ABOUT THE SPEAKER
Margaret Heffernan - Management thinker
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray.

Why you should listen

How do organizations think? In her book Willful Blindness, Margaret Heffernan examines why businesses and the people who run them often ignore the obvious -- with consequences as dire as the global financial crisis and Fukushima Daiichi nuclear disaster.

Heffernan began her career in television production, building a track record at the BBC before going on to run the film and television producer trade association IPPA. In the US, Heffernan became a serial entrepreneur and CEO in the wild early days of web business. She now blogs for the Huffington Post and BNET.com. Her latest book, Beyond Measure, a TED Books original, explores the small steps companies can make that lead to big changes in their culture.

More profile about the speaker
Margaret Heffernan | Speaker | TED.com
TEDSummit 2019

Margaret Heffernan: The human skills we need in an unpredictable world

માર્ગારેટ હેફર્નન: અણધારી દુનિયામાં આપણને જોઈતી માનવ કુશળતા

Filmed:
2,773,555 views

લેખક અને ઉદ્યોગસાહસિક માર્ગારેટ હેફર્નન કહે છે કે, પોતાને કાર્યક્ષમ બનાવવા માટે આપણે જેટલું વધુ તકનીકી પર આધાર રાખીશું, તેટલી ઓછી કુશળતાથી આપણે અનિચ્છનીયતાનો સામનો કરી શકીશું. તેણીની જણાવે છે કે, અપેક્ષિત યુગમાં વ્યવસાય, સરકાર અને જીવનની સમસ્યાઓ હલ કરવા આપણે શા માટે ઓછી તકનીકી અને વધુ અવ્યવસ્થિત માનવ કુશળતા - કલ્પના, નમ્રતા, બહાદુરી - ની જરૂર છે. તેણીની કહે છે, "આપણે પહેલાં ક્યારેય ન જોઈ હોય તેવી વસ્તુઓની શોધ કરવા માટે આપણે એટલા બહાદુર છીએ." અને "આપણે પસંદ કરેલા કોઈપણ ભાવિ બનાવી શકીએ છીએ."
- Management thinker
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray. Full bio

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

00:12
Recently, the leadership team
of an American supermarket chain
0
731
3606
હમણાંજ, એક અમેરિકાની
સુપર માર્કેટની ટીમ હતી
00:16
decided that their business
needed to get a lot more efficient.
1
4361
3456
જેમને નક્કી કર્યું કે, તેમનો વ્યવસાય
વધુ કાર્યક્ષમ કરવાની જરૂર છે.
00:19
So they embraced their digital
transformation with zeal.
2
7841
3855
તેથી તેઓએ તેમના ડિજિટલ પરિવર્તનને
ઉત્સાહ સાથે સ્વીકાર્યું.
00:24
Out went the teams
supervising meat, veg, bakery,
3
12174
3948
ટીમો માંસ, શાકાહારી, બેકરી નું
નિરીક્ષણ કરવા ગઈ.
00:28
and in came an algorithmic task allocator.
4
16146
4156
અને એક અલ્ગોરિધ્મિક
કાર્ય ફાળવણીકાર આવ્યું.
00:32
Now, instead of people working together,
5
20914
2103
હવે, લોકો એક સાથે કામ કરવાને બદલે,
00:35
each employee went, clocked in,
got assigned a task, did it,
6
23041
4241
દરેક કર્મચારી ગયા, અંદર ગયા,
કાર્ય સોંપ્યું, કર્યું,
00:39
came back for more.
7
27306
1578
વધુ માટે પાછા આવ્યા.
00:41
This was scientific
management on steroids,
8
29429
3727
આ સ્ટેરોઇડ્સ પર વૈજ્ઞાનિક સંચાલન હતુ,
00:45
standardizing and allocating work.
9
33180
2082
માનકકરણ અને ફાળવણી કાર્ય.
00:47
It was super efficient.
10
35580
2090
તે ઉત્તમ કાર્યક્ષમ હતું.
00:50
Well, not quite,
11
38750
1366
સારું, તદ્દન નહીં,
00:53
because the task allocator didn't know
12
41351
2326
કારણ કે કાર્ય ફાળવણીકારને ખબર ન હતી
00:55
when a customer was going
to drop a box of eggs,
13
43701
2922
જ્યારે કોઈ ગ્રાહક
ઇંડાની એક પેટી મૂકવા જતો હતો,
00:58
couldn't predict when some crazy kid
was going to knock over a display,
14
46647
3849
ક્યારે કોઈ ઉન્મત્ત બાળક ડિસ્પ્લે પર
ક્લિક કરે તેનો અંદાજો લગાવી શકાય નહીં.
01:02
or when the local high school decided
15
50520
1916
અથવા જ્યારે સ્થાનિક ઉચ્ચ શાળા નિર્ણય લે
01:04
that everybody needed
to bring in coconuts the next day.
16
52460
2635
કે બીજા દિવસે દરેકે નાળિયેર લાવવા.
01:07
(Laughter)
17
55119
1000
(હાસ્ય)
01:08
Efficiency works really well
18
56143
2137
કાર્યક્ષમતા ખરેખર સારી રીતે કાર્ય કરે છે,
01:10
when you can predict
exactly what you're going to need.
19
58304
3039
જ્યારે તમે આગાહી કરી શકો કે,
તમને બરાબર શેની જરૂર પડશે.
01:13
But when the anomalous
or unexpected comes along --
20
61815
3276
પરંતુ જ્યારે વિસંગતતા
અથવા અનપેક્ષિત સાથે આવે છે --
01:17
kids, customers, coconuts --
21
65115
2332
બાળકો, ગ્રાહકો, નાળિયેર --
01:19
well, then efficiency
is no longer your friend.
22
67471
2873
સારું, પછી કાર્યક્ષમતા
તમારો મિત્ર રહેતો નથી.
01:24
This has become a really crucial issue,
23
72074
2117
આ ખરેખર નિર્ણાયક મુદ્દો બની ગયો છે,
01:26
this ability to deal with the unexpected,
24
74215
2618
વ્યવહાર કરવાની આ અણધારી ક્ષમતા,
01:29
because the unexpected
is becoming the norm.
25
77771
3457
કારણ કે અણધાર્યું,
ધોરણ બની રહ્યું છે.
01:33
It's why experts and forecasters
are reluctant to predict anything
26
81660
4077
તેથી જ નિષ્ણાતો અને આગાહી કરનાર
કંઈપણ આગાહી કરવાની ઇચ્છા ધરાવતા નથી.
01:37
more than 400 days out.
27
85761
2572
400 થી વધુ દિવસો બહાર.
01:41
Why?
28
89054
1446
કેમ?
01:42
Because over the last 20 or 30 years,
29
90524
1924
કારણ કે છેલ્લા 20 અથવા 30 વર્ષોમાં,
01:44
much of the world has gone
from being complicated
30
92472
3810
વિશ્વના મોટા ભાગના,
જટિલ હોવાથી ગયા છે.
01:48
to being complex --
31
96306
1296
જટિલ હોવા માટે --
01:50
which means that yes, there are patterns,
32
98431
2283
જેનો અર્થ છે કે હા, ત્યાં દાખલાઓ છે,
01:52
but they don't repeat
themselves regularly.
33
100738
2296
પરંતુ તેઓ પોતાને
નિયમિત પુનરાવર્તિત કરતા નથી,
01:55
It means that very small changes
can make a disproportionate impact.
34
103440
4288
તેનો અર્થ એ છે કે, ખૂબ નાનો ફેરફાર
અપ્રમાણસર અસર કરી શકે છે.
02:00
And it means that expertise
won't always suffice,
35
108244
2666
અને તેનો અર્થ એ છે કે, કુશળતા
હંમેશાં પૂરતી નથી,
02:02
because the system
just keeps changing too fast.
36
110934
3634
કારણ કે સિસ્ટમ,
ખૂબ જ ઝડપથી બદલાતી રહે છે.
02:08
So what that means
37
116192
2632
તેથી તેનો અર્થ શું છે
02:10
is that there's a huge amount in the world
38
118848
2887
કે તે વિશ્વમાં એક મોટી રકમ છે
02:13
that kind of defies forecasting now.
39
121759
2990
જે તે પ્રકારની આગાહીની અવગણના કરે છે.
02:16
It's why the Bank of England will say
yes, there will be another crash,
40
124773
3830
તેથી જ બેંક ઓફ ઇંગ્લેંડ કહેશે
હા, બીજો ક્રેશ થશે,
02:20
but we don't know why or when.
41
128627
2430
પરંતુ આપણે જાણતા નથી કેમ અથવા ક્યારે.
02:23
We know that climate change is real,
42
131807
2616
બધા જાણીએ છીએ કે,
હવામાન પરિવર્તન વાસ્તવિક છે,
02:26
but we can't predict
where forest fires will break out,
43
134447
3076
પરંતુ અમે આગાહી કરી શકતા નથી કે,
ક્યાં જંગલની આગ ફાટી નીકળશે,
02:29
and we don't know which factories
are going to flood.
44
137547
3250
અને અમને ખબર નથી કે,
કઈ ફેકટરીઓ પૂર તરફ જઈ રહી છે.
02:33
It's why companies are blindsided
45
141313
2691
તેથી જ કંપનીઓ આંખ આડા કાન કરે છે
02:36
when plastic straws
and bags and bottled water
46
144028
4869
જ્યારે પ્લાસ્ટિકની સ્ટ્રો અને બેગ
અને પાણીની બૉટલ
02:40
go from staples to rejects overnight,
47
148921
3305
સ્ટેપલ્સથી રાતોરાત નકારી કાઢવા જાઓ,
02:45
and baffled when a change in social mores
48
153488
3572
અને સામાજિક પરેશાનીમાં પરિવર્તન આવે ત્યારે
02:49
turns stars into pariahs
and colleagues into outcasts:
49
157084
4540
તારાઓને પેરૈયામાં ફેરવે છે
અને સાથીદારોને આઉટકાસ્ટમાં:
02:55
ineradicable uncertainty.
50
163155
3054
ત્રાસદાયક અનિશ્ચિતતા.
02:59
In an environment that defies
so much forecasting,
51
167319
4336
બદલાતા વાતાવરણમાં
ખૂબ આગાહી,
03:03
efficiency won't just not help us,
52
171679
3204
કાર્યક્ષમતા ફક્ત અમને મદદ કરશે નહીં,
03:06
it specifically undermines and erodes
our capacity to adapt and respond.
53
174907
6954
તે ખાસ કરીને આપણી અનુકૂલન
અને પ્રતિક્રિયા ક્ષમતાને ઘટાડે છે.
03:16
So if efficiency is no longer
our guiding principle,
54
184055
3141
તેથી જો કાર્યક્ષમતા અમારા
માર્ગદર્શક સિદ્ધાંત નથી,
03:19
how should we address the future?
55
187220
1748
તો ભવિષ્યને સંબોધિત કરવું કઈ રીતે?
03:20
What kind of thinking
is really going to help us?
56
188992
2452
કેવાં પ્રકારના વિચાર આપણને ખરેખર મદદ કરશે?
03:23
What sort of talents
must we be sure to defend?
57
191468
5147
કેવા પ્રકારની પ્રતિભાની બચાવ કરવાની
આપણે ખાતરી રાખવી જોઈએ?
03:29
I think that, where in the past we used to
think a lot about just in time management,
58
197601
4885
મને લાગે છે કે, ભૂતકાળમાં આપણે
સમય સંચાલન વિશે વિચારવાં ટેવાયેલા હતા,
03:34
now we have to start thinking
about just in case,
59
202510
3884
હવે આપણે માત્ર અમુક કિસ્સામાં જ
વિચારવાનું શરૂ કરવું પડશે,
03:38
preparing for events
that are generally certain
60
206418
3397
ઘટનાઓ માટે તૈયાર કરવું,
તે સામાન્ય રીતે ચોક્કસ છે
03:41
but specifically remain ambiguous.
61
209839
2543
પરંતુ ખાસ કરીને અસ્પષ્ટ રહે છે.
03:45
One example of this is the Coalition
for Epidemic Preparedness, CEPI.
62
213110
5198
આનું એક ઉદાહરણ, રોગચાળાની તૈયારી માટેનું
ગઠબંધન, સી.ઈ.પી.આઈ. છે.
03:50
We know there will be
more epidemics in future,
63
218332
4096
આપણે જાણીએ છીએ કે,
ભવિષ્યમાં વધુ રોગચાળો હશે,
03:54
but we don't know where or when or what.
64
222452
3886
પણ આપણે ક્યાં, ક્યારે અથવા શું જાણતા નથી.
03:58
So we can't plan.
65
226362
1941
તેથી અમે યોજના કરી શકતા નથી.
04:00
But we can prepare.
66
228942
1651
પરંતુ અમે તૈયાર કરી શકીએ છીએ.
04:03
So CEPI's developing multiple vaccines
for multiple diseases,
67
231257
5768
તેથી સી.ઈ.પી.આઈ. બહુવિધ રોગો માટે
બહુવિધ રસીઓ વિકસિત કરી રહી છે,
04:09
knowing that they can't predict
which vaccines are going to work
68
237866
3547
જાણે છે કે તેઓ આગાહી કરી શકતા નથી
જે રસીઓ કામ કરશે
04:13
or which diseases will break out.
69
241437
2020
અથવા કયા રોગો ફાટી નીકળશે.
04:15
So some of those vaccines
will never be used.
70
243481
2973
તો તેમાંથી કેટલીક રસીનો
ઉપયોગ નહીં થાય.
04:18
That's inefficient.
71
246478
1472
તે બિનકાર્યક્ષમ છે.
04:20
But it's robust,
72
248794
1911
પરંતુ તે મજબૂત છે,
04:22
because it provides more options,
73
250729
1935
કારણ કે તે વધુ વિકલ્પો પ્રદાન કરે છે,
04:24
and it means that we don't depend
on a single technological solution.
74
252688
5010
અને તેનો અર્થ એ છે કે, આપણે
એક તકનીકી નિરાકરણ નિર્ભર નથી.
04:30
Epidemic responsiveness
also depends hugely
75
258566
3368
રોગચાળો પ્રતિભાવ પર
ભારે આધાર રાખે છે
04:33
on people who know and trust each other.
76
261958
2917
એ લોકો પર જે એકબીજાને
જાણે છે અને વિશ્વાસ કરે છે.
04:36
But those relationships
take time to develop,
77
264899
2787
પરંતુ તે સંબંધો
વિકાસ માટે સમય કાઢે,
04:39
time that is always in short supply
when an epidemic breaks out.
78
267710
4225
જ્યારે રોગચાળો ફાટી નીકળે છે
ત્યારે સમય હંમેશા ઓછો હોય છે.
04:43
So CEPI is developing relationships,
friendships, alliances now
79
271959
5088
તેથી સી.ઈ.પી.આઈ. સંબંધો,
મિત્રતા, જોડાણો વિકસાવી રહી છે,
04:50
knowing that some of those
may never be used.
80
278197
3196
તે જાણીને કે, કેટલાકનો
ક્યારેય ઉપયોગ નઈ થઈ શકે.
04:53
That's inefficient,
a waste of time, perhaps,
81
281949
3153
તે બિનકાર્યક્ષમ છે,
સમયનો બગાડ, કદાચ,
04:57
but it's robust.
82
285126
1294
પરંતુ તે મજબૂત છે.
04:59
You can see robust thinking
in financial services, too.
83
287161
3805
તમે મજબૂત વિચારસરણી
નાણાકીય સેવાઓમાં પણ જોઈ શકો છો.
05:02
In the past, banks used to hold
much less capital
84
290990
3754
પહેલાં, બેંકો ઘણી ઓછી મૂડી પકડી રાખતી હતી
05:06
than they're required to today,
85
294768
2223
આજે તેઓની જરૂરિયાત છે,
05:09
because holding so little capital,
being too efficient with it,
86
297015
3741
કારણ કે ખૂબ ઓછી મૂડી હોલ્ડિંગ,
અને તેની સાથે ખૂબ કાર્યક્ષમ હોવી,
05:12
is what made the banks
so fragile in the first place.
87
300780
3150
જે બેંકોને પ્રથમ સ્થાને નાજુક બનાવે છે.
05:16
Now, holding more capital
looks and is inefficient.
88
304581
5489
હવે, વધુ મૂડી ધરાવે છે
અને બિનકાર્યક્ષમ છે.
05:22
But it's robust, because it protects
the financial system against surprises.
89
310094
6053
પરંતુ તે મજબૂત છે, કારણ કે તે આશ્ચર્ય સામે
નાણાકીય સિસ્ટમને સુરક્ષિત કરે છે.
05:29
Countries that are really serious
about climate change
90
317078
2994
ખરેખર દેશો હવામાન પરિવર્તન વિશે ગંભીર છે
05:32
know that they have to adopt
multiple solutions,
91
320096
3554
જાણો છો કે તેઓએ
બહુવિધ ઉકેલો દત્તક લેવા પડશે,
05:35
multiple forms of renewable energy,
92
323674
3028
નવીનીકરણીય ઊર્જાના ઘણા સ્વરૂપો,
05:38
not just one.
93
326726
1329
માત્ર એક જ નહીં.
05:40
The countries that are most advanced
have been working for years now,
94
328079
4860
જે દેશો સૌથી વધુ પ્રગતિશીલ છે,
તે વર્ષોથી કામ કરી રહ્યા છે,
05:44
changing their water and food supply
and healthcare systems,
95
332963
3666
તેમની પાણી અને ખોરાક પુરવઠો
અને આરોગ્યસંભાળ સિસ્ટમ્સ બદલવા,
05:48
because they recognize that by the time
they have certain prediction,
96
336653
4612
કારણ કે તેઓ ઓળખે છે કે,
તેમની ચોક્કસ આગાહી થાય ત્યાં સુધીમાં,
05:53
that information may very well
come too late.
97
341289
3311
તે માહિતી ખૂબ જ મોડી થઈ શકે છે.
05:57
You can take the same approach
to trade wars, and many countries do.
98
345458
4456
તમે વેપાર કરવા સમાન અભિગમ લઈ શકો છો,
અને ઘણા દેશો કરે છે.
06:01
Instead of depending on a single
huge trading partner,
99
349938
3823
એક વિશાળ ટ્રેડિંગ પાર્ટનર પર
આધાર રાખવાને બદલે,
06:05
they try to be everybody's friends,
100
353785
2104
તેઓ દરેકના મિત્રો બનવાનો પ્રયત્ન કરે છે,
06:07
because they know they can't predict
101
355913
2338
કારણ કે તેઓ જાણે છે તેઓ આગાહી કરી શકતા નથી
06:10
which markets might
suddenly become unstable.
102
358275
3754
જે બજારો કદાચ અચાનક
અસ્થિર બની જાય છે.
06:14
It's time-consuming and expensive,
negotiating all these deals,
103
362053
4237
તે વધુ સમય લે છે અને ખર્ચાળ છે,
આ બધા સોદાની વાટાઘાટો માટે,
06:18
but it's robust
104
366314
1158
પરંતુ તે મજબૂત છે
06:19
because it makes their whole economy
better defended against shocks.
105
367496
5411
કારણ કે તે સમગ્ર અર્થવ્યવસ્થાનો
આંચકા સામે વધુ સારી રીતે બચાવ કરે છે.
06:24
It's particularly a strategy
adopted by small countries
106
372931
3679
તે ખાસ કરીને નાના દેશો દ્વારા
અપનાવવામાં આવેલી વ્યૂહરચના છે
06:28
that know they'll never have
the market muscle to call the shots,
107
376634
4086
તેઓ જાણે છે કે તેમની પાસે સામનો કરવા માટે
ક્યારેય બજાર સ્નાયુ નહીં હોય,
06:32
so it's just better to have
too many friends.
108
380744
3154
તેથી ઘણા મિત્રો હોવા તે વધુ સારું છે.
06:37
But if you're stuck
in one of these organizations
109
385922
2407
પરંતુ જો તમે આમાંથી
કોઈ સંસ્થામાં અટકી ગયા છો
06:40
that's still kind of captured
by the efficiency myth,
110
388353
4895
તે કાર્યક્ષમતાની દંતકથા દ્વારા
હજી પણ કબજે કરવામાં આવી છે,
06:45
how do you start to change it?
111
393272
1762
તમે તેને બદલવાનું કેવી રીતે શરૂ કરશો?
06:48
Try some experiments.
112
396011
1556
કેટલાક પ્રયોગો અજમાવી જુઓ.
06:50
In the Netherlands,
113
398421
1366
નેધરલેન્ડ્સમાં,
06:51
home care nursing used to be run
pretty much like the supermarket:
114
399811
4714
હોમ કેર નર્સિંગ સુપરમાર્કેટની જેમ
ચલાવવામાં આવતી હતી:
06:56
standardized and prescribed work
115
404549
2778
પ્રમાણિત અને નિર્ધારિત કાર્ય
06:59
to the minute:
116
407351
1768
મિનિટ માટે:
07:01
nine minutes on Monday,
seven minutes on Wednesday,
117
409143
3656
સોમવારે નવ મિનિટ,
બુધવારે સાત મિનિટ,
07:04
eight minutes on Friday.
118
412823
1714
શુક્રવારે આઠ મિનિટ.
07:06
The nurses hated it.
119
414561
2382
નર્સો તેને ધિક્કારતી હતી.
07:08
So one of them, Jos de Blok,
120
416967
2372
તેથી તેમાંની એક, જોસ ડી બ્લોકે,
07:11
proposed an experiment.
121
419363
1581
એક પ્રયોગ કર્યો.
07:13
Since every patient is different,
122
421564
1632
દરેક દર્દી અલગ હોવાને કારણે,
07:15
and we don't quite know
exactly what they'll need,
123
423220
2414
અને અમને પાક્કી ખબર નથી કે,
તેઓને શેની જરૂર પડશે,
07:17
why don't we just leave it
to the nurses to decide?
124
425658
2687
શા માટે આપણે તે નક્કી કરવા
નર્સો પર છોડતા નથી?
07:21
Sound reckless?
125
429267
1370
બેદરકાર લાગે છે?
07:22
(Laughter)
126
430661
1395
(હાસ્ય)
07:24
(Applause)
127
432080
2120
(તાળીઓ)
07:26
In his experiment, Jos found
the patients got better
128
434224
4134
તેના પ્રયોગમાં, જોસને દર્દીઓની તંદુરસ્તી
સારી હોવાનું જોવા મળ્યું
07:30
in half the time,
129
438382
2529
અડધા સમયમાં,
07:32
and costs fell by 30 percent.
130
440935
3679
અને ખર્ચમાં 30 ટકાનો ઘટાડો થયો.
07:37
When I asked Jos what had surprised him
about his experiment,
131
445920
4212
જ્યારે મેં જોસને પૂછ્યું કે,
તેનાં પ્રયોગ વિશે શું આશ્ચર્ય થયું,
07:42
he just kind of laughed and he said,
132
450156
1793
તે માત્ર હસ્યો અને તેણે કહ્યું,
07:43
"Well, I had no idea it could be so easy
133
451973
3192
"સારું, મને ખબર નહોતી તે આટલું સરળ હોઈ શકે
07:47
to find such a huge improvement,
134
455189
2590
આટલો મોટો સુધારો શોધવા માટે,
07:49
because this isn't the kind of thing
you can know or predict
135
457803
3623
કારણ કે આ તે પ્રકારની વસ્તુ નથી જે તમે
જાણી શકો છો અથવા આગાહી કરી શકો છો
07:53
sitting at a desk
or staring at a computer screen."
136
461450
2830
ડેસ્ક પર બેસવું અથવા
કમ્પ્યુટર સ્ક્રીન પર નજર રાખવું.
07:56
So now this form of nursing
has proliferated across the Netherlands
137
464734
3774
તેથી હવે નર્સિંગનું આ સ્વરૂપ
નેધરલેન્ડ્ઝમાં ફેલાયેલું છે
08:00
and around the world.
138
468532
1734
અને વિશ્વભરમાં.
08:02
But in every new country
it still starts with experiments,
139
470290
3220
પરંતુ દરેક નવા દેશમાં
તે હજી પ્રયોગોથી શરૂ થાય છે,
08:05
because each place is slightly
and unpredictably different.
140
473534
4858
કારણ કે દરેક સ્થાન થોડું અને
અણધારી રીતે અલગ છે.
08:11
Of course, not all experiments work.
141
479246
3950
અલબત્ત, બધા પ્રયોગો કામ કરતા નથી.
08:15
Jos tried a similar approach
to the fire service
142
483220
3056
જોસે ફાયર સર્વિસ માટે સમાન અભિગમ અજમાવ્યો
08:18
and found it didn't work because
the service is just too centralized.
143
486300
3537
અને મળ્યું કે તે કામ કરતું નથી
કારણ કે સેવા ફક્ત ખૂબ કેન્દ્રિય છે.
08:21
Failed experiments look inefficient,
144
489861
2563
નિષ્ફળ પ્રયોગો અસમર્થ દેખાય છે,
08:24
but they're often the only way
you can figure out
145
492448
3183
પરંતુ તે ઘણી વાર એકમાત્ર રસ્તો હોય છે
જે તમે શોધી શકો છો
08:27
how the real world works.
146
495655
2274
વાસ્તવિક દુનિયા કેવી રીતે કાર્ય કરે છે.
08:30
So now he's trying teachers.
147
498280
3033
તેથી હવે તે શિક્ષકોને આજમાવી રહ્યો છે.
08:34
Experiments like that require creativity
148
502746
3747
તેના પ્રયોગોમાં સર્જનાત્મકતાની જરૂર હોય છે
08:38
and not a little bravery.
149
506517
2307
અને થોડી બહાદુરી નહીં.
08:41
In England --
150
509613
1563
ઇંગ્લેન્ડમાં --
08:43
I was about to say in the UK,
but in England --
151
511978
2905
મારે યુ.કે. માં કહેવાનું હતું,
પરંતુ ઇંગ્લેન્ડમાં --
08:46
(Laughter)
152
514907
1742
(હાસ્ય)
08:48
(Applause)
153
516673
4314
(તાળીઓ)
08:53
In England, the leading rugby team,
or one of the leading rugby teams,
154
521363
4086
ઇંગ્લેન્ડમાં, અગ્રણી રગ્બી ટીમ,
અથવા અગ્રણી રગ્બી ટીમોમાંથી એક,
08:57
is Saracens.
155
525473
1360
સારાસેન્સ છે.
08:59
The manager and the coach there realized
that all the physical training they do
156
527299
5065
ત્યાંના મેનેજર અને કોચને સમજાયું કે
તેઓ કરે છે તે તમામ શારીરિક તાલીમ
09:04
and the data-driven
conditioning that they do
157
532388
2714
અને ડેટા-આધારિત કન્ડીશનીંગ
કે જે તેઓ કરે છે
09:07
has become generic;
158
535126
1154
સામાન્ય બની ગયું છે;
09:08
really, all the teams
do exactly the same thing.
159
536304
2790
ખરેખર, બધી ટીમો બરાબર એ જ કામ કરે છે.
09:11
So they risked an experiment.
160
539683
2332
તેથી તેઓએ એક પ્રયોગ જોખમમાં મૂક્યો.
09:14
They took the whole team away,
even in match season,
161
542039
4245
તેઓ આખી ટીમને લઇ દૂર ગયા,
મેચ સિઝનમાં પણ,
09:18
on ski trips
162
546308
1415
સ્કી ટ્રિપ્સ પર
09:19
and to look at social projects in Chicago.
163
547747
3294
અને શિકાગોમાં
સામાજિક પ્રોજેક્ટ્સ જોવા માટે.
09:23
This was expensive,
164
551065
1526
આ મોંઘું હતું,
09:24
it was time-consuming,
165
552615
1952
તે વધુ સમય લે તેવું હતું,
09:26
and it could be a little risky
166
554591
1681
અને તે થોડું જોખમી હોઈ શકે
09:28
putting a whole bunch of rugby players
on a ski slope, right?
167
556296
3774
રગ્બી ખેલાડીઓની આખી ટીમ
સ્કી પર મૂકવી, ખરું?
09:32
(Laughter)
168
560094
1047
(હાસ્ય)
09:33
But what they found was that
the players came back
169
561165
3344
પરંતુ તેમને જે મળ્યું હતું કે,
ખેલાડીઓ પાછા આવ્યા
09:36
with renewed bonds
of loyalty and solidarity.
170
564533
5266
વફાદારી અને એકતાના નવા બોન્ડ્સ સાથે.
09:41
And now when they're on the pitch
under incredible pressure,
171
569823
3409
અને હવે જ્યારે તેઓ અતુલ્ય દબાણ હેઠળ
પિચ પર હોય છે,
09:45
they manifest what the manager
calls "poise" --
172
573256
4426
તેઓ વ્યક્ત કરે છે,
જે મેનેજરને "શાંતિ" કહે છે --
09:50
an unflinching, unwavering dedication
173
578515
4159
એક અવિરત, અવિરત સમર્પણ
09:54
to each other.
174
582698
1475
એક બીજાને.
09:56
Their opponents are in awe of this,
175
584824
3753
તેમના વિરોધીઓ આના આશ્ચર્યમાં છે,
10:00
but still too in thrall
to efficiency to try it.
176
588601
4152
પરંતુ હજી પણ કાર્યક્ષમતામાં
પ્રયાસ કરવા માટે.
10:05
At a London tech company, Verve,
177
593783
2032
લંડનની એક ટેક કંપની, વર્વે ખાતે
10:07
the CEO measures just about
everything that moves,
178
595839
3343
સીઇઓ જે બધું ચાલે છે
એના વિશે પરિમાણ કાઢે છે,
10:11
but she couldn't find anything
that made any difference
179
599206
3024
પરંતુ તેણીને એવું કંઈપણ મળ્યું નહીં
કે જેણે કોઈ ફરક પાડ્યો
10:14
to the company's productivity.
180
602254
2127
કંપનીની ઉત્પાદકતા માટે.
10:16
So she devised an experiment
that she calls "Love Week":
181
604405
3755
તેથી તેણીએ એક પ્રયોગ કર્યો
જેને "લવ વીક" કહે છે:
10:20
a whole week where each employee
has to look for really clever,
182
608184
4537
એક આખું અઠવાડિયું જ્યાં દરેક કર્મચારીએ
ખરેખર હોંશિયાર શોધવાની રહેશે,
10:24
helpful, imaginative things
183
612745
2279
સહાયક, કાલ્પનિક વસ્તુઓ
10:27
that a counterpart does,
184
615048
1800
જે સમકક્ષ કરે છે,
10:28
call it out and celebrate it.
185
616872
2464
તેને બોલાવો અને ઉજવો.
10:31
It takes a huge amount of time and effort;
186
619360
2117
તે ખૂબ સમય અને પ્રયત્નો લે છે;
10:33
lots of people would call it distracting.
187
621501
3037
ઘણા લોકો તેને વિચલિત કહે છે.
10:36
But it really energizes the business
188
624562
2232
પરંતુ તે ખરેખર વ્યવસાયને ઉત્સાહિત કરે છે
10:38
and makes the whole company
more productive.
189
626818
3638
અને આખી કંપનીને વધુ ઉત્પાદક બનાવે છે.
10:44
Preparedness, coalition-building,
190
632048
3306
તૈયારી, જોડાણ-મકાન,
10:47
imagination, experiments,
191
635378
3582
કલ્પના, પ્રયોગો,
10:50
bravery --
192
638984
1167
બહાદુરી --
10:53
in an unpredictable age,
193
641028
1597
અણધાર્યા યુગમાં,
10:54
these are tremendous sources
of resilience and strength.
194
642649
5668
આ સ્થિતિસ્થાપકતા અને શક્તિના
જબરદસ્ત સ્રોત છે.
11:00
They aren't efficient,
195
648673
2568
તેઓ કાર્યક્ષમ નથી,
11:04
but they give us limitless capacity
196
652278
2669
પરંતુ તેઓ અમને અમર્યાદિત ક્ષમતા આપે છે
11:06
for adaptation, variation and invention.
197
654971
4495
અનુકૂલન, વિવિધતા અને શોધ માટે.
11:12
And the less we know about the future,
198
660284
2422
અને આપણે ભવિષ્ય વિશે ઓછું જાણીએ છીએ,
11:14
the more we're going to need
these tremendous sources
199
662730
5402
જેમ વધુ આપણને આ જબરદસ્ત સ્ત્રોતોની
જરૂર પડશે
11:20
of human, messy, unpredictable skills.
200
668156
5621
માનવની, અવ્યવસ્થિત, અણધારી કુશળતા.
11:27
But in our growing
dependence on technology,
201
675336
4060
પરંતુ તકનીકી પર આપણાં વધતા અવલંબનમાં,
11:32
we're asset-stripping those skills.
202
680318
3350
આપણે તે કુશળ સંપત્તિ છીનવી રહ્યા છીએ.
11:36
Every time we use technology
203
684642
3565
દરેક વખતે ટેકનોલોજીનો ઉપયોગ કરીએ છીએ
11:40
to nudge us through a decision or a choice
204
688231
4192
નિર્ણય અથવા પસંદગી દ્વારા નજરે ચડવા માટે
11:44
or to interpret how somebody's feeling
205
692447
2314
અથવા કોઈની લાગણી સમજવા માટે,
11:46
or to guide us through a conversation,
206
694785
2177
અથવા વાતચીત દ્વારા માર્ગદર્શન આપવા માટે,
11:48
we outsource to a machine
what we could, can do ourselves,
207
696986
5114
આપણે મશીનને આઉટસોર્સ કરી શકીએ છીએ,
આપણે જાતે કરી શકીએ છીએ,
11:54
and it's an expensive trade-off.
208
702124
2524
અને તે એક મોંઘો વેપાર છે.
11:57
The more we let machines think for us,
209
705847
2902
જેટલું આપણે મશીનોને
આપણા માટે વિચારવા દઈએ છીએ,
12:01
the less we can think for ourselves.
210
709780
2869
તેટલું જ ઓછું આપણે, આપણા માટે વિચારીએ છીએ.
12:05
The more --
211
713661
1153
વધુ --
12:06
(Applause)
212
714838
4570
(તાળીઓ)
12:11
The more time doctors spend
staring at digital medical records,
213
719432
4721
ડોકટરો ડિજિટલ મેડિકલ રેકોર્ડ્સને જોવા માટે
જેટલો વધુ સમય પસાર કરે છે,
12:16
the less time they spend
looking at their patients.
214
724177
3386
તેટલો ઓછો સમય તેઓ
તેમના દર્દીઓ તરફ જોવામાં ખર્ચ કરે છે.
12:20
The more we use parenting apps,
215
728325
2788
આપણે પેરેંટિંગ એપ્લિકેશનનો
જેટલો ઉપયોગ કરીએ છીએ,
12:23
the less we know our kids.
216
731137
2157
તેટલા જ ઓછા આપણે આપણા બાળકોને જાણીએ છીએ.
12:26
The more time we spend with people that
we're predicted and programmed to like,
217
734310
5086
અમે જેટલો વધુ સમય લોકો સાથે વિતાવીએ છીએ,
જે અમે આગાહી અને પસંદગી માટે પ્રોગ્રામ કરેલ છે,
12:31
the less we can connect with people
who are different from ourselves.
218
739420
3710
તેટલા ઓછા આપણે આપણાથી જુદા
લોકોથી કનેક્ટ થઈ શકીએ છીએ.
12:35
And the less compassion we need,
the less compassion we have.
219
743154
5027
અને આપણને જેટલી ઓછી કરુણાની જરૂર છે,
તેટલી ઓછી દયા આપણામાં છે.
12:41
What all of these
technologies attempt to do
220
749825
3534
આ તમામ તકનીકો શું કરવાનો પ્રયાસ કરે છે
12:45
is to force-fit a standardized model
of a predictable reality
221
753383
6797
ધારી વાસ્તવિકતાના માનક મોડેલને
દબાણપૂર્વક ફિટ કરવા માટે
12:52
onto a world that is
infinitely surprising.
222
760204
3368
એ વિશ્વ પર, જે અનંત આશ્ચર્યજનક છે.
12:56
What gets left out?
223
764926
1352
શું બાકી છે?
12:58
Anything that can't be measured --
224
766965
2603
કંઈ પણ કે જે માપી શકાતું નથી --
13:02
which is just about
everything that counts.
225
770451
2359
જે ગણી શકાય તે બધું જ છે.
13:05
(Applause)
226
773810
6965
(તાળીઓ)
13:14
Our growing dependence on technology
227
782854
4087
તકનીકી પર આપણું વધતું અવલંબન
13:18
risks us becoming less skilled,
228
786965
3773
ઓછા કુશળ બનવાનું જોખમ છે,
13:22
more vulnerable
229
790762
1595
વધુ સંવેદનશીલ
13:24
to the deep and growing complexity
230
792381
2951
વધુ અંદર અને વધતી જટિલતા માટે
13:27
of the real world.
231
795356
1373
વાસ્તવિક દુનિયાની.
13:29
Now, as I was thinking about
the extremes of stress and turbulence
232
797951
5384
હવે, હું તણાવ અને અશાંતિની
ચરમસીમા વિશે વિચારતી હતી
13:35
that we know we will have to confront,
233
803359
2656
આપણે જાણીએ છીએ કે આપણે મુકાબલો કરવો પડશે,
13:39
I went and I talked to
a number of chief executives
234
807412
2952
હું ગઈ અને
મેં ઘણા મુખ્ય અધિકારીઓ સાથે વાત કરી
13:42
whose own businesses had gone
through existential crises,
235
810388
4168
જેમના વ્યવસાયો અસ્તિત્વની કટોકટીમાંથી
પસાર થયા હતા,
13:46
when they teetered
on the brink of collapse.
236
814580
2888
જ્યારે તેઓ તૂટી પડ્યા ત્યારે.
13:50
These were frank,
gut-wrenching conversations.
237
818594
4808
આ સ્પષ્ટ, આંતરડા ખેંચે તેવી વાતચીત હતી.
13:56
Many men wept just remembering.
238
824302
3277
ઘણા માણસો તો માત્ર યાદ કરીને રડી પડ્યા.
14:00
So I asked them:
239
828214
1514
તેથી મેં તેમને પૂછ્યું,
14:02
"What kept you going through this?"
240
830603
2065
"તમે આમાંથી કઈ રીતે પસાર થતા રહ્યા?"
14:05
And they all had exactly the same answer.
241
833328
2654
અને તે બધા પાસે એક સરખો જવાબ હતો.
14:08
"It wasn't data or technology," they said.
242
836006
3110
તેઓએ કહ્યું,
"તે ડેટા અથવા ટેક્નોલોજી નહોતી,
14:11
"It was my friends and my colleagues
243
839926
3385
તે મારા મિત્રો અને મારા સાથીદારો હતા
14:15
who kept me going."
244
843335
1336
જેમણે મને ચાલુ રાખ્યો."
14:17
One added, "It was pretty much
the opposite of the gig economy."
245
845173
5315
એક એ ઉમેર્યું, "તે જીગ અર્થતંત્રની
તુલનામાં ખૂબ વિરુદ્ધ હતું."
14:24
But then I went and I talked to a group
of young, rising executives,
246
852056
3734
પરંતુ પછી હું ગયો અને મેં યુવાન,
વધતા અધિકારીઓના જૂથ સાથે વાત કરી,
14:27
and I asked them,
247
855814
1807
અને મેં તેમને પૂછ્યું,
14:29
"Who are your friends at work?"
248
857645
1542
"કામ પર તમારા મિત્રો કોણ છે?"
14:31
And they just looked blank.
249
859211
1778
અને તેઓ ખાલી કોરા દેખાતા હતા.
14:33
"There's no time."
250
861765
1850
"કોઈ સમય નથી."
14:35
"They're too busy."
251
863639
1809
"તેઓ ખૂબ વ્યસ્ત છે."
14:37
"It's not efficient."
252
865472
1438
"તે કાર્યક્ષમ નથી."
14:39
Who, I wondered, is going to give them
253
867906
3572
કોણ, મને આશ્ચર્ય થયું,
તેઓ તેમને આપવા જઈ રહ્યા છે
14:43
imagination and stamina and bravery
254
871502
4539
કલ્પના અને સહનશક્તિ અને બહાદુરી
14:48
when the storms come?
255
876065
1516
જ્યારે વાવાઝોડા આવે છે?
14:51
Anyone who tries to tell you
that they know the future
256
879694
3643
કોઈપણ જે તમને કહેવાનો પ્રયાસ કરે છે,
કે તેઓ ભવિષ્યને જાણે છે
14:55
is just trying to own it,
257
883361
2198
ફક્ત તેમના માલિક બનવાનો પ્રયત્ન કરી રહ્યો છે,
14:57
a spurious kind of manifest destiny.
258
885583
3308
એક ગંભીર પ્રકારનું પ્રગટ નિયતિ.
15:01
The harder, deeper truth is
259
889794
2321
સખત, ઊંડૂ સત્ય છે
15:05
that the future is uncharted,
260
893126
2409
કે ભવિષ્ય અવિચારી છે,
15:07
that we can't map it till we get there.
261
895559
2244
જ્યાં સુધી આપણે ત્યાં ન પહોંચીએ
ત્યાં સુધી આપણે તેનો નકશો બનાવી શકતા નથી.
15:10
But that's OK,
262
898734
2063
પરંતુ તે બરાબર છે,
15:12
because we have so much imagination --
263
900821
3017
કારણ કે આપણી પાસે આટલી કલ્પના છે --
15:15
if we use it.
264
903862
1447
જો આપણે તેનો ઉપયોગ કરીશું.
15:17
We have deep talents
of inventiveness and exploration --
265
905333
5477
આપણી પાસે ઉંડી પ્રતિભા છે
શોધ અને સંશોધન --
15:22
if we apply them.
266
910834
1777
જો આપણે તેમને લાગુ પાડીએ.
15:24
We are brave enough to invent things
we've never seen before.
267
912635
5517
આપણે પહેલાં ક્યારેય ન જોઈ હોય
તેવી વસ્તુઓની શોધ માટે આપણે એટલા બહાદુર છીએ.
15:31
Lose those skills,
268
919175
1615
તે કુશળતા ગુમાવો,
15:33
and we are adrift.
269
921810
1722
અને આપણે અડગ છીએ.
15:36
But hone and develop them,
270
924384
2725
પરંતુ તેમને સન્માનિત કરો અને વિકાસ કરો,
15:40
we can make any future we choose.
271
928498
2458
આપણે પસંદ કરેલા ભવિષ્યને બનાવી શકીએ છીએ.
15:44
Thank you.
272
932382
1174
આભાર.
15:45
(Applause)
273
933580
6086
(તાળીઓ)
Translated by Krunal Prajapati
Reviewed by Keyur Thakkar

▲Back to top

ABOUT THE SPEAKER
Margaret Heffernan - Management thinker
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray.

Why you should listen

How do organizations think? In her book Willful Blindness, Margaret Heffernan examines why businesses and the people who run them often ignore the obvious -- with consequences as dire as the global financial crisis and Fukushima Daiichi nuclear disaster.

Heffernan began her career in television production, building a track record at the BBC before going on to run the film and television producer trade association IPPA. In the US, Heffernan became a serial entrepreneur and CEO in the wild early days of web business. She now blogs for the Huffington Post and BNET.com. Her latest book, Beyond Measure, a TED Books original, explores the small steps companies can make that lead to big changes in their culture.

More profile about the speaker
Margaret Heffernan | 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