TED2014
Joi Ito: Want to innovate? Become a "now-ist"
โจอิ อิโตะ (Joi Ito): อยากสร้างนวัตกรรมหรือ? จงเป็น "นักปัจจุบันนิยม"
Filmed:
Readability: 4.2
2,304,454 views
"จำยุคก่อนอินเตอร์เน็ตได้ไหมครับ" โจอิ อิโตะถาม "จำได้ไหมตอนที่คนเราเคยพยายามทำนายอนาคต" ในการพูดที่ดึงดูดความสนใจนี้ หัวหน้าห้องปฏิบัติการด้านสื่อของมหาวิทยาลัยแมสซาจูเซตต์ (MIT Media Lab) มองผ่านเรื่องการทำนายอนาคต และเล่าถึงแนวทางใหม่ของการสร้างสรรค์ในชั่วขณะปัจจุบันแทน นั่นคือเราต้องสร้างสิ่งต่างๆ ออกมาอย่างรวดเร็ว และปรับปรุงอยู่ตลอดเวลา โดยไม่ต้องรอการอนุญาตหรือข้อพิสูจน์ว่าความคิดของคุณถูกต้อง แนวคิดการสร้างนวัตกรรมโดยนักปฏิบัตินี้ มีให้เห็นในโครงการล้ำสมัยอันน่าตื่นตาตื่นใจที่เกิดขึ้นแล้วในวันนี้ เขากล่าวว่า มันเริ่มต้นจากการเปิดกว้างและตื่นตัวกับสิ่งต่างๆ ที่เกิดขึ้นรอบตัวคุณ ณ ปัจจุบันขณะ อย่าเป็นนักอนาคตนิยม จงเป็นนักปัจจุบันนิยม
Double-click the English transcript below to play the video.
00:12
On March 10, 2011,
0
543
2743
เมื่อวันที่ 10 มีนาคม ค.ศ. 2011
00:15
I was in Cambridge at the MIT Media Lab
1
3286
3007
ผมอยู่ที่ MIT Media Lab ในเคมบริดจ์
(Massachusetts Institute of Technology)
(Massachusetts Institute of Technology)
00:18
meeting with faculty, students and staff,
2
6293
3229
กำลังพบปะกับอาจารย์ นักศึกษา และเจ้าหน้าที่
00:21
and we were trying to figure out whether
3
9522
1789
ตอนนั้นเขากำลังพิจารณาว่า
ควรให้ผมเป็นผู้อำนวยการคนต่อไป
ของแล็บนี้หรือเปล่า
ของแล็บนี้หรือเปล่า
00:23
I should be the next director.
4
11311
2360
00:25
That night, at midnight,
5
13671
2369
คืนนั้น ตอนเที่ยงคืน
00:28
a magnitude 9 earthquake
6
16040
1770
เกิดแผ่นดินไหวความรุนแรงระดับ 9
00:29
hit off of the Pacific coast of Japan.
7
17810
2866
ที่ชายฝั่งมหาสมุทรแปซิฟิกของญี่ปุ่น
00:32
My wife and family were in Japan,
8
20676
2285
ภรรยาและครอบครัวของผมอยู่ในญี่ปุ่น
00:34
and as the news started to come in,
9
22961
3310
ตอนที่เริ่มมีข่าวเข้ามา
00:38
I was panicking.
10
26271
1699
ผมตื่นตกใจมาก
00:39
I was looking at the news streams
11
27970
1262
ผมเฝ้าติดตามรายงานข่าว
00:41
and listening to the press conferences
12
29232
2828
คอยฟังแถลงการณ์
00:44
of the government officials
13
32060
2210
ของเจ้าหน้าที่ของรัฐบาล
00:46
and the Tokyo Power Company,
14
34270
1590
และบริษัทผลิตไฟฟ้า Tokyo Power
00:47
and hearing about this explosion
15
35860
2551
แล้วก็ได้ข่าวการระเบิด
00:50
at the nuclear reactors
16
38411
1199
ของเตาปฏิกรณ์นิวเคลียร์
00:51
and this cloud of fallout
17
39610
1681
และกลุ่มฝุ่นกัมมันตรังสี
00:53
that was headed towards our house
18
41291
1899
ที่กำลังเคลื่อนตัวไปทางบ้านของเรา
00:55
which was only about 200 kilometers away.
19
43190
2899
ซึ่งอยู่ห่างออกไปแต่ 200 กิโลเมตร
00:58
And the people on TV weren't telling us
20
46089
2831
คนที่ออกทีวี ไม่มีใครบอกข้อมูล
01:00
anything that we wanted to hear.
21
48920
1940
ที่เราต้องการรู้เลยสักนิด
01:02
I wanted to know what was going on with the reactor,
22
50860
1960
ผมอยากรู้ว่าเตาปฏิกรณ์นิวเคลียร์มีสภาพเป็นอย่างไร
01:04
what was going on with the radiation,
23
52820
1422
สถานการณ์การรั่วไหลของกัมมันตรังสีเป็นอย่างไร
01:06
whether my family was in danger.
24
54242
2328
ครอบครัวผมตกอยู่ในอันตรายหรือเปล่า
01:08
So I did what instinctively felt like the right thing,
25
56570
3189
ผมก็เลยลงมือทำสิ่งที่ผมรู้สึกตามสัญชาตญาณว่าควรทำ
01:11
which was to go onto the Internet
26
59759
1671
นั่นคือเข้าอินเตอร์เน็ต
01:13
and try to figure out
27
61430
1342
และพยายามค้นหาว่า
01:14
if I could take matters into my own hands.
28
62772
2411
ผมจะทำอะไรได้บ้างด้วยมือของผม
01:17
On the Net, I found there were a lot of other people
29
65183
1841
บนอินเตอร์เน็ต ผมได้พบกับคนอื่นๆ อีกมากมาย
01:19
like me trying to figure out what was going on,
30
67024
2066
ที่กำลังหาข้อมูลเหมือนกับผม
ว่ามันเกิดอะไรขึ้น
ว่ามันเกิดอะไรขึ้น
01:21
and together we sort of loosely formed a group
31
69090
2216
แล้วเราก็มารวมตัวกันหลวมๆ
01:23
and we called it Safecast,
32
71306
2471
เรียกว่ากลุ่มเซฟแคส (Safecast)
01:25
and we decided we were going to try
33
73777
1172
เราตัดสินใจว่าเราจะลอง
01:26
to measure the radiation
34
74949
1746
วัดระดับกัมมันตรังสี
01:28
and get the data out to everybody else,
35
76695
1774
และเผยแพร่ข้อมูลออกไปให้ทุกคนรู้
01:30
because it was clear that the government
36
78469
1672
เพราะตอนนั้นเราเห็นชัดแล้วว่า
01:32
wasn't going to be doing this for us.
37
80141
2902
รัฐบาลจะไม่ทำเรื่องนี้ให้เรา
01:35
Three years later,
38
83043
1417
สามปีต่อมา
01:36
we have 16 million data points,
39
84460
3094
เรามีข้อมูล 16 ล้านหน่วย
01:39
we have designed our own Geiger counters
40
87554
2745
เราออกแบบเครื่องวัดกัมมันตรังสีของเราเอง
01:42
that you can download the designs
41
90299
1653
ซึ่งคุณสามารถดาวน์โหลดแบบไปทำเอง
01:43
and plug it into the network.
42
91952
874
แล้วเอาไปเชื่อมต่อกับระบบเครือข่าย
01:44
We have an app that shows you
43
92826
1904
แล้วเราก็มีแอพพลิเคชั่นที่แสดง
01:46
most of the radiation in Japan
and other parts of the world.
and other parts of the world.
44
94730
3027
ระดับกัมมันตรังสีบนพื้นที่ส่วนใหญ่ในญี่ปุ่น
และส่วนอื่นๆ ของโลก
และส่วนอื่นๆ ของโลก
01:49
We are arguably one of the most successful
45
97757
2205
เรียกได้ว่า นี่เป็นโครงการวิทยาศาสตร์
ภาคพลเมือง
ภาคพลเมือง
01:51
citizen science projects in the world,
46
99962
1855
ที่ประสบความสำเร็จสูงสุดในโลก
01:53
and we have created
47
101817
2352
และเราได้สร้างฐานข้อมูลสาธารณะ
01:56
the largest open dataset of radiation measurements.
48
104169
3501
ด้านระดับกัมมันตรังสี ที่ใหญ่ที่สุด
01:59
And the interesting thing here
49
107670
2742
สิ่งที่น่าสนใจคือ ...
02:02
is how did — (Applause) — Thank you.
50
110412
4648
(เสียงปรบมือ) ขอบคุณครับ
02:07
How did a bunch of amateurs
51
115060
2091
เป็นไปได้อย่างไร ที่มือสมัครเล่นกลุ่มหนึ่ง
02:09
who really didn't know what we were doing
52
117151
2169
ซึ่งไม่รู้หรอกว่าเรากำลังทำอะไรกัน
02:11
somehow come together
53
119320
1689
มารวมตัวกัน
02:13
and do what NGOs and the government
54
121009
3184
แล้วทำสิ่งที่เอ็นจีโอและรัฐบาล
02:16
were completely incapable of doing?
55
124193
2418
ทำไม่ได้เลยโดยสิ้นเชิง
02:18
And I would suggest that this has something to do
56
126611
2758
ผมอยากบอกว่า ส่วนหนึ่งเป็นเพราะ
02:21
with the Internet. It's not a fluke.
57
129369
1760
อินเตอร์เน็ตครับ ไม่ใช่เรื่องบังเอิญ
02:23
It wasn't luck, and it wasn't because it was us.
58
131129
2851
ไม่ใช่ดวง และไม่ใช่เพราะ
พวกเราเป็นคนพิเศษอะไร
พวกเราเป็นคนพิเศษอะไร
02:25
It helped that it was an event
59
133980
1418
เหตุการณ์ที่เกิดขึ้น
02:27
that pulled everybody together,
60
135398
1635
ช่วยดึงทุกคนเข้าหากัน
02:29
but it was a new way of doing things
61
137033
1758
แต่เป็นเพราะวิธีทำงานรูปแบบใหม่ๆ
02:30
that was enabled by the Internet
62
138791
2079
ที่เกิดขึ้นได้เพราะอินเตอร์เน็ต
02:32
and a lot of the other things that were going on,
63
140870
1592
และอะไรอีกมากมายที่เกิดขึ้นช่วงนั้น
02:34
and I want to talk a little bit about
64
142462
2013
ผมเลยอยากจะพูดถึงสักนิดว่า
02:36
what those new principles are.
65
144475
2669
หลักการใหม่ๆ เหล่านั้นคืออะไร
02:39
So remember before the Internet? (Laughter)
66
147144
4808
เอาล่ะ คุณจำสมัยที่ยังไม่มีอินเตอร์เน็ตได้ไหม
(เสียงหัวเราะ)
(เสียงหัวเราะ)
02:43
I call this B.I. Okay?
67
151952
1788
ผมเรียกมันว่ายุค ก.อ.
(ก่อนอินเตอร์เน็ต)
(ก่อนอินเตอร์เน็ต)
02:45
So, in B.I., life was simple.
68
153740
3611
สมัยก่อนอินเตอร์เน็ต ชีวิตก็เรียบง่าย
02:49
Things were Euclidian, Newtonian,
69
157351
2746
อะไรๆ ก็เป็นไปตามหลักของยูคลิด นิวตัน
02:52
somewhat predictable.
70
160097
1459
ค่อนข้างทำนายได้
02:53
People actually tried to predict the future,
71
161556
2410
คนเราก็พยายามทำนายอนาคต
02:55
even the economists.
72
163966
1714
แม้แต่นักเศรษฐศาสตร์
02:57
And then the Internet happened,
73
165680
3214
แล้วพออินเตอร์เน็ตเกิดขึ้น
03:00
and the world became extremely complex,
74
168894
2071
โลกเราก็เริ่มซับซ้อนสุดๆ
03:02
extremely low-cost, extremely fast,
75
170965
2637
ต้นทุนการสื่อสารถูกสุดๆ และเร็วสุดๆ
03:05
and those Newtonian laws
76
173602
2118
และกฎของนิวตันทั้งหลาย
03:07
that we so dearly cherished
77
175720
1799
ที่เราเคยทนุถนอมชื่นชม
03:09
turned out to be just local ordinances,
78
177519
2197
ก็กลายเป็นความเชื่อท้องถิ่น
03:11
and what we found was that in this
79
179716
1751
และเราก็พบว่า
03:13
completely unpredictable world
80
181467
2613
ในโลกที่ไม่อาจทำนายอะไรได้เลยแบบนี้
03:16
that most of the people who were surviving
81
184080
2032
คนส่วนใหญ่ที่มีชีวิตรอดอยู่ได้
03:18
were working with sort of a different set of principles,
82
186112
3333
คือคนที่ทำอะไรโดยใช้หลักการที่แตกต่างไป
03:21
and I want to talk a little bit about that.
83
189445
2631
ผมจึงอยากพูดถึงเรื่องนี้สักหน่อย
03:24
Before the Internet, if you remember,
84
192076
1364
ก่อนยุคอินเตอร์เน็ต ถ้าคุณจำได้
03:25
when we tried to create services,
85
193440
1905
เวลาเราพยายามสร้างบริการ
03:27
what you would do is you'd create
86
195345
1026
เราจะเริ่มจากการสร้าง
03:28
the hardware layer and the
network layer and the software
network layer and the software
87
196371
2312
ฮาร์ดแวร์ เครือข่าย และซอฟต์แวร์
03:30
and it would cost millions of dollars
88
198683
2028
ซึ่งมีต้นทุนหลายล้านดอลลาร์
03:32
to do anything that was substantial.
89
200711
2307
เพื่อทำงานใหญ่ๆ สำคัญๆ
03:35
So when it costs millions of dollars
to do something substantial,
to do something substantial,
90
203018
2439
เมื่อการทำงานใหญ่ๆ
มีต้นทุนสูงหลายล้านดอลลาร์
มีต้นทุนสูงหลายล้านดอลลาร์
03:37
what you would do is you'd get an MBA
91
205457
2072
สิ่งที่คุณต้องทำคือ
หาคนที่จบปริญญาโทบริหารธุรกิจ (MBA)
หาคนที่จบปริญญาโทบริหารธุรกิจ (MBA)
03:39
who would write a plan
92
207529
1458
มาเขียนแผนธุรกิจ
03:40
and get the money
93
208987
943
และหาเงินทุน
03:41
from V.C.s or big companies,
94
209930
1744
จากนักลงทุนหรือบริษัทใหญ่ๆ
03:43
and then you'd hire the designers and the engineers,
95
211674
2113
แล้วคุณก็จ้างนักออกแบบและวิศวกร
03:45
and they'd build the thing.
96
213787
1023
ให้เขาสร้างผลิตภัณฑ์ออกมา
03:46
This is the Before Internet, B.I., innovation model.
97
214810
4619
นั่นคือโมเดลการสร้างนวัตกรรม
ยุคก่อนอินเตอร์เน็ต
ยุคก่อนอินเตอร์เน็ต
03:51
What happened after the Internet was
98
219429
2307
สิ่งที่เกิดขึ้นหลังจากเรามีอินเตอร์เน็ตแล้วคือ
03:53
the cost of innovation went down so much
99
221736
1756
ต้นทุนการสร้างนวัตกรรมถูกลงมากๆ
03:55
because the cost of collaboration,
the cost of distribution,
the cost of distribution,
100
223492
2487
เพราะต้นทุนในการประสานความร่วมมือ
การกระจายสินค้า การสื่อสาร
การกระจายสินค้า การสื่อสาร
03:57
the cost of communication, and Moore's Law
101
225979
2643
และกฎของมัวร์ (Moore's Law)
(เรื่องความสามารถของอุปกรณ์อิเล็กทรอนิกส์)
(เรื่องความสามารถของอุปกรณ์อิเล็กทรอนิกส์)
04:00
made it so that the cost of trying a new thing
102
228622
2676
ทำให้ต้นทุนของการลองทำสิ่งใหม่ๆ
04:03
became nearly zero,
103
231298
1394
ลดลงเหลือเกือบศูนย์
04:04
and so you would have Google, Facebook, Yahoo,
104
232692
2269
แล้วคุณก็มีกูเกิ้ล เฟซบุค ยาฮู
04:06
students that didn't have permission —
105
234961
1771
มีนักเรียนที่ทำอะไรโดยไม่ต้องขออนุญาต
04:08
permissionless innovation —
106
236732
1373
นวัตกรรมที่ไม่ต้องรอการอนุมัติ
04:10
didn't have permission, didn't have PowerPoints,
107
238105
1620
ไม่มีการขออนุมัติ ไม่มีพาวเวอร์พอยท์
04:11
they just built the thing,
108
239725
2103
เด็กๆ เหล่านี้แค่ลงมือสร้างอะไรสักอย่างขึ้นมา
04:13
then they raised the money,
109
241828
1444
แล้วค่อยไปหาเงินทุน
04:15
and then they sort of figured out a business plan
110
243272
2201
แล้วก็เริ่มคิดแผนธุรกิจขึ้นมา
04:17
and maybe later on they hired some MBAs.
111
245473
2357
และภายหลังก็อาจจะจ้างคนที่จบบริหารธุรกิจ (MBA) มาช่วย
04:19
So the Internet caused innovation,
112
247830
2311
ดังนั้น อินเตอร์เน็ตจึงทำให้เกิดนวัตกรรม
04:22
at least in software and services,
113
250141
1124
อย่างน้อยก็ในวงการซอฟต์แวร์และการบริการ
04:23
to go from an MBA-driven innovation model
114
251265
2859
เราเปลี่ยนจากโมเดลนวัตกรรมที่ขับเคลื่อนด้วย
บัณฑิตบริหารธุรกิจ (MBA)
บัณฑิตบริหารธุรกิจ (MBA)
04:26
to a designer-engineer-driven innovation model,
115
254124
3903
ไปสู่โมเดลนวัตกรรมที่ขับเคลื่อนด้วย
นักออกแบบและวิศวกร
นักออกแบบและวิศวกร
04:30
and it pushed innovation to the edges,
116
258027
2098
ซึ่งผลักให้นวัตกรรมไปสู่แนวหน้า
04:32
to the dorm rooms, to the startups,
117
260125
1546
ไปสู่หอพักนักศึกษา ไปสู่บริษัทแรกก่อตั้ง
04:33
away from the large institutions,
118
261671
1686
ห่างไกลจากสถาบันใหญ่ๆ
04:35
the stodgy old institutions that had the power
119
263357
2355
สถาบันเก่าแก่คร่ำครึที่มีอำนาจ
04:37
and the money and the authority.
120
265712
1687
มีเงิน และมีสิทธิมีเสียงในการสั่งการ
04:39
And we all know this. We all know
this happened on the Internet.
this happened on the Internet.
121
267399
2609
เราต่างก็รู้ดี ว่าสิ่งนี้กำลังเกิดขึ้นบนอินเตอร์เน็ต
04:42
It turns out it's happening in other things, too.
122
270008
2765
แต่นอกจากนี้ มันยังเกิดขึ้นในวงการอื่นด้วย
04:44
Let me give you some examples.
123
272773
3242
ผมขอยกตัวอย่างให้ฟัง
04:48
So at the Media Lab, we don't just do hardware.
124
276015
2785
ที่ MIT Media Lab
เราไม่เพียงแค่สร้างฮาร์ดแวร์
เราไม่เพียงแค่สร้างฮาร์ดแวร์
04:50
We do all kinds of things.
125
278800
1042
เราทำทุกอย่าง
04:51
We do biology, we do hardware,
126
279842
1885
ทั้งชีววิทยาด้วย ฮาร์ดแวร์ด้วย
04:53
and Nicholas Negroponte
famously said, "Demo or die,"
famously said, "Demo or die,"
127
281727
3621
ดังประโยคฮิตของนิโคลัส นีโกรปอนติ
(อดีต ผอ. MIT Media Lab)
ที่ว่า "สร้างต้นแบบมา ไม่งั้นตาย"
(อดีต ผอ. MIT Media Lab)
ที่ว่า "สร้างต้นแบบมา ไม่งั้นตาย"
04:57
as opposed to "Publish or perish,"
128
285348
1722
แทนที่จะเป็น "ตีพิมพ์งานวิจัย ไม่งั้นตาย"
04:59
which was the traditional academic way of thinking.
129
287070
2243
ซึ่งเป็นวิธีคิดทางวิชาการแบบโบราณ
เขามักจะพูดว่า ขอให้ต้นแบบมันทำงานได้แค่ครั้งเดียวแหละ
05:01
And he often said, the demo only has to work once,
130
289313
3562
05:04
because the primary mode of us impacting the world
131
292875
2816
เพราะช่องทางหลักที่งานของเรา
จะมีผลต่อโลกได้
จะมีผลต่อโลกได้
05:07
was through large companies
132
295691
1778
ก็ต้องผ่านบริษัทใหญ่ๆ
05:09
being inspired by us
133
297469
1263
ที่ได้รับแรงบันดาลใจจากเรา
05:10
and creating products like
the Kindle or Lego Mindstorms.
the Kindle or Lego Mindstorms.
134
298732
3516
แล้วสร้างสินค้าอย่าง Kindle หรือ Lego Mindstorms ออกมา
05:14
But today, with the ability
135
302248
1942
แต่วันนี้ ด้วยความสามารถ
05:16
to deploy things into the real world at such low cost,
136
304190
2309
ที่จะสร้างสิ่งต่างๆ ออกมาสู่โลกความจริงด้วยต้นทุนต่ำขนาดนั้น
05:18
I'm changing the motto now,
137
306499
2150
ผมกำลังจะเปลี่ยนคำขวัญละ
05:20
and this is the official public statement.
138
308649
1813
และนี่คือการแถลงต่อหน้าสาธารณะอย่างเป็นทางการ
05:22
I'm officially saying, "Deploy or die."
139
310462
2497
ผมขอกล่าวอย่างเป็นทางการว่า "ผลิตสินค้าจริงออกมา ไม่งั้นตาย"
05:24
You have to get the stuff into the real world
140
312959
2221
คุณต้องสร้างสิ่งประดิษฐ์ของคุณออกสู่โลกความจริง
05:27
for it to really count,
141
315180
1356
มันถึงจะมีความหมายที่แท้จริง
05:28
and sometimes it will be large companies,
142
316536
1879
บางทีเราอาจต้องการบริษัทใหญ่ๆ
05:30
and Nicholas can talk about satellites.
143
318415
1957
นิโคลัสอาจจะพูดถึงดาวเทียม
05:32
(Applause)
144
320372
1286
(เสียงปรบมือ)
05:33
Thank you.
145
321658
1082
ขอบคุณครับ
05:34
But we should be getting out there ourselves
146
322740
1774
แต่เราควรออกไปสู่ตลาดด้วยตัวเราเอง
05:36
and not depending on large
institutions to do it for us.
institutions to do it for us.
147
324514
3584
ไม่ใช่หวังให้สถาบันใหญ่ๆ จัดการให้
05:40
So last year, we sent a bunch
of students to Shenzhen,
of students to Shenzhen,
148
328098
2702
เมื่อปีที่แล้ว เราเลยพานักศึกษากลุ่มหนึ่ง
ไปเสิ่นเจิ้น
ไปเสิ่นเจิ้น
05:42
and they sat on the factory floors
149
330800
1580
พวกเขานั่งบนพื้นโรงงาน
05:44
with the innovators in Shenzhen, and it was amazing.
150
332380
2305
กับนักสร้างนวัตกรรมในเสิ่นเจิ้น มันน่าทึ่งมาก
05:46
What was happening there
151
334685
1477
สิ่งที่เกิดขึ้นที่นั่นคือ
05:48
was you would have these manufacturing devices,
152
336162
2184
ทุกคนมีอุปกรณ์การผลิตเหล่านี้
05:50
and they weren't making prototypes or PowerPoints.
153
338346
2193
พวกเขาไม่ได้สร้างต้นแบบหรือพาวเวอร์พอยท์
05:52
They were fiddling with the manufacturing equipment
154
340539
2465
แต่ทำงานมือเป็นระวิง
กับอุปกรณ์การผลิตเหล่านี้
กับอุปกรณ์การผลิตเหล่านี้
05:55
and innovating right on the
manufacturing equipment.
manufacturing equipment.
155
343004
3210
แล้วสร้างนวัตกรรมขึ้นมาตรงนั้นเลย
05:58
The factory was in the designer,
156
346214
1886
โรงงานนั้นอยู่ในตัวนักออกแบบ
06:00
and the designer was literally in the factory.
157
348100
2274
และนักออกแบบก็อยู่ในโรงงานจริงๆ
06:02
And so what you would do is,
158
350374
1626
สิ่งที่คุณทำคือ
06:04
you'd go down to the stalls
159
352000
1241
ลงไปดูที่ร้านขายโทรศัพท์มือถือ
06:05
and you would see these cell phones.
160
353241
2556
คุณจะเห็นโทรศัพท์มือถือพวกนี้
06:07
So instead of starting little websites
161
355797
2525
แทนที่จะสร้างเว็บไซต์เล็กๆ
06:10
like the kids in Palo Alto do,
162
358322
1548
เหมือนเด็กๆ ที่พาโล อัลโตทำกัน
06:11
the kids in Shenzhen make new cell phones.
163
359870
2540
เด็กๆ ในเสิ่นเจิ้น
จะสร้างโทรศัพท์มือถือใหม่ๆ ขึ้นมา
จะสร้างโทรศัพท์มือถือใหม่ๆ ขึ้นมา
06:14
They make new cell phones like kids in Palo Alto
164
362410
2697
เหมือนกับที่เด็กๆ ในพาโล อัลโต
06:17
make websites,
165
365107
1258
สร้างเว็บไซต์
06:18
and so there's a rainforest
166
366365
2113
และนั่นคือป่าอันอุดมสมบูรณ์
06:20
of innovation going on in the cell phone.
167
368478
1556
ของนวัตกรรมโทรศัพท์มือถือ
06:22
What they do is, they make a cell phone,
168
370034
1600
เด็กพวกนี้สร้างโทรศัพท์มือถือ
06:23
go down to the stall, they sell some,
169
371634
2224
ลงไปที่ร้าน เอาไปขายจริง
06:25
they look at the other kids' stuff, go up,
170
373858
2325
ดูว่าเด็กคนอื่นทำอะไรบ้าง แล้วกลับขึ้นไป
06:28
make a couple thousand more, go down.
171
376183
2591
ทำมือถือใหม่ออกมาอีกสองสามพันเครื่อง
แล้วลงไปขายใหม่
แล้วลงไปขายใหม่
06:30
Doesn't this sound like a software thing?
172
378774
1991
ฟังดูเหมือนวงการซอฟต์แวร์ไหมครับ
06:32
It sounds like agile software development,
173
380765
1647
เหมือนกับการพัฒนาซอฟต์แวร์
ที่มีความคล่องตัวสูงมาก
ที่มีความคล่องตัวสูงมาก
06:34
A/B testing and iteration,
174
382412
2928
ทดลองใช้เทียบกับของเก่าแล้วปรับปรุงอีก
06:37
and what we thought you could only do with software
175
385340
2083
สิ่งที่เราคิดว่าเราทำได้กับซอฟต์แวร์เท่านั้น
06:39
kids in Shenzhen are doing this in hardware.
176
387423
2270
เด็กๆ ในเสิ่นเจิ้นทำได้กับฮาร์ดแวร์
06:41
My next fellow, I hope, is going to be
177
389693
1467
ผมหวังอยู่ว่า นักศึกษาคนใหม่ในทีมของผม
06:43
one of these innovators from Shenzhen.
178
391160
1485
จะเป็นหนึ่งในนักสร้างนวัตกรรม
จากเสิ่นเจิ้นนี่ล่ะ
จากเสิ่นเจิ้นนี่ล่ะ
06:44
And so what you see is
179
392645
1665
สิ่งที่คุณเห็นนี่คือ
06:46
that is pushing innovation to the edges.
180
394310
1969
การผลักนวัตกรรมออกไปยังแนวหน้า
06:48
We talk about 3D printers and stuff like that,
181
396279
2105
เราพูดถึงเครื่องพิมพ์สามมิติอะไรพวกนั้น
06:50
and that's great, but this is Limor.
182
398384
1991
ซึ่งเจ๋งมาก แต่นี่คือลิมอร์
06:52
She is one of our favorite graduates,
183
400375
2259
เธอเป็นหนึ่งในบัณฑิตคนโปรดของเรา
06:54
and she is standing in front of a Samsung
184
402634
2076
รูปนี้เธอยืนอยู่หน้าเครื่อง
06:56
Techwin Pick and Place Machine.
185
404710
1833
Techwin Pick and Place ของซัมซุง
06:58
This thing can put 23,000 components per hour
186
406543
3924
ซึ่งสามารถประกอบชิ้นส่วน 23,000 ชิ้น
07:02
onto an electronics board.
187
410467
1993
ลงบนบอร์ดอิเล็กทรอนิกส์ภายใน 1 ชั่วโมง
07:04
This is a factory in a box.
188
412460
1823
นี่คือโรงงานในกล่อง
07:06
So what used to take a factory full of workers
189
414283
2498
อะไรที่เราเคยต้องใช้โรงงานที่มีคน
ทำงานด้วยมือเต็มโรงงาน
07:08
working by hand
190
416781
1019
07:09
in this little box in New York,
191
417800
1709
พอมีเจ้ากล่องเล็กๆ นี่ในนิวยอร์ค
เธอก็ทำได้เหมือนกัน
07:11
she's able to have effectively —
192
419509
1050
07:12
She doesn't actually have to go to Shenzhen
193
420559
1633
เธอไม่ต้องไปถึงเสิ่นเจิ้น
07:14
to do this manufacturing.
194
422192
1244
เพื่อผลิตสินค้าพวกนี้
07:15
She can buy this box and she can manufacture it.
195
423436
2261
เธอสามารถซื้อเจ้ากล่องนี้แล้วลงมือผลิตเลย
07:17
So manufacturing, the cost of innovation,
196
425697
2243
ดังนั้น การผลิต ต้นทุนการสร้างนวัตกรรม
07:19
the cost of prototyping, distribution,
manufacturing, hardware,
manufacturing, hardware,
197
427940
2690
การสร้างต้นแบบ กระจายสินค้า
การผลิต ฮาร์ดแวร์
การผลิต ฮาร์ดแวร์
07:22
is getting so low
198
430630
1463
ราคาถูกลงมาก
07:24
that innovation is being pushed to the edges
199
432093
2317
จนนวัตกรรมเกิดได้ที่แนวหน้า
07:26
and students and startups are being able to build it.
200
434410
2428
นักเรียนและบริษัทเปิดใหม่ก็สร้างนวัตกรรมได้
07:28
This is a recent thing, but this will happen
201
436838
1878
ปรากฏการณ์นี้เพิ่งเริ่ม แต่มันจะเกิดขึ้น
07:30
and this will change
202
438716
1483
และมันจะเปลี่ยนโลก
07:32
just like it did with software.
203
440199
2425
เช่นเดียวกับที่เกิดขึ้นในวงการซอฟต์แวร์
07:34
Sorona is a DuPont process
204
442624
3246
โซโรนา เป็นกระบวนการที่ดูปองต์คิดขึ้น
07:37
that uses a genetically engineered microbe
205
445870
3020
โดยใช้จุลินทรีย์ที่ตัดต่อพันธุกรรม
07:40
to turn corn sugar into polyester.
206
448890
3950
ให้สามารถเปลี่ยนน้ำตาลข้าวโพดเป็นโพลีเอสเตอร์
07:44
It's 30 percent more efficient
than the fossil fuel method,
than the fossil fuel method,
207
452840
2478
ซึ่งมีประสิทธิภาพมากกว่าการใช้เชื้อเพลิงฟอสซิลถึง 30 เปอร์เซนต์
07:47
and it's much better for the environment.
208
455318
3659
และก็ดีต่อสิ่งแวดล้อมมากกว่าเยอะ
07:50
Genetic engineering and bioengineering
209
458977
1405
พันธุวิศวกรรม และวิศวกรรมชีวภาพ
07:52
are creating a whole bunch
210
460382
1531
กำลังสร้างโอกาสดีๆ ใหม่ๆ
07:53
of great new opportunities
211
461913
1758
อีกมากมาย
07:55
for chemistry, for computation, for memory.
212
463671
2829
สำหรับวงการเคมี การคำนวณ และความจำ
07:58
We will probably be doing a lot,
obviously doing health things,
obviously doing health things,
213
466500
2050
แน่นอนว่าเราคงทำเรื่องเกี่ยวกับสุขภาพเยอะ
08:00
but we will probably be growing chairs
214
468550
2204
แต่อนาคตเราอาจจะปลูกเก้าอี้
08:02
and buildings soon.
215
470754
1040
หรือปลูกตึกได้จริงๆ
08:03
The problem is, Sorona costs
about 400 million dollars
about 400 million dollars
216
471794
3910
ปัญหาคือ เจ้าเครื่องโซโรนานั้น
ราคา 400 ล้านดอลลาร์
ราคา 400 ล้านดอลลาร์
08:07
and took seven years to build.
217
475704
1381
และใช้เวลาสร้าง 7 ปี
08:09
It kind of reminds you of the old mainframe days.
218
477085
3079
คงทำให้คุณนึกถึง
เครื่องคอมพิวเตอร์เมนเฟรมสมัยก่อน
เครื่องคอมพิวเตอร์เมนเฟรมสมัยก่อน
08:12
The thing is, the cost of innovation
219
480164
2492
ประเด็นคือ ต้นทุนของนวัตกรรม
08:14
in bioengineering is also going down.
220
482656
1586
ด้านวิศวกรรมชีวภาพก็กำลังลดลง
08:16
This is desktop gene sequencer.
221
484242
1969
นี่คือเครื่องจัดเรียงยีนแบบตั้งโต๊ะ
08:18
It used to cost millions and millions
of dollars to sequence genes.
of dollars to sequence genes.
222
486211
3554
เมื่อก่อนการตัดต่อยีนใช้เงินเป็นล้านๆ ดอลลาร์
08:21
Now you can do it on a desktop like this,
223
489765
1744
ตอนนี้คุณทำเองได้บนเครื่องตั้งโต๊ะแบบนี้
08:23
and kids can do this in dorm rooms.
224
491509
2093
เด็กๆ ก็ทำได้ในหอพักตัวเอง
08:25
This is Gen9 gene assembler,
225
493602
2688
นี่คือเครื่องประกอบยีนรุ่น Gen 9
08:28
and so right now when you try to print a gene,
226
496290
2079
ปัจจุบันเมื่อคุณพยายามพิมพ์ยีน
08:30
what you do is somebody in a factory
227
498369
1268
ก็ต้องให้ใครบางคนในโรงงาน
08:31
with pipettes puts the thing together by hand,
228
499637
1940
ผสมสิ่งต่างๆ เข้าด้วยกันในหลอดแก้ว
08:33
you have one error per 100 base pairs,
229
501577
2351
คุณจะเจอความผิดพลาดหนึ่งแห่งต่อร้อยคู่เบส
08:35
and it takes a long time and costs a lot of money.
230
503928
2576
และใช้เวลานานกับเงินอีกมหาศาล
08:38
This new device
231
506504
1386
เจ้าเครื่องใหม่นี้
08:39
assembles genes on a chip,
232
507890
1674
ประกอบยืนเข้าด้วยกันบนชิพ
08:41
and instead of one error per 100 base pairs,
233
509564
2149
แทนที่ความผิดพลาดจะเป็นหนึ่งต่อ 100 คู่เบส
08:43
it's one error per 10,000 base pairs.
234
511713
2126
ก็กลายเป็นหนึ่งต่อ 10,000 คู่เบส
08:45
In this lab, we will have the world's capacity
235
513839
2745
ในแล็บเราจะมีเครื่องพิมพ์ยีน
ที่ประสิทธิภาพสูงสุดในโลก
ที่ประสิทธิภาพสูงสุดในโลก
08:48
of gene printing within a year,
236
516584
2103
ภายในเวลาหนึ่งปีข้างหน้า
08:50
200 million base pairs a year.
237
518687
2612
ซึ่งตัดต่อยีนได้ 200 ล้านคู่เบสต่อปี
08:53
This is kind of like when we went
238
521299
2563
นี่ก็เหมือนตอนที่เราเปลี่ยน
จากวิทยุทรานซิสเตอร์ประดิษฐ์ด้วยมือ
08:55
from transistor radios wrapped by hand
239
523862
2261
08:58
to the Pentium.
240
526123
1271
ไปสู่ชิพเพนเทียม
08:59
This is going to become the
Pentium of bioengineering,
Pentium of bioengineering,
241
527394
2396
นวัตกรรมนี้จะเป็นเพนเทียมของ
วงการวิศวกรรมชีวภาพ
วงการวิศวกรรมชีวภาพ
09:01
pushing bioengineering into the hands
242
529790
2036
ผลักดันวิศวกรรมชีวภาพไปสู่มือของ
09:03
of dorm rooms and startup companies.
243
531826
2601
นักศึกษาในหอพักและบริษัทเปิดใหม่
09:06
So it's happening in software and in hardware
244
534427
2773
สิ่งนี้เกิดขึ้นทั้งในวงการซอฟต์แวร์ ฮาร์ดแวร์
09:09
and bioengineering,
245
537200
963
และวิศวกรรมชีวภาพ
09:10
and so this is a fundamental new
way of thinking about innovation.
way of thinking about innovation.
246
538163
3281
นี่คือวิธีคิดเกี่ยวกับนวัตกรม
ที่ใหม่เอี่ยม
ที่ใหม่เอี่ยม
09:13
It's a bottom-up innovation, it's democratic,
247
541444
2677
มันเป็นกระบวนการที่มาจากคนทั่วไป
เป็นประชาธิปไตย
เป็นประชาธิปไตย
09:16
it's chaotic, it's hard to control.
248
544121
2204
มันโกลาหล ควบคุมยาก
09:18
It's not bad, but it's very different,
249
546325
2307
ไม่ใช่ไม่ดี เพียงแค่แตกต่าง
09:20
and I think that the traditional rules that we have
250
548632
1967
และผมคิดว่ากฎเกณฑ์เดิมๆ ที่เรามี
09:22
for institutions don't work anymore,
251
550599
2072
สำหรับสถาบันต่างๆ ใช้ไม่ได้อีกแล้ว
09:24
and most of us here
252
552671
1679
และพวกเราหลายคน ณ ที่นี้
09:26
operate with a different set of principles.
253
554350
3083
ก็ทำงานบนหลักการที่แตกต่างกันไป
09:29
One of my favorite principles is the power of pull,
254
557433
2836
หนึ่งในหลักการที่ผมชอบที่สุดคือพลังการดึง
09:32
which is the idea of pulling resources
255
560269
2291
นั่นคือแนวคิดการดึงทรัพยากร
09:34
from the network as you need them
256
562560
1766
มาจากเครือข่ายเมื่อคุณต้องการใช้
09:36
rather than stocking them in the center
257
564326
1845
แทนที่จะเก็บสะสมไว้ที่ศูนย์กลาง
09:38
and controlling everything.
258
566171
1585
แล้วควบคุมทุกสิ่งทุกอย่าง
09:39
So in the case of the Safecast story,
259
567756
2764
อย่างในกรณีของเซฟแคส
09:42
I didn't know anything when
the earthquake happened,
the earthquake happened,
260
570520
1842
ผมไม่รู้อะไรเลย ตอนที่เกิดแผ่นดินไหว
09:44
but I was able to find Sean
261
572362
1628
แต่ผมสามารถหาตัวฌอน
09:45
who was the hackerspace community organizer,
262
573990
2196
ซึ่งเป็นคนจัดตั้งชุมชนนักประดิษฐ์คิดค้น
ด้านคอมพิวเตอร์
ด้านคอมพิวเตอร์
09:48
and Peter, the analog hardware hacker
263
576186
1786
และปีเตอร์ นักดัดแปลงอุปกรณ์อนาล็อก
09:49
who made our first Geiger counter,
264
577972
1716
ซึ่งสร้างเครื่องวัดกัมมันตรังสีเครื่องแรกให้เรา
09:51
and Dan, who built the Three Mile Island
265
579688
1998
และแดน ผู้สร้างเตาปฏิกรณ์นิวเคลียร์ที่เมือง
Three Miles Island
Three Miles Island
09:53
monitoring system after the
Three Mile Island meltdown.
Three Mile Island meltdown.
266
581686
3334
เป็นคนดูแลระบบหลังเกิดเหตุเตาปฏิกรณ์ที่นั่น
ร้อนจัดจนหลอมละลาย
ร้อนจัดจนหลอมละลาย
09:57
And these people I wouldn't have been able to find
267
585020
2386
ผมไม่สามารถหาคนพวกนี้เจอได้ก่อนล่วงหน้า
09:59
beforehand and probably were better
268
587406
2434
และอาจจะดีกว่า
10:01
that I found them just in time from the network.
269
589840
3127
ที่ผมเจอเขาในเครือข่ายในเวลาที่เหมาะเจาะ
10:04
I'm a three-time college dropout,
270
592967
1867
ผมลาออกจากมหาวิทยาลัยกลางคันสามครั้ง
10:06
so learning over education
271
594834
1673
ดังนั้น การเรียนรู้สำคัญกว่าการศึกษา
10:08
is very near and dear to my heart,
272
596507
1425
เป็นสิ่งที่ผมเชื่อสุดหัวใจ
10:09
but to me, education is what people do to you
273
597932
2524
สำหรับผม การศึกษาคือสิ่งที่คนอื่นทำกับคุณ
10:12
and learning is what you do to yourself.
274
600456
2999
แต่การเรียนรู้คือสิ่งที่คุณทำกับตัวเอง
10:15
(Applause)
275
603455
3776
(เสียงปรบมือ)
10:19
And it feels like, and I'm biased,
276
607231
1759
ผมรู้สึกว่า คือผมก็อคตินะ
10:20
it feels like they're trying to make you memorize
277
608990
2797
ผมรู้สึกเหมือนว่า
การศึกษาพยายามให้คุณท่องจำ
การศึกษาพยายามให้คุณท่องจำ
10:23
the whole encyclopedia before
they let you go out and play,
they let you go out and play,
278
611787
3114
สารานุกรมทั้งเล่ม ก่อนจะปล่อยให้คุณออกไปเล่นข้างนอก
10:26
and to me, I've got Wikipedia on my cell phone,
279
614901
4097
สำหรับผม ผมมีวิกิพีเดียบนมือถือนี่
10:30
and it feels like they assume
280
618998
1703
และผมว่าเขาเชื่อโดยไม่มีเหตุผล
10:32
you're going to be on top of some mountain
281
620701
1787
ว่าคุณจะต้องขึ้นไปอยู่บนยอดเขาสักแห่ง
10:34
all by yourself with a number 2 pencil
282
622488
2461
เพียงลำพัง กับดินสอ 2B แท่งหนึ่ง
10:36
trying to figure out what to do
283
624949
1383
พยายามคิดว่าจะทำอย่างไร
10:38
when in fact you're always going to be connected,
284
626332
2116
ทั้งที่จริงคุณเชื่อมโยงติดต่อกับคนอื่นตลอด
10:40
you're always going to have friends,
285
628448
1645
คุณจะมีเพื่อนอยู่เสมอ
10:42
and you can pull Wikipedia
up whenever you need it,
up whenever you need it,
286
630093
1959
และคุณสามารถเปิดวิกิพีเดียเมื่อไหร่ก็ได้ที่ต้องการ
10:44
and what you need to learn is how to learn.
287
632052
3448
สิ่งที่คุณต้องเรียนรู้คือ วิธีการเรียนรู้
10:47
In the case of Safecast, a bunch of amateurs
288
635500
2644
ในกรณีเซฟแคส คือมือสมัครเล่นกลุ่มหนึ่ง
10:50
when we started three years ago,
289
638144
1598
ตอนที่เราเริ่มต้นเมื่อสามปีที่แล้ว
10:51
I would argue that we probably as a group
290
639742
2508
ตอนนี้ผมว่า ทีมของเราอาจจะ
10:54
know more than any other organization
291
642250
2416
รู้ดีกว่าองค์กรใดๆ ในโลกนี้
10:56
about how to collect data and publish data
292
644666
3209
ว่าการเก็บข้อมูล เผยแพร่ข้อมูล
10:59
and do citizen science.
293
647875
2772
และทำโครงการทางวิทยาศาสตร์ภาคประชาชนนั้น ทำอย่างไร
11:02
Compass over maps.
294
650647
1120
เข็มทิศสำคัญกว่าแผนที่
11:03
So this one, the idea is that the cost of writing a plan
295
651767
3725
ประเด็นของข้อนี้คือ ต้นทุนการเขียนแผน
11:07
or mapping something is getting so expensive
296
655492
3103
หรือสร้างแผนที่ของอะไรสักอย่างนั้นแพงมาก
11:10
and it's not very accurate or useful.
297
658595
3173
และมันก็ไม่ค่อยแม่นยำ
หรือมีประโยชน์นักหรอก
หรือมีประโยชน์นักหรอก
11:13
So in the Safecast story, we
knew we needed to collect data,
knew we needed to collect data,
298
661768
3112
ในกรณีเซฟแคส เรารู้ว่าเราต้องเก็บข้อมูล
11:16
we knew we wanted to publish the data,
299
664880
2423
เรารู้ว่าเราต้องการเผยแพร่ข้อมูล
11:19
and instead of trying to come up with the exact plan,
300
667303
2889
แทนที่เราจะคิดแผนโดยละเอียดขึ้นมา
11:22
we first said, oh, let's get Geiger counters.
301
670192
2408
เราเริ่มจากบอกว่า
ไปหาเครื่องวัดกัมมันตรังสีมาดีกว่า
ไปหาเครื่องวัดกัมมันตรังสีมาดีกว่า
11:24
Oh, they've run out.
302
672600
1766
อ่าว หาไม่ได้ ของหมด
11:26
Let's build them. There aren't enough sensors.
303
674366
2003
งั้นมาสร้างกันเอง อ่าว มีเซนเซอร์ไม่พอ
11:28
Okay, then we can make a mobile Geiger counter.
304
676369
2227
นั่นล่ะ เราก็สร้างเครื่องวัดกัมมันตรังสีเคลื่อนที่
จนสำเร็จ
จนสำเร็จ
11:30
We can drive around. We can get volunteers.
305
678596
2047
เราขับรถไปทั่ว เราหาอาสาสมัคร
11:32
We don't have enough money. Let's Kickstarter it.
306
680643
1879
เรามีเงินไม่พอ งั้นระดมทุนผ่านเว็บ Kickstarter กัน
11:34
We could not have planned this whole thing,
307
682522
1991
เราวางแผนทั้งหมดนี้ไม่ได้หรอกครับ
11:36
but by having a very strong compass,
308
684513
1744
แต่เรามีเข็มทิศที่ดีมาก
11:38
we eventually got to where we were going,
309
686257
1435
ในที่สุดเราก็ไปถึงที่ที่เราต้องการ
11:39
and to me it's very similar to
agile software development,
agile software development,
310
687692
2418
ผมว่ามันเหมือนการพัฒนาซอฟต์แวร์
ซึ่งมีความคล่องตัวสูง
ซึ่งมีความคล่องตัวสูง
11:42
but this idea of compasses is very important.
311
690110
3358
แต่แนวคิดเรื่องเข็มทิศนี่สำคัญมาก
11:45
So I think the good news is
312
693468
1941
ผมคิดว่า ข่าวดีคือ
11:47
that even though the world is extremely complex,
313
695409
3501
แม้โลกจะซับซ้อนสุดๆ
11:50
what you need to do is very simple.
314
698920
2382
แต่สิ่งที่คุณต้องทำนั้นเรียบง่ายมาก
11:53
I think it's about stopping this notion
315
701302
2698
ผมว่าคุณต้องหยุดคิดว่า
11:56
that you need to plan everything,
316
704000
1572
คุณต้องวางแผนทุกอย่างล่วงหน้า
11:57
you need to stock everything,
317
705572
1092
คุณต้องเก็บสำรองทุกอย่างไว้
11:58
and you need to be so prepared,
318
706664
1470
แต่คุณต้องเตรียมพร้อมอยู่เสมอ
12:00
and focus on being connected,
319
708134
2994
และมุ่งความสนใจ
ไปที่การติดต่อทำความรู้จักผู้คน
ไปที่การติดต่อทำความรู้จักผู้คน
12:03
always learning,
320
711128
1851
เรียนรู้อยู่ตลอดเวลา
12:04
fully aware,
321
712979
1861
ตื่นตัวรับรู้สิ่งต่างๆ อย่างเต็มที่
12:06
and super present.
322
714840
1780
และอยู่กับปัจจุบันสุดๆ
12:08
So I don't like the word "futurist."
323
716620
2946
ผมเลยไม่ชอบคำว่า "นักอนาคตนิยม"
12:11
I think we should be now-ists,
324
719566
5615
ผมว่าเราควรเป็น "นักปัจจุบันนิยม"
12:17
like we are right now.
325
725181
2046
อย่างที่เราเป็นอยู่ตอนนี้
12:19
Thank you.
326
727227
1843
ขอบคุณครับ
12:21
(Applause)
327
729070
3979
(เสียงปรบมือ)
ABOUT THE SPEAKER
Joi Ito - Relentless mindJoi 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.
Joi Ito | Speaker | TED.com