Sebastian Enderlein, Chief Technology Officer di DeepL – Serie di Interviste

Sebastian Enderlein, Chief Technology Officer di DeepL, è un tecnologo nato in Europa con oltre un decennio di esperienza nella Silicon Valley, dove ha ricoperto ruoli di leadership tecnica senior in aziende come Uber, Salesforce (CRM ) e Personio. Con una solida formazione in infrastrutture cloud, sistemi distribuiti e costruzione di organizzazioni tecniche ad alte prestazioni, ha aiutato a scalare alcune delle aziende tecnologiche in più rapida crescita sia negli Stati Uniti che in Europa. Oggi, divide il suo tempo tra San Francisco e l’Europa, ricoprendo il ruolo di CTO di DeepL e anche consigliando e investendo in startup, con un focus sulla risoluzione di sfide tecniche complesse e sull’aiuto alle scale-up nel loro percorso per diventare unicorni.

DeepL, lanciato nel 2017, è un servizio di traduzione automatica neurale riconosciuto per la consegna di traduzioni estremamente accurate e naturali in oltre 30 lingue. Utilizzando reti neurali avanzate e miglioramenti AI proprietari, supera costantemente i concorrenti in fluidità e precisione. Disponibile tramite web, desktop e app mobili, estensioni del browser e API, DeepL offre anche una versione Pro con funzionalità di livello aziendale, utilizzo illimitato e sicurezza avanzata.

Ha trascorso del tempo costruendo team di ingegneria su entrambi i lati dell’Atlantico—Silicon Valley e Europa. Quali lezioni personali hanno plasmato il suo approccio alla leadership e all’innovazione all’interno di questi due ecosistemi tecnologici molto diversi?

Entrambi gli ecosistemi hanno le loro peculiarità e punti di forza e sono grato di aver acquisito una profonda conoscenza e esperienza in entrambe le culture. A Silicon Valley, c’è una cultura startup molto emozionante con ingegneri altamente motivati e diversificati a livello globale che inseguono grandi idee, supportati da una mentalità che si muove velocemente e accetta rischi audaci. C’è anche molta pressione e il ritmo può essere intenso – le aziende spesso hanno visioni ambiziose, crescono rapidamente e o hanno successo o falliscono velocemente. Il mio tempo lì mi ha insegnato molto sulla scalabilità dei team e della tecnologia e su come bilanciare l’ambizione con le pressioni che il ritmo può portare.

In Europa, c’è anche un forte talento, idee e innovazione con team che sono spesso multilingui e multiculturali, e c’è un chiaro accento sulla sicurezza, sulla conformità e sulla precisione. La diversità del continente può essere una forza, portando prospettive ricche, ma anche una sfida con mercati frammentati, sistemi giuridici vari e una maggiore richiesta di conformità. Ho anche notato che le startup lì sono più propense a autofinanziarsi, il che a volte può rallentare la crescita ma anche costruire resilienza e potenza di lungo termine. Per DeepL, avere le radici in Europa è stata una chiara forza. Ciò ha plasmato il nostro focus sulla precisione, sulla sicurezza e sulla sfumatura culturale, aiutandoci a distinguerci come leader nel rapido panorama dell’AI.

Cosa l’ha motivato a unirsi a DeepL come CTO dopo il suo tempo in Personio e la sua esperienza con aziende come Uber e Salesforce?

Quando ho incontrato per la prima volta Jarek, CEO e fondatore di DeepL, insieme al resto del team di leadership, sono stato immediatamente attratto dalla loro chiarezza di visione e dalla loro passione per la risoluzione di un problema veramente significativo con l’AI. DeepL non sta solo costruendo tecnologie AI cool per il sake dell’innovazione. Sono laser-focalizzati sulla costruzione di prodotti che risolvono problemi reali e quotidiani per le persone e le aziende – e sono appassionati di questo. Quel senso di scopo e potenziale, e la cultura dell’azienda che è così profondamente radicata nell’innovazione pratica e nell’impatto sul mondo reale, è stato un grande motivatore per me e mi ha reso entusiasta di unirmi al team. Ho visto l’impatto di team guidati da una missione durante il mio tempo in Personio, Uber e Salesforce.

In qualità di persona che trascorre molto tempo su entrambi i lati dell’Atlantico, la missione dell’azienda di abbattere le barriere linguistiche mi è anche sembrata particolarmente rilevante. DeepL sta risolvendo una sfida molto reale affrontata da persone e aziende ovunque; una sfida che ho sia sperimentato personalmente che visto direttamente. Che si tratti di team globali che cercano di collaborare più efficacemente o di aziende che cercano di crescere in nuovi mercati, le barriere linguistiche possono rallentare tutto. Quindi, sono stato anche entusiasta dell’opportunità di unirmi al team e aiutare a risolvere quella sfida in modo significativo.

Parliamo di Clarify. Non è solo un traduttore—è interattivo, contestuale e adattivo. Qual è stato lo scintilla iniziale per lo sviluppo di Clarify, e come spinge i confini di ciò che l’AI linguistica può fare?

Un grande focus per noi quest’anno è stato quello di esaminare come possiamo migliorare i prodotti che offriamo attraverso la nostra piattaforma Language AI – dal traduttore DeepL, alla nostra soluzione di traduzione vocale in tempo reale, Deepl Voice – in modo che possano diventare ancora più personalizzati, collaborativi e intuitivi. Vogliamo che l’esperienza DeepL si senta meno come un software tradizionale e più come lavorare con un collaboratore intelligente, ed è esattamente ciò che Clarify consegna.

Le lingue sono incredibilmente sfumate. Le parole e le frasi possono avere più significati, implicazioni culturali o variazioni grammaticali, come sostantivi di genere o modi di dire che non si traducono facilmente. Clarify, disponibile tramite il traduttore DeepL, è stato costruito per aiutare i nostri clienti a navigare quelle complessità, agendo come un esperto linguistico AI interattivo che si interfaccia direttamente con gli utenti per risolvere l’ambiguità e portare a galla un contesto più profondo. Ad esempio, Clarify aiuterà a determinare se “bank” in una frase potrebbe riferirsi a una banca fluviale o a un’istituzione finanziaria, o tradurre “il professore” senza sapere il genere.

Ciò che è emozionante in Clarify è che trasforma il processo di traduzione DeepL da un modello di input-output a senso unico in una vera collaborazione. Invece di ricevere passivamente i risultati, gli utenti interagiscono con Clarify durante tutto il processo. Lo strumento suggerirà proattivamente modifiche e suggerimenti, in modo che si arrivi al risultato più accurato insieme.

Una delle caratteristiche più affascinanti di Clarify è la sua capacità di rilevare l’ambiguità e sollecitare gli utenti per la chiarificazione. Come definisce tecnicamente “ambiguità” in modo che una macchina possa riconoscerla e agire di conseguenza?

È una grande domanda – l’ambiguità è una sfida nota nella traduzione automatica, ma è spesso trascurata o aggirata perché capire l’intento dell’utente in tempo reale può essere difficile. Tuttavia, l’ambiguità può cambiare completamente il significato di una traduzione a seconda di come si comprende l’input. Per affrontare questo, i nostri ricercatori hanno collaborato strettamente con esperti linguistici per identificare le istanze in cui questo accade e sviluppare sistemi che possano rispondere di conseguenza.

DeepL ha la reputazione di essere preciso, ma ora si sta muovendo verso la personalizzazione e la collaborazione. Come bilancia le prestazioni del modello con l’esperienza utente per assicurarsi che l’AI non dia solo “una” traduzione, ma quella giusta per quell’utente?

Come dice, la “giusta” traduzione non è sempre universale. Dipende dal contesto, dalla coppia di lingue e dall’uso. Un’azienda può richiedere una terminologia interna specifica, mentre un’altra può aver bisogno di catturare un particolare tono o sfumatura. Per noi, la precisione e la personalizzazione non sono obiettivi separati, ma lavorano insieme per garantire la qualità.

In DeepL, quando pensiamo alla qualità, ci concentriamo sul fornire traduzioni e output che siano tecnicamente accurati e contestualmente appropriati, ma che siano anche allineati con l’intento dell’utente. La nostra piattaforma Language AI riflette questo – stiamo combinando prestazioni di modello all’avanguardia con una UX intelligente per assicurarci che i nostri clienti ricevano output di traduzione che rispondano veramente alle loro esigenze.

Molti modelli general-purpose non soddisfano le aspettative quando si tratta di sfumature linguistiche e contesto culturale. Cosa rende i modelli di DeepL diversi, e perché la specializzazione è un vantaggio critico?

I modelli che alimentano la nostra piattaforma Language AI sono progettati specificamente per la traduzione e la scrittura. Questo focus ci dà un vantaggio significativo nel catturare sfumature, contesti e toni attraverso le lingue, il che è critico in ambienti aziendali in cui la precisione è fondamentale.

A differenza dei modelli generali addestrati su dati internet ampi, i nostri LLM proprietari sono addestrati su 7+ anni di contenuti specifici del dominio e subiscono un ulteriore addestramento da parte di migliaia di linguisti professionisti. Questa specializzazione ci consente di consegnare costantemente qualità e affidabilità più elevate. In test ciechi nel 2024, traduttori professionisti hanno trovato che il nostro LLM di prossima generazione richiedeva 2-3 volte meno modifiche rispetto a Google (GOOGL ) o ChatGPT per raggiungere la stessa qualità. È per questo che oltre 200.000 clienti aziendali in tutto il mondo si affidano a DeepL. In settori come legge, tecnologia, sanità e marketing, anche piccole errori di traduzione possono avere gravi conseguenze. La qualità e l’accuratezza non sono opzionali.

Dal suo tempo di gestione delle infrastrutture cloud in Uber alla guida dell’ingegneria in Personio e ora in DeepL, qual è stata la più grande sfida tecnica che ha affrontato—e cosa ha imparato da essa?

Dal punto di vista delle persone, la sfida più difficile è stata guidare i team attraverso lunghe fasi di ipercrescita, trovando il giusto equilibrio tra muoversi velocemente e rimanere efficienti, e anche assicurandosi che i nuovi assunti siano ben integrati, capiscano la missione dell’azienda e abbiano opportunità di crescita. Una grande lezione che ho imparato lì è stata evitare l’oscillazione tra gli estremi. Passare rapidamente da “crescita a tutti i costi” a “alta efficienza” è difficile per un’organizzazione, e raddoppiare più o meno il team tecnico in un anno inevitabilmente crea tensione – ho quindi stabilito che come limite approssimativo.

Dal punto di vista tecnico, ho trascorso gran parte della mia carriera scalando pile tecnologiche nel cloud e in tutto il mondo, affrontando problemi complessi di coerenza e affidabilità per alcuni dei servizi più popolari del pianeta. Ho imparato che l’iperprogettazione è un problema serio e che l'”iperpiattaformizzazione” può paralizzare l’organizzazione e rendere più difficile raggiungere l’accountability per l’impatto sul cliente. Con l’AI che accelera ulteriormente il ritmo degli affari – le aziende possono ora raggiungere 100 milioni di dollari di entrate annue in meno di un anno, e i team stanno vedendo guadagni di produttività senza precedenti – la concentrazione e la semplicità sono più importanti che mai.

DeepL ora serve oltre 200.000 aziende e istituzioni governative. Come mantiene l’equilibrio tra l’affidabilità aziendale e l’innovazione alla velocità?

È un equilibrio a cui pensiamo costantemente. I nostri clienti aziendali si affidano a DeepL per comunicazioni ad alto livello di criticità, quindi l’affidabilità, la sicurezza e la fiducia sono essenziali. Allo stesso tempo, sappiamo che l’innovazione non può rallentare… l’industria dell’AI si sta muovendo a una velocità fulminea! La chiave è, in alcuni modi, la concentrazione. Quando si tratta della nostra piattaforma Language AI, ci concentriamo sulla risoluzione di problemi linguistici complessi con alta accuratezza e precisione. Questa concentrazione ci consente di muoverci velocemente senza compromettere la qualità.

Siamo anche molto adattabili. Possiamo introdurre nuove capacità o funzionalità, offrendo soluzioni innovative che spingono l’industria avanti, mantenendo allo stesso tempo la qualità aziendale, l’accuratezza e le prestazioni che i nostri clienti conoscono e continuano a attendersi. Un ottimo esempio di ciò è la recente espansione di DeepL Voice: abbiamo appena annunciato che ora offre supporto per input vocali in cinese mandarino, ucraino e rumeno, insieme a funzionalità di produttività delle riunioni migliorate e a una grande integrazione imminente con Zoom Meetings, il che è veramente emozionante.

Infine, cosa crede che il futuro riservi all’AI linguistica?

L’AI linguistica sta già trasformando il modo in cui, come aziende, dipendenti e persone, comunichiamo a livello globale, consentendo una connessione e una collaborazione più profonde attraverso aziende, culture e industrie. Stiamo muovendoci verso un futuro in cui le aziende di tutte le dimensioni possono operare e crescere a livello internazionale senza essere ostacolate dalle barriere linguistiche, aprendo la porta a un mondo e a un’economia più connessi e inclusivi.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Deepl.