Bulmacalar şöyleydi:
03:00
What would I do differently in the future
so I wouldn't make that painful mistake?
so I wouldn't make that painful mistake?
65
168840
3880
Gelecekte farklı olarak ne yapmalıyım ki,
o acı veren hatayı yapmayayım.
o acı veren hatayı yapmayayım.
03:05
And the gems were principles
66
173280
2576
Cevherler, prensiplerdi.
03:07
that I would then write down
so I would remember them
so I would remember them
67
175880
3136
Bir kenara yazıyordum ki
hatırlayabileyim
hatırlayabileyim
03:11
that would help me in the future.
68
179040
1572
ve gelecekte faydalanabileyim.
03:13
And because I wrote them down so clearly,
69
181000
2696
O kadar açık bir şekilde yazdım ki,
03:15
I could then --
70
183720
1336
sonradan,
03:17
eventually discovered --
71
185080
1576
en sonunda,
03:18
I could then embed them into algorithms.
72
186680
3760
onları algoritmalara
dönüştürebileceğimi gördüm.
dönüştürebileceğimi gördüm.
03:23
And those algorithms
would be embedded in computers,
would be embedded in computers,
73
191400
3456
Bu algoritmaları
bilgisayarda kullanabilirdim
bilgisayarda kullanabilirdim
03:26
and the computers would
make decisions along with me;
make decisions along with me;
74
194880
3336
ve bilgisayar benimle birlikte
karar verebilirdi,
karar verebilirdi,
03:30
and so in parallel,
we would make these decisions.
we would make these decisions.
75
198240
3136
yani, paralel olarak
kararlar verecektik.
kararlar verecektik.
03:33
And I could see how those decisions
then compared with my own decisions,
then compared with my own decisions,
76
201400
3976
Böylece bilgisayarın kararlarını,
kendi kararlarımla kıyasladım
kendi kararlarımla kıyasladım
03:37
and I could see that
those decisions were a lot better.
those decisions were a lot better.
77
205400
3096
ve bilgisayarın kararlarının
çok daha iyi olduğunu gördüm.
çok daha iyi olduğunu gördüm.
03:40
And that was because the computer
could make decisions much faster,
could make decisions much faster,
78
208520
4736
Çünkü çok daha hızlı karar alabiliyor,
03:45
it could process a lot more information
79
213280
2256
çok daha fazla veriyi işleyebiliyor
03:47
and it can process decisions much more --
80
215560
3400
ve kararları alırken daha az
03:51
less emotionally.
81
219880
1200
duygusal davranabiliyor.
03:54
So it radically improved
my decision-making.
my decision-making.
82
222760
3920
Bu şekilde karar alma sürecim
çok daha gelişti.
çok daha gelişti.
04:00
Eight years after I started Bridgewater,
83
228440
4896
Bridgewater'ı kurduktan 8 yıl sonra,
04:05
I had my greatest failure,
84
233360
1536
en büyük hatamı yaptım,
04:06
my greatest mistake.
85
234920
1200
en büyük başarısızlığım.
04:09
It was late 1970s,
86
237680
2136
1970'lerin sonuydu,
04:11
I was 34 years old,
87
239840
1976
34 yaşındaydım.
04:13
and I had calculated that American banks
88
241840
3656
Amerikan bankalarının
04:17
had lent much more money
to emerging countries
to emerging countries
89
245520
2856
gelişmekte olan ülkelere,
ödeyebileceklerinden
ödeyebileceklerinden
04:20
than those countries
were going to be able to pay back
were going to be able to pay back
90
248400
2816
çok daha fazla borç verdiklerini,
04:23
and that we would have
the greatest debt crisis
the greatest debt crisis
91
251240
2696
bunun Büyük Buhran'dan
beri yaşanan en büyük borç krizine
beri yaşanan en büyük borç krizine
04:25
since the Great Depression.
92
253960
1360
yol açacağını hesaplamıştım.
04:28
And with it, an economic crisis
93
256200
2216
Bununla birlikte, ekonomik ve hisse
04:30
and a big bear market in stocks.
94
258440
2040
senetlerinde büyük bir krize
yol açacaktı.
yol açacaktı.
04:33
It was a controversial view at the time.
95
261680
2000
Bu, o zamanlar için tartışmalı
bir görüştü.
bir görüştü.
04:36
People thought it was
kind of a crazy point of view.
kind of a crazy point of view.
96
264160
2440
İnsanlar bunun çılgınca
olduğunu düşündüler.
olduğunu düşündüler.
04:39
But in August 1982,
97
267480
2216
Ancak Ağustos 1982'de,
04:41
Mexico defaulted on its debt,
98
269720
1960
Meksika borçlarını ödeyemedi.
04:44
and a number of other countries followed.
99
272520
2256
Bunu başkaları takip etti.
04:46
And we had the greatest debt crisis
since the Great Depression.
since the Great Depression.
100
274800
3400
Büyük Buhran'dan beri en büyük
borç krizi ortaya çıktı.
borç krizi ortaya çıktı.
04:51
And because I had anticipated that,
101
279080
2776
Bunu öngörmüş olduğum için,
04:53
I was asked to testify to Congress
and appear on "Wall Street Week,"
and appear on "Wall Street Week,"
102
281880
4336
Meclis'te ifade vermem istendi
04:58
which was the show of the time.
103
286240
1976
ve "Wall Street Week'te" çıktım.
05:00
Just to give you a flavor of that,
I've got a clip here,
I've got a clip here,
104
288240
2936
Nasıl bir şey olduğunu görmeniz için,
bir klip göstereceğim,
bir klip göstereceğim,
05:03
and you'll see me in there.
105
291200
1920
klipte beni göreceksiniz.
05:06
(Video) Mr. Chairman, Mr. Mitchell,
106
294480
1696
(Video) Sayın Başkan, Bay Mitchell,
05:08
it's a great pleasure and a great honor
to be able to appear before you
to be able to appear before you
107
296200
3376
sizin nezdinizde, ekonomimizde
neyin yanlış gittiğini incelemek,
neyin yanlış gittiğini incelemek,
05:11
in examination with what
is going wrong with our economy.
is going wrong with our economy.
108
299600
3480
büyük bir zevk ve onur.
05:15
The economy is now flat --
109
303640
1936
Ekonomi şu an durgun --
05:17
teetering on the brink of failure.
110
305600
2136
bir kırılmanın eşiğinde sendeliyor.
05:19
Martin Zweig: You were recently
quoted in an article.
quoted in an article.
111
307760
2496
Martin Zweig: Yakın zamanda
bir haberde yer aldınız.
bir haberde yer aldınız.
05:22
You said, "I can say this
with absolute certainty
with absolute certainty
112
310280
2336
"Kesin olarak söyleyebilirim
zira piyasanın nasıl
zira piyasanın nasıl
05:24
because I know how markets work."
113
312640
1616
işlediğini biliyorum" dediniz.
05:26
Ray Dalio: I can say
with absolute certainty
with absolute certainty
114
314280
2096
Ray Dalio: Kesin olarak söyleyebilirim ki,
05:28
that if you look at the liquidity base
115
316400
1856
likidite tabanlarına bakarsanız,
05:30
in the corporations
and the world as a whole,
and the world as a whole,
116
318280
3376
şirketlerde ve dünyada,
05:33
that there's such reduced
level of liquidity
level of liquidity
117
321680
2096
o kadar daralmış bir seviyede ki,
05:35
that you can't return
to an era of stagflation."
to an era of stagflation."
118
323800
3216
stagflasyon devrine
dönmek mümkün değil.
dönmek mümkün değil.
05:39
I look at that now, I think,
"What an arrogant jerk!"
"What an arrogant jerk!"
119
327040
3096
Geri dönüp baktığımda,
diyorum ki, "Ne ukala bir ahmak!"
diyorum ki, "Ne ukala bir ahmak!"
05:42
(Laughter)
120
330160
2000
(Gülüşmeler)
05:45
I was so arrogant, and I was so wrong.
121
333760
2456
Çok ukalaydım ve çok yanılmıştım.
05:48
I mean, while the debt crisis happened,
122
336240
2576
Borç krizi olduğunda,
05:50
the stock market and the economy
went up rather than going down,
went up rather than going down,
123
338840
3976
borsa ve ekonomi kötüye değil,
iyiye doğru gitti.
iyiye doğru gitti.
05:54
and I lost so much money
for myself and for my clients
for myself and for my clients
124
342840
5016
Kendim ve müşterilerim için
o kadar çok para kaybettim ki,
o kadar çok para kaybettim ki,
05:59
that I had to shut down
my operation pretty much,
my operation pretty much,
125
347880
3416
işimi kapatmak, neredeyse herkesi
06:03
I had to let almost everybody go.
126
351320
1880
işten çıkarmak zorunda kaldım.
06:05
And these were like extended family,
127
353640
1736
Bu kişiler geniş ailem gibiydi.
06:07
I was heartbroken.
128
355400
1616
Çok üzgündüm.
06:09
And I had lost so much money
129
357040
1816
Ve o kadar çok para kaybetmiştim ki,
06:10
that I had to borrow
4,000 dollars from my dad
4,000 dollars from my dad
130
358880
3336
faturalarım için babamdan 4.000 dolar
06:14
to help to pay my family bills.
131
362240
1920
borç almak zorunda kaldım,
06:16
It was one of the most painful
experiences of my life ...
experiences of my life ...
132
364840
3160
Hayatımdaki en acı dolu
deneyimlerden birisiydi...
deneyimlerden birisiydi...
06:21
but it turned out to be
one of the greatest experiences of my life
one of the greatest experiences of my life
133
369240
3776
ancak en mükemmel deneyimlerden
birisine dönüştü
birisine dönüştü
06:25
because it changed my attitude
about decision-making.
about decision-making.
134
373040
2680
çünkü karar alma sürecime
bakışımı değiştirdi.
bakışımı değiştirdi.
06:28
Rather than thinking, "I'm right,"
135
376360
3056
"Ben haklıyım" diye düşünmek yerine,
06:31
I started to ask myself,
136
379440
1576
kendime şunu sormaya başladım:
06:33
"How do I know I'm right?"
137
381040
1800
"Haklı olduğumu nasıl bilirim?"
06:36
I gained a humility that I needed
138
384480
1936
Cesaretimi dengeleyecek
06:38
in order to balance my audacity.
139
386440
2560
bir alçakgönüllük kazandım.
06:41
I wanted to find the smartest
people who would disagree with me
people who would disagree with me
140
389880
4216
Benimle aynı fikirde olmayan
en zeki insanları bularak
en zeki insanları bularak
06:46
to try to understand their perspective
141
394120
1896
bakış açılarını anlamak istedim
06:48
or to have them
stress test my perspective.
stress test my perspective.
142
396040
2600
veya onların benim bakış açımı
zorlamalarını istedim.
zorlamalarını istedim.
06:51
I wanted to make an idea meritocracy.
143
399400
2776
Fikir meritokrasisi kurmak istedim.
06:54
In other words,
144
402200
1216
Başka bir deyişle,
06:55
not an autocracy in which
I would lead and others would follow
I would lead and others would follow
145
403440
3816
benim liderlik ettiğim ve diğerlerinin
takip ettiği bir otokrasi değil
takip ettiği bir otokrasi değil
06:59
and not a democracy in which everybody's
points of view were equally valued,
points of view were equally valued,
146
407280
3616
ve herkesin bakış açısının eşit değer
gördüğü bir demokrasi değil
gördüğü bir demokrasi değil
07:02
but I wanted to have an idea meritocracy
in which the best ideas would win out.
in which the best ideas would win out.
147
410920
5096
ancak en iyi fikirlerin kazandığı
bir meritokrasi kurmak istedim.
bir meritokrasi kurmak istedim.
07:08
And in order to do that,
148
416040
1256
Bunu yapabilmek için,
07:09
I realized that we would need
radical truthfulness
radical truthfulness
149
417320
3576
radikal bir açık sözlülüğe ve şeffaflığa
07:12
and radical transparency.
150
420920
1616
ihtiyacımız olduğunu anladım.
07:14
What I mean by radical truthfulness
and radical transparency
and radical transparency
151
422560
3856
Radikal açıksözlülük ve
radikal şeffaflık derken,
radikal şeffaflık derken,
07:18
is people needed to say
what they really believed
what they really believed
152
426440
2656
her şeyi görebilmek için,
gerçekten inandıklarını
gerçekten inandıklarını
07:21
and to see everything.
153
429120
2000
söylemelerini kast ediyorum.
07:23
And we literally
tape almost all conversations
tape almost all conversations
154
431480
3936
Ve kelimenin tam anlamıyla
her konuşmayı kaydediyoruz.
her konuşmayı kaydediyoruz.
07:27
and let everybody see everything,
155
435440
1616
Böylece herkes her şeyi görebiliyor.
07:29
because if we didn't do that,
156
437080
1416
Bu şekilde yapmasaydık,
07:30
we couldn't really have
an idea meritocracy.
an idea meritocracy.
157
438520
3080
bir fikir meritokrasisi oluşturamazdık.
07:34
In order to have an idea meritocracy,
158
442760
3696
Fikir meritokrasisi oluşturmak için,
07:38
we have let people speak
and say what they want.
and say what they want.
159
446480
2376
insanlara söylemeleri için
alan vermeliyiz.
alan vermeliyiz.
07:40
Just to give you an example,
160
448880
1376
Bir örnek vermek gerekirse,
07:42
this is an email from Jim Haskel --
161
450280
2696
Jim Haskel'den bir e-posta
07:45
somebody who works for me --
162
453000
1376
-benim için çalışan birisi-
07:46
and this was available
to everybody in the company.
to everybody in the company.
163
454400
3376
ve bu e-posta şirkette çalışan
herkese açıktı.
herkese açıktı.
07:49
"Ray, you deserve a 'D-'
164
457800
2536
"Ray, bugünkü performansın için
07:52
for your performance
today in the meeting ...
today in the meeting ...
165
460360
2256
sana 'D-' veriyorum...
07:54
you did not prepare at all well
166
462640
1696
hiç iyi hazırlanmamıştın
07:56
because there is no way
you could have been that disorganized."
you could have been that disorganized."
167
464360
3560
çünkü bu kadar dağınık olmuş
olmanın başka bir açıklaması yok."
olmanın başka bir açıklaması yok."
08:01
Isn't that great?
168
469520
1216
Bu mükemmel değil mi?
08:02
(Laughter)
169
470760
1216
(Gülüşmeler)
08:04
That's great.
170
472000
1216
Bu mükemmel.
08:05
It's great because, first of all,
I needed feedback like that.
I needed feedback like that.
171
473240
2936
Çünkü, öncelikle, böyle bir
geri bildirime ihtiyacım vardı.
geri bildirime ihtiyacım vardı.
08:08
I need feedback like that.
172
476200
1616
Böyle geri bildirimler gerekli.
08:09
And it's great because if I don't let Jim,
and people like Jim,
and people like Jim,
173
477840
3456
Mükemmel çünkü Jim'e ve
Jim gibi insanların görüşlerini
Jim gibi insanların görüşlerini
08:13
to express their points of view,
174
481320
1576
söylemelerine izin vermezsem,
08:14
our relationship wouldn't be the same.
175
482920
2056
ilişkimiz artık aynı şekilde olmaz.
08:17
And if I didn't make that public
for everybody to see,
for everybody to see,
176
485000
3056
Ve bunu herkesin görebilmesi için
açık hale getirmezsem,
açık hale getirmezsem,
08:20
we wouldn't have an idea meritocracy.
177
488080
1960
bir fikir meritokrasimiz olmaz.
08:23
So for that last 25 years
that's how we've been operating.
that's how we've been operating.
178
491760
3280
Son 25 senedir, bu şekilde çalışıyoruz.
08:27
We've been operating
with this radical transparency
with this radical transparency
179
495640
3056
Bu radikal şeffaflıkla iş yapıyoruz
08:30
and then collecting these principles,
180
498720
2296
ve sonra ortaya çıkan
prensipleri topluyoruz,
prensipleri topluyoruz,
08:33
largely from making mistakes,
181
501040
2056
çoğunlukla
yaptığımız hatalardan geliyor
yaptığımız hatalardan geliyor
08:35
and then embedding
those principles into algorithms.
those principles into algorithms.
182
503120
4416
ve sonra bunları
algoritmalara dönüştürüyoruz.
algoritmalara dönüştürüyoruz.
08:39
And then those algorithms provide --
183
507560
2696
Bu algoritmalar bize --
08:42
we're following the algorithms
184
510280
2016
algoritmaları takip ediyoruz,
08:44
in parallel with our thinking.
185
512320
1440
kendi görüşlerimizle beraber.
08:47
That has been how we've run
the investment business,
the investment business,
186
515280
3176
Yatırım işimizi bu şekilde yürütüyoruz
08:50
and it's how we also deal
with the people management.
with the people management.
187
518480
2736
ve insan yönetimini de
bu şekilde hallediyoruz.
bu şekilde hallediyoruz.
08:53
In order to give you a glimmer
into what this looks like,
into what this looks like,
188
521240
3736
Bunun nasıl bir şey olduğuyla
ilgili size bir fikir vermek gerekirse,
ilgili size bir fikir vermek gerekirse,
08:57
I'd like to take you into a meeting
189
525000
2336
sizi bir toplantıya davet edip,
08:59
and introduce you to a tool of ours
called the "Dot Collector"
called the "Dot Collector"
190
527360
3136
bunu yapmamızı sağlayan "Dot Collector"
09:02
that helps us do this.
191
530520
1280
ile tanıştırmak isterdim.
09:07
A week after the US election,
192
535640
2176
ABD seçimlerinden bir hafta sonra,
araştırma ekibimiz,
Trump'ın başkan olmasının
Trump'ın başkan olmasının
09:09
our research team held a meeting
193
537840
2096
09:11
to discuss what a Trump presidency
would mean for the US economy.
would mean for the US economy.
194
539960
3320
ABD ekonomisi için ne anlama
geleceği ile ilgili toplandı.
geleceği ile ilgili toplandı.
09:16
Naturally, people had
different opinions on the matter
different opinions on the matter
195
544000
2856
Tabi ki, herkesin, konuyla
ve konuya nasıl yaklaştığımızla
ve konuya nasıl yaklaştığımızla
09:18
and how we were
approaching the discussion.
approaching the discussion.
196
546880
2040
ilgili farklı bir görüşü vardı.
09:21
The "Dot Collector" collects these views.
197
549840
2776
"Dot Collector" bu görüşleri topluyor.
09:24
It has a list of a few dozen attributes,
198
552640
2296
Bazı listeleri var,
09:26
so whenever somebody thinks something
about another person's thinking,
about another person's thinking,
199
554960
4016
bu sayede, birisi, ötekinin
düşüncesini, liste aracılığıyla
düşüncesini, liste aracılığıyla
09:31
it's easy for them
to convey their assessment;
to convey their assessment;
200
559000
2936
basit bir şekilde, 1'den 10'a kadar
09:33
they simply note the attribute
and provide a rating from one to 10.
and provide a rating from one to 10.
201
561960
4520
not vererek bildirebiliyor.
09:39
For example, as the meeting began,
202
567520
2256
Mesela, toplantı başladığında,
09:41
a researcher named Jen rated me a three --
203
569800
3120
Jen adında bir araştırmacı,
bana üç verdi,
bana üç verdi,
09:45
in other words, badly --
204
573640
2016
- yani, kötü bir not -
09:47
(Laughter)
205
575680
1376
(Gülüşmeler)
09:49
for not showing a good balance
of open-mindedness and assertiveness.
of open-mindedness and assertiveness.
206
577080
4160
açık görüşlülük ve kararlılık
arasında bir denge kuramamaktan.
arasında bir denge kuramamaktan.
09:54
As the meeting transpired,
207
582080
1456
Toplantı ilerledikçe,
09:55
Jen's assessments of people
added up like this.
added up like this.
208
583560
3240
Jen'in insanlarla ilgili değerlendirmeleri
bu şekilde devam etti.
bu şekilde devam etti.
09:59
Others in the room
have different opinions.
have different opinions.
209
587920
2176
Diğerlerinin ise
başka görüşleri vardı.
başka görüşleri vardı.
10:02
That's normal.
210
590120
1216
Bu normal.
10:03
Different people are always
going to have different opinions.
going to have different opinions.
211
591360
2920
İnsanların her zaman
farklı görüşleri vardır.
farklı görüşleri vardır.
10:06
And who knows who's right?
212
594800
1400
Doğruyu kim biliyor?
10:09
Let's look at just what people thought
about how I was doing.
about how I was doing.
213
597240
3440
Benim nasıl olduğumla ilgili
diğer insanların görüşlerine bir bakalım.
diğer insanların görüşlerine bir bakalım.
10:13
Some people thought I did well,
214
601600
2216
Bazıları iyi olduğumu düşündü,
10:15
others, poorly.
215
603840
1200
bazıları kötü.
10:18
With each of these views,
216
606080
1336
Bu görüşlerin her biriyle,
10:19
we can explore the thinking
behind the numbers.
behind the numbers.
217
607440
2320
rakamların ardındaki duruşu
bulabiliriz.
bulabiliriz.
10:22
Here's what Jen and Larry said.
218
610520
2160
Jen ve Larry'nin dediklerine bakalım.
10:25
Note that everyone
gets to express their thinking,
gets to express their thinking,
219
613760
2616
Unutmayın ki, herkes görüşünü
açıklayabiliyor,
açıklayabiliyor,
10:28
including their critical thinking,
220
616400
1656
eleştirel görüşü de dahil,
10:30
regardless of their position
in the company.
in the company.
221
618080
2120
pozisyonlarından bağımsız olarak.
10:33
Jen, who's 24 years old
and right out of college,
and right out of college,
222
621120
3096
Üniversiteden yeni mezun olmuş,
24 yaşındaki Jen,
24 yaşındaki Jen,
10:36
can tell me, the CEO,
that I'm approaching things terribly.
that I'm approaching things terribly.
223
624240
2840
bana, CEO'ya, olaylara
korkunç yaklaşıyorsun, diyebiliyor.
korkunç yaklaşıyorsun, diyebiliyor.
10:40
This tool helps people
both express their opinions
both express their opinions
224
628480
3776
Bu araç, herkese,
hem kendi fikirlerini söylemeleri
hem kendi fikirlerini söylemeleri
10:44
and then separate themselves
from their opinions
from their opinions
225
632280
3096
hem de kendilerini, fikirlerinden
ayırmaları için yardımcı oluyor.
ayırmaları için yardımcı oluyor.
10:47
to see things from a higher level.
226
635400
2040
Böylece, üst bir seviyeden
görebiliyorlar.
görebiliyorlar.
10:50
When Jen and others shift their attentions
from inputting their own opinions
from inputting their own opinions
227
638640
4896
Jen ve diğerleri, dikkatlerini,
kendi fikirlerini söylemekten,
kendi fikirlerini söylemekten,
10:55
to looking down on the whole screen,
228
643560
2576
tüm ekrana kaydırdıklarında,
10:58
their perspective changes.
229
646160
1720
bakış açıları değişiyor.
11:00
They see their own opinions
as just one of many
as just one of many
230
648680
3136
Görüyorlar ki, kendi fikirleri
birçok fikirden sadece bir tanesi
birçok fikirden sadece bir tanesi
11:03
and naturally start asking themselves,
231
651840
2536
ve doğal olarak sormaya başlıyorlar,
11:06
"How do I know my opinion is right?"
232
654400
2000
"Fikrimin doğru olduğunu
nasıl bilirim?"
nasıl bilirim?"
11:09
That shift in perspective is like going
from seeing in one dimension
from seeing in one dimension
233
657480
4056
Bakış açısındaki bu değişim,
tek bir taraftan bakmaktan
tek bir taraftan bakmaktan
11:13
to seeing in multiple dimensions.
234
661560
2256
çoklu bakışa geçmek gibi.
11:15
And it shifts the conversation
from arguing over our opinions
from arguing over our opinions
235
663840
4096
Ve konuşmayı, kendi fikirlerimiz
üzerine tartışmaktan
üzerine tartışmaktan
11:19
to figuring out objective criteria
for determining which opinions are best.
for determining which opinions are best.
236
667960
4400
en iyi fikirleri belirleyecek
objektif kriteri bulmaya taşıyor.
objektif kriteri bulmaya taşıyor.
11:24
Behind the "Dot Collector"
is a computer that is watching.
is a computer that is watching.
237
672920
3600
"Dot Collector" ın arkasında,
bizi izleyen bir bilgisayar var.
bizi izleyen bir bilgisayar var.
11:29
It watches what all
these people are thinking
these people are thinking
238
677120
2176
Herkesin ne düşündüğünü
izleyebiliyor
izleyebiliyor
11:31
and it correlates that
with how they think.
with how they think.
239
679320
2576
ve bunun nasıl düşündükleriyle
bağlantısını kuruyor.
bağlantısını kuruyor.
11:33
And it communicates advice
back to each of them based on that.
back to each of them based on that.
240
681920
3520
Ve her bir kişiye, buna dayalı olarak
tavsiyeler veriyor.
tavsiyeler veriyor.
11:38
Then it draws the data
from all the meetings
from all the meetings
241
686520
3416
Tüm toplantılardan veri çekerek
11:41
to create a pointilist painting
of what people are like
of what people are like
242
689960
3216
kişilerin nasıl birisi oldukları ve
nasıl düşündüklerinin
nasıl düşündüklerinin
11:45
and how they think.
243
693200
1240
resmini çıkarıyor.
11:47
And it does that guided by algorithms.
244
695160
2720
Bunu algoritmalara
dayalı olarak yapıyor.
dayalı olarak yapıyor.
11:50
Knowing what people are like helps
to match them better with their jobs.
to match them better with their jobs.
245
698800
3760
Kişiyi tanımak, onu işiyle daha iyi
eşleştirmemizi sağlıyor.
eşleştirmemizi sağlıyor.
11:55
For example,
246
703120
1216
Mesela,
11:56
a creative thinker who is unreliable
247
704360
1736
güvenilmez ancak
yaratıcı bir kimse
yaratıcı bir kimse
11:58
might be matched up with someone
who's reliable but not creative.
who's reliable but not creative.
248
706120
3080
yaratıcı olmayan ancak güvenilir
birisiyle eşleştirilebilir.
birisiyle eşleştirilebilir.
12:02
Knowing what people are like
also allows us to decide
also allows us to decide
249
710280
3336
Kişiyi tanımak, ona ne tür bir
sorumluluk verebileceğimize
sorumluluk verebileceğimize
12:05
what responsibilities to give them
250
713640
2256
karar verebilmemizi ve
kararlarımızı
kararlarımızı
12:07
and to weigh our decisions
based on people's merits.
based on people's merits.
251
715920
3480
kişinin meziyetlerine göre
değerlendirebilmemizi sağlıyor.
değerlendirebilmemizi sağlıyor.
12:12
We call it their believability.
252
720040
1600
Buna kişinin inanırlığı diyoruz.
12:14
Here's an example of a vote that we took
253
722560
1976
Yaptığımız bir oylamadan örnek verirsem,
12:16
where the majority
of people felt one way ...
of people felt one way ...
254
724560
2840
çoğunluk burada aynı şekilde düşünmüştü...
12:20
but when we weighed the views
based on people's merits,
based on people's merits,
255
728920
2936
sonra kişilerin görüşlerine
meziyetlerine göre baktığımızda
meziyetlerine göre baktığımızda
12:23
the answer was completely different.
256
731880
1840
ortaya çıkan cevap çok daha farklıydı.
12:26
This process allows us to make decisions
not based on democracy,
not based on democracy,
257
734920
4576
Bu yöntem sayesinde,
demokrasiye göre değil,
demokrasiye göre değil,
12:31
not based on autocracy,
258
739520
2136
otokrasiye göre değil,
12:33
but based on algorithms that take
people's believability into consideration.
people's believability into consideration.
259
741680
5240
kişilerin inanırlığını göz önüne alan
algoritmalara göre karar alabiliyoruz.
algoritmalara göre karar alabiliyoruz.
12:41
Yup, we really do this.
260
749520
1696
Evet, gerçekten böyle yapıyoruz.
12:43
(Laughter)
261
751240
3296
(Gülüşmeler)
12:46
We do it because it eliminates
262
754560
2856
Böyle yapıyoruz çünkü bu sayede
12:49
what I believe to be
one of the greatest tragedies of mankind,
one of the greatest tragedies of mankind,
263
757440
4456
insanlığın en büyük
trajedilerinden birisini,
trajedilerinden birisini,
12:53
and that is people arrogantly,
264
761920
2160
insanlar ukala bir şekilde, safça,
12:56
naïvely holding opinions
in their minds that are wrong,
in their minds that are wrong,
265
764760
4456
yanlış olan fikirleri
kafalarına yerleştiriyorlar
kafalarına yerleştiriyorlar
13:01
and acting on them,
266
769240
1256
ve bunlara göre davranıp
13:02
and not putting them out there
to stress test them.
to stress test them.
267
770520
2760
bu fikirleri açığa çıkararak
bir teste tabi tutmuyorlar.
bir teste tabi tutmuyorlar.
13:06
And that's a tragedy.
268
774000
1336
Ve bu bir trajedi.
13:07
And we do it because it elevates ourselves
above our own opinions
above our own opinions
269
775360
5416
Böyle yapıyoruz, böylece, kendimizi,
fikirlerimizin üzerine çıkararak
fikirlerimizin üzerine çıkararak
13:12
so that we start to see things
through everybody's eyes,
through everybody's eyes,
270
780800
2896
olayları her bir kimsenin gözünden
görmeye başlıyoruz,
görmeye başlıyoruz,
13:15
and we see things collectively.
271
783720
1920
ve olaylara toplu halde
bakabiliyoruz.
bakabiliyoruz.
13:18
Collective decision-making is so much
better than individual decision-making
better than individual decision-making
272
786360
4336
Toplu karar alma, iyi bir şekilde
yapıldığında, bireysel
yapıldığında, bireysel
13:22
if it's done well.
273
790720
1200
karar almadan daha iyi.
13:24
It's been the secret sauce
behind our success.
behind our success.
274
792360
2616
Başarımızın gizli sırrı bu.
13:27
It's why we've made
more money for our clients
more money for our clients
275
795000
2176
Böylece, müşterilerimize
diğer fonlardan
diğer fonlardan
13:29
than any other hedge fund in existence
276
797200
1936
çok daha fazla para kazandırdık
13:31
and made money
23 out of the last 26 years.
23 out of the last 26 years.
277
799160
2720
ve 26 senenin 23'ünde kar ettik.
13:35
So what's the problem
with being radically truthful
with being radically truthful
278
803880
4536
O halde, birbirimize karşı
radikal açık sözlülük göstermenin
radikal açık sözlülük göstermenin
13:40
and radically transparent with each other?
279
808440
2240
ve şeffaf davranmanın
ne sakıncası olabilir?
ne sakıncası olabilir?
İnsanlar bunun duygusal olarak
zor olduğunu söylüyor.
zor olduğunu söylüyor.
13:45
People say it's emotionally difficult.
280
813400
2080
13:48
Critics say it's a formula
for a brutal work environment.
for a brutal work environment.
281
816240
4240
Eleştirenler, acımasız bir iş ortamı
yaratacağını söylüyor.
yaratacağını söylüyor.
13:53
Neuroscientists tell me it has to do
with how are brains are prewired.
with how are brains are prewired.
282
821400
4856
Nörobilimcilere göre, beyinde önceden
kurulmuş olan bağlantılarla ilgisi var.
kurulmuş olan bağlantılarla ilgisi var.
13:58
There's a part of our brain
that would like to know our mistakes
that would like to know our mistakes
283
826280
3216
Beynimizin bir parçası, hatalarından
haberdar olmak istiyor,
haberdar olmak istiyor,
14:01
and like to look at our weaknesses
so we could do better.
so we could do better.
284
829520
3960
güçsüz yönleri belirlemek istiyor ki
daha iyisini yapabilsin.
daha iyisini yapabilsin.
14:06
I'm told that that's
the prefrontal cortex.
the prefrontal cortex.
285
834120
2440
Bu kısma prefrontal korteks diyorlar.
14:09
And then there's a part of our brain
which views all of this as attacks.
which views all of this as attacks.
286
837040
4856
Ve bir kısmı da, bunların hepsini
saldırı olarak değerlendiriyor.
saldırı olarak değerlendiriyor.
14:13
I'm told that that's the amygdala.
287
841920
1960
Bu kısma amigdala diyorlar.
14:16
In other words,
there are two you's inside you:
there are two you's inside you:
288
844440
3056
Başka bir deyişle,
içinizde iki tane benlik var:
içinizde iki tane benlik var:
14:19
there's an emotional you
289
847520
1416
duygusal benlik
14:20
and there's an intellectual you,
290
848960
1776
ve zihinsel benlik
14:22
and often they're at odds,
291
850760
1776
ve bunlar sıklıkla çelişiyorlar
14:24
and often they work against you.
292
852560
1920
ve sizin aleyhinizde çalışıyorlar.
14:27
It's been our experience
that we can win this battle.
that we can win this battle.
293
855160
3736
Tecrübelerimiz gösterdi ki,
bu savaşı kazanabiliriz.
bu savaşı kazanabiliriz.
14:30
We win it as a group.
294
858920
1320
Grup halinde kazanabiliriz.
14:33
It takes about 18 months typically
295
861000
2336
Genellikle 18 ay içerisinde
anlıyoruz ki,
anlıyoruz ki,
14:35
to find that most people
prefer operating this way,
prefer operating this way,
296
863360
3056
çoğu kişi bu şekilde,
14:38
with this radical transparency
297
866440
2016
bu radikal şeffaflıkla çalışmayı,
14:40
than to be operating
in a more opaque environment.
in a more opaque environment.
298
868480
3336
şeffaf olmayan ortamda çalışmaya
tercih ediyor.
tercih ediyor.
14:43
There's not politics,
there's not the brutality of --
there's not the brutality of --
299
871840
4296
Entrika olmadan,
perdelerin arkasında dönen
perdelerin arkasında dönen
14:48
you know, all of that hidden,
behind-the-scenes --
behind-the-scenes --
300
876160
2376
oyunların acımasızlığı olmadan,
14:50
there's an idea meritocracy
where people can speak up.
where people can speak up.
301
878560
2936
bir fikir meritokrasisi içerisinde,
her şeyi konuşarak.
her şeyi konuşarak.
14:53
And that's been great.
302
881520
1256
Ve bu çok iyi işledi.
14:54
It's given us more effective work,
303
882800
1656
Daha etkili iş yapabildik
14:56
and it's given us
more effective relationships.
more effective relationships.
304
884480
2400
ve daha etkili ilişkiler kurabildik.
14:59
But it's not for everybody.
305
887400
1320
Ancak, herkese göre değil.
15:01
We found something like
25 or 30 percent of the population
25 or 30 percent of the population
306
889680
2936
Toplumun yüzde 25 veya 30'una
15:04
it's just not for.
307
892640
1736
uygun olmadığını gördük.
15:06
And by the way,
308
894400
1216
Bu arada
15:07
when I say radical transparency,
309
895640
1816
radikal şeffaflık derken
bahsettiğim,
bahsettiğim,
15:09
I'm not saying transparency
about everything.
about everything.
310
897480
2336
her şeye dair bir şeffaflık değil.
15:11
I mean, you don't have to tell somebody
that their bald spot is growing
that their bald spot is growing
311
899840
3816
Mesela birisine, kel kısmının arttığını
söylemek zorunda değilsiniz
söylemek zorunda değilsiniz
15:15
or their baby's ugly.
312
903680
1616
veya bebeğinin çirkin olduğunu.
15:17
So, I'm just talking about --
313
905320
2096
Yani, sadece --
15:19
(Laughter)
314
907440
1216
(Gülüşmeler)
15:20
talking about the important things.
315
908680
2176
önemli şeyleri konuşmaktan bahsediyorum.
15:22
So --
316
910880
1216
O zaman --
15:24
(Laughter)
317
912120
3200
(Gülüşmeler)
15:28
So when you leave this room,
318
916600
1416
O zaman buradan çıktığınızda
15:30
I'd like you to observe yourself
in conversations with others.
in conversations with others.
319
918040
4440
kendinizi başkalarıyla konuşurken
gözlemlemenizi istiyorum.
gözlemlemenizi istiyorum.
15:35
Imagine if you knew
what they were really thinking,
what they were really thinking,
320
923360
3680
Hayal edin ki,
gerçekten ne düşündüklerini biliyorsunuz
gerçekten ne düşündüklerini biliyorsunuz
15:39
and imagine if you knew
what they were really like ...
what they were really like ...
321
927760
2600
ve nasıl birisi olduklarını
gerçekten biliyorsunuz...
gerçekten biliyorsunuz...
15:43
and imagine if they knew
what you were really thinking
what you were really thinking
322
931840
3976
ve onlar da sizin gerçekten
ne düşündüğünüzü biliyor
ne düşündüğünüzü biliyor
15:47
and what were really like.
323
935840
1840
ve nasıl birisi olduğunuzu.
15:50
It would certainly clear things up a lot
324
938160
2576
Bu kesinlikle birçok şeye
açıklık getirirdi
açıklık getirirdi
15:52
and make your operations
together more effective.
together more effective.
325
940760
2856
ve yaptığınız şeyleri
daha etkin yapmanızı sağlardı.
daha etkin yapmanızı sağlardı.
15:55
I think it will improve
your relationships.
your relationships.
326
943640
2240
Bence ilişkileriniz gelişirdi.
15:58
Now imagine that you can have algorithms
327
946600
3296
Şimdi düşünün ki algoritmalar da var
16:01
that will help you gather
all of that information
all of that information
328
949920
3816
ve bunlar size tüm bu bilgileri
toplamanızda yardımcı olabilirler
toplamanızda yardımcı olabilirler
16:05
and even help you make decisions
in an idea-meritocratic way.
in an idea-meritocratic way.
329
953760
4560
ve hatta fikir meritokrasisi ile
karar almanızda yardımcı olabilirler.
karar almanızda yardımcı olabilirler.
16:12
This sort of radical transparency
is coming at you
is coming at you
330
960640
4336
Bu şekilde bir radikal şeffaflık
artık giderek artıyor
artık giderek artıyor
16:17
and it is going to affect your life.
331
965000
1960
ve hayatınızı etkiliyecek.
16:19
And in my opinion,
332
967600
2056
Bana göre
16:21
it's going to be wonderful.
333
969680
1336
bu muhteşem olacak.
16:23
So I hope it is as wonderful for you
334
971040
2336
Umarım ki benim için olduğu kadar
16:25
as it is for me.
335
973400
1200
sizin için de harika olur.
16:27
Thank you very much.
336
975160
1256
Çok teşekkürler.
16:28
(Applause)
337
976440
4360
(Alkışlar)
ABOUT THE SPEAKER
Ray Dalio - Hedge fund chairRay Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world.
Why you should listen
Dalio started Bridgewater out of his two-bedroom apartment in New York City in 1975 and has grown it into the fifth most important private company in the U.S. (according to Fortune magazine). Because of the firm’s many industry-changing innovations over its 40-year history, he has been called the “Steve Jobs of investing” by aiCIO magazine and named one of TIME magazine’s "100 Most Influential People."
Dalio attributes Bridgewater’s success to its unique culture. He describes it as “a believability-weighted idea meritocracy” in which the people strive for “meaningful work and meaningful relationships through radical truth and radical transparency.” He has explained this approach in his book Principles, which has been downloaded more than three million times and has produced considerable curiosity and controversy.
Ray Dalio | Speaker | TED.com