TED@IBM
Eric Berridge: Why tech needs the humanities
Eric Berridge: Por qué la tecnología necesita las humanidades
Filmed:
Readability: 4.6
1,226,683 views
Si quieren construir un equipo de innovadores capaces de resolver problemas, deben valorar las humanidades tanto como las ciencias, dice el empresario Eric Berridge. Él nos cuenta por qué las compañías tecnológicas deben buscar más allá de los graduados en Ciencia, Tecnología, Ingeniería y Matemáticas (CTIM) para la contratación de personal nuevo, y cómo la gente con una educación en arte y humanidades puede aportar creatividad y conocimientos a los lugares de trabajo técnicos.
Eric Berridge - Entrepreneur
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM. Full bio
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM. Full bio
Double-click the English transcript below to play the video.
00:12
You've all been in a bar, right?
0
647
2242
Todos han estado en un bar, ¿verdad?
00:14
(Laughter)
1
2913
1491
(Risas)
00:16
But have you ever gone to a bar
2
4759
2694
Pero, ¿han ido alguna vez a un bar
00:19
and come out with a $200 million business?
3
7477
2952
y salido con un negocio de
USD 200 millones?
USD 200 millones?
00:24
That's what happened to us
about 10 years ago.
about 10 years ago.
4
12276
2280
Esto es lo que nos pasó hace unos 10 años.
00:27
We'd had a terrible day.
5
15445
1705
Habíamos tenido un día terrible.
00:30
We had this huge client
that was killing us.
that was killing us.
6
18012
4064
Teníamos un cliente muy importante
que nos estaba matando.
que nos estaba matando.
00:34
We're a software consulting firm,
7
22100
2604
Somos una empresa consultora de software,
00:36
and we couldn't find
a very specific programming skill
a very specific programming skill
8
24728
2982
y no podíamos encontrar
unos requisitos de programación
unos requisitos de programación
00:39
to help this client deploy
a cutting-edge cloud system.
a cutting-edge cloud system.
9
27734
3158
para ayudar a este cliente a implementar
un sistema de nube de vanguardia.
un sistema de nube de vanguardia.
00:43
We have a bunch of engineers,
10
31798
1421
Teníamos un grupo de ingenieros,
00:45
but none of them could please this client.
11
33243
2594
pero ninguno de ellos
podía satisfacer a este cliente.
podía satisfacer a este cliente.
00:49
And we were about to be fired.
12
37274
1657
Y estábamos a punto de ser despedidos.
00:51
So we go out to the bar,
13
39888
2335
Entonces, vamos al bar,
00:54
and we're hanging out
with our bartender friend Jeff,
with our bartender friend Jeff,
14
42247
4047
y estamos con Jeff,
nuestro amigo barman,
nuestro amigo barman,
00:58
and he's doing
what all good bartenders do:
what all good bartenders do:
15
46318
2001
y él hace lo que los buenos
bármanes hacen:
bármanes hacen:
01:00
he's commiserating with us,
making us feel better,
making us feel better,
16
48343
3022
se compadece de nosotros,
nos hace sentir mejor,
nos hace sentir mejor,
01:03
relating to our pain,
17
51389
2292
entiende nuestro dolor,
01:05
saying, "Hey, these guys
are overblowing it.
are overblowing it.
18
53705
2048
nos dice: "Estos tipos están exagerando.
01:07
Don't worry about it."
19
55777
1183
No se preocupen".
01:08
And finally, he deadpans us and says,
20
56984
2214
Y, al final, nos dice un poco en broma:
01:11
"Why don't you send me in there?
21
59222
2293
"¿Por qué no me envían a mí?
01:13
I can figure it out."
22
61539
1507
Yo lo puedo resolver".
01:15
So the next morning,
we're hanging out in our team meeting,
we're hanging out in our team meeting,
23
63585
3081
A la mañana siguiente estamos
en nuestra reunión de equipo,
en nuestra reunión de equipo,
01:19
and we're all a little hazy ...
24
67901
2555
y estamos todos un poquito aturdidos...
01:22
(Laughter)
25
70480
1150
(Risas)
01:24
and I half-jokingly throw it out there.
26
72504
2120
y yo, medio en broma digo:
01:26
I say, "Hey, I mean,
we're about to be fired."
we're about to be fired."
27
74648
2584
"Oigan, estamos a punto
de ser despedidos".
de ser despedidos".
01:29
So I say,
28
77256
1302
Y entonces digo:
01:30
"Why don't we send in
Jeff, the bartender?"
Jeff, the bartender?"
29
78582
2082
"¿Por qué no enviamos a Jeff, el barman?".
01:32
(Laughter)
30
80688
3077
(Risas)
01:35
And there's some silence,
some quizzical looks.
some quizzical looks.
31
83789
4061
Y se hace un silencio,
hay algunas miradas extrañadas.
hay algunas miradas extrañadas.
01:39
Finally, my chief of staff says,
"That is a great idea."
"That is a great idea."
32
87874
3542
Finalmente, mi jefe de personal dice:
"Es una muy buena idea".
"Es una muy buena idea".
01:43
(Laughter)
33
91440
1737
(Risas)
01:45
"Jeff is wicked smart. He's brilliant.
34
93201
2094
"Jeff es terriblemente inteligente.
Es brillante.
Es brillante.
01:48
He'll figure it out.
35
96168
1150
Él lo va a resolver.
01:50
Let's send him in there."
36
98328
1413
Traigámoslo aquí".
01:52
Now, Jeff was not a programmer.
37
100189
2526
Ahora bien, Jeff no era programador.
01:54
In fact, he had dropped out of Penn
as a philosophy major.
as a philosophy major.
38
102739
3889
De hecho, había abandonado
su carrera de filosofía en Penn.
su carrera de filosofía en Penn.
01:59
But he was brilliant,
39
107491
1994
Pero era brillante,
02:01
and he could go deep on topics,
40
109509
2627
y podía profundizar en los temas,
02:04
and we were about to be fired.
41
112160
2032
y nos estaban por despedir.
02:06
So we sent him in.
42
114216
1150
Así que lo enviamos.
02:09
After a couple days of suspense,
43
117839
1986
Después de unos días de suspenso,
02:11
Jeff was still there.
44
119849
2157
Jeff todavía estaba allí.
02:15
They hadn't sent him home.
45
123002
2140
No lo habían enviado de vuelta a casa.
02:17
I couldn't believe it.
46
125166
2066
Yo no lo podía creer.
02:19
What was he doing?
47
127256
1491
¿Qué era lo que estaba haciendo?
02:21
Here's what I learned.
48
129281
1150
Esto es lo que supe.
02:23
He had completely disarmed
their fixation on the programming skill.
their fixation on the programming skill.
49
131318
4210
Había desarmado completamente su obsesión
en los requisitos de programación
en los requisitos de programación
02:29
And he had changed the conversation,
50
137004
2921
Y había cambiado la conversación,
02:31
even changing what we were building.
51
139949
2016
incluso lo que estábamos construyendo.
02:33
The conversation was now
about what we were going to build and why.
about what we were going to build and why.
52
141989
4552
La conversación era ahora sobre
lo que íbamos a construir y por qué.
lo que íbamos a construir y por qué.
02:41
And yes, Jeff figured out
how to program the solution,
how to program the solution,
53
149059
5358
Y sí, Jeff resolvió cómo
programar la solución,
programar la solución,
02:46
and the client became
one of our best references.
one of our best references.
54
154441
2365
y el cliente se convirtió
en una de nuestras mejores referencias.
en una de nuestras mejores referencias.
02:50
Back then, we were 200 people,
55
158782
1977
En aquel momento, éramos 200 personas,
02:52
and half of our company was made up
of computer science majors or engineers,
of computer science majors or engineers,
56
160783
6320
y media compañía estaba formada por
especialistas en computación o ingenieros;
especialistas en computación o ingenieros;
02:59
but our experience with Jeff
left us wondering:
left us wondering:
57
167127
2261
pero nuestra experiencia con Jeff
nos hizo preguntarnos:
nos hizo preguntarnos:
03:02
Could we repeat this through our business?
58
170627
2071
¿Podríamos repetir esto
en toda nuestra empresa?
en toda nuestra empresa?
03:06
So we changed the way
we recruited and trained.
we recruited and trained.
59
174017
4261
Por lo que cambiamos el modo
de contratación y entrenamiento.
de contratación y entrenamiento.
03:11
And while we still sought after computer
engineers and computer science majors,
engineers and computer science majors,
60
179766
5984
Y aunque todavía buscábamos especialistas
en computación e ingenieros,
en computación e ingenieros,
03:17
we sprinkled in artists,
musicians, writers ...
musicians, writers ...
61
185774
4976
también contratamos artistas,
músicos, escritores...
músicos, escritores...
03:24
and Jeff's story started to multiply
itself throughout our company.
itself throughout our company.
62
192818
4374
y la historia de Jeff empezó a
multiplicarse en toda nuestra compañía.
multiplicarse en toda nuestra compañía.
03:29
Our chief technology officer
is an English major,
is an English major,
63
197216
3333
Nuestro director tecnológico
es un especialista en inglés,
es un especialista en inglés,
03:34
and he was a bike messenger in Manhattan.
64
202168
2214
y él era un ciclista mensajero
en Manhattan.
en Manhattan.
03:38
And today, we're a thousand people,
65
206680
1946
Y, hoy en día, somos 1000 personas,
03:41
yet still less than a hundred have degrees
in computer science or engineering.
in computer science or engineering.
66
209935
5452
y todavía menos de 100 tienen títulos
en computación o ingeniería.
en computación o ingeniería.
03:48
And yes, we're still
a computer consulting firm.
a computer consulting firm.
67
216984
3183
Y sí, todavía somos una empresa
consultora en computación.
consultora en computación.
03:52
We're the number one player in our market.
68
220191
2126
Estamos primeros en nuestro mercado.
Trabajamos con el paquete de software
que alcanzó más rápidamente
que alcanzó más rápidamente
03:54
We work with the fastest-growing
software package
software package
69
222341
2353
03:56
to ever reach 10 billion dollars
in annual sales.
in annual sales.
70
224718
2293
los USD 10 000 millones
en ventas anuales.
en ventas anuales.
04:01
So it's working.
71
229015
1626
Entonces, funciona.
04:05
Meanwhile, the push for STEM-based
education in this country --
education in this country --
72
233426
5731
Mientras tanto, la presión por la
educación en CTIM en este país
educación en CTIM en este país
04:11
science, technology,
engineering, mathematics --
engineering, mathematics --
73
239181
3334
esto es, ciencia, tecnología,
ingeniería y matemática,
ingeniería y matemática,
04:14
is fierce.
74
242539
1212
es intensa.
04:15
It's in all of our faces.
75
243775
1880
Está en todas las esferas.
04:18
And this is a colossal mistake.
76
246355
1674
Y este es un error colosal.
04:21
Since 2009, STEM majors
in the United States
in the United States
77
249707
4229
Desde el 2009, los especialistas
en CTIM en EE.UU.
en CTIM en EE.UU.
04:25
have increased by 43 percent,
78
253960
2056
han aumentado en un 43 %,
04:28
while the humanities have stayed flat.
79
256040
2428
mientras que las humanidades
han permanecido sin cambios.
han permanecido sin cambios.
04:30
Our past president
80
258492
1365
Nuestro presidente anterior
04:33
dedicated over a billion dollars
towards STEM education
towards STEM education
81
261047
3503
dedicó más de USD 1000 millones
para la educación de CTIM
para la educación de CTIM
04:36
at the expense of other subjects,
82
264574
2839
a expensas de otras asignaturas,
04:39
and our current president
83
267437
2876
y nuestro actual presidente
04:42
recently redirected 200 million dollars
of Department of Education funding
of Department of Education funding
84
270337
4867
redirigió recientemente USD 200 millones
del Departamento de Financiación Educativa
del Departamento de Financiación Educativa
04:47
into computer science.
85
275228
1469
para la informática.
04:49
And CEOs are continually complaining
about an engineering-starved workforce.
about an engineering-starved workforce.
86
277788
6381
Y los directores generales continuamente
se quejan de la falta de ingenieros.
se quejan de la falta de ingenieros.
04:57
These campaigns,
87
285717
1445
Estas campañas,
05:00
coupled with the undeniable success
of the tech economy --
of the tech economy --
88
288583
3548
junto con el éxito innegable
de la economía tecnológica.
de la economía tecnológica.
05:04
I mean, let's face it,
89
292155
1248
Enfrentémoslo,
05:05
seven out of the 10 most valuable
companies in the world by market cap
companies in the world by market cap
90
293427
5508
7 de las 10 compañías más valiosas
del mundo según la capitalización bursátil
del mundo según la capitalización bursátil
05:10
are technology firms --
91
298959
1511
son empresas de tecnología--
05:13
these things create an assumption
92
301662
1976
estas cosas crean la suposición
05:16
that the path of our future workforce
will be dominated by STEM.
will be dominated by STEM.
93
304805
4214
de que nuestra futura fuerza laboral
estará dominada por las CTIM.
estará dominada por las CTIM.
05:24
I get it.
94
312583
1150
Lo entiendo.
05:26
On paper, it makes sense.
95
314692
1621
En el papel tiene sentido.
05:29
It's tempting.
96
317498
1212
Es tentador.
05:33
But it's totally overblown.
97
321597
1933
Pero es totalmente exagerado.
05:35
It's like, the entire soccer team
chases the ball into the corner,
chases the ball into the corner,
98
323554
6051
Es como si todo el equipo de fútbol
persiguiera la pelota hasta la esquina
persiguiera la pelota hasta la esquina
05:41
because that's where the ball is.
99
329629
1778
porque allí es donde está la pelota.
05:44
We shouldn't overvalue STEM.
100
332841
2246
No debemos sobrevalorar las CTIM.
05:48
We shouldn't value the sciences
any more than we value the humanities.
any more than we value the humanities.
101
336133
3573
No debemos valorar las ciencias
más de lo que valoramos las humanidades.
más de lo que valoramos las humanidades.
05:52
And there are a couple of reasons.
102
340544
1722
Y hay un par de razones.
05:55
Number one, today's technologies
are incredibly intuitive.
are incredibly intuitive.
103
343058
5986
Número uno, las tecnologías actuales
son increíblemente intuitivas.
son increíblemente intuitivas.
06:01
The reason we've been able
to recruit from all disciplines
to recruit from all disciplines
104
349068
4000
La razón por la que pudimos contratar
gente de todas las disciplinas
gente de todas las disciplinas
06:05
and swivel into specialized skills
105
353092
2119
y dar un giro hacia
las habilidades especializadas
las habilidades especializadas
06:08
is because modern systems
can be manipulated without writing code.
can be manipulated without writing code.
106
356377
4754
es porque los sistemas modernos pueden
ser manipulados sin escribir código.
ser manipulados sin escribir código.
06:13
They're like LEGO: easy to put together,
easy to learn, even easy to program,
easy to learn, even easy to program,
107
361155
5854
Son como el LEGO: fácil de unir,
de aprender e, incluso, de programar,
de aprender e, incluso, de programar,
06:19
given the vast amounts of information
that are available for learning.
that are available for learning.
108
367033
3491
dada la gran cantidad de información
que está disponible para aprender.
que está disponible para aprender.
06:23
Yes, our workforce
needs specialized skill,
needs specialized skill,
109
371173
2835
Sí, nuestra fuerza laboral
necesita habilidades especiales,
necesita habilidades especiales,
06:27
but that skill requires a far less
rigorous and formalized education
rigorous and formalized education
110
375242
4794
pero éstas requieren una educación
mucho menos rigurosa y formalizada
mucho menos rigurosa y formalizada
06:32
than it did in the past.
111
380060
1856
que en el pasado.
06:34
Number two, the skills
that are imperative and differentiated
that are imperative and differentiated
112
382876
5739
Número dos, las habilidades
que son imperativas y diferenciadas
que son imperativas y diferenciadas
06:40
in a world with intuitive technology
113
388639
3149
en un mundo con tecnología intuitiva
06:43
are the skills that help us
to work together as humans,
to work together as humans,
114
391812
3587
son las destrezas que nos ayudan
a trabajar juntos como humanos,
a trabajar juntos como humanos,
06:49
where the hard work
is envisioning the end product
is envisioning the end product
115
397184
3984
donde el trabajo duro
visualiza el producto final
visualiza el producto final
06:54
and its usefulness,
116
402193
1492
y su utilidad,
06:55
which requires real-world experience
and judgment and historical context.
and judgment and historical context.
117
403709
6214
lo que requiere experiencia del
mundo real, juicio y contexto histórico.
mundo real, juicio y contexto histórico.
07:03
What Jeff's story taught us
118
411232
2286
Lo que la historia de Jeff nos enseñó
07:05
is that the customer
was focused on the wrong thing.
was focused on the wrong thing.
119
413542
3531
es que el cliente estaba concentrado
en algo equivocado.
en algo equivocado.
07:10
It's the classic case:
120
418160
1507
Es la historia clásica:
07:12
the technologist struggling to communicate
with the business and the end user,
with the business and the end user,
121
420661
4262
el técnico que lucha por comunicarse
con la compañía y el usuario final,
con la compañía y el usuario final,
07:16
and the business failing
to articulate their needs.
to articulate their needs.
122
424947
4186
y la compañía que no logra
expresar sus necesidades.
expresar sus necesidades.
07:22
I see it every day.
123
430033
1706
Lo veo todos los días.
07:25
We are scratching the surface
124
433448
1922
Estamos arañando la superficie
07:27
in our ability as humans
to communicate and invent together,
to communicate and invent together,
125
435394
4809
de nuestra capacidad como humanos
de comunicarnos e inventar juntos,
de comunicarnos e inventar juntos,
07:32
and while the sciences teach us
how to build things,
how to build things,
126
440227
4580
y mientras que las ciencias nos enseñan
cómo construir cosas,
cómo construir cosas,
07:36
it's the humanities that teach us
what to build and why to build them.
what to build and why to build them.
127
444831
5410
son las humanidades las que nos enseñan
qué construir y por qué construirlo.
qué construir y por qué construirlo.
07:43
And they're equally as important,
128
451612
2604
Y ellas son igual de importantes,
07:46
and they're just as hard.
129
454240
1507
e igual de difíciles.
07:50
It irks me ...
130
458476
1995
Me irrita...
07:54
when I hear people
treat the humanities as a lesser path,
treat the humanities as a lesser path,
131
462532
5493
cuando la gente trata las humanidades
como una carrera inferior
como una carrera inferior
08:00
as the easier path.
132
468049
1184
como más fáciles.
08:01
Come on!
133
469840
1150
¡Vamos!
08:04
The humanities give us
the context of our world.
the context of our world.
134
472258
4150
Las humanidades nos dan
el contexto de nuestro mundo.
el contexto de nuestro mundo.
08:10
They teach us how to think critically.
135
478573
3437
Nos enseñan cómo pensar críticamente.
08:14
They are purposely unstructured,
136
482034
1969
Son intencionalmente desestructuradas
08:16
while the sciences
are purposely structured.
are purposely structured.
137
484027
2546
mientras que las ciencias son
intencionalmente estructuradas.
intencionalmente estructuradas.
08:19
They teach us to persuade,
they give us our language,
they give us our language,
138
487745
3588
Ellas nos enseñan a persuadir,
nos dan nuestro lenguaje,
nos dan nuestro lenguaje,
08:23
which we use to convert our emotions
to thought and action.
to thought and action.
139
491357
6839
que...
es lo que usamos para convertir nuestras
emociones en pensamiento y acción.
emociones en pensamiento y acción.
08:32
And they need to be
on equal footing with the sciences.
on equal footing with the sciences.
140
500267
4264
Y deben estar en igualdad de condiciones
con las ciencias.
con las ciencias.
08:36
And yes, you can hire a bunch of artists
141
504555
3992
Y sí, uno puede contratar
un grupo de artistas
un grupo de artistas
08:40
and build a tech company
142
508571
1333
y construir una compañía tecnológica
08:43
and have an incredible outcome.
143
511166
1770
y tener un resultado increíble.
08:46
Now, I'm not here today
to tell you that STEM's bad.
to tell you that STEM's bad.
144
514616
4722
Ahora bien, hoy no estoy aquí
para decirles que las CTIM es mala.
para decirles que las CTIM es mala.
08:52
I'm not here today
to tell you that girls shouldn't code.
to tell you that girls shouldn't code.
145
520778
3984
No estoy aquí para decirles que las chicas
no deben escribir código.
no deben escribir código.
08:57
(Laughter)
146
525111
1039
(Risas)
08:58
Please.
147
526174
1150
Por favor.
09:00
And that next bridge I drive over
148
528355
2568
Y el próximo puente sobre el que conduzca
09:02
or that next elevator we all jump into --
149
530947
3550
o el próximo ascensor al que subamos...
09:07
let's make sure
there's an engineer behind it.
there's an engineer behind it.
150
535602
2207
mejor que haya
un ingeniero detrás de ellos.
un ingeniero detrás de ellos.
09:09
(Laughter)
151
537833
3642
(Risas)
09:14
But to fall into this paranoia
152
542233
3295
Pero caer en esta paranoia
09:17
that our future jobs
will be dominated by STEM,
will be dominated by STEM,
153
545552
4872
de que nuestros trabajos futuros
estarán dominados por las CTIM,
estarán dominados por las CTIM,
09:22
that's just folly.
154
550448
1635
eso es un disparate.
09:24
If you have friends or kids
or relatives or grandchildren
or relatives or grandchildren
155
552526
4091
Si tienen amigos, o hijos,
o parientes, o nietos,
o parientes, o nietos,
09:28
or nieces or nephews ...
156
556641
1799
o sobrinas, o sobrinos...
09:30
encourage them to be
whatever they want to be.
whatever they want to be.
157
558464
3150
anímenlos a que sean lo que quieran ser.
09:34
(Applause)
158
562336
6896
(Aplausos)
09:41
The jobs will be there.
159
569607
2015
Los trabajos estarán allí.
09:45
Those tech CEOs
160
573741
1477
Esos directores generales
09:48
that are clamoring for STEM grads,
161
576235
3334
que están clamando graduados en CTIM,
09:51
you know what they're hiring for?
162
579593
1784
¿saben para quién están contratando?
09:54
Google, Apple, Facebook.
163
582430
2025
Google, Apple, Facebook.
09:57
Sixty-five percent
of their open job opportunities
of their open job opportunities
164
585468
3627
El 65 % de sus oportunidades laborales
10:01
are non-technical:
165
589119
1721
no son técnicas:
10:03
marketers, designers,
project managers, program managers,
project managers, program managers,
166
591845
4889
publicistas, diseñadores, administradores
de proyectos, directores de programas,
de proyectos, directores de programas,
10:08
product managers, lawyers, HR specialists,
167
596758
3381
jefes de producto, abogados,
especialistas en recursos humanos,
especialistas en recursos humanos,
10:12
trainers, coaches, sellers,
buyers, on and on.
buyers, on and on.
168
600163
3325
entrenadores, tutores, vendedores,
compradores, etc.
compradores, etc.
10:15
These are the jobs they're hiring for.
169
603512
3438
Estos son los trabajos
que están contratando.
que están contratando.
10:20
And if there's one thing
that our future workforce needs --
that our future workforce needs --
170
608602
5405
Y si hay algo que nuestra
futura fuerza laboral necesita
futura fuerza laboral necesita
10:26
and I think we can all agree on this --
171
614031
1952
--y pienso que todos podemos
estar de acuerdo en esto--
estar de acuerdo en esto--
10:29
it's diversity.
172
617056
1150
es la diversidad.
10:31
But that diversity shouldn't end
with gender or race.
with gender or race.
173
619706
4074
Pero esa diversidad no debe terminar
solo en el género o la raza.
solo en el género o la raza.
10:35
We need a diversity of backgrounds
174
623804
2103
Necesitamos diferencias en educación
10:39
and skills,
175
627192
1150
y habilidades,
10:42
with introverts and extroverts
176
630100
3738
introvertidos y extrovertidos,
10:45
and leaders and followers.
177
633862
2953
líderes y seguidores.
10:48
That is our future workforce.
178
636839
1689
Esta es nuestra futura fuerza laboral.
10:51
And the fact that the technology
is getting easier and more accessible
is getting easier and more accessible
179
639767
5699
Y el hecho de que la tecnología
se esté volviendo más fácil y accesible
se esté volviendo más fácil y accesible
10:57
frees that workforce up
180
645490
1818
libera esa fuerza laboral
10:59
to study whatever they damn well please.
181
647332
3372
para que estudien cualquier
cosa que ellos quieran.
cosa que ellos quieran.
11:03
Thank you.
182
651273
1151
Gracias.
11:04
(Applause)
183
652448
6623
(Aplausos)
ABOUT THE SPEAKER
Eric Berridge - EntrepreneurEric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM.
Why you should listen
As the co-founder of global consulting agency and Salesforce strategic partner Bluewolf, an IBM Company, Eric Berridge has applied his passion for the humanities over the past 17 years to pioneer a cloud consulting practice with less than 10 percent of employees holding engineering or computer science degrees. The way he sees it, as technology becomes easier to use and build, the humanities offer skills that are becoming increasingly valuable to the success of business everywhere. And today’s AI-driven discussion holds the key to freeing the human condition to be balanced, healthy, creative and productive.
Eric Berridge | Speaker | TED.com