ABOUT THE SPEAKER
Joi Ito - Relentless mind
Joi Ito is the director of the MIT Media Lab.

Why you should listen

Joichi "Joi" Ito is one of those names threaded through the history of the Internet. From his days kickstarting Internet culture in Japan at Digital Garage, his restless curiosity led him to be an early-stage investor in Twitter, Six Apart, Wikia, Flickr, Last.fm, Kickstarter and other Internet companies, and to serve on countless boards and advisory committees around digital culture and Internet freedom.
 
He leads the legendary MIT Media Lab as it heads toward its third decade, and is working on a book with Jeff Howe about nine principles for navigating whatever the changing culture throws at us next. As he told Wired, "The amount of money and the amount of permission that you need to create an idea has decreased dramatically." So: aim for resilience, not strength; seek risk, not safety. The book is meant to be a compass for a world without maps.

More profile about the speaker
Joi Ito | Speaker | TED.com
TED2014

Joi Ito: Want to innovate? Become a "now-ist"

Joi Ito: Quieres innovar? Hazte un "ahorista"

Filmed:
2,304,454 views

¿Te acuerdas de antes de internet? ¿Te acuerdas de cuando la gente trataba de predecir el futuro? En esta entretenida charla, el director del MIT Media Lab omite las predicciones sobre el futuro y comparte un nuevo enfoque para crear en este momento: construir rápidamente y mejorar constantemente, sin esperar por permisos o por pruebas de que es la idea correcta. Este tipo de aproximación de abajo hacia arriba para la innovación se ve en los proyectos futuristas más fascinantes de hoy en día y empiezan con estar abiertos y alertas a lo que pasa alrededor justo en este momento. No sean futuristas, sugiere, sean "ahoristas".
- Relentless mind
Joi Ito is the director of the MIT Media Lab. Full bio

Double-click the English transcript below to play the video.

00:12
On Marchmarzo 10, 2011,
0
543
2743
El 10 de marzo de 2011,
00:15
I was in CambridgeCambridge at the MITMIT MediaMedios de comunicación LabLaboratorio
1
3286
3007
estaba en el Laboratorio de Medios
del MIT en Cambridge
00:18
meetingreunión with facultyfacultad, studentsestudiantes and staffpersonal,
2
6293
3229
en una reunión con profesores,
estudiantes y el personal
00:21
and we were tryingmolesto to figurefigura out whethersi
3
9522
1789
y estábamos tratando de decidir
00:23
I should be the nextsiguiente directordirector.
4
11311
2360
si debería ser el próximo director.
00:25
That night, at midnightmedianoche,
5
13671
2369
Esa noche, a la medianoche,
00:28
a magnitudemagnitud 9 earthquaketerremoto
6
16040
1770
un terremoto de magnitud 9
00:29
hitgolpear off of the PacificPacífico coastcosta of JapanJapón.
7
17810
2866
azotó la costa del Pacífico de Japón.
00:32
My wifeesposa and familyfamilia were in JapanJapón,
8
20676
2285
Mi esposa y mi familia estaban en Japón,
00:34
and as the newsNoticias startedempezado to come in,
9
22961
3310
y a medida que las noticias
comenzaban a llegar,
00:38
I was panickingpánico.
10
26271
1699
entraba en pánico.
00:39
I was looking at the newsNoticias streamsarroyos
11
27970
1262
Estaba buscando en las noticias
00:41
and listeningescuchando to the pressprensa conferencesconferencias
12
29232
2828
y escuchaba las conferencias de prensa
00:44
of the governmentgobierno officialsoficiales
13
32060
2210
de los funcionarios del gobierno
00:46
and the TokyoTokio PowerPoder CompanyEmpresa,
14
34270
1590
y de la Empresa de Energía de Tokio,
00:47
and hearingaudición about this explosionexplosión
15
35860
2551
y escuchaba acerca de la explosión
00:50
at the nuclearnuclear reactorsreactores
16
38411
1199
en los reactores nucleares
00:51
and this cloudnube of falloutcaer
17
39610
1681
y de la nube de lluvia radiactiva
00:53
that was headedcon membrete towardshacia our housecasa
18
41291
1899
que se dirigía hacia nuestra casa,
00:55
whichcual was only about 200 kilometerskilometros away.
19
43190
2899
que estaba a unos 200 km de distancia.
00:58
And the people on TVtelevisión weren'tno fueron tellingnarración us
20
46089
2831
Y la gente en la televisión no nos decía
01:00
anything that we wanted to hearoír.
21
48920
1940
nada de lo que queríamos escuchar.
01:02
I wanted to know what was going on with the reactorreactor,
22
50860
1960
Quería saber lo que estaba pasando
con el reactor, con la radiación
01:04
what was going on with the radiationradiación,
23
52820
1422
01:06
whethersi my familyfamilia was in dangerpeligro.
24
54242
2328
si mi familia estaba en peligro.
01:08
So I did what instinctivelyinstintivamente feltsintió like the right thing,
25
56570
3189
Así que hice lo que instintivamente
sentía que era lo correcto,
01:11
whichcual was to go ontosobre the InternetInternet
26
59759
1671
que era ir a Internet
01:13
and try to figurefigura out
27
61430
1342
y tratar de averiguar
01:14
if I could take mattersasuntos into my ownpropio handsmanos.
28
62772
2411
si podía tomar el asunto
en mis propias manos.
01:17
On the NetRed, I foundencontró there were a lot of other people
29
65183
1841
Encontré que había muchas personas
01:19
like me tryingmolesto to figurefigura out what was going on,
30
67024
2066
como yo tratando de averiguar
qué estaba pasando,
01:21
and togetherjuntos we sortordenar of looselyflojamente formedformado a groupgrupo
31
69090
2216
y juntos formamos una especie de grupo
01:23
and we calledllamado it SafecastSafecast,
32
71306
2471
y lo llamamos SafeCast,
01:25
and we decideddecidido we were going to try
33
73777
1172
y decidimos que íbamos a tratar
de medir la radiación
01:26
to measuremedida the radiationradiación
34
74949
1746
y ofrecer los datos a todos los demás,
01:28
and get the datadatos out to everybodytodos elsemás,
35
76695
1774
01:30
because it was clearclaro that the governmentgobierno
36
78469
1672
porque era evidente que el gobierno
01:32
wasn'tno fue going to be doing this for us.
37
80141
2902
no lo estaba haciendo por nosotros.
01:35
ThreeTres yearsaños laterluego,
38
83043
1417
Tres años más tarde,
01:36
we have 16 millionmillón datadatos pointspuntos,
39
84460
3094
contamos con 16 millones
de puntos de datos,
01:39
we have designeddiseñado our ownpropio GeigerGeiger counterscontadores
40
87554
2745
hemos diseñado nuestros
propios contadores Geiger,
01:42
that you can downloaddescargar the designsdiseños
41
90299
1653
que puedes descargar
01:43
and plugenchufe it into the networkred.
42
91952
874
y conectarlos a la red.
01:44
We have an appaplicación that showsmuestra you
43
92826
1904
Tenemos una aplicación que muestra
01:46
mostmás of the radiationradiación in JapanJapón
and other partspartes of the worldmundo.
44
94730
3027
la radiación en Japón
y en otras partes del mundo.
01:49
We are arguablydiscutiblemente one of the mostmás successfulexitoso
45
97757
2205
Estamos sin duda
ante uno de los más exitosos
01:51
citizenciudadano scienceciencia projectsproyectos in the worldmundo,
46
99962
1855
proyectos de ciencia ciudadana
en el mundo,
01:53
and we have createdcreado
47
101817
2352
y hemos creado
01:56
the largestmás grande openabierto datasetconjunto de datos of radiationradiación measurementsmediciones.
48
104169
3501
el mayor conjunto de datos abiertos
de medidas de radiación.
01:59
And the interestinginteresante thing here
49
107670
2742
Y lo interesante
02:02
is how did — (ApplauseAplausos) — Thank you.
50
110412
4648
es cómo...
(Aplausos) Gracias.
02:07
How did a bunchmanojo of amateursamateurs
51
115060
2091
¿Cómo un puñado de aficionados
02:09
who really didn't know what we were doing
52
117151
2169
que realmente no sabíamos
lo que estábamos haciendo
02:11
somehowde algun modo come togetherjuntos
53
119320
1689
de alguna manera se unieron
02:13
and do what NGOsONG and the governmentgobierno
54
121009
3184
e hicieron lo que las ONG y el gobierno
02:16
were completelycompletamente incapableincapaz of doing?
55
124193
2418
eran completamente incapaces de hacer?
02:18
And I would suggestsugerir that this has something to do
56
126611
2758
Diría que esto tiene algo que ver
02:21
with the InternetInternet. It's not a flukeplatija.
57
129369
1760
con Internet.
No es una casualidad.
02:23
It wasn'tno fue lucksuerte, and it wasn'tno fue because it was us.
58
131129
2851
No fue suerte y no fue
porque fuimos nosotros.
02:25
It helpedayudado that it was an eventevento
59
133980
1418
Ayudó que se trató de un evento
02:27
that pulledtirado everybodytodos togetherjuntos,
60
135398
1635
que juntó a todos,
02:29
but it was a newnuevo way of doing things
61
137033
1758
pero era una nueva
forma de hacer las cosas
02:30
that was enabledhabilitado by the InternetInternet
62
138791
2079
que fue posible gracias a Internet
02:32
and a lot of the other things that were going on,
63
140870
1592
y a muchas otras cosas que sucedían,
02:34
and I want to talk a little bitpoco about
64
142462
2013
y quiero hablar un poco acerca de
02:36
what those newnuevo principlesprincipios are.
65
144475
2669
lo que son esos nuevos principios.
02:39
So rememberrecuerda before the InternetInternet? (LaughterRisa)
66
147144
4808
¿Se acuerdan de antes de Internet?
(Risas)
02:43
I call this B.I. Okay?
67
151952
1788
Yo lo llamo AI,
02:45
So, in B.I., life was simplesencillo.
68
153740
3611
Así, en el AI, la vida era simple.
02:49
Things were EuclidianEuclidiano, Newtoniannewtoniano,
69
157351
2746
Las cosas eran euclidianas, newtonianas,
02:52
somewhatalgo predictableprevisible.
70
160097
1459
predecibles.
02:53
People actuallyactualmente triedintentó to predictpredecir the futurefuturo,
71
161556
2410
La gente de hecho trató
de predecir el futuro,
02:55
even the economistseconomistas.
72
163966
1714
incluso los economistas.
02:57
And then the InternetInternet happenedsucedió,
73
165680
3214
Entonces apareció Internet,
03:00
and the worldmundo becameconvirtió extremelyextremadamente complexcomplejo,
74
168894
2071
y el mundo se hizo
extremadamente complejo,
03:02
extremelyextremadamente low-costbajo costo, extremelyextremadamente fastrápido,
75
170965
2637
de muy bajo costo, muy rápido,
03:05
and those Newtoniannewtoniano lawsleyes
76
173602
2118
y esas leyes de Newton
03:07
that we so dearlycaro cherishedquerido
77
175720
1799
que tanto apreciábamos
03:09
turnedconvertido out to be just locallocal ordinancesordenanzas,
78
177519
2197
resultaron ser solo leyes locales,
03:11
and what we foundencontró was that in this
79
179716
1751
y lo que encontramos fue
que en este mundo
completamente impredecible
03:13
completelycompletamente unpredictableimpredecible worldmundo
80
181467
2613
03:16
that mostmás of the people who were survivingsobreviviente
81
184080
2032
en que la mayoría de los sobrevivientes
03:18
were workingtrabajando with sortordenar of a differentdiferente setconjunto of principlesprincipios,
82
186112
3333
trabajaban con un conjunto
diferente de principios,
03:21
and I want to talk a little bitpoco about that.
83
189445
2631
y quiero hablar un poco sobre eso.
Antes de Internet, si recuerdan,
03:24
Before the InternetInternet, if you rememberrecuerda,
84
192076
1364
03:25
when we triedintentó to createcrear servicesservicios,
85
193440
1905
cuando tratábamos de crear servicios,
03:27
what you would do is you'dtu hubieras createcrear
86
195345
1026
lo que se hacía era crear
03:28
the hardwarehardware layercapa and the
networkred layercapa and the softwaresoftware
87
196371
2312
la capa de hardware,
la red y el software,
03:30
and it would costcosto millionsmillones of dollarsdólares
88
198683
2028
y costaba millones de dólares
03:32
to do anything that was substantialsustancial.
89
200711
2307
hacer algo que fuera sustancial.
03:35
So when it costscostos millionsmillones of dollarsdólares
to do something substantialsustancial,
90
203018
2439
Cuando cuesta millones
hacer algo importante,
03:37
what you would do is you'dtu hubieras get an MBAMBA
91
205457
2072
lo que puedes hacer es obtener un MBA,
03:39
who would writeescribir a planplan
92
207529
1458
escribir un plan
y conseguir el dinero
03:40
and get the moneydinero
93
208987
943
03:41
from V.C.s or biggrande companiescompañías,
94
209930
1744
de los capitales de riesgo
o las empresas,
03:43
and then you'dtu hubieras hirealquiler the designersdiseñadores and the engineersingenieros,
95
211674
2113
y luego contratar a los diseñadores
e ingenieros,
03:45
and they'dellos habrían buildconstruir the thing.
96
213787
1023
que construían la cosa.
03:46
This is the Before InternetInternet, B.I., innovationinnovación modelmodelo.
97
214810
4619
Este es el modelo de innovación
de Antes de Internet, AI.
Lo que ocurrió después de Internet fue
03:51
What happenedsucedió after the InternetInternet was
98
219429
2307
que el costo de la innovación bajó tanto
03:53
the costcosto of innovationinnovación wentfuimos down so much
99
221736
1756
03:55
because the costcosto of collaborationcolaboración,
the costcosto of distributiondistribución,
100
223492
2487
debido al costo de la colaboración,
el de distribución,
03:57
the costcosto of communicationcomunicación, and Moore'sMoore LawLey
101
225979
2643
el de la comunicación, y la Ley de Moore
04:00
madehecho it so that the costcosto of tryingmolesto a newnuevo thing
102
228622
2676
hicieron que el costo de crear algo nuevo
04:03
becameconvirtió nearlycasi zerocero,
103
231298
1394
fuera casi cero,
04:04
and so you would have GoogleGoogle, FacebookFacebook, YahooYahoo,
104
232692
2269
y así tenemos Google, Facebook, Yahoo,
04:06
studentsestudiantes that didn't have permissionpermiso
105
234961
1771
estudiantes que no tenían permiso
04:08
permissionlesssin permiso innovationinnovación
106
236732
1373
—permiso para innovar—
04:10
didn't have permissionpermiso, didn't have PowerPointsTomas de corriente,
107
238105
1620
no tenían permiso,
ni presentaciones,
04:11
they just builtconstruido the thing,
108
239725
2103
simplemente crearon la cosa,
04:13
then they raisedelevado the moneydinero,
109
241828
1444
entonces juntaron el dinero,
04:15
and then they sortordenar of figuredfigurado out a businessnegocio planplan
110
243272
2201
y luego se inventaron un plan de negocios
04:17
and maybe laterluego on they hiredcontratado some MBAsMBA.
111
245473
2357
y tal vez más tarde
contrataron algunos MBAs.
04:19
So the InternetInternet causedcausado innovationinnovación,
112
247830
2311
Así Internet generó innovaciones
al menos en software y servicios,
04:22
at leastmenos in softwaresoftware and servicesservicios,
113
250141
1124
04:23
to go from an MBA-drivenDirigido por MBA innovationinnovación modelmodelo
114
251265
2859
y pasó de un modelo de innovación
impulsado por MBAs
04:26
to a designer-engineer-drivendiseñador-ingeniero-conducido innovationinnovación modelmodelo,
115
254124
3903
a un modelo de innovación
de diseñadores-ingenieros,
04:30
and it pushedempujado innovationinnovación to the edgesbordes,
116
258027
2098
y empujó la innovación al límite,
04:32
to the dormresidencia universitaria roomshabitaciones, to the startupsstartups,
117
260125
1546
a los dormitorios,
a las nuevas empresas,
04:33
away from the largegrande institutionsinstituciones,
118
261671
1686
lejos de las grandes instituciones,
04:35
the stodgypesado oldantiguo institutionsinstituciones that had the powerpoder
119
263357
2355
las viejas instituciones
que tenían el poder,
04:37
and the moneydinero and the authorityautoridad.
120
265712
1687
el dinero y la autoridad.
04:39
And we all know this. We all know
this happenedsucedió on the InternetInternet.
121
267399
2609
Y todos sabemos esto.
Todos sabemos que esto sucedió.
04:42
It turnsvueltas out it's happeningsucediendo in other things, too.
122
270008
2765
Resulta que está sucediendo
en otras cosas también.
04:44
Let me give you some examplesejemplos.
123
272773
3242
Permítanme darles algunos ejemplos.
04:48
So at the MediaMedios de comunicación LabLaboratorio, we don't just do hardwarehardware.
124
276015
2785
En Media Lab,
no solo diseñamos hardware.
04:50
We do all kindsclases of things.
125
278800
1042
Hacemos todo tipo de cosas.
04:51
We do biologybiología, we do hardwarehardware,
126
279842
1885
Biología, hardware,
04:53
and NicholasNicholas NegroponteNegroponte
famouslyfamosamente said, "DemoManifestación or diemorir,"
127
281727
3621
y Nicholas Negroponte dijo
la famosa frase, "Demo o morir"
en lugar de "Publicar o morir",
04:57
as opposedopuesto to "PublishPublicar or perishperecer,"
128
285348
1722
que era el método académico
tradicional de pensar.
04:59
whichcual was the traditionaltradicional academicacadémico way of thinkingpensando.
129
287070
2243
05:01
And he oftena menudo said, the demomanifestación only has to work onceuna vez,
130
289313
3562
Decía a menudo, el demo solo
tiene que funcionar una vez,
05:04
because the primaryprimario modemodo of us impactingimpactando the worldmundo
131
292875
2816
porque el modo primordial
de impactar el mundo
05:07
was throughmediante largegrande companiescompañías
132
295691
1778
era a través de las grandes empresas
05:09
beingsiendo inspiredinspirado by us
133
297469
1263
que se inspiraban en nosotros
05:10
and creatingcreando productsproductos like
the KindleEncender or LegoLego MindstormsMindstorms.
134
298732
3516
y creaban productos como
Kindle o Lego Mindstorms.
05:14
But todayhoy, with the abilitycapacidad
135
302248
1942
Pero hoy, con la capacidad
05:16
to deploydesplegar things into the realreal worldmundo at suchtal lowbajo costcosto,
136
304190
2309
para crear cosas en el mund real
a un bajo costo,
05:18
I'm changingcambiando the mottolema now,
137
306499
2150
estoy cambiando el lema ahora,
05:20
and this is the officialoficial publicpúblico statementdeclaración.
138
308649
1813
y esta es la declaración pública oficial.
05:22
I'm officiallyoficialmente sayingdiciendo, "DeployDesplegar or diemorir."
139
310462
2497
Estoy oficialmente diciendo:
"Implementar o morir."
05:24
You have to get the stuffcosas into the realreal worldmundo
140
312959
2221
Tienen que hacer las cosas
en el mundo real
05:27
for it to really countcontar,
141
315180
1356
para que cuente realmente,
05:28
and sometimesa veces it will be largegrande companiescompañías,
142
316536
1879
y, a veces serán las grandes empresas,
05:30
and NicholasNicholas can talk about satellitessatélites.
143
318415
1957
y Nicholas puede hablar de los satélites.
05:32
(ApplauseAplausos)
144
320372
1286
(Aplausos)
05:33
Thank you.
145
321658
1082
Gracias.
05:34
But we should be gettingconsiguiendo out there ourselvesNosotros mismos
146
322740
1774
Pero debemos salir nosotros mismos
05:36
and not dependingdependiente on largegrande
institutionsinstituciones to do it for us.
147
324514
3584
y no esperar que las grandes instituciones
lo hagan por nosotros.
Así que el año pasado enviamos
a un grupo de estudiantes a Shenzhen
05:40
So last yearaño, we sentexpedido a bunchmanojo
of studentsestudiantes to ShenzhenShenzhen,
148
328098
2702
05:42
and they satsab on the factoryfábrica floorspisos
149
330800
1580
y se sentaron en los pisos de la fábrica
05:44
with the innovatorsinnovadores in ShenzhenShenzhen, and it was amazingasombroso.
150
332380
2305
con los innovadores en Shenzhen,
y fue increíble.
05:46
What was happeningsucediendo there
151
334685
1477
Lo que pasaba allí
05:48
was you would have these manufacturingfabricación devicesdispositivos,
152
336162
2184
era que habían
estos dispositivos de fabricación,
05:50
and they weren'tno fueron makingfabricación prototypesprototipos or PowerPointsTomas de corriente.
153
338346
2193
y no prototipos o presentaciones.
05:52
They were fiddlingtrivial with the manufacturingfabricación equipmentequipo
154
340539
2465
Estaban jugando con
el equipo de fabricación
05:55
and innovatinginnovando right on the
manufacturingfabricación equipmentequipo.
155
343004
3210
e innovando justo
en la fabricación de los equipos.
05:58
The factoryfábrica was in the designerdiseñador,
156
346214
1886
La fábrica estaba en el diseñador,
06:00
and the designerdiseñador was literallyliteralmente in the factoryfábrica.
157
348100
2274
y el diseñador estaba
literalmente en la fábrica.
06:02
And so what you would do is,
158
350374
1626
Y así, lo que se puede hacer
06:04
you'dtu hubieras go down to the stallsestablos
159
352000
1241
es ir al mercado
06:05
and you would see these cellcelda phonesteléfonos.
160
353241
2556
y tener estos teléfonos celulares.
06:07
So insteaden lugar of startingcomenzando little websitessitios web
161
355797
2525
Así que en lugar de comenzar
pequeños sitios web
06:10
like the kidsniños in PaloPalo AltoAlto do,
162
358322
1548
como los niños en Palo Alto,
los niños en Shenzhen crean
teléfonos celulares nuevos.
06:11
the kidsniños in ShenzhenShenzhen make newnuevo cellcelda phonesteléfonos.
163
359870
2540
06:14
They make newnuevo cellcelda phonesteléfonos like kidsniños in PaloPalo AltoAlto
164
362410
2697
Hacen teléfonos nuevos
como los niños en Palo Alto
06:17
make websitessitios web,
165
365107
1258
hacen sitios web
06:18
and so there's a rainforestselva
166
366365
2113
y así, hay toda una selva tropical
06:20
of innovationinnovación going on in the cellcelda phoneteléfono.
167
368478
1556
de innovación en teléfonos celulares.
06:22
What they do is, they make a cellcelda phoneteléfono,
168
370034
1600
Lo que hacen es,
hacen un teléfono celular,
06:23
go down to the stallpuesto, they sellvender some,
169
371634
2224
bajan a la plaza, venden algunos,
06:25
they look at the other kids'niños stuffcosas, go up,
170
373858
2325
miran las cosas de los otros niños, suben,
06:28
make a couplePareja thousandmil more, go down.
171
376183
2591
hacer un par de miles más, bajan...
06:30
Doesn't this soundsonar like a softwaresoftware thing?
172
378774
1991
¿No suena esto como a software?
06:32
It soundssonidos like agileágil softwaresoftware developmentdesarrollo,
173
380765
1647
Suena como el desarrollo ágil de software,
06:34
A/B testingpruebas and iterationiteración,
174
382412
2928
Prueba A/B e iteración, y lo que
06:37
and what we thought you could only do with softwaresoftware
175
385340
2083
creímos que solo se podía
hacer en el software;
06:39
kidsniños in ShenzhenShenzhen are doing this in hardwarehardware.
176
387423
2270
los niños en Shenzhen
lo hacen en el hardware.
06:41
My nextsiguiente fellowcompañero, I hopeesperanza, is going to be
177
389693
1467
Espero que uno de mis futuros colegas
sea uno de estos innovadores de Shenzhen.
06:43
one of these innovatorsinnovadores from ShenzhenShenzhen.
178
391160
1485
06:44
And so what you see is
179
392645
1665
Se está llevando
a la innovación a los límites.
06:46
that is pushingemprendedor innovationinnovación to the edgesbordes.
180
394310
1969
06:48
We talk about 3D printersimpresoras and stuffcosas like that,
181
396279
2105
Hablamos de impresoras 3D y cosas así,
06:50
and that's great, but this is LimorLimor.
182
398384
1991
y es genial, pero esta es Limor.
06:52
She is one of our favoritefavorito graduatesgraduados,
183
400375
2259
Es uno de nuestros graduados favoritos,
06:54
and she is standingen pie in frontfrente of a SamsungSamsung
184
402634
2076
y ella está de pie delante de una maquina
06:56
TechwinTechwin PickRecoger and PlaceLugar MachineMáquina.
185
404710
1833
Techwin Pick and Place Samsung.
06:58
This thing can put 23,000 componentscomponentes perpor hourhora
186
406543
3924
Esta cosa puede poner 23 000
componentes por hora
07:02
ontosobre an electronicselectrónica boardtablero.
187
410467
1993
en una placa electrónica.
07:04
This is a factoryfábrica in a boxcaja.
188
412460
1823
Se trata de una fábrica en una caja.
07:06
So what used to take a factoryfábrica fullcompleto of workerstrabajadores
189
414283
2498
Antes se necesitaba
una fábrica llena de obreros
07:08
workingtrabajando by handmano
190
416781
1019
trabajando a mano,
07:09
in this little boxcaja in NewNuevo YorkYork,
191
417800
1709
en esta pequeña caja en Nueva York,
07:11
she's ablepoder to have effectivelyeficazmente
192
419509
1050
ella es capaz de hacerlo.
07:12
She doesn't actuallyactualmente have to go to ShenzhenShenzhen
193
420559
1633
No tiene que ir a Shenzhen
para hacer la fabricación.
07:14
to do this manufacturingfabricación.
194
422192
1244
07:15
She can buycomprar this boxcaja and she can manufacturefabricar it.
195
423436
2261
Puede comprar esta caja
y puede fabricarlo.
07:17
So manufacturingfabricación, the costcosto of innovationinnovación,
196
425697
2243
Así que la fabricación,
el costo de la innovación,
07:19
the costcosto of prototypingcreación de prototipos, distributiondistribución,
manufacturingfabricación, hardwarehardware,
197
427940
2690
de la creación de prototipos,
distribución, fabricación, el hardware,
07:22
is gettingconsiguiendo so lowbajo
198
430630
1463
es cada vez tan bajo
07:24
that innovationinnovación is beingsiendo pushedempujado to the edgesbordes
199
432093
2317
que lleva la innovación a los límites
07:26
and studentsestudiantes and startupsstartups are beingsiendo ablepoder to buildconstruir it.
200
434410
2428
y los estudiantes y startups
son capaces de construirlo.
07:28
This is a recentreciente thing, but this will happenocurrir
201
436838
1878
Es una cosa reciente,
pero va a suceder y va a cambiar,
07:30
and this will changecambio
202
438716
1483
07:32
just like it did with softwaresoftware.
203
440199
2425
al igual que pasó con el software.
07:34
SoronaSorona is a DuPontDuPont processproceso
204
442624
3246
Sorona es un proceso de DuPont
07:37
that usesusos a geneticallygenéticamente engineereddiseñado microbemicrobio
205
445870
3020
que utiliza un microbio
modificado genéticamente
07:40
to turngiro cornmaíz sugarazúcar into polyesterpoliéster.
206
448890
3950
para convertir el azúcar
de maíz en poliéster.
07:44
It's 30 percentpor ciento more efficienteficiente
than the fossilfósil fuelcombustible methodmétodo,
207
452840
2478
Es 30 % más eficiente que
con combustible fósil,
07:47
and it's much better for the environmentambiente.
208
455318
3659
y es mucho mejor para el medio ambiente.
La ingeniería genética y la bioingeniería
07:50
GeneticGenético engineeringIngenieria and bioengineeringbioingeniería
209
458977
1405
07:52
are creatingcreando a wholetodo bunchmanojo
210
460382
1531
están creando un montón
07:53
of great newnuevo opportunitiesoportunidades
211
461913
1758
de grandes oportunidades nuevas
07:55
for chemistryquímica, for computationcálculo, for memorymemoria.
212
463671
2829
para la química, para el cómputo,
para la memoria.
07:58
We will probablyprobablemente be doing a lot,
obviouslyobviamente doing healthsalud things,
213
466500
2050
Probablement haremos más,
más cosas para la salud,
08:00
but we will probablyprobablemente be growingcreciente chairssillas
214
468550
2204
pero es probable que pronto
crearemos sillas y edificios.
08:02
and buildingsedificios soonpronto.
215
470754
1040
08:03
The problemproblema is, SoronaSorona costscostos
about 400 millionmillón dollarsdólares
216
471794
3910
El problema es, Sorona cuesta
unos 400 millones de dólares
08:07
and tooktomó sevensiete yearsaños to buildconstruir.
217
475704
1381
y tomó 7 años para construir.
08:09
It kindtipo of remindsrecuerda you of the oldantiguo mainframeMarco principal daysdías.
218
477085
3079
Es algo que nos recuerda
los viejos tiempos de mainframe.
08:12
The thing is, the costcosto of innovationinnovación
219
480164
2492
El punto es que el costo de la innovación
en bioingeniería también está bajando.
08:14
in bioengineeringbioingeniería is alsoademás going down.
220
482656
1586
08:16
This is desktopescritorio genegene sequencersecuenciador.
221
484242
1969
Este es un secuenciador
de genes de escritorio.
08:18
It used to costcosto millionsmillones and millionsmillones
of dollarsdólares to sequencesecuencia genesgenes.
222
486211
3554
Antes costaba millones y millones
secuenciar los genes,
Ahora se puede hacer en uno de esos
08:21
Now you can do it on a desktopescritorio like this,
223
489765
1744
y los chichos pueden
hacerlo en los dormitorios.
08:23
and kidsniños can do this in dormresidencia universitaria roomshabitaciones.
224
491509
2093
08:25
This is GenGen9 genegene assemblerensamblador,
225
493602
2688
Este es el Gen9 Gene Assembler,
08:28
and so right now when you try to printimpresión a genegene,
226
496290
2079
y hoy cuando se intenta imprimir un gen,
08:30
what you do is somebodyalguien in a factoryfábrica
227
498369
1268
alguien en una fábrica
08:31
with pipettespipetas putspone the thing togetherjuntos by handmano,
228
499637
1940
las hace a mano con una pipetas,
08:33
you have one errorerror perpor 100 basebase pairspares,
229
501577
2351
y hay un error por cada 100 pares de base,
08:35
and it takes a long time and costscostos a lot of moneydinero.
230
503928
2576
y se necesita mucho tiempo y es costoso.
08:38
This newnuevo devicedispositivo
231
506504
1386
Este nuevo dispositivo
08:39
assemblesensambla genesgenes on a chipchip,
232
507890
1674
ensambla genes en un chip,
y en lugar de un error
por cada 100 pares base,
08:41
and insteaden lugar of one errorerror perpor 100 basebase pairspares,
233
509564
2149
08:43
it's one errorerror perpor 10,000 basebase pairspares.
234
511713
2126
es un error por cada 10 000 pares base.
08:45
In this lablaboratorio, we will have the world'smundo capacitycapacidad
235
513839
2745
Así, vamos a tener la capacidad del mundo
08:48
of genegene printingimpresión withindentro a yearaño,
236
516584
2103
de impresión de genes dentro de un año,
08:50
200 millionmillón basebase pairspares a yearaño.
237
518687
2612
200 millones de pares base al año.
08:53
This is kindtipo of like when we wentfuimos
238
521299
2563
Esto es un poco como cuando fuimos
08:55
from transistortransistor radiosradios wrappedenvuelto by handmano
239
523862
2261
de radios de transistores hechos a mano
08:58
to the PentiumPentium.
240
526123
1271
a el Pentium.
08:59
This is going to becomevolverse the
PentiumPentium of bioengineeringbioingeniería,
241
527394
2396
Esto será el Pentium de la bioingeniería,
09:01
pushingemprendedor bioengineeringbioingeniería into the handsmanos
242
529790
2036
llevando la bioingeniería a las manos
09:03
of dormresidencia universitaria roomshabitaciones and startuppuesta en marcha companiescompañías.
243
531826
2601
de los dormitorios y nuevas compañías.
09:06
So it's happeningsucediendo in softwaresoftware and in hardwarehardware
244
534427
2773
Así que está sucediendo en
el software y en el hardware
09:09
and bioengineeringbioingeniería,
245
537200
963
y la bioingeniería.
09:10
and so this is a fundamentalfundamental newnuevo
way of thinkingpensando about innovationinnovación.
246
538163
3281
Esta es una nueva manera fundamental
de pensar en la innovación.
09:13
It's a bottom-upde abajo hacia arriba innovationinnovación, it's democraticdemocrático,
247
541444
2677
Es una innovación de abajo
hacia arriba, es democrática,
09:16
it's chaoticcaótico, it's harddifícil to controlcontrolar.
248
544121
2204
es caótica, es difícil de controlar.
09:18
It's not badmalo, but it's very differentdiferente,
249
546325
2307
No es malo, pero es muy diferente,
09:20
and I think that the traditionaltradicional rulesreglas that we have
250
548632
1967
y creo que las reglas tradicionales
09:22
for institutionsinstituciones don't work anymorenunca más,
251
550599
2072
en las instituciones ya no funcionan,
09:24
and mostmás of us here
252
552671
1679
y la mayoría de nosotros aquí
09:26
operatefuncionar with a differentdiferente setconjunto of principlesprincipios.
253
554350
3083
opera con un conjunto
diferente de principios.
09:29
One of my favoritefavorito principlesprincipios is the powerpoder of pullHalar,
254
557433
2836
Uno de mis principios favoritos
es el poder de atracción,
09:32
whichcual is the ideaidea of pullingtracción resourcesrecursos
255
560269
2291
que es la idea de obtener los recursos
desde la red a medida que los necesitas
09:34
from the networkred as you need them
256
562560
1766
09:36
rathermás bien than stockingmedia them in the centercentrar
257
564326
1845
en lugar de almacenarlos en el centro
y controlarlo todo.
09:38
and controllingcontrolador everything.
258
566171
1585
09:39
So in the casecaso of the SafecastSafecast storyhistoria,
259
567756
2764
En el caso de SafeCast,
no sabía nada cuando
se produjo el terremoto,
09:42
I didn't know anything when
the earthquaketerremoto happenedsucedió,
260
570520
1842
09:44
but I was ablepoder to find SeanSean
261
572362
1628
pero fui capaz de encontrar a Sean,
09:45
who was the hackerspacehackerspace communitycomunidad organizerorganizador,
262
573990
2196
quien organizaba la
comunidad hackerspace,
09:48
and PeterPeter, the analogcosa análoga hardwarehardware hackerhacker
263
576186
1786
y Peter, el hacker de hardware analógico,
que hizo nuestro primer contador Geiger,
09:49
who madehecho our first GeigerGeiger countermostrador,
264
577972
1716
09:51
and DanDan, who builtconstruido the ThreeTres MileMilla IslandIsla
265
579688
1998
y Dan, que construyó la Isla Three Mile,
un sistema de monitoreo
09:53
monitoringsupervisión systemsistema after the
ThreeTres MileMilla IslandIsla meltdownfusión de un reactor.
266
581686
3334
después de la crisis
de Three Mile Island.
09:57
And these people I wouldn'tno lo haría have been ablepoder to find
267
585020
2386
Y estas personas,
no los habría conocido de antemano
09:59
beforehandantemano and probablyprobablemente were better
268
587406
2434
y probablemente fue mejor
que los encontré justo a tiempo en la red.
10:01
that I foundencontró them just in time from the networkred.
269
589840
3127
10:04
I'm a three-timetres veces collegeUniversidad dropoutabandonar,
270
592967
1867
Abandoné la universidad 3 veces,
10:06
so learningaprendizaje over educationeducación
271
594834
1673
así que aprender sobre la educación
10:08
is very nearcerca and dearquerido to my heartcorazón,
272
596507
1425
es algo muy cercano y querido,
10:09
but to me, educationeducación is what people do to you
273
597932
2524
aunque para mí la educación
es lo que otros hacen para ti
10:12
and learningaprendizaje is what you do to yourselftú mismo.
274
600456
2999
y el aprendizaje es
lo que haces tú mismo para ti.
10:15
(ApplauseAplausos)
275
603455
3776
(Aplausos)
10:19
And it feelssiente like, and I'm biasedparcial,
276
607231
1759
Y se siente como, y soy parcial,
10:20
it feelssiente like they're tryingmolesto to make you memorizememorizar
277
608990
2797
que tratan de hacerte memorizar
10:23
the wholetodo encyclopediaenciclopedia before
they let you go out and playjugar,
278
611787
3114
toda la enciclopedia antes
de dejarte salir a jugar,
10:26
and to me, I've got WikipediaWikipedia on my cellcelda phoneteléfono,
279
614901
4097
y para mí, tengo Wikipedia
en mi teléfono celular,
10:30
and it feelssiente like they assumeasumir
280
618998
1703
y se siente como que asumen
que vas a estar en la cima de una montaña
10:32
you're going to be on topparte superior of some mountainmontaña
281
620701
1787
10:34
all by yourselftú mismo with a numbernúmero 2 pencillápiz
282
622488
2461
solos, con un lápiz número 2
10:36
tryingmolesto to figurefigura out what to do
283
624949
1383
tratando de resolver qué hacer
10:38
when in facthecho you're always going to be connectedconectado,
284
626332
2116
cuando en realidad siempre
estaremos conectados,
10:40
you're always going to have friendsamigos,
285
628448
1645
siempre tendremos amigos,
10:42
and you can pullHalar WikipediaWikipedia
up whenevercuando you need it,
286
630093
1959
y podemos usar Wikipedia
siempre que se necesite,
10:44
and what you need to learnaprender is how to learnaprender.
287
632052
3448
y lo que hay que aprender
es cómo aprender.
10:47
In the casecaso of SafecastSafecast, a bunchmanojo of amateursamateurs
288
635500
2644
En el caso de SafeCast,
un puñado de aficionados
10:50
when we startedempezado threeTres yearsaños agohace,
289
638144
1598
cuando empezamos hace tres años,
10:51
I would arguediscutir that we probablyprobablemente as a groupgrupo
290
639742
2508
diría que probablemente como grupo
10:54
know more than any other organizationorganización
291
642250
2416
sabemos más
que cualquier otra organización
10:56
about how to collectrecoger datadatos and publishpublicar datadatos
292
644666
3209
acerca de cómo recopilar
datos y publicarlos
10:59
and do citizenciudadano scienceciencia.
293
647875
2772
y hacer ciencia ciudadana.
11:02
CompassBrújula over mapsmapas.
294
650647
1120
Brújula sobre mapas.
11:03
So this one, the ideaidea is that the costcosto of writingescritura a planplan
295
651767
3725
La idea es que el costo
de la redacción de un plan
11:07
or mappingcartografía something is gettingconsiguiendo so expensivecostoso
296
655492
3103
o mapear algo es muy caro
11:10
and it's not very accuratepreciso or usefulútil.
297
658595
3173
y no es preciso ni útil.
11:13
So in the SafecastSafecast storyhistoria, we
knewsabía we needednecesario to collectrecoger datadatos,
298
661768
3112
En SafeCast, sabíamos
que teníamos que recoger datos,
11:16
we knewsabía we wanted to publishpublicar the datadatos,
299
664880
2423
sabíamos que queríamos
publicar los datos,
11:19
and insteaden lugar of tryingmolesto to come up with the exactexacto planplan,
300
667303
2889
y en lugar de tratar de llegar
con el plan exacto,
11:22
we first said, oh, let's get GeigerGeiger counterscontadores.
301
670192
2408
lo primero fue, vamos a
conseguir contadores Geiger.
11:24
Oh, they'veellos tienen runcorrer out.
302
672600
1766
Oh, se han acabado.
Vamos a construirlos.
No hay suficientes sensores.
11:26
Let's buildconstruir them. There aren'tno son enoughsuficiente sensorssensores.
303
674366
2003
11:28
Okay, then we can make a mobilemóvil GeigerGeiger countermostrador.
304
676369
2227
Bien, entonces hagamos
un contador Geiger móvil.
11:30
We can drivemanejar around. We can get volunteersvoluntarios.
305
678596
2047
Podemos conducir. Podemos
conseguir voluntarios.
11:32
We don't have enoughsuficiente moneydinero. Let's KickstarterPedal de arranque it.
306
680643
1879
No hay suficiente dinero.
Vamos a Kickstarter.
11:34
We could not have plannedplanificado this wholetodo thing,
307
682522
1991
No hubiésemos planeado todo esto,
pero al tener una brújula,
11:36
but by havingteniendo a very strongfuerte compassBrújula,
308
684513
1744
11:38
we eventuallyfinalmente got to where we were going,
309
686257
1435
finalmente llegamos a donde íbamos,
11:39
and to me it's very similarsimilar to
agileágil softwaresoftware developmentdesarrollo,
310
687692
2418
y para mí es muy similar
al desarrollo ágil de software
11:42
but this ideaidea of compassesbrújulas is very importantimportante.
311
690110
3358
pero esta idea de la brújula
es muy importante.
11:45
So I think the good newsNoticias is
312
693468
1941
Así que creo que la buena noticia
11:47
that even thoughaunque the worldmundo is extremelyextremadamente complexcomplejo,
313
695409
3501
es que a pesar de que el mundo
es extremadamente complejo,
11:50
what you need to do is very simplesencillo.
314
698920
2382
lo que hay que hacer es muy simple.
11:53
I think it's about stoppingparada this notionnoción
315
701302
2698
Es dejar de tener esta noción
de que es necesario planificarlo todo,
11:56
that you need to planplan everything,
316
704000
1572
tenerlo todo, estar preparado,
11:57
you need to stockvalores everything,
317
705572
1092
11:58
and you need to be so preparedpreparado,
318
706664
1470
12:00
and focusatención on beingsiendo connectedconectado,
319
708134
2994
y centrarnos en mantenernos conectados,
12:03
always learningaprendizaje,
320
711128
1851
siempre aprendiendo,
12:04
fullycompletamente awareconsciente,
321
712979
1861
plenamente conscientes,
12:06
and supersúper presentpresente.
322
714840
1780
y muy presentes.
12:08
So I don't like the wordpalabra "futuristfuturista."
323
716620
2946
Así que no me gusta
la palabra "futurista".
12:11
I think we should be now-istsahora-es,
324
719566
5615
Creo que hay que ser "ahoristas",
12:17
like we are right now.
325
725181
2046
como estamos ahora.
12:19
Thank you.
326
727227
1843
Gracias.
12:21
(ApplauseAplausos)
327
729070
3979
(Aplausos)

▲Back to top

ABOUT THE SPEAKER
Joi Ito - Relentless mind
Joi Ito is the director of the MIT Media Lab.

Why you should listen

Joichi "Joi" Ito is one of those names threaded through the history of the Internet. From his days kickstarting Internet culture in Japan at Digital Garage, his restless curiosity led him to be an early-stage investor in Twitter, Six Apart, Wikia, Flickr, Last.fm, Kickstarter and other Internet companies, and to serve on countless boards and advisory committees around digital culture and Internet freedom.
 
He leads the legendary MIT Media Lab as it heads toward its third decade, and is working on a book with Jeff Howe about nine principles for navigating whatever the changing culture throws at us next. As he told Wired, "The amount of money and the amount of permission that you need to create an idea has decreased dramatically." So: aim for resilience, not strength; seek risk, not safety. The book is meant to be a compass for a world without maps.

More profile about the speaker
Joi Ito | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee