Google accorde une grande importance à la réalisation de choses à grande échelle et à la manière de faire les choses à grande échelle

Google accorde une grande importance à la réalisation de choses à grande échelle et à la manière de faire les choses à grande échelle

Dans l’ADN de Google,

« Si ce n’est pas avec un potentiel de 10x (10 fois) en termes d’échelle,

cela ne vaut pas la peine de le faire » est une règle d’or.

Le modèle de pensée de Google n’est pas « comment créer un bon produit »,

mais « comment construire un système capable de fonctionner automatiquement et de servir toute l’humanité ».

Voici quelques exemples classiques illustrant la « pensée d’échelle extrême » de Google :

La pensée « anti-humaine » dans le recrutement : le Comité de recrutement (Hiring Committee)

Au début,

la majorité des recrutements dans les entreprises étaient décidés par le patron,

ou simplement par l’intervieweur qui pensait que « cette personne est bonne » et l’embauchait.

Mais Google estime que cela n’est pas scalable,

car les biais humains ne peuvent pas être éliminés par la gestion.

Solution à grande échelle : Google a mis en place un système d’évaluation basé sur des données extrêmement strictes.

Méthode : l’intervieweur se contente d’enregistrer les faits et de donner une note,

sans avoir le pouvoir d’embaucher.

La décision finale est prise par un « comité de recrutement » qui n’a jamais rencontré le candidat, basé uniquement sur le rapport d’entretien.

Logique : ce système froid et impersonnel,

semblable à une chaîne de montage,

garantit qu’en passant de 1 000 à 100 000 employés,

la densité de talents ne sera pas diluée.

C’est ce qu’on appelle « la gestion à grande échelle ».

Le secteur de la traduction : passer de « faire appel à un expert » à « alimenter en données »

Les premiers logiciels de traduction (comme Yahoo ou les premiers systèmes IBM) tentaient d’apprendre aux ordinateurs en leur enseignant des règles grammaticales.

Mais c’était trop lent,

car il existe des milliers de langues dans le monde.

Solution de Google : Au début, Google Translate comptait presque pas de linguistes,

uniquement des ingénieurs.

Pensée à grande échelle : ils ont directement collecté des centaines de millions de documents multilingues issus d’organisations comme l’ONU, l’UE, etc.,

et ont utilisé des modèles statistiques (puis des réseaux neuronaux) pour laisser la machine découvrir ses propres règles.

Résultat : Google n’a pas besoin d’écrire du code pour chaque nouvelle langue.

Tant qu’il y a des données dans cette langue sur Internet,

le système de traduction peut s’étendre automatiquement à cette langue.

C’est ce qu’on appelle « l’échelle algorithmique ».

Les centres de données : transformer des « pièces détachées bon marché » en « superordinateurs »

Au début des années 2000,

les grandes entreprises (comme IBM, Oracle) augmentaient leur puissance de calcul en achetant des serveurs plus chers et plus stables.

Mais Google a compris que

ce matériel coûteux ne pouvait pas soutenir l’échelle mondiale de la recherche.

Solution à grande échelle : le Google File System (GFS).

Méthode : Google achète des disques durs et des serveurs ordinaires, les plus bon marché et les plus susceptibles de tomber en panne.

Logique : puisque le matériel va forcément tomber en panne,

je résous le problème au niveau logiciel.

Si une machine tombe en panne,

le système sauvegarde automatiquement les données sur une autre machine bon marché.

Résultat : Google peut augmenter indéfiniment ses serveurs à très faible coût.

Cette pensée a ensuite évolué pour devenir la base du cloud computing.

Numérisation des livres : faire face à des poursuites de toute l’humanité

Lorsque Google a décidé de lancer Google Books,

leur objectif n’était pas de numériser quelques livres,

mais « numériser tous les livres de l’histoire de l’humanité ».

Pensée à grande échelle : ils ne voulaient pas négocier les droits d’auteur livre par livre.

Méthode : Google a directement déployé des scanners spécialement conçus dans les bibliothèques universitaires de haut niveau,

scannant des dizaines de milliers de pages par jour.

Même face à des poursuites farouches de la part des éditeurs mondiaux,

ils ont d’abord voulu « indexer ».

Logique : si l’on ne numérise que les livres avec droits d’auteur,

ce n’est pas un moteur de recherche,

c’est une librairie.

Se couvrir en numérisant tous les livres du monde,

c’est là que la quantité de données devient une véritable transformation (par exemple, améliorer la compréhension de l’IA du savoir humain).

Le fameux « test de la brosse à dents » (Toothbrush Test)

Larry Page, lors de l’évaluation d’une acquisition ou du lancement d’un projet,

utilise souvent ce critère.

« L’utilisez-vous au moins une ou deux fois par jour ? »

Cela permet de savoir si le produit améliore réellement la vie.

Analyse approfondie : ce test filtre essentiellement « la haute fréquence, le besoin urgent, l’universalité ».

Si un produit ne sert qu’à 1 million de personnes (par exemple, une communauté de luxe haut de gamme),

Google n’est généralement pas intéressé.

Ils ne s’intéressent qu’à ce qui peut être utilisé quotidiennement par 2 milliards de personnes.

Résumé : l’aspect sombre de la pensée à grande échelle

Bien que cette pensée ait permis de créer des miracles,

elle comporte aussi des effets secondaires :

Indifférence au « petit mais beau » : si une idée ne peut rapporter que peu d’argent ou ne servir qu’un petit groupe,

elle sera rapidement marginalisée chez Google (c’est aussi pourquoi Google a tué de nombreux produits très appréciés par ses fans, comme Google Reader).

Négligence de l’humain : lorsque tout est standardisé en données,

les utilisateurs deviennent des « unités de trafic »,

ce qui rend Google souvent maladroit dans la gestion de questions complexes liées à la culture, la communauté et la modération de contenu.

Google est effectivement obsédé par la « grande échelle » (Scale) dans sa logique commerciale,

mais en matière de développement produit et d’innovation technologique,

c’est une entreprise extrêmement passionnée par la création de « petites choses »,

sans pour autant permettre à une petite chose de rester éternellement petite.

Si cela ne peut pas devenir le futur moteur,

elle doit disparaître.

Ces petites choses sont considérées en interne comme « terrains d’expérimentation pour l’innovation » ou « agents de préservation de la marque ».

Nous pouvons analyser ces tentatives « non scalables » de Google à trois niveaux :

Les petits mais beaux « laboratoires d’idées » (Google Creative Lab)

Google dispose d’un département dédié appelé Creative Lab,

dont la mission n’est pas de faire de l’argent,

ni de créer des produits pour 1 milliard d’utilisateurs,

mais d’explorer « les frontières entre technologie et art ».

Look to Speak : une petite application permettant à l’utilisateur de sélectionner des phrases à l’écran uniquement par le mouvement des yeux, puis de les faire lire à haute voix.

Initialement conçue pour les personnes atteintes de troubles moteurs,

elle n’est clairement pas destinée à la rentabilité à grande échelle,

mais elle a considérablement renforcé la température technologique de Google.

Quick, Draw! (Guess the Drawing) : un jeu web extrêmement simple,

qui vous demande de dessiner,

et l’IA devine ce que c’est.

Bien qu’il ait connu une diffusion virale mondiale,

il s’agit essentiellement d’une petite démo pour montrer la capacité des réseaux neuronaux.

Blob Opera (Opéra de la Gelée) : une expérience interactive où quatre petites gelées chantent en voix d’opéra.

Il n’y a pas de « modèle commercial » derrière,

c’est purement pour le plaisir et la démonstration d’algorithmes.

Incubateur interne Area 120

Google a autrefois lancé un département appelé Area 120,

qui permettait aux employés d’utiliser 20 % de leur temps pour développer des petits projets qui les intéressaient.

Ces projets sont souvent très ciblés,

voire un peu « non-Google » :

Tables : un outil de tableur en ligne similaire à Airtable,

destiné à résoudre de petits problèmes de collaboration interne.

Keen : un outil de collecte d’intérêts similaire à Pinterest.

Grasshopper : un jeu mobile minimaliste pour apprendre à coder à des débutants.

Ces produits ciblent souvent des dizaines de milliers ou centaines de milliers d’utilisateurs de niche,

dans le but de tester une hypothèse de marché spécifique.

Pourquoi Google développe-t-il ces « petites choses » ?

Si Google ne voit que « l’échelle »,

pourquoi soutenir ces petits projets ? La pensée derrière : « Le grand volant a besoin d’innombrables petites engrenages pour démarrer. »

Rétention des talents : les grands génies ont souvent des idées farfelues.

Sans leur donner l’espace pour créer des « petites choses »,

ils partiront pour lancer leur propre startup.

Les leur donner un peu de budget et d’espace serveur,

est la meilleure façon de retenir des ingénieurs comme Jeff Dean.

Faible coût d’expérimentation : beaucoup de grands produits (comme Gmail ou Google News) ont commencé comme de « petites choses ».

Si dès le départ, la réussite à grande échelle était un KPI,

ces produits auraient été abandonnés dès leur phase de démarrage.

Les « avant-garde » de la collecte de données : beaucoup de petits projets sont en réalité des détecteurs de données.

Par exemple, avec « Guess the Drawing »,

Google a collecté le plus grand ensemble de données de dessins faits à la main par des humains dans le monde,

ce qui a énormément contribué à améliorer la reconnaissance manuscrite et la compréhension d’images dans ses produits principaux (Google Search ou le clavier Android).

Le côté « froid » de cette pensée : Google Cemetery (cimetière de Google)

Même si Google réalise beaucoup de petites choses,

la gestion de leur cycle de vie est extrêmement impitoyable.

Pas de croissance, pas de pitié : chaque année, Google ferme des dizaines de petits projets.

Si un petit projet ne montre pas le potentiel de dépasser 1 à 2 milliards d’utilisateurs en 1-2 ans,

ou ne peut pas alimenter ses activités principales (IA, recherche, publicité),

Google le « tue » sans pitié.

Exemples célèbres : Google Reader (le lecteur le plus populaire), Google Wave, Jamboard, Google Podcasts.

Résumé

La pensée de Google est : « Élargir la toile (faire de petites choses), accumuler des réserves (chercher le potentiel d’échelle), attendre le bon moment (une fois que ça fonctionne, investir massivement). »

Ce n’est pas qu’ils méprisent faire de petites choses,

mais ils n’autorisent pas qu’un petit projet reste éternellement petit.

S’il ne peut pas devenir le moteur du futur,

il doit disparaître.

Ces petites choses sont considérées en interne comme « terrains d’expérimentation pour l’innovation » ou « agents de préservation de la marque ».

Nous pouvons analyser ces tentatives « non scalables » de Google à trois niveaux :

“Laboratoires d’idées” petits mais beaux $AWE Google Creative Lab

Google dispose d’un département dédié appelé Creative Lab,

dont la mission n’est pas de faire de l’argent,

ni de créer des produits pour 1 milliard d’utilisateurs,

mais d’explorer « les frontières entre technologie et art ».

Look to Speak : une petite application permettant à l’utilisateur de sélectionner des phrases à l’écran uniquement par le mouvement des yeux, puis de les faire lire à haute voix.

Initialement conçue pour les personnes atteintes de troubles moteurs,

elle n’est clairement pas destinée à la rentabilité à grande échelle,

mais elle a considérablement renforcé la température technologique de Google.

Quick, Draw! Guess the Drawing : un jeu web extrêmement simple,

qui vous demande de dessiner,

et l’IA devine ce que c’est.

Bien qu’il ait connu une diffusion virale mondiale,

il s’agit essentiellement d’une petite démo pour montrer la capacité des réseaux neuronaux.

Blob Opera Opéra de la Gelée : une expérience interactive où quatre petites gelées chantent en voix d’opéra.

Il n’y a pas de « modèle commercial » derrière,

c’est purement pour le plaisir et la démonstration d’algorithmes.

Incubateur interne Area 120

Google a autrefois lancé un département appelé Area 120,

qui permettait aux employés d’utiliser 20 % de leur temps pour développer des petits projets qui les intéressaient.

Ces projets sont souvent très ciblés,

voire un peu « non-Google » :

Tables : un outil de tableur en ligne similaire à Airtable,

destiné à résoudre de petits problèmes de collaboration interne.

Keen : un outil de collecte d’intérêts similaire à Pinterest.

Grasshopper : un jeu mobile minimaliste pour apprendre à coder à des débutants.

Ces produits ciblent souvent des dizaines de milliers ou centaines de milliers d’utilisateurs de niche,

dans le but de tester une hypothèse de marché spécifique.

Pourquoi Google développe-t-il ces « petites choses » ?

Si Google ne voit que « l’échelle »,

pourquoi soutenir ces petits projets ? La pensée derrière : « Le grand volant a besoin d’innombrables petites engrenages pour démarrer. »

Rétention des talents : les grands génies ont souvent des idées farfelues.

Sans leur donner l’espace pour créer des « petites choses »,

ils partiront pour lancer leur propre startup.

Les leur donner un peu de budget et d’espace serveur,

est la meilleure façon de retenir des ingénieurs comme Jeff Dean.

Faible coût d’expérimentation : beaucoup de grands produits (comme Gmail ou Google News) ont commencé comme de « petites choses ».

Si dès le départ, la réussite à grande échelle était un KPI,

ces produits auraient été abandonnés dès leur phase de démarrage.

Les « avant-garde » de la collecte de données : beaucoup de petits projets sont en réalité des détecteurs de données.

Par exemple, avec « Guess the Drawing »,

Google a collecté le plus grand ensemble de données de dessins faits à la main par des humains dans le monde,

ce qui a énormément contribué à améliorer la reconnaissance manuscrite et la compréhension d’images dans ses produits principaux (Google Search ou le clavier Android).

Le côté « froid » de cette pensée : Google Cemetery (cimetière de Google)

Même si Google réalise beaucoup de petites choses,

la gestion de leur cycle de vie est extrêmement impitoyable.

Pas de croissance, pas de pitié : chaque année, Google ferme des dizaines de petits projets.

Si un petit projet ne montre pas le potentiel de dépasser 1 à 2 milliards d’utilisateurs en 1-2 ans,

ou ne peut pas alimenter ses activités principales (IA, recherche, publicité),

Google le « tue » sans pitié.

Exemples célèbres : Google Reader (le lecteur le plus populaire), Google Wave, Jamboard, Google Podcasts.

Résumé

La pensée de Google est : « Élargir la toile (faire de petites choses), accumuler des réserves (chercher le potentiel d’échelle), attendre le bon moment (une fois que ça fonctionne, investir massivement). »

Ce n’est pas qu’ils méprisent faire de petites choses,

mais ils n’autorisent pas qu’un petit projet reste éternellement petit.

S’il ne peut pas devenir le moteur du futur,

il doit disparaître

$RWA ****$HOME