Google da mucha importancia a hacer las cosas a gran escala y a hacer las cosas de manera escalable

Google valora mucho hacer cosas a gran escala y hacerlo de manera escalable

En la esencia de Google,

“Si no tiene potencial de escala 10x (10 veces),

no vale la pena hacerlo” es una regla de oro.

El modelo mental de Google no es “cómo hacer un buen producto”,

sino “cómo construir un sistema que funcione automáticamente y sirva a toda la humanidad”.

A continuación, algunos casos clásicos que reflejan el pensamiento de “escala extrema” de Google:

Pensamiento “anti-artificial” en reclutamiento: Comité de contratación (Hiring Committee)

En los primeros tiempos,

la mayoría de las empresas contrataba según la decisión del jefe,

o simplemente si el entrevistador pensaba “esta persona es buena”, la contrataba.

Pero Google consideraba que esto no podía escalar,

porque los prejuicios humanos no se pueden eliminar mediante gestión.

Solución escalable: Google creó un sistema de evaluación basado en datos extremadamente riguroso.

Método: los entrevistadores solo registran hechos y asignan puntuaciones,

pero no tienen poder de decisión de contratación.

La decisión final la toma un “Comité de contratación” que nunca ha visto al candidato, basado en los informes de entrevista de forma independiente.

Lógica: este sistema frío,

como una línea de ensamblaje,

garantiza que incluso si la empresa crece de 1,000 a 100,000 personas,

la densidad de talento no se diluye.

Esto es**“gestión a escala”**.

Negocios de traducción: de “consultar expertos” a “alimentar datos”

Los primeros softwares de traducción (como Yahoo o los primeros sistemas de IBM) intentaban enseñar reglas gramaticales a las computadoras para traducir.

Pero esto era demasiado lento,

porque existen miles de idiomas en el mundo.

Solución de Google: Google Translate en sus inicios casi no tenía lingüistas,

solo ingenieros.

Pensamiento escalable: ellos directamente recopilaron cientos de millones de documentos multilingües de instituciones como Naciones Unidas, Unión Europea, etc.,

usando modelos estadísticos (más tarde redes neuronales) para que la máquina busque patrones por sí misma.

Resultado: Google no necesita programar cada idioma nuevo.

Mientras haya datos en línea de ese idioma,

el sistema de traducción puede expandirse automáticamente a ese idioma.

Esto es**“escalabilidad algorítmica”**.

Centros de datos: convertir “componentes baratos” en “supercomputadoras”

A principios de los 2000,

las grandes empresas (como IBM, Oracle) aumentaban su capacidad comprando servidores más caros y estables.

Pero Google se dio cuenta de que,

ese hardware costoso no soportaba la escala de búsqueda global.

Solución escalable: Sistema de archivos de Google (GFS).

Método: Google compra discos duros y servidores comunes, económicos y propensos a fallar.

Lógica: dado que el hardware inevitablemente fallará,

resuelven el problema a nivel de software.

Si una máquina falla,

el sistema automáticamente respalda los datos en otra máquina económica.

Resultado: Google puede aumentar infinitamente sus servidores a bajo costo.

Este pensamiento evolucionó en la base de**la computación en la nube (Cloud Computing)**.

Digitalización de libros: hacerla incluso ante litigios globales

Cuando Google decidió hacer Google Books,

su objetivo no era digitalizar unos pocos libros,

sino**“digitalizar todos los libros de la historia de la humanidad”**.

Pensamiento escalable: no negociaron derechos de autor libro por libro.

Método: Google envió carros de escaneo diseñados especialmente a las principales bibliotecas universitarias,

escaneando decenas de miles de páginas diarias.

Incluso ante demandas furiosas de editores globales,

primero completan la “indexación”.

Lógica: si solo gestionan libros con derechos,

no sería un motor de búsqueda,

sino una librería.

Solo cubriendo todos los libros del mundo,

se puede lograr un cambio cualitativo por el volumen de datos (como mejorar la comprensión de IA sobre el conocimiento humano).

El famoso “Test del cepillo de dientes” (Toothbrush Test)

Larry Page, al evaluar si adquirir una empresa o iniciar un proyecto,

usa este estándar con mayor frecuencia.

“¿Lo usas al menos una o dos veces al día? ¿Hace tu vida mejor?”

Análisis profundo: en esencia, este test filtra**“alta frecuencia, necesidad básica, universal”**.

Si un producto solo sirve a 1 millón de personas (como una comunidad de lujo),

Google generalmente no se interesa.

Solo se interesan en cosas que puedan ser usadas por 2 mil millones de personas diariamente.

Resumen: las sombras del pensamiento a escala

Aunque este pensamiento ha creado milagros,

también tiene efectos secundarios:

Indiferencia por lo “pequeño y bonito”: si una idea solo genera poco dinero o sirve a un nicho pequeño,

en Google será rápidamente marginada (por eso Google eliminó muchos productos queridos por sus fans, como Google Reader).

Ignorar la humanidad: cuando todo se escala a datos,

los usuarios se convierten en “unidades de tráfico”,

lo que hace que Google sea torpe al tratar problemas complejos humanos, comunitarios y de moderación de contenido.

Google realmente está obsesionado con la “escala” en su lógica comercial,

pero en desarrollo de productos e innovación tecnológica,

es una empresa extremadamente apasionada por hacer “cosas pequeñas”,

pero no permite que una cosa pequeña sea solo eso para siempre.

Si no puede convertirse en el futuro motor de impulso,

debe desaparecer.

Estas pequeñas cosas en Google se consideran**“campos de experimentación para innovación” o “protectores de la identidad de marca”**.

Podemos analizar estas “intentos no escalables” de Google en tres niveles:

“Laboratorio de creatividad” pequeño y bonito (Google Creative Lab)

Google tiene un departamento llamado Creative Lab,

su misión no es ganar dinero,

ni hacer productos con 1,000 millones de usuarios,

sino explorar “los límites entre tecnología y arte”.

Look to Speak: una pequeña app que permite a los usuarios seleccionar frases en pantalla solo moviendo los ojos y leer en voz alta.

Fue diseñada inicialmente para personas con discapacidades motoras.

Claramente no busca escalar para obtener beneficios,

pero aumenta mucho la “temperatura tecnológica” de Google.

Quick, Draw! (Adivina el dibujo): un juego web extremadamente simple,

que te pide dibujar,

y la IA adivina.

Aunque se ha viralizado globalmente,

básicamente es solo una demo para mostrar la capacidad de las redes neuronales.

Blob Opera (Ópera de burbujas): un experimento interactivo donde cuatro burbujas cantan en armonía clásica.

No tiene “modelo de negocio”,

solo por diversión y para mostrar algoritmos.

Incubadora interna Area 120

Google tuvo una vez un departamento llamado Area 120,

que permitía a los empleados dedicar el 20% de su tiempo a pequeños proyectos de interés personal.

Estos proyectos suelen ser muy verticales,

e incluso parecen “poco Google”:

Tables: una herramienta de hojas de cálculo en línea similar a Airtable,

que resuelve pequeños problemas de colaboración interna.

Keen: una herramienta de recopilación de intereses similar a Pinterest.

Grasshopper: un juego minimalista para enseñar a usuarios sin experiencia a programar.

Estos productos suelen dirigirse a pequeños nichos de decenas de miles o cientos de miles de usuarios,

con el objetivo de probar hipótesis de mercado específicas.

¿Por qué Google hace estas “cosas pequeñas”?

Si Google solo valora la “escala”,

¿por qué mantener estos pequeños proyectos? El modelo mental detrás es: “El gran impulso necesita innumerables pequeños engranajes para arrancar”.

Retención de talento: los mejores talentos suelen tener ideas brillantes.

Si no les das espacio para hacer “cosas pequeñas”,

se irán a emprender.

Darles un poco de presupuesto y espacio en servidores,

es la mejor forma de retener a ingenieros como Jeff Dean.

Baja inversión y prueba rápida: muchas grandes ideas (como Gmail y Google News) empezaron siendo “cosas pequeñas”.

Si desde el principio se hubieran medido solo por escala,

probablemente habrían sido eliminadas en su fase inicial.

“Vanguardia” en recolección de datos: muchos pequeños proyectos en realidad son detectores de datos.

Por ejemplo, con “Adivina el dibujo”,

Google recopiló el mayor conjunto de datos de dibujos hechos a mano por humanos en todo el mundo,

lo cual fue fundamental para mejorar el reconocimiento de escritura a mano y comprensión de imágenes en productos principales como Google Search o Android Keyboard.

El lado “frío” de este pensamiento: Google Cemetery (el cementerio de Google)

Aunque Google hace muchas cosas pequeñas,

su gestión del ciclo de vida de estos pequeños proyectos es extremadamente fría.

Sin crecimiento,

se apaga de inmediato: cada año Google cierra decenas de pequeños proyectos.

Si un pequeño proyecto no muestra potencial para escalar a 1,000 millones de usuarios en 1-2 años,

o no puede retroalimentar su negocio principal (IA,

búsqueda,

publicidad),

Google lo “mata” sin piedad.

Ejemplos famosos: Google Reader (el lector más popular),

Google Wave,

Jamboard,

Google Podcasts.

Resumen

La mentalidad de Google es: “Lanzar muchas redes (hacer cosas pequeñas),

acumular recursos (buscar potencial de escala),

y cuando funcione bien, invertir a gran escala”.

No es que desprecie hacer cosas pequeñas,

sino que no permite que una cosa pequeña sea solo eso para siempre.

Si no puede convertirse en el futuro motor de impulso,

debe desaparecer.

$RWA$AWE \HOME