إيان لايسن، الرئيس التنفيذي والمؤسس المشارك لشركة Datadobi – سلسلة المقابلات

Ian Leysen, الرئيس التنفيذي والمؤسس المشارك لشركة Datadobi، هو مدير تقني يمتلك أكثر من ثلاثة عقود من الخبرة في هندسة البرمجيات، وضمان الجودة، وإدارة بيانات المؤسسات. أسس Datadobi في عام 2009 بعد أن قضى ثماني سنوات في شركة EMC كمدير أول لضمان الجودة، تسبقها أدوار قيادية في Mediagenix وWave Research. طوال مسيرته، ركز لايسن بشكل كبير على بناء مؤسسات هندسة برمجيات عالية الجودة، حيث أنشأ ثلاث فرق لضمان الجودة من الصفر. في Datadobi، يشرف على شركة تهدف إلى مساعدة المؤسسات الكبيرة في إدارة، وحكم، وترحيل، وحماية البيانات غير المهيكلة عبر البيئات المحلية، والسحابة، والبيئات المختلطة. تطورت الشركة بعيدًا عن جذورها في ترحيل البيانات على نطاق واسع لتقدم StorageMAP، منصة محايدة عن البائع مصممة لمنح المؤسسات رؤية أكبر وتحكمًا أفضل في ممتلكات البيانات غير المهيكلة المعقدة، بما في ذلك إعداد بيانات المؤسسة لمبادرات الذكاء الاصطناعي.

Datadobi تساعد المؤسسات على الحصول على رؤية أكبر وتحكم أفضل في أحجام البيانات غير المهيكلة المتزايدة بسرعة. يمكن لبرمجياتها مسح مليارات الملفات لتحديد البيانات القديمة، والنسخ المكررة، والفجوات في الملكية، والمخاطر المحتملة، مع تطبيق بيانات وصفية وعلامات تصنيف تدعم الحوكمة والسياسات الآلية للأرشفة، والحذف، والاحتفاظ. أصبح هذا الأمر أكثر أهمية مع استعداد المؤسسات لبياناتها لمبادرات الذكاء الاصطناعي التوليدي، حيث يمكن للمعلومات غير المفهومة أو القديمة أن تُدخل ضوضاء، ومشكلات امتثال، ومخاطر أمنية. كما تمكّن Datadobi الشركات من تحديد مجموعات البيانات ذات القيمة المحتملة، وتنظيمها للاستخدام اللاحق، ونقل المعلومات المختارة إلى بحيرات البيانات أو مستودعات البيانات مع الحفاظ على إمكانية التتبع والحوكمة. بالإضافة إلى ذلك، توفر المنصة رؤى حول تكاليف التخزين وتأثير الكربون، مما يساعد المؤسسات على اتخاذ قرارات أكثر وعيًا بشأن البيانات التي يجب الاحتفاظ بها وأين يجب أن تكون موجودة.

قضيت ثماني سنوات تقود قسم ضمان الجودة في شركة EMC قبل أن تؤسس Datadobi في عام 2010. ما الذي رأيته في بيئات التخزين والبيانات المؤسسية على نطاق واسع الذي أقنعك بوجود شركة يمكن بناؤها، وكيف تطورت تلك الرؤية الأصلية مع تزايد أهمية البيانات غير المهيكلة للذكاء الاصطناعي؟

في EMC، قضيت سنوات أراقب فيها المؤسسات تستثمر بشكل كبير في بنية التخزين التحتية بينما لا تملك تقريبًا أي رؤية لما هو مخزن فعليًا عليها. كنا متميزين في مساعدة العملاء على تخزين وحماية البيانات، لكن لا أحد كان يطرح السؤال الأصعب: ما هي هذه البيانات، من يملكها، هل لا يزال أحد يحتاجها، وما قيمتها؟ كان ذلك الفجوة بين قدرة البنية التحتية وفهم البيانات هي الفرصة. بدأنا Datadobi لمساعدة المؤسسات على نقل وإدارة البيانات غير المهيكلة بذكاء، وليس مجرد نقلها من مجموعة إلى أخرى.

ما تغير هو مستوى الأهمية. قبل خمسة عشر عامًا، كان مشاركة ملفات غير مُدارة تمثل مشكلة تكلفة وامتثال. اليوم، نفس مشاركة الملفات غير المُدارة تصبح مسؤولية في اللحظة التي يوجه فيها أحدهم نموذجًا أو وكيلًا للذكاء الاصطناعي إليها. تحولت البيانات غير المهيكلة من كونها ما تخزنه المؤسسات إلى ما يحدد ما إذا كانت مبادرات الذكاء الاصطناعي ستنجح أم تفشل. لم تتغير فكرتنا الأصلية، وهي أن بنية التخزين التحتية وحدها لا يمكنها أن تخبرك بما تعنيه بياناتك للأعمال، لكنها أصبحت الآن عاجلة بطريقة لم تكن من قبل.

لقد جادلت بأن الذكاء الاصطناعي التوليدي لم يخلق مشكلة بيانات المؤسسات، بل كشف وسرّع المشكلات التي كانت موجودة منذ عقود. ما هي أكبر نقاط الضعف التي يكشفها الآن الذكاء الاصطناعي في طريقة إدارة المؤسسات لبياناتها تاريخيًا؟

تواجه المؤسسات صعوبة في فهم بياناتها المؤسسية منذ عقود. لم يخلق الذكاء الاصطناعي هذه الصعوبة، بل أزال الأماكن التي كانت تختبئ فيها. عندما كانت البيانات تجلس بهدوء على مشاركة ملفات أو في أرشيف، لم يكن أحد مضطرًا للإجابة عما تحتويه. في اللحظة التي توجه فيها نموذج لغة كبير أو خط أنابيب RAG إليها، تصبح كل نقطة ضعف مرئية ومؤثرة.

التحدي الأكبر هو أن معظم المؤسسات كانت تدير التخزين، وليس البيانات. يعرفون أين توجد أحجامهم ودلوّاتهم، لكن لا يعرفون ما بداخلها: أي الملفات قديمة، أيها يحتوي على معلومات حساسة أو منظمة، أيها مكررة عشرات المرات عبر البيئة، ومن لديه حق الوصول فعليًا. كما يكشف الذكاء الاصطناعي مدى تجزؤ الملكية. تتراكم البيانات عبر الأنظمة المحلية، والسحب المتعددة، ومستودعات SaaS، ولا أحد يملك الصورة الكاملة. هذه ليست مشكلات جديدة. لقد جعل الذكاء الاصطناعي تكلفة تجاهلها فورية ومرئية.

غالبًا ما تركّز المؤسسات استثماراتها في الذكاء الاصطناعي على نماذج أقوى، ووحدات معالجة الرسوميات، والبنية التحتية. لماذا لا يمكن للمزيد من الحوسبة أو التخزين حل مشكلة جاهزية البيانات الأساسية، وأين يجب أن تستثمر المؤسسات بدلاً من ذلك؟

المزيد من الحوسبة يجعل إجابة سيئة تصل أسرع. لا يجعل الإجابة دقيقة أو آمنة أو متوافقة. تقوم وحدات معالجة الرسوميات وبنية التخزين بتنفيذ القرارات دون أن تتخذها. إذا قمت بتغذية نموذج قوي ببيانات قديمة، مكررة، ذات أذونات خاطئة، أو حساسة, ستحصل على نموذج قوي ينتج مخرجات غير موثوقة أو محفوفة بالمخاطر على نطاق واسع، وبسرعة.

نعتقد أن السوق وصل إلى نقطة تحول هامة: تاريخيًا، كانت المؤسسات تُحسّن التخزين؛ والآن، بشكل متزايد، تحتاج إلى تحسين البيانات. وهذا يعني الاستثمار في الانضباط الذي يقع فوق طبقة البنية التحتية، القدرة على رؤية ممتلكات البيانات بالكامل، وفهم ما هي كل قطعة من البيانات ومن المسؤول عنها، وتحديد ما ينبغي الاحتفاظ به أو نقله أو أرشفته أو حذفه، ثم تنفيذ ذلك القرار بشكل مستمر. إن إنفاق البنية التحتية دون هذا الانضباط يعني فقط أن المؤسسات قادرة على فعل الشيء الخطأ بسرعة أكبر.

هذا هو بالضبط المشكلة التي صُممت منصة إدارة البيانات غير المهيكلة لحلها. فهي توفر للمؤسسات رؤية موحدة عبر التخزين المحلي، والسحابة، وSaaS، وتُصنّف البيانات باستخدام العلامات وتحليلات البيانات الوصفية بحيث يمكن للفرق رؤية ما هو مكرر أو قديم أو ذو قيمة حقيقية، ثم تنفّذ القرارات، من خلال ترحيل أو أرشفة أو حذف البيانات، عبر سير عمل مدفوع بالسياسات يعمل باستمرار بدلاً من مشروع لمرة واحدة. إن الجمع بين الرؤية، والتصنيف، والتنفيذ المتسق هو ما يحول “لدينا الكثير من البيانات” إلى “نعرف بالضبط ما لدينا وما يجب فعله به”.

أصبح مصطلح “البيانات الجاهزة للذكاء الاصطناعي” شائعًا في الصناعة. من وجهة نظرك، ما الذي يجعل البيانات غير المهيكلة جاهزة للذكاء الاصطناعي فعليًا، وما المعايير التي يجب على المؤسسات استخدامها قبل السماح للبيانات بالدخول إلى ذكاء اصطناعي توليدي، أو توليد معزز بالاسترجاع (RAG)، أو خط أنابيب التدريب؟

البيانات الجاهزة للذكاء الاصطناعي هي البيانات التي قامت المؤسسة بالفعل بالتحقق من صحتها، وليس مجرد البيانات التي تمتلكها. عمليًا، يعني ذلك أن المؤسسة يمكنها الإجابة على مجموعة من الأسئلة بثقة قبل أن تصل تلك البيانات إلى نموذج أو خط أنابيب: هل هذه البيانات دقيقة ومحدثة، أم أنها تجلس دون تعديل لسنوات؟ هل هي مكررة في مكان آخر بطريقة قد تشوه أو تتعارض مع النتائج؟ هل تحتوي على معلومات حساسة أو منظمة أو شخصية لا ينبغي كشفها؟ من المسموح له بالوصول إليها، وهل لا يزال هذا يعكس من ينبغي أن يكون قادرًا على ذلك؟ هل تضيف فعليًا قيمة تجارية لحالة الاستخدام، أم أنها مجرد ضوضاء؟

بدون إجابات على تلك الأسئلة، يعني تغذية البيانات إلى ذكاء اصطناعي توليدي أو خط أنابيب RAG مجرد نقل مشكلة الحوكمة إلى أسفل السلسلة، إلى نظام يكون أكثر قدرة على إظهار ما يجده من ملفاتك من أي وقت مضى. جاهزية الذكاء الاصطناعي هي انضباط في ذكاء البيانات، وليس خانة اختيار تُطبق مرة واحدة قبل بدء المشروع.

يمكن للمؤسسات أن تمتلك مليارات الملفات موزعة عبر البنية التحتية المحلية، والسحب المتعددة، والأرشيفات، ووحدات الأعمال. كيف يمكنها تحديد أي البيانات تحتوي على قيمة تجارية ذات معنى وأيها مكررة أو قديمة أو تافهة، أو مجرد ضوضاء قد تضعف أداء الذكاء الاصطناعي؟

على هذا النطاق، لا أحد سيجيب على هذا السؤال ملفًا بملف، ولا تعد المراجعة اليدوية استراتيجية قابلة للتنفيذ. تحتاج المؤسسات أولاً إلى رؤية شاملة على مستوى المؤسسة: رؤية موحدة ودقيقة عبر المستودعات المحلية، والسحابة، وSaaS، لأنه لا يمكنك اتخاذ قرار بشأن بيانات لا تراها. من هناك، يتعلق الأمر بتطبيق ذكاء البيانات لتصنيف ما هو موجود فعليًا في البيئة، بحيث يتم التعرف على بيانات ROT (المكررة، القديمة، والتافهة) وفصلها عن البيانات التي تحمل قيمة تجارية حقيقية.

هنا يجب أن يتجاوز الانضباط مجرد الرؤية. رؤية بياناتك أمر ضروري لكنه غير كافٍ. تحتاج المؤسسات إلى التقدم عبر فهم ما هي تلك البيانات وماذا تعني، وتحديد ما يجب أن يحدث لها—الاحتفاظ، النقل، الأرشفة، الحذف، أو استخدامها لتشغيل الذكاء الاصطناعي—ثم تنفيذ ذلك القرار بشكل مستمر عبر مليارات الكائنات. الانتقال مباشرةً من الرؤية إلى إدخال البيانات للذكاء الاصطناعي هو بالضبط ما يجعل الضوضاء تُضعف أداء النموذج وكيف تُدفن البيانات ذات القيمة الحقيقية فيها.

تصبح الأمان والحوكمة مهمة بشكل خاص عندما يمكن لأنظمة الذكاء الاصطناعي إظهار معلومات كانت صعبة الاكتشاف للموظفين في السابق. كيف يجب على المؤسسات تقييم الأذونات، والمعلومات الحساسة، والملكية، ومخاطر الامتثال قبل كشف بيانات المؤسسة لأنظمة الذكاء الاصطناعي؟

هذا أحد المجالات التي غير فيها الذكاء الاصطناعي حساب المخاطر أكثر شيء. كان ملف يحتوي على أذونات مفرطة أو قديمة يُعتبر تعرضًا نظريًا، لأن الشخص في الواقع كان عليه أن يعرف بوجوده ويبحث عنه. يمكن لنظام ذكاء اصطناعي ذو وصول واسع إظهار نفس الملف لأي شخص يطرح السؤال الصحيح، على الفور. لم تكن الغموض أبدًا سيطرة حقيقية، لكن الذكاء الاصطناعي أزال آخر جزء من الحماية التي كان يوفرها بالصدفة.

قبل أن يتم كشف أي بيانات لنظام ذكاء اصطناعي، تحتاج المؤسسات إلى صورة واضحة عن من لديه حق الوصول إليها وما إذا كان هذا الوصول لا يزال منطقيًا، وما هي المعلومات الحساسة أو المنظمة التي تحتويها، ومن يملكها ويكون مسؤولًا عنها، وما هي الالتزامات التنظيمية المرتبطة بها—مثل إقامت البيانات، والاحتفاظ، ومتطلبات الخصوصية. لا يمكن أن يكون هذا التقييم تدقيقًا لمرة واحدة قبل الإطلاق. تتغير بيانات المؤسسة باستمرار، لذا يجب مراجعة الأذونات والملكية والمخاطر بشكل مستمر، وليس فقط عند تشغيل مشروع الذكاء الاصطناعي.

تدعو Datadobi إلى تحويل النقاش من إدارة بنية التخزين إلى إدارة البيانات كأصل تجاري. كيف يبدو هذا الانتقال عمليًا، وكيف يغير العلاقة بين فرق تكنولوجيا المعلومات، وفِرَق البيانات، وقادة الأمان، ووحدات الأعمال؟

عمليًا، يعني ذلك أن النقاش يتوقف عن التركيز على السعة، والتصنيف، ووقت التشغيل، ويبدأ بالتركيز على النتائج: خفض التكاليف، خفض المخاطر، الامتثال التنظيمي، وتمكين الذكاء الاصطناعي. كانت تُعامل هذه كمبادرات منفصلة، كل منها بأدواته ومالكيه. نعتقد أن هذا الرأي أصبح قديمًا بشكل متزايد. جميعها تعتمد على فهم نفس بيانات المؤسسة الأساسية، وما هو مطلوب هو نموذج تشغيل جديد يركز على البيانات يربطهم، بدلاً من معالجة كل مبادرة كما لو كانت تعتمد على نظام منفصل ومعزول. منصتنا هي الطريقة التي نطبق بها نموذج التشغيل هذا.

هذا بطبيعة الحال يغيّر من هو الحاضر في الغرفة. لم تعد تقنية المعلومات هي المالك الوحيد للنقاش، لأن القرارات المتعلقة بما يجب الاحتفاظ به من بيانات أو نقلها أو كشفها للذكاء الاصطناعي هي قرارات تجارية، تستند إلى ذكاء البيانات، وليس قرارات بنية تحتية. يحتاج قادة الأمان والامتثال إلى رؤية نفس مشهد البيانات الذي تديره تقنية المعلومات. تحتاج وحدات الأعمال إلى صوت في ما هي البيانات التي تهم نتائجها فعليًا. تتوقف إدارة البيانات عن كونها وظيفة إدارية خلفية لتقنية المعلومات وتصبح انضباطًا تشغيليًا مشتركًا بين تقنية المعلومات، والأمان، والأعمال لاتخاذ القرارات بناءً على نفس المعلومات.

إحدى التحديات في الذكاء الاصطناعي المؤسسي هي أن البيانات تتغير باستمرار. هل يمكن للمؤسسات تحقيق جاهزية الذكاء الاصطناعي مرة واحدة فقط، أم أنها تتطلب عملية مستمرة لاكتشاف، وتصنيف، وحوكمة، وأرشفة، ونقل البيانات مع تطورها؟

إنها مستمرة، لا غير. تتغير بيانات المؤسسة باستمرار، تُنشأ ملفات جديدة، تتغير الأذونات، ينضم الموظفون ويغادرون، تتطور اللوائح، لذا يجب أن تصبح إدارة البيانات قدرة تشغيلية مستمرة بدلاً من سلسلة من المشاريع المستقلة. اعتبار جاهزية الذكاء الاصطناعي عملية تنظيف لمرة واحدة قبل إطلاق المشروع يشبه إلى حد ما إعلان أن المبنى آمن بعد زيارة واحدة للصفّار ولا يتم فحص الأبواب مرة أخرى.

ما تحتاجه المؤسسات هو انضباط تشغيلي ينتقل باستمرار عبر الرؤية، والفهم، والقرار، والتنفيذ، مكتشفًا ما هي البيانات الموجودة، مصنّفًا ومفهومًا إياها، محددًا ما الذي يجب أن يحدث لها، ثم يتصرف بناءً على ذلك القرار بشكل دوري. المؤسسات التي تتفوق على أقرانها ستكون تلك التي يمكنها الانتقال عبر هذه الدورة باستمرار وعلى نطاق مؤسسي، وليس تلك التي تعالج جاهزية الذكاء الاصطناعي كمشروع له تاريخ انتهاء.

مع تزايد نشر المؤسسات لوكلاء الذكاء الاصطناعي الذين يمكنهم البحث عبر الأنظمة واتخاذ إجراءات مستقلة، هل تصبح إدارة البيانات غير المهيكلة أكثر أهمية؟ ما المخاطر الجديدة التي تظهر عندما يستطيع وكيل الذكاء الاصطناعي الوصول إلى المعلومات المبعثرة عبر المؤسسة بدلاً من مجرد الاستجابة لمطالبة مستخدم؟

يصبح ذلك أكثر أهمية بشكل كبير، لأن الوكيل يغيّر طبيعة التعرض. فإن روبوت الدردشة الذي يجيب على طلب واحد يقتصر على ما يطلبه ويراه شخص واحد. أما الوكيل القادر على البحث عبر الأنظمة واتخاذ إجراءات مستقلة فيستطيع استكشاف جزء أكبر من البيئة مما يفعله أي موظف عادي عادةً، ويمكنه التصرف بناءً على ما يجده، من نقل أو مشاركة أو استخدام البيانات، دون أن يراجع إنسان كل خطوة بالضرورة.

هذا يضيف خطرًا يتجاوز الاكتشاف البسيط. إذا كان للوكيل حق الوصول إلى بيانات لا ينبغي له الوصول إليها (ملفات ذات أذونات خاطئة، سجلات حساسة قديمة، معلومات كان ينبغي أرشفتها أو حذفها منذ سنوات) فإنه يمكنه التصرف على تلك البيانات بسرعة وسعة الآلة، وليس مجرد إظهارها لمستخدم فضولي واحد. المؤسسات التي تنشر الوكلاء بنجاح هي تلك التي اعتبرت حوكمة البيانات شرطًا مسبقًا، وليس فكرة لاحقة، لأن الوكيل سيستغل بأمان أي ثغرات موجودة في ذكاء بياناتك.

بالنسبة لمؤسسة جمعت عقودًا من البيانات غير المهيكلة وترغب في توسيع مبادرات الذكاء الاصطناعي، ما هي الخطوات العملية التي توصي باتخاذها أولاً، وما الأخطاء التي يجب على القادة تجنبها عند بدء السيطرة على ممتلكات البيانات الخاصة بهم؟

ابدأ بالرؤية. لا يمكنك اتخاذ قرارات جيدة بشأن بيانات لا تراها، لذا فإن الخطوة العملية الأولى هي الحصول على صورة دقيقة وشاملة على مستوى المؤسسة حول ما هي البيانات الموجودة عبر البيئات المحلية، والسحابة، وSaaS. من هناك، انتقل إلى الفهم، وتصنيف تلك البيانات لتعرف ما هو ذو قيمة، وما هو حساس، وما هو مجرد ضوضاء، قبل الانتقال إلى قرارات حول الاحتفاظ، والترحيل، والأرشفة، أو الحذف.

هناك أيضًا واقع ميزانية لا يمكن للقادة تجاهله. معظم رؤساء تقنية المعلومات لا يحصلون على ميزانية منفصلة غير محدودة للذكاء الاصطناعي، بل يعملون بميزانية ثابتة الآن يتنافس فيها الذكاء الاصطناعي مع كل شيء آخر يُبقي الأعمال تعمل. إن الحدس بتمويل الذكاء الاصطناعي عن طريق تقليص الاستثمارات في البنية التحتية الحالية هو خطوة خاطئة، لأن تلك البنية التحتية، والتخزين، وأنابيب البيانات، والحوكمة هي بالضبط ما يعتمد عليه الذكاء الاصطناعي للنجاح. المسار الأكثر استدامة هو خلق مساحة داخل البنية الحالية: تحسين الرؤية وتقليل هدر التخزين من خلال نوع تحسين البيانات الذي صُممت من أجله StorageMAP يحرر ميزانية حقيقية، دون المساس بسعة ما ستحتاجه مبادرات الذكاء الاصطناعي فعليًا.

أكبر خطأ أراه هو أن المؤسسات تتخطى مباشرة إلى التنفيذ، موجهة الذكاء الاصطناعي إلى ممتلكات بياناتها، أو إطلاق مشروع تنظيف، دون بناء أساس الرؤية والفهم أولاً. الخطأ الثاني هو اعتبار ذلك مبادرة لمرة واحدة بدلاً من قدرة تشغيلية؛ البيانات تستمر في التغير، لذا يجب أن يكون الانضباط مستمرًا. والثالث هو تركه كمجرد تمرين تقني بحت. المؤسسات التي تنجح تعتبر ذلك قرارًا تجاريًا، مع توافق تقنية المعلومات، والأمان، وأصحاب المصلحة في الأعمال على قيمة البيانات وما ينبغي أن يحدث لها، وليس مجرد مشروع ترحيل أو تخزين يُسلم لتقنية المعلومات وحدها.

شكرًا على هذه المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Datadobi.