TED2004
Sergey Brin + Larry Page: The genesis of Google
Sergiej Brin i Larry Page opowiadają o firmie Google
Filmed:
Readability: 3.1
1,819,827 views
Założyciele Google'a, Larry Page i Sergiej Brin pokazują jak funkcjonuje firma "od kuchni" -- opowiadają, gdzie na świecie ludzie najczęściej korzystają z wyszukiwarki, jak działa filantropijna Fundacja Google i w jaki sposób starają się o innowacyjność i radość pracowników.
Double-click the English transcript below to play the video.
00:26
Sergey Brin: I want to discuss a question
0
1000
2000
Sergiej Brin: Chcę zacząć od pytania,
00:28
I know that's been pressing on many of your minds.
1
3000
2000
które, o ile mi wiadomo, wielu z was nurtuje.
00:30
We spoke to you last several years ago.
2
5000
3000
Spotkaliśmy się tu kilka lat temu.
00:33
And before I get started today,
3
8000
2000
Zanim zaczniemy dzisiejszy wykład,
00:35
since many of you are wondering,
4
10000
3000
skoro tak wielu z was się zastanawia,
00:38
I just wanted to get it out of the way.
5
13000
2000
załatwmy tę sprawę.
00:40
The answer is boxers.
6
15000
3000
Odpowiedź brzmi: bokserki.
00:52
Now I hope all of you feel better.
7
27000
2000
Mam nadzieję, że poprawiłem wam samopoczucie.
00:54
Do you know what this might be? Does anyone know what that is?
8
29000
3000
Wiecie, co to może być? Wie ktoś?
00:57
Audience: Yes.
9
32000
1000
Widownia: Tak
00:58
SB: What is it?
10
33000
2000
SB: Co to jest?
01:00
Audience: It's people logging on to Google around the world.
11
35000
2000
Widownia: Użytkownicy Google'a w różnych częściach świata.
01:02
SB: Wow, OK. I didn't really realize what it was when I first saw it.
12
37000
3000
Fantastycznie! Ja nie miałem pojęcia, kiedy to pierwszy raz zobaczyłem.
01:05
But this is what helped me see it.
13
40000
3000
Ale to urządzenie mi pomogło.
01:08
This is what we run at the office, that actually runs real time.
14
43000
3000
Mamy je w biurze – tam wszystko jest rejestrowane w czasie realnym.
01:11
Here it's slightly logged.
15
46000
2000
Tu wyniki są trochę opóźnione.
01:13
But here you can see around the world
16
48000
2000
Tu widać, jak ludzie używają Google'a
01:15
how people are using Google.
17
50000
3000
w różnych miejscach na świecie.
01:18
And every one of those rising dots
18
53000
2000
Każda z tych kropek
01:20
represents probably about 20, 30 searches,
19
55000
3000
to chyba 20 czy 30 wyszukiwań,
01:23
or something like that.
20
58000
2000
coś około tego.
01:25
And they're labeled by color right now, by language.
21
60000
4000
Tu widzicie różne kolory, w zależności od języka.
01:29
So you can see: here we are in the U.S.,
22
64000
2000
Tu mamy USA
01:31
and they're all coming up red.
23
66000
2000
na czerwono.
01:33
There we are in Monterey -- hopefully I can get it right.
24
68000
2000
Tu jest Monterey – mam nadzieje, że mi się uda…
01:35
You can see that Japan is busy at night,
25
70000
3000
Tu możecie zobaczyć Japonię -- duży ruch,
01:38
right there.
26
73000
2000
bo jest późny wieczór.
01:40
We have Tokyo coming in in Japanese.
27
75000
3000
Tu jest Tokio, w języku japońskim.
01:43
There's a lot of activity in China.
28
78000
2000
Duży ruch w Chinach.
01:45
There's a lot of activity in India.
29
80000
3000
Duży w Indiach.
01:48
There's some in the Middle East, the little pockets.
30
83000
4000
Trochę mniej na Bliskim Wschodzie -- tylko parę miejsc.
01:52
And Europe, which is right now in the middle of the day,
31
87000
3000
W Europie, gdzie mamy środek dnia,
01:55
is going really strong with a whole wide variety of languages.
32
90000
4000
ruch jest intensywny i widać dużo języków.
02:06
Now you can also see, if I turn this around here --
33
101000
6000
Tu z kolei -- spróbuje to odwrócić
02:14
hopefully I won't shake the world too much.
34
109000
3000
nie przewracając świata do góry nogami --
02:17
But you can also see, there are places where there's not so much.
35
112000
3000
widać miejsca, w których nie ma prawie nic.
02:20
Australia, because there just aren't very many people there.
36
115000
3000
Australia jest rzadko zaludniona.
02:23
And this is something that we should really work on,
37
118000
3000
A tu coś, nad czym chcemy pracować:
02:26
which is Africa, which is just a few trickles,
38
121000
4000
Afryka -- zaledwie parę małych strumyczków
02:30
basically in South Africa and a few other urban cities.
39
125000
3000
w RPA i kilku dużych miastach.
02:33
But basically, what we've noticed is these queries,
40
128000
4000
W sumie widać jednak, że otrzymujemy
02:37
which come in at thousands per second,
41
132000
2000
tysiące zapytań na sekundę,
02:39
are available everywhere there is power.
42
134000
3000
gdziekolwiek jest elektryczność.
02:42
And pretty much everywhere there is power, there is the Internet.
43
137000
3000
Bo wszędzie gdzie jest prąd, dociera internet.
02:46
And even in Antarctica -- well, at least this time of year --
44
141000
5000
Nawet z Antarktyki -- w każdym razie o tej porze roku --
02:51
we from time to time will see a query rising up.
45
146000
2000
raz po raz napływa jakieś pytanie.
02:53
And if we had it plotted correctly,
46
148000
2000
Gdybyśmy sporządzili poprawny wykres,
02:55
I think the International Space Station would have it, too.
47
150000
3000
to nawet Międzynarodowa Stacja Kosmiczna powinna się pokazać.
03:06
So this is
48
161000
2000
Jednym z naszych
03:09
some of the challenge that we have here,
49
164000
4000
największych wyzwań --
03:13
is you can see that it's actually kind of hard to get the --
50
168000
4000
moment, to nie zawsze chce się pokazać,
03:22
there we go.
51
177000
2000
o teraz widać --
03:24
This is how we have to move the bits around
52
179000
1000
jest przemieszczanie tych wszystkich bitów,
03:25
to actually get the people the answers to their questions.
53
180000
2000
by dostarczać ludziom odpowiedzi.
03:27
You can see that there's a lot of data running around.
54
182000
4000
Tu widzicie, że chodzi o ogromne ilości danych,
03:31
It has to go all over the world: through fibers,
55
186000
3000
które podróżują dookoła świata przez światłowody,
03:34
through satellites, through all kinds of connections.
56
189000
2000
satelity, najrozmaitsze połączenia.
03:36
And it's pretty tricky for us to maintain the latencies
57
191000
5000
Zapewnienie szybkości nie jest wcale takie proste.
03:41
as low as we try to. Hopefully your experience is good.
58
196000
4000
Mam nadzieje, że najczęściej nie musicie długo czekać na wynik wyszukiwania.
03:45
But you can see also, once again -- so some places are much more wired
59
200000
2000
Ale widać też tu na tym diagramie, że niektóre miejsca
03:47
than others, and you can see all the bandwidth across the U.S.,
60
202000
4000
oplata znacznie gęstsza sieć niż inne.
03:51
going up over to Asia, Europe in the other direction, and so forth.
61
206000
5000
Tu mamy Stany, dalej Azję, Europę i tak dalej.
03:56
Now what I would like to do is just to show you
62
211000
3000
Chcę wam tu pokazać,
03:59
what one second of this activity would look like.
63
214000
4000
jak wygląda jedna sekunda.
04:03
And if we can switch to slides --
64
218000
3000
Kolejny slajd --
04:09
all right, here we go.
65
224000
2000
o tu właśnie widać to
04:11
So this is slowed down.
66
226000
3000
w zwolnionym tempie.
04:17
This is what one second looks like.
67
232000
3000
Tak wygląda jedna sekunda.
04:20
And this is what we spend a lot of our time doing,
68
235000
2000
Na to właśnie poświęcamy większość czasu
04:22
is just making sure that we can keep up
69
237000
2000
– by móc obsłużyć
04:24
with this kind of traffic load.
70
239000
2000
tego rodzaju ruchu.
04:30
Now, each one of those queries
71
245000
2000
Za każdym z tych wyszukiwań
04:32
has an interesting life and tale of its own.
72
247000
2000
kryje się jakaś interesująca historia.
04:34
I mean, it could be somebody's health,
73
249000
2000
Może chodzić o czyjeś zdrowie,
04:36
it could be somebody's career, something important to them.
74
251000
3000
o karierę, o coś ważnego.
04:39
And it could potentially be something
75
254000
4000
A czasami może to być
04:43
as important as tomato sauce,
76
258000
5000
sos pomidorowy
04:48
or in this case, ketchup.
77
263000
3000
czy jak w tym przypadku, keczup.
04:51
So this is a query that we had --
78
266000
2000
Tu mamy przykładowe wyszukiwanie,
04:54
I guess it's a popular band that was more popular in some parts of the world than others.
79
269000
3000
zdajsie że chodzi o zespół, który w paru krajach zrobił się popularny.
04:57
You can see that it got started right here.
80
272000
3000
Widać, że zaczęło się tutaj.
05:00
In the U.S. and Spain, it was popular at the same time.
81
275000
3000
Do Stanów i do Hiszpanii dotarło mniej więcej równocześnie.
05:03
But it didn't have quite the same pickup in the U.S.
82
278000
2000
Ale w Stanach nie chwyciło tak szybko
05:05
as it did in Spain.
83
280000
2000
jak w Hiszpanii.
05:07
And then from Spain, it went to Italy,
84
282000
2000
Z Hiszpanii przeniosło się do Włoch.
05:09
and then Germany got excited, and maybe right now the U.K. is enjoying it.
85
284000
4000
Potem oszalały Niemcy, a teraz być może bawi się Wielka Brytania.
05:13
And so I guess the U.S. finally,
86
288000
2000
I zdajsie, że Stany
05:15
finally started to like it, too.
87
290000
3000
też ich w końcu polubiły.
05:18
And I just wanted to play it for you.
88
293000
3000
Puszczę wam kawałek.
05:26
Anyway, you can all enjoy it for yourselves --
89
301000
2000
Mam nadzieję, że spróbujecie sami
05:28
hopefully that search will work.
90
303000
3000
i że wyszukiwarka dostarczy odpowiedzi.
05:31
As a part of --
91
306000
4000
Chcemy, by nasza firma rosła,
05:35
you know, part of what we want to do to grow our company
92
310000
2000
więc zależy nam,
05:37
is to have more searches.
93
312000
2000
by było coraz więcej wyszukiwań.
05:39
And what that means is we want to have
94
314000
2000
A to oznacza, że chcemy,
05:41
more people who are healthy and educated.
95
316000
5000
by jak najwięcej ludzi cieszyło się zdrowiem i było wykształconych.
05:46
More animals, if they start doing searches as well.
96
321000
4000
I zwierząt też, gdyby miały zacząć szukać w internecie.
05:50
But partly, we want to make the world a better place,
97
325000
5000
I chcemy też zmieniać świat na lepsze.
05:55
and so one thing that we're embarking upon is the Google Foundation,
98
330000
5000
I właśnie dlatego, zakładamy w tej chwili
06:00
and we're in the process of setting that up.
99
335000
2000
Fundację Google.
06:02
We also have a program already called Google Grants
100
337000
3000
Prowadzimy też program Google Grants.
06:05
that now serves over 150 different charities around the world,
101
340000
3000
który wspomaga ponad 150 organizacji charytatywnych na świecie.
06:08
and these are some of the charities that are on there.
102
343000
2000
Niektóre z nich tu właśnie widzicie.
06:10
And it's something I'm very excited to be a part of.
103
345000
5000
Bardzo się cieszę, że bierzemy w tym udział.
06:15
In fact, many of the organizations that are here --
104
350000
2000
Wiele organizacji, które tu widzicie
06:17
the Acumen Fund, I think ApproTEC we have running, I'm not sure if that one's up yet --
105
352000
4000
Acumen Fund czy ApproTEC... nie jestem pewien czy już się pokazały...
06:23
and many of the people who have presented here are running through Google Grants.
106
358000
3000
Wiele z tych organizacji uczestniczy w programie Google Grants.
06:26
They run Google ads, and we just give them the ad credit
107
361000
3000
Zamieszczamy za darmo ich reklamy obok wyników wyszukiwań,
06:29
so they can let organizations know.
108
364000
4000
i dzięki temu ludzie dowiadują się o tym, co robią.
06:33
One of the earlier results that we got --
109
368000
2000
Jednym z pierwszych przykładów
06:35
we have a Singaporean businessman who is now sponsoring a village
110
370000
3000
jest biznesmen z Singapuru, który sponsoruje
06:38
of 25 Vietnamese girls for their education,
111
373000
4000
naukę 25 wietnamskich dziewczynek w jednej z wiosek.
06:42
and that was one of the earliest results. And as I said, now there have been
112
377000
3000
Takich i podobnych historii
06:45
many, many stories that have come in,
113
380000
2000
jest bardzo wiele,
06:47
because we do have hundreds of charities in there,
114
382000
2000
bo współpracujemy z setkami organizacji charytatywnych.
06:49
and the Google Foundation will be an even broader endeavor.
115
384000
4000
A teraz, dzięki Fundacji Google, będzie ich jeszcze więcej.
06:54
Now does anybody know who this is?
116
389000
2000
No dobrze, czy ktoś wie, co to jest?
07:00
A-ha!
117
395000
1000
A-ha!
07:01
Audience: Orkut.
118
396000
1000
Widownia: Orkut.
07:02
SB: Yes! Somebody got it.
119
397000
2000
SB: Doskonale. Ktoś wiedział.
07:04
This is Orkut. Is anybody here on Orkut?
120
399000
3000
Orkut. Czy ktoś z was korzysta z Orkuta?
07:07
Do we have any?
121
402000
2000
Jest ktoś?
07:09
Okay, not very many people know about it.
122
404000
1000
No tak, niewiele osób o nim słyszało.
07:10
I'll explain it in a second.
123
405000
2000
Zaraz wyjaśnię, o co chodzi.
07:12
This is one of our engineers.
124
407000
2000
To jeden z naszych inżynierów.
07:14
We find that they work better when they're submerged and covered with leaves.
125
409000
4000
Przekonaliśmy się, że pracują znacznie lepiej, gdy obsypujemy ich takimi listkami.
07:19
That's how we churn those products out.
126
414000
3000
To dzięki temu tworzymy te wszystkie produkty.
07:22
Orkut had a vision to create a social network.
127
417000
5000
Orkut miał wizję -- chciał stworzyć serwis społecznościowy.
07:27
I know all of you are thinking, "Yet another social network."
128
422000
2000
Oczywiście wszyscy od razu myślicie „Kolejny serwis społecznościowy”.
07:29
But it was a dream of his, and we, basically,
129
424000
3000
Ale to było jego marzenie, a my, jeśli ktoś bardzo chce coś zrobić,
07:32
when people really want to do something, well, we generally let them.
130
427000
3000
to najczęściej mu pozwalamy.
07:35
So this is what he built.
131
430000
3000
Więc to właśnie stworzył.
07:38
We just released it in a test phase last month,
132
433000
4000
Uruchomiliśmy testową wersję w zeszłym miesiącu
07:42
and it's been taking off.
133
437000
2000
i właśnie startujemy.
07:44
This is our VP of Engineering.
134
439000
2000
To jest wice-szef naszych inżynierów.
07:46
You can see the red hair, and I don't know if you can see the nose ring there.
135
441000
5000
Jest rudy i -- nie wiem, czy to widać -- ma kolczyk w nosie.
07:51
And these are all of his friends.
136
446000
3000
A to są jego przyjaciele.
07:54
So this is how -- we just deployed it --
137
449000
7000
Więc tak to działa -- właśnie przed chwilą uruchomiliśmy ten program
08:01
we just decided that people would send each other invitations to get into the service,
138
456000
3000
Ludzie wysyłają zaproszenia i zachęcają się, by dołączyć do serwisu.
08:04
and so we just had the people in our company initially send them out.
139
459000
5000
Zaczęliśmy od naszej własnej firmy.
08:09
And now we've grown to over 100,000 members.
140
464000
4000
A dziś mamy już ponad 100 tys. członków.
08:13
And they spread, actually, very quickly, even outside the U.S.
141
468000
3000
Więc rozprzestrzenia się to bardzo szybko, nie tylko zresztą w USA.
08:16
You can see, even though the U.S. is still the majority here --
142
471000
3000
Tu widać, że choć na razie najwięcej użytkowników mamy w Stanach --
08:19
though, by the way, search-wise, it's only about 30 percent of our traffic --
143
474000
4000
NB w przypadku wyszukiwarki jest to tylko 30 procent --
08:23
but it's already going to Japan, and the U.K., and Europe,
144
478000
3000
serwis dotarł już do Japonii, Wielkiej Brytanii, Europy,
08:26
and all the rest of the countries.
145
481000
2000
i innych krajów.
08:28
So it's a fun little project.
146
483000
2000
Więc to jest jeden fajny projekcik.
08:30
There are a variety of demographics. I won't bore you with these.
147
485000
3000
Nie chcę was tu zanudzać rozmaitymi szczegółami demograficznymi.
08:33
But it's just the kind of thing that we just try out for fun
148
488000
3000
Ale to właśnie jeden z przykładów – próbujemy czegoś dla frajdy,
08:36
and see where it goes.
149
491000
2000
patrzymy, co się stanie,
08:38
And --
150
493000
2000
I ...
08:40
well, I'll leave you in suspense.
151
495000
2000
Chcę was trochę potrzymać w napięciu.
08:42
Larry, you can explain this one.
152
497000
2000
Larry, czy mógłbyś o tym opowiedzieć?
08:44
Larry Page: Thank you, Sergey.
153
499000
3000
Larry Page: Dziękuje Sergiej.
08:47
So one of the things -- both Sergey and I
154
502000
2000
Jest jedna ważna rzecz.
08:49
went to a Montessori school,
155
504000
2000
Obaj z Sergiejem chodziliśmy do szkoły Montessori.
08:51
and I think, for some reason,
156
506000
3000
I wydaje mi się,
08:54
this has been incorporated in Google.
157
509000
3000
że wiele naszych doświadczeń wykorzystujemy w Google'u.
08:57
And Sergey mentioned Orkut, which is something that,
158
512000
3000
Sergiej wspominał o Orkucie,
09:00
you know, Orkut wanted to do in his time,
159
515000
3000
który chciał się zająć czymś, co go pasjonowało.
09:04
and we call this -- at Google, we've embodied this as "the 20 percent time,"
160
519000
3000
To przykład tego, co określamy tu w Google'u jako "20 procent normy".
09:07
and the idea is, for 20 percent of your time,
161
522000
3000
Chodzi o to, że pracownicy 20% swojego czasu
09:10
if you're working at Google, you can do what you think is the best thing to do.
162
525000
3000
mogą poświęcać na projekty, którymi sami chcą się zajmować.
09:13
And many, many things at Google have come out of that,
163
528000
3000
Wiele projektów Google'a -- Orkut czy Google News --
09:17
such as Orkut and also Google News.
164
532000
3000
w ten właśnie sposób powstało.
09:20
And I think many other things in the world also have come out of this.
165
535000
4000
Nie tylko zresztą w Google'u, ale w świecie.
09:24
Mendel, who was supposed to be teaching high-school students,
166
539000
3000
Mendel, który był nauczycielem w szkole średniej,
09:27
actually, you know, discovered the laws of genetics --
167
542000
3000
odkrył prawa genetyki
09:30
as a hobby, basically.
168
545000
2000
w ramach swojego hobby.
09:32
So many, many useful things come out of this.
169
547000
4000
W ten sposób powstaje dużo pożytecznych rzeczy.
09:36
And News, which I just mentioned,
170
551000
2000
Google News, o których wspominałem,
09:39
was started by a researcher.
171
554000
3000
było pomysłem jednego z naszych badaczy.
09:42
And he just -- he -- after 9/11, he got really interested in the news.
172
557000
3000
Zainteresował się i zaczął śledzić wiadomości po 11 września.
09:45
And he said, "Why don't I look at the news better?"
173
560000
5000
I zastanawiał się, jak można by to robić lepiej.
09:50
And so he started clustering it by category,
174
565000
3000
Zaczął tworzyć kategorie.
09:53
and then he started using it, and then his friends started using it.
175
568000
3000
Najpierw sam z nich korzystał, potem zaczęli korzystać jego przyjaciele.
09:56
And then, besides just looking cute on a baby's bottom,
176
571000
5000
I wtedy, oprócz tego, że zatroszczyliśmy się o śliczną dziecięcą pupę,
10:01
we made it a Googlette,
177
576000
2000
stworzyliśmy też Googlette.
10:03
which is basically a small project at Google.
178
578000
3000
Tak nazywamy w Google'u małe projekty.
10:06
So it'd be like three people, or something like that,
179
581000
3000
Zazwyczaj zaczyna się od jakiś trzech osób,
10:09
and they would try to make a product.
180
584000
2000
które próbują stworzyć jakiś produkt.
10:11
And we wouldn't really be sure if it's going to work or not.
181
586000
2000
I nie mamy pewności, czy to się uda czy nie.
10:13
And in News' case, you know, they had a couple of people
182
588000
4000
W przypadku Google News, pracowały nad tym najpierw dwie osoby.
10:17
working on it for a while, and then more and more people
183
592000
2000
Z czasem coraz więcej ludzi zaczęło z tych wiadomości korzystać
10:19
started using it, and then we put it out on the Internet,
184
594000
2000
umieściliśmy je w Internecie,
10:21
and more and more people started using it.
185
596000
2000
pojawiło się jeszcze więcej użytkowników.
10:23
And now it's a real, full-blown project with more people on it.
186
598000
3000
W tej chwili to już normalny projekt, nad którym pracuje dużo osób.
10:26
And this is how we keep our innovation running.
187
601000
3000
W taki właśnie sposób staramy się o innowacje.
10:29
I think usually, as companies get bigger,
188
604000
3000
Zazwyczaj, gdy jakaś firma się rozrasta,
10:32
they find it really hard to have small, innovative projects.
189
607000
3000
coraz trudniej w niej o małe, innowacyjne projekty.
10:35
And we had this problem, too, for a while, and we said,
190
610000
3000
W którymś momencie, sami tego doświadczyliśmy.
10:38
"Oh, we really need a new concept."
191
613000
2000
Pomyśleliśmy „Potrzebna jest nowa koncepcja”.
10:40
You know, the Googlettes -- that's a small project that we're not quite sure if it's going to work or not,
192
615000
4000
Wymyśliliśmy Googlettes -- małe projekty, które na początku są niepewne.
10:44
but we hope it will, and if we do enough of them,
193
619000
3000
Liczymy, że jeśli będziemy próbować różnych rzeczy,
10:47
some of them will really work and turn out, such as News.
194
622000
4000
niektóre doprowadzą do sukcesu, jak było w przypadku Wiadomości.
10:51
But then we had a problem because then we had over 100 projects.
195
626000
4000
Ale tu pojawia się nowy problem -- pracujemy nad setką projektów.
10:55
And I don't know about all of you,
196
630000
2000
Nie wiem jak wy,
10:57
but I have trouble keeping 100 things in my head at once.
197
632000
3000
ale mi myślenie o stu projektach na raz sprawia kłopot.
11:00
And we found that if we just wrote all of them down
198
635000
4000
Nauczyliśmy się jednak, że jeśli się je uporządkuje
11:04
and ordered them -- and these are kind of made up.
199
639000
3000
i stworzy listę -- tu widzicie kilka zmyślonych,
11:07
Don't really pay attention to them.
200
642000
2000
nie zwracajcie na nie uwagi.
11:09
For example, the "Buy Iceland" was from a media article.
201
644000
3000
Na przykład "Kupić Islandię" to pomysł z jakiegoś artykułu.
11:12
We would never do such a crazy thing, but --
202
647000
2000
My czegoś tak szalonego nigdy byśmy nie zrobili.
11:17
in any case, we found if we just basically wrote them all down and ordered them,
203
652000
4000
W każdym razie, przekonaliśmy się, że jeśli wszystko po kolei zapiszemy,
11:21
that most people would actually agree what the ordering should be.
204
656000
4000
to większość ludzi zgadza się, jaka powinna być kolejność.
11:25
And this was kind of a surprise to me, but
205
660000
2000
Było to dla mnie zaskoczeniem,
11:27
we found that as long as you keep the 100 things in your head,
206
662000
3000
ale okazało się, że jeśli zapanuje się
11:30
which you did by writing them down,
207
665000
2000
nad projektami, tworząc taką listę
11:32
that you could do a pretty good job deciding what to do
208
667000
2000
to decyzja, co robić i na co
11:34
and where to put your resources.
209
669000
3000
przeznaczać środki, jest już prosta.
11:37
And so that's basically what we've done
210
672000
2000
Od kilku lat tak właśnie działamy
11:39
since we instituted that a few years ago, and I think it has really allowed us to be innovative
211
674000
4000
i wydaje mi się, że dzięki temu pozostajemy innowacyjni,
11:43
and still stay reasonably well-organized.
212
678000
3000
a jednocześnie w miarę dobrze zorganizowani.
11:46
The other thing we discovered is that people like to work on things that are important,
213
681000
3000
Przekonaliśmy się, że ludzie lubią pracować nad tym, co wydaje im się ważne,
11:49
and so naturally,
214
684000
2000
więc siłą rzeczy
11:51
people sort of migrate to the things that are high priorities.
215
686000
6000
wybierają projekty priorytetowe.
11:57
I just wanted to highlight a couple of things
216
692000
2000
Chcę krótko opowiedzieć o paru rzeczach,
11:59
that are new, or you might not know about.
217
694000
3000
które są nowe i o których pewnie jeszcze nie słyszeliście.
12:02
And the top thing, actually, is the Deskbar.
218
697000
3000
Po pierwsze Deskbar, który jest nową rzeczą.
12:05
So this is a new -- how many of you use the Google Toolbar?
219
700000
3000
Kto z was korzysta z paska Google Toolbar?
12:08
Raise your hands.
220
703000
2000
Podnieście ręce.
12:10
How many of you use the Deskbar?
221
705000
3000
A ilu z was korzysta z aplikacji Deskbar?
12:13
All right, see? You guys should try it out.
222
708000
2000
No tak. Powinniście spróbować.
12:15
But if you go to our site and search
223
710000
2000
Jeśli pójdziecie na naszą stronę i zapytacie wyszukiwarkę
12:17
for "Deskbar," you'll get this.
224
712000
2000
o Deskbar, to właśnie zobaczycie.
12:19
And the idea is, instead of a toolbar, it's just present all the time
225
714000
2000
Na ekranie, zamiast paska narzędzi, będzie pojawiał się Deskbar
12:21
on your screen on the bottom,
226
716000
2000
na dole ekranu.
12:23
and you can do searches really easily.
227
718000
3000
Ułatwia wyszukiwanie.
12:26
And it's sort of like a better version of the toolbar.
228
721000
2000
Tak naprawdę, to ulepszona wersja paska narzędzi.
12:28
Thank you, Sergey.
229
723000
2000
Dziękuje Sergiej.
12:34
This is another example of a project that somebody at Google
230
729000
2000
To kolejny przykład czegoś, co powstało
12:36
was really passionate about, and they just, they got going,
231
731000
3000
dzięki pasji pracownika Google'a.
12:39
and it's really, really a great product, and really taking off.
232
734000
3000
Świetny produkt, który właśnie robi się popularny.
12:42
Google Answers is something we started, which is really cool,
233
737000
4000
Google Answers, nowa rzecz, bardzo fajny pomysł.
12:46
which lets you -- for five to 100 dollars,
234
741000
3000
Trzeba zapłacić od 5 do 100 dolarów
12:49
you can type a question in,
235
744000
2000
i wpisać swoje pytanie.
12:51
and then there's a pool of researchers
236
746000
2000
I wówczas zespół naszych ekspertów
12:53
that go out and research it for you, and it's guaranteed and all that,
237
748000
4000
szuka na nie odpowiedzi. Udzielamy na nie gwarancji.
12:57
and you can get actually very good answers to things
238
752000
2000
Dostarczamy dobrych odpowiedzi,
12:59
without spending all that time yourself.
239
754000
2000
a wy nie marnujecie czasu na szukanie.
13:01
Froogle lets you search shopping information,
240
756000
3000
Froogle dostarcza informacji o internetowych zakupach.
13:04
and Blogger lets you publish things.
241
759000
2000
Blogger pozwala publikować.
13:06
But all of these -- well, these were all sort of innovative things that we did that --
242
761000
4000
Wszystko to są nowatorskie projekty, które nam się udały,
13:10
you know, we try many, many different things
243
765000
3000
bo próbujemy w naszej firmie
13:13
in our company.
244
768000
1000
najrozmaitszych rzeczy.
13:14
We also like to innovate in our physical space,
245
769000
2000
Lubimy też eksperymentować, jeśli chodzi o przestrzeń w której pracujemy.
13:16
and we noticed in meetings, you know, you have to wait a long time
246
771000
3000
Zauważyliśmy na przykład, że podczas zebrań tracimy czas
13:19
for projectors to turn on and off,
247
774000
3000
czekając na włączenie i wyłączenie projektorów.
13:22
and they're noisy, so people shut them off.
248
777000
2000
Są głośne, więc ludzie je wyłączają.
13:24
And we didn't like that, so we actually,
249
779000
2000
Nie podobało nam się to, więc zbudowaliśmy specjalne osłony,
13:26
in maybe a couple of weeks, we built these little enclosures
250
781000
5000
które lada chwila zostaną zainstalowane
13:31
that enclosed the projectors, and so we can leave them on all the time
251
786000
2000
i które eliminują hałas
13:33
and they're completely silent.
252
788000
3000
więc projektory mogą być zawsze włączone.
13:36
And as a result, we were able to build some software
253
791000
2000
Przy okazji zaś stworzyliśmy specjalne oprogramowanie
13:38
that also lets us manage a meeting,
254
793000
2000
do rejestracji spotkań.
13:40
so when you walk into a meeting room now,
255
795000
2000
Więc teraz, gdy wchodzi się do sali konferencyjnej,
13:42
it lists all the meetings that are happening,
256
797000
2000
widać tam listę wszystkich spotkań.
13:44
you can very easily take notes, and they just get emailed automatically
257
799000
2000
Notatki z zebrań mogą być przesłane e-mailem
13:46
to all the people that were present in the meeting.
258
801000
3000
do wszystkich uczestników.
13:49
And as we become more of a global company,
259
804000
3000
W miarę jak firma rozrasta się na całym świecie,
13:52
we find these things really affect us --
260
807000
2000
takie rzeczy zyskują na znaczeniu.
13:54
you know, can we work effectively with people who aren't in the room?
261
809000
3000
To że można sprawnie pracować z ludźmi, których nie ma w pokoju.
13:57
And things like that. And simple things like this can really make a big difference.
262
812000
3000
Tego typu drobiazgi naprawdę robią dużą różnice.
14:01
We also have a lot of engineers in those meetings,
263
816000
5000
Na te spotkania przychodzi wielu inżynierów,
14:06
and they don't always do their laundry as much as they should.
264
821000
4000
a oni nie zawsze robią pranie tak często jak powinni.
14:13
And so we found it was pretty helpful
265
828000
2000
Więc wpadliśmy na pomysł,
14:15
to have laundry machines, for our younger employees especially, and ...
266
830000
4000
by zainstalować w biurze pralki – zwłaszcza dla najmłodszych pracowników.
14:22
we also allow dogs and things like that,
267
837000
3000
Można też przyprowadzać psy.
14:25
and we've had, I think, a really fun culture at our company,
268
840000
3000
Wszystko to sprawia, że jest świetna atmosfera
14:28
which helps people work and enjoy what they're doing.
269
843000
3000
i ludzie naprawdę lubią tu pracować.
14:31
This is actually our "cult picture."
270
846000
2000
To nasze "kultowe" zdjęcie.
14:33
I just wanted to show quickly.
271
848000
2000
Chciałem wam szybko pokazać.
14:38
We had this on our website for a while,
272
853000
2000
Przez jakiś czas mieliśmy je na naszej stronie,
14:40
but we found that after we put it on our website,
273
855000
3000
ale okazało się, że do kadr
14:43
we didn't get any job applications anymore.
274
858000
3000
przestały przychodzić podania o pracę.
14:48
But anyway, every year we've taken
275
863000
2000
Raz w roku organizujemy
14:50
the whole company on a ski trip.
276
865000
2000
firmowy wyjazd narciarski.
14:52
A lot of work happens in companies from people knowing each other, and informally.
277
867000
4000
Firmy, w których pracownicy są ze sobą zżyci, bardzo na tym zyskują.
14:56
And I think we've done a good job encouraging that.
278
871000
3000
Więc zabiegamy o to i chyba nam się udaje.
15:00
It makes it a really fun place to work.
279
875000
2000
To naprawdę miejsce, w którym fajnie się pracuje.
15:02
Along with our logos, too, which I think really embody
280
877000
3000
Fajne są także nasze rożne logo, które odzwierciedlają naszą kulturę
15:05
our culture when we change things.
281
880000
3000
i to że często rozmaite rzeczy zmieniamy.
15:08
In the early days, we were actually advised
282
883000
1000
Kiedy zaczynaliśmy, ktoś nam powiedział,
15:09
we should never change our logo because
283
884000
3000
że logo nie wolno zmieniać.
15:13
we should establish our brand, you know,
284
888000
2000
Trzeba dbać, by ustalić swoją markę
15:15
because, you know, you'd never want to change your logo.
285
890000
2000
i dlatego zawsze powinno
15:17
You want it to be consistent.
286
892000
2000
być takie samo.
15:19
And we said, "Well, that doesn't sound so much fun.
287
894000
2000
Ale wydawało nam się, że to nudne.
15:21
Why don't we try changing it every day?"
288
896000
2000
I postanowiliśmy zmieniać je każdego dnia.
15:26
One of the things that really excites me about what we're doing now
289
901000
3000
Jedną z rzeczy która ostatnio mnie fascynuje
15:29
is we have this thing called AdSense,
290
904000
2000
jest program AdSense.
15:31
and this is a little bit foreshadowing --
291
906000
4000
Przenosimy się tu trochę w przeszłość
15:35
this is from before Dean dropped out.
292
910000
3000
zanim Dean wycofał się z kampanii prezydenckiej.
15:38
But the idea is, like, on a newspaper, for example,
293
913000
2000
Ale idea jest podobna do tego, co robią gazety --
15:40
we show you relevant ads.
294
915000
2000
pokazujemy reklamy, które mogą was zainteresować.
15:42
And this is hard to read, but this says "Battle for New Hampshire:
295
917000
2000
Nie widać tego wyraźnie, ale tu wpisano „Bitwa o New Hampshire:
15:44
Howard Dean for President" -- articles on Howard Dean.
296
919000
4000
Howard Dean na prezydenta”. I pokazuje się lista artykułów o Deanie.
15:48
And these ads are generated automatically --
297
923000
2000
Te reklamy-odsyłacze są generowane automatycznie --
15:51
like in this case, on the Washington Post --
298
926000
1000
tak jak tu, w przypadku dziennika Washington Post –
15:52
from the content on the site.
299
927000
2000
w zależności od zawartości strony.
15:54
And so we use our over 150,000 advertisers
300
929000
4000
Współpracujemy z ponad 150 tys. reklamodawców
15:58
and millions of advertisements, so we pick the one
301
933000
2000
i możemy wybierać spośród milionów reklam,
16:00
that's most relevant to what you're actually looking at,
302
935000
2000
więc wybieramy najbardziej odpowiednie,
16:02
much as we do on search.
303
937000
2000
tak jak w przypadku wyszukiwań.
16:04
So the idea is we can make advertising useful,
304
939000
3000
Chodzi o to, by reklamy były pożyteczne,
16:07
not just annoying, right?
305
942000
2000
a nie wkurzające, tak?
16:09
And the nice thing about this,
306
944000
2000
Dodatkową zaletą jest
16:11
we have a self-serve program,
307
946000
2000
nasz program samo-obsługowy,
16:13
and many thousands of websites have signed up,
308
948000
3000
w którym bierze udział tysiące witryn internetowych.
16:16
and this let's them really make money. And I --
309
951000
2000
Umożliwiamy im zarabianie pieniędzy.
16:18
you know, there's a number of people I met --
310
953000
2000
Spotkałem już wielu ludzi --
16:20
I met this guy who runs a conservation site at a party,
311
955000
3000
na przykład faceta, który powiedział mi podczas jakiejś imprezy,
16:23
and he said, "You know, I wasn't making any money.
312
958000
2000
że dawniej nie zarabiał ani grosza, a teraz
16:25
I just put this thing on my site and I'm making 10,000 dollars a month.
313
960000
4000
zarabia 10 tys. dolarów miesięcznie.
16:29
And, you know, thank you.
314
964000
2000
Powiedział "Dziękuję ci.
16:31
I don't have to do my other job now."
315
966000
2000
Nie muszę już chodzić do normalnej pracy".
16:33
And I think this is really important for us, because it makes the Internet work better.
316
968000
3000
Z naszego punktu widzenia to bardzo ważne, bo dzięki temu lepiej działa internet.
16:36
It makes content get better, it makes searching work better,
317
971000
3000
Pojawia się więcej dobrej jakości stron, więcej można wyszukiwać,
16:39
when people can really make their livelihood
318
974000
2000
ci którzy produkują różne treści,
16:41
from producing great content.
319
976000
3000
mogą się z tego utrzymać.
16:46
So this session is supposed to be about the future,
320
981000
3000
Ponieważ ten wykład ma dotyczyć przyszłości,
16:49
so I'd thought I'd talk at least briefly about it.
321
984000
3000
może warto bym poświęcił jej kilka słów.
16:52
And the idea behind this is to do the perfect job doing search,
322
987000
3000
Idea jest taka: aby zbudować doskonałą wyszukiwarkę,
16:55
you really have to be smart.
323
990000
2000
trzeba być inteligentnym.
16:57
Because you can type, you know, any kind of thing into Google,
324
992000
3000
Wprowadzacie do wyszukiwarki, cokolwiek przyjdzie wam do głowy
17:00
and you expect an answer back, right?
325
995000
3000
i oczekujecie, że Google dostarczy odpowiedzi, tak?
17:03
But finding things is tricky, and so you really want intelligence.
326
998000
4000
Ale nie jest to proste. Chcecie, by odpowiedzi były inteligentne.
17:07
And in fact, the ultimate search engine would be smart.
327
1002000
3000
I rzeczywiście dobra wyszukiwarka powinna być inteligentna.
17:10
It would be artificial intelligence.
328
1005000
2000
Posiadać sztuczną inteligencję.
17:12
And so that's something we work on,
329
1007000
2000
I nad tym właśnie pracujemy.
17:14
and we even have some people who are excited enough
330
1009000
2000
Są ludzie, którzy się do tego zapalili,
17:16
and crazy enough to work on it now,
331
1011000
2000
i są na tyle szaleni, że zaczęli nad tym pracować
17:18
and that's really their goal.
332
1013000
2000
i jest to ich cel.
17:20
So we always hope that Google will be smart,
333
1015000
2000
Oczywiście zawsze chcieliśmy, by Google był inteligentny,
17:22
but we're always surprised when other people think that it is.
334
1017000
3000
ale jest to niespodzianką, gdy inni ludzie tak myślą.
17:25
And so I just wanted to give a funny example of this.
335
1020000
3000
Chcę wam opowiedzieć o śmiesznym przykładzie.
17:28
This is a blog from Iraq,
336
1023000
2000
To jest blog z Iraku.
17:30
and it's not really what
337
1025000
2000
Nie o samym blogu będę mówić,
17:32
I'm going to talk about, but I just wanted to show you an example.
338
1027000
2000
ale chciałem wam pokazać przykład.
17:34
Maybe, Sergey, you can highlight this.
339
1029000
2000
Sergiej, czy mógłbyś to pokazać?
17:36
So we decided --
340
1031000
2000
Postanowiliśmy --
17:42
actually, the highlight's right there. Oh, thank you.
341
1037000
3000
tak, tutaj, dziękuję.€
17:47
So, "related searches," right there. You can't see it that well,
342
1042000
5000
Więc tu widzicie "wyszukiwania pokrewne". Nie widać tego wyraźnie
17:52
but we decided we should put in this feature
343
1047000
2000
ale umieściliśmy ten element
17:54
into our AdSense ads, called "related searches."
344
1049000
3000
przy naszych reklamach AdSense.
17:57
And so we'd say, you know, "Did you mean 'search for'" -- what is this,
345
1052000
3000
Więc mówimy na przykład "Czy miałeś na myśli 'szukane słowo' ".
18:00
in this case, "Saddam Hussein," because this blog is about Iraq --
346
1055000
3000
W tym wypadku był to "Saddam Hussein" bo jest to blog z Iraku.
18:03
and you know, in addition to the ads,
347
1058000
2000
Pomyśleliśmy, że byłoby świetnie,
18:05
and we thought this would be a great idea.
348
1060000
3000
gdyby obok reklam jeszcze coś się pojawiało.
18:08
And so there is this blog
349
1063000
2000
Więc jest blog
18:10
of a young person who was kind of depressed, and he said,
350
1065000
5000
młodego człowieka, który był w depresji i napisał
18:15
"You know, I'm sleeping a lot."
351
1070000
2000
"Wiecie co, dużo ostatnio śpię".
18:17
He was just kind of writing about his life.
352
1072000
2000
Pisał po prostu o swoim życiu.
18:19
And our algorithms -- not a person, of course,
353
1074000
3000
Nasz algorytm -- oczywiście nie jest to żywy człowiek
18:22
but our algorithms, our computers --
354
1077000
2000
ale algorytm, komputer --
18:24
read his blog and decided that
355
1079000
2000
czytał ów blog i doszedł do wniosku,
18:26
the related search was, "I am bored."
356
1081000
2000
że pokrewnym wyszukiwaniem może być "Nudzi mi się".
18:28
And he read this, and he thought a person had decided
357
1083000
3000
On to przeczytał i wydawało mu się, że ktoś napisał,
18:31
that he was boring,
358
1086000
2000
że jest nudziarzem.
18:33
and it was very unfortunate,
359
1088000
3000
Był to niefortunny przypadek.
18:36
and he said, "You know, what are these, you know, bastards at Google doing?
360
1091000
4000
Ale on powiedział "Wiecie co robią te skurczybyki z Google'a?"
18:40
Why don't they like my blog?"
361
1095000
2000
"Czemu nie podoba im się mój blog?"
18:42
And so then we read his blog, which was getting -- you know,
362
1097000
2000
My dalej czytaliśmy jego blog, on zaś tymczasem
18:45
sort of going from bad to worse,
363
1100000
3000
był w coraz gorszym nastroju.
18:48
and we said the related search was, "Retards."
364
1103000
2000
Więc pojawiło się nowe pokrewne wyszukiwanie: "Niedorozwój".
18:53
And then, you know, he got even more mad,
365
1108000
2000
I to jeszcze bardziej go rozzłościło.
18:55
and he wrote -- like, started swearing and so on.
366
1110000
2000
Zaczął używać przekleństw.
18:57
And then we produced "You suck."
367
1112000
3000
Więc wygenerowaliśmy "Jesteś dupkiem".
19:00
And finally, it ended with "Kiss my ass."
368
1115000
3000
Skończyło się na "Pocałujcie mnie w dupę".
19:05
And so basically, he thought he was dealing with something smart,
369
1120000
2000
Jemu wydawało się przez cały czas, że ma do czynienia
19:07
and of course, you know,
370
1122000
2000
z kimś inteligentnym. Tymczasem my
19:09
we just sort of wrote this program and we tried it out,
371
1124000
2000
stworzyliśmy tylko program, który był testowany
19:11
and it didn't quite work,
372
1126000
3000
i który niezbyt dobrze jeszcze działał.
19:14
and we don't have this feature anymore.
373
1129000
2000
Zrezygnowaliśmy z tej funkcji.
19:18
So with that, maybe I can switch back to the world.
374
1133000
3000
Teraz chyba przełączę się i wrócę do rzeczywistości.
19:21
I wanted to end just by saying that
375
1136000
2000
Chciałem jeszcze na koniec powiedzieć
19:23
there's a couple things that really make me excited
376
1138000
2000
o kilku rzeczach, które mnie
19:25
to be involved with Google,
377
1140000
3000
w Google'u fascynują.
19:28
and one of those is that we're able to make money
378
1143000
4000
Jedną z nich jest możliwość zarabiania pieniędzy
19:32
largely through advertising, and one of the benefits that I didn't expect from that
379
1147000
3000
przede wszystkim dzięki reklamom. Nie wyobrażałem sobie dawniej,
19:35
was that we're able to serve everyone in the world
380
1150000
3000
że będziemy w stanie oferować usługi ludziom na całym świecie
19:38
without worrying about, you know, places that don't have as much money.
381
1153000
5000
nie martwiąc się o miejsca, w których tych pieniędzy nie ma zbyt dużo.
19:43
So we don't have to worry about our products being sold,
382
1158000
3000
Nie musimy się martwić, że nasze produkty w biednych krajach
19:46
for example, for less money in places that are poor,
383
1161000
3000
są sprzedawane po zaniżonych cenach,
19:49
and then they get re-imported into the U.S. --
384
1164000
2000
a następnie sprowadzane z powrotem do USA,
19:51
for example, with the drug industry.
385
1166000
2000
tak jak dzieje się to czasem z lekarstwami.
19:53
And I think we're really lucky to have that kind of business model
386
1168000
3000
Mamy szczęście, że udało nam się wypracować taki biznes model.
19:56
because everyone in the world has access to our search,
387
1171000
3000
Każdy człowiek na świecie może korzystać z naszej wyszukiwarki
19:59
and I think that's a tremendous, tremendous benefit.
388
1174000
3000
i przynosi nam to ogromne korzyści.
20:02
The other thing I wanted to mention just briefly
389
1177000
3000
Drugą sprawą, o której chciałbym wspomnieć krótko --
20:05
is that we have a tremendous ability and responsibility
390
1180000
6000
mamy ogromne możliwości i spoczywa na nas wielka odpowiedzialność
20:11
to provide people the right information,
391
1186000
3000
bo dostarczamy ludziom informacji.
20:14
and we view ourselves like a newspaper or a magazine --
392
1189000
2000
W pewnym sensie jesteśmy jak gazeta czy magazyn,
20:16
that we should provide very objective information.
393
1191000
3000
które powinny być obiektywne.
20:19
And so in our search results, we never accept payment for our search results.
394
1194000
3000
Więc nie przyjmujemy opłat, od których zależałyby wyniki wyszukiwań.
20:22
We accept payment for advertising,
395
1197000
3000
Pobieramy opłaty za reklamy,
20:25
and we mark it as such.
396
1200000
2000
i jasno o tym informujemy.
20:27
And that's unlike many of our competitors.
397
1202000
2000
To odróżnia nas od konkurencji.
20:29
And I think decisions we're able to make like that
398
1204000
3000
I przez to, że możemy w taki sposób działać,
20:32
have a tremendous impact on the world,
399
1207000
2000
mamy ogromny wpływ na świat.
20:34
and it makes me really proud to be involved with Google.
400
1209000
2000
Jestem bardzo dumny, że w tym uczestniczę.
20:36
So thank you.
401
1211000
2000
Dziękuję.
ABOUT THE SPEAKERS
Sergey Brin - Computer scientist, entrepreneur and philanthropistSergey Brin is half of the team that founded Google.
Why you should listen
Sergey Brin and Larry Page met in grad school at Stanford in the mid-'90s, and in 1996 started working on a search technology based around a new idea: that relevant results come from context. Their technology analyzed the number of times a given website was linked to by other sites — assuming that the more links, the more relevant the site — and ranked sites accordingly. Despite being a late entrant to the search game, it now rules the web.
Brin and Page's innovation-friendly office culture has spun out lucrative new products including AdSense/AdWords, Google News, Google Maps, Google Earth, and Gmail, as well as the Android mobile operating system. Now, led by Brin, Google is pursuing problems beyond the page, like the driverless car and the digital eyewear known as Google Glass .
Sergey Brin | Speaker | TED.com
Larry Page - CEO of Google
Larry Page is the CEO and cofounder of Google, making him one of the ruling minds of the web.
Why you should listen
Larry Page and Sergey Brin met in grad school at Stanford in the mid-'90s, and in 1996 started working on a search technology based on a new idea: that relevant results come from context. Their technology analyzed the number of times a given website was linked to by other sites — assuming that the more links, the more relevant the site — and ranked sites accordingly. In 1998, they opened Google in a garage-office in Menlo Park. In 1999 their software left beta and started its steady rise to web domination.
Beyond the company's ubiquitous search, including AdSense/AdWords, Google Maps, Google Earth and the mighty Gmail. In 2011, Page stepped back into his original role of chief executive officer. He now leads Google with high aims and big thinking, and finds time to devote to his projects like Google X, the idea lab for the out-there experiments that keep Google pushing the limits.
Larry Page | Speaker | TED.com