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: Vuoi fare innovazione? Diventa un "adessista"

Filmed:
2,304,454 views

"Ricordate com'era prima di internet?", ci chiede Joi Ito. "Ricordate quando la gente cercava di prevedere il futuro?" In questa lezione avvincente, il capo del Media Lab del MIT salta le previsioni sul futuro e condivide invece un nuovo approccio alla creazione-sul-momento: costruire in fretta e migliorare costantemente, senza aspettare una licenza o una prova che la nostra sia l'idea giusta. Questo tipo di innovazione dal basso è riscontrata nei più affascinanti e futuristici progetti che emergono oggi. E, dice Joi Ito, comincia con l'essere aperti e pronti a recepire cosa succede intorno a noi in questo esatto momento. Il suo consiglio è: non essere un futurista, sii un "adessista".
- Relentless mind
Joi Ito is the director of the MIT Media Lab. Full bio

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

Il 10 marzo 2011,
00:12
On MarchMarzo 10, 2011,
0
543
2743
00:15
I was in CambridgeCambridge at the MITMIT MediaMedia LabLaboratorio
1
3286
3007
ero a Cambridge,
al Media Lab del MIT,
00:18
meetingincontro with facultyfacoltà, studentsstudenti and staffpersonale,
2
6293
3229
per un incontro con il corpo docenti,
gli studenti e lo staff
00:21
and we were tryingprovare to figurefigura out whetherse
3
9522
1789
e stavamo cercando di capire
00:23
I should be the nextIl prossimo directordirettore.
4
11311
2360
se avrei dovuto essere
il prossimo direttore.
00:25
That night, at midnightmezzanotte,
5
13671
2369
Quella sera, a mezzanotte,
00:28
a magnitudemagnitudine 9 earthquaketerremoto
6
16040
1770
un terremoto di magnitudo 9
00:29
hitcolpire off of the PacificPacifico coastcosta of JapanGiappone.
7
17810
2866
colpì la costa del Pacifico
in Giappone.
00:32
My wifemoglie and familyfamiglia were in JapanGiappone,
8
20676
2285
Mia moglie e la mia famiglia
si trovavano in Giappone
00:34
and as the newsnotizia startediniziato to come in,
9
22961
3310
e appena cominciarono
ad arrivare le notizie
00:38
I was panickingin preda al panico.
10
26271
1699
andai nel panico.
00:39
I was looking at the newsnotizia streamsflussi
11
27970
1262
Leggevo le notizie che arrivavano,
00:41
and listeningascoltando to the pressstampa conferencesconferenze
12
29232
2828
ascoltavo le conferenze stampa
00:44
of the governmentgoverno officialsfunzionari
13
32060
2210
degli ufficiali di governo
00:46
and the TokyoTokyo PowerPotenza CompanyAzienda,
14
34270
1590
e della TEPCO,
00:47
and hearingudito about this explosionesplosione
15
35860
2551
e sentivo le notizie
di questa esplosione
00:50
at the nuclearnucleare reactorsreattori
16
38411
1199
nei reattori nucleari
00:51
and this cloudnube of falloutFallout
17
39610
1681
e di questa nuvola radioattiva
00:53
that was headedheaded towardsin direzione our housecasa
18
41291
1899
che si dirigeva verso la nostra casa
00:55
whichquale was only about 200 kilometerschilometri away.
19
43190
2899
distante solo 200 chilometri.
00:58
And the people on TVTV weren'tnon erano tellingraccontare us
20
46089
2831
La gente in TV non ci diceva
01:00
anything that we wanted to hearsentire.
21
48920
1940
niente di quello che volevamo sapere.
01:02
I wanted to know what was going on with the reactorreattore,
22
50860
1960
Volevo sapere cosa stesse succedendo
al reattore,
01:04
what was going on with the radiationradiazione,
23
52820
1422
cosa succedeva con le radiazioni
01:06
whetherse my familyfamiglia was in dangerPericolo.
24
54242
2328
e se la mia famiglia fosse in pericolo.
01:08
So I did what instinctivelyistintivamente feltprovato like the right thing,
25
56570
3189
Quindi feci quella che istintivamente
mi sembrava la cosa giusta,
01:11
whichquale was to go ontosu the InternetInternet
26
59759
1671
cioè andare su internet
01:13
and try to figurefigura out
27
61430
1342
e cercare di capire
01:14
if I could take mattersquestioni into my ownproprio handsmani.
28
62772
2411
se potevo riuscire ad inquadrare
la situazione da solo.
01:17
On the NetNET, I foundtrovato there were a lot of other people
29
65183
1841
Su internet trovai
molte altre persone
01:19
like me tryingprovare to figurefigura out what was going on,
30
67024
2066
che come me cercavano di capire
cosa stesse succedendo
01:21
and togetherinsieme we sortordinare of looselyvagamente formedformato a groupgruppo
31
69090
2216
ed insieme abbiamo formato
una sorta di gruppo,
01:23
and we calledchiamato it SafecastSafeCast,
32
71306
2471
lo abbiamo chiamato Safecast
01:25
and we decideddeciso we were going to try
33
73777
1172
e abbiamo deciso che avremmo provato
01:26
to measuremisurare the radiationradiazione
34
74949
1746
a misurare le radiazioni
01:28
and get the datadati out to everybodytutti elsealtro,
35
76695
1774
e a distribuire questi dati
a chiunque li volesse,
01:30
because it was clearchiaro that the governmentgoverno
36
78469
1672
perché era chiaro che il governo
01:32
wasn'tnon era going to be doing this for us.
37
80141
2902
non lo avrebbe fatto al posto nostro.
01:35
ThreeTre yearsanni laterdopo,
38
83043
1417
Sono passati tre anni,
01:36
we have 16 millionmilione datadati pointspunti,
39
84460
3094
abbiamo 16 milioni di
punti dati,
01:39
we have designedprogettato our ownproprio GeigerGeiger counterscontatori
40
87554
2745
abbiamo creato dei nostri contatori Geiger
01:42
that you can downloadScaricare the designsdisegni
41
90299
1653
dai quali era possibile
scaricare i grafici
01:43
and plugspina it into the networkRete.
42
91952
874
e collegarli alla rete.
01:44
We have an appApp that showsSpettacoli you
43
92826
1904
Abbiamo un'applicazione che mostra
01:46
mostmaggior parte of the radiationradiazione in JapanGiappone
and other partsparti of the worldmondo.
44
94730
3027
la maggior parte delle radiazioni
in Giappone e in altre parti del mondo.
01:49
We are arguablysenza dubbio one of the mostmaggior parte successfulriuscito
45
97757
2205
Il nostro è probabilmente uno
tra i progetti scientifici
realizzato da cittadini
più riuscito al mondo.
01:51
citizencittadino sciencescienza projectsprogetti in the worldmondo,
46
99962
1855
01:53
and we have createdcreato
47
101817
2352
Abbiamo creato
01:56
the largestmaggiore openAperto datasetDataSet of radiationradiazione measurementsmisurazioni.
48
104169
3501
il più grande set di dati aperto
sulle misurazioni delle radiazioni.
01:59
And the interestinginteressante thing here
49
107670
2742
E la cosa interessante è...
02:02
is how did — (ApplauseApplausi) — Thank you.
50
110412
4648
(Applausi)
Grazie.
02:07
How did a bunchmazzo of amateursdilettanti
51
115060
2091
Come ha fatto un gruppo
di non professionisti
02:09
who really didn't know what we were doing
52
117151
2169
che non sapevano
cosa stessero facendo
02:11
somehowin qualche modo come togetherinsieme
53
119320
1689
a mettersi insieme in qualche modo
02:13
and do what NGOsONG and the governmentgoverno
54
121009
3184
e fare quello che le ONG ed il governo
02:16
were completelycompletamente incapableincapace of doing?
55
124193
2418
erano assolutamente incapaci di fare?
02:18
And I would suggestsuggerire that this has something to do
56
126611
2758
Mi viene da suggerire che la risposta
abbia a che vedere
02:21
with the InternetInternet. It's not a flukeFluke.
57
129369
1760
con internet.
Non è un colpo di fortuna.
02:23
It wasn'tnon era luckfortuna, and it wasn'tnon era because it was us.
58
131129
2851
Non è stato un caso e non è dipeso
dal fatto che fossimo noi.
02:25
It helpedaiutato that it was an eventevento
59
133980
1418
Ha contribuito il fatto
che fosse un evento
02:27
that pulledtirato everybodytutti togetherinsieme,
60
135398
1635
che univa tutti,
02:29
but it was a newnuovo way of doing things
61
137033
1758
ma è stato fondamentalmente
un nuovo modo di fare le cose,
02:30
that was enabledabilitato by the InternetInternet
62
138791
2079
reso possibile da internet
02:32
and a lot of the other things that were going on,
63
140870
1592
e da molte altre cose
che stavano succedendo.
02:34
and I want to talk a little bitpo about
64
142462
2013
Vorrei parlarvi un po'
02:36
what those newnuovo principlesi principi are.
65
144475
2669
delle nuove cause
02:39
So rememberricorda before the InternetInternet? (LaughterRisate)
66
147144
4808
Ricordate l'era 'avanti Internet'?
(Risate)
02:43
I call this B.I. Okay?
67
151952
1788
La chiamerò a.I.
Ok?
02:45
So, in B.I., life was simplesemplice.
68
153740
3611
Nell'epoca a.I. la vita era semplice.
02:49
Things were EuclidianEuclidea, NewtonianNewtoniano,
69
157351
2746
Le cose erano euclidee, newtoniane,
02:52
somewhatpiuttosto predictableprevedibile.
70
160097
1459
piuttosto prevedibili.
02:53
People actuallyin realtà triedprovato to predictpredire the futurefuturo,
71
161556
2410
La gente in realtà cercava
di prevedere il futuro,
02:55
even the economistseconomisti.
72
163966
1714
persino gli economisti.
02:57
And then the InternetInternet happenedè accaduto,
73
165680
3214
Poi arrivò Internet
03:00
and the worldmondo becamedivenne extremelyestremamente complexcomplesso,
74
168894
2071
e il mondo diventò estremamente complesso,
03:02
extremelyestremamente low-costa basso costo, extremelyestremamente fastveloce,
75
170965
2637
estremamente low-cost,
estremamente veloce,
03:05
and those NewtonianNewtoniano lawslegislazione
76
173602
2118
e quelle leggi newtoniane
03:07
that we so dearlya caro prezzo cherishedaccarezzato
77
175720
1799
che erano tanto care alle persone
03:09
turnedtrasformato out to be just localLocale ordinancesordinanze,
78
177519
2197
finirono per essere solo
delle ordinanze locali,
03:11
and what we foundtrovato was that in this
79
179716
1751
e quello che abbiamo scoperto è
che in questo
03:13
completelycompletamente unpredictableimprevedibile worldmondo
80
181467
2613
mondo completamente imprevedibile
03:16
that mostmaggior parte of the people who were survivingsopravvivendo
81
184080
2032
la maggior parte delle persone
che sopravvivevano
03:18
were workinglavoro with sortordinare of a differentdiverso setimpostato of principlesi principi,
82
186112
3333
erano quelle che lavoravano
con un insieme di principi diversi
03:21
and I want to talk a little bitpo about that.
83
189445
2631
ed io voglio parlarvi
proprio di questo.
03:24
Before the InternetInternet, if you rememberricorda,
84
192076
1364
Prima di internet, se ricordate,
03:25
when we triedprovato to createcreare servicesServizi,
85
193440
1905
se si volevano creare dei servizi
03:27
what you would do is you'dfaresti createcreare
86
195345
1026
si doveva creare
03:28
the hardwarehardware layerstrato and the
networkRete layerstrato and the softwareSoftware
87
196371
2312
lo strato hardware,
il network e il software,
03:30
and it would costcosto millionsmilioni of dollarsdollari
88
198683
2028
e servivano milioni di dollari
03:32
to do anything that was substantialsostanziale.
89
200711
2307
per creare qualcosa di significativo.
03:35
So when it costscosti millionsmilioni of dollarsdollari
to do something substantialsostanziale,
90
203018
2439
Quando fare qualcosa di significativo
costa milioni di dollari,
03:37
what you would do is you'dfaresti get an MBAMBA
91
205457
2072
quello che si fa è rivolgersi
a un laureato in business administration
03:39
who would writeScrivi a planPiano
92
207529
1458
fargli preparare un piano,
03:40
and get the moneyi soldi
93
208987
943
procurarsi i soldi
03:41
from V.C.s or biggrande companiesaziende,
94
209930
1744
da un investitore
o da qualche grossa azienda
03:43
and then you'dfaresti hireassumere the designersprogettisti and the engineersingegneri,
95
211674
2113
e poi assumere progettisti
ed ingegneri
03:45
and they'davevano buildcostruire the thing.
96
213787
1023
per far costruire loro il tutto.
03:46
This is the Before InternetInternet, B.I., innovationinnovazione modelmodello.
97
214810
4619
Questo era nell'epoca avanti Internet, a.I.,
il modello dell'innovazione.
03:51
What happenedè accaduto after the InternetInternet was
98
219429
2307
Quello che è successo dopo internet è che
03:53
the costcosto of innovationinnovazione wentandato down so much
99
221736
1756
il costo dell'innovazione
è sceso moltissimo,
03:55
because the costcosto of collaborationcollaborazione,
the costcosto of distributiondistribuzione,
100
223492
2487
perché il costo della collaborazione,
il costo della distribuzione,
03:57
the costcosto of communicationcomunicazione, and Moore'sDi Moore LawLegge
101
225979
2643
il costo della comunicazione
e la Legge di Moore
04:00
madefatto it so that the costcosto of tryingprovare a newnuovo thing
102
228622
2676
hanno fatto sì che il costo di provare
a realizzare qualcosa di nuovo
04:03
becamedivenne nearlyquasi zerozero,
103
231298
1394
diventasse quasi nullo.
04:04
and so you would have GoogleGoogle, FacebookFacebook, YahooYahoo,
104
232692
2269
E quindi sono nati
Google, Facebook, Yahoo.
04:06
studentsstudenti that didn't have permissionautorizzazione
105
234961
1771
Gli studenti non avevano licenze —
04:08
permissionlesspermissionless innovationinnovazione
106
236732
1373
"innovazione senza licenze" —
04:10
didn't have permissionautorizzazione, didn't have PowerPointsPowerPoints,
107
238105
1620
non avevano licenze,
non avevano i PowerPoint,
04:11
they just builtcostruito the thing,
108
239725
2103
semplicemente realizzavano una cosa.
04:13
then they raisedsollevato the moneyi soldi,
109
241828
1444
Poi raccoglievano il denaro,
04:15
and then they sortordinare of figuredfigurato out a businessattività commerciale planPiano
110
243272
2201
pensavano a un piano finanziario
04:17
and maybe laterdopo on they hiredassunti some MBAsMBA.
111
245473
2357
e magari dopo assumevano
qualche Business Administrator.
04:19
So the InternetInternet causedcausato innovationinnovazione,
112
247830
2311
Quindi Internet ha portato innovazione,
04:22
at leastmeno in softwareSoftware and servicesServizi,
113
250141
1124
almeno nel settore
dei software e dei servizi,
04:23
to go from an MBA-drivenMBA-driven innovationinnovazione modelmodello
114
251265
2859
muovendosi da un modello di innovazione
guidato dai Business Administrator
04:26
to a designer-engineer-drivenprogettista-ingegnere-guidato innovationinnovazione modelmodello,
115
254124
3903
a un modello di innovazione
guidato da un progettista-ingegnere,
04:30
and it pushedspinto innovationinnovazione to the edgesbordi,
116
258027
2098
e questo ha spinto
l'innovazione ai margini,
04:32
to the dormdormitorio roomscamere, to the startupsStart-up,
117
260125
1546
nei dormitori, nelle startup,
04:33
away from the largegrande institutionsistituzioni,
118
261671
1686
lontano dalle grandi istituzioni,
04:35
the stodgyindigesto oldvecchio institutionsistituzioni that had the powerenergia
119
263357
2355
le vecchie e noiose istituzioni
che avevano il potere,
04:37
and the moneyi soldi and the authorityautorità.
120
265712
1687
il denaro e l'autorità.
04:39
And we all know this. We all know
this happenedè accaduto on the InternetInternet.
121
267399
2609
Lo sappiamo tutti. Sappiamo tutti
cos'è successo con internet.
04:42
It turnsgiri out it's happeningavvenimento in other things, too.
122
270008
2765
Ma si scopre che è successo
anche in altri settori.
04:44
Let me give you some examplesesempi.
123
272773
3242
Lasciate che vi faccia qualche esempio.
04:48
So at the MediaMedia LabLaboratorio, we don't just do hardwarehardware.
124
276015
2785
Al Media Lab non costruiamo solo hardware.
04:50
We do all kindstipi of things.
125
278800
1042
Facciamo di tutto.
04:51
We do biologybiologia, we do hardwarehardware,
126
279842
1885
Facciamo biologia,
facciamo hardware.
04:53
and NicholasNicholas NegroponteNegroponte
famouslynotoriamente said, "DemoDemo or diemorire,"
127
281727
3621
Nicholas Negroponte ha detto
la celebre frase "Fai un demo o muori",
04:57
as opposedcontrario to "PublishPubblicare or perishperire,"
128
285348
1722
come l'opposto
di "Pubblica o soccombi"
04:59
whichquale was the traditionaltradizionale academicaccademico way of thinkingpensiero.
129
287070
2243
che era il tradizionale
modo di pensare accademico.
05:01
And he oftenspesso said, the demoDemo only has to work onceuna volta,
130
289313
3562
Lui diceva spesso che il demo
deve funzionare una volta soltanto
05:04
because the primaryprimario modemodalità of us impactingun impatto the worldmondo
131
292875
2816
perché per noi il modo principale
per avere un impatto sul mondo
05:07
was throughattraverso largegrande companiesaziende
132
295691
1778
era attraverso le grandi aziende
05:09
beingessere inspiredispirato by us
133
297469
1263
che si ispiravano a noi
05:10
and creatingla creazione di productsprodotti like
the KindleKindle or LegoLEGO MindstormsMindstorms.
134
298732
3516
e creavano prodotti come
il Kindle o i Lego Mindstorms.
05:14
But todayoggi, with the abilitycapacità
135
302248
1942
Ma oggi, con la capacità
05:16
to deploydistribuire things into the realvero worldmondo at suchcome lowBasso costcosto,
136
304190
2309
di diffondere le cose nel mondo reale
a dei costi così bassi,
05:18
I'm changingmutevole the mottomotto now,
137
306499
2150
sto modificando quel motto,
05:20
and this is the officialufficiale publicpubblico statementdichiarazione.
138
308649
1813
che è anche la dichiarazione
pubblica ufficiale.
05:22
I'm officiallyufficialmente sayingdetto, "DeployDistribuire or diemorire."
139
310462
2497
Dico ufficialmente: "Diffondi o muori".
05:24
You have to get the stuffcose into the realvero worldmondo
140
312959
2221
Le cose si devono mettere
a disposizione del mondo reale
05:27
for it to really countcontare,
141
315180
1356
se si vuole che contino davvero,
05:28
and sometimesa volte it will be largegrande companiesaziende,
142
316536
1879
qualche volta saranno grandi aziende
05:30
and NicholasNicholas can talk about satellitessatelliti.
143
318415
1957
e Nicholas potrà parlare di satelliti.
05:32
(ApplauseApplausi)
144
320372
1286
(Applausi)
Grazie.
05:33
Thank you.
145
321658
1082
05:34
But we should be gettingottenere out there ourselvesnoi stessi
146
322740
1774
Ma dovremmo darci una mossa da soli
05:36
and not dependingdipendente on largegrande
institutionsistituzioni to do it for us.
147
324514
3584
e non dipendere dalle grandi aziende,
che lo fanno al posto nostro.
05:40
So last yearanno, we sentinviato a bunchmazzo
of studentsstudenti to ShenzhenShenzhen,
148
328098
2702
L'anno scorso abbiamo mandato
un gruppo di studenti a Shenzhen.
05:42
and they satsat on the factoryfabbrica floorspiani
149
330800
1580
Stavano seduti lì in una fabbrica
05:44
with the innovatorsinnovatori in ShenzhenShenzhen, and it was amazingStupefacente.
150
332380
2305
con degli innovatori di Shenzhen
ed era meraviglioso.
05:46
What was happeningavvenimento there
151
334685
1477
Quello che accadeva lì
05:48
was you would have these manufacturingproduzione devicesdispositivi,
152
336162
2184
era che c'erano dei dispositivi
di fabbricazione
05:50
and they weren'tnon erano makingfabbricazione prototypesprototipi or PowerPointsPowerPoints.
153
338346
2193
e non si creavano dei prototipi
o dei PowerPoint.
05:52
They were fiddlingarmeggiando with the manufacturingproduzione equipmentattrezzatura
154
340539
2465
Si armeggiava con le attrezzature
per la produzione
05:55
and innovatinginnovare right on the
manufacturingproduzione equipmentattrezzatura.
155
343004
3210
e si faceva innovazione proprio
su quelle attrezzature.
05:58
The factoryfabbrica was in the designerprogettista,
156
346214
1886
La produzione era nella progettazione
06:00
and the designerprogettista was literallyletteralmente in the factoryfabbrica.
157
348100
2274
e la progettazione era letteralmente
nella produzione.
06:02
And so what you would do is,
158
350374
1626
Quello che succede è che
06:04
you'dfaresti go down to the stallsbancarelle
159
352000
1241
se ad esempio andate tra le bancarelle
06:05
and you would see these cellcellula phonestelefoni.
160
353241
2556
vedrete tutti questi cellulari.
06:07
So insteadanziché of startingdi partenza little websitessiti web
161
355797
2525
Invece di dar vita a dei piccoli siti web,
06:10
like the kidsbambini in PaloPalo AltoAlto do,
162
358322
1548
come succede a Palo Alto,
06:11
the kidsbambini in ShenzhenShenzhen make newnuovo cellcellula phonestelefoni.
163
359870
2540
i ragazzini di Shenzhen creano
nuovi telefoni cellulari.
06:14
They make newnuovo cellcellula phonestelefoni like kidsbambini in PaloPalo AltoAlto
164
362410
2697
Inventano dei nuovi cellulari
come i ragazzini di Palo Alto
06:17
make websitessiti web,
165
365107
1258
creano siti web,
06:18
and so there's a rainforestforesta pluviale
166
366365
2113
quindi c'è un flusso enorme
06:20
of innovationinnovazione going on in the cellcellula phoneTelefono.
167
368478
1556
di innovazione che arriva
nel settore dei cellulari.
06:22
What they do is, they make a cellcellula phoneTelefono,
168
370034
1600
Quello che fanno è creare
un cellulare,
06:23
go down to the stallstallo, they sellvendere some,
169
371634
2224
scendere in strada,
venderne qualcuno,
06:25
they look at the other kids'Kids' stuffcose, go up,
170
373858
2325
osservare la roba creata
da altri ragazzini, tornare su,
06:28
make a couplecoppia thousandmille more, go down.
171
376183
2591
produrne qualche migliaia,
tornare in strada.
06:30
Doesn't this soundsuono like a softwareSoftware thing?
172
378774
1991
Non vi sembra un procedimento
da software?
06:32
It soundssuoni like agileagile softwareSoftware developmentsviluppo,
173
380765
1647
Sembra uno sviluppo agile
di un software,
06:34
A/B testinganalisi and iterationiterazione,
174
382412
2928
un test marketing A/B
e una ripetizione.
06:37
and what we thought you could only do with softwareSoftware
175
385340
2083
Quello che pensiamo si possa fare
solo con i software,
06:39
kidsbambini in ShenzhenShenzhen are doing this in hardwarehardware.
176
387423
2270
i ragazzini di Shenzhen lo fanno
con gli hardware.
06:41
My nextIl prossimo fellowcompagno, I hopesperanza, is going to be
177
389693
1467
Il mio prossimo socio, spero, sarà
06:43
one of these innovatorsinnovatori from ShenzhenShenzhen.
178
391160
1485
uno di questi innovatori di Shenzhen.
06:44
And so what you see is
179
392645
1665
Questo che vedete significa
06:46
that is pushingspingendo innovationinnovazione to the edgesbordi.
180
394310
1969
spingere l'innovazione al massimo
06:48
We talk about 3D printersstampanti and stuffcose like that,
181
396279
2105
Parliamo di stampanti 3D e roba del genere
06:50
and that's great, but this is LimorLimor.
182
398384
1991
ed è magnifico, ma questa è Limor.
06:52
She is one of our favoritefavorito graduateslaureati,
183
400375
2259
È una delle nostre laureate preferite,
06:54
and she is standingin piedi in frontdavanti of a SamsungSamsung
184
402634
2076
e qui sta di fronte ad una
06:56
TechwinTechwin PickPick and PlacePosto MachineMacchina.
185
404710
1833
macchina Pick & Place,
la Samsung Techwin.
06:58
This thing can put 23,000 componentscomponenti perper hourora
186
406543
3924
Questa macchina riesce a montare
23 000 componenti all'ora
07:02
ontosu an electronicselettronica boardtavola.
187
410467
1993
su una scheda elettronica.
07:04
This is a factoryfabbrica in a boxscatola.
188
412460
1823
È una fabbrica in una scatola.
07:06
So what used to take a factoryfabbrica fullpieno of workerslavoratori
189
414283
2498
Quello che prima richiedeva
una fabbrica piena di operai
07:08
workinglavoro by handmano
190
416781
1019
che lavoravano a mano
07:09
in this little boxscatola in NewNuovo YorkYork,
191
417800
1709
adesso sta a New York
in questa piccola scatola.
07:11
she's ablecapace to have effectivelyefficacemente
192
419509
1050
Lei è riuscita a —
07:12
She doesn't actuallyin realtà have to go to ShenzhenShenzhen
193
420559
1633
In realtà lei non deve andare a Shenzhen
07:14
to do this manufacturingproduzione.
194
422192
1244
per produrre.
07:15
She can buyacquistare this boxscatola and she can manufactureproduzione it.
195
423436
2261
Può comprare la scatola
e produrre da sé.
07:17
So manufacturingproduzione, the costcosto of innovationinnovazione,
196
425697
2243
Quindi il costo della produzione,
il costo dell'innovazione,
07:19
the costcosto of prototypingprototipazione, distributiondistribuzione,
manufacturingproduzione, hardwarehardware,
197
427940
2690
il costo della prototipazione,
distribuzione, produzione, hardware
07:22
is gettingottenere so lowBasso
198
430630
1463
si abbassa talmente tanto
07:24
that innovationinnovazione is beingessere pushedspinto to the edgesbordi
199
432093
2317
che l'innovazione si spinge ai margini
07:26
and studentsstudenti and startupsStart-up are beingessere ablecapace to buildcostruire it.
200
434410
2428
e gli studenti e le startup
possono realizzarla da soli.
07:28
This is a recentrecente thing, but this will happenaccadere
201
436838
1878
È un fenomeno recente,
ma accadrà sempre più spesso
07:30
and this will changemodificare
202
438716
1483
e porterà dei cambiamenti
07:32
just like it did with softwareSoftware.
203
440199
2425
proprio come ha fatto
con i software.
07:34
SoronaSorona is a DuPontDuPont processprocesso
204
442624
3246
Sorona è un procedimento
della DuPont
07:37
that usesusi a geneticallygeneticamente engineeredingegnerizzato microbemicrobo
205
445870
3020
che usa un microbo
geneticamente progettato
07:40
to turnturno cornMais sugarzucchero into polyesterpoliestere.
206
448890
3950
per convertire l'amido di mais
in poliestere.
07:44
It's 30 percentper cento more efficientefficiente
than the fossilfossile fuelcarburante methodmetodo,
207
452840
2478
È il 30% più produttivo rispetto
al metodo con i combustibili fossili
07:47
and it's much better for the environmentambiente.
208
455318
3659
ed è molto meno dannoso
per l'ambiente.
07:50
GeneticGenetica engineeringingegneria and bioengineeringBioingegneria
209
458977
1405
L'ingegneria genetica
e la bioingegneria
07:52
are creatingla creazione di a wholetotale bunchmazzo
210
460382
1531
stanno creando un'intera gamma
07:53
of great newnuovo opportunitiesopportunità
211
461913
1758
di nuove e grandiose opportunità
07:55
for chemistrychimica, for computationcalcolo, for memorymemoria.
212
463671
2829
per la chimica, il calcolo matematico
e la memoria informatica.
07:58
We will probablyprobabilmente be doing a lot,
obviouslyovviamente doing healthSalute things,
213
466500
2050
Probabilmente si farà ancora molto,
ovviamente anche nell'ambito sanitario,
08:00
but we will probablyprobabilmente be growingin crescita chairssedie
214
468550
2204
ma con ogni probabilità
ci costruiremo anche sedie
08:02
and buildingsedifici soonpresto.
215
470754
1040
e palazzi molto presto.
08:03
The problemproblema is, SoronaSorona costscosti
about 400 millionmilione dollarsdollari
216
471794
3910
Il problema è che Sorona
costa circa 400 milioni di dollari
08:07
and tookha preso sevenSette yearsanni to buildcostruire.
217
475704
1381
e ci vogliono sette anni per costruirlo.
08:09
It kindgenere of remindsricorda you of the oldvecchio mainframemainframe daysgiorni.
218
477085
3079
Mi ricorda un po' il periodo
dei vecchi mainframe.
08:12
The thing is, the costcosto of innovationinnovazione
219
480164
2492
Il punto è che anche i costi
per l'innovazione
08:14
in bioengineeringBioingegneria is alsoanche going down.
220
482656
1586
nella bioingegneria si stanno abbassando.
08:16
This is desktopdesktop genegene sequencerSequencer.
221
484242
1969
Questo è un sequenziatore
del DNA da scrivania.
08:18
It used to costcosto millionsmilioni and millionsmilioni
of dollarsdollari to sequencesequenza genesgeni.
222
486211
3554
Sequenziare il DNA costava milioni
e milioni di dollari.
08:21
Now you can do it on a desktopdesktop like this,
223
489765
1744
Adesso si può fare su uno schermo
come questo
08:23
and kidsbambini can do this in dormdormitorio roomscamere.
224
491509
2093
e i ragazzi lo possono creare
in una stanza in un dormitorio.
08:25
This is GenGen9 genegene assemblerassembler,
225
493602
2688
Questo è Gen9, un assemblatore di geni.
08:28
and so right now when you try to printstampare a genegene,
226
496290
2079
In questo momento, quando si cerca
di mappare un gene,
08:30
what you do is somebodyqualcuno in a factoryfabbrica
227
498369
1268
qualcuno in un'industria
08:31
with pipettespipette putsmette the thing togetherinsieme by handmano,
228
499637
1940
mette tutto insieme a mano,
servendosi di pipette.
08:33
you have one errorerrore perper 100 basebase pairscoppie,
229
501577
2351
Si ha un errore ogni
100 coppie di basi
08:35
and it takes a long time and costscosti a lot of moneyi soldi.
230
503928
2576
e richiede molto tempo
e un sacco di soldi.
08:38
This newnuovo devicedispositivo
231
506504
1386
Il nuovo dispositivo
08:39
assemblesassembla genesgeni on a chippatata fritta,
232
507890
1674
assembla i geni su un chip
08:41
and insteadanziché of one errorerrore perper 100 basebase pairscoppie,
233
509564
2149
e invece di un errore ogni
100 coppie di basi,
08:43
it's one errorerrore perper 10,000 basebase pairscoppie.
234
511713
2126
fa un errore ogni 10 000
coppie di basi.
08:45
In this lablaboratorio, we will have the world'sIl mondo di capacitycapacità
235
513839
2745
In questo laboratorio si avrà
la capacità mondiale
08:48
of genegene printingstampa withinentro a yearanno,
236
516584
2103
di mappatura genetica entro un anno.
08:50
200 millionmilione basebase pairscoppie a yearanno.
237
518687
2612
200 milioni di coppie di basi all'anno.
08:53
This is kindgenere of like when we wentandato
238
521299
2563
È un po' come quando siamo passati
08:55
from transistortransistor radiosRadio wrappedavvolto by handmano
239
523862
2261
dalle radio transistor imballate a mano
08:58
to the PentiumPentium.
240
526123
1271
al Pentium.
08:59
This is going to becomediventare the
PentiumPentium of bioengineeringBioingegneria,
241
527394
2396
Questo diventerà il Pentium
della bioingegneria,
09:01
pushingspingendo bioengineeringBioingegneria into the handsmani
242
529790
2036
spingendo la bioingegneria
tra le mani
09:03
of dormdormitorio roomscamere and startupavviare companiesaziende.
243
531826
2601
dei ragazzi nei dormitori
e nelle startup.
09:06
So it's happeningavvenimento in softwareSoftware and in hardwarehardware
244
534427
2773
Tutto questo sta accadendo
nei software, negli hardware
09:09
and bioengineeringBioingegneria,
245
537200
963
e nella bioingegneria,
09:10
and so this is a fundamentalfondamentale newnuovo
way of thinkingpensiero about innovationinnovazione.
246
538163
3281
e quindi è un modo di pensare
all'innovazione totalmente nuovo.
09:13
It's a bottom-updal basso verso l'alto innovationinnovazione, it's democraticdemocratico,
247
541444
2677
È un'innovazione che parte dal basso,
è democratica,
09:16
it's chaoticcaotico, it's harddifficile to controlcontrollo.
248
544121
2204
è caotica, difficile da controllare.
09:18
It's not badcattivo, but it's very differentdiverso,
249
546325
2307
Non è cattiva, ma è molto diversa.
09:20
and I think that the traditionaltradizionale rulesregole that we have
250
548632
1967
Credo che le regole
tradizionali che abbiamo
09:22
for institutionsistituzioni don't work anymorepiù,
251
550599
2072
per le istituzioni non funzionino più
09:24
and mostmaggior parte of us here
252
552671
1679
e la maggior parte di noi qui
09:26
operateoperare with a differentdiverso setimpostato of principlesi principi.
253
554350
3083
agisce con principi diversi.
09:29
One of my favoritefavorito principlesi principi is the powerenergia of pullTirare,
254
557433
2836
Uno dei miei principi preferiti
è la forza del tirare fuori
09:32
whichquale is the ideaidea of pullingtraino resourcesrisorse
255
560269
2291
che è l'idea di estrarre risorse
09:34
from the networkRete as you need them
256
562560
1766
da una rete quando se ne ha bisogno,
09:36
ratherpiuttosto than stockingmaglia rasata them in the centercentro
257
564326
1845
invece di accumularle
09:38
and controllingcontrollo everything.
258
566171
1585
e dover controllare tutto ogni volta.
09:39
So in the casecaso of the SafecastSafeCast storystoria,
259
567756
2764
Nel caso della storia di Safecast,
09:42
I didn't know anything when
the earthquaketerremoto happenedè accaduto,
260
570520
1842
io non sapevo niente quando
ci fu il terremoto,
09:44
but I was ablecapace to find SeanSean
261
572362
1628
ma fui capace di trovare Sean,
09:45
who was the hackerspacehackerspace communitycomunità organizerOrganizzatore,
262
573990
2196
che è stato l'organizzatore
della comunità hackerspace,
09:48
and PeterPeter, the analoganalogico hardwarehardware hackerhacker
263
576186
1786
Peter, l'organizzatore
dell'hardware analogico
09:49
who madefatto our first GeigerGeiger countercontatore,
264
577972
1716
che ha realizzato il nostro primo
contatore Geiger,
09:51
and DanDan, who builtcostruito the ThreeTre MileMiglio IslandIsola
265
579688
1998
e Dan, che ha costruito
Three Mile Island
09:53
monitoringmonitoraggio systemsistema after the
ThreeTre MileMiglio IslandIsola meltdownMeltdown.
266
581686
3334
monitorando il sistema
dopo il disastro di Three Mile Island.
09:57
And these people I wouldn'tno have been ablecapace to find
267
585020
2386
Non sarei stato capace
di trovare queste persone prima
09:59
beforehandin anticipo and probablyprobabilmente were better
268
587406
2434
e probabilmente è stato meglio
10:01
that I foundtrovato them just in time from the networkRete.
269
589840
3127
trovarle su internet giusto in tempo.
10:04
I'm a three-timetre volte collegeUniversità dropoutDropout,
270
592967
1867
Io sono uno che si è ritirato
tre volte dall'università,
10:06
so learningapprendimento over educationeducazione
271
594834
1673
quindi il tema dell'istruzione
10:08
is very nearvicino and dearcaro to my heartcuore,
272
596507
1425
mi è molto caro e molto sentito.
10:09
but to me, educationeducazione is what people do to you
273
597932
2524
Per me l'istruzione è quello
che altre persone fanno per te,
10:12
and learningapprendimento is what you do to yourselfte stesso.
274
600456
2999
l'apprendimento è quello che tu fai
per te stesso.
10:15
(ApplauseApplausi)
275
603455
3776
(Applausi)
10:19
And it feelssi sente like, and I'm biasedparziale,
276
607231
1759
Sembra che
— ed io sono prevenuto —
10:20
it feelssi sente like they're tryingprovare to make you memorizeimparare a memoria
277
608990
2797
Sembra che stiano cercando
di farvi memorizzare
10:23
the wholetotale encyclopediaenciclopedia before
they let you go out and playgiocare,
278
611787
3114
l'intera enciclopedia prima di
lasciarvi andare fuori a sperimentare.
10:26
and to me, I've got WikipediaWikipedia on my cellcellula phoneTelefono,
279
614901
4097
Io ho Wikipedia sul mio cellulare,
10:30
and it feelssi sente like they assumeassumere
280
618998
1703
sembra che immaginino
10:32
you're going to be on topsuperiore of some mountainmontagna
281
620701
1787
che stiate andando sulla cima
di qualche montagna
10:34
all by yourselfte stesso with a numbernumero 2 pencilmatita
282
622488
2461
da solo con una matita numero 2
10:36
tryingprovare to figurefigura out what to do
283
624949
1383
cercando di capire cosa fare,
10:38
when in factfatto you're always going to be connectedcollegato,
284
626332
2116
quando invece sarete sempre connessi,
10:40
you're always going to have friendsamici,
285
628448
1645
avrete sempre degli amici
10:42
and you can pullTirare WikipediaWikipedia
up wheneverogni volta you need it,
286
630093
1959
e potrete tirare fuori Wikipedia
in qualunque momento vi serva.
10:44
and what you need to learnimparare is how to learnimparare.
287
632052
3448
Bisogna sapere come imparare.
10:47
In the casecaso of SafecastSafeCast, a bunchmazzo of amateursdilettanti
288
635500
2644
Nel caso di Safecast,
un gruppo di dilettanti,
10:50
when we startediniziato threetre yearsanni agofa,
289
638144
1598
quando abbiamo iniziato tre anni fa
10:51
I would arguediscutere that we probablyprobabilmente as a groupgruppo
290
639742
2508
direi che probabilmente, come gruppo,
10:54
know more than any other organizationorganizzazione
291
642250
2416
sapevamo più di
qualunque altra organizzazione
10:56
about how to collectraccogliere datadati and publishpubblicare datadati
292
644666
3209
come raccogliere e pubblicare dati
10:59
and do citizencittadino sciencescienza.
293
647875
2772
e come fare scienza dei cittadini.
11:02
CompassBussola over mapsmappe.
294
650647
1120
Bussole più che mappe.
11:03
So this one, the ideaidea is that the costcosto of writingscrittura a planPiano
295
651767
3725
L'idea è che il costo di scrivere un piano
11:07
or mappingMappatura something is gettingottenere so expensivecostoso
296
655492
3103
o di mappare qualcosa è molto elevato
11:10
and it's not very accuratepreciso or usefulutile.
297
658595
3173
e non è molto accurato né utile.
11:13
So in the SafecastSafeCast storystoria, we
knewconosceva we needednecessaria to collectraccogliere datadati,
298
661768
3112
Nel caso di Safecat, sapevamo
di dover raccogliere dati,
11:16
we knewconosceva we wanted to publishpubblicare the datadati,
299
664880
2423
sapevamo di voler pubblicare quei dati,
11:19
and insteadanziché of tryingprovare to come up with the exactesatto planPiano,
300
667303
2889
e invece di cercare di realizzare
un piano esatto
11:22
we first said, oh, let's get GeigerGeiger counterscontatori.
301
670192
2408
abbiamo detto "Ok, per prima cosa
vediamo cosa dicono i contatori Geiger".
11:24
Oh, they'veessi hanno runcorrere out.
302
672600
1766
"Oh, sono fuori uso".
11:26
Let's buildcostruire them. There aren'tnon sono enoughabbastanza sensorssensori.
303
674366
2003
"Allora costruiamoli,
non ci sono abbastanza sensori."
11:28
Okay, then we can make a mobilemobile GeigerGeiger countercontatore.
304
676369
2227
"Ok, possiamo costruire
un contatore Geiger portatile.
11:30
We can driveguidare around. We can get volunteersvolontari.
305
678596
2047
Possiamo portarlo in giro.
Possiamo reclutare dei volontari.
11:32
We don't have enoughabbastanza moneyi soldi. Let's KickstarterKickstarter it.
306
680643
1879
Non abbiamo abbastanza soldi.
Rivolgiamoci a Kickstarter".
11:34
We could not have plannedpianificato this wholetotale thing,
307
682522
1991
Non potevamo pianificare tutto questo,
11:36
but by havingavendo a very strongforte compassbussola,
308
684513
1744
ma avevamo una bussola molto potente
11:38
we eventuallyinfine got to where we were going,
309
686257
1435
e via via sapevamo dove
stavamo andando.
11:39
and to me it's very similarsimile to
agileagile softwareSoftware developmentsviluppo,
310
687692
2418
Per me è molto simile
a uno sviluppo agile di un software,
11:42
but this ideaidea of compassesCompasso is very importantimportante.
311
690110
3358
ma quest'idea delle bussole
è molto importante.
11:45
So I think the good newsnotizia is
312
693468
1941
Credo che la buona notizia sia
11:47
that even thoughanche se the worldmondo is extremelyestremamente complexcomplesso,
313
695409
3501
che anche se il mondo sta diventando
estremamente complesso
11:50
what you need to do is very simplesemplice.
314
698920
2382
quello che bisogna fare è molto semplice.
11:53
I think it's about stoppingsosta this notionnozione
315
701302
2698
Penso che tutto stia nel mettere
fine a questa convinzione
11:56
that you need to planPiano everything,
316
704000
1572
secondo cui bisogna pianificare tutto.
11:57
you need to stockazione everything,
317
705572
1092
Si deve mettere tutto da parte
11:58
and you need to be so preparedpreparato,
318
706664
1470
e bisogna essere così preparati,
12:00
and focusmessa a fuoco on beingessere connectedcollegato,
319
708134
2994
e concentrarsi sull'essere connessi,
12:03
always learningapprendimento,
320
711128
1851
sempre pronti ad imparare,
12:04
fullycompletamente awareconsapevole,
321
712979
1861
pienamente consapevoli
12:06
and supersuper presentpresente.
322
714840
1780
e super presenti.
12:08
So I don't like the wordparola "futuristfuturista."
323
716620
2946
Non mi piace la parola "futurista".
12:11
I think we should be now-istsOra-nalisti,
324
719566
5615
Credo che dovremmo essere "adessisti",
12:17
like we are right now.
325
725181
2046
Proprio come siamo adesso.
12:19
Thank you.
326
727227
1843
Grazie.
(Applausi)
12:21
(ApplauseApplausi)
327
729070
3979
Translated by Valentina Buda
Reviewed by marta damonte

▲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