Van-e kapcsolat az életkor és a siker között?
-
0:00 - 0:03A mai nap igazán különleges számomra,
-
0:03 - 0:05ugyanis ma van a születésnapom.
-
0:05 - 0:08(Taps)
-
0:09 - 0:12Szóval köszönöm, hogy eljöttek a partimra.
-
0:12 - 0:13(Nevetés)
-
0:13 - 0:18De ha buli van, mindig van valaki,
aki azt elrontja. Igaz? -
0:18 - 0:19(Nevetés)
-
0:19 - 0:21Fizikus vagyok,
-
0:21 - 0:25és ma egy másik fizikust hoztam magammal,
hogy betöltse ezt a szerepet. -
0:25 - 0:27A neve Albert Einstein, tehát ő is Albert.
-
0:28 - 0:34Ő mondta azt, hogy aki nem alkotott
a tudomány terén semmi maradandót -
0:34 - 0:3630 éves koráig,
-
0:36 - 0:37az már nem is fog.
-
0:37 - 0:38(Nevetés)
-
0:38 - 0:41Gondolom, nem kell megnézniük
a Wikipediát, hogy lássák, -
0:41 - 0:42elmúltam már 30.
-
0:42 - 0:44(Nevetés)
-
0:44 - 0:47Amit tehát Einstein mond, azt jelenti,
-
0:47 - 0:50hogy ha a szakterületemről
van szó, annyit se érek már, -
0:50 - 0:51mint egy száraz kóró.
-
0:52 - 0:58Mindenesetre, ami a karrieremet illeti,
több szempontból is szerencsém volt. -
0:58 - 1:0228 éves voltam, mikor elkezdtem
hálózatokkal foglalkozni. -
1:02 - 1:06Néhány évvel később pedig
két fontos tanulmányt is publikáltunk, -
1:06 - 1:10melyekben a skálafüggetlen hálózatok
felfedezéséről számoltunk be, -
1:10 - 1:15és ezzel megszületett egy új tudományág,
melyet ma hálózatkutatásnak nevezünk. -
1:15 - 1:18Ha esetleg érdekel valakit,
hálózatkutatásból már doktorálni is lehet -
1:19 - 1:21Budapesten, Bostonban;
-
1:21 - 1:23és a világ számos pontján van ilyen szak.
-
1:23 - 1:25Néhány évvel később,
-
1:25 - 1:29mikor először jöttem a Harvardra –
szabadságot kaptam erre az időre –, -
1:29 - 1:31egy másik hálózattípus
keltette fel az érdeklődésem: -
1:31 - 1:34akkor a sejtjeinken belüli
hálózatokkal kezdtem foglalkozni, -
1:35 - 1:38egész pontosan azzal, hogyan kapcsolódnak
a gének, a fehérjék és a metabolitok, -
1:38 - 1:41és hogy ez hogyan hat
a betegségek kialakulására. -
1:41 - 1:46Ez a fajta érdeklődés robbanásszerű
változást hozott az orvostudományba, -
1:46 - 1:50és hatással volt például a Harvard
Hálózati Orvostudomány tanszékére is, -
1:50 - 1:53ahol több mint 300 kutató
használja ma ezt az elméletet -
1:53 - 1:57a gyógyítás és az új gyógymódok
kifejlesztésének szolgálatában. -
1:57 - 2:00Néhány évvel ezelőtt úgy gondoltam,
-
2:00 - 2:02hogy a hálózatokról alkotott elméleteket
-
2:02 - 2:04és az itt szerzett ismereteket
-
2:04 - 2:05egy másik területre viszem át,
-
2:05 - 2:07és megpróbálom megfejteni a siker titkát.
-
2:08 - 2:09Mi is volt ezzel a cél?
-
2:09 - 2:11Úgy gondoltuk, hogy bizonyos mértékben
-
2:11 - 2:15a siker is attól függ,
milyen hálózatoknak vagyunk tagjai: -
2:15 - 2:19hálózataink lendületet adhatnak,
de vissza is húzhatnak. -
2:19 - 2:23Arra voltam kíváncsi, felhasználható-e
az a tudás, adatmennyiség és gyakorlat, -
2:23 - 2:26melyet a hálózatkutatás során
eddig megszereztünk arra, -
2:26 - 2:28hogy a sikert mérni tudjuk.
-
2:28 - 2:30A következő eredményre jutottunk.
-
2:30 - 2:33Amit itt látnak, különböző
múzeumok bemutatótermei, -
2:33 - 2:35melyek mind kapcsolatban állnak egymással.
-
2:35 - 2:39Tavaly készültünk el azzal a térképpel,
melynek segítségével -
2:39 - 2:44meglehetősen pontosan meg tudtuk
határozni egy művész jövőbeli sikerét, -
2:44 - 2:48ha pályafutása első öt kiállításának
adatai a rendelkezésünkre álltak. -
2:49 - 2:52Ahogy a siker mibenlétén gondolkodtunk,
-
2:52 - 2:55rájöttünk, hogy a siker
nemcsak a hálózatokon múlik, -
2:55 - 2:58hanem nagyon sok egyéb tényezőn is.
-
2:58 - 3:01Ezek közül az egyik nyilvánvalóan
-
3:01 - 3:02a teljesítmény.
-
3:02 - 3:06Nézzük, mi a különbség
a teljesítmény és a siker között. -
3:06 - 3:09A teljesítmény nem más,
mint amit csinálunk: -
3:09 - 3:12hogyan futunk,
milyen képeket festünk, -
3:12 - 3:13milyen tanulmányokat publikálunk.
-
3:14 - 3:16Jelenlegi definíciónk
szerint azonban a siker az, -
3:16 - 3:20amit a körülöttünk élők
ebből a tevékenységből, -
3:20 - 3:22vagyis a teljesítményből észlelnek.
-
3:22 - 3:26Hogyan ismerik el ezt a teljesítményt?
Mivel jutalmazzák? -
3:26 - 3:28Más szóval,
-
3:28 - 3:33a teljesítmény tőlünk függ,
a siker viszont a többiektől. -
3:33 - 3:37Ez nagyon fontos állomása
volt a munkánknak, -
3:37 - 3:39hiszen amint a sikert
meghatározhattuk úgy, -
3:40 - 3:43mint a környezetünkből
érkező kollektív mérőszámot, -
3:43 - 3:44máris mérhetővé tettük.
-
3:44 - 3:49Vagyis ha a siker a környezet függvénye,
számos adat áll rendelkezésünkre. -
3:49 - 3:54Iskolába járunk,
képezzük magunkat, gyakorolunk, -
3:54 - 3:58mert úgy tudjuk,
a siker záloga a teljesítmény. -
3:58 - 4:00Kutatásainkból viszont kiderült,
-
4:00 - 4:03hogy a teljesítmény és a siker
két nagyon, nagyon különböző állat, -
4:03 - 4:06ha matematikai szempontból
vizsgáljuk a kérdést. -
4:06 - 4:08Hadd hozzak erre egy példát.
-
4:08 - 4:13Ezen a felvételen a világ leggyorsabb
emberét, Usain Boltot látják, -
4:14 - 4:18aki természetesen szinte minden versenyt
megnyer, amin csak indul. -
4:18 - 4:21Abból tudjuk, hogy ő
a világon a leggyorsabb, -
4:21 - 4:23mert a sebességét kronométerrel mérhetjük.
-
4:23 - 4:26Bolttal kapcsolatban különösen
érdekes, hogy mikor nyer, -
4:27 - 4:32nem azért nyer, mert sokkal
gyorsabban fut, mint a többiek. -
4:32 - 4:37Maximum egy százalékkal fut
gyorsabban, mint a második, aki veszít. -
4:38 - 4:41És az még hagyján, hogy a második
helyezettnél csak 1%-kal gyorsabb, -
4:41 - 4:44de nálam sem tud tízszer gyorsabban futni,
-
4:44 - 4:46pedig higgyék el,
nem vagyok valami nagy futó. -
4:46 - 4:48(Nevetés)
-
4:48 - 4:51Minden egyes alkalommal,
mikor teljesítményt mérünk, -
4:51 - 4:53valami nagyon érdekes derül ki,
-
4:53 - 4:56mégpedig az,
hogy a teljesítmény korlátos. -
4:56 - 4:59Azt értem ezalatt, hogy nincsenek nagy
különbségek az emberi teljesítményben: -
5:00 - 5:03az eredmények szűk skálán mozognak,
-
5:03 - 5:06és nagy szükségünk van kronométerre,
hogy a különbséget mérni tudjuk. -
5:06 - 5:10Ez persze nem azt jelenti, hogy a jót
a legjobbtól ne tudnánk megkülönböztetni, -
5:10 - 5:12de a legjobbakat
tényleg nehéz kiszűrni. -
5:12 - 5:15A probléma ugyanis az, hogy legtöbben
olyan területen dolgozunk, -
5:15 - 5:19ahol a teljesítmény nem mérhető
időmérő eszközökkel. -
5:19 - 5:21Azt tehát értjük,
hogy a teljesítmény kötött, -
5:21 - 5:24és e tekintetben
nincsenek köztünk nagy különbségek. -
5:24 - 5:26De mi a helyzet a sikerrel?
-
5:26 - 5:29Nézzünk most egy másik témát:
például a könyveket. -
5:29 - 5:34Az írók számára az egyik mérőszám az,
hogy hányan olvassák a könyveiket. -
5:35 - 5:39Így aztán, mikor az előző könyvem
2009-ben megjelent, -
5:39 - 5:41Európában voltam,
a szerkesztőmmel beszélgettem, -
5:41 - 5:44és arra voltam kíváncsi,
kik a vetélytársak. -
5:44 - 5:47És volt köztük pár nagyszerű név.
-
5:47 - 5:48Azon a héten jött ki...
-
5:48 - 5:49(Nevetés)
-
5:49 - 5:52Dan Brown "Az elveszett jelkép"
című könyve, -
5:52 - 5:55és akkor jelent meg "Az utolsó dal"
-
5:55 - 5:57Nicholas Sparkstól.
-
5:57 - 6:00És ha végignézünk a listán,
-
6:00 - 6:03látjuk, hogy teljesítmény tekintetében
szinte alig van különbség -
6:03 - 6:05az előbb felsorolt könyvek
és az enyém között. -
6:05 - 6:07Így van?
-
6:07 - 6:11Vagyis ha Nicholas Sparks csapata
egy kicsit szorgalmasabban dolgozik, -
6:11 - 6:13akár elsők is lehettek volna,
-
6:13 - 6:16hiszen szinte csak a véletlenen
múlik, ki kerül a csúcsra. -
6:16 - 6:20Akkor azt mondtam, nézzük meg az adatokat,
elvégre a számok embere vagyok, nem? -
6:20 - 6:24Nézzük meg, hány Nicholas Sparks
könyvet adtak el. -
6:24 - 6:26Kiderült, hogy az első héten
-
6:26 - 6:29Nicholas Sparks könyvéből több
mint 100 000 példányt vásároltak meg, -
6:29 - 6:31ami elképesztően nagy szám.
-
6:31 - 6:34Már azzal is felkerülhet az ember
a "New York Times" bestseller listájára, -
6:34 - 6:36ha egy héten 10 000 könyvét eladják.
-
6:36 - 6:40Ő ezt tízszeresen felülmúlta.
-
6:40 - 6:42Mégsem ő lett az első.
-
6:42 - 6:43Miért?
-
6:43 - 6:47Mert ott volt Dan Brown könyve, ami
1,2 millió példányban kelt el ugyanakkor. -
6:47 - 6:49(Nevetés)
-
6:49 - 6:53Azért szeretem ezt a számot,
mert megmutatja, -
6:53 - 6:56hogy a siker korlátlan,
-
6:57 - 7:03és hogy az elsőnek nemcsak egy kicsivel,
-
7:03 - 7:06hanem nagyságrendekkel is több juthat,
mint a másodiknak, -
7:06 - 7:08mivel a siker kollektív mérőszám.
-
7:08 - 7:13A sikert másoktól kapjuk,
nem a teljesítményünkkel érdemeljük ki. -
7:13 - 7:18Tehát arra a következtetésre jutottunk,
hogy bár a teljesítmény korlátos, -
7:18 - 7:21a siker közösségi és korlátlan.
-
7:21 - 7:22Fel is merült a kérdés:
-
7:22 - 7:25Miért van ekkora különbség
a siker mértékében, -
7:25 - 7:28ha maga a teljesítmény nem tér el
nagy mértékben? -
7:29 - 7:32Nemrégiben jelent meg egy könyvem,
amit ennek a kérdésnek szenteltem. -
7:32 - 7:35Nem kaptam túl sok időt,
hogy ezt részletesen kifejtsem, -
7:35 - 7:37ezért szeretnék visszamenni
ahhoz a kérdéshez, -
7:37 - 7:41hogy az rendben van, hogy sikeresek
leszünk, de mikor kell ennek jelentkeznie? -
7:41 - 7:45Lépjünk tehát vissza az ünneprontó
gondolathoz, és tegyük fel a kérdést: -
7:45 - 7:49Miért állította Einstein
azt a nevetséges dolgot, -
7:49 - 7:52hogy csak 30 éves korunk előtt
lehetünk ténylegesen kreatívak? -
7:52 - 7:56Nos azért, mert körülnézett, és látta
azt a rengeteg nagyszerű fizikust, -
7:56 - 8:00akik akkor fektették le a modern
fizika és a kvantummechanika alapjait, -
8:00 - 8:03mikor huszonévesek voltak,
de legfeljebb épp csak harmincasok. -
8:04 - 8:05Mert hát nem volt egyedül.
-
8:05 - 8:08Azt sem mondhatjuk, hogy mindössze
megfigyelési hibáról van szó, -
8:08 - 8:11hiszen a zsenikutatók
-
8:11 - 8:13egész sor dokumentummal igazolták a tényt,
-
8:13 - 8:16hogy ha régi nagyságokra gondolunk,
-
8:16 - 8:19és megnézzük, hány éves korukban
alkották legjelentősebb műveiket, -
8:19 - 8:22akár zenéről, tudományról,
-
8:22 - 8:23vagy mérnöki tudományokról van szó,
-
8:23 - 8:29látjuk, hogy legtöbben 20-as, 30-as
éveikben, vagy 40-es éveik elején jártak. -
8:30 - 8:33A zsenikutatással azonban
van egy probléma. -
8:33 - 8:36Elsősorban az, hogy azt a képet
alakította ki bennünk, -
8:37 - 8:40hogy a kreativitás egyenlő a fiatalsággal,
-
8:40 - 8:42ami elég fájdalmas, igaz?
-
8:42 - 8:44(Nevetés)
-
8:44 - 8:48De van itt egy megfigyelési hiba is,
-
8:48 - 8:52mivel csak a kiemelkedő tehetségeket
vizsgálták, az egyszerű tudósokat nem. -
8:53 - 8:55A vizsgálat tehát nem általánosan
tette fel a kérdést: -
8:55 - 8:58Igaz-e az, hogy a korral együtt
elveszítjük a kreativitásunkat is? -
8:58 - 9:00Mi pontosan erre kerestük a választ.
-
9:00 - 9:04Ehhez viszont fontos volt,
hogy legyenek referenciapontjaink. -
9:04 - 9:07Vegyünk tehát
egy átlagos tudóst, mint én, -
9:07 - 9:09vizsgáljuk meg az én karrierem alakulást.
-
9:09 - 9:12Itt látható azon tanulmányok listája,
melyeket eddig publikáltam, -
9:12 - 9:17az 1989-ben megjelent első tanulmányomtól,
amit még Romániában írtam, -
9:17 - 9:18egészen az idei évig.
-
9:19 - 9:22A függőleges tengelyen ábrázoltam,
milyen hatása volt az adott tanulmánynak, -
9:22 - 9:23hányan hivatkoztak rá,
-
9:23 - 9:27hány további tanulmány készült,
melyben erre hivatkoznak. -
9:27 - 9:29Ha ezt megnézik,
-
9:29 - 9:32láthatják, hogy karrierem
nagyjából három fázisra osztható. -
9:32 - 9:34Ott volt az első 10 év,
amikor rengeteget dolgoztam, -
9:34 - 9:35viszont nem értem el túl sokat.
-
9:35 - 9:38Ekkor még senkit nem érdekel,
mivel foglalkozom, igaz? -
9:38 - 9:39A munkámnak nincs még hatása.
-
9:39 - 9:41(Nevetés)
-
9:41 - 9:43Akkor még anyagtudományokkal foglalkoztam,
-
9:44 - 9:47később felfedeztem magamnak a hálózatokat,
-
9:47 - 9:49és ezekről kezdtem írni.
-
9:49 - 9:52Onnan már egyik nagy hatású
tanulmány jelent meg a másik után. -
9:52 - 9:55Nagyszerű érzés volt ez –
ez volt karrierem csúcsidőszaka. -
9:55 - 9:57(Nevetés)
-
9:57 - 10:00A kérdés az, hogy mi van most?
-
10:01 - 10:04És ezt természetesen nem tudjuk,
mert nem telt el elegendő idő ahhoz, -
10:04 - 10:07hogy megmondjuk, milyen hatása lesz
az új tanulmányoknak – -
10:07 - 10:08ehhez még idő kell.
-
10:08 - 10:09Ha ezeket az adatokat nézzük,
-
10:09 - 10:13úgy tűnik, Einsteinnek
és a zsenikutatóknak igaza volt. -
10:13 - 10:15Most karrieremnek "ezen" a szintjén állok.
-
10:15 - 10:17(Nevetés)
-
10:17 - 10:23Erre azt mondtuk, rendben, akkor
nézzük meg, hogyan is történik mindez. -
10:23 - 10:25Nézzük először a tudomány világát.
-
10:25 - 10:28Hogy elkerüljük a kiválasztási hibákat,
-
10:28 - 10:30nemcsak a géniuszokat vizsgáltuk,
-
10:30 - 10:33hanem megnéztük minden tudós életrajzát
-
10:33 - 10:361900-tól napjainkig.
-
10:36 - 10:40Minden tudósnál meghatároztuk,
mi volt pályafutásának csúcspontja, -
10:40 - 10:42hogy kapott-e valaha
Nobel-díjat vagy nem, -
10:42 - 10:46sőt az is lehet, hogy senki nem ismerte
még legjelentősebb eredményeit sem. -
10:46 - 10:48Ezt látják a következő dián.
-
10:48 - 10:49Minden sor egy-egy tudósé,
-
10:49 - 10:52a világoskék pont azt jelzi,
mikor voltak karrierjük csúcsán, -
10:52 - 10:54mikor érték el a legkiemelkedőbb
eredményeket. -
10:54 - 10:56A kérdés pedig az,
-
10:56 - 10:59mikor tették
a legnagyobb felfedezést. -
10:59 - 11:01Ahhoz, hogy ezt mérni tudjuk,
-
11:01 - 11:04azt vizsgáltuk, mi a valószínűsége,
hogy mondjuk karrierje első, második, -
11:04 - 11:07vagy tizedik évében jut el
egy tudós a nagy felfedezéshez. -
11:07 - 11:08Itt nem a valós életkort vettük,
-
11:08 - 11:10hanem az ún. "tudományos életkort".
-
11:10 - 11:14A tudományos életkor akkor kezdődik,
mikor az első tanulmányunkat publikáljuk. -
11:14 - 11:15Igen, néhányan még kisbabák.
-
11:15 - 11:17(Nevetés)
-
11:17 - 11:19Nézzük, mikor legvalószínűbb,
-
11:19 - 11:21hogy megjelenik a legjelentősebb munka.
-
11:21 - 11:25Itt is azt látjuk, hogy igaza van
a zsenikutatóknak. -
11:25 - 11:28A legnagyobb hatású munkáját
ugyanis a legtöbb tudós -
11:28 - 11:30karrierje első 10-15 évében adja ki,
-
11:31 - 11:33aztán hanyatlásnak indul.
-
11:34 - 11:36Olyan gyorsan hanyatlik a teljesítmény,
-
11:36 - 11:39hogy az én esetemben, aki most pont
karrierem 30. évében járok, -
11:39 - 11:44az esélye annak, hogy bármi
nagyobb hatásút írjak annál, mint eddig, -
11:44 - 11:46kevesebb mint egy százalék.
-
11:46 - 11:49Az itt látható adatok is mutatják,
hogy karrierem leszálló ágában járok. -
11:50 - 11:51Csakhogy van ezzel egy kis probléma.
-
11:52 - 11:55Nem jelöltük ugyanis
megfelelően a változókat. -
11:55 - 11:57Iktassuk be azt a szempontot,
-
11:57 - 12:01hogy van olyan tudós, aki csak
alkalmanként jelentkezik eredményekkel. -
12:01 - 12:04Hogyan írhatjuk le
az ilyen tudósok teljesítményét? -
12:04 - 12:06Ők mikor jelentetnek meg tanulmányokat?
-
12:06 - 12:08Megmértük tehát a teljesítményt,
-
12:08 - 12:11és azt a hihetetlen eredményt kaptuk,
hogy a teljesítmény, -
12:11 - 12:15vagyis annak valószínűsége, hogy pályánk
első, 10. vagy 20. évében publikálunk, -
12:15 - 12:18megkülönböztethetetlen
annak valószínűségétől, -
12:18 - 12:21amilyen hatást karrierünk
adott szintjén elérhetünk. -
12:21 - 12:23Hogy röviden összefoglaljam a dolgot,
-
12:23 - 12:27sok-sok statisztikai mérés után,
erre csak egy magyarázatot tudtunk adni, -
12:27 - 12:30és ez nem volt más, mint az,
hogy mi, tudósok úgy dolgozunk, -
12:30 - 12:34hogy minden egyes tanulmány, amit írunk,
minden projekt, amiben részt veszünk, -
12:34 - 12:38ugyanakkora eséllyel lehet
egyben legkiválóbb teljesítményünk. -
12:38 - 12:40A tudományos felfedezés
olyan tehát, mint a lutri. -
12:41 - 12:45Minél több lottószelvényünk van,
-
12:45 - 12:47annál nagyobb az esély, hogy nyerünk.
-
12:47 - 12:48És úgy tűnik,
-
12:48 - 12:51a legtöbb tudós ezeket a szelvényeket
-
12:51 - 12:54pályafutása első 10-15 évében szerzi be.
-
12:54 - 12:57Aztán csökken a teljesítmény.
-
12:57 - 12:59Már nem vesznek több szelvényt.
-
13:00 - 13:03Úgy tűnik, mintha
elvesztették volna a kreativitásukat. -
13:03 - 13:05Valójában azonban,
inkább nem próbálkoznak tovább. -
13:06 - 13:09Tehát ha összesítjük az adatokat,
azt az egyszerű eredményt kapjuk, -
13:09 - 13:12hogy a siker bármikor beüthet.
-
13:12 - 13:16Ennek kiváltója lehet pályafutásunk
első vagy utolsó tanulmánya is. -
13:16 - 13:20A vizsgált téma tekintetében is
teljesen esetleges ez. -
13:20 - 13:22Ami változik, az a teljesítmény.
-
13:22 - 13:23Hadd hozzak erre egy példát.
-
13:23 - 13:28A képen Frank Wilczeket látják, aki első,
még egyetemistaként írt tanulmányával -
13:28 - 13:30nyerte el a fizikai Nobel-díjat.
-
13:31 - 13:32(Nevetés)
-
13:32 - 13:34Még nála is érdekesebb John Fenn esete,
-
13:35 - 13:39akit a Yale Egyetem 70 évesen
kényszernyugdíjazott. -
13:39 - 13:41Még a laborját is bezárták.
-
13:41 - 13:45Fenn ekkor átment
a Virginia Commonwealth Egyetemre, -
13:45 - 13:47új labort nyitott,
-
13:47 - 13:50és ekkor, 72 évesen
írta azt a tanulmányát, -
13:50 - 13:54melyért 15 évvel később
megkapta a kémiai Nobel-díjat. -
13:55 - 13:58És most gondolhatják azt,
hogy hát a tudomány világa mégis más, -
13:58 - 14:02de mi a helyzet más foglalkozásokkal,
ahol szükség van a kreativitásra? -
14:02 - 14:06Hadd mondjak el itt egy másik jellegzetes
példát: nézzük a vállalkozásokat. -
14:07 - 14:08Szilícium-völgy,
-
14:08 - 14:11a feltörekvő ifjúság Mekkája, ugye?
-
14:11 - 14:12És tényleg, ha megnézzük, látjuk,
-
14:12 - 14:17hogy a legnagyobb díjakat,
mint a TechCrunch-díj és egyebek, -
14:17 - 14:18azok kapják,
-
14:18 - 14:24akik átlagéletkora alig 30,
vagy csak egy kicsivel több annál. -
14:24 - 14:30Nézzék meg, kiket támogatnak
a kockázati tőkések és vállalataik: -
14:30 - 14:32a 30 év körülieket.
-
14:33 - 14:35Ami persze azért van, ezt mind tudjuk,
-
14:35 - 14:39mert a Szilícium-völgyben úgy gondolják,
a fiatalság egyenlő a sikerrel. -
14:40 - 14:42Az adatok viszont nem ezt mutatják.
-
14:42 - 14:44Mert itt nem csak
magáról a cégalapításról van szó. -
14:44 - 14:47A cégalapítás egy teljesítmény -
próbálkozunk, próbálkozunk. -
14:47 - 14:50De nézzük meg, kik azok,
-
14:50 - 14:54akik valóban sikeres céget hoznak létre,
vagy más módon lesznek sikeresek. -
14:54 - 14:57Nemrégiben néhány kollégám
ennek a kérdésnek járt utána. -
14:57 - 15:01És igen, kiderült, hogy a 20-as, 30-asok
-
15:01 - 15:04nagyon sok céget alakítanak,
sok céget hoznak létre, -
15:04 - 15:06de legtöbbjük csődbe megy.
-
15:06 - 15:10Ha megnézzük, mitől lesz valaki sikeres
ebben az esetben, azt látjuk, -
15:10 - 15:14hogy minél idősebb valaki, annál nagyobb
az esélye annak, hogy jegyezzék a tőzsdén, -
15:14 - 15:17vagy hogy nyereségesen adja el a cégét.
-
15:17 - 15:19Ez nagyon egyértelműen megmutatkozott.
-
15:19 - 15:23Egy ötvenes üzletembernek
kétszer akkora esélye van a sikerre, -
15:24 - 15:25mint egy harmincasnak.
-
15:27 - 15:30(Taps)
-
15:32 - 15:35Végeredményben tehát,
mi is derül ki mindebből? -
15:35 - 15:39Az, hogy a kreativitás nem életkorfüggő.
-
15:39 - 15:41A teljesítmény viszont igen, igaz?
-
15:41 - 15:45Ebből számomra az következik,
hogy végső soron, -
15:46 - 15:47ha az ember próbálkozik,
-
15:48 - 15:50(Nevetés)
-
15:50 - 15:54újra és újra érhet el sikereket.
-
15:54 - 15:56A végkövetkeztetés tehát nagyon egyszerű:
-
15:56 - 15:58megyek is vissza a laboromba.
-
15:58 - 15:59Köszönöm.
-
15:59 - 16:03(Taps)
- Title:
- Van-e kapcsolat az életkor és a siker között?
- Speaker:
- Barabási Albert László
- Description:
-
Barabási Albert László hálózatkutató matematikai eszközök segítségével vizsgálja a siker mibenlétét - az élet bármely területén érjük is el azt -, és bemutatja, mi a kapcsolat az életkor és annak esélye között, hogy sikeresek lehetünk.
- Video Language:
- English
- Team:
closed TED
- Project:
- TEDTalks
- Duration:
- 16:16
![]() |
Csaba Lóki approved Hungarian subtitles for The real relationship between your age and your chance of success | |
![]() |
Zsuzsanna Lőrincz accepted Hungarian subtitles for The real relationship between your age and your chance of success | |
![]() |
Zsuzsanna Lőrincz edited Hungarian subtitles for The real relationship between your age and your chance of success | |
![]() |
Zsófia Herczeg edited Hungarian subtitles for The real relationship between your age and your chance of success | |
![]() |
Zsófia Herczeg edited Hungarian subtitles for The real relationship between your age and your chance of success | |
![]() |
Zsófia Herczeg edited Hungarian subtitles for The real relationship between your age and your chance of success | |
![]() |
Zsófia Herczeg edited Hungarian subtitles for The real relationship between your age and your chance of success |