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: Vous voulez innover ? Devenez un « maintenant-iste »

Filmed:
2,304,454 views

« Vous souvenez-vous de l'avant-Internet ? » demande Joi Ito. « Vous souvenez-vous du temps où les gens prédisaient le futur ? » Dans cet exposé engagé, le chef du MIT Media Lab évite les prédictions et fait partager pour créer immédiatement : construire vite, amélioration continue, sans attendre l'autorisation ni la preuve que l'idée est bonne. Cette innovation ascendante est à l'origine des plus fascinants projets, et est rendue possible, selon lui, par une ouverture et une attention à ce qu'il se passe autour de nous maintenant. Il ne faut pas être futuriste nous conseille-t-il, mais « maintenant-iste ».
- 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 MarchMars 10, 2011,
0
543
2743
Le 10 mars 2011,
00:15
I was in CambridgeCambridge at the MITMIT MediaMédias LabLab
1
3286
3007
j'étais à Cambridge au
Media Lab du MIT
00:18
meetingréunion with facultyla faculté, studentsélèves and staffPersonnel,
2
6293
3229
avec des membres de la faculté,
des étudiants et du personnel.
00:21
and we were tryingen essayant to figurefigure out whetherqu'il s'agisse
3
9522
1789
Nous nous demandions si
00:23
I should be the nextprochain directorréalisateur.
4
11311
2360
je devais être le nouveau directeur.
00:25
That night, at midnightminuit,
5
13671
2369
Cette nuit-là, à minuit,
00:28
a magnitudeordre de grandeur 9 earthquaketremblement de terre
6
16040
1770
un séisme de magnitude 9
00:29
hitfrappé off of the PacificDu Pacifique coastcôte of JapanJapon.
7
17810
2866
a touché la côte pacifique du Japon.
00:32
My wifefemme and familyfamille were in JapanJapon,
8
20676
2285
Ma femme et ma famille étaient au Japon,
00:34
and as the newsnouvelles startedcommencé to come in,
9
22961
3310
et alors que l'information
commençait à circuler,
00:38
I was panickingpris de panique.
10
26271
1699
j'ai commencé à paniquer.
00:39
I was looking at the newsnouvelles streamsruisseaux
11
27970
1262
Je surveillais les infos
00:41
and listeningécoute to the presspresse conferencesconférences
12
29232
2828
et j'écoutais les conférences de presse
00:44
of the governmentgouvernement officialsfonctionnaires
13
32060
2210
du gouvernement
00:46
and the TokyoTokyo PowerPuissance CompanyCompagnie,
14
34270
1590
et de la Tokyo Power Company,
00:47
and hearingaudition about this explosionexplosion
15
35860
2551
appris l'explosion
00:50
at the nuclearnucléaire reactorsréacteurs
16
38411
1199
des réacteurs nucléaires,
00:51
and this cloudnuage of falloutFallout
17
39610
1681
et le nuage radioactif qui
00:53
that was headedà tête towardsvers our housemaison
18
41291
1899
se dirigeaient vers notre maison
00:55
whichlequel was only about 200 kilometerskilomètres away.
19
43190
2899
qui se situait à environ
200 kilomètres de là.
00:58
And the people on TVTV weren'tn'étaient pas tellingrécit us
20
46089
2831
Et les gens à la télé ne nous disaient
01:00
anything that we wanted to hearentendre.
21
48920
1940
rien de ce que l'on voulait entendre.
01:02
I wanted to know what was going on with the reactorréacteur,
22
50860
1960
Où en était le réacteur,
01:04
what was going on with the radiationradiation,
23
52820
1422
où en était la radiation,
01:06
whetherqu'il s'agisse my familyfamille was in dangerdanger.
24
54242
2328
ma famille était-elle en danger ?
01:08
So I did what instinctivelyinstinctivement feltse sentait like the right thing,
25
56570
3189
J'ai fait ce qui
me semblait juste,
01:11
whichlequel was to go ontosur the InternetInternet
26
59759
1671
c'est-à-dire aller sur Internet
01:13
and try to figurefigure out
27
61430
1342
pour voir
01:14
if I could take mattersimporte into my ownposséder handsmains.
28
62772
2411
si je pouvais prendre les choses en mains.
01:17
On the NetNET, I founda trouvé there were a lot of other people
29
65183
1841
Sur le net, beaucoup de gens
cherchaient aussi à savoir
ce qui se passait,
01:19
like me tryingen essayant to figurefigure out what was going on,
30
67024
2066
01:21
and togetherensemble we sortTrier of looselylibrement formedformé a groupgroupe
31
69090
2216
alors nous avons fini par faire un groupe,
01:23
and we calledappelé it SafecastSafeCast,
32
71306
2471
baptisé Safecast.
01:25
and we decideddécidé we were going to try
33
73777
1172
Nous avons essayé
01:26
to measuremesure the radiationradiation
34
74949
1746
de mesurer la radiation
01:28
and get the dataLes données out to everybodyTout le monde elseautre,
35
76695
1774
et de diffuser ces données à tous,
01:30
because it was clearclair that the governmentgouvernement
36
78469
1672
car il était clair que le gouvernement
01:32
wasn'tn'était pas going to be doing this for us.
37
80141
2902
n'allait pas le faire pour nous.
01:35
ThreeTrois yearsannées laterplus tard,
38
83043
1417
Trois ans plus tard,
01:36
we have 16 millionmillion dataLes données pointspoints,
39
84460
3094
nous avons 16 millions de capteurs,
01:39
we have designedconçu our ownposséder GeigerGeiger counterscompteurs
40
87554
2745
nous avons créé notre compteur Geiger,
ses plans sont ouverts, et vous
01:42
that you can downloadTélécharger the designsconceptions
41
90299
1653
pouvez le brancher sur le réseau.
01:43
and plugprise de courant it into the networkréseau.
42
91952
874
01:44
We have an appapplication that showsmontre you
43
92826
1904
Nous avons une application qui montre
la plupart des radiations au Japon
et ailleurs dans le monde.
01:46
mostles plus of the radiationradiation in JapanJapon
and other partsles pièces of the worldmonde.
44
94730
3027
C'est l'un des projets
scientifiques « citoyens »
01:49
We are arguablyOn peut dire que one of the mostles plus successfulréussi
45
97757
2205
01:51
citizencitoyen sciencescience projectsprojets in the worldmonde,
46
99962
1855
les plus aboutis au monde,
01:53
and we have createdcréé
47
101817
2352
et nous avons créé
01:56
the largestplus grand openouvrir datasetDataSet of radiationradiation measurementsdes mesures.
48
104169
3501
la plus grande base de mesures
de radiation ouverte à tous.
01:59
And the interestingintéressant thing here
49
107670
2742
Et ce qui est intéressant,
02:02
is how did — (ApplauseApplaudissements) — Thank you.
50
110412
4648
c'est comment -
(applaudissements) - Merci.
02:07
How did a bunchbouquet of amateursamateurs
51
115060
2091
Comment est-ce que des amateurs
02:09
who really didn't know what we were doing
52
117151
2169
qui ne savaient pas ce qu'ils faisaient,
02:11
somehowen quelque sorte come togetherensemble
53
119320
1689
se sont retrouvés,
02:13
and do what NGOsOrganisations non gouvernementales and the governmentgouvernement
54
121009
3184
et ont fait ce que
les ONGs et le gouvernement
02:16
were completelycomplètement incapableincapable of doing?
55
124193
2418
étaient incapables de faire ?
02:18
And I would suggestsuggérer that this has something to do
56
126611
2758
Je suppose que c'est lié à
l'Internet. Ce n'est dû au hasard.
02:21
with the InternetInternet. It's not a flukecoup de chance.
57
129369
1760
02:23
It wasn'tn'était pas luckla chance, and it wasn'tn'était pas because it was us.
58
131129
2851
Ce n'était pas de la chance,
pas parce que c'était nous.
02:25
It helpedaidé that it was an eventun événement
59
133980
1418
C'est cet événement qui
02:27
that pulledtiré everybodyTout le monde togetherensemble,
60
135398
1635
a rassemblé tout le monde.
Une nouvelle façon
de faire les choses,
02:29
but it was a newNouveau way of doing things
61
137033
1758
02:30
that was enabledactivée by the InternetInternet
62
138791
2079
rendue possible par l'Internet,
02:32
and a lot of the other things that were going on,
63
140870
1592
et un tas d'autres choses
02:34
and I want to talk a little bitbit about
64
142462
2013
et je voudrais discuter un peu de
02:36
what those newNouveau principlesdes principes are.
65
144475
2669
ces nouveaux principes.
02:39
So rememberrappelles toi before the InternetInternet? (LaughterRires)
66
147144
4808
Vous souvenez-vous comment
c'était avant Internet ? (Rires)
02:43
I call this B.I. Okay?
67
151952
1788
J'appelle ça « A. I. », ok ?
02:45
So, in B.I., life was simplesimple.
68
153740
3611
Donc, « A. I. », la vie était simple.
02:49
Things were EuclidianEuclidienne, NewtonianNewtonienne,
69
157351
2746
Les choses étaient euclidiennes,
newtoniennes,
02:52
somewhatquelque peu predictableprévisible.
70
160097
1459
plutôt prévisibles.
02:53
People actuallyréellement trieda essayé to predictprédire the futureavenir,
71
161556
2410
Les gens essayaient vraiment
de prédire le futur,
02:55
even the economistséconomistes.
72
163966
1714
même les économistes.
02:57
And then the InternetInternet happenedarrivé,
73
165680
3214
Puis, l'Internet est arrivé,
03:00
and the worldmonde becamedevenu extremelyextrêmement complexcomplexe,
74
168894
2071
et le monde devint extrêmement complexe,
03:02
extremelyextrêmement low-costà bas prix, extremelyextrêmement fastvite,
75
170965
2637
extrêmement bon marché,
extrêmement rapide,
03:05
and those NewtonianNewtonienne lawslois
76
173602
2118
et ces lois newtoniennes
03:07
that we so dearlychèrement cherishedchéris
77
175720
1799
que nous aimions de tout notre cœur
03:09
turnedtourné out to be just locallocal ordinancesordonnances,
78
177519
2197
s'avérèrent être de simple décrets locaux.
03:11
and what we founda trouvé was that in this
79
179716
1751
Nous avons découvert que, dans ce
03:13
completelycomplètement unpredictableimprévisible worldmonde
80
181467
2613
monde complètement imprévisible,
03:16
that mostles plus of the people who were survivingsurvivant
81
184080
2032
la plupart des survivants
03:18
were workingtravail with sortTrier of a differentdifférent setensemble of principlesdes principes,
82
186112
3333
travaillaient en suivant
des principes différents,
03:21
and I want to talk a little bitbit about that.
83
189445
2631
et c'est de ça dont je veux parler.
03:24
Before the InternetInternet, if you rememberrappelles toi,
84
192076
1364
Avant Internet, pour créer des services,
03:25
when we trieda essayé to createcréer servicesprestations de service,
85
193440
1905
on commençait par le matériel,
03:27
what you would do is you'dtu aurais createcréer
86
195345
1026
03:28
the hardwareMatériel layercouche and the
networkréseau layercouche and the softwareLogiciel
87
196371
2312
puis le réseau, et le logiciel.
03:30
and it would costCoût millionsdes millions of dollarsdollars
88
198683
2028
Il fallait des millions de dollars
03:32
to do anything that was substantialsubstantiel.
89
200711
2307
pour faire quoi que ce soit d'important.
Quand ça coûte
des millions de dollars,
03:35
So when it costsfrais millionsdes millions of dollarsdollars
to do something substantialsubstantiel,
90
203018
2439
03:37
what you would do is you'dtu aurais get an MBAMBA
91
205457
2072
on engage un MBA
03:39
who would writeécrire a planplan
92
207529
1458
pour monter un projet
et réunir l'argent
03:40
and get the moneyargent
93
208987
943
auprès d'investisseurs
ou d'entreprises,
03:41
from V.C.s or biggros companiesentreprises,
94
209930
1744
pour ensuite engager des ingénieurs,
03:43
and then you'dtu aurais hirelouer the designersconcepteurs and the engineersingénieurs,
95
211674
2113
qui construisent le truc.
03:45
and they'dils auraient buildconstruire the thing.
96
213787
1023
03:46
This is the Before InternetInternet, B.I., innovationinnovation modelmaquette.
97
214810
4619
Ça, c'est le modèle d'innovation
avant l'Internet.
03:51
What happenedarrivé after the InternetInternet was
98
219429
2307
Mais après l'Internet,
03:53
the costCoût of innovationinnovation wentest allé down so much
99
221736
1756
le coût de l'innovation a dégringolé
03:55
because the costCoût of collaborationcollaboration,
the costCoût of distributionDistribution,
100
223492
2487
car les coûts de collaboration,
de distribution,
03:57
the costCoût of communicationla communication, and Moore'sDe Moore LawDroit
101
225979
2643
de communication, et la loi de Moore
04:00
madefabriqué it so that the costCoût of tryingen essayant a newNouveau thing
102
228622
2676
ont permis d'essayer de nouvelles choses
04:03
becamedevenu nearlypresque zerozéro,
103
231298
1394
pour un coût quasi nul.
04:04
and so you would have GoogleGoogle, FacebookFacebook, YahooYahoo,
104
232692
2269
Vous retrouvez Google,
Facebook, Yahoo,
des étudiants qui n'ont pas
demandé l'autorisation d'innover.
04:06
studentsélèves that didn't have permissionautorisation
105
234961
1771
04:08
permissionlesspermissionless innovationinnovation
106
236732
1373
Pas de permission, pas de PowerPoint.
04:10
didn't have permissionautorisation, didn't have PowerPointsPowerPoints,
107
238105
1620
04:11
they just builtconstruit the thing,
108
239725
2103
Ils ont juste construit le truc,
et seulement ensuite levé les fonds,
04:13
then they raisedélevé the moneyargent,
109
241828
1444
04:15
and then they sortTrier of figuredfiguré out a businessEntreprise planplan
110
243272
2201
improvisé un business plan,
04:17
and maybe laterplus tard on they hiredembauché some MBAsMBA.
111
245473
2357
et peut-être engagé
des MBA par la suite.
04:19
So the InternetInternet causedcausé innovationinnovation,
112
247830
2311
L'Internet a permis l'innovation,
au moins en logiciels et services,
04:22
at leastmoins in softwareLogiciel and servicesprestations de service,
113
250141
1124
04:23
to go from an MBA-drivenAxée sur les MBA innovationinnovation modelmaquette
114
251265
2859
d'aller d'un modèle déterminé par le MBA
04:26
to a designer-engineer-drivenconcepteur-Ingénieur-driven innovationinnovation modelmaquette,
115
254124
3903
à un modèle déterminé par
le designer-ingénieur.
04:30
and it pushedpoussé innovationinnovation to the edgesbords,
116
258027
2098
Ça a poussé l'innovation aux sommets,
jusqu'aux étudiants,
jusqu'aux start-ups,
04:32
to the dormdortoir roomspièces, to the startupsstartups,
117
260125
1546
04:33
away from the largegrand institutionsinstitutions,
118
261671
1686
loin des grandes institutions,
04:35
the stodgylourd oldvieux institutionsinstitutions that had the powerPuissance
119
263357
2355
la vieille institution
qui avait le pouvoir,
04:37
and the moneyargent and the authorityautorité.
120
265712
1687
l'argent et l'autorité.
04:39
And we all know this. We all know
this happenedarrivé on the InternetInternet.
121
267399
2609
Tout le monde sait ça,
que c'est arrivé avec Internet.
04:42
It turnsse tourne out it's happeningévénement in other things, too.
122
270008
2765
Il s'avère que ça arrive avec
d'autres choses également.
04:44
Let me give you some examplesexemples.
123
272773
3242
Laissez-moi vous donner quelques exemples.
Au Media Lab, nous ne faisons pas que
du matériel informatique,
04:48
So at the MediaMédias LabLab, we don't just do hardwareMatériel.
124
276015
2785
mais plein de choses :
04:50
We do all kindssortes of things.
125
278800
1042
04:51
We do biologyla biologie, we do hardwareMatériel,
126
279842
1885
de la biologie, du matériel, et
04:53
and NicholasNicholas NegroponteNegroponte
famouslyfameusement said, "DemoDémo or diemourir,"
127
281727
3621
Nicholas Negroponte a dit cette phrase
célèbre : « Faire une démo ou mourir »,
04:57
as opposedopposé to "PublishPublier or perishpérir,"
128
285348
1722
par opposition à « Publier ou périr »,
04:59
whichlequel was the traditionaltraditionnel academicacadémique way of thinkingen pensant.
129
287070
2243
qui était la manière de penser académique.
05:01
And he oftensouvent said, the demodémo only has to work onceune fois que,
130
289313
3562
Et il disait souvent qu'il suffit à la
démo de marcher une seule fois,
05:04
because the primaryprimaire modemode of us impactingun impact the worldmonde
131
292875
2816
parce qu'avoir un impact sur
le monde se fait
05:07
was throughpar largegrand companiesentreprises
132
295691
1778
à travers les grandes entreprises
05:09
beingétant inspiredinspiré by us
133
297469
1263
qui s'inspirent de nous,
05:10
and creatingcréer productsdes produits like
the KindleKindle or LegoLEGO MindstormsMindstorms.
134
298732
3516
et qui créent des produits comme
le Kindle ou les Lego Mindstorms.
05:14
But todayaujourd'hui, with the abilitycapacité
135
302248
1942
Mais aujourd'hui,
diffuser des choses dans le monde réel
05:16
to deploydéployer things into the realréal worldmonde at suchtel lowfaible costCoût,
136
304190
2309
présente un coût si faible,
05:18
I'm changingen changeant the mottodevise now,
137
306499
2150
que j'ai décidé de changer la devise.
05:20
and this is the officialofficiel publicpublic statementdéclaration.
138
308649
1813
Ma déclaration, publique et officielle :
05:22
I'm officiallyofficiellement sayingen disant, "DeployDéployer or diemourir."
139
310462
2497
« Diffuser ou mourir. »
05:24
You have to get the stuffdes trucs into the realréal worldmonde
140
312959
2221
Vous devez confronter les choses
au monde réel
05:27
for it to really countcompter,
141
315180
1356
pour que ça compte vraiment,
05:28
and sometimesparfois it will be largegrand companiesentreprises,
142
316536
1879
et parfois via de grandes entreprises,
05:30
and NicholasNicholas can talk about satellitesles satellites.
143
318415
1957
et Nicholas peut parler de satellites.
05:32
(ApplauseApplaudissements)
144
320372
1286
(Applaudissements)
05:33
Thank you.
145
321658
1082
Merci.
05:34
But we should be gettingobtenir out there ourselvesnous-mêmes
146
322740
1774
Mais on devrait s'y mettre nous-mêmes
05:36
and not dependingen fonction, dépendemment on largegrand
institutionsinstitutions to do it for us.
147
324514
3584
sans attendre que de grandes institutions
le fassent pour nous.
05:40
So last yearan, we sentenvoyé a bunchbouquet
of studentsélèves to ShenzhenShenzhen,
148
328098
2702
L'an dernier, nous avons envoyé
des étudiants à Shenzhen.
05:42
and they satsam on the factoryusine floorsétages
149
330800
1580
Ils se sont assis dans l'usine
avec les innovateurs de Shenzhen,
c'était incroyable.
05:44
with the innovatorsinnovateurs in ShenzhenShenzhen, and it was amazingincroyable.
150
332380
2305
05:46
What was happeningévénement there
151
334685
1477
Là-bas vous disposez
d'appareils de production,
05:48
was you would have these manufacturingfabrication devicesdispositifs,
152
336162
2184
pas pour faire des prototypes
ou des PowerPoint.
05:50
and they weren'tn'étaient pas makingfabrication prototypesprototypes or PowerPointsPowerPoints.
153
338346
2193
05:52
They were fiddlingtripoter with the manufacturingfabrication equipmentéquipement
154
340539
2465
Ils jouaient avec le
matériel de production
05:55
and innovatinginnover right on the
manufacturingfabrication equipmentéquipement.
155
343004
3210
et innovaient sur cet équipement même.
05:58
The factoryusine was in the designerdesigner,
156
346214
1886
L'usine était dans le designer,
06:00
and the designerdesigner was literallyLittéralement in the factoryusine.
157
348100
2274
et le designer était
littéralement dans l'usine.
06:02
And so what you would do is,
158
350374
1626
Imaginez-vous en train de
06:04
you'dtu aurais go down to the stallsstalles
159
352000
1241
parcourir ces stands
06:05
and you would see these cellcellule phonesTéléphones.
160
353241
2556
remplis de téléphones cellulaires.
06:07
So insteadau lieu of startingdépart little websitessites Internet
161
355797
2525
Plutôt que de créer de petits sites web
06:10
like the kidsdes gamins in PaloPalo AltoAlto do,
162
358322
1548
comme les gamins de Palo Alto,
06:11
the kidsdes gamins in ShenzhenShenzhen make newNouveau cellcellule phonesTéléphones.
163
359870
2540
ceux de Shenzhen créent
de nouveaux téléphones.
06:14
They make newNouveau cellcellule phonesTéléphones like kidsdes gamins in PaloPalo AltoAlto
164
362410
2697
Ils font des téléphones
comme les gamins de Palo Alto
06:17
make websitessites Internet,
165
365107
1258
font des sites internet.
06:18
and so there's a rainforestforêt tropicale
166
366365
2113
L'innovation du téléphone cellulaire
06:20
of innovationinnovation going on in the cellcellule phonetéléphone.
167
368478
1556
devient vertigineuse.
D'abord, ils fabriquent un téléphone,
06:22
What they do is, they make a cellcellule phonetéléphone,
168
370034
1600
06:23
go down to the stalldécrochage, they sellvendre some,
169
371634
2224
puis vont aux stands pour
en vendre un ou deux.
06:25
they look at the other kids'Kids' stuffdes trucs, go up,
170
373858
2325
En voyant le travail des autres,
06:28
make a couplecouple thousandmille more, go down.
171
376183
2591
ils retournent en fabriquer
quelques milliers de plus.
06:30
Doesn't this sounddu son like a softwareLogiciel thing?
172
378774
1991
C'est comme du développement logiciel.
06:32
It soundsdes sons like agileagile softwareLogiciel developmentdéveloppement,
173
380765
1647
Ça ressemble aux méthodes agiles,
06:34
A/B testingessai and iterationitération,
174
382412
2928
à ses tests et à ses itérations.
06:37
and what we thought you could only do with softwareLogiciel
175
385340
2083
Ce que seuls les logiciels permettaient,
06:39
kidsdes gamins in ShenzhenShenzhen are doing this in hardwareMatériel.
176
387423
2270
les gamins de Shenzhen le font
avec du matériel.
06:41
My nextprochain fellowcompagnon, I hopeespérer, is going to be
177
389693
1467
J'espère qu'un de ces gamins
06:43
one of these innovatorsinnovateurs from ShenzhenShenzhen.
178
391160
1485
sera mon prochain confrère.
06:44
And so what you see is
179
392645
1665
On constate que ça pousse
06:46
that is pushingen poussant innovationinnovation to the edgesbords.
180
394310
1969
l'innovation au-delà de ses limites.
06:48
We talk about 3D printersimprimantes and stuffdes trucs like that,
181
396279
2105
On parle d'imprimantes 3D par exemple,
06:50
and that's great, but this is LimorLimor.
182
398384
1991
ce qui est déjà bien. Mais voici Limor.
06:52
She is one of our favoritepréféré graduatesdiplômés,
183
400375
2259
C'est l'une de nos étudiantes préférées.
06:54
and she is standingpermanent in frontde face of a SamsungSamsung
184
402634
2076
Elle se tient devant une machine
06:56
TechwinTechwin PickPick and PlacePlace MachineMachine.
185
404710
1833
Samsung « Techwin Pick and Place ».
06:58
This thing can put 23,000 componentsComposants perpar hourheure
186
406543
3924
Cette chose peut assembler
23 000 composants par heure
07:02
ontosur an electronicsélectronique boardplanche.
187
410467
1993
sur une carte électronique.
07:04
This is a factoryusine in a boxboîte.
188
412460
1823
Une véritable usine en boîte.
07:06
So what used to take a factoryusine fullplein of workersouvriers
189
414283
2498
Ce qui demandait une usine d'ouvriers
07:08
workingtravail by handmain
190
416781
1019
travaillant à la main
07:09
in this little boxboîte in NewNouveau YorkYork,
191
417800
1709
tient dans cette boîte à New York.
07:11
she's ablecapable to have effectivelyefficacement
192
419509
1050
Limor peut tout faire,
07:12
She doesn't actuallyréellement have to go to ShenzhenShenzhen
193
420559
1633
sans même aller à Shenzhen
07:14
to do this manufacturingfabrication.
194
422192
1244
pour faire cet assemblage.
07:15
She can buyacheter this boxboîte and she can manufacturefabrication it.
195
423436
2261
Elle peut acheter cette boîte,
l'assembler seule.
07:17
So manufacturingfabrication, the costCoût of innovationinnovation,
196
425697
2243
Les coûts de la fabrication,
de l'innovation,
07:19
the costCoût of prototypingprototypage, distributionDistribution,
manufacturingfabrication, hardwareMatériel,
197
427940
2690
du prototype, de la distribution,
de la fabrication, du matériel
07:22
is gettingobtenir so lowfaible
198
430630
1463
devient tellement faible
07:24
that innovationinnovation is beingétant pushedpoussé to the edgesbords
199
432093
2317
que l'innovation repousse ses limites.
07:26
and studentsélèves and startupsstartups are beingétant ablecapable to buildconstruire it.
200
434410
2428
Les étudiants et les start-ups
peuvent participer.
07:28
This is a recentrécent thing, but this will happense produire
201
436838
1878
C'est récent, mais ça va se généraliser
07:30
and this will changechangement
202
438716
1483
et ça va tout changer
07:32
just like it did with softwareLogiciel.
203
440199
2425
comme ça l'a fait avec les logiciels.
07:34
SoronaSorona is a DuPontDuPont processprocessus
204
442624
3246
Sorona est un processus de DuPont
07:37
that usesles usages a geneticallygénétiquement engineeredmachiné microbemicrobe
205
445870
3020
qui utilise un microbe
génétiquement modifié
07:40
to turntour cornblé sugarsucre into polyesterpolyester.
206
448890
3950
pour transformer du sucre de maïs
en polyester.
07:44
It's 30 percentpour cent more efficientefficace
than the fossilfossile fuelcarburant methodméthode,
207
452840
2478
C'est 30% plus efficace
que des combustibles fossiles
07:47
and it's much better for the environmentenvironnement.
208
455318
3659
et c'est bien meilleur
pour l'environnement.
07:50
GeneticGénétiques engineeringingénierie and bioengineeringbio-ingénierie
209
458977
1405
Le génie génétique et biomédical
crée un tas
07:52
are creatingcréer a wholeentier bunchbouquet
210
460382
1531
07:53
of great newNouveau opportunitiesopportunités
211
461913
1758
d'opportunités géniales
07:55
for chemistrychimie, for computationcalcul, for memoryMémoire.
212
463671
2829
en chimie, en calcul, en mémoire.
07:58
We will probablyProbablement be doing a lot,
obviouslyévidemment doing healthsanté things,
213
466500
2050
Ce sera sûrement
très utilisé pour la santé
08:00
but we will probablyProbablement be growingcroissance chairschaises
214
468550
2204
mais aussi à d'autres endroits
qu'on ne soupçonne pas.
08:02
and buildingsbâtiments soonbientôt.
215
470754
1040
08:03
The problemproblème is, SoronaSorona costsfrais
about 400 millionmillion dollarsdollars
216
471794
3910
Le problème, c'est que Sorona
coûte 400 millions de dollars,
et a demandé 7 ans de conception.
08:07
and tooka pris sevenSept yearsannées to buildconstruire.
217
475704
1381
08:09
It kindgentil of remindsrappelle you of the oldvieux mainframemainframe daysjournées.
218
477085
3079
Ça rappelle le temps
des ordinateurs centraux.
08:12
The thing is, the costCoût of innovationinnovation
219
480164
2492
Mais le coût de l'innovation
08:14
in bioengineeringbio-ingénierie is alsoaussi going down.
220
482656
1586
en bio-ingénierie baisse.
08:16
This is desktopordinateur de bureau genegène sequencerséquenceur.
221
484242
1969
Ceci est un séquenceur de gènes.
08:18
It used to costCoût millionsdes millions and millionsdes millions
of dollarsdollars to sequenceséquence genesgènes.
222
486211
3554
Avant lui, séquencer des gènes
coûtait une fortune.
08:21
Now you can do it on a desktopordinateur de bureau like this,
223
489765
1744
Maintenant c'est faisable
08:23
and kidsdes gamins can do this in dormdortoir roomspièces.
224
491509
2093
par des gamins dans leur chambre.
08:25
This is GenGEN9 genegène assemblerassembleur,
225
493602
2688
Ceci est un assembleur de gènes « Gen9 ».
08:28
and so right now when you try to printimpression a genegène,
226
496290
2079
Avant, pour imprimer un gène,
08:30
what you do is somebodyquelqu'un in a factoryusine
227
498369
1268
il fallait quelqu'un
08:31
with pipettesPipettes putsmet the thing togetherensemble by handmain,
228
499637
1940
armé des pipettes, assemblant à la main.
08:33
you have one errorErreur perpar 100 basebase pairspaires,
229
501577
2351
Résultat : une erreur pour
100 paires de bases,
08:35
and it takes a long time and costsfrais a lot of moneyargent.
230
503928
2576
un temps et un coût considérables.
08:38
This newNouveau devicedispositif
231
506504
1386
Ce nouveau dispositif
08:39
assemblesassemble genesgènes on a chippuce,
232
507890
1674
assemble les gènes sur une puce.
08:41
and insteadau lieu of one errorErreur perpar 100 basebase pairspaires,
233
509564
2149
Au lieu d'une erreur pour
100 paires de bases,
08:43
it's one errorErreur perpar 10,000 basebase pairspaires.
234
511713
2126
on a une erreur pour
10 000 paires de bases.
08:45
In this lablaboratoire, we will have the world'smonde capacitycapacité
235
513839
2745
Ce labo peut imprimer en 1 an
08:48
of genegène printingimpression withindans a yearan,
236
516584
2103
autant de gènes que le reste du monde.
08:50
200 millionmillion basebase pairspaires a yearan.
237
518687
2612
Soit 200 millions de
paires de bases par an.
08:53
This is kindgentil of like when we wentest allé
238
521299
2563
C'est un peu comme si nous passions
08:55
from transistortransistor radiosradios wrappedenveloppé by handmain
239
523862
2261
d'une radio à transistors
08:58
to the PentiumPentium.
240
526123
1271
à un Pentium.
08:59
This is going to becomedevenir the
PentiumPentium of bioengineeringbio-ingénierie,
241
527394
2396
Cette machine sera le Pentium
de la bio-ingénierie,
09:01
pushingen poussant bioengineeringbio-ingénierie into the handsmains
242
529790
2036
accessible aux gamins
09:03
of dormdortoir roomspièces and startupCommencez companiesentreprises.
243
531826
2601
et aux start-ups.
09:06
So it's happeningévénement in softwareLogiciel and in hardwareMatériel
244
534427
2773
Ça arrive dans les mondes du logiciel,
du matériel, et
09:09
and bioengineeringbio-ingénierie,
245
537200
963
de la bio-ingénierie.
09:10
and so this is a fundamentalfondamental newNouveau
way of thinkingen pensant about innovationinnovation.
246
538163
3281
C'est une façon fondamentalement
différente de penser l'innovation.
09:13
It's a bottom-upde bas en haut innovationinnovation, it's democraticdémocratique,
247
541444
2677
C'est une innovation ascendante,
démocratique,
09:16
it's chaoticchaotique, it's harddifficile to controlcontrôle.
248
544121
2204
chaotique, difficile à contrôler.
09:18
It's not badmal, but it's very differentdifférent,
249
546325
2307
C'est différent, pas un mal en soit.
09:20
and I think that the traditionaltraditionnel rulesrègles that we have
250
548632
1967
Je pense que les règles qui régissaient
09:22
for institutionsinstitutions don't work anymoreplus,
251
550599
2072
nos institutions sont dépassées,
09:24
and mostles plus of us here
252
552671
1679
et que la plupart d'entre nous
09:26
operatefonctionner with a differentdifférent setensemble of principlesdes principes.
253
554350
3083
vont adopter de nouveaux principes.
09:29
One of my favoritepréféré principlesdes principes is the powerPuissance of pulltirer,
254
557433
2836
Un de mes principes préférés est celui
09:32
whichlequel is the ideaidée of pullingtirant resourcesRessources
255
560269
2291
qui consiste à préférer tirer les
ressources à soi
09:34
from the networkréseau as you need them
256
562560
1766
au moment où on en a besoin
09:36
ratherplutôt than stockingempoissonnement them in the centercentre
257
564326
1845
plutôt que de les centraliser
09:38
and controllingcontrôler everything.
258
566171
1585
et de tout contrôler.
09:39
So in the caseCas of the SafecastSafeCast storyrécit,
259
567756
2764
Pour revenir à l'histoire de Safecast,
je ne savais rien avant
le tremblement de terre
09:42
I didn't know anything when
the earthquaketremblement de terre happenedarrivé,
260
570520
1842
09:44
but I was ablecapable to find SeanSean
261
572362
1628
mais j'ai pu trouver Sean,
09:45
who was the hackerspaceHackerSpace communitycommunauté organizerOrganisateur,
262
573990
2196
l'organisateur communautaire
du hackerspace,
09:48
and PeterPeter, the analoganalogique hardwareMatériel hackerpirate
263
576186
1786
et Peter, hacker du monde
analogique et
09:49
who madefabriqué our first GeigerGeiger countercompteur,
264
577972
1716
qui a fait notre compteur Geiger.
09:51
and DanDan, who builtconstruit the ThreeTrois MileMile IslandÎle
265
579688
1998
Et Dan, qui avait
le système de surveillance
09:53
monitoringsurveillance systemsystème after the
ThreeTrois MileMile IslandÎle meltdownMeltdown.
266
581686
3334
suite à l'accident nucléaire
de Three Mile Island.
09:57
And these people I wouldn'tne serait pas have been ablecapable to find
267
585020
2386
Je n'aurais pas pu trouver ces gens avant,
09:59
beforehandpréalablement and probablyProbablement were better
268
587406
2434
et il valait sans doute mieux
10:01
that I founda trouvé them just in time from the networkréseau.
269
589840
3127
les trouver pile au bon moment.
10:04
I'm a three-timetrois fois collegeUniversité dropoutdécrochage scolaire,
270
592967
1867
J'ai arrêté mes études 3 fois, alors
10:06
so learningapprentissage over educationéducation
271
594834
1673
apprendre hors de l'éducation
10:08
is very nearprès and dearcher to my heartcœur,
272
596507
1425
est important pour moi.
10:09
but to me, educationéducation is what people do to you
273
597932
2524
L'éducation est
ce que les gens font pour toi,
10:12
and learningapprentissage is what you do to yourselftoi même.
274
600456
2999
apprendre est ce que tu fais
pour toi-même.
10:15
(ApplauseApplaudissements)
275
603455
3776
(Applaudissements)
10:19
And it feelsse sent like, and I'm biasedbiaisé,
276
607231
1759
Je suis biaisé,
10:20
it feelsse sent like they're tryingen essayant to make you memorizemémoriser
277
608990
2797
mais j'ai le sentiment
qu'il s'agit d'apprendre
10:23
the wholeentier encyclopediaencyclopédie before
they let you go out and playjouer,
278
611787
3114
toute l'encyclopédie avant
de pouvoir sortir expérimenter.
10:26
and to me, I've got WikipediaWikipedia on my cellcellule phonetéléphone,
279
614901
4097
Personnellement, j'ai Wikipedia
sur mon téléphone.
10:30
and it feelsse sent like they assumeassumer
280
618998
1703
On dirait qu'ils supposent
10:32
you're going to be on topHaut of some mountainMontagne
281
620701
1787
qu'on ira au sommet d'une montagne,
10:34
all by yourselftoi même with a numbernombre 2 pencilcrayon
282
622488
2461
seul, avec un stylo,
10:36
tryingen essayant to figurefigure out what to do
283
624949
1383
afin de trouver quoi faire.
10:38
when in factfait you're always going to be connectedconnecté,
284
626332
2116
En réalité, on est toujours connecté,
10:40
you're always going to have friendscopains,
285
628448
1645
on a toujours des amis,
10:42
and you can pulltirer WikipediaWikipedia
up whenevern'importe quand you need it,
286
630093
1959
avec Wikipedia à disposition
si besoin.
10:44
and what you need to learnapprendre is how to learnapprendre.
287
632052
3448
Ce qu'il faut apprendre, c'est
comment apprendre.
10:47
In the caseCas of SafecastSafeCast, a bunchbouquet of amateursamateurs
288
635500
2644
Dans le cas de Safecast,
encore amateurs quand
10:50
when we startedcommencé threeTrois yearsannées agodepuis,
289
638144
1598
nous avons commencé il y a 3 ans,
10:51
I would arguese disputer that we probablyProbablement as a groupgroupe
290
639742
2508
je dirais que notre groupe
10:54
know more than any other organizationorganisation
291
642250
2416
en sait plus que n'importe
quelle organisation
10:56
about how to collectcollecte dataLes données and publishpublier dataLes données
292
644666
3209
sur la collection et
la publication de données,
10:59
and do citizencitoyen sciencescience.
293
647875
2772
ainsi que sur la science citoyenne.
Le compas mieux que la carte.
11:02
CompassBoussole over mapscartes.
294
650647
1120
11:03
So this one, the ideaidée is that the costCoût of writingl'écriture a planplan
295
651767
3725
Le coût de l'écriture d'un plan
11:07
or mappingcartographie something is gettingobtenir so expensivecoûteux
296
655492
3103
ou de planifier quelque chose
est trop important,
11:10
and it's not very accurateprécis or usefulutile.
297
658595
3173
trop imprécis et peu utile.
11:13
So in the SafecastSafeCast storyrécit, we
knewa connu we needednécessaire to collectcollecte dataLes données,
298
661768
3112
Avec Safecast, nous savions que nous
allions collecter des données,
11:16
we knewa connu we wanted to publishpublier the dataLes données,
299
664880
2423
que nous allions publier ces données,
11:19
and insteadau lieu of tryingen essayant to come up with the exactexact planplan,
300
667303
2889
et plutôt que d'élaborer un plan précis,
11:22
we first said, oh, let's get GeigerGeiger counterscompteurs.
301
670192
2408
on s'est dit :
« Cherchons des compteurs Geiger ! »
11:24
Oh, they'veils ont runcourir out.
302
672600
1766
Mince, il n'y en a plus.
11:26
Let's buildconstruire them. There aren'tne sont pas enoughassez sensorscapteurs.
303
674366
2003
Faisons-les ! Pas assez de capteurs.
11:28
Okay, then we can make a mobilemobile GeigerGeiger countercompteur.
304
676369
2227
Alors faisons un compteur Geiger mobile.
On pourra le balader,
on trouvera des volontaires.
11:30
We can driveconduire around. We can get volunteersbénévoles.
305
678596
2047
11:32
We don't have enoughassez moneyargent. Let's KickstarterKickstarter it.
306
680643
1879
Pas assez de sous ? Kickstarter !
11:34
We could not have plannedprévu this wholeentier thing,
307
682522
1991
Il aurait été impossible de planifier ça.
11:36
but by havingayant a very strongfort compassboussole,
308
684513
1744
Mais nous avions un compas qui
11:38
we eventuallyfinalement got to where we were going,
309
686257
1435
nous a guidés jusqu'au bout.
11:39
and to me it's very similarsimilaire to
agileagile softwareLogiciel developmentdéveloppement,
310
687692
2418
Pour moi, c'est comme
le développement agile.
11:42
but this ideaidée of compassesboussoles is very importantimportant.
311
690110
3358
Mais cette idée du compas est
très importante.
11:45
So I think the good newsnouvelles is
312
693468
1941
La bonne nouvelle, c'est que
11:47
that even thoughbien que the worldmonde is extremelyextrêmement complexcomplexe,
313
695409
3501
même si le monde est extrêmement complexe,
11:50
what you need to do is very simplesimple.
314
698920
2382
ce qu'il faut y faire est très simple.
11:53
I think it's about stoppingarrêt this notionnotion
315
701302
2698
Il s'agit d'abandonner l'idée
11:56
that you need to planplan everything,
316
704000
1572
qu'il faut tout planifier,
11:57
you need to stockStock everything,
317
705572
1092
tout stocker.
11:58
and you need to be so preparedpréparé,
318
706664
1470
Il faut en revanche être prêt,
12:00
and focusconcentrer on beingétant connectedconnecté,
319
708134
2994
attentif à être connecté,
12:03
always learningapprentissage,
320
711128
1851
toujours apprendre,
12:04
fullypleinement awareconscient,
321
712979
1861
toujours conscient,
12:06
and supersuper presentprésent.
322
714840
1780
et super présent.
12:08
So I don't like the wordmot "futuristfuturiste."
323
716620
2946
Alors je n'aime pas le mot
« futuriste ».
12:11
I think we should be now-istsmaintenant-istes,
324
719566
5615
Je trouve que nous devrions plutôt
être « maintenant-iste ».
12:17
like we are right now.
325
725181
2046
Comme nous le sommes en ce moment même.
12:19
Thank you.
326
727227
1843
Merci.
12:21
(ApplauseApplaudissements)
327
729070
3979
(Applaudissements)
Translated by Thomas Baignères
Reviewed by eric vautier

▲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