TED2017
Martin Ford: How we'll earn money in a future without jobs
Martin Ford: Hoe we geld verdienen in een toekomst zonder banen
Filmed:
Readability: 4.2
3,167,458 views
Er zullen machines komen die kunnen denken, leren en zich aanpassen -- en dat zou kunnen betekenen dat wij mensen met een behoorlijk werkgelegenheidsprobleem komen te zitten. Wat zouden we daaraan kunnen doen? In een directe talk over een controversieel idee pleit futurist Martin Ford ervoor om inkomen los te koppelen van traditioneel werk en een algemeen basisinkomen in te stellen.
Martin Ford - Futurist
Martin Ford imagines what the accelerating progress in robotics and artificial intelligence may mean for the economy, job market and society of the future. Full bio
Martin Ford imagines what the accelerating progress in robotics and artificial intelligence may mean for the economy, job market and society of the future. Full bio
Double-click the English transcript below to play the video.
00:12
I'm going to begin with a scary question:
0
787
2848
Ik ga beginnen met een prangende vraag:
Gaan we een toekomst
zonder banen tegemoet?
zonder banen tegemoet?
00:15
Are we headed toward
a future without jobs?
a future without jobs?
1
3659
2750
De opmerkelijke vooruitgang die we zien
bij technologieën als zelfrijdende auto's,
bij technologieën als zelfrijdende auto's,
00:18
The remarkable progress that we're seeing
2
6987
2069
00:21
in technologies like self-driving cars
3
9080
1861
00:22
has led to an explosion
of interest in this question,
of interest in this question,
4
10965
3065
heeft de interesse voor deze vraag
explosief doen toenemen,
explosief doen toenemen,
00:26
but because it's something
that's been asked
that's been asked
5
14054
2150
maar omdat ze in het verleden
al zo vaak is gesteld,
al zo vaak is gesteld,
00:28
so many times in the past,
6
16228
1256
zouden we ons misschien
eigenlijk moeten afvragen
eigenlijk moeten afvragen
00:29
maybe what we should really be asking
7
17508
1840
of de situatie deze keer soms anders is.
00:31
is whether this time is really different.
8
19372
2900
00:35
The fear that automation
might displace workers
might displace workers
9
23252
2961
De angst dat automatisering
arbeiders van hun werk berooft
arbeiders van hun werk berooft
en tot heel veel werkloosheid
zou kunnen leiden,
zou kunnen leiden,
00:38
and potentially lead
to lots of unemployment
to lots of unemployment
10
26237
2117
00:40
goes back at a minimum 200 years
to the Luddite revolts in England.
to the Luddite revolts in England.
11
28378
3888
gaat minstens 200 jaar terug,
tot de opstand van de Engelse luddieten.
tot de opstand van de Engelse luddieten.
00:44
And since then, this concern
has come up again and again.
has come up again and again.
12
32290
3196
Sindsdien is hij keer op keer opgekomen.
00:47
I'm going to guess
13
35510
1161
Ik denk dat de meesten van jullie
nog nooit gehoord hebben
nog nooit gehoord hebben
00:48
that most of you have probably never
heard of the Triple Revolution report,
heard of the Triple Revolution report,
14
36695
4466
van het rapport Triple Revolution,
een zeer toonaangevend rapport.
een zeer toonaangevend rapport.
00:53
but this was a very prominent report.
15
41185
2293
Het is opgesteld door
een aantal briljante mensen --
een aantal briljante mensen --
00:55
It was put together
by a brilliant group of people --
by a brilliant group of people --
16
43502
2531
00:58
it actually included
two Nobel laureates --
two Nobel laureates --
17
46057
3057
onder wie twee Nobelprijswinnaars --
01:01
and this report was presented
to the President of the United States,
to the President of the United States,
18
49138
3223
en aangeboden aan de president van de VS,
01:04
and it argued that the US was on the brink
of economic and social upheaval
of economic and social upheaval
19
52385
5494
en stelde dat de VS op korte termijn
met economische en sociale onrust
te maken zouden krijgen,
te maken zouden krijgen,
01:09
because industrial automation
was going to put millions of people
was going to put millions of people
20
57903
3102
omdat door de industriële automatisering
miljoenen hun baan kwijt zouden raken.
miljoenen hun baan kwijt zouden raken.
01:13
out of work.
21
61029
1152
Dat rapport werd in maart 1964
aan president Lyndon Johnson aangeboden.
aan president Lyndon Johnson aangeboden.
01:14
Now, that report was delivered
to President Lyndon Johnson
to President Lyndon Johnson
22
62205
3657
01:17
in March of 1964.
23
65886
1801
01:19
So that's now over 50 years,
24
67711
2216
Dat is nu meer dan 50 jaar geleden
01:21
and, of course, that
hasn't really happened.
hasn't really happened.
25
69951
2058
en het is uiteindelijk nooit uitgekomen.
Dat is keer op keer het geval geweest.
01:24
And that's been the story again and again.
26
72033
2144
De alarmbel heeft meermaals geklonken,
maar het was altijd vals alarm.
maar het was altijd vals alarm.
01:26
This alarm has been raised repeatedly,
27
74201
2109
01:28
but it's always been a false alarm.
28
76334
2013
En omdat het vals alarm was,
01:30
And because it's been a false alarm,
29
78371
1809
is men hier op een zeer conventionele
manier over gaan denken.
manier over gaan denken.
01:32
it's led to a very conventional way
of thinking about this.
of thinking about this.
30
80204
2807
01:35
And that says essentially that yes,
31
83035
2532
Die komt erop neer dat, inderdaad,
technologie hele industrieën
zou kunnen vernietigen.
zou kunnen vernietigen.
01:37
technology may devastate
entire industries.
entire industries.
32
85591
2548
01:40
It may wipe out whole occupations
and types of work.
and types of work.
33
88163
3732
Ze kan het einde betekenen
van hele beroepsgroepen en soorten werk.
van hele beroepsgroepen en soorten werk.
01:43
But at the same time, of course,
34
91919
1608
Maar tegelijkertijd zal vooruitgang
natuurlijk ook tot veel nieuws leiden.
natuurlijk ook tot veel nieuws leiden.
01:45
progress is going to lead
to entirely new things.
to entirely new things.
35
93551
2351
Dus zullen er nieuwe industrieën opkomen,
die natuurlijk mensen nodig hebben.
die natuurlijk mensen nodig hebben.
01:47
So there will be new industries
that will arise in the future,
that will arise in the future,
36
95926
2962
01:50
and those industries, of course,
will have to hire people.
will have to hire people.
37
98912
2858
Er zullen nieuwe soorten werk ontstaan
01:53
There'll be new kinds of work
that will appear,
that will appear,
38
101794
2238
waarvan we onszelf vandaag de dag
nog geen voorstelling kunnen maken.
nog geen voorstelling kunnen maken.
01:56
and those might be things that today
we can't really even imagine.
we can't really even imagine.
39
104056
3210
01:59
And that has been the story so far,
40
107290
1747
Dat is tot dusver het verhaal geweest
en het is een positief verhaal.
en het is een positief verhaal.
02:01
and it's been a positive story.
41
109061
1494
02:03
It turns out that the new jobs
that have been created
that have been created
42
111095
3325
De nieuwe banen die zijn ontstaan
02:06
have generally been
a lot better than the old ones.
a lot better than the old ones.
43
114444
2470
waren vaak een stuk beter dan de oude.
02:08
They have, for example,
been more engaging.
been more engaging.
44
116938
2656
Ze waren interessanter, bijvoorbeeld.
02:11
They've been in safer,
more comfortable work environments,
more comfortable work environments,
45
119618
3429
De werkomgeving was veiliger en prettiger
02:15
and, of course, they've paid more.
46
123071
1680
en ze betaalden natuurlijk beter.
02:16
So it has been a positive story.
47
124775
1865
Dus het was een positief verhaal.
02:18
That's the way things
have played out so far.
have played out so far.
48
126664
2208
Zo is het tot op heden gegaan.
02:21
But there is one particular
class of worker
class of worker
49
129292
2948
Maar er is één bepaald type arbeider
02:24
for whom the story
has been quite different.
has been quite different.
50
132264
2252
voor wie dit verhaal
heel anders is verlopen.
heel anders is verlopen.
02:27
For these workers,
51
135938
1150
Voor deze arbeiders heeft technologie
het werk bijna helemaal doen verdwijnen
het werk bijna helemaal doen verdwijnen
02:29
technology has completely
decimated their work,
decimated their work,
52
137112
3021
en helemaal geen nieuwe
mogelijkheden gebracht.
mogelijkheden gebracht.
02:32
and it really hasn't created
any new opportunities at all.
any new opportunities at all.
53
140157
3214
02:35
And these workers, of course,
54
143395
2195
Natuurlijk heb ik het dan over paarden.
02:37
are horses.
55
145614
1288
(Gelach)
02:38
(Laughter)
56
146926
1443
02:40
So I can ask a very provocative question:
57
148393
2750
Dus ik stel een nogal provocerende vraag:
kan het zijn dat op een bepaald moment
02:43
Is it possible that at some
point in the future,
point in the future,
58
151167
3435
02:46
a significant fraction of the human
workforce is going to be made redundant
workforce is going to be made redundant
59
154626
4628
een flink deel van de menselijke
arbeidskrachten overbodig wordt,
arbeidskrachten overbodig wordt,
02:51
in the way that horses were?
60
159278
1702
net zoals dat met paarden is gebeurd?
Jullie reactie hierop is misschien
vrij instinctief en intuïtief.
vrij instinctief en intuïtief.
02:53
Now, you might have a very visceral,
reflexive reaction to that.
reflexive reaction to that.
61
161485
3000
02:56
You might say, "That's absurd.
62
164509
1647
Wie weet zeggen jullie: "Dat is absurd.
02:58
How can you possibly compare
human beings to horses?"
human beings to horses?"
63
166180
3669
Hoe kun je nu in vredesnaam
mensen met paarden vergelijken?"
mensen met paarden vergelijken?"
Paarden zijn natuurlijk vrij beperkt
03:02
Horses, of course, are very limited,
64
170437
1769
en toen auto's en trucks
ten tonele verschenen,
ten tonele verschenen,
03:04
and when cars and trucks
and tractors came along,
and tractors came along,
65
172230
2893
was er voor paarden
eigenlijk geen plaats meer.
eigenlijk geen plaats meer.
03:07
horses really had nowhere else to turn.
66
175147
2045
03:09
People, on the other hand,
are intelligent;
are intelligent;
67
177844
2360
Mensen daarentegen, zijn intelligent;
we kunnen leren, we kunnen ons aanpassen.
03:12
we can learn, we can adapt.
68
180228
1785
03:14
And in theory,
69
182037
1164
En in theorie betekent dat
03:15
that ought to mean that we can
always find something new to do,
always find something new to do,
70
183225
3127
dat we altijd wel iets anders
te doen kunnen vinden
te doen kunnen vinden
en dat we altijd van belang zullen zijn
voor de economie van de toekomst.
voor de economie van de toekomst.
03:18
and that we can always remain
relevant to the future economy.
relevant to the future economy.
71
186376
3306
03:21
But here's the really
critical thing to understand.
critical thing to understand.
72
189706
2437
Maar het volgende
moeten we goed begrijpen.
moeten we goed begrijpen.
De machines die in de toekomst
een bedreiging vormen voor ons werk,
een bedreiging vormen voor ons werk,
03:24
The machines that will threaten
workers in the future
workers in the future
73
192790
2865
03:27
are really nothing like those cars
and trucks and tractors
and trucks and tractors
74
195679
3234
lijken in de verste verte niet
op de auto's en trucks en tractors
op de auto's en trucks en tractors
die de plaats van paarden
hebben ingenomen.
hebben ingenomen.
03:30
that displaced horses.
75
198937
1616
03:32
The future is going to be full
of thinking, learning, adapting machines.
of thinking, learning, adapting machines.
76
200577
4839
De machines van de toekomst
kunnen denken, leren en zich aanpassen.
kunnen denken, leren en zich aanpassen.
03:37
And what that really means
77
205440
1408
En dat betekent feitelijk
dat technologie eindelijk
een vermogen begint te ontwikkelen
een vermogen begint te ontwikkelen
03:38
is that technology is finally
beginning to encroach
beginning to encroach
78
206872
2834
dat altijd aan de mens
leek te zijn voorbehouden --
leek te zijn voorbehouden --
03:41
on that fundamental human capability --
79
209730
2849
03:44
the thing that makes us
so different from horses,
so different from horses,
80
212603
2803
datgene wat ons
zo anders maakt dan paarden
zo anders maakt dan paarden
03:47
and the very thing that, so far,
81
215430
2234
en wat ervoor gezorgd heeft
dat we, tot nu toe,
dat we, tot nu toe,
03:49
has allowed us to stay ahead
of the march of progress
of the march of progress
82
217688
2647
de vooruitgang een stapje voor
hebben kunnen blijven
hebben kunnen blijven
03:52
and remain relevant,
83
220359
1189
en van belang zijn gebleven,
onmisbaar in feite, voor de economie.
onmisbaar in feite, voor de economie.
03:53
and, in fact, indispensable
to the economy.
to the economy.
84
221572
3067
Wat is er zo anders
aan de huidige informatietechnologie
aan de huidige informatietechnologie
03:58
So what is it that is really so different
85
226407
2495
04:00
about today's information technology
86
228926
2043
in vergelijking met wat we
hiervóór hebben gezien?
hiervóór hebben gezien?
04:02
relative to what we've seen in the past?
87
230993
1947
Ik wil op drie fundamentele zaken wijzen.
04:04
I would point to three fundamental things.
88
232964
2653
04:07
The first thing is that we have seen
this ongoing process
this ongoing process
89
235641
4409
De eerste is dat we continu een
exponentiële versnelling hebben gezien.
exponentiële versnelling hebben gezien.
04:12
of exponential acceleration.
90
240074
1888
Ik weet dat jullie allemaal
de wet van Moore kennen,
de wet van Moore kennen,
04:14
I know you all know about Moore's law,
91
242420
2095
04:16
but in fact, it's more
broad-based than that;
broad-based than that;
92
244539
2296
maar eigenlijk is het nog wat ruimer;
04:18
it extends in many cases,
for example, to software,
for example, to software,
93
246859
3150
zo is het ook vaak van toepassing
op software, communicatie, bandbreedte,
op software, communicatie, bandbreedte,
04:22
it extends to communications,
bandwidth and so forth.
bandwidth and so forth.
94
250033
3000
enzovoort.
Maar wat we goed moeten begrijpen,
04:25
But the really key thing to understand
95
253057
1984
04:27
is that this acceleration has now
been going on for a really long time.
been going on for a really long time.
96
255065
3871
is dat deze versnelling
nu al een hele tijd aan de gang is.
nu al een hele tijd aan de gang is.
Al tientallen jaren eigenlijk.
04:30
In fact, it's been going on for decades.
97
258960
1925
04:32
If you measure from the late 1950s,
98
260909
2756
Als je rekent vanaf eind jaren vijftig
van de vorige eeuw,
van de vorige eeuw,
04:35
when the first integrated
circuits were fabricated,
circuits were fabricated,
99
263689
2425
de tijd van de eerste
geïntegreerde schakelingen,
geïntegreerde schakelingen,
04:38
we've seen something on the order
of 30 doublings in computational power
of 30 doublings in computational power
100
266138
4785
dan hebben we zo'n 30 verdubbelingen
van computerkracht gezien in die periode.
van computerkracht gezien in die periode.
04:42
since then.
101
270947
1156
Dat is een fenomenaal getal
voor een verdubbeling van wat dan ook,
voor een verdubbeling van wat dan ook,
04:44
That's just an extraordinary number
of times to double any quantity,
of times to double any quantity,
102
272127
3688
en wat het betekent,
is dat we nu op een punt zijn
is dat we nu op een punt zijn
04:47
and what it really means
103
275839
1240
04:49
is that we're now at a point
where we're going to see
where we're going to see
104
277103
2524
waarop we een enorme,
absolute vooruitgang gaan zien,
absolute vooruitgang gaan zien,
04:51
just an extraordinary amount
of absolute progress,
of absolute progress,
105
279651
2411
en natuurlijk zal de versnelling zelf
ook blijven toenemen vanaf dit punt.
ook blijven toenemen vanaf dit punt.
04:54
and, of course, things are going
to continue to also accelerate
to continue to also accelerate
106
282086
2975
04:57
from this point.
107
285085
1159
Als we vooruitblikken
op de komende jaren en decennia,
op de komende jaren en decennia,
04:58
So as we look forward
to the coming years and decades,
to the coming years and decades,
108
286268
2540
denk ik dat het betekent
dat we dingen gaan meemaken
dat we dingen gaan meemaken
05:00
I think that means
that we're going to see things
that we're going to see things
109
288832
2338
waar we niet op voorbereid zijn.
05:03
that we're really not prepared for.
110
291194
1673
We gaan dingen meemaken
die ons met stomheid slaan.
die ons met stomheid slaan.
05:04
We're going to see things
that astonish us.
that astonish us.
111
292891
2077
Het tweede dat we moeten beseffen,
05:06
The second key thing
112
294992
1266
05:08
is that the machines are,
in a limited sense, beginning to think.
in a limited sense, beginning to think.
113
296282
3906
is dat machines op beperkte schaal
zelf beginnen te denken.
zelf beginnen te denken.
En daarmee bedoel ik niet
AI op menselijk niveau
AI op menselijk niveau
05:12
And by this, I don't mean human-level AI,
114
300212
2457
05:14
or science fiction
artificial intelligence;
artificial intelligence;
115
302693
2936
of science-fictionachtige
kunstmatige intelligentie;
kunstmatige intelligentie;
05:17
I simply mean that machines and algorithms
are making decisions.
are making decisions.
116
305653
4462
ik bedoel alleen dat machines
en algoritmes beslissingen nemen.
en algoritmes beslissingen nemen.
05:22
They're solving problems,
and most importantly, they're learning.
and most importantly, they're learning.
117
310139
3860
Ze lossen problemen op en,
het belangrijkste, ze leren.
het belangrijkste, ze leren.
05:26
In fact, if there's one technology
that is truly central to this
that is truly central to this
118
314023
3303
Als er één technologie is
die hierbij centraal staat
die hierbij centraal staat
05:29
and has really become
the driving force behind this,
the driving force behind this,
119
317350
3077
en echt de drijvende kracht
hierachter is geworden,
hierachter is geworden,
05:32
it's machine learning,
120
320451
1172
dan is dat zelflerende technologie,
die zich aan het ontwikkelen is
die zich aan het ontwikkelen is
05:33
which is just becoming
this incredibly powerful,
this incredibly powerful,
121
321647
2720
tot een ongelooflijk krachtige,
disruptieve, opschaalbare technologie.
disruptieve, opschaalbare technologie.
05:36
disruptive, scalable technology.
122
324391
2638
Een van de beste voorbeelden
die ik onlangs op dat vlak heb gezien,
die ik onlangs op dat vlak heb gezien,
05:39
One of the best examples
I've seen of that recently
I've seen of that recently
123
327561
2469
05:42
was what Google's DeepMind
division was able to do
division was able to do
124
330054
2751
is wat Google's DeepMind-afdeling
heeft gepresteerd met het AlphaGo-systeem.
heeft gepresteerd met het AlphaGo-systeem.
05:44
with its AlphaGo system.
125
332829
1553
Dit systeem heeft de beste speler
ter wereld verslagen bij het oude Go-spel.
ter wereld verslagen bij het oude Go-spel.
05:46
Now, this is the system that was able
to beat the best player in the world
to beat the best player in the world
126
334406
4300
05:50
at the ancient game of Go.
127
338730
1979
05:52
Now, at least to me,
128
340733
1150
Er zitten, voor mij althans,
twee bijzondere aspecten aan het Go-spel.
twee bijzondere aspecten aan het Go-spel.
05:53
there are two things that really
stand out about the game of Go.
stand out about the game of Go.
129
341907
3117
Het eerste is dat bij Go
05:57
One is that as you're playing the game,
130
345048
2296
05:59
the number of configurations
that the board can be in
that the board can be in
131
347368
2866
het aantal spelconfiguraties dat het bord
kan hebben eigenlijk oneindig is.
kan hebben eigenlijk oneindig is.
06:02
is essentially infinite.
132
350258
1411
Het kent meer mogelijkheden
dan er atomen zijn in het heelal.
dan er atomen zijn in het heelal.
06:03
There are actually more possibilities
than there are atoms in the universe.
than there are atoms in the universe.
133
351693
3833
Dat betekent dat je nooit een computer
kunt bouwen die wint met Go,
kunt bouwen die wint met Go,
06:07
So what that means is,
134
355980
1184
06:09
you're never going to be able to build
a computer to win at the game of Go
a computer to win at the game of Go
135
357188
3597
als we dat net zo doen als voor schaken --
06:12
the way chess was approached, for example,
136
360809
2180
zeg maar door gewoon
brute computerkracht te gebruiken.
brute computerkracht te gebruiken.
06:15
which is basically to throw
brute-force computational power at it.
brute-force computational power at it.
137
363013
4526
06:19
So clearly, a much more sophisticated,
thinking-like approach is needed.
thinking-like approach is needed.
138
367563
4177
Hier is duidelijk een geavanceerdere,
meer denk-achtige aanpak nodig.
meer denk-achtige aanpak nodig.
06:24
The second thing
that really stands out is that,
that really stands out is that,
139
372368
3271
Wat in de tweede plaats echt opvalt,
06:27
if you talk to one
of the championship Go players,
of the championship Go players,
140
375663
2647
is dat als je met een
van de Go-kampioenen praat,
van de Go-kampioenen praat,
06:30
this person cannot necessarily
even really articulate what exactly it is
even really articulate what exactly it is
141
378334
4485
deze niet eens altijd goed kan verwoorden
hoe hij denkt als hij speelt.
hoe hij denkt als hij speelt.
06:34
they're thinking about
as they play the game.
as they play the game.
142
382843
2215
06:37
It's often something
that's very intuitive,
that's very intuitive,
143
385082
2193
Vaak is het meer iets intuïtiefs,
bijna meer een gevoel dat hij heeft
over wat de volgende zet moet zijn.
over wat de volgende zet moet zijn.
06:39
it's almost just like a feeling
about which move they should make.
about which move they should make.
144
387299
3322
06:42
So given those two qualities,
145
390645
1407
Gezien deze twee karakteristieken
06:44
I would say that playing Go
at a world champion level
at a world champion level
146
392076
3937
zou ik denken dat op topniveau Go spelen
nooit geautomatiseerd zal worden,
nooit geautomatiseerd zal worden,
06:48
really ought to be something
that's safe from automation,
that's safe from automation,
147
396037
3238
en het feit dat dat niet klopt,
zou alarmbellen moeten doen rinkelen.
zou alarmbellen moeten doen rinkelen.
06:51
and the fact that it isn't should really
raise a cautionary flag for us.
raise a cautionary flag for us.
148
399299
4446
06:55
And the reason is that we tend
to draw a very distinct line,
to draw a very distinct line,
149
403769
3917
De reden is dat we de neiging hebben
een scherpe lijn te trekken
een scherpe lijn te trekken
06:59
and on one side of that line
are all the jobs and tasks
are all the jobs and tasks
150
407710
3509
met aan één kant daarvan
alle banen en werkzaamheden
alle banen en werkzaamheden
07:03
that we perceive as being on some level
fundamentally routine and repetitive
fundamentally routine and repetitive
151
411243
4748
die we in zekere zin beschouwen als
routinematig, repetitief en voorspelbaar.
routinematig, repetitief en voorspelbaar.
07:08
and predictable.
152
416015
1350
07:09
And we know that these jobs
might be in different industries,
might be in different industries,
153
417389
2858
We weten dat deze banen verdeeld zijn
over verschillende bedrijfstakken,
beroepsgroepen en vaardigheidsniveaus,
beroepsgroepen en vaardigheidsniveaus,
07:12
they might be in different occupations
and at different skill levels,
and at different skill levels,
154
420271
3373
maar omdat ze van nature
voorspelbaar zijn,
voorspelbaar zijn,
07:15
but because they are innately predictable,
155
423668
2210
07:17
we know they're probably at some point
going to be susceptible
going to be susceptible
156
425902
3127
weten we dat hun werk ooit overgenomen
kan worden door zelflerende machines
kan worden door zelflerende machines
07:21
to machine learning,
157
429053
1177
en dus geautomatiseerd.
07:22
and therefore, to automation.
158
430254
1419
En vergis je niet,
dat gaat om heel veel banen --
dat gaat om heel veel banen --
07:23
And make no mistake --
that's a lot of jobs.
that's a lot of jobs.
159
431697
2097
waarschijnlijk zoiets als ruwweg de helft
van het aantal banen in de economie.
van het aantal banen in de economie.
07:25
That's probably something
on the order of roughly half
on the order of roughly half
160
433818
2679
07:28
the jobs in the economy.
161
436521
1567
Aan de andere kant van die lijn
bevinden zich alle banen
bevinden zich alle banen
07:30
But then on the other side of that line,
162
438112
2159
07:32
we have all the jobs
that require some capability
that require some capability
163
440295
4071
die een bepaalde vaardigheid vereisen
die we beschouwen als uniek menselijk
die we beschouwen als uniek menselijk
07:36
that we perceive as being uniquely human,
164
444390
2372
en dat zijn de banen waarvan we denken
dat ze onaantastbaar zijn.
dat ze onaantastbaar zijn.
07:38
and these are the jobs
that we think are safe.
that we think are safe.
165
446786
2223
07:41
Now, based on what I know
about the game of Go,
about the game of Go,
166
449033
2265
Afgaande op wat ik weet over Go
zou ik hebben gedacht dat dit zich aan
de veilige kant van die lijn zou bevinden.
de veilige kant van die lijn zou bevinden.
07:43
I would've guessed that it really ought
to be on the safe side of that line.
to be on the safe side of that line.
167
451322
3703
Maar het feit dat dat niet zo is,
dat Google dit probleem heeft opgelost,
dat Google dit probleem heeft opgelost,
07:47
But the fact that it isn't,
and that Google solved this problem,
and that Google solved this problem,
168
455049
3178
07:50
suggests that that line is going
to be very dynamic.
to be very dynamic.
169
458251
2432
doet vermoeden dat die lijn
vrij dynamisch zal zijn.
vrij dynamisch zal zijn.
07:52
It's going to shift,
170
460707
1179
Hij zal zo gaan verschuiven
07:53
and it's going to shift in a way
that consumes more and more jobs and tasks
that consumes more and more jobs and tasks
171
461910
4135
dat er meer en meer banen
en werkzaamheden zullen komen te vervallen
en werkzaamheden zullen komen te vervallen
07:58
that we currently perceive
as being safe from automation.
as being safe from automation.
172
466069
3017
die we op dit moment nog beschouwen
als niet te automatiseren.
als niet te automatiseren.
Iets anders wat we goed moeten begrijpen
08:01
The other key thing to understand
173
469921
1657
08:03
is that this is by no means just about
low-wage jobs or blue-collar jobs,
low-wage jobs or blue-collar jobs,
174
471602
5138
is dat dit echt niet alleen geldt voor
slechtbetaalde werkers of handarbeiders,
slechtbetaalde werkers of handarbeiders,
of voor banen en werkzaamheden van
mensen die relatief laag zijn opgeleid.
mensen die relatief laag zijn opgeleid.
08:08
or jobs and tasks done by people
175
476764
1875
08:10
that have relatively
low levels of education.
low levels of education.
176
478663
2104
Er is op veel manieren bewezen
dat deze technologieën
dat deze technologieën
08:12
There's lots of evidence to show
177
480791
1524
08:14
that these technologies are rapidly
climbing the skills ladder.
climbing the skills ladder.
178
482339
3160
zich snel omhoogwerken
op de competentieladder.
op de competentieladder.
08:17
So we already see an impact
on professional jobs --
on professional jobs --
179
485523
3616
We zien al dat het gevolgen heeft
voor professioneel werk --
voor professioneel werk --
08:21
tasks done by people like accountants,
180
489163
4435
voor werkzaamheden die worden uitgevoerd
door mensen als accountants,
financieel analisten,
financieel analisten,
08:25
financial analysts,
181
493622
1317
journalisten, advocaten,
radiologen, enzovoort.
radiologen, enzovoort.
08:26
journalists,
182
494963
1296
08:28
lawyers, radiologists and so forth.
183
496283
2377
Veel van onze veronderstellingen
08:30
So a lot of the assumptions that we make
184
498684
1938
08:32
about the kind of occupations
and tasks and jobs
and tasks and jobs
185
500646
3220
omtrent het type beroepen,
werkzaamheden en banen
werkzaamheden en banen
dat op termijn bedreigd zal worden
door automatisering,
door automatisering,
08:35
that are going to be threatened
by automation in the future
by automation in the future
186
503890
2819
zullen waarschijnlijk ook
onder vuur komen te liggen.
onder vuur komen te liggen.
08:38
are very likely to be
challenged going forward.
challenged going forward.
187
506733
2198
Als we deze trends samenvoegen,
08:40
So as we put these trends together,
188
508955
1700
denk ik dat daaruit blijkt
dat we in de toekomst
dat we in de toekomst
08:42
I think what it shows is that we could
very well end up in a future
very well end up in a future
189
510679
3292
best eens met aanzienlijke werkloosheid
te maken kunnen krijgen,
te maken kunnen krijgen,
08:45
with significant unemployment.
190
513995
1507
08:48
Or at a minimum,
191
516254
1152
of op zijn minst met een
ernstig tekort aan werkgelegenheid,
ernstig tekort aan werkgelegenheid,
08:49
we could face lots of underemployment
or stagnant wages,
or stagnant wages,
192
517430
3781
of stagnerende lonen,
of misschien zelfs met dalende lonen.
of misschien zelfs met dalende lonen.
08:53
maybe even declining wages.
193
521235
2097
08:56
And, of course, soaring levels
of inequality.
of inequality.
194
524142
2810
En natuurlijk met een enorme ongelijkheid.
08:58
All of that, of course, is going to put
a terrific amount of stress
a terrific amount of stress
195
526976
4033
Dat allemaal zorgt natuurlijk
voor een enorme druk op de samenleving.
voor een enorme druk op de samenleving.
09:03
on the fabric of society.
196
531033
1917
Maar afgezien daarvan is er ook
een fundamenteel economisch probleem,
een fundamenteel economisch probleem,
09:04
But beyond that, there's also
a fundamental economic problem,
a fundamental economic problem,
197
532974
3059
09:08
and that arises because jobs
are currently the primary mechanism
are currently the primary mechanism
198
536057
5195
omdat banen op dit moment
het belangrijkste mechanisme zijn
het belangrijkste mechanisme zijn
09:13
that distributes income,
and therefore purchasing power,
and therefore purchasing power,
199
541276
3545
om inkomen te verdelen,
en daarmee koopkracht,
en daarmee koopkracht,
09:16
to all the consumers that buy the products
and services we're producing.
and services we're producing.
200
544845
5132
over alle consumenten die de producten
en diensten kopen die we voortbrengen.
en diensten kopen die we voortbrengen.
09:22
In order to have a vibrant market economy,
201
550831
2515
Voor een krachtige markteconomie
09:25
you've got to have
lots and lots of consumers
lots and lots of consumers
202
553370
2120
heb je grote aantallen consumenten nodig
die ook echt in staat moeten zijn
om de producten en diensten te kopen
om de producten en diensten te kopen
09:27
that are really capable of buying
the products and services
the products and services
203
555514
3029
09:30
that are being produced.
204
558567
1151
die er worden voortgebracht.
09:31
If you don't have that,
then you run the risk
then you run the risk
205
559742
2386
Zijn die er niet, dan is er het risico
dat de economie stagneert,
dat de economie stagneert,
09:34
of economic stagnation,
206
562152
1415
09:35
or maybe even a declining economic spiral,
207
563591
3669
of misschien zelfs in een
neerwaartse spiraal terechtkomt,
neerwaartse spiraal terechtkomt,
omdat er gewoon niet genoeg klanten zijn
09:39
as there simply aren't enough
customers out there
customers out there
208
567284
2314
om de producten en diensten te kopen
die er worden voortgebracht.
die er worden voortgebracht.
09:41
to buy the products
and services being produced.
and services being produced.
209
569622
2459
09:44
It's really important to realize
210
572105
1928
Het is belangrijk om je te realiseren
09:46
that all of us as individuals rely
on access to that market economy
on access to that market economy
211
574057
6014
dat we als individuen allemaal vertrouwen
op toegang tot die markteconomie
op toegang tot die markteconomie
09:52
in order to be successful.
212
580095
1729
om succesvol te kunnen zijn.
09:53
You can visualize that by thinking
in terms of one really exceptional person.
in terms of one really exceptional person.
213
581848
4436
Denk maar eens aan
één buitengewoon bijzonder persoon.
één buitengewoon bijzonder persoon.
09:58
Imagine for a moment you take,
say, Steve Jobs,
say, Steve Jobs,
214
586308
2988
Neem Steve Jobs bijvoorbeeld eventjes
en zet hem helemaal alleen op een eiland.
en zet hem helemaal alleen op een eiland.
10:01
and you drop him
on an island all by himself.
on an island all by himself.
215
589320
2581
Dat eiland zal hij gaan afstruinen
op zoek naar kokosnoten,
op zoek naar kokosnoten,
10:03
On that island, he's going
to be running around,
to be running around,
216
591925
2294
10:06
gathering coconuts just like anyone else.
217
594243
2538
net als ieder ander.
Hij zal niks bijzonders zijn
10:08
He's really not going to be
anything special,
anything special,
218
596805
2188
10:11
and the reason, of course,
is that there is no market
is that there is no market
219
599017
3172
en dat komt natuurlijk
omdat er geen markt is
omdat er geen markt is
10:14
for him to scale
his incredible talents across.
his incredible talents across.
220
602213
2786
voor zijn ongelooflijke talent.
10:17
So access to this market
is really critical to us as individuals,
is really critical to us as individuals,
221
605023
3470
Toegang tot die markt is dus cruciaal
voor ons als individuen,
voor ons als individuen,
10:20
and also to the entire system
in terms of it being sustainable.
in terms of it being sustainable.
222
608517
4022
maar ook voor de continuïteit
van het systeem als geheel.
van het systeem als geheel.
10:25
So the question then becomes:
What exactly could we do about this?
What exactly could we do about this?
223
613063
3844
De vraag wordt dan ook:
wat kunnen we hier eigenlijk aan doen?
wat kunnen we hier eigenlijk aan doen?
10:29
And I think you can view this
through a very utopian framework.
through a very utopian framework.
224
617285
3232
Ik denk dat je hiernaar kunt kijken
op een nogal utopische manier.
op een nogal utopische manier.
10:32
You can imagine a future
where we all have to work less,
where we all have to work less,
225
620541
2643
We kunnen ons een toekomst voorstellen
waarin we minder hoeven te werken,
waarin we minder hoeven te werken,
10:35
we have more time for leisure,
226
623208
3001
meer vrije tijd hebben,
10:38
more time to spend with our families,
227
626233
1928
meer tijd voor ons gezin,
10:40
more time to do things that we find
genuinely rewarding
genuinely rewarding
228
628185
3255
meer tijd om de dingen te doen
die ons echt voldoening geven, enzovoort.
die ons echt voldoening geven, enzovoort.
10:43
and so forth.
229
631464
1157
En dat vind ik
een fantastisch vooruitzicht.
een fantastisch vooruitzicht.
10:44
And I think that's a terrific vision.
230
632645
1855
Dat is iets waar we absoluut
naar zouden moeten streven.
naar zouden moeten streven.
10:46
That's something that we should
absolutely strive to move toward.
absolutely strive to move toward.
231
634524
3629
Maar tegelijkertijd denk ik
dat we realistisch moeten zijn
dat we realistisch moeten zijn
10:50
But at the same time, I think
we have to be realistic,
we have to be realistic,
232
638177
2676
en moeten beseffen dat we
zeer waarschijnlijk te maken gaan krijgen
zeer waarschijnlijk te maken gaan krijgen
10:52
and we have to realize
233
640877
1393
10:54
that we're very likely to face
a significant income distribution problem.
a significant income distribution problem.
234
642294
4860
met een aanzienlijk probleem
rondom de verdeling van inkomen.
rondom de verdeling van inkomen.
10:59
A lot of people are likely
to be left behind.
to be left behind.
235
647178
2967
Er zullen waarschijnlijk veel mensen zijn
die niet mee kunnen komen.
die niet mee kunnen komen.
En ik denk dat we,
om dat probleem op te lossen,
om dat probleem op te lossen,
11:03
And I think that in order
to solve that problem,
to solve that problem,
236
651186
2404
11:05
we're ultimately going
to have to find a way
to have to find a way
237
653614
2098
uiteindelijk een manier
zullen moeten vinden
zullen moeten vinden
11:07
to decouple incomes from traditional work.
238
655736
2606
om inkomen los te koppelen
van traditioneel werk.
van traditioneel werk.
11:10
And the best, more straightforward
way I know to do that
way I know to do that
239
658366
2866
En de beste, meest eenvoudige manier
die ik daarvoor ken,
die ik daarvoor ken,
11:13
is some kind of a guaranteed income
or universal basic income.
or universal basic income.
240
661256
3568
is in enige vorm van gegarandeerd inkomen
of algemeen basisinkomen.
of algemeen basisinkomen.
Het idee van een basisinkomen
is flink aan het opkomen.
is flink aan het opkomen.
11:16
Now, basic income is becoming
a very important idea.
a very important idea.
241
664848
2488
Het staat sterk in de belangstelling,
11:19
It's getting a lot
of traction and attention,
of traction and attention,
242
667360
2139
er lopen veel grote pilotprojecten
en experimenten, over de hele wereld.
en experimenten, over de hele wereld.
11:21
there are a lot of important
pilot projects
pilot projects
243
669523
2273
11:23
and experiments going on
throughout the world.
throughout the world.
244
671820
2175
11:26
My own view is that a basic income
is not a panacea;
is not a panacea;
245
674628
3200
Naar mijn mening is een basisinkomen
geen haarlemmerolie;
geen haarlemmerolie;
het is niet direct
een plug-and-play-oplossing,
een plug-and-play-oplossing,
11:29
it's not necessarily
a plug-and-play solution,
a plug-and-play solution,
246
677852
2532
11:32
but rather, it's a place to start.
247
680408
1635
maar eerder een startpunt.
Een idee waarop we kunnen voortborduren
en dat we kunnen verfijnen.
en dat we kunnen verfijnen.
11:34
It's an idea that we can
build on and refine.
build on and refine.
248
682067
2782
11:36
For example, one thing that I have
written quite a lot about
written quite a lot about
249
684873
2817
Zo is er één onderwerp
waarover ik vrij veel heb geschreven
waarover ik vrij veel heb geschreven
en dat is over het inbouwen van
specifieke prikkels in het basisinkomen.
specifieke prikkels in het basisinkomen.
11:39
is the possibility of incorporating
explicit incentives into a basic income.
explicit incentives into a basic income.
250
687714
4592
Om te illustreren hoe dat werkt,
11:44
To illustrate that,
251
692930
1169
stel je even voor dat je
een ploeterende middelbare scholier bent.
een ploeterende middelbare scholier bent.
11:46
imagine that you are a struggling
high school student.
high school student.
252
694123
2768
11:48
Imagine that you are at risk
of dropping out of school.
of dropping out of school.
253
696915
2834
Er is een kans dat je stopt met school.
Ga er dan eens even vanuit dat je weet
dat op een bepaald moment in de toekomst,
dat op een bepaald moment in de toekomst,
11:52
And yet, suppose you know
that at some point in the future,
that at some point in the future,
254
700289
3378
wat er verder ook gebeurt,
11:55
no matter what,
255
703691
1224
11:56
you're going to get the same
basic income as everyone else.
basic income as everyone else.
256
704939
3697
jij hetzelfde basisinkomen
zult krijgen als ieder ander.
zult krijgen als ieder ander.
Zoiets vormt in mijn optiek
een nogal perverse prikkel voor jou
een nogal perverse prikkel voor jou
12:00
Now, to my mind, that creates
a very perverse incentive
a very perverse incentive
257
708660
3042
om het gewoon op te geven
en van school te gaan.
en van school te gaan.
12:03
for you to simply give up
and drop out of school.
and drop out of school.
258
711726
2497
Dus, zou ik zeggen,
laten we het niet op die manier doen.
laten we het niet op die manier doen.
12:06
So I would say, let's not
structure things that way.
structure things that way.
259
714247
2505
Laten we in plaats daarvan
degenen die hun middelbare school afmaken
degenen die hun middelbare school afmaken
12:08
Instead, let's pay people who graduate
from high school somewhat more
from high school somewhat more
260
716776
5316
iets meer betalen dan degenen
die er gewoon mee ophouden.
die er gewoon mee ophouden.
12:14
than those who simply drop out.
261
722116
1696
En dat idee van prikkels inbouwen
in het basisinkomen
in het basisinkomen
12:16
And we can take that idea of building
incentives into a basic income,
incentives into a basic income,
262
724329
3478
12:19
and maybe extend it to other areas.
263
727831
1667
kunnen we misschien uitbreiden
naar andere terreinen.
naar andere terreinen.
12:21
For example, we might create
an incentive to work in the community
an incentive to work in the community
264
729522
3577
Zo kunnen we een prikkel inbouwen
zodat je gemeenschapswerk gaat doen,
anderen gaat helpen,
anderen gaat helpen,
12:25
to help others,
265
733123
1158
12:26
or perhaps to do positive
things for the environment,
things for the environment,
266
734305
3064
of misschien positieve dingen
voor het milieu gaat doen, enzovoort.
voor het milieu gaat doen, enzovoort.
12:29
and so forth.
267
737393
1170
Dus door prikkels in te bouwen
in een basisinkomen
in een basisinkomen
12:30
So by incorporating incentives
into a basic income,
into a basic income,
268
738587
3011
verbeteren we het systeem misschien,
12:33
we might actually improve it,
269
741622
1629
en zetten we ook, wellicht,
op zijn minst een aantal stappen
op zijn minst een aantal stappen
12:35
and also, perhaps, take at least
a couple of steps
a couple of steps
270
743275
2626
12:37
towards solving another problem
271
745925
2425
in de richting van de oplossing
van een ander probleem,
van een ander probleem,
12:40
that I think we're quite possibly
going to face in the future,
going to face in the future,
272
748374
2944
waar we denk ik waarschijnlijk
tegenaan zullen lopen in de toekomst,
tegenaan zullen lopen in de toekomst,
12:43
and that is, how do we all find
meaning and fulfillment,
meaning and fulfillment,
273
751342
3752
en dat is: hoe vinden we
met z'n allen zin en voldoening
met z'n allen zin en voldoening
12:47
and how do we occupy our time
274
755118
2318
en hoe besteden we onze tijd
12:49
in a world where perhaps
there's less demand for traditional work?
there's less demand for traditional work?
275
757460
4349
in een wereld waarin er misschien
minder vraag is naar traditioneel werk?
minder vraag is naar traditioneel werk?
Door het idee van een basisinkomen
uit te breiden en te verfijnen,
uit te breiden en te verfijnen,
12:54
So by extending and refining
a basic income,
a basic income,
276
762201
2805
12:57
I think we can make it look better,
277
765030
2336
wordt het er beter op, denk ik,
12:59
and we can also, perhaps, make it
more politically and socially acceptable
more politically and socially acceptable
278
767390
5298
en maken we het misschien ook politiek en
sociaal meer aanvaardbaar en haalbaar --
sociaal meer aanvaardbaar en haalbaar --
13:04
and feasible --
279
772712
1164
en daardoor vergroten we natuurlijk ook
de kans dat het er uiteindelijk komt.
de kans dat het er uiteindelijk komt.
13:05
and, of course, by doing that,
280
773900
1474
13:07
we increase the odds
that it will actually come to be.
that it will actually come to be.
281
775398
3450
Ik denk dat een van de meest
fundamentele, bijna instinctieve bezwaren
fundamentele, bijna instinctieve bezwaren
13:11
I think one of the most fundamental,
282
779731
2270
13:14
almost instinctive objections
283
782025
2168
die veel van ons hebben
tegen het idee van een basisinkomen,
tegen het idee van een basisinkomen,
13:16
that many of us have
to the idea of a basic income,
to the idea of a basic income,
284
784217
3453
13:19
or really to any significant
expansion of the safety net,
expansion of the safety net,
285
787694
3732
of eigenlijk tegen elke substantiële
uitbreiding van het sociale vangnet,
uitbreiding van het sociale vangnet,
13:23
is this fear that we're going to end up
with too many people
with too many people
286
791450
3760
de angst is dat er te veel mensen
gaan meerijden op de economische kar,
gaan meerijden op de economische kar,
13:27
riding in the economic cart,
287
795234
1738
en dat er te weinig mensen zijn
om die kar te trekken.
om die kar te trekken.
13:28
and not enough people pulling that cart.
288
796996
2047
Toch is het hele punt
dat ik hier eigenlijk maak natuurlijk,
dat ik hier eigenlijk maak natuurlijk,
13:31
And yet, really, the whole point
I'm making here, of course,
I'm making here, of course,
289
799067
2834
dat in de toekomst machines
hoe langer hoe meer in staat zullen zijn
hoe langer hoe meer in staat zullen zijn
13:33
is that in the future,
290
801925
1361
13:35
machines are increasingly going
to be capable of pulling that cart for us.
to be capable of pulling that cart for us.
291
803310
3826
die kar voor ons te trekken.
Dat zou ons meer
mogelijkheden moeten geven
mogelijkheden moeten geven
13:39
That should give us more options
292
807160
1990
13:41
for the way we structure
our society and our economy,
our society and our economy,
293
809174
3811
voor de manier waarop we onze
maatschappij en onze economie inrichten.
maatschappij en onze economie inrichten.
13:45
And I think eventually, it's going to go
beyond simply being an option,
beyond simply being an option,
294
813009
3442
En ik denk dat het uiteindelijk
gewoon geen keuze meer zal zijn,
gewoon geen keuze meer zal zijn,
13:48
and it's going to become an imperative.
295
816475
1901
maar een noodzaak.
De reden is natuurlijk dat dit alles
onze maatschappij onder druk zal zetten
onze maatschappij onder druk zal zetten
13:50
The reason, of course,
is that all of this is going to put
is that all of this is going to put
296
818400
2822
13:53
such a degree of stress on our society,
297
821246
2014
en omdat banen het mechanisme zijn
dat consumenten de koopkracht verschaft
dat consumenten de koopkracht verschaft
13:55
and also because jobs are that mechanism
298
823284
2514
13:57
that gets purchasing power to consumers
299
825822
1965
om de economie aan te drijven.
13:59
so they can then drive the economy.
300
827811
2516
14:02
If, in fact, that mechanism
begins to erode in the future,
begins to erode in the future,
301
830351
3547
Als dat mechanisme in de toekomst
begint te haperen,
begint te haperen,
dan zullen we het moeten
vervangen door iets anders
vervangen door iets anders
14:05
then we're going to need to replace
it with something else
it with something else
302
833922
2815
of het risico onder ogen moeten zien
14:08
or we're going to face the risk
303
836761
1563
dat ons hele systeem
misschien niet meer houdbaar is.
misschien niet meer houdbaar is.
14:10
that our whole system simply
may not be sustainable.
may not be sustainable.
304
838348
2567
De conclusie is dat ik echt denk
dat deze problemen oplossen,
dat deze problemen oplossen,
14:12
But the bottom line here
is that I really think
is that I really think
305
840939
2382
14:15
that solving these problems,
306
843345
2436
en met name een manier proberen te vinden
om aan een toekomstige economie te bouwen
om aan een toekomstige economie te bouwen
14:17
and especially finding a way
to build a future economy
to build a future economy
307
845805
3400
14:21
that works for everyone,
308
849229
2013
die voor iedereen werkt,
in alle lagen van onze maatschappij,
in alle lagen van onze maatschappij,
14:23
at every level of our society,
309
851266
1861
een van de belangrijkste uitdagingen is
waarvoor we met z'n allen staan
waarvoor we met z'n allen staan
14:25
is going to be one of the most important
challenges that we all face
challenges that we all face
310
853151
3540
14:28
in the coming years and decades.
311
856715
2043
in de jaren en decennia die komen.
14:30
Thank you very much.
312
858782
1248
Dank jullie wel.
14:32
(Applause)
313
860054
1860
(Applaus)
ABOUT THE SPEAKER
Martin Ford - FuturistMartin Ford imagines what the accelerating progress in robotics and artificial intelligence may mean for the economy, job market and society of the future.
Why you should listen
Martin Ford was one of the first analysts to write compellingly about the future of work and economies in the face of the growing automation of everything. He sketches a future that's radically reshaped not just by robots but by the loss of the income-distributing power of human jobs. How will our economic systems need to adapt?
He's the author of two books: Rise of the Robots: Technology and the Threat of a Jobless Future (winner of the 2015 Financial Times/McKinsey Business Book of the Year Award ) and The Lights in the Tunnel: Automation, Accelerating Technology and the Economy of the Future, and he's the founder of a Silicon Valley-based software development firm. He has written about future technology and its implications for the New York Times, Fortune, Forbes, The Atlantic, The Washington Post, Harvard Business Review and The Financial Times.
Martin Ford | Speaker | TED.com