TED2017
Ray Dalio: How to build a company where the best ideas win
レイ・ダリオ: 最高のアイデアが選ばれる会社を作るには
Filmed:
Readability: 3.9
3,449,614 views
同僚があなたのことを本当はどう思っているのか、そして同僚が本当はどんな人なのかが分かったらどうでしょう？ レイ・ダリオは、徹底的な透明性とアルゴリズムによる意思決定を採用し、誰もが自由に発言して本当に思うところを述べることができる—ボスの欠点を指摘することすらできる—アイデアの能力主義を作ることの有用性を説きます。これらの戦略を使うことで、なぜダリオが世界で最も成功したヘッジファンドの一つを創りえたのか、そしてデータをもとに集団的な意思決定をする力をどう活用できるかご覧ください。
Ray Dalio - Hedge fund chair
Ray Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world. Full bio
Ray Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world. Full bio
Double-click the English transcript below to play the video.
00:12
Whether you like it or not,
0
560
1336
好むと好まざるにかかわらず
00:13
radical transparency and algorithmic
decision-making is coming at you fast,
decision-making is coming at you fast,
1
1920
5376
徹底的な透明性と
アルゴリズムで意思決定する未来は迫っており
アルゴリズムで意思決定する未来は迫っており
00:19
and it's going to change your life.
2
7320
1976
それはあなたの人生を変えるでしょう
00:21
That's because it's now easy
to take algorithms
to take algorithms
3
9320
2816
今や簡単に
アルゴリズムを
アルゴリズムを
00:24
and embed them into computers
4
12160
1896
コンピューターに埋め込み
00:26
and gather all that data
that you're leaving on yourself
that you're leaving on yourself
5
14080
2936
あなたがあらゆる場所に残している
あなた自身の
あなた自身の
00:29
all over the place,
6
17040
1376
あらゆるデータを収集し
00:30
and know what you're like,
7
18440
1696
あなたがどんな人かを知り
00:32
and then direct the computers
to interact with you
to interact with you
8
20160
2936
コンピューターに
殆どの人間よりも優れた方法で
殆どの人間よりも優れた方法で
00:35
in ways that are better
than most people can.
than most people can.
9
23120
2120
あなたと対話させる事が
できるからです
できるからです
00:38
Well, that might sound scary.
10
26160
1616
まあ 薄気味悪い話かも知れませんが
00:39
I've been doing this for a long time
and I have found it to be wonderful.
and I have found it to be wonderful.
11
27800
3640
私は長らくこれをやって来て
素晴らしいことだと思っています
素晴らしいことだと思っています
00:44
My objective has been
to have meaningful work
to have meaningful work
12
32159
2657
私の目的は意味のある仕事をし
00:46
and meaningful relationships
with the people I work with,
with the people I work with,
13
34840
2856
共に働く人々と
意義深い関係を持つことです
意義深い関係を持つことです
00:49
and I've learned that I couldn't have that
14
37720
2056
そして それは徹底的な透明性と
00:51
unless I had that radical transparency
and that algorithmic decision-making.
and that algorithmic decision-making.
15
39800
4280
アルゴリズムによる意思決定の
仕組みが無い限り実現出来ないと分かりました
仕組みが無い限り実現出来ないと分かりました
00:56
I want to show you why that is,
16
44680
2016
その理由をお話しし その仕組みを
00:58
I want to show you how it works.
17
46720
1696
説明したいと思います
01:00
And I warn you that some of the things
that I'm going to show you
that I'm going to show you
18
48440
3096
警告しますが いくつかのことは
01:03
probably are a little bit shocking.
19
51560
1667
おそらく少し衝撃的です
01:05
Since I was a kid,
I've had a terrible rote memory.
I've had a terrible rote memory.
20
53760
3480
子供の頃から
私は丸暗記が大の苦手で
私は丸暗記が大の苦手で
01:10
And I didn't like following instructions,
21
58120
2176
人に指図されるのも嫌いで
01:12
I was no good at following instructions.
22
60320
2416
手順に従うのが苦手でした
01:14
But I loved to figure out
how things worked for myself.
how things worked for myself.
23
62760
3000
しかし 私は物事の仕組みを
理解するのが大好きでした
理解するのが大好きでした
01:18
When I was 12,
24
66680
1376
12歳の時に
01:20
I hated school but I fell in love
with trading the markets.
with trading the markets.
25
68080
3280
私は学校を嫌い 株取引と恋に落ちました
01:23
I caddied at the time,
26
71920
1656
私は当時キャディーをやっていて
01:25
earned about five dollars a bag.
27
73600
1576
バッグ１つにつき約５ドルをもらい
01:27
And I took my caddying money,
and I put it in the stock market.
and I put it in the stock market.
28
75200
3200
それで稼いだお金を株に投資しました
01:31
And that was just because
the stock market was hot at the time.
the stock market was hot at the time.
29
79240
3376
それはちょうど
株式市場が熱くなっていた頃で
株式市場が熱くなっていた頃で
01:34
And the first company I bought
30
82640
1456
私が買った最初の株は
01:36
was a company by the name
of Northeast Airlines.
of Northeast Airlines.
31
84120
2600
ノースイースト航空という会社のものでした
01:39
Northeast Airlines was
the only company I heard of
the only company I heard of
32
87360
2736
ノースイースト航空は
聞いたことのある会社のなかで唯一
聞いたことのある会社のなかで唯一
01:42
that was selling for less
than five dollars a share.
than five dollars a share.
33
90120
2696
５ドル以下の株価で販売されていたので
01:44
(Laughter)
34
92840
1976
（笑）
01:46
And I figured I could buy more shares,
35
94840
1856
そして もっと株を買って
01:48
and if it went up, I'd make more money.
36
96720
2096
株価が上がれば もっと儲かる
と思いました
と思いました
01:50
So, it was a dumb strategy, right?
37
98840
2840
馬鹿な戦略でしょう
01:54
But I tripled my money,
38
102360
1456
でも資産は３倍に増えました
01:55
and I tripled my money
because I got lucky.
because I got lucky.
39
103840
2120
ツキが良かったお陰でした
01:58
The company was about to go bankrupt,
40
106520
1816
その会社は倒産直前でしたが
02:00
but some other company acquired it,
41
108360
2096
他の会社が買収し
02:02
and I tripled my money.
42
110480
1456
資産はまた３倍に増え
02:03
And I was hooked.
43
111960
1200
私は夢中になりました
02:05
And I thought, "This game is easy."
44
113720
2280
「このゲームは簡単だな」
と思いました
と思いました
02:09
With time,
45
117200
1216
でも時間とともに
02:10
I learned this game is anything but easy.
46
118440
1960
このゲームが全く簡単では
無い事を学びました
無い事を学びました
02:12
In order to be an effective investor,
47
120880
2136
優秀な投資家であるためには
02:15
one has to bet against the consensus
48
123040
2896
世間一般の考えに反して賭け
02:17
and be right.
49
125960
1256
正解しなければなりません
02:19
And it's not easy to bet
against the consensus and be right.
against the consensus and be right.
50
127240
2856
世間一般の考えと逆に賭けて
正解するのは難しいものです
正解するのは難しいものです
02:22
One has to bet against
the consensus and be right
the consensus and be right
51
130120
2336
市場と逆に賭け
かつ正解しなければならないのは
かつ正解しなければならないのは
02:24
because the consensus
is built into the price.
is built into the price.
52
132480
2640
世の中の考えが
株価に折り込まれているためです
株価に折り込まれているためです
02:28
And in order to be an entrepreneur,
53
136120
2456
そして起業家として成功するためには
02:30
a successful entrepreneur,
54
138600
1616
02:32
one has to bet against
the consensus and be right.
the consensus and be right.
55
140240
3480
世間一般の考えと逆に賭けて
正しくなければなりません
正しくなければなりません
02:37
I had to be an entrepreneur
and an investor --
and an investor --
56
145400
2936
私は起業家であり投資家であり
02:40
and what goes along with that
is making a lot of painful mistakes.
is making a lot of painful mistakes.
57
148360
4200
それには多くの手酷い間違いが伴います
02:45
So I made a lot of painful mistakes,
58
153440
2816
それで私はたくさんの手痛い間違いをして
02:48
and with time,
59
156280
1256
次第に
02:49
my attitude about those mistakes
began to change.
began to change.
60
157560
2960
間違えるということについての考え方が
変わり始めました
変わり始めました
02:53
I began to think of them as puzzles.
61
161160
2096
それをパズルのようなものだと
考え始めたんです
考え始めたんです
02:55
That if I could solve the puzzles,
62
163280
1936
私がパズルを解くことができれば
02:57
they would give me gems.
63
165240
1440
宝石がもらえます
02:59
And the puzzles were:
64
167160
1656
そしてパズルとは
03:00
What would I do differently in the future
so I wouldn't make that painful mistake?
so I wouldn't make that painful mistake?
65
168840
3880
同じ手痛いミスをしないで済むように
取るべき一手を見つけるというものでした
取るべき一手を見つけるというものでした
03:05
And the gems were principles
66
173280
2576
そして宝石とは「原則」でした
03:07
that I would then write down
so I would remember them
so I would remember them
67
175880
3136
忘れないよう書き留めておき
03:11
that would help me in the future.
68
179040
1572
将来私を導いてくれるものです
03:13
And because I wrote them down so clearly,
69
181000
2696
私はそれらをとてもはっきりと
書き記していたので
書き記していたので
03:15
I could then --
70
183720
1336
私は
03:17
eventually discovered --
71
185080
1576
最終的に 原則を発見して
03:18
I could then embed them into algorithms.
72
186680
3760
それらをアルゴリズムに組み込みました
03:23
And those algorithms
would be embedded in computers,
would be embedded in computers,
73
191400
3456
そしてアルゴリズムは
コンピューターに組み込まれ
コンピューターに組み込まれ
03:26
and the computers would
make decisions along with me;
make decisions along with me;
74
194880
3336
そしてコンピューターは
私と同じように意思決定を行いました
私と同じように意思決定を行いました
03:30
and so in parallel,
we would make these decisions.
we would make these decisions.
75
198240
3136
私たちは並行して決断していくのです
03:33
And I could see how those decisions
then compared with my own decisions,
then compared with my own decisions,
76
201400
3976
私はこれらの決断が
私自身の決断と比較して
私自身の決断と比較して
03:37
and I could see that
those decisions were a lot better.
those decisions were a lot better.
77
205400
3096
遥かに良いものだったと分かりました
03:40
And that was because the computer
could make decisions much faster,
could make decisions much faster,
78
208520
4736
コンピューターは
非常に迅速な意思決定を行うことができるので
非常に迅速な意思決定を行うことができるので
03:45
it could process a lot more information
79
213280
2256
より多くの情報を処理でき
03:47
and it can process decisions much more --
80
215560
3400
意思決定処理を遥かに—
03:51
less emotionally.
81
219880
1200
理性的に行えます
03:54
So it radically improved
my decision-making.
my decision-making.
82
222760
3920
私の意思決定プロセスは
根本的に改善されました
根本的に改善されました
04:00
Eight years after I started Bridgewater,
83
228440
4896
私がブリッジウォーター社を
立ち上げて８年後
立ち上げて８年後
04:05
I had my greatest failure,
84
233360
1536
人生最大の失敗を経験しました
04:06
my greatest mistake.
85
234920
1200
私の最大のミスです
04:09
It was late 1970s,
86
237680
2136
それは1970年代後半のことでした
04:11
I was 34 years old,
87
239840
1976
私は34歳で
04:13
and I had calculated that American banks
88
241840
3656
アメリカの銀行は新興国へ
04:17
had lent much more money
to emerging countries
to emerging countries
89
245520
2856
返済能力を遥かに超えるお金を
貸しており
貸しており
04:20
than those countries
were going to be able to pay back
were going to be able to pay back
90
248400
2816
大恐慌以来 最大の債務危機が
04:23
and that we would have
the greatest debt crisis
the greatest debt crisis
91
251240
2696
来るだろうと考えていました
04:25
since the Great Depression.
92
253960
1360
04:28
And with it, an economic crisis
93
256200
2216
それから経済危機と
04:30
and a big bear market in stocks.
94
258440
2040
弱気市場が続くだろう—
04:33
It was a controversial view at the time.
95
261680
2000
それは当時 物議を醸した見立てでした
04:36
People thought it was
kind of a crazy point of view.
kind of a crazy point of view.
96
264160
2440
人々はそれが突拍子も無いと考えました
04:39
But in August 1982,
97
267480
2216
しかし1982年8月
04:41
Mexico defaulted on its debt,
98
269720
1960
メキシコの財政が破綻し
04:44
and a number of other countries followed.
99
272520
2256
多くの国々がそれに続き
04:46
And we had the greatest debt crisis
since the Great Depression.
since the Great Depression.
100
274800
3400
そして我々は大恐慌以来の
最悪の債務危機に陥りました
最悪の債務危機に陥りました
04:51
And because I had anticipated that,
101
279080
2776
私はそれを予想していたので
04:53
I was asked to testify to Congress
and appear on "Wall Street Week,"
and appear on "Wall Street Week,"
102
281880
4336
連邦議会で証言を求められ
『ウォール・ストリート・ウィーク』に出演し
『ウォール・ストリート・ウィーク』に出演し
04:58
which was the show of the time.
103
286240
1976
時の話題となりました
05:00
Just to give you a flavor of that,
I've got a clip here,
I've got a clip here,
104
288240
2936
当時 どんな感じだったか
05:03
and you'll see me in there.
105
291200
1920
私のビデオをご覧ください
05:06
(Video) Mr. Chairman, Mr. Mitchell,
106
294480
1696
（ビデオ）「議長 ミッチェルさん
05:08
it's a great pleasure and a great honor
to be able to appear before you
to be able to appear before you
107
296200
3376
経済の問題点を検討するため
05:11
in examination with what
is going wrong with our economy.
is going wrong with our economy.
108
299600
3480
このように皆さんの前に立てることは光栄です
05:15
The economy is now flat --
109
303640
1936
経済は今失速し
05:17
teetering on the brink of failure.
110
305600
2136
失敗の危機に瀕してぐらついています」
05:19
Martin Zweig: You were recently
quoted in an article.
quoted in an article.
111
307760
2496
（マーティン・ツバイク）
「最近の ある記事によりますと
「最近の ある記事によりますと
05:22
You said, "I can say this
with absolute certainty
with absolute certainty
112
310280
2336
あなたはこう言ったそうですね
『絶対の自信がある
『絶対の自信がある
05:24
because I know how markets work."
113
312640
1616
市場がどう動くかは分かっている』」
05:26
Ray Dalio: I can say
with absolute certainty
with absolute certainty
114
314280
2096
（レイ・ダリオ）
「私は絶対の確信を持っています
「私は絶対の確信を持っています
05:28
that if you look at the liquidity base
115
316400
1856
企業と
05:30
in the corporations
and the world as a whole,
and the world as a whole,
116
318280
3376
世界全体の流動性ベースに目を向けると
05:33
that there's such reduced
level of liquidity
level of liquidity
117
321680
2096
流動性レベルがかなり減少していて
05:35
that you can't return
to an era of stagflation."
to an era of stagflation."
118
323800
3216
スタグフレーションの時代へ
戻ることは無いと考えます」
戻ることは無いと考えます」
05:39
I look at that now, I think,
"What an arrogant jerk!"
"What an arrogant jerk!"
119
327040
3096
私は今これを見ると
「何て思い上がったヤツだ！」と思いますよ
「何て思い上がったヤツだ！」と思いますよ
05:42
(Laughter)
120
330160
2000
（笑）
05:45
I was so arrogant, and I was so wrong.
121
333760
2456
私はあまりに傲慢で間違っていました
05:48
I mean, while the debt crisis happened,
122
336240
2576
債務危機が起こった一方で
05:50
the stock market and the economy
went up rather than going down,
went up rather than going down,
123
338840
3976
株式市場と経済はむしろ上向き
05:54
and I lost so much money
for myself and for my clients
for myself and for my clients
124
342840
5016
そして私は自分と顧客の
莫大な資産を失いました
莫大な資産を失いました
05:59
that I had to shut down
my operation pretty much,
my operation pretty much,
125
347880
3416
操業をほぼ停止しなければならず
06:03
I had to let almost everybody go.
126
351320
1880
社員のほとんどを解雇しました
06:05
And these were like extended family,
127
353640
1736
彼らは親戚のようなものだったので
06:07
I was heartbroken.
128
355400
1616
私は悲嘆に暮れました
06:09
And I had lost so much money
129
357040
1816
資産をほとんど失ってしまい
06:10
that I had to borrow
4,000 dollars from my dad
4,000 dollars from my dad
130
358880
3336
父から４千ドルを借金して
06:14
to help to pay my family bills.
131
362240
1920
家族を養いました
06:16
It was one of the most painful
experiences of my life ...
experiences of my life ...
132
364840
3160
これは人生の中でも
最も苦しい経験の一つでしたが
最も苦しい経験の一つでしたが
06:21
but it turned out to be
one of the greatest experiences of my life
one of the greatest experiences of my life
133
369240
3776
人生における
最高の経験の一つでもありました
最高の経験の一つでもありました
06:25
because it changed my attitude
about decision-making.
about decision-making.
134
373040
2680
意思決定についての考え方を
改められたからです
改められたからです
06:28
Rather than thinking, "I'm right,"
135
376360
3056
「自分は正しい」と考えるよりも
06:31
I started to ask myself,
136
379440
1576
こう自問し始めました
06:33
"How do I know I'm right?"
137
381040
1800
「自分が正しいと思う根拠は？」
06:36
I gained a humility that I needed
138
384480
1936
私は自分の大胆さとの
06:38
in order to balance my audacity.
139
386440
2560
バランスを取るために必要だった
謙虚さを手に入れました
謙虚さを手に入れました
06:41
I wanted to find the smartest
people who would disagree with me
people who would disagree with me
140
389880
4216
私は 自分と意見を異にする
優秀な人たちを探し
優秀な人たちを探し
06:46
to try to understand their perspective
141
394120
1896
彼らの視点を理解し
06:48
or to have them
stress test my perspective.
stress test my perspective.
142
396040
2600
私の考えをストレステスト
してもらおうと考えました
してもらおうと考えました
06:51
I wanted to make an idea meritocracy.
143
399400
2776
アイデアの能力主義を作りたかったんです
06:54
In other words,
144
402200
1216
言い換えると
06:55
not an autocracy in which
I would lead and others would follow
I would lead and others would follow
145
403440
3816
私が皆を率いる独裁ではなく
06:59
and not a democracy in which everybody's
points of view were equally valued,
points of view were equally valued,
146
407280
3616
そして皆の意見が等しく
評価される民主主義でもなく
評価される民主主義でもなく
07:02
but I wanted to have an idea meritocracy
in which the best ideas would win out.
in which the best ideas would win out.
147
410920
5096
最善のアイデアが勝ち残る
アイデアの能力主義を実現したかったんです
アイデアの能力主義を実現したかったんです
07:08
And in order to do that,
148
416040
1256
そのためには
07:09
I realized that we would need
radical truthfulness
radical truthfulness
149
417320
3576
完全な率直さと徹底的な透明性が
必要だということに
必要だということに
07:12
and radical transparency.
150
420920
1616
気付きました
07:14
What I mean by radical truthfulness
and radical transparency
and radical transparency
151
422560
3856
完全な率直さと徹底的な透明性とは
07:18
is people needed to say
what they really believed
what they really believed
152
426440
2656
誰もが自らが信ずるところを述べ
07:21
and to see everything.
153
429120
2000
全ての情報を知ると言う事です
07:23
And we literally
tape almost all conversations
tape almost all conversations
154
431480
3936
私たちは文字通りほぼすべての会話を録画し
07:27
and let everybody see everything,
155
435440
1616
皆に全てを見せます
07:29
because if we didn't do that,
156
437080
1416
そうしなければ
07:30
we couldn't really have
an idea meritocracy.
an idea meritocracy.
157
438520
3080
アイデアの能力主義は実現できません
07:34
In order to have an idea meritocracy,
158
442760
3696
アイデアの能力主義を実現するために
07:38
we have let people speak
and say what they want.
and say what they want.
159
446480
2376
皆が自由に意見を述べられる風土にしました
07:40
Just to give you an example,
160
448880
1376
１例を紹介しましょう
07:42
this is an email from Jim Haskel --
161
450280
2696
これはジム・ハスケルからのメールです
07:45
somebody who works for me --
162
453000
1376
彼は私の部下ですが—
07:46
and this was available
to everybody in the company.
to everybody in the company.
163
454400
3376
会社で皆に公開されたものです
07:49
"Ray, you deserve a 'D-'
164
457800
2536
「今日の会議での あなたは
07:52
for your performance
today in the meeting ...
today in the meeting ...
165
460360
2256
60点でしたよ
07:54
you did not prepare at all well
166
462640
1696
十分に準備していませんでしたね
07:56
because there is no way
you could have been that disorganized."
you could have been that disorganized."
167
464360
3560
そうでなければ
あれ程 要領悪く振舞わないでしょう」
あれ程 要領悪く振舞わないでしょう」
08:01
Isn't that great?
168
469520
1216
いいでしょう？
08:02
(Laughter)
169
470760
1216
（笑）
08:04
That's great.
170
472000
1216
これは素晴らしい事です
08:05
It's great because, first of all,
I needed feedback like that.
I needed feedback like that.
171
473240
2936
なぜなら私にはそんなフィードバックが
必要だったからです
必要だったからです
08:08
I need feedback like that.
172
476200
1616
こんなフィードバックが必要なんです
08:09
And it's great because if I don't let Jim,
and people like Jim,
and people like Jim,
173
477840
3456
それに ジムのような人々に
意見を述べる機会を
意見を述べる機会を
08:13
to express their points of view,
174
481320
1576
与えなかったら
08:14
our relationship wouldn't be the same.
175
482920
2056
私たちの関係は
違ったものになっていたでしょう
違ったものになっていたでしょう
08:17
And if I didn't make that public
for everybody to see,
for everybody to see,
176
485000
3056
そしてそれを皆が見られる形で
公開しなかったら
公開しなかったら
08:20
we wouldn't have an idea meritocracy.
177
488080
1960
アイデアの能力主義は
実現しなかったでしょう
実現しなかったでしょう
08:23
So for that last 25 years
that's how we've been operating.
that's how we've been operating.
178
491760
3280
これが過去25年間の私たちのやり方です
08:27
We've been operating
with this radical transparency
with this radical transparency
179
495640
3056
私たちはこの徹底的な透明性をもって
運営してきました
運営してきました
08:30
and then collecting these principles,
180
498720
2296
そしてこれらの原則を集め
08:33
largely from making mistakes,
181
501040
2056
主に失敗の経験を基に —
08:35
and then embedding
those principles into algorithms.
those principles into algorithms.
182
503120
4416
その後これらの原則を
アルゴリズムに落とし込みます
アルゴリズムに落とし込みます
08:39
And then those algorithms provide --
183
507560
2696
そして これらのアルゴリズムのお陰で —
08:42
we're following the algorithms
184
510280
2016
私たちは 自らも考えながらも
08:44
in parallel with our thinking.
185
512320
1440
アルゴリズムに従っています
08:47
That has been how we've run
the investment business,
the investment business,
186
515280
3176
私たちは 今までこの方法で
投資事業を行ってきました
投資事業を行ってきました
08:50
and it's how we also deal
with the people management.
with the people management.
187
518480
2736
これは私たちの人材管理の手法でもあります
08:53
In order to give you a glimmer
into what this looks like,
into what this looks like,
188
521240
3736
これをわずかでも体験して頂くために
08:57
I'd like to take you into a meeting
189
525000
2336
実際の会議で
08:59
and introduce you to a tool of ours
called the "Dot Collector"
called the "Dot Collector"
190
527360
3136
私たちの助手を務めるツール
「Dot Collector」の様子をご紹介します
「Dot Collector」の様子をご紹介します
09:02
that helps us do this.
191
530520
1280
09:07
A week after the US election,
192
535640
2176
大統領選挙の１週間後
09:09
our research team held a meeting
193
537840
2096
私たちの研究チームは会議で
09:11
to discuss what a Trump presidency
would mean for the US economy.
would mean for the US economy.
194
539960
3320
米国経済にとってトランプ大統領が
何を意味するかを議論しました
何を意味するかを議論しました
09:16
Naturally, people had
different opinions on the matter
different opinions on the matter
195
544000
2856
当然のことながら
その問題には様々な意見があり
その問題には様々な意見があり
09:18
and how we were
approaching the discussion.
approaching the discussion.
196
546880
2040
議論の進め方についても
意見は分かれました
意見は分かれました
09:21
The "Dot Collector" collects these views.
197
549840
2776
「Dot Collector」は
これらの意見を収集します
これらの意見を収集します
09:24
It has a list of a few dozen attributes,
198
552640
2296
それには数十の属性が列挙されていて
09:26
so whenever somebody thinks something
about another person's thinking,
about another person's thinking,
199
554960
4016
誰かが他の人の考えについて
何か意見がある際に
何か意見がある際に
09:31
it's easy for them
to convey their assessment;
to convey their assessment;
200
559000
2936
その評価を簡単に伝えられます
09:33
they simply note the attribute
and provide a rating from one to 10.
and provide a rating from one to 10.
201
561960
4520
単に属性を選び
1から10までで採点をすれば良いのです
1から10までで採点をすれば良いのです
09:39
For example, as the meeting began,
202
567520
2256
たとえば会議が始まってから
09:41
a researcher named Jen rated me a three --
203
569800
3120
ジェンという名前の研究者は
私に３点を付けました
私に３点を付けました
09:45
in other words, badly --
204
573640
2016
ひどい評価です
09:47
(Laughter)
205
575680
1376
（笑）
09:49
for not showing a good balance
of open-mindedness and assertiveness.
of open-mindedness and assertiveness.
206
577080
4160
私が聞く耳を持つオープンさと自己主張の
バランスを取れなかったからです
バランスを取れなかったからです
09:54
As the meeting transpired,
207
582080
1456
会議が進むと
09:55
Jen's assessments of people
added up like this.
added up like this.
208
583560
3240
メンバーに対するジェンの評価は
このようになりました
このようになりました
09:59
Others in the room
have different opinions.
have different opinions.
209
587920
2176
その他の社員は其々
異なる意見を持っています
異なる意見を持っています
10:02
That's normal.
210
590120
1216
至極普通のことです
10:03
Different people are always
going to have different opinions.
going to have different opinions.
211
591360
2920
人々は常に色々な意見を持っているものです
10:06
And who knows who's right?
212
594800
1400
誰が正しいかなど分かりません
10:09
Let's look at just what people thought
about how I was doing.
about how I was doing.
213
597240
3440
他のメンバーの
私に対する評価を見てみましょう
私に対する評価を見てみましょう
10:13
Some people thought I did well,
214
601600
2216
一部の人は良い評価をしましたが
10:15
others, poorly.
215
603840
1200
他の人は悪い評価を下しました
10:18
With each of these views,
216
606080
1336
それぞれの評価について
10:19
we can explore the thinking
behind the numbers.
behind the numbers.
217
607440
2320
その数字の根拠となる理由を
確認することができます
確認することができます
10:22
Here's what Jen and Larry said.
218
610520
2160
これはジェンとラリーの意見です
10:25
Note that everyone
gets to express their thinking,
gets to express their thinking,
219
613760
2616
気づいて頂きたいのは
皆自分の考えを表現できることです
皆自分の考えを表現できることです
10:28
including their critical thinking,
220
616400
1656
彼らの批判的意見も含め
10:30
regardless of their position
in the company.
in the company.
221
618080
2120
会社でのポジションにかかわらず
10:33
Jen, who's 24 years old
and right out of college,
and right out of college,
222
621120
3096
大学を卒業したばかりの24歳のジェンも
10:36
can tell me, the CEO,
that I'm approaching things terribly.
that I'm approaching things terribly.
223
624240
2840
物事の見方がひどくマズイと
CEOの私に伝えることができます
CEOの私に伝えることができます
10:40
This tool helps people
both express their opinions
both express their opinions
224
628480
3776
このツールによって
誰もが 自分の意見を伝えられると同時に
誰もが 自分の意見を伝えられると同時に
10:44
and then separate themselves
from their opinions
from their opinions
225
632280
3096
自分の意見から離れて
より高い見地から
より高い見地から
10:47
to see things from a higher level.
226
635400
2040
物事を見ることが
できるようになります
できるようになります
10:50
When Jen and others shift their attentions
from inputting their own opinions
from inputting their own opinions
227
638640
4896
ジェンや同僚が
自分の意見を入力することから
自分の意見を入力することから
10:55
to looking down on the whole screen,
228
643560
2576
画面全体へと注意を移すと
10:58
their perspective changes.
229
646160
1720
彼らの視点は変化します
11:00
They see their own opinions
as just one of many
as just one of many
230
648680
3136
自分の意見を多くの意見の中の
ひとつとして把握し
ひとつとして把握し
11:03
and naturally start asking themselves,
231
651840
2536
そして自然と こう自分に問いかけます
11:06
"How do I know my opinion is right?"
232
654400
2000
「自分の意見が正しいという根拠は？」
11:09
That shift in perspective is like going
from seeing in one dimension
from seeing in one dimension
233
657480
4056
その視点のシフトはまるで
今まで一次元だったものが
今まで一次元だったものが
11:13
to seeing in multiple dimensions.
234
661560
2256
複数次元で見えるように
なるようなもので
なるようなもので
11:15
And it shifts the conversation
from arguing over our opinions
from arguing over our opinions
235
663840
4096
自分の意見を主張することから
どの意見が最も良いかを決める
どの意見が最も良いかを決める
11:19
to figuring out objective criteria
for determining which opinions are best.
for determining which opinions are best.
236
667960
4400
客観的な基準を見出すものへと
会話をシフトさせます
会話をシフトさせます
11:24
Behind the "Dot Collector"
is a computer that is watching.
is a computer that is watching.
237
672920
3600
「Dot Collebtor」の背後では
コンピューターが仔細に
コンピューターが仔細に
11:29
It watches what all
these people are thinking
these people are thinking
238
677120
2176
皆が何を考えているのかを観察していて
11:31
and it correlates that
with how they think.
with how they think.
239
679320
2576
それを どのように考えているかと
関連付けます
関連付けます
11:33
And it communicates advice
back to each of them based on that.
back to each of them based on that.
240
681920
3520
そしてコンピューターは
それらを基に人々にアドバイスを返します
それらを基に人々にアドバイスを返します
11:38
Then it draws the data
from all the meetings
from all the meetings
241
686520
3416
そして すべての会議からデータを集め
11:41
to create a pointilist painting
of what people are like
of what people are like
242
689960
3216
それぞれが どんな人で
どんな考え方をするのかを表す点描画が
どんな考え方をするのかを表す点描画が
11:45
and how they think.
243
693200
1240
出来上がります
11:47
And it does that guided by algorithms.
244
695160
2720
それをアルゴリズムが導きます
11:50
Knowing what people are like helps
to match them better with their jobs.
to match them better with their jobs.
245
698800
3760
人々をより良く知ることで
その人により合った仕事をあてがえます
その人により合った仕事をあてがえます
11:55
For example,
246
703120
1216
例えば
11:56
a creative thinker who is unreliable
247
704360
1736
信頼できない独創的な思想家なら
11:58
might be matched up with someone
who's reliable but not creative.
who's reliable but not creative.
248
706120
3080
信頼できるが創造的では無い誰かと
マッチングされるかも知れません
マッチングされるかも知れません
12:02
Knowing what people are like
also allows us to decide
also allows us to decide
249
710280
3336
人々を理解できると
どのような責任を与えるか
どのような責任を与えるか
12:05
what responsibilities to give them
250
713640
2256
決め易くなります
12:07
and to weigh our decisions
based on people's merits.
based on people's merits.
251
715920
3480
そして人々の能力に基づき
意思決定を比較検討します
意思決定を比較検討します
12:12
We call it their believability.
252
720040
1600
それを彼らの信憑性と呼びます
12:14
Here's an example of a vote that we took
253
722560
1976
これは投票の一例です
12:16
where the majority
of people felt one way ...
of people felt one way ...
254
724560
2840
過半数の人々の意見が
一方に収束していますが…
一方に収束していますが…
12:20
but when we weighed the views
based on people's merits,
based on people's merits,
255
728920
2936
しかし人々の能力に基づいて意見を測ると
12:23
the answer was completely different.
256
731880
1840
答えは完全に異なっていました
12:26
This process allows us to make decisions
not based on democracy,
not based on democracy,
257
734920
4576
このプロセスでは
民主主義や独裁に基づかずに
民主主義や独裁に基づかずに
12:31
not based on autocracy,
258
739520
2136
人々の信憑性を考慮した
12:33
but based on algorithms that take
people's believability into consideration.
people's believability into consideration.
259
741680
5240
アルゴリズムに基づいて
意思決定を行うことができます
意思決定を行うことができます
12:41
Yup, we really do this.
260
749520
1696
本当にこれを使ってるんですよ
12:43
(Laughter)
261
751240
3296
（笑）
12:46
We do it because it eliminates
262
754560
2856
このお陰で
12:49
what I believe to be
one of the greatest tragedies of mankind,
one of the greatest tragedies of mankind,
263
757440
4456
私が人類の最大の悲劇の一つだと信じる
12:53
and that is people arrogantly,
264
761920
2160
「傲慢さ」が排除できるからです
12:56
naïvely holding opinions
in their minds that are wrong,
in their minds that are wrong,
265
764760
4456
単純にも心中に間違った意見を持ち
13:01
and acting on them,
266
769240
1256
それらに基づいて行動し
13:02
and not putting them out there
to stress test them.
to stress test them.
267
770520
2760
それらのストレステストすらしない
そんな悲劇を排除できます
そんな悲劇を排除できます
13:06
And that's a tragedy.
268
774000
1336
これは悲劇です
13:07
And we do it because it elevates ourselves
above our own opinions
above our own opinions
269
775360
5416
この仕組みは自分の意見を超えたところへ
自分を高めてくれるので
自分を高めてくれるので
13:12
so that we start to see things
through everybody's eyes,
through everybody's eyes,
270
780800
2896
私たちは
皆の目を通して 皆で物事を
皆の目を通して 皆で物事を
13:15
and we see things collectively.
271
783720
1920
見始めるようになります
13:18
Collective decision-making is so much
better than individual decision-making
better than individual decision-making
272
786360
4336
集団的意思決定は 上手く行われれば
個人の意思決定よりも
個人の意思決定よりも
13:22
if it's done well.
273
790720
1200
優れています
13:24
It's been the secret sauce
behind our success.
behind our success.
274
792360
2616
これが私たちの成功の秘訣でした
13:27
It's why we've made
more money for our clients
more money for our clients
275
795000
2176
そのお陰で私たちは
どのヘッジファンドよりも
どのヘッジファンドよりも
13:29
than any other hedge fund in existence
276
797200
1936
多く顧客の資産を増やして来たのですし
13:31
and made money
23 out of the last 26 years.
23 out of the last 26 years.
277
799160
2720
今までの26年間のうち23年好調でした
13:35
So what's the problem
with being radically truthful
with being radically truthful
278
803880
4536
では 完全に率直でいることと
お互いに徹底的な透明性を保つことの
お互いに徹底的な透明性を保つことの
13:40
and radically transparent with each other?
279
808440
2240
問題点はどのようなものでしょう？
13:45
People say it's emotionally difficult.
280
813400
2080
人々はそんなことは感情的に難しいと言い
13:48
Critics say it's a formula
for a brutal work environment.
for a brutal work environment.
281
816240
4240
批評家はこれが残忍な労働環境を生む
方程式だと言い
方程式だと言い
13:53
Neuroscientists tell me it has to do
with how are brains are prewired.
with how are brains are prewired.
282
821400
4856
神経科学者は
これは先天的な脳の配線と関係があると言います
これは先天的な脳の配線と関係があると言います
13:58
There's a part of our brain
that would like to know our mistakes
that would like to know our mistakes
283
826280
3216
脳のある部分には
積極的に自分の過ちを知り
積極的に自分の過ちを知り
14:01
and like to look at our weaknesses
so we could do better.
so we could do better.
284
829520
3960
自らの弱みを直視することで
改善につなげる機能が備わっているそうです
改善につなげる機能が備わっているそうです
14:06
I'm told that that's
the prefrontal cortex.
the prefrontal cortex.
285
834120
2440
その部分とは前頭前皮質だそうです
14:09
And then there's a part of our brain
which views all of this as attacks.
which views all of this as attacks.
286
837040
4856
そして 脳には
すべての刺激を攻撃として捉える部分―
すべての刺激を攻撃として捉える部分―
14:13
I'm told that that's the amygdala.
287
841920
1960
扁桃体もあるそうです
14:16
In other words,
there are two you's inside you:
there are two you's inside you:
288
844440
3056
言い換えるとあなたの中には
２人のあなたがいるんです
２人のあなたがいるんです
14:19
there's an emotional you
289
847520
1416
感情的なあなたと
14:20
and there's an intellectual you,
290
848960
1776
知的なあなたです
14:22
and often they're at odds,
291
850760
1776
大抵 彼らは意見が対立していて
14:24
and often they work against you.
292
852560
1920
あなたに有害に働きます
14:27
It's been our experience
that we can win this battle.
that we can win this battle.
293
855160
3736
ですが私たちは経験上
この戦いに勝つことができると考えます
この戦いに勝つことができると考えます
14:30
We win it as a group.
294
858920
1320
それも一丸となることで
14:33
It takes about 18 months typically
295
861000
2336
たいてい18ヶ月もあれば
14:35
to find that most people
prefer operating this way,
prefer operating this way,
296
863360
3056
ほとんどの人が このやり方が良いと
思うようになっています
思うようになっています
14:38
with this radical transparency
297
866440
2016
不透明な環境で運営されるよりも
14:40
than to be operating
in a more opaque environment.
in a more opaque environment.
298
868480
3336
徹底的な透明性のもとでの運営が
良いと考えるようになります
良いと考えるようになります
14:43
There's not politics,
there's not the brutality of --
there's not the brutality of --
299
871840
4296
ここには
社内政治はなく
社内政治はなく
14:48
you know, all of that hidden,
behind-the-scenes --
behind-the-scenes --
300
876160
2376
いわゆる舞台裏で起こるような
酷い隠し事もありません
酷い隠し事もありません
14:50
there's an idea meritocracy
where people can speak up.
where people can speak up.
301
878560
2936
あるのはアイデア能力主義で
誰でも発言することができます
誰でも発言することができます
14:53
And that's been great.
302
881520
1256
これまでの成果は上々です
14:54
It's given us more effective work,
303
882800
1656
このお陰で より効果的に仕事ができ
14:56
and it's given us
more effective relationships.
more effective relationships.
304
884480
2400
私たちはより効果的な関係構築が
できるようになりました
できるようになりました
14:59
But it's not for everybody.
305
887400
1320
でも万能ではありません
15:01
We found something like
25 or 30 percent of the population
25 or 30 percent of the population
306
889680
2936
人口の25％〜30％には
これは向いていないと
これは向いていないと
15:04
it's just not for.
307
892640
1736
判明しました
15:06
And by the way,
308
894400
1216
ところで
15:07
when I say radical transparency,
309
895640
1816
徹底的な透明性と言っても
15:09
I'm not saying transparency
about everything.
about everything.
310
897480
2336
何でもかんでも
大っぴらにするわけではありません
大っぴらにするわけではありません
15:11
I mean, you don't have to tell somebody
that their bald spot is growing
that their bald spot is growing
311
899840
3816
つまり ハゲて来ているだとか
誰かの赤ちゃんが可愛くないとか
誰かの赤ちゃんが可愛くないとか
15:15
or their baby's ugly.
312
903680
1616
言う必要は無いんです
15:17
So, I'm just talking about --
313
905320
2096
だから私が言っているのは単に—
15:19
(Laughter)
314
907440
1216
（笑）
15:20
talking about the important things.
315
908680
2176
重要な事について話すと言う事です
15:22
So --
316
910880
1216
それで—
15:24
(Laughter)
317
912120
3200
（笑）
15:28
So when you leave this room,
318
916600
1416
ですから この会場を出たら
15:30
I'd like you to observe yourself
in conversations with others.
in conversations with others.
319
918040
4440
皆さんには 誰かと会話するときの自分を
観察して欲しいと思います
観察して欲しいと思います
15:35
Imagine if you knew
what they were really thinking,
what they were really thinking,
320
923360
3680
相手が本当に何を考えているか
15:39
and imagine if you knew
what they were really like ...
what they were really like ...
321
927760
2600
相手が本当にどんな人かが分かったら
15:43
and imagine if they knew
what you were really thinking
what you were really thinking
322
931840
3976
そして相手も
あなたが本当に何を考え どんな人か
あなたが本当に何を考え どんな人か
15:47
and what were really like.
323
935840
1840
知っていたとしたら
どうでしょうか
どうでしょうか
15:50
It would certainly clear things up a lot
324
938160
2576
きっと たくさんの事がすっきりし
15:52
and make your operations
together more effective.
together more effective.
325
940760
2856
会社の運営がより効果的になるでしょう
15:55
I think it will improve
your relationships.
your relationships.
326
943640
2240
あなたの対人関係も
改善すると思います
改善すると思います
15:58
Now imagine that you can have algorithms
327
946600
3296
そして そうしたあらゆる情報を
集めるのに役立ち
集めるのに役立ち
16:01
that will help you gather
all of that information
all of that information
328
949920
3816
アイデアの能力主義に基づいて
あなたが意思決定するのを支援してくれる
あなたが意思決定するのを支援してくれる
16:05
and even help you make decisions
in an idea-meritocratic way.
in an idea-meritocratic way.
329
953760
4560
アルゴリズムを手にすることを
想像してください
想像してください
16:12
This sort of radical transparency
is coming at you
is coming at you
330
960640
4336
そのような徹底的な透明性の世界は
もうすぐそこに来ていて
もうすぐそこに来ていて
16:17
and it is going to affect your life.
331
965000
1960
あなたの人生に影響を与えるでしょう
16:19
And in my opinion,
332
967600
2056
私の考えでは
素晴らしい世界になると思います
素晴らしい世界になると思います
16:21
it's going to be wonderful.
333
969680
1336
16:23
So I hope it is as wonderful for you
334
971040
2336
あなたにとっても
これが素晴らしいことになると
これが素晴らしいことになると
16:25
as it is for me.
335
973400
1200
願っています
16:27
Thank you very much.
336
975160
1256
どうもありがとうございました
16:28
(Applause)
337
976440
4360
（拍手）
ABOUT THE SPEAKER
Ray Dalio - Hedge fund chairRay Dalio is the founder, chair and co-chief investment officer of Bridgewater Associates, a global leader in institutional portfolio management and the largest hedge fund in the world.
Why you should listen
Dalio started Bridgewater out of his two-bedroom apartment in New York City in 1975 and has grown it into the fifth most important private company in the U.S. (according to Fortune magazine). Because of the firm’s many industry-changing innovations over its 40-year history, he has been called the “Steve Jobs of investing” by aiCIO magazine and named one of TIME magazine’s "100 Most Influential People."
Dalio attributes Bridgewater’s success to its unique culture. He describes it as “a believability-weighted idea meritocracy” in which the people strive for “meaningful work and meaningful relationships through radical truth and radical transparency.” He has explained this approach in his book Principles, which has been downloaded more than three million times and has produced considerable curiosity and controversy.
Ray Dalio | Speaker | TED.com