ABOUT THE SPEAKER
Geoffrey West - Theorist
Physicist Geoffrey West believes that complex systems from organisms to cities are in many ways governed by simple laws -- laws that can be discovered and analyzed.

Why you should listen

Trained as a theoretical physicist, Geoffrey West has turned his analytical mind toward the inner workings of more concrete things, like ... animals. In a paper for Science in 1997, he and his team uncovered what he sees as a surprisingly universal law of biology — the way in which heart rate, size and energy consumption are related, consistently, across most living animals. (Though not all animals: “There are always going to be people who say, ‘What about the crayfish?’ " he says. “Well, what about it? Every fundamental law has exceptions. But you still need the law or else all you have is observations that don’t make sense.")

A past president of the multidisciplinary Santa Fe Institute (after decades working  in high-energy physics at Los Alamos and Stanford), West now studies the behavior and development of cities. In his newest work, he proposes that one simple number, population, can predict a stunning array of details about any city, from crime rate to economic activity. It's all about the plumbing, he says, the infrastructure that powers growth or dysfunction. His next target for study: corporations.

He says: "Focusing on the differences [between cities] misses the point. Sure, there are differences, but different from what? We’ve found the what."

More profile about the speaker
Geoffrey West | Speaker | TED.com
TEDGlobal 2011

Geoffrey West: The surprising math of cities and corporations

Geoffrey West: Iznenađujuća matematika gradova i korporacija

Filmed:
1,583,030 views

Fizičar Geoffrey West je pronašao te jednostavne, matematičke zakone kojima se vodi imovina gradova -- to bogatstvo, stopa kriminala, brzina hodanja i puno drugih aspekata grada koji se mogu dobiti iz jednog broja: populacije grada. U ovom provokativnom govoru s TEDGlobal-a on pokazuje kako to radi i kako slični zakoni vrijede za organizme i korporacije.
- Theorist
Physicist Geoffrey West believes that complex systems from organisms to cities are in many ways governed by simple laws -- laws that can be discovered and analyzed. Full bio

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

00:16
CitiesGradovi are the crucibleretorta of civilizationcivilizacija.
0
1000
3000
Gradovi su pravo iskušenje za civilizaciju.
00:19
They have been expandingširenje,
1
4000
2000
Oni se šire,
00:21
urbanizationurbanizacije has been expandingširenje,
2
6000
2000
urbanizacija se širi,
00:23
at an exponentialeksponencijalan ratestopa in the last 200 yearsgodina
3
8000
2000
eksponencijalno u posljednjih 200 godina,
00:25
so that by the seconddrugi partdio of this centurystoljeće,
4
10000
3000
tako će do drugog dijela ovog stoljeća
00:28
the planetplaneta will be completelypotpuno dominateddominira
5
13000
2000
planetom u potpunosti dominirati
00:30
by citiesgradovi.
6
15000
3000
gradovi.
00:33
CitiesGradovi are the originspodrijetlo of globalglobalno warmingzagrijavanje,
7
18000
3000
Gradovi su izvorište globalnog zatopljenja,
00:36
impactudar on the environmentokolina,
8
21000
2000
utjecaja na okoliš,
00:38
healthzdravlje, pollutionzagađenje, diseasebolest,
9
23000
3000
zdravlje, zagađenje, bolesti,
00:41
financefinancije,
10
26000
2000
financije,
00:43
economiesekonomija, energyenergija --
11
28000
3000
ekonomije, energiju --
00:46
they're all problemsproblemi
12
31000
2000
to su sve problemi
00:48
that are confrontedsuočeni by havingima citiesgradovi.
13
33000
2000
s kojima smo suočeni jer imamo gradove.
00:50
That's where all these problemsproblemi come from.
14
35000
2000
Od tuda dolaze svi ti problemi.
00:52
And the tsunamicunami of problemsproblemi that we feel we're facingokrenut
15
37000
3000
A plimni val problema koje osjećamo da se s njima suočavamo
00:55
in termsUvjeti of sustainabilityodrživost questionspitanja
16
40000
2000
u smislu pitanja održivosti,
00:57
are actuallyzapravo a reflectionodraz
17
42000
2000
su u stvari refleksije
00:59
of the exponentialeksponencijalan increasepovećati
18
44000
2000
eksponencijalnog rasta
01:01
in urbanizationurbanizacije acrosspreko the planetplaneta.
19
46000
3000
urbanizacije širom planeta.
01:04
Here'sOvdje je some numbersbrojevi.
20
49000
2000
Ovdje su neki brojevi.
01:06
Two hundredstotina yearsgodina agoprije, the UnitedUjedinjeni StatesDržava
21
51000
2000
Prije 200 godina, Sjedinjene Države
01:08
was lessmanje than a fewnekoliko percentposto urbanizedgrađevinsko.
22
53000
2000
su bile urbanizirane tek nekoliko posto.
01:10
It's now more than 82 percentposto.
23
55000
2000
Sada je to preko 82 posto.
01:12
The planetplaneta has crossedprešao the halfwayna pola puta markocjena a fewnekoliko yearsgodina agoprije.
24
57000
3000
Planet je prešao oznaku pola puta prije nekoliko godina.
01:15
China'sKina je buildingzgrada 300 newnovi citiesgradovi
25
60000
2000
Kina gradi 300 novih gradova
01:17
in the nextSljedeći 20 yearsgodina.
26
62000
2000
u sljedećih 20 godina.
01:19
Now listen to this:
27
64000
2000
Sad slušajte ovo:
01:21
EverySvaki weektjedan for the foreseeablepredvidive futurebudućnost,
28
66000
3000
svaki tjedan u doglednoj budućnosti
01:24
untildo 2050,
29
69000
2000
do 2050.,
01:26
everysvaki weektjedan more than a millionmilijuna people
30
71000
2000
svakog tjedna više od milijun ljudi
01:28
are beingbiće addeddodano to our citiesgradovi.
31
73000
2000
se dodaje našim gradovima.
01:30
This is going to affectutjecati everything.
32
75000
2000
To će utjecati na sve.
01:32
EverybodySvi in this roomsoba, if you stayboravak aliveživ,
33
77000
2000
Svi u ovoj sobi, ako ostanete živi,
01:34
is going to be affectedpogođeni
34
79000
2000
će biti pod utjecajem
01:36
by what's happeningdogađa in citiesgradovi
35
81000
2000
onoga što se događa u gradovima
01:38
in this extraordinaryizvanredan phenomenonfenomen.
36
83000
2000
u tom izvanrednom fenomenu.
01:40
HoweverMeđutim, citiesgradovi,
37
85000
3000
Kako bilo, gradovi,
01:43
despitebez obzira na havingima this negativenegativan aspectaspekt to them,
38
88000
3000
unatoč tom njihovom negativnom aspektu,
01:46
are alsotakođer the solutionriješenje.
39
91000
2000
su također rješenje.
01:48
Because citiesgradovi are the vacuumvakuum cleanerssredstva za čišćenje and the magnetsMagneti
40
93000
4000
Jer gradovi su usisivači i magneti
01:52
that have suckedisisan up creativekreativan people,
41
97000
2000
koji su usisali kreativne ljude,
01:54
creatingstvaranje ideasideje, innovationinovacija,
42
99000
2000
koji stvaraju ideje, inovacije,
01:56
wealthbogatstvo and so on.
43
101000
2000
bogatstvo i tako dalje.
01:58
So we have this kindljubazan of dualdual naturepriroda.
44
103000
2000
Dakle imamo tu vrstu dualne prirode.
02:00
And so there's an urgenthitan need
45
105000
3000
I tako postoji hitna potreba
02:03
for a scientificznanstvena theoryteorija of citiesgradovi.
46
108000
4000
za znanstvenom teorijom gradova.
02:07
Now these are my comradesDrugovi in armsoružje.
47
112000
3000
Ovo su moja braća po oružju.
02:10
This work has been doneučinio with an extraordinaryizvanredan groupskupina of people,
48
115000
2000
Ovaj posao je obavljen od strane izvanredne grupe ljudi,
02:12
and they'vešto ga do doneučinio all the work,
49
117000
2000
i oni su obavili sav posao,
02:14
and I'm the great bullshitterserator
50
119000
2000
a ja sam veliki seronja
02:16
that triespokušava to bringdonijeti it all togetherzajedno.
51
121000
2000
koji pokušava sve to spojiti.
02:18
(LaughterSmijeh)
52
123000
2000
(Smijeh)
02:20
So here'sevo the problemproblem: This is what we all want.
53
125000
2000
Tu je problem: To je ono što svi želimo.
02:22
The 10 billionmilijardi people on the planetplaneta in 2050
54
127000
3000
10 milijardi ljudi na planetu 2050.
02:25
want to liveživjeti in placesmjesta like this,
55
130000
2000
želi živjeti na mjestima poput ovog,
02:27
havingima things like this,
56
132000
2000
imati stvari poput ovih,
02:29
doing things like this,
57
134000
2000
raditi stvari poput ovih,
02:31
with economiesekonomija that are growingrastući like this,
58
136000
3000
s ekonomijom koja raste toliko,
02:34
not realizingrealizirati that entropyentropija
59
139000
2000
ne prepoznajući entropiju
02:36
producesproizvodi things like this,
60
141000
2000
proizvodeći stvari poput ovih,
02:38
this, this
61
143000
4000
ovih, ovih
02:42
and this.
62
147000
2000
i ovih.
02:44
And the questionpitanje is:
63
149000
2000
A pitanje je:
02:46
Is that what EdinburghEdinburgh and LondonLondon and NewNovi YorkYork
64
151000
2000
kako će Edinburgh i London i New York
02:48
are going to look like in 2050,
65
153000
2000
izgledati 2050.,
02:50
or is it going to be this?
66
155000
2000
ili će biti ovo?
02:52
That's the questionpitanje.
67
157000
2000
To je pitanje.
02:54
I mustmora say, manymnogi of the indicatorspokazatelji
68
159000
2000
Moram reći, mnogi indikatori
02:56
look like this is what it's going to look like,
69
161000
3000
izgledaju ovako i ovako će izgledati,
02:59
but let's talk about it.
70
164000
3000
ali popričajmo o tome.
03:02
So my provocativeprovokativan statementizjava
71
167000
3000
Dakle moja provokativna izjava
03:05
is that we desperatelyočajnički need a seriousozbiljan scientificznanstvena theoryteorija of citiesgradovi.
72
170000
3000
jest da očajnički trebamo ozbiljnu znanstvenu teoriju o gradovima.
03:08
And scientificznanstvena theoryteorija meanssredstva quantifiablekvantificirati --
73
173000
3000
A znanstvena teorija zači kvantificirati --
03:11
relyingoslanjajući se on underlyingtemeljne genericopći principlesprincipi
74
176000
3000
oslanjajući se na opće prihvaćene principe
03:14
that can be madenapravljen into a predictivePrediktivni frameworkokvir.
75
179000
2000
koji se mogu napraviti u previdljivom okviru.
03:16
That's the questpotraga.
76
181000
2000
To je potraga.
03:18
Is that conceivablerazumljiv?
77
183000
2000
Može li se to zamisliti?
03:20
Are there universaluniverzalan lawszakoni?
78
185000
2000
Postoje li univerzalni zakoni?
03:22
So here'sevo two questionspitanja
79
187000
2000
Dakle tu su moja dva pitanja
03:24
that I have in my headglava when I think about this problemproblem.
80
189000
2000
koja imam u glavi kada razmišljam o ovom problemu.
03:26
The first is:
81
191000
2000
Prvo je:
03:28
Are citiesgradovi partdio of biologybiologija?
82
193000
2000
jesu li gradovi dio biologije?
03:30
Is LondonLondon a great bigvelika whalekit?
83
195000
2000
Je li London veliki kit?
03:32
Is EdinburghEdinburgh a horsekonj?
84
197000
2000
Je li Edinburgh konj?
03:34
Is MicrosoftMicrosoft a great bigvelika anthillmravinjak?
85
199000
2000
Je li Microsoft veliki mravinjak?
03:36
What do we learnnaučiti from that?
86
201000
2000
Što naučimo iz toga?
03:38
We use them metaphoricallymetaforički --
87
203000
2000
Upotrebljavamo ih metaforički --
03:40
the DNADNK of a companydruštvo, the metabolismmetabolizam of a cityGrad, and so on --
88
205000
2000
DNK kompanije, metabolizam grada, i tako dalje --
03:42
is that just bullshitsranje, metaphoricalmetaforički bullshitsranje,
89
207000
3000
je li to samo sranje, metaforičko sranje,
03:45
or is there seriousozbiljan substancesupstanca to it?
90
210000
3000
ili tu postoji ozbiljna supstanca?
03:48
And if that is the casespis,
91
213000
2000
I ako je tome slučaj,
03:50
how come that it's very hardteško to killubiti a cityGrad?
92
215000
2000
kako to da je jako teško ubiti grad?
03:52
You could droppad an atomatom bombbomba on a cityGrad,
93
217000
2000
Možete baciti atomsku bombu na grad,
03:54
and 30 yearsgodina laterkasnije it's survivingpreživio.
94
219000
2000
i 30 godina kasnije on preživljava.
03:56
Very fewnekoliko citiesgradovi failiznevjeriti.
95
221000
3000
Jako malo gradova propadne.
03:59
All companiestvrtke dieumrijeti, all companiestvrtke.
96
224000
3000
Sve kompanije umru, sve kompanije.
04:02
And if you have a seriousozbiljan theoryteorija, you should be ableu stanju to predictpredvidjeti
97
227000
2000
I ako imate ozbiljnu teoriju, trebali biste biti sposobni predvidjeti
04:04
when GoogleGoogle is going to go bustpoprsje.
98
229000
3000
kada će Google propasti.
04:07
So is that just anotherjoš versionverzija
99
232000
3000
Dakle, je li ovo samo još jedna verzija
04:10
of this?
100
235000
2000
ovoga?
04:12
Well we understandrazumjeti this very well.
101
237000
2000
Ovo razumijemo jako dobro.
04:14
That is, you askpitati any genericopći questionpitanje about this --
102
239000
2000
Odnosno, pitate bilo koje generično pitanje o ovome --
04:16
how manymnogi treesstabla of a givendan sizeveličina,
103
241000
2000
koliko stabala određene veličine,
04:18
how manymnogi branchesgrane of a givendan sizeveličina does a treedrvo have,
104
243000
2000
koliko grana date veličine drvo ima,
04:20
how manymnogi leaveslišće,
105
245000
2000
koliko listova,
04:22
what is the energyenergija flowingtekući throughkroz eachsvaki branchpodružnica,
106
247000
2000
koja energija teče kroz svaku granu,
04:24
what is the sizeveličina of the canopybaldahin,
107
249000
2000
koja je veličina nadstrešnice,
04:26
what is its growthrast, what is its mortalitysmrtnost?
108
251000
2000
koji je njen rast, koja je njena smrtnost?
04:28
We have a mathematicalmatematički frameworkokvir
109
253000
2000
Imamo matematički okvir
04:30
basedzasnovan on genericopći universaluniverzalan principlesprincipi
110
255000
3000
baziran na generičkim univerzalnim principima
04:33
that can answerodgovor those questionspitanja.
111
258000
2000
koji može odgovoriti na ta pitanja.
04:35
And the ideaideja is can we do the sameisti for this?
112
260000
4000
I ideja je, možemo li napraviti isto za ovo?
04:40
So the routeput in is recognizingprepoznavanje
113
265000
3000
Tako je smjer u prepoznavanju
04:43
one of the mostnajviše extraordinaryizvanredan things about life,
114
268000
2000
jedne od najizvanrednijih stvari o životu,
04:45
is that it is scalableskalabilan,
115
270000
2000
je da je skalabilan,
04:47
it worksdjela over an extraordinaryizvanredan rangeopseg.
116
272000
2000
funkcionira preko izvanrednog raspona.
04:49
This is just a tinysićušan rangeopseg actuallyzapravo:
117
274000
2000
Ovo je u stvari samo sitan raspon;
04:51
It's us mammalssisavci;
118
276000
2000
to smo mi sisavci,
04:53
we're one of these.
119
278000
2000
mi smo jedno od ovih.
04:55
The sameisti principlesprincipi, the sameisti dynamicsdinamika,
120
280000
2000
Isti principi, ista dinamika,
04:57
the sameisti organizationorganizacija is at work
121
282000
2000
ista je organizacija na poslu
04:59
in all of these, includinguključujući us,
122
284000
2000
u svemu ovome, uključujući nas,
05:01
and it can scaleljestvica over a rangeopseg of 100 millionmilijuna in sizeveličina.
123
286000
3000
i može imati raspon od preko 100 milijuna veličina.
05:04
And that is one of the mainglavni reasonsrazlozi
124
289000
3000
I to je jedan od glavnih razloga
05:07
life is so resilientelastičan and robustrobustan --
125
292000
2000
zašto je život tako elastičan i robustan --
05:09
scalabilityskalabilnost.
126
294000
2000
skalabilnost.
05:11
We're going to discussraspravljati that in a momenttrenutak more.
127
296000
3000
O tome ćemo raspravljati za par trenutaka.
05:14
But you know, at a locallokalne levelnivo,
128
299000
2000
Ali znate, na lokalnoj razini,
05:16
you scaleljestvica; everybodysvi in this roomsoba is scaledumanjena.
129
301000
2000
skalirate, svi u ovoj sobi su skalirani.
05:18
That's calledzvao growthrast.
130
303000
2000
To se naziva rastom.
05:20
Here'sOvdje je how you grewrastao.
131
305000
2000
Evo kako rastete.
05:22
RatŠtakor, that's a ratštakor -- could have been you.
132
307000
2000
Štakor, ovo je štakor -- mogao je biti vi.
05:24
We're all prettyprilično much the sameisti.
133
309000
3000
Svi smo mi prilično jednaki.
05:27
And you see, you're very familiarupoznat with this.
134
312000
2000
I vidite, vi ste upoznati s time.
05:29
You growrasti very quicklybrzo and then you stop.
135
314000
2000
Vi rastete jako brzo i onda stanete.
05:31
And that linecrta there
136
316000
2000
A ova linija tamo
05:33
is a predictionproricanje from the sameisti theoryteorija,
137
318000
2000
jest predviđanje iz iste teorije,
05:35
basedzasnovan on the sameisti principlesprincipi,
138
320000
2000
bazirano na istim predviđanjima,
05:37
that describesopisuje that forestšuma.
139
322000
2000
koja opisuju ovu šumu.
05:39
And here it is for the growthrast of a ratštakor,
140
324000
2000
A ovdje je rast štakora.
05:41
and those pointsbodova on there are datapodaci pointsbodova.
141
326000
2000
A ove točke tamo su podatkovne točke.
05:43
This is just the weighttežina versusprotiv the agedob.
142
328000
2000
To je samo težina nasuprot godinama.
05:45
And you see, it stopszaustavlja growingrastući.
143
330000
2000
I vidite, prestaje rasti.
05:47
Very, very good for biologybiologija --
144
332000
2000
Jako, jako dobro za biologiju --
05:49
alsotakođer one of the reasonsrazlozi for its great resilienceelastičnost.
145
334000
2000
također jedan od razloga za njihovu veliku otpornost.
05:51
Very, very badloše
146
336000
2000
Jako, jako loše
05:53
for economiesekonomija and companiestvrtke and citiesgradovi
147
338000
2000
za ekonomiju i kompanije i gradove
05:55
in our presentpredstaviti paradigmparadigma.
148
340000
2000
u sadašnjoj paradigmi.
05:57
This is what we believe.
149
342000
2000
To je ono što vjerujemo.
05:59
This is what our wholečitav economyEkonomija
150
344000
2000
To je ono što cijelo naše gospodarstvo
06:01
is thrustingzabadanje uponna us,
151
346000
2000
gura prema nama,
06:03
particularlynaročito illustratedilustrirana in that left-handlijeva ruka cornerugao:
152
348000
3000
posebno ilustrirani u tom lijevom korneru:
06:06
hockeyhokej sticksštapići.
153
351000
2000
štapovi za hokej.
06:08
This is a bunchmnogo of softwaresoftver companiestvrtke --
154
353000
2000
Ovo je gomila softverskih kompanija --
06:10
and what it is is theirnjihov revenueprihod versusprotiv theirnjihov agedob --
155
355000
2000
i što je njihov prihod u odnosu na njihovu dob --
06:12
all zoomingzumiranje away,
156
357000
2000
sve se udaljavaju,
06:14
and everybodysvi makingizrađivanje millionsmilijuni and billionsmilijarde of dollarsdolara.
157
359000
2000
i svatko zarađuje milijune i milijarde dolara.
06:16
Okay, so how do we understandrazumjeti this?
158
361000
3000
Dobro, kako mi razumijemo ovo?
06:19
So let's first talk about biologybiologija.
159
364000
3000
Govorimo prvo o biologiji.
06:22
This is explicitlyeksplicitno showingpokazivanje you
160
367000
2000
Ovo eksplicitno pokazuje
06:24
how things scaleljestvica,
161
369000
2000
kako stvari skaliraju.
06:26
and this is a trulyuistinu remarkableizvanredan graphgrafikon.
162
371000
2000
I ovo je uistinu izvanredan graf.
06:28
What is plottediscrtati here is metabolicmetabolički ratestopa --
163
373000
3000
Ono što je iscrtano ovdje jest matabolična stopa --
06:31
how much energyenergija you need perpo day to stayboravak aliveživ --
164
376000
3000
koliko vam je energije potrebno dnevno kako biste preživjeli --
06:34
versusprotiv your weighttežina, your massmasa,
165
379000
2000
naspram vaše težine, vaše mase,
06:36
for all of us bunchmnogo of organismsorganizmi.
166
381000
3000
za sve nas, gomilu organizama.
06:39
And it's plottediscrtati in this funnysmiješno way by going up by factorsčimbenici of 10,
167
384000
3000
I iscrtano je na ovaj zabavan način s faktorom 10,
06:42
otherwiseinače you couldn'tne mogu get everything on the graphgrafikon.
168
387000
2000
drugačije ne bi sve stalo na graf.
06:44
And what you see if you plotzemljište it
169
389000
2000
I vidite da ako iscrtate to
06:46
in this slightlymalo curiousznatiželjan way
170
391000
2000
na malo neuobičajan način,
06:48
is that everybodysvi lieslaži on the sameisti linecrta.
171
393000
3000
jest da svi leže na istoj liniji.
06:51
DespiteUnatoč the factčinjenica that this is the mostnajviše complexkompleks and diversedrugačiji systemsistem
172
396000
3000
Unatoč činjenici da je to najkompleksniji i raznovrsniji sustav
06:54
in the universesvemir,
173
399000
3000
u svemiru,
06:57
there's an extraordinaryizvanredan simplicityjednostavnost
174
402000
2000
postoji izvanredna jednostavnost
06:59
beingbiće expressedizrazio by this.
175
404000
2000
koja se ovako prikazuje.
07:01
It's particularlynaročito astonishingzačuđujući
176
406000
3000
Posebno je zadivljujuće
07:04
because eachsvaki one of these organismsorganizmi,
177
409000
2000
jer svaki od ovih organizama,
07:06
eachsvaki subsystempodsustav, eachsvaki cellćelija typetip, eachsvaki genegen,
178
411000
2000
svaki podsustav, svaka vrsta čelije, svaki gen,
07:08
has evolvedrazvio in its ownvlastiti uniquejedinstvena environmentalekološki nicheniša
179
413000
4000
se razvio unutar vlastite jedinstvene okolišne niše
07:12
with its ownvlastiti uniquejedinstvena historypovijest.
180
417000
3000
sa svojom jedinstvenom poviješću.
07:15
And yetjoš, despitebez obzira na all of that DarwinianDarvinistički evolutionevolucija
181
420000
3000
I opet, unatoč toj darvinovoj evoluciji
07:18
and naturalprirodni selectionizbor,
182
423000
2000
i prirodnoj selekciji,
07:20
they'vešto ga do been constrainedograničen to lielaž on a linecrta.
183
425000
2000
ograničeni su da leže na istoj liniji.
07:22
Something elsedrugo is going on.
184
427000
2000
Nešto drugo se događa.
07:24
Before I talk about that,
185
429000
2000
Prije nego što počnem o tome pričati,
07:26
I've writtennapisan down at the bottomdno there
186
431000
2000
zapisao sam na dnu ovdje
07:28
the slopenagib of this curvezavoj, this straightravno linecrta.
187
433000
2000
nagib ove krivulje, ovu ravnu liniju.
07:30
It's three-quarterstri četvrtine, roughlygrubo,
188
435000
2000
Otprilike je tri četvrtine
07:32
whichkoji is lessmanje than one -- and we call that sublinearsublinear.
189
437000
3000
što je manje od jedan -- i ja je nazivam sublineranom.
07:35
And here'sevo the pointtočka of that.
190
440000
2000
A ovdje je važnost toga.
07:37
It sayskaže that, if it were linearlinearan,
191
442000
3000
Pokazuje kako, kada bi bila linearna,
07:40
the steepestnajstrmiji slopenagib,
192
445000
2000
najstrmiji nagib,
07:42
then doublingdubliranje the sizeveličina
193
447000
2000
zatim udvostručenje veličine
07:44
you would requirezahtijevati doubledvostruko the amountiznos of energyenergija.
194
449000
2000
bila bi vam potrebna dvostruka količina energije.
07:46
But it's sublinearsublinear, and what that translatesprevodi into
195
451000
3000
Ali ona je sublinearna, i onda se prevodi u
07:49
is that, if you doubledvostruko the sizeveličina of the organismorganizam,
196
454000
2000
ovo, ako udvostručite količinu organizama,
07:51
you actuallyzapravo only need 75 percentposto more energyenergija.
197
456000
3000
u stvari vam je potrebno samo 75 posto više energije.
07:54
So a wonderfulpredivan thing about all of biologybiologija
198
459000
2000
Prekrasna stvar o svoj biologiji
07:56
is that it expressesizražava an extraordinaryizvanredan economyEkonomija of scaleljestvica.
199
461000
3000
jest da ona ukazuje na izvanrednu ekonomiju obujma.
07:59
The biggerveći you are systematicallysustavno,
200
464000
2000
Što ste sustavno veći,
08:01
accordingpo to very well-defineddobro definiran rulespravila,
201
466000
2000
prema jako dobro definiranim pravilima,
08:03
lessmanje energyenergija perpo capitastanovniku.
202
468000
3000
manje energije per capita.
08:06
Now any physiologicalfiziološke variableVarijabla you can think of,
203
471000
3000
Sada bilo koja fiziološka varijabla koje se možete sjetiti,
08:09
any life historypovijest eventdogađaj you can think of,
204
474000
2000
svaki život povijesnog događaja kojeg se možete sjetiti,
08:11
if you plotzemljište it this way, looksizgled like this.
205
476000
3000
ako ga iscrtate na ovaj način, izgleda ovako.
08:14
There is an extraordinaryizvanredan regularitypravilnost.
206
479000
2000
Postoji izvanredna pravilnost.
08:16
So you tell me the sizeveličina of a mammalsisavac,
207
481000
2000
Znači kažete mi veličinu sisavca,
08:18
I can tell you at the 90 percentposto levelnivo everything about it
208
483000
3000
a ja vam mogu reći na razini od 90 posto sve o njemu
08:21
in termsUvjeti of its physiologyfiziologija, life historypovijest, etcitd.
209
486000
4000
u smislu fiziologije, životne povijesti, itd.
08:25
And the reasonrazlog for this is because of networksmreže.
210
490000
3000
A razlog tome su mreže.
08:28
All of life is controlleddirigovan by networksmreže --
211
493000
3000
Sav život se kontrolira od strane mreža --
08:31
from the intracellularintracelularni throughkroz the multicellularvišestanični
212
496000
2000
od intrastaničnih preko multistaničnih
08:33
throughkroz the ecosystemekosustav levelnivo.
213
498000
2000
do razine ekosustava.
08:35
And you're very familiarupoznat with these networksmreže.
214
500000
3000
A vi ste jako dobro upoznati s tim mrežama.
08:39
That's a little thing that livesživot insideiznutra an elephantslon.
215
504000
3000
To je mala stvar koja živi unutar slona.
08:42
And here'sevo the summarySažetak of what I'm sayingizreka.
216
507000
3000
A ovdje je sažetak onoga što govorim.
08:45
If you take those networksmreže,
217
510000
2000
Ako uzmete te mreže,
08:47
this ideaideja of networksmreže,
218
512000
2000
tu ideju mreža,
08:49
and you applyprimijeniti universaluniverzalan principlesprincipi,
219
514000
2000
i primjenite univerzalne principe,
08:51
mathematizablemathematizable, universaluniverzalan principlesprincipi,
220
516000
2000
matematičke, univerzalne principe,
08:53
all of these scalingsstrugotina
221
518000
2000
sve te skalabilnosti
08:55
and all of these constraintsograničenja followslijediti,
222
520000
3000
i sva ta ograničenja slijede,
08:58
includinguključujući the descriptionopis of the forestšuma,
223
523000
2000
uključujući opis šume,
09:00
the descriptionopis of your circulatoryKrvožilni systemsistem,
224
525000
2000
opis vašeg cirkularnog sustava,
09:02
the descriptionopis withinunutar cellsStanice.
225
527000
2000
opis unutar čelija.
09:04
One of the things I did not stressstres in that introductionUvod
226
529000
3000
Jedna od stvari koje nisam dovoljno naglasio u uvodu
09:07
was that, systematicallysustavno, the pacetempo of life
227
532000
3000
jest da, sustavno, tempo života
09:10
decreasessmanjuje as you get biggerveći.
228
535000
2000
opada kako se povećavate.
09:12
HeartSrce ratesstope are slowersporije; you liveživjeti longerviše;
229
537000
3000
Otkucaji srca su sporiji, duže živite;
09:15
diffusiondifuzija of oxygenkisik and resourcesresursi
230
540000
2000
difuzija kisika i resursa
09:17
acrosspreko membranesmembrane is slowersporije, etcitd.
231
542000
2000
preko membrana je sporija itd.
09:19
The questionpitanje is: Is any of this truepravi
232
544000
2000
Pitanje je: Je li išta od ovoga istina
09:21
for citiesgradovi and companiestvrtke?
233
546000
3000
za gradove i kompanije?
09:24
So is LondonLondon a scaledumanjena up BirminghamBirmingham,
234
549000
3000
Dakle je li London skalirani Birmingham,
09:27
whichkoji is a scaledumanjena up BrightonBrighton, etcitd., etcitd.?
235
552000
3000
koji je skaliran od Brightona, itd., itd.?
09:30
Is NewNovi YorkYork a scaledumanjena up SanSan FranciscoFrancisco,
236
555000
2000
Je li New York skalirani San Francisco,
09:32
whichkoji is a scaledumanjena up SantaDjed Mraz FeFe?
237
557000
2000
koji je skaliran od Santa Fea?
09:34
Don't know. We will discussraspravljati that.
238
559000
2000
Ne znam. O tome ćemo raspravljati.
09:36
But they are networksmreže,
239
561000
2000
Ali oni su mreže.
09:38
and the mostnajviše importantvažno networkmreža of citiesgradovi
240
563000
2000
I najvažnija mreža gradova
09:40
is you.
241
565000
2000
ste vi.
09:42
CitiesGradovi are just a physicalfizička manifestationmanifestacija
242
567000
3000
Gradovi su samo fizička manifestacija
09:45
of your interactionsinterakcije,
243
570000
2000
vaših međuveza,
09:47
our interactionsinterakcije,
244
572000
2000
naših međuveza,
09:49
and the clusteringGrupiranje and groupingGrupiranje of individualspojedinci.
245
574000
2000
i klastriranja i grupiranja pojedinaca.
09:51
Here'sOvdje je just a symbolicsimbolički pictureslika of that.
246
576000
3000
Ovdje je samo simbolična slika toga.
09:54
And here'sevo scalingskaliranje of citiesgradovi.
247
579000
2000
A ovdje je skaliranje gradova.
09:56
This showspokazuje that in this very simplejednostavan exampleprimjer,
248
581000
3000
Ovo pokazuje kako je ovo jako jednostavan primjer,
09:59
whichkoji happensdogađa se to be a mundanezemaljski exampleprimjer
249
584000
2000
koji je ujedno i svjetski primjer
10:01
of numberbroj of petrolbenzin stationsstanice
250
586000
2000
broja benzinskih stanica
10:03
as a functionfunkcija of sizeveličina --
251
588000
2000
kao funkcije veličine --
10:05
plottediscrtati in the sameisti way as the biologybiologija --
252
590000
2000
iscrtanih na isti način kao biologija --
10:07
you see exactlytočno the sameisti kindljubazan of thing.
253
592000
2000
vidite potpuno jednaku stvar.
10:09
There is a scalingskaliranje.
254
594000
2000
Postoji skaliranje.
10:11
That is that the numberbroj of petrolbenzin stationsstanice in the cityGrad
255
596000
4000
Što znači da je broj benzinskih stanica u gradu
10:15
is now givendan to you
256
600000
2000
jednostavno izračunati
10:17
when you tell me its sizeveličina.
257
602000
2000
kada mi kažete njegovu veličinu.
10:19
The slopenagib of that is lessmanje than linearlinearan.
258
604000
3000
Nagib toga je manje linearan.
10:22
There is an economyEkonomija of scaleljestvica.
259
607000
2000
Postoji ekonomija obujma.
10:24
LessManje petrolbenzin stationsstanice perpo capitastanovniku the biggerveći you are -- not surprisingiznenađujuće.
260
609000
3000
Manji broj benzinskih stanica što ste veći -- nikakvo iznenađenje.
10:27
But here'sevo what's surprisingiznenađujuće.
261
612000
2000
Ali evo onoga što iznenađuje.
10:29
It scalesvage in the sameisti way everywheresvugdje, posvuda.
262
614000
2000
Skalira na isti način svugdje.
10:31
This is just EuropeanEuropski countrieszemlje,
263
616000
2000
Ovo su samo europske zemlje,
10:33
but you do it in JapanJapan or ChinaKina or ColombiaKolumbija,
264
618000
3000
ali ako to napravite u Japanu ili Kini ili Kolumbiji
10:36
always the sameisti
265
621000
2000
uvijek će biti jednako
10:38
with the sameisti kindljubazan of economyEkonomija of scaleljestvica
266
623000
2000
s istom vrstom ekonomije obujma
10:40
to the sameisti degreestupanj.
267
625000
2000
do istog stupnja.
10:42
And any infrastructureinfrastruktura you look at --
268
627000
3000
I svaka infrastruktura koju gledate --
10:45
whetherda li it's the lengthdužina of roadsceste, lengthdužina of electricalelektrična lineslinije --
269
630000
3000
bilo da se radi o dužini cesta, dužini električnih linija --
10:48
anything you look at
270
633000
2000
sve što gledate
10:50
has the sameisti economyEkonomija of scaleljestvica scalingskaliranje in the sameisti way.
271
635000
3000
ima istu ekonomiju obujma skaliranu na jednak način.
10:53
It's an integratedintegriran systemsistem
272
638000
2000
To je integrirani sustav
10:55
that has evolvedrazvio despitebez obzira na all the planningplaniranje and so on.
273
640000
3000
koji je evoluirao unatoč svom planiranju i tako dalje.
10:58
But even more surprisingiznenađujuće
274
643000
2000
Ali ono što još više iznenađuje
11:00
is if you look at socio-economicsocio-ekonomski quantitieskoličine,
275
645000
2000
jest ako pogledate socio-ekonomske količine,
11:02
quantitieskoličine that have no analoganalog in biologybiologija,
276
647000
3000
količine koje nemaju analogiju u biologiji,
11:05
that have evolvedrazvio when we startedpočeo formingformiranje communitieszajednice
277
650000
3000
koje su nastale kada smo započeli formirati zajednice
11:08
eightosam to 10,000 yearsgodina agoprije.
278
653000
2000
prije osam do 10.000 godina.
11:10
The topvrh one is wagesplaće as a functionfunkcija of sizeveličina
279
655000
2000
One na vrhu su plaće kao funkcija veličine
11:12
plottediscrtati in the sameisti way.
280
657000
2000
iscrtane na isti način.
11:14
And the bottomdno one is you lot --
281
659000
2000
A na dnu je vas puno --
11:16
super-creativesSuper oglasi plottediscrtati in the sameisti way.
282
661000
3000
super-kreativni iscrtani na isti način.
11:19
And what you see
283
664000
2000
I ono što vidite
11:21
is a scalingskaliranje phenomenonfenomen.
284
666000
2000
jest fenomen skaliranja.
11:23
But mostnajviše importantvažno in this,
285
668000
2000
Ali najvažnije u ovome je,
11:25
the exponenteksponent, the analoganalog to that three-quarterstri četvrtine
286
670000
2000
eksponent, analogija na te tri četvrtine
11:27
for the metabolicmetabolički ratestopa,
287
672000
2000
za metaboličnu stopu,
11:29
is biggerveći than one -- it's about 1.15 to 1.2.
288
674000
2000
je veći od jedan -- on je oko 1,15 do 1,2.
11:31
Here it is,
289
676000
2000
Tu je,
11:33
whichkoji sayskaže that the biggerveći you are
290
678000
3000
što nam govori što ste veći
11:36
the more you have perpo capitastanovniku, unlikeza razliku od biologybiologija --
291
681000
3000
više imate per capita, za razliku od biologije --
11:39
higherviši wagesplaće, more super-creativeSuper-kreativni people perpo capitastanovniku as you get biggerveći,
292
684000
4000
više plaće, više super-kreativnih ljudi per capita što ste veći,
11:43
more patentspatenti perpo capitastanovniku, more crimekriminal perpo capitastanovniku.
293
688000
3000
više patenata per capita, više kriminala per capita.
11:46
And we'veimamo lookedgledao at everything:
294
691000
2000
A mi smo gledali na sve:
11:48
more AIDSAIDS-A casesslučajevi, flugripa, etcitd.
295
693000
3000
slučajeve SIDE, gripe, itd.
11:51
And here, they're all plottediscrtati togetherzajedno.
296
696000
2000
I ovdje, su svi grafički prikazani zajedno.
11:53
Just to showpokazati you what we plottediscrtati,
297
698000
2000
Samo da vam pokažem što smo prikazali,
11:55
here is incomeprihod, GDPBDP-A --
298
700000
3000
ovdje je prihod, BDP --
11:58
GDPBDP-A of the cityGrad --
299
703000
2000
BDP grada --
12:00
crimekriminal and patentspatenti all on one graphgrafikon.
300
705000
2000
kriminal i patenti svi na jednom grafu.
12:02
And you can see, they all followslijediti the sameisti linecrta.
301
707000
2000
I možete vidjeti, svi prate istu liniju.
12:04
And here'sevo the statementizjava.
302
709000
2000
I ovdje je izjava.
12:06
If you doubledvostruko the sizeveličina of a cityGrad from 100,000 to 200,000,
303
711000
3000
Ako udvostručite veličinu grada sa 100.000 na 200.000,
12:09
from a millionmilijuna to two millionmilijuna, 10 to 20 millionmilijuna,
304
714000
2000
s milijun na dva milijuna, 10 na 20 milijuna,
12:11
it doesn't matterstvar,
305
716000
2000
nema veze,
12:13
then systematicallysustavno
306
718000
2000
onda sustavno
12:15
you get a 15 percentposto increasepovećati
307
720000
2000
dobivate 15 postotno povećanje
12:17
in wagesplaće, wealthbogatstvo, numberbroj of AIDSAIDS-A casesslučajevi,
308
722000
2000
u plaćama, bogatstvu, broju slučajeva SIDE,
12:19
numberbroj of policepolicija,
309
724000
2000
broju policajaca,
12:21
anything you can think of.
310
726000
2000
svega čega se možete sjetiti.
12:23
It goeside up by 15 percentposto,
311
728000
2000
Ide gore 15 posto.
12:25
and you have a 15 percentposto savingsštednja
312
730000
3000
I imate 15 posto uštede
12:28
on the infrastructureinfrastruktura.
313
733000
3000
na infrastrukturi.
12:31
This, no doubtsumnjati, is the reasonrazlog
314
736000
3000
To je, nema sumnje, razlog
12:34
why a millionmilijuna people a weektjedan are gatheringprikupljanje in citiesgradovi.
315
739000
3000
zašto milijun ljudi tjedno odlazi u gradove.
12:37
Because they think that all those wonderfulpredivan things --
316
742000
3000
Zato jer misle kako sve te krasne stvari,
12:40
like creativekreativan people, wealthbogatstvo, incomeprihod --
317
745000
2000
poput kreativnih ljudi, bogatstva, prihoda,
12:42
is what attractsprivlači them,
318
747000
2000
jest ono što ih privlači,
12:44
forgettingzaboravljajući about the uglyružan and the badloše.
319
749000
2000
zaboravljajući na ružno i loše.
12:46
What is the reasonrazlog for this?
320
751000
2000
Koji je razlog tome?
12:48
Well I don't have time to tell you about all the mathematicsmatematika,
321
753000
3000
Nemam dovoljno vremena za objasniti vam cijelu matematiku,
12:51
but underlyingtemeljne this is the socialsocijalni networksmreže,
322
756000
3000
ali u ishodištu svega su društvene mreže,
12:54
because this is a universaluniverzalan phenomenonfenomen.
323
759000
3000
jer je to univerzalni problem.
12:57
This 15 percentposto rulepravilo
324
762000
3000
To pravilo 15 posto
13:00
is truepravi
325
765000
2000
je istinito
13:02
no matterstvar where you are on the planetplaneta --
326
767000
2000
bez obzira gdje se nalazite na Planetu --
13:04
JapanJapan, ChileČile,
327
769000
2000
Japan, Čile,
13:06
PortugalPortugal, ScotlandŠkotska, doesn't matterstvar.
328
771000
3000
Portugal, Škotska, nema veze.
13:09
Always, all the datapodaci showspokazuje it's the sameisti,
329
774000
3000
Uvijek, svi podaci pokazuju isto,
13:12
despitebez obzira na the factčinjenica that these citiesgradovi have evolvedrazvio independentlysamostalno.
330
777000
3000
unatoč činjenici da su se ti gradovi razvijali neovisno.
13:15
Something universaluniverzalan is going on.
331
780000
2000
Nešto univerzalno se događa.
13:17
The universalityuniverzalnost, to repeatponoviti, is us --
332
782000
3000
Ta univerzalnost, da ponovim, smo mi --
13:20
that we are the cityGrad.
333
785000
2000
mi smo grad.
13:22
And it is our interactionsinterakcije and the clusteringGrupiranje of those interactionsinterakcije.
334
787000
3000
I naše interakcije i klasteriranje tih informacija.
13:25
So there it is, I've said it again.
335
790000
2000
Dakle tu je, rekao sam ponovno.
13:27
So if it is those networksmreže and theirnjihov mathematicalmatematički structurestruktura,
336
792000
3000
Dakle, zbog tih mreža i njihovih matematičkih struktura,
13:30
unlikeza razliku od biologybiologija, whichkoji had sublinearsublinear scalingskaliranje,
337
795000
3000
za razliku od biologije, koja ima sublinearno skaliranje,
13:33
economiesekonomija of scaleljestvica,
338
798000
2000
ekonomijama veličine,
13:35
you had the slowingusporavanje of the pacetempo of life
339
800000
2000
imali biste usporavanje ritma života
13:37
as you get biggerveći.
340
802000
2000
kako rastete.
13:39
If it's socialsocijalni networksmreže with super-linearSuper-linearne scalingskaliranje --
341
804000
2000
Ako je to društvena mreža sa super-linearnim skaliranjem --
13:41
more perpo capitastanovniku --
342
806000
2000
više per capita --
13:43
then the theoryteorija sayskaže
343
808000
2000
onda teorija kaže
13:45
that you increasepovećati the pacetempo of life.
344
810000
2000
da povećavate tempo života.
13:47
The biggerveći you are, life getsdobiva fasterbrže.
345
812000
2000
Što ste veći, život postaje brži.
13:49
On the left is the heartsrce ratestopa showingpokazivanje biologybiologija.
346
814000
2000
S lijeve strane su otkucaji srca koji pokazuju biologiju.
13:51
On the right is the speedubrzati of walkinghodanje
347
816000
2000
S desne strane je brzina hodanja
13:53
in a bunchmnogo of EuropeanEuropski citiesgradovi,
348
818000
2000
u grupi europskih gradova,
13:55
showingpokazivanje that increasepovećati.
349
820000
2000
koja pokazuje to povećanje.
13:57
LastlyNa kraju, I want to talk about growthrast.
350
822000
3000
Konačno, želim pričati o rastu.
14:00
This is what we had in biologybiologija, just to repeatponoviti.
351
825000
3000
To je ono što smo imali u biologiji, samo se ponavlja.
14:03
EconomiesEkonomija of scaleljestvica
352
828000
3000
Ekonomije obujma
14:06
gavedali riseustati to this sigmoidalsigmoidal behaviorponašanje.
353
831000
3000
stvara to sigmoidalno ponašanje.
14:09
You growrasti fastbrzo and then stop --
354
834000
3000
Rastete brzo i onda stanete --
14:12
partdio of our resilienceelastičnost.
355
837000
2000
dio naše elastičnosti.
14:14
That would be badloše for economiesekonomija and citiesgradovi.
356
839000
3000
To bi bilo loše za ekonomije i gradove.
14:17
And indeeddoista, one of the wonderfulpredivan things about the theoryteorija
357
842000
2000
I stvarno, jedna od divnih stvari o teoriji
14:19
is that if you have super-linearSuper-linearne scalingskaliranje
358
844000
3000
jest da kada imate super-linerano skaliranje
14:22
from wealthbogatstvo creationstvaranje and innovationinovacija,
359
847000
2000
od stvaranja bogatstva i inovacije,
14:24
then indeeddoista you get, from the sameisti theoryteorija,
360
849000
3000
onda stvarno dobijete, od iste teorije,
14:27
a beautifullijep risingrastući exponentialeksponencijalan curvezavoj -- lovelylijep.
361
852000
2000
prekrasno rastuću eksponencijalnu krivulju -- lijepo.
14:29
And in factčinjenica, if you compareusporediti it to datapodaci,
362
854000
2000
I u stvari, ako to usporedite s podatcima
14:31
it fitsodgovara very well
363
856000
2000
jako se dobro poklapa
14:33
with the developmentrazvoj of citiesgradovi and economiesekonomija.
364
858000
2000
s razvojem gradova i ekonomija.
14:35
But it has a terribleužasan catchulov,
365
860000
2000
Ali ima groznu caku.
14:37
and the catchulov
366
862000
2000
A caka je
14:39
is that this systemsistem is destinedpredodređen to collapsekolaps.
367
864000
3000
da je sustav osuđen na propast.
14:42
And it's destinedpredodređen to collapsekolaps for manymnogi reasonsrazlozi --
368
867000
2000
A osuđen je na propast zbog puno razloga --
14:44
kindljubazan of MalthusianMalthusian reasonsrazlozi -- that you runtrčanje out of resourcesresursi.
369
869000
3000
na neki način Malthusianski razlozi -- ostanete bez resursa.
14:47
And how do you avoidIzbjegavajte that? Well we'veimamo doneučinio it before.
370
872000
3000
I kako da izbjegnete to? Uspjeli smo prije.
14:50
What we do is,
371
875000
2000
Ono što napravimo je,
14:52
as we growrasti and we approachpristup the collapsekolaps,
372
877000
3000
dok rastemo i približavamo se kolapsu,
14:55
a majorglavni innovationinovacija takes placemjesto
373
880000
3000
velika inovacija se dogodi
14:58
and we startpočetak over again,
374
883000
2000
i krenemo iz početka.
15:00
and we startpočetak over again as we approachpristup the nextSljedeći one, and so on.
375
885000
3000
I krenemo iz početka kada se približimo slijedećoj, i tako dalje.
15:03
So there's this continuousstalan cycleciklus of innovationinovacija
376
888000
2000
Dakle postoji kontinuirani ciklus inovacije
15:05
that is necessarypotreban
377
890000
2000
koji je nužan
15:07
in ordernarudžba to sustainodržati growthrast and avoidIzbjegavajte collapsekolaps.
378
892000
3000
kako bi se održao rast i izbjegao kolaps.
15:10
The catchulov, howevermeđutim, to this
379
895000
2000
Caka je, kako bilo, kako bi to radilo
15:12
is that you have to innovateinovacije
380
897000
2000
morate inovirati
15:14
fasterbrže and fasterbrže and fasterbrže.
381
899000
3000
brže i brže i brže.
15:17
So the imageslika
382
902000
2000
Dakle slika
15:19
is that we're not only on a treadmilltraka za trčanje that's going fasterbrže,
383
904000
3000
je da nismo samo na pokretnoj traci koja ide sve brže
15:22
but we have to changepromijeniti the treadmilltraka za trčanje fasterbrže and fasterbrže.
384
907000
3000
već moramo mijenjati pokretne trake sve brže i brže.
15:25
We have to accelerateubrzati on a continuousstalan basisosnova.
385
910000
3000
Moramo ubrzavati stalno.
15:28
And the questionpitanje is: Can we, as socio-economicsocio-ekonomski beingsbića,
386
913000
3000
A pitanje je: Možemo li, kao socio-ekonomska bića,
15:31
avoidIzbjegavajte a heartsrce attacknapad?
387
916000
3000
izbječi srčani udar?
15:34
So lastlyposljednje, I'm going to finishZavrši up in this last minuteminuta or two
388
919000
3000
Na kraju, završiti ću u zadnjoj minuti ili dvije
15:37
askingtraži about companiestvrtke.
389
922000
2000
pitajući se za kompanije.
15:39
See companiestvrtke, they scaleljestvica.
390
924000
2000
Vidite kompanije, one skaliraju.
15:41
The topvrh one, in factčinjenica, is WalmartWalmart on the right.
391
926000
2000
Onaj na vrhu, u stvari, to je Walmart na desno.
15:43
It's the sameisti plotzemljište.
392
928000
2000
To je isti grafički podatak.
15:45
This happensdogađa se to be incomeprihod and assetsimovina
393
930000
2000
To ispada da je prihod i imovina
15:47
versusprotiv the sizeveličina of the companydruštvo as denotedoznačena by its numberbroj of employeeszaposlenici.
394
932000
2000
nasuprot veličine kompanije prikazane brojem zaposlenika.
15:49
We could use salesprodajni, anything you like.
395
934000
3000
Mogli bi upotrijebiti prodaju, što god želite.
15:52
There it is: after some little fluctuationsfluktuacije at the beginningpočetak,
396
937000
3000
Ovdje je: poslije malenih fluktuacija na početku,
15:55
when companiestvrtke are innovatinginovacije,
397
940000
2000
kada kompanije inoviraju
15:57
they scaleljestvica beautifullylijepo.
398
942000
2000
one skaliraju prekrasno.
15:59
And we'veimamo lookedgledao at 23,000 companiestvrtke
399
944000
3000
A mi smo gledali 23.000 kompanija,
16:02
in the UnitedUjedinjeni StatesDržava, maysvibanj I say.
400
947000
2000
u Sjedinjenim Državama, ako mogu reći.
16:04
And I'm only showingpokazivanje you a little bitbit of this.
401
949000
3000
A ja vam pokazujem samo maleni dio toga.
16:07
What is astonishingzačuđujući about companiestvrtke
402
952000
2000
Ono što je zadivljujuće o kompanijama
16:09
is that they scaleljestvica sublinearlysublinearly
403
954000
3000
jest da one skaliraju sublinerano
16:12
like biologybiologija,
404
957000
2000
poput biologije,
16:14
indicatingukazuje that they're dominateddominira,
405
959000
2000
indicirajući da su dominantne,
16:16
not by super-linearSuper-linearne
406
961000
2000
ne po super-linearnim
16:18
innovationinovacija and ideasideje;
407
963000
3000
inovacijama i idejama;
16:21
they becomepostati dominateddominira
408
966000
2000
one postaju dominantne
16:23
by economiesekonomija of scaleljestvica.
409
968000
2000
ekonomijom obujma.
16:25
In that interpretationtumačenje,
410
970000
2000
U toj interpretaciji,
16:27
by bureaucracybirokratija and administrationuprava,
411
972000
2000
od birokracije i administracije,
16:29
and they do it beautifullylijepo, maysvibanj I say.
412
974000
2000
i one to rade prekrasno, ako mogu reći.
16:31
So if you tell me the sizeveličina of some companydruštvo, some smallmali companydruštvo,
413
976000
3000
Ako mi kažete veličinu neke kompanije, neke male kompanije,
16:34
I could have predictedpredvidjeti the sizeveličina of WalmartWalmart.
414
979000
3000
mogao bih predvidjeti veličinu Walmarta.
16:37
If it has this sublinearsublinear scalingskaliranje,
415
982000
2000
Ako ima to sublinerano skaliranje,
16:39
the theoryteorija sayskaže
416
984000
2000
teorija kaže
16:41
we should have sigmoidalsigmoidal growthrast.
417
986000
3000
trebali bismo imati sigmoidalni rast.
16:44
There's WalmartWalmart. Doesn't look very sigmoidalsigmoidal.
418
989000
2000
Tu je Walmart. Ne izgleda jako sigmoidalno.
16:46
That's what we like, hockeyhokej sticksštapići.
419
991000
3000
To je ono što volimo. Štapovi za hokej.
16:49
But you noticeobavijest, I've cheatedprevaren,
420
994000
2000
Ali primjetiti ćete, varao sam,
16:51
because I've only goneotišao up to '94.
421
996000
2000
jer sam otišao samo do '94.
16:53
Let's go up to 2008.
422
998000
2000
Idemo do 2008.
16:55
That redcrvena linecrta is from the theoryteorija.
423
1000000
3000
Ova crvena linija je iz teorije.
16:58
So if I'd have doneučinio this in 1994,
424
1003000
2000
Dakle da ste ovo napravili 1994.,
17:00
I could have predictedpredvidjeti what WalmartWalmart would be now.
425
1005000
3000
mogao sam predvidjeti kakav će Walmart biti sada.
17:03
And then this is repeatedponovljen
426
1008000
2000
I onda se ovo ponavlja
17:05
acrosspreko the entirečitav spectrumspektar of companiestvrtke.
427
1010000
2000
po cijelom spektrumu kompanija.
17:07
There they are. That's 23,000 companiestvrtke.
428
1012000
3000
Tu su. To je 23.000 kompanija.
17:10
They all startpočetak looking like hockeyhokej sticksštapići,
429
1015000
2000
Sve počinju izgledati kao štapovi za hokej,
17:12
they all bendzavoj over,
430
1017000
2000
sve se savijaju,
17:14
and they all dieumrijeti like you and me.
431
1019000
2000
i sve umiru kao vi i ja.
17:16
Thank you.
432
1021000
2000
Hvala vam.
17:18
(ApplausePljesak)
433
1023000
9000
(Pljesak)

▲Back to top

ABOUT THE SPEAKER
Geoffrey West - Theorist
Physicist Geoffrey West believes that complex systems from organisms to cities are in many ways governed by simple laws -- laws that can be discovered and analyzed.

Why you should listen

Trained as a theoretical physicist, Geoffrey West has turned his analytical mind toward the inner workings of more concrete things, like ... animals. In a paper for Science in 1997, he and his team uncovered what he sees as a surprisingly universal law of biology — the way in which heart rate, size and energy consumption are related, consistently, across most living animals. (Though not all animals: “There are always going to be people who say, ‘What about the crayfish?’ " he says. “Well, what about it? Every fundamental law has exceptions. But you still need the law or else all you have is observations that don’t make sense.")

A past president of the multidisciplinary Santa Fe Institute (after decades working  in high-energy physics at Los Alamos and Stanford), West now studies the behavior and development of cities. In his newest work, he proposes that one simple number, population, can predict a stunning array of details about any city, from crime rate to economic activity. It's all about the plumbing, he says, the infrastructure that powers growth or dysfunction. His next target for study: corporations.

He says: "Focusing on the differences [between cities] misses the point. Sure, there are differences, but different from what? We’ve found the what."

More profile about the speaker
Geoffrey West | Speaker | TED.com