Sebastian Enderlein, Director de Tecnología en DeepL – Serie de Entrevistas

Sebastian Enderlein, Director de Tecnología en DeepL, es un tecnólogo nacido en Europa con más de una década de experiencia en Silicon Valley, donde ocupó puestos de liderazgo en ingeniería en empresas como Uber, Salesforce (CRM ) y Personio. Con una sólida formación en infraestructura en la nube, sistemas distribuidos y construcción de organizaciones de ingeniería de alto rendimiento, ha ayudado a escalar algunas de las empresas de tecnología de más rápido crecimiento en Estados Unidos y Europa. Hoy en día, divide su tiempo entre San Francisco y Europa, sirviendo como Director de Tecnología en DeepL mientras también asesora e invierte en startups, con un enfoque en resolver desafíos técnicos complejos y ayudar a las empresas en crecimiento en su camino hacia convertirse en unicornios.

DeepL, lanzada en 2017, es un servicio de traducción automática neuronal reconocido por ofrecer traducciones muy precisas y naturales en más de 30 idiomas. Utilizando redes neuronales avanzadas y mejoras de inteligencia artificial propietarias, supera constantemente a la competencia en fluidez y precisión. Disponible a través de la web, aplicaciones de escritorio y móviles, extensiones de navegador y API, DeepL también ofrece una versión Pro con características de nivel empresarial, uso ilimitado y seguridad mejorada.

Ha pasado tiempo construyendo equipos de ingeniería en ambos lados del Atlántico—Silicon Valley y Europa. ¿Qué lecciones personales han moldeado su enfoque para el liderazgo y la innovación en estos ecosistemas de tecnología muy diferentes?

Ambos ecosistemas tienen sus fortalezas y características únicas y estoy agradecido de haber adquirido una profunda comprensión y experiencia en ambas culturas. En Silicon Valley, hay una emocionante cultura de startups con ingenieros altamente motivados y diversificados a nivel mundial que persiguen grandes ideas, respaldados por una mentalidad que se mueve rápidamente y asume riesgos audaces. También hay mucha presión, y el ritmo puede ser intenso – las empresas a menudo tienen visiones ambiciosas, crecen rápidamente y o bien tienen éxito o fracasan rápidamente. Mi tiempo allí me enseñó mucho sobre cómo escalar equipos y tecnología rápidamente, y sobre cómo equilibrar la ambición con las presiones que conlleva ese ritmo.

En Europa, también hay un gran talento, ideas y innovación con equipos que a menudo son multilingües y multiculturales, y hay un claro énfasis en seguridad, cumplimiento y precisión. La diversidad del continente puede ser una fortaleza, trayendo ricas perspectivas, pero también un desafío con mercados fragmentados, sistemas legales variados y una mayor demanda de cumplimiento. También he notado que las startups allí son más propensas a autofinanciarse, lo que a veces puede ralentizar el crecimiento pero también construye resistencia y poder de permanencia a largo plazo. Para DeepL, tener nuestras raíces en Europa ha sido una clara fortaleza. Ha moldeado nuestro enfoque en la precisión, la seguridad y la nuance cultural, lo que nos ayuda a destacarnos como líderes en el paisaje de la inteligencia artificial en rápida evolución.

¿Qué lo motivó a unirse a DeepL como Director de Tecnología después de su tiempo en Personio y su experiencia con empresas como Uber y Salesforce?

Cuando conocí a Jarek, el CEO y fundador de DeepL, junto con el resto del equipo de liderazgo, me atrajo inmediatamente su claridad de visión y pasión por resolver un problema verdaderamente significativo con la inteligencia artificial. DeepL no solo está construyendo tecnología de inteligencia artificial innovadora por el sake de la innovación. Están enfocados en construir productos que resuelven problemas reales y cotidianos para las personas y las empresas – y están apasionados por ello. Ese sentido de propósito y potencial, y la cultura de la empresa que está tan profundamente arraigada en la innovación práctica y el impacto en el mundo real, fue un gran motivador para mí y me emocionó unirme al equipo. He visto el impacto de los equipos impulsados por la misión durante mi tiempo en Personio, Uber y Salesforce.

Como alguien que pasa mucho tiempo en ambos lados del Atlántico, la misión de la empresa de romper barreras lingüísticas también se destacó para mí. DeepL está resolviendo un desafío muy real que enfrentan las personas y las empresas en todas partes; uno que he experimentado personalmente y también he visto de primera mano. Ya sea que sean equipos globales tratando de colaborar más efectivamente o empresas buscando crecer en nuevos mercados, las barreras lingüísticas pueden ralentizar todo. Así que también me emocionó la oportunidad de unirme al equipo y ayudar a abordar ese desafío de una manera significativa.

Hablemos sobre Clarify. No es solo un traductor – es interactivo, contextual y adaptativo. ¿Cuál fue la chispa inicial para desarrollarlo, y cómo empuja los límites de lo que la inteligencia artificial del lenguaje puede hacer?

Un gran enfoque para nosotros este año ha sido mirar cómo podemos mejorar los productos que ofrecemos a través de nuestra plataforma de inteligencia artificial del lenguaje – desde DeepL Translator hasta nuestra solución de traducción de voz en tiempo real, Deepl Voice – para que puedan volverse aún más personalizados, colaborativos e intuitivos. Queremos que la experiencia DeepL se sienta menos como software tradicional y más como trabajar con un colaborador inteligente, y eso es exactamente lo que Clarify entrega.

Los idiomas son increíblemente matizados. Las palabras y las oraciones pueden tener múltiples significados, implicaciones culturales o variaciones gramaticales, como sustantivos con género o modismos que no se traducen limpiamente. Clarify, que está disponible a través de DeepL Translator, se construyó para ayudar a nuestros clientes a navegar esas complejidades, actuando como un experto en lenguaje interactivo que se comunica directamente con los usuarios para resolver la ambigüedad y mostrar un contexto más profundo. Por ejemplo, Clarify ayudará a determinar si “banco” en una oración podría referirse a un río o a una institución financiera, o traducir “el profesor” sin saber el género.

Lo emocionante de Clarify es que transforma el proceso de traducción de DeepL de un modelo de entrada-salida unidireccional en una verdadera colaboración. En lugar de recibir resultados pasivamente, los usuarios interactúan con Clarify a lo largo del proceso. La herramienta sugerirá proactivamente ediciones y sugerencias, para que lleguen al resultado más preciso juntos.

Una de las características más fascinantes de Clarify es su capacidad para detectar ambigüedad y solicitar aclaración a los usuarios. ¿Cómo define técnicamente “ambigüedad” de una manera que una máquina pueda reconocer y actuar?

Es una gran pregunta – la ambigüedad es un desafío conocido en la traducción automática, pero a menudo se pasa por alto o se evita porque entender la intención del usuario en tiempo real puede ser desafiante. Sin embargo, la ambigüedad puede cambiar completamente el significado de una traducción dependiendo de cómo se entiende la entrada. Para abordar esto, nuestros investigadores colaboraron estrechamente con expertos en lenguaje para identificar instancias donde esto sucede y desarrollar sistemas que puedan responder en consecuencia.

DeepL tiene una reputación por la precisión, pero ahora se está moviendo hacia la personalización y la colaboración. ¿Cómo equilibra el rendimiento del modelo con la experiencia del usuario para asegurarse de que la inteligencia artificial no solo proporcione “una” traducción – sino la correcta para ese usuario?

Como mencionas, la “correcta” traducción no siempre es universal. Depende del contexto, del par de idiomas y del caso de uso. Una empresa puede requerir terminología interna específica, mientras que otra puede necesitar capturar un tono o una nuance particular. Para nosotros, la precisión y la personalización no son objetivos separados, sino que trabajan juntos para garantizar la calidad.

En DeepL, cuando pensamos en la calidad, nos enfocamos en proporcionar traducciones y resultados que sean técnicamente precisos y contextualmente apropiados, pero que también estén alineados con la intención del usuario. Nuestra plataforma de inteligencia artificial del lenguaje refleja esto – estamos combinando el rendimiento de los modelos de vanguardia con una experiencia del usuario inteligente para asegurarnos de que nuestros clientes reciban resultados de traducción que realmente se adapten a sus necesidades.

Muchos modelos de propósito general no cumplen con las expectativas cuando se trata de matices lingüísticos y contexto cultural. ¿Qué hace que los modelos de DeepL sean diferentes, y por qué es la especialización una ventaja crítica?

Los modelos que impulsan nuestra plataforma de inteligencia artificial del lenguaje están diseñados específicamente para la traducción y la escritura. Este enfoque nos da una ventaja significativa en la captura de matices, contextos y tonos a través de los idiomas, lo cual es crítico en entornos empresariales donde la precisión es fundamental.

A diferencia de los modelos generales entrenados con datos de internet amplios, los LLM propietarios de DeepL se entrenan con más de 7 años de contenido específico del dominio y se someten a un ajuste fino adicional por parte de miles de lingüistas profesionales. Esta especialización nos permite entregar consistentemente una mayor calidad y confiabilidad. En pruebas ciegas en 2024, traductores profesionales encontraron que nuestro LLM de próxima generación requirió 2-3 veces menos ediciones que Google (GOOGL ) o ChatGPT para alcanzar la misma calidad. Es por eso que más de 200,000 clientes empresariales en todo el mundo confían en DeepL. En campos como la ley, la tecnología, la atención médica y el marketing, incluso pequeñas mala traducciones pueden tener consecuencias graves. La calidad y la precisión no son opcionales.

Desde su tiempo gestionando la infraestructura en la nube en Uber hasta liderar la ingeniería en Personio y ahora en DeepL, ¿cuál ha sido el desafío de ingeniería más difícil que ha enfrentado – y qué aprendió de ello?

Desde una perspectiva de personas, el desafío más difícil ha sido liderar equipos a través de fases largas de crecimiento hipertrófico, encontrar el equilibrio adecuado entre moverse rápidamente y mantener la eficiencia, y asegurarse de que los nuevos reclutas sean incorporados bien, entiendan la misión de la empresa y tengan oportunidades de crecimiento. Una gran lección que aprendí allí fue evitar el movimiento pendular entre extremos. Cambiar rápidamente de “crecimiento a cualquier precio” a “alta eficiencia” es difícil para una organización, y más que duplicar un equipo de tecnología en un año inevitablemente crea tensión – desde entonces, he establecido eso como un límite aproximado superior.

Desde una perspectiva tecnológica, he pasado gran parte de mi carrera escalando pilas de tecnología en la nube y en todo el mundo, tratando con problemas complejos de consistencia y confiabilidad para algunos de los servicios más populares del planeta. He aprendido que la sobrearquitectura es un problema grave, y que la “sobremodularización” puede paralizar a una organización y hacer que la rendición de cuentas por el impacto en el cliente sea más difícil de lograr. Con la inteligencia artificial acelerando aún más el ritmo de los negocios – las empresas ahora pueden alcanzar $100M de ingresos anuales en menos de un año, y los equipos están viendo ganancias de productividad sin precedentes – el enfoque y la simplicidad son más importantes que nunca.

DeepL ahora sirve a más de 200,000 empresas y instituciones gubernamentales. ¿Cómo mantiene el equilibrio entre la confiabilidad empresarial y la innovación a velocidad?

Es un equilibrio en el que pensamos todo el tiempo. Nuestros clientes empresariales confían en DeepL para la comunicación crítica de alto riesgo, por lo que la confiabilidad, la seguridad y la confianza son realmente esenciales. Al mismo tiempo, sabemos que la innovación no puede ralentizarse… la industria de la inteligencia artificial se está moviendo a una velocidad vertiginosa. La clave está, en algunos sentidos, en el enfoque. Cuando se trata de nuestra plataforma de inteligencia artificial del lenguaje, nos enfocamos en resolver problemas de lenguaje complejos con alta precisión. Este enfoque nos permite movernos rápidamente sin comprometer la calidad.

También somos muy adaptables. Podemos introducir nuevas capacidades o características, brindando soluciones innovadoras que impulsan a la industria hacia adelante, mientras mantenemos la calidad empresarial, la precisión y el rendimiento que nuestros clientes conocen y esperan. Un gran ejemplo de esto es la reciente expansión de DeepL Voice: acabamos de anunciar que ahora ofrece soporte para entrada hablada en chino mandarín, ucraniano y rumano, junto con características mejoradas de productividad en reuniones y una importante integración futura con Zoom Meetings, lo que es realmente emocionante.

Finalmente, ¿qué cree que el futuro de la inteligencia artificial del lenguaje?

La inteligencia artificial del lenguaje ya está transformando la forma en que nos comunicamos globalmente, como empresas, empleados y personas, permitiendo una conexión y colaboración más profundas a través de los negocios, las culturas y las industrias. Estamos avanzando hacia un futuro donde las empresas de todos los tamaños pueden operar y crecer internacionalmente sin ser frenadas por las barreras lingüísticas, abriendo la puerta a un mundo y una economía más conectados e inclusivos.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Deepl.