ديفيد دي سانتو، الرئيس التنفيذي لشركة Anaconda – سلسلة المقابلات

ديفيد دي سانتو هو الرئيس التنفيذي لشركة Anaconda، حيث يقود مهمة الشركة لتمكين مجتمعات العلوم والذكاء الاصطناعي من خلال الابتكار المفتوح والمحلات التجارية الآمنة للمؤسسات. وهو مسؤول تنفيذي مُثبت في المنتجات والتكنولوجيا، يأتي ديفيد بأكثر من عقدين من الخبرة في مجالات الأمن السيبراني ومنصات المطورين وبرمجيات المؤسسات.

في الآونة الأخيرة، شغل ديفيد منصب الرئيس التنفيذي للمنتجات في GitLab، حيث قاد المنظمة العالمية للمنتجات في تقديم منصة شاملة للعمليات الأمنية والتنمية مع أكثر من 50 مليون مستخدم مسجل في جميع أنحاء العالم. خلال ست سنوات مع الشركة، ساعد في تحويل GitLab من شركة ناشئة ذات نمو عال إلى شركة رائدة في فئة منصة DevOps.

Anaconda هي منصة مفتوحة المصدر رائدة للعلوم والتعلم الآلي والذكاء الاصطناعي، مبنية حول لغة البرمجة Python ومتاحة على نطاق واسع للمطورين الفرديين والمؤسسات الكبيرة. تم إطلاقها في الأصل في عام 2012، توفر بيئة شاملة تشمل أدوات للبرمجة وإدارة الحزم من خلال Conda ووصول إلى آلاف المكتبات المسبقة مثل NumPy وpandas وTensorFlow، مما يمكّن المستخدمين من تطوير واختبار وتحديث نماذج الذكاء الاصطناعي بفعالية.

بمرور الوقت، تطور Anaconda إلى منصة كاملة للمؤسسات الاصطناعية التي تساعد المنظمات على إدارة دورة حياة الذكاء الاصطناعي بأكملها – من مصادر الحزم المفتوحة والمأمونة إلى بناء وحوكمة وتحديث التطبيقات عبر السحابة والبيئات المحلية. مع ملايين المستخدمين واعتمادها عبر نسبة كبيرة من شركات Fortune 500، أصبحت طبقة أساسية لتطوير الذكاء الاصطناعي الحديث، مع التركيز على الابتكار المفتوح وال قابلية للتوسع والعمليات القابلة للتكرار والأمن.

قضيت ما يقرب من ست سنوات في GitLab، أكثر من ثلاث سنوات كقائد المنتجات، مساهما في توسيع منصة DevSecOps الأصيلة بالذكاء الاصطناعي إلى ملايين المستخدمين. كيف شكلت هذه التجربة أولوياتك الآن كقائد لشركة Anaconda، وما يشعرك بأنه مختلف بشكل أساسي في قيادة شركة مقارنة بقيادة المنتجات؟

فترة وجودي في GitLab عززت بعض المبادئ التي أصبحت الآن مركزية في كيفية نهجي لشركة Anaconda. أولاً هو النمو المسؤول – توسيع الفرق والمنتجات والإيرادات بطريقة متينة. في GitLab، كنا قد نمونا لخدمة ملايين المستخدمين، و看到 حساب GitLab Ultimate يمثل أكثر من نصف إيرادات الشركة أظهر مدى أهمية محاذاة قيمة المنتج مع التأثير التجاري على المدى الطويل.

ثانياً، هو تفكير النتائج والكفاءة أكثر من العملية والهيكل. من الجيد تسليم شيء جيد بما يكفي ويُظهر الاتجاه للحصول على عجلة ملاحظات العملاء. تقديم قيمة حقيقية بسرعة أمر ضروري، ولكنك ما زلت تحتاج إلى أن تكون مدروسًا في كيفية التوسع. هذا يرتبط ارتباطًا وثيقًا بالعمود الثالث: هوس العملاء واللقاء معهم حيث هم. قضي معظم مسيرتي المهنية في بناء أدوات المطورين والأمن، وكما كنت مطورًا في الماضي، أعرف مدى تأثير أدوات جيدة (أو سيئة) على الإنتاجية والرضا.

وأخيرًا، الشفافية مع الغرض. هذا القيمة الأساسية لشركة Anaconda سمح لجميع الأطراف بالمشاركة والتعاون في جعل الشركة وخدماتها أفضل. أنا أتطلع إلى بناء هذه القيمة بشكل أكبر لضمان تقديم ما يحتاجه مجتمعنا للنجاح.

كقائد، تكون مسؤولاً عن النظام بأكمله – الاستراتيجية والثقافة والعمليات والنتائج. ما زلت على اتصال وثيق بالمنتج، لكنني أفكر بشكل أوسع وأطول مدى. يجب عليّ ضمان نمو الشركة بشكل مسؤول، ودعم موظفيها، وتقديم قيمة لعملائنا في جميع أبعاد الأعمال. هذه هي المبادئ التي أهدف إلى بنائها هنا.

ما هو ما دفعك شخصيًا إلى تولي دور الرئيس التنفيذي في شركة Anaconda، وما الذي أقنعه بأن هذه هي المنصة الصحيحة لبناء الفصل التالي من الذكاء الاصطناعي للمؤسسات؟

أقول للجميع هناك أربعة أسباب كنت متحمسًا للانضمام إلى Anaconda كقائد. أولاً، التكنولوجيا. كَمطور، كنت على دراية بها واستخدمت Anaconda لفترة طويلة. أعرف مدى قوتها ويمكن أن تكون. المنصة تمكّن بالفعل من الكثير، والأساس الذي بناه الفريق سيعطينا الفرصة لتشكيل ما يأتي بعد ذلك في العصر الأصيل بالذكاء الاصطناعي!

ثانياً، المجتمع. أؤمن sâu بالقدرة على المجتمع المفتوح المصدر. هناك عدد قليل من الشركات التي لديها مجتمع واسع ومشارك مثل مجتمع Anaconda.

ثالثاً، الناس. من النادر أن تجد هذا المستوى من القيادة في مكان واحد. فريق الإدارة استثنائي، و حماسهم حقيقي. نحن نبني المستقبل مع المصدر المفتوح والذكاء الاصطناعي، والانضمام إلى شيء بهذا المعنى والimpact الحقيقي يجعلهم جميعًا متحمسين حقًا.

ورابعاً، الفرصة. هذا ما قرر الأمر في النهاية. Anaconda تقع في مركز جعل الذكاء الاصطناعي أكثر سهولة، ومساعدة المؤسسات على بناء وتأمين وتحديث الذكاء الاصطناعي على نطاق واسع. عندما تجمع بين تكنولوجيا من الدرجة الأولى ومجتمع حيوي وفريق مثل هذا، تحصل على فرصة نادرة لتشكيل كيفية بناء واستخدام الذكاء الاصطناعي. هذا ما جذبني.

البرمجيات المفتوحة المصدر تقوي معظم تطوير الذكاء الاصطناعي الحديث، ومع ذلك ما زالت العديد من المؤسسات تعاني من ثقة بها على نطاق واسع. لماذا تظن أن البرمجيات المفتوحة المصدر تبقى الأساس الأكثر قوة للذكاء الاصطناعي، وأين تظن أنها مخطئة بشكل أكبر؟

هناك مفهوم خاطئ شائع مفاده أن أكثر الشفرة أمانًا هي الشفرة المخفية حيث يمكن رؤيتها فقط من قبل أشخاص منتخبين. هذا مثل النعامة التي تضع رأسها في الرمال للاختباء. البرمجيات المفتوحة المصدر هي العكس من ذلك. البرمجيات المفتوحة المصدر شفافة وترحب بجميع الناس للمساهمة وتعطي المنظمات حول العالم مجموعة أعلى من العيون لضمان أن الشفرة آمنة وتعمل كما هو متوقع.

لم نشهد تكنولوجيا تنضج بسرعة كما تنضج الذكاء الاصطناعي. من أجل استمرار تطور الذكاء الاصطناعي، تحتاج إلى شفرة حديثة تتحرك بسرعة ممكنة. البرمجيات المفتوحة المصدر تفعل ذلك، ولهذا هي أساس تطوير الذكاء الاصطناعي الحديث.

في Anaconda، نعتمد على ذلك. قدراتنا الأساسية وبيئة Python مفتوحة المصدر لأن ذلك هو أفضل طريقة للفرق لبدء الابتكار بسرعة. على هذا الأساس، نضيف قدرات المؤسسات، مما يعطي المنظمات الحوكمة والأمن والموثوقية التي تحتاجها لاستخدام البرمجيات المفتوحة المصدر على نطاق واسع.

معدلات فشل الذكاء الاصطناعي في المؤسسات لا تزال مرتفعة، خاصة مع تجارب الذكاء الاصطناعي التوليدي. من منظورك، ما هي الأسباب الأساسية لهذه المبادرات التي تتعثر، وكيف يمكن لاختيارات البنية أن تجعل أو تكسر النجاح على المدى الطويل؟

كثير من المنظمات قد أجرت تجارب. بعضها لديها مشاريع برهنة صلبة، والبعض الآخر لديه أدوات بنيت داخليًا توفير الوقت بشكل حقيقي. لكن القليل منهم انتقل إلى إنتاج حقيقي يعمل عبر المؤسسة بأكملها. هناك فرق كبير بين “نحن نجرّب” و “هذا هو كيف نعمل الآن”. هذا هو الفجوة التي تقع فيها معظم الشركات – وليس لأن التكنولوجيا لا تعمل.

التمثيل يبدو دائمًا جيدًا، لكن المشكلة تظهر عندما تحاول إعادة إنتاج التمثيل على نطاق المؤسسة. فجأة، تكون متعاملًا مع أسئلة الحوكمة وأمان البيانات ومشاكل الموثوقية ومشكلة الثقة الأساسية: هل هذا التطبيق سيعمل بثبات ويحافظ على أمان بياناتنا؟ هذه القضايا لا تظهر في التمثيل وت trở أثر ذلك بعد الفكر للمنظمات.

عقبة نجاح الذكاء الاصطناعي ليست القدرة، ولكن النضج في البنية والعمليات. المنظمات التي تتقدم بقيادة تلك التي تختار الاستثمار في الأسس الحديثة حيث تتواجد الثقة والسرعة معًا، حيث تسريع الأمان والحوكمة بدلاً من عرقلةها. سلاسل الأدوات والبيئات المتناثرة تجبرك على اختيار واحد من بينهما، لكن البنية الموحدة الحديثة وعمليات الذكاء الاصطناعي الحديثة تتيح لك الحصول على كليهما. اليوم، إزالة الحواجز تخلق حافتك التنافسية. هذا ليس مجرد طموح تقني؛ إنه أمر ضروري للأعمال لتكون قادرة على التنافس والبقاء في السوق الحالية. النجاح سيزيد من خلال أولئك الذين يستثمرون في الأمان والحوكمة من الأساس.

لقد قادت فرقًا عبر الأمن السيبراني والمنتجات ومنصات المطورين. كيف تقدم تفكير الأمان أولاً إلى استراتيجية Anaconda حول إدارة الاعتماد وإعادة إنتاج البيئة ومخاطر سلسلة التوريد؟

مساري إلى الأمن بدأ في الرعاية الصحية، حيث رأيت بالضبط ما يمر به “الأمان” في ذلك الوقت. أصبحت منغمسًا بشكل كامل في الأمن وأصبح شغفي. مع زيادة تعقيد حمولات الذكاء الاصطناعي والنماذج والوكلاء والتكاملات، تُضرب المخاطر الأمنية بشكل أسرع من الحوكمة. وحتى عندما يتم إدارة المخاطر الأمنية، تصبح البيئة نفسها عائقًا.

الأمان والامتثال مع الذكاء الاصطناعي يتحددان، خاصة الحصول على رؤية حقيقية للمخاطر عبر التطوير والإنتاج. هذا هو حيث نركز. نحن نبني قدرات أمنية أعمق في إدارة البيئة، وحوكمة إضافية حول حزم الذكاء الاصطناعي خارج بيئة Python، ومساعدة في تقليل المخاطر مع نماذج الذكاء الاصطناعي من خلال فحص موقفهم الأمني. الهدف بسيط: مساعدة المنظمات على التحرك بسرعة مع الذكاء الاصطناعي مع الحفاظ على الرؤية والخصوصية والقدرة على الصمود التي تحتاجها للثقة به على نطاق واسع.

هناك شكوك متزايدة حول عائدات الذكاء الاصطناعي، إلى جانب زيادة في التجارب والترميز النغمي. كيف تميز بين التجارب المنتجة وتطبيقات الذكاء الاصطناعي الجاهزة للمؤسسات التي تقدم قيمة قابلة للقياس؟

قد يكون هذا العام هو الأول الذي يتم قياس عائدات الذكاء الاصطناعي جيدًا. كل شخص في الصناعة يعامل “الكفاءة” كزمن مدّي، ومع ذلك، هذا ليس أفضل معيار رئيسي. المنظمات التي تأخذ الوقت لإنشاء معايير性能 مخصصة مرتبطة مباشرة بما هو الأكثر أهمية لها ستحصل على نتائج أفضل. يمكن أن يكون هذا تقليل الوقت في استعراض الشفرة لفريق التطوير أو جودة توليد Leads لفريق التسويق. الوقت وحده وقياس استهلاك الرموز لا يُشيران مباشرة إلى الكفاءة.

تقع Anaconda في مركز تطوير الذكاء الاصطناعي باللغة Python. كيف ترى دور بيئات Python تتطور مع انتقال المنظمات من التجارب إلى أنظمة الذكاء الاصطناعي على نطاق الإنتاج الكامل والمحكومة؟

Python هي اللغة الرائدة للذكاء الاصطناعي، و虽然 لا أتوقع أن تتغير هذه الحقيقة قريبًا، فإن اللغات دائمًا تتناقص في الشعبية. المنظمات تحتاج إلى أدوات تطور وتعالج بشكل أصيل القضايا الأساسية للأداء والقدرة على التوسع، مما يسمح للوكلاء الذكاء الاصطناعي بإنشاء تطبيقات وخدمات على مستوى المؤسسة. أتوقع أن تبدأ المنظمات في الاستثمار في الكتلة البنائية الشاملة التي تسريع قيمة الذكاء الاصطناعي واعتماده. هذا ما سيوفر لهم أفضل موقف للتنقل في لексيكون اللغة البرمجية المتطورة التي تعمل على بنية الذكاء الاصطناعي.

لقد عملت بشكل وثيق مع الصناعات الخاضعة للرقابة والمنظمات الحساسة للأمن في الماضي. ما هو حكم الذكاء الاصطناعي للمؤسسات في الممارسة، بخلاف وثائق السياسة وقوائم الامتثال؟

الذكاء الاصطناعي للمؤسسات والتطبيقات الأصيلة بالذكاء الاصطناعي شيء مختلف تمامًا عن تطوير البرمجيات التقليدية. عندما تعامل الذكاء الاصطناعي كتطوير تقليدية، تنتهي بهم إلى أمان وحوكمة مكسورة ستعوق الابتكار. الذكاء الاصطناعي للمؤسسات يحتاج إلى مبادئ تطوير أصيلة بالذكاء الاصطناعي حيث يكون نموذج الذكاء الاصطناعي هو المكون الرئيسي الذي يحرك الإصدار وكل شيء آخر هو ثانوي.

حوكمة الذكاء الاصطناعي هي الفرق بين النجاح والتوقف. حوكمة الذكاء الاصطناعي للمؤسسات هي ما يحدث عندما تُترجم مبادئ الذكاء الاصطناعي الأصيل المسؤولة إلى ضوابط منصة قابلة للتنفيذ ومسؤولية واضحة وتعقب مستمر وتراث لجميع مكونات الذكاء الاصطناعي. هذا يتجاوز السياسات والقوائم التي عملت في ممارسات DevOps.

مع التمويل الأخير لشركة Anaconda والدفع المؤسسي، ما هي أولويات النمو القصير الأمد، وأين تستثمر بشكل أكثر عدوانية خلال الـ 12 إلى 18 شهرًا القادمة؟

هدفنا واضح: سوف تكون Anaconda منصة التطوير الأصيلة بالذكاء الاصطناعي المفضلة للمؤسسات لإنشاء وتأمين وتحديث التطبيقات والخدمات الأصيلة بالذكاء الاصطناعي. عملاؤنا ي繼續 يتغيرون لمواجهة احتياجاتهم ونحن نتغير معهم. هذا هو السبب في أننا لم نعد مجرد أداة علوم بيانات، ولكن منصة شاملة للذكاء الاصطناعي للمؤسسات. كل استثمار، سواء في المنتج أو الشراكات أو الاندماج والاستحواذ، سوف يتم تقييمه ضد سؤال واحد: “هل هذا يbringنا أقرب إلى أن تكون المنصة التي تحتاجها المؤسسات للنجاح في العالم الأصيل بالذكاء الاصطناعي؟” نحن شركة مهووسة بالعملاء وكل ما نفعله هو من أجل عملائنا.

كشخص ساعد في توسيع منصة مطورين عامة، ما هي الدروس التي تعلمتها حول بناء المنتجات للممارسين مع خدمة مسؤولي التكنولوجيا ومسؤولي المعلومات ومسؤولي الذكاء الاصطناعي على المستوى التنفيذي؟

النجاح يعود دائمًا إلى العميل ودعم النتائج التي يحاولون تحقيقها. يبدو الأمر بسيطًا، لكن من السهل للفرق أن تتعامل مع المقاييس الداخلية (كم ساعة استغرق المشروع، أو ما إذا كان الإطلاق ي达到 الأهداف المحددة) بدلاً من سؤال أكثر أهمية: “هل هذا يجعل عملائنا أكثر نجاحًا؟” القادة قد يقولون إن منتجًا جديدًا مطلوب عندما في الواقع يمكن أن يكون مجرد تحسين ما لديك بالفعل (جعل المنتج أكثر سهولة في الاستخدام، على سبيل المثال)، ثم تحصل على النتيجة التي كنت تبحث عنها. إذا كان العملاء سعداء وناجحين، نحن جميعًا سعداء وناجحون.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Anaconda.