Come Google fa innovazione

Steve Jobs ha costruito, e poi fatto crescere, Apple fondendo la tecnologia con il design. IBM è rimasta uno dei principali attori nel suo settore per circa un secolo investendo in una ricerca che è stata spesso un decennio in anticipo sui tempi. Facebook “si muove velocemente e mantiene un’infrastruttura stabile”. Ognuna di queste aziende, a proprio modo, fa innovazione in maniera eccellente. Ma ciò che rende Google (ora ufficialmente noto come Alphabet) diverso è che non si basa su nessuna strategia, ma semplicemente sforna progetti innovativi e li commercializza.

La società è, naturalmente, un’impresa di grandi dimensioni, con 75 miliardi  di  dollari  di  fatturato,  oltre 60.000 dipendenti e una vertiginosa serie di prodotti, dal core business di ricerca e il sistema operativo Android a imprese nascenti come automobili a guida indipendente. Quindi, per capire meglio come Google innova, ho dato uno sguardo da vicino a quello che sta facendo in un’area specifica: Deep Learning

Un impegno assoluto per la ricerca

Come ogni cosa che fa Google, la sua iniziativa Deep Learning ha profonde radici nel suo impegno spasmodico per la ricerca. Lo  spirito di scoperta è profondamente radicato nel DNA di Google. Dopo tutto, la società ha iniziato con Sergey Brin e il progetto di ricerca finanziato dalla NSF di Larry Page per catalogare il Web. Questo serio impegno per la scoperta è continuato e Google investe miliardi di dollari ogni anno in ricerca e sviluppo.
Eppure anche quell’enorme cifra in dollari non racconta tutta la storia. Google acquisisce abitualmente start-up in fase iniziale, molte delle quali lanciate in seguito a ricerche accademiche e investe in decine di altre persone attraverso il proprio braccio di venture capital. Una delle startup appena acquisite da Google, Deep Mind, ha recentemente fatto notizia battendo il leggendario campione del mondo di Go, Lee  Sedol.
Un altro modo in cui la società identifica e accede alla ricerca innovativa è attraverso la sua  collaborazione attiva con la comunità scientifica. Finanzia oltre 250  progetti di ricerca accademici all’anno, pubblica risultati su database pubblici come arXiv, nonché sul proprio sito di ricerca, e invita ogni anno i 30 migliori studiosi al mondo a trascorrere i propri anni sabbatici in Google.
Spesso i migliori ricercatori arrivano per restare. Google offre agli scienziati un laboratorio unico nel suo genere, con enormi set di dati, alcune delle migliori architetture di calcolo al mondo e l’opportunità di continuare a pubblicare  apertamente, motivo per il quale questa azienda ha una grande attrattiva per gli studiosi di prim’ordine. Uno di questi, Andrew NG, una star nei circoli di intelligenza artificiale, è arrivato a Google  nel 2010.

Innovazione bottom-up

Una volta arrivato a Google, Ng ha dato inizio ad una stretta collaborazione con altri due ricercatori, Greg Corrado  e  Jeff  Dean,   che erano anche interessati ad un nuovo tipo di intelligenza artificiale chiamato deep learning. Ben presto, i tre hanno iniziato a lavorare insieme, spendendo così il loro “20% di tempo”, ovvero la leggendaria opzione che l’azienda fornisce, incoraggiando i dipendenti a lavorare su progetti che li interessano.
Alcuni dei prodotti più  popolari  di Google,  come Gmail,  Google e  AdSense,  sono  nati proprio  in questo modo. Eppure quello che i tre avevano  in  mente  era  diverso.  Non erano interessati a costruire applicazioni qualsiasi, ma piuttosto a estendere i limiti del possibile. Per capire  cosa stavano  cercando,  aiuta sapere qualcosa su come funziona il cervello.
Quando scorgete un amico in un bar affollato, sembra un singolo evento, ma non lo è. Diverse regioni del vostro cervello elaborano aspetti diversi dell’esperienza, come colori e forme e li integrano in concetti più ampi, come un volto umano, un tipo di acconciatura o lo stile distintivo di un designer popolare.
Gli scienziati chiamano questi diversi aspetti livelli di astrazione. Di solito, i computer tendono a lavorare in modo lineare, quindi è difficile lavorare con più di alcuni livelli di astrazione. Tuttavia, il trio pensava di poter fare molto meglio, espandendo la gerarchia a 20 o 30 livelli, il che avrebbe consentito un livello di intelligenza artificiale molto più sofisticato rispetto a quello che era stato precedentemente raggiunto.

Un incubatore interno

In breve tempo, iniziarono a fare progressi. Come mi disse Corrado, «Affinchè una rete impari, c’è bisogno di dati e Google ne ha in abbondanza. L’altro elemento è il computing veramente veloce e anche in questo caso  l’esperienza di Google nel calcolo distribuito è  stata di enorme aiuto. Quindi siamo stati in grado di far avanzare l’apprendimento automatico davvero rapidamente»
Quindi, circa 18 mesi dopo aver iniziato, il team si è trasferito a lavorare sul progetto in Google X, lo skunkworks interno dell’azienda. Lì, non solo erano in grado di lavorare a tempo pieno a tempo pieno, ma potevano anche reclutare uno staff di cinque o sei scienziati e ingegneri di altissimo livello, con dottori in matematica, neuroscienze e informatica.
«Il tempo trascorso in incubazione in Google X  è stato davvero essenziale», dice Corrado. «Abbiamo potuto lavorare sulla tecnologia di base senza essere legati a un particolare prodotto. Siamo passati da tre persone che lavoravano part-time a otto o nove a tempo pieno. Questa è la dimensione perfetta per muoversi molto velocemente. Eravamo come una piccola startup, ma avevamo le risorse di questa enorme impresa».
Il risultato di quel periodo di incubazione era un prodotto  reale. Chiamato DistBelief, divenne il loro sistema di apprendimento automatico di prima generazione. In poco tempo, DistBelief è stato incorporato in una varietà di prodotti Google, come Google Maps, Google Traduttore  e  anche YouTube (per aiutare gli utenti a trovare i video che stanno cercando).

L’impatto sul core business

Nel 2012, il team si è “diplomato” da Google X e ora si chiama Google Brain, ed è cresciuto fino ad avere un centinaio di  ricercatori, tra cui Geoffrey Hinton, un gigante nel campo del deep learning, entrato a far parte del team nel 2013. Ha anche creato un prodotto di seconda generazione, chiamato TensorFlow, che è stato open source con una licenza Apache.
Oggi, Google Brain è diventato parte integrante dell’ecosistema dell’innovazione che lo ha generato. Il team lavora attivamente con i suoi clienti interni all’interno dei team di prodotto di Google per mettere il deep learning al centro di tutto ciò che fa Google. Quasi chiunque all’interno di Google può accedere a TensorFlow per rendere il proprio prodotto più intelligente e più efficace.
Ad  esempio,   TensorFlow  ha  reso  la ricerca vocale di Google più  rapida  e  accurata,  riducendo il tasso  di errore da circa il 23% all’8% circa, riducendo il tempo necessario per completare una ricerca di quasi un terzo di secondo. Gli errori nella ricerca di immagini sono stati ridotti di due terzi e gli utenti possono ora cercare le foto senza etichetta per qualsiasi cosa, dai tramonti alle razze canine  specifiche.
Ha inoltre portato a nuove funzionalità,   come  Smart Reply   su   Gmail,  che  offre consigli per rispondere ai messaggi in arrivo.  Google Traduttore è stato esteso a 100 lingue, coprendo il 99% della popolazione mondiale. Google Brain molto probabilmente porterà a prodotti completamente nuovi, ma sta già dimostrando un enorme valore nel migliorare i prodotti principali dell’azienda

Un feedback virtuoso

Nella maggior parte delle organizzazioni, l’innovazione viene trattata come un processo abbastanza lineare di ricerca, sviluppo, dimostrazione e implementazione, con ogni fase che funge da specifica area, ma in Google tutto funziona come un circuito di feedback strettamente correlato, con  ricercatori  e team di prodotto che lavorano mano in mano non solo per creare nuovi prodotti, ma anche per identificare aree di ricerca fruttuose per ulteriori studi.
«Avvicinarsi ai dati e alle reali esigenze degli utenti ti dà l’opportunità di innovare ulteriormente»,  mi ha detto Corrado. Lui e il suo team lavorano attivamente non solo con i team di prodotto, ma anche con altri googler che lavorano su progetti del 20%. Piuttosto che un gruppo di scienziati pazzi che lavorano su mostri di Frankenstein nel profondo delle viscere dell’organizzazione, sono collaboratori attivi.
È così che Google Brain pervade l’ecosistema dell’innovazione di Google. TensorFlow fornisce l’accesso a strumenti di apprendimento automatico di base, che aprono nuove possibilità agli ingegneri di Google, che quindi contattano gli scienziati  di   Google Brain  per  creare  nuovi  prodotti e funzionalità.  Ciò crea un humus fertile per nuove e straordinarie innovazioni.
Ciò che rende speciale Google è il modo in cui è stata in grado di integrare un intero portafoglio di strategie di innovazione in un tutto unico. Ciò richiede più di una filosofia gestionale o un sistema di operation, richiede un vero spirito di scoperta profondamente radicato nel DNA dell’organizzazione.