Rohit Choudhary yra „Acceldata“, įmonės duomenų stebėjimo rinkos lyderės, įkūrėjas ir generalinis direktorius. Jis įkūrė „Acceldata“ 2018 m., kai suprato, kad pramonei reikia iš naujo įsivaizduoti, kaip stebėti, tirti, ištaisyti ir valdyti duomenų perdavimo kanalų ir infrastruktūros patikimumą debesyje, AI praturtintame pasaulyje.
Kas paskatino jus sutelkti dėmesį į duomenų stebėjimą, kai 2018 m. įkūrėte „Acceldata“, ir kokias spragas duomenų valdymo pramonėje siekėte užpildyti?
Mano kelias į „Acceldata“ įkūrimą 2018 m. prasidėjo beveik prieš 20 metų kaip programinės įrangos inžinierius, kurio tikslas buvo nustatyti ir išspręsti su programine įranga susijusias problemas. Mano, kaip Hortonworks inžinerijos direktoriaus, patirtis atskleidė pasikartojančią temą: įmonės, turinčios ambicingų duomenų strategijų, sunkiai siekė stabilumo savo duomenų platformose, nepaisant didelių investicijų į duomenų analizę. Jie negalėjo patikimai pateikti duomenų, kai įmonei jų labiausiai reikėjo.
Šis iššūkis atsiliepė mano komandai ir man, todėl supratome, kad reikia sprendimo, kuris galėtų stebėti, tirti, pataisyti ir valdyti duomenų perdavimo kanalų ir infrastruktūros patikimumą. Įmonės bandė kurti ir tvarkyti duomenų produktus naudodamos įrankius, kurie nebuvo sukurti taip, kad atitiktų jų besikeičiančius poreikius, todėl duomenų komandoms trūko informacijos apie misijai svarbią analizę ir dirbtinio intelekto programas.
Ši rinkos spraga paskatino mus įkurti „Acceldata“, siekiant sukurti išsamią ir keičiamo dydžio duomenų stebėjimo platformą. Nuo tada pakeitėme tai, kaip organizacijos kuria ir naudoja duomenų produktus. Mūsų platforma koreliuoja įvykius tarp duomenų, apdorojimo ir vamzdynų, suteikdama neprilygstamų įžvalgų. Duomenų stebėjimo poveikis buvo didžiulis, ir mes džiaugiamės galėdami toliau stumti pramonę į priekį.
Sukūręs terminą „Duomenų stebėjimas“, kaip, jūsų nuomone, ši koncepcija vystysis per ateinančius kelerius metus, ypač dėl vis sudėtingesnės kelių debesų aplinkos?
Duomenų stebėjimas iš nišinės koncepcijos tapo svarbia įmonių galimybe. Kadangi kelių debesų aplinka tampa sudėtingesnė, stebėjimas turi prisitaikyti prie įvairių duomenų šaltinių ir infrastruktūrų. Per ateinančius kelerius metus tikimės, kad dirbtinis intelektas ir mašininis mokymasis atliks pagrindinį vaidmenį tobulinant stebėjimo galimybes, ypač naudojant nuspėjamąją analizę ir automatinį anomalijų aptikimą.
Be to, stebimumas apims ne tik stebėjimą, bet ir platesnius duomenų valdymo, saugumo ir atitikties aspektus. Įmonės reikalaus daugiau kontrolės realiuoju laiku ir įžvalgos apie savo duomenų operacijas, todėl stebėjimas taps svarbia duomenų valdymo vis sudėtingesnėje aplinkoje dalimi.
Jūsų patirtis apima didelę inžinerijos ir produktų kūrimo patirtį. Kaip ši patirtis paveikė jūsų požiūrį į „Acceldata“ kūrimą ir mastelį?
Mano inžinerijos ir produktų kūrimo patirtis buvo labai svarbi kuriant „Acceldata“ kūrimą. Supratę techninius duomenų sistemų mastelio keitimo iššūkius, galėjome sukurti platformą, kuri atitiktų realius įmonių poreikius. Ši patirtis taip pat įskiepijo judrumo ir klientų atsiliepimų svarbą mūsų kūrimo procese. „Acceldata“ teikia pirmenybę naujovėms, tačiau visada užtikriname, kad mūsų sprendimai būtų praktiški ir suderinti su tuo, ko reikia klientams dinamiškoje, sudėtingoje duomenų aplinkoje. Šis požiūris buvo būtinas norint išplėsti įmonę ir išplėsti savo buvimą rinkoje visame pasaulyje.
Kurioms pagrindinėms naujovių ir plėtros sritims „Acceldata“ planuojate teikti pirmenybę, neseniai vykusiame 60 mln. USD C serijos finansavimo etape?
Gavus 60 mln. USD C serijos finansavimą, padvigubiname dirbtinio intelekto pagrįstų naujovių, kurios žymiai išskirs mūsų platformą, skaičių. Remdamiesi mūsų AI Copilot sėkme, tobuliname mašininio mokymosi modelius, kad būtų galima tiksliau aptikti anomalijas, automatizuoti taisymą ir prognozuoti išlaidas. Taip pat tobuliname nuspėjamąją analizę, kai dirbtinis intelektas ne tik įspėja vartotojus apie galimas problemas, bet ir siūlo optimalias konfigūracijas bei aktyvius sprendimus, būdingus jų aplinkai.
Kitas svarbus akcentas yra kontekstą suvokiantis automatizavimas, kai mūsų platforma mokosi iš naudotojų elgesio ir suderina rekomendacijas su verslo tikslais. Išplėtus mūsų natūralios kalbos sąsajas (NLI), vartotojai galės sąveikauti su sudėtingomis stebėjimo darbo eigomis naudojant paprastas, pokalbio komandas.
Be to, mūsų dirbtinio intelekto naujovės leis dar labiau optimizuoti išlaidas, prognozuoti išteklių sunaudojimą ir valdyti išlaidas precedento neturinčiu tikslumu. Dėl šių patobulinimų „Acceldata“ yra pati iniciatyviausia, AI pagrįsta stebėjimo platforma, padedanti įmonėms pasitikėti ir optimizuoti savo duomenų operacijas kaip niekada anksčiau.
AI ir LLM tampa pagrindine duomenų valdymo dalimi. Kaip „Acceldata“ pirmauja šioje erdvėje ir kokias unikalias galimybes jūsų platforma siūlo verslo klientams?
„Acceldata“ jau pirmauja AI valdomų duomenų stebėjimo srityje. Sėkmingai integravus Bewgle pažangiąją AI technologiją, mūsų platforma dabar siūlo dirbtinio intelekto valdomas galimybes, kurios žymiai pagerina duomenų stebėjimą. Mūsų AI Copilot naudoja mašininį mokymąsi, kad aptiktų anomalijas, prognozuotų sąnaudų vartojimo modelius ir pateiktų įžvalgas realiuoju laiku, o visas šias funkcijas galima pasiekti naudojant natūralią kalbą.
Taip pat integravome pažangų anomalijų aptikimą ir automatizuotas rekomendacijas, kurios padeda įmonėms išvengti brangių klaidų, optimizuoti duomenų infrastruktūrą ir pagerinti veiklos efektyvumą. Be to, mūsų AI sprendimai supaprastina politikos valdymą ir automatiškai generuoja žmonėms suprantamus duomenų išteklių ir politikos aprašus, taip sumažindami atotrūkį tarp techninių ir verslo suinteresuotųjų šalių. Šios naujovės leidžia organizacijoms išnaudoti visą savo duomenų potencialą, sumažinant riziką ir išlaidas.
„Bewgle“ įsigijimas „Acceldata“ platformą papildė pažangiomis AI galimybėmis. Dabar, kai nuo įsigijimo praėjo metai, kaip „Bewgle“ technologija buvo įtraukta į „Acceldata“ sprendimus ir kokią įtaką ši integracija turėjo jūsų dirbtinio intelekto valdomų duomenų stebėjimo funkcijų kūrimui?
Per pastaruosius metus mes visiškai integravome Bewgle AI technologijas į Acceldata platformą, o rezultatai buvo transformaciniai. Bewgle patirtis su pagrindiniais modeliais ir natūralios kalbos sąsajomis paspartino mūsų AI planą. Šios galimybės dabar yra įtrauktos į mūsų AI Copilot ir suteikia naujos kartos naudotojo patirtį, leidžiančią naudotojams sąveikauti su duomenų stebėjimo darbo eigomis naudojant paprasto teksto komandas.
Ši integracija taip pat pagerino mūsų mašininio mokymosi modelius, pagerino anomalijų aptikimą, automatizuotą išlaidų prognozavimą ir aktyvias įžvalgas. Mums pavyko užtikrinti detalesnę dirbtinio intelekto valdomų operacijų valdymą, todėl mūsų klientai gali užtikrinti duomenų patikimumą ir našumą visose savo ekosistemose. Šios integracijos sėkmė sustiprino „Acceldata“ kaip pirmaujančios dirbtinio intelekto pagrindu veikiančios duomenų stebėjimo platformos, teikiančios dar didesnę vertę mūsų verslo klientams, pozicijas.
Kaip asmuo, labai susijęs su duomenų valdymo pramone, kokias tendencijas AI ir duomenų stebėjimo rinkoje numatote ateinančiais metais?
Tikiuosi, kad ateinančiais metais AI ir duomenų stebėjimo rinką formuos kelios pagrindinės tendencijos. Duomenų stebėjimas realiuoju laiku taps svarbesnis, nes įmonės stengsis priimti greitesnius ir labiau pagrįstus sprendimus. Dirbtinis intelektas ir mašinų mokymasis ir toliau skatins nuspėjamosios analizės ir automatinio anomalijų aptikimo pažangą, padėdami įmonėms išvengti galimų problemų.
Be to, matysime glaudesnę stebėjimo integraciją su duomenų valdymo ir saugumo sistemomis, ypač griežtėjant reguliavimo reikalavimams. Tikėtina, kad valdomos stebėjimo paslaugos padidės, nes duomenų aplinka taps sudėtingesnė, todėl įmonėms bus suteikta žinių ir įrankių, reikalingų optimaliam našumui ir atitikčiai palaikyti. Šios tendencijos padidins duomenų stebėjimo vaidmenį užtikrinant, kad organizacijos galėtų išplėsti savo AI iniciatyvas, išlaikydamos aukštus duomenų kokybės ir valdymo standartus.
Žvelgdami į ateitį, kaip įsivaizduojate duomenų stebėjimo vaidmenį palaikant AI ir didelių kalbų modelių diegimą plačiu mastu, ypač pramonės šakose, kurioms taikomi griežti duomenų kokybės ir valdymo reikalavimai?
Duomenų stebėjimas bus labai svarbus diegiant AI ir didelius kalbų modelius plačiu mastu, ypač tokiose pramonės šakose kaip finansai, sveikatos priežiūra ir vyriausybė, kur duomenų kokybė ir valdymas yra itin svarbūs. Organizacijoms vis labiau pasikliaujant AI priimdamos verslo sprendimus, patikimų, aukštos kokybės duomenų poreikis tampa dar svarbesnis.
Duomenų stebėjimas užtikrina nuolatinį duomenų vientisumo stebėjimą ir patvirtinimą, padedantį išvengti klaidų ir paklaidų, galinčių pakenkti AI modeliams. Be to, stebimumas vaidins labai svarbų vaidmenį užtikrinant atitiktį, nes bus matoma duomenų linija, naudojimas ir valdymas, atitinkantis griežtus reguliavimo reikalavimus. Galiausiai duomenų stebėjimas leidžia organizacijoms išnaudoti visą AI potencialą ir užtikrinti, kad jų AI iniciatyvos būtų pagrįstos patikimais, aukštos kokybės duomenimis.
Dėkojame už puikų interviu, skaitytojai, norintys sužinoti daugiau, turėtų apsilankyti „Acceldata“.
