Матиас Голомбек, главен технологичен директор на Exasol – Серия интервюта

Матиас Голомбек е главен технологичен директор (CTO) на екзасол. Той се присъединява към компанията като разработчик на софтуер през 2004 г. след изучаване на компютърни науки със сериозен фокус върху бази данни, разпределени системи, процеси за разработка на софтуер и генетични алгоритми. До 2005 г. той отговаря за екипа на Database Optimizer, а през 2007 г. става ръководител на отдела за изследвания и разработки. През 2014 г. Матиас е назначен за технически директор. В тази роля той отговаря за разработването на продукти, управлението на продуктите, операциите, поддръжката и техническите консултации.

Какво те привлече първоначално в компютърните науки?

Когато бях в четвърти клас, по-големият ми брат имаше няколко уроци, в които се научиха да програмират BASIC, и той ми показа какво можете да правите с това. Заедно разработихме великденска гатанка на нашия Commodore 64 за най-малкия ни брат и оттогава съм очарован от компютрите. Компютърните науки като цяло са свързани с решаването на проблеми и творчеството и мисля, че този аспект ме привлече най-много в областта.

Можете ли да споделите пътя си от присъединяването към Exasol като софтуерен разработчик през 2004 г. до това да станете технически директор? Как се развиха вашите роли през годините, особено в бързо променящия се технологичен пейзаж?

Учих компютърни науки в Университета на Вюрцбург в Германия и започнах в Exasol като софтуерен разработчик през 2004 г., след като завърших. След първата ми година с Exasol бях повишен в ръководител на екипа за оптимизиране на бази данни и след това в ръководител на отдела за изследвания и развитие. След това работих като ръководител на научноизследователска и развойна дейност в продължение на седем години, преди да вляза в сегашната си роля като технически директор през 2014 г.

От самото начало бях изумен от това, което Exasol прави - тази немска технологична компания, която се бори срещу големи имена като Microsoft, IBM и Oracle. Бях поразен от възможността пред мен — като разработчик, създавайки тази масивна паралелна обработка (MPP), система за управление на база данни в паметта беше раят на земята.

Наслаждавах се на всеки момент от работата с този талантлив инженерен екип. Като технически директор, аз наблюдавам продуктовите иновации, разработка и техническа поддръжка на Exasol. Беше вълнуващо да видим колко е нараснал екипът на Exasol в световен мащаб, докато работим в подкрепа на нашите клиенти и техните развиващи се нужди. Основите са същите — ние все още сме система от бази данни в паметта, но сега даваме възможност на нашите клиенти да използват силата на своите данни за внедряване на AI.

Exasol е в челните редици на високоефективните аналитични бази данни. От ваша гледна точка какво отличава Exasol в това конкурентно пространство?

Бизнес лидерите постоянно са натоварени със задачата да навигират как да правят повече с по-малко. През последните години това стана още по-голямо предизвикателство, тъй като икономиката продължава да е бурна и разпространението на AI технологията отнема бюджет и време.

Като доставчик на високоефективни аналитични бази данни, Exasol остава пред кривата, когато става въпрос за подпомагане на бизнеса да прави повече с по-малко. Ние помагаме на компаниите да трансформират бизнес интелигентността (BI) в по-добри прозрения с Exasol Espresso, нашата универсална машина за заявки, която се включва в съществуващи стекове от данни. Глобални марки, включително T-Mobile, Piedmont Healthcare и Allianz, използват Exasol Espresso, за да превърнат по-големи обеми от данни в по-бързи, по-задълбочени и по-евтини прозрения. И мисля, че свършихме страхотна работа за овладяване на деликатния баланс между производителност, цена и гъвкавост, така че клиентите да не правят компромиси.

За да подкрепим компаниите в техните пътувания с ИИ, ние също наскоро представихме Еспресо AI, оборудвайки нашия многофункционален механизъм за заявки с нов набор от AI инструменти, които позволяват на организациите да използват силата на своите данни за усъвършенствани прозрения и вземане на решения, управлявани от AI. Възможностите на Espresso AI правят AI по-достъпен и достъпен, позволявайки на клиентите да заобиколят скъпите, отнемащи време експерименти и да постигнат незабавна възвръщаемост на инвестициите. Това променя играта за предприятия, които са фокусирани върху стимулиране на иновациите и предоставяне на стойност в ерата на AI.

Докладът за 2024 AI and Analytics от Exasol подчертава недостатъчните инвестиции в AI като път към бизнес провал. Бихте ли разширили основните констатации на този доклад и защо инвестирането в AI е критично за бизнеса днес?

Както казахте, основният извод от Exasol's 2024 AI and Analytics Report е, че недостатъчните инвестиции в ИИ водят до провал на бизнеса. Въз основа на нашето проучване сред висши ръководители, както и специалисти по данни и анализатори в САЩ, Обединеното кралство и Германия, почти всички (91%) респонденти са съгласни, че ИИ е една от най-важните теми за организациите през следващите две години, като 72% признават, че неинвестирането в AI днес ще изложи на риск бъдещата жизнеспособност на бизнеса. Казано просто, в днешната среда бизнесите, които не мислят за AI, вече изостават.

Бизнесът е изправен пред натиск от страна на заинтересованите страни да инвестира в AI – и има много причини за това. Инвестициите в AI вече помогнаха на организации в различни индустрии – от здравеопазване до финансови услуги и търговия на дребно – да отключат нови потоци от приходи, да подобрят изживяването на клиентите, да оптимизират операциите, да увеличат производителността, да ускорят конкурентоспособността и др. Списъкът само нараства оттам, тъй като фирмите започват да намират конкретни начини да използват AI, за да отговарят на уникалните бизнес нужди.

Същият доклад споменава основните пречки пред приемането на AI, включително пропуски в науката за данни и забавяне при внедряването. Как Exasol се справя с тези предизвикателства за своите клиенти?

Въпреки критичната нужда от инвестиции в ИИ, предприятията все още са изправени пред значителни бариери пред по-широкото внедряване. Докладът за изкуствен интелект и анализи на Exasol показва, че до 78% от лицата, вземащи решения, изпитват пропуски в поне една област от своите модели за наука за данни и машинно обучение (ML), като 47% посочват скоростта за внедряване на нови изисквания за данни като предизвикателство. Допълнителни 79% твърдят, че новите изисквания за бизнес анализ отнемат твърде много време, за да бъдат внедрени от техните екипи за данни. Други фактори, възпрепятстващи широкото приемане на AI, включват липсата на стратегия за внедряване, лошо качество на данните, недостатъчни обеми данни и интеграция със съществуващи системи. Освен това развиващите се бюрократични изисквания и разпоредби за ИИ създават проблеми за много компании, като 88% от респондентите заявяват, че се нуждаят от повече яснота.

С нарастването на внедряването на AI ще стане още по-важно за бизнеса да осигури стабилни основи за данни. Exasol предлага гъвкавост, издръжливост и мащабируемост на фирмите, които приемат стратегия за AI. Тъй като роли като главен служител по данни (CDO) продължават да се развиват и да стават по-сложни –– с нарастващи етични предизвикателства и предизвикателства за съответствие на преден план – Exasol подкрепя лидерите в областта на данните и им помага да трансформират BI в по-бързи и по-добри прозрения, които ще информират бизнес решенията и оказват положително влияние върху крайния резултат.

Въпреки че AI стана критичен за успеха на бизнеса, той е толкова ефективен, колкото инструментите, технологията и хората, които го захранват в задната част. Резултатите от проучването подчертават значителната разлика между настоящите BI инструменти и техните резултати – повече инструменти не означава непременно по-бърза производителност или по-добри прозрения. Докато CDO се подготвят за по-голяма сложност и са натоварени да правят повече с по-малко, те трябва да оценят стека за анализ на данни, за да осигурят продуктивност, скорост и гъвкавост – всичко това на разумна цена.

Espresso AI помага да се затвори тази празнина за предприятието чрез оптимизиране на процесите на извличане, зареждане и трансформиране на данни, за да даде на потребителите гъвкавостта незабавно да експериментират с нови технологии в мащаб, независимо от ограничението на инфраструктурата – независимо дали локално, облачно или хибридно. Потребителите могат да намалят разходите и усилията за преместване на данни, като същевременно въвеждат нововъзникващи технологии като LLM в своята база данни. Тези възможности помагат на организациите да ускорят пътуването си към внедряване на AI и ML решения, като същевременно гарантират качеството и надеждността на своите данни.

Грамотността с данни става все по-важна в ерата на ИИ. Как Exasol допринася за повишаване на грамотността на данните сред своите клиенти и по-широката общност?

В днешните работни среди, богати на данни, уменията за грамотност с данни са по-важни от всякога – и бързо се превръщат в „необходимост да имаш“, а не в „приятно да имаш“ в ерата на ИИ. В различните индустрии уменията за работа, разбиране и ефективно предаване на данни станаха жизненоважни. Но остава пропуск в грамотността на данните.

Грамотността в областта на данните означава притежаването на умения за интерпретиране на сложна информация и способността да се действа въз основа на тези открития. Но често достъпът до данни е изолиран в организацията или само малка част от лицата притежават необходимите умения за грамотност за данни, за да разберат и да имат достъп до огромните количества данни, преминаващи през бизнеса. Този подход е погрешен, защото ограничава количеството време и ресурси, посветени на използването на данни, и в крайна сметка липсата на грамотност в данните създава бариера пред бизнес иновациите.

Когато хората са грамотни за данни, те могат да разбират данните, да ги анализират и да прилагат собствените си идеи, умения и опит към тях. Колкото повече хора разполагат със знанията, увереността и инструментите да разгадаят и осмислят данните, толкова по-успешна може да бъде една организация. В Exasol ние подкрепяме лидерите в областта на данните и бизнеса в насърчаването на грамотност и образование за данни.

В допълнение към образователния компонент, фирмите трябва да оптимизират своите технически стекове и BI инструменти, за да позволят демократизиране на данните. Достъпността на данните и грамотността на данните вървят ръка за ръка. Инвестициите и в двете са необходими за по-нататъшни стратегии за данни. Например, с Exasol, нашата система без настройка позволява на бизнеса да се съсредоточи върху използването на данни, а не върху технологията. Високата скорост позволява на екипите да работят интерактивно с данни и да избягват да бъдат ограничавани от ограничения на производителността. Това в крайна сметка води до демократизиране на данните.

Сега е моментът демократизацията на данните да премине от тема на дискусия към действие в рамките на организациите. Тъй като повече хора в различни отдели получават достъп до значими прозрения, това ще облекчи традиционните затруднения, причинени от екипите за анализ на данни. Когато тези традиционни силози се сринат, организациите ще осъзнаят колко широка и дълбока е необходимостта техните екипи и лица да използват данни. Дори хора, които в момента не смятат, че са крайни потребители на данни, ще бъдат привлечени към захранването на данни.

С тази промяна идва голямо предизвикателство, което трябва да се очаква през следващите години – работната сила ще трябва да бъде обновена, за да може всеки служител да придобие правилния набор от умения за ефективно използване на данни и прозрения за вземане на бизнес решения. Днешната работна сила няма да знае правилните въпроси, които да зададе за своя поток от данни или за автоматизацията, която го захранва. Стойността на способността да се артикулират точни, проучвателни и свързани с бизнеса въпроси нараства, което създава остра нужда от обучение на работната сила на тази способност.

Имате силен опит в базите данни, разпределените системи и генетичните алгоритми. Как тези области на експертиза влияят върху продуктовата разработка и стратегията за иновации на Exasol?

Моят опит е в основата на работата в нашата област и разбирането на технологичните тенденции от последните две десетилетия. Вълнуващо и възнаграждаващо е да работите с иновативни клиенти, които превръщат технологията на бази данни в интересни случаи на употреба. Нашата иновационна стратегия не зависи само от един човек, а от голям екип от усъвършенствани архитекти и разработчици, които разбират бъдещето на софтуера, хардуера и приложенията за данни.

Тъй като AI трансформира индустриите с безпрецедентно темпо, кои според вас са основните компоненти на готов за бъдещето стек от данни за бизнеси, които искат да използват ефективно AI и анализа?

Бързото приемане на AI е отличен пример за това защо е важно предприятията да изпреварват развиващия се технологичен пейзаж. Нещастната истина обаче е, че повечето стекове от данни все още са зад кривата на AI.

За да бъдат готови за бъдещето стекове от данни, фирмите трябва първо да оценят основите на данните, за да идентифицират пропуски, грешки или други предизвикателства. Това ще им помогне да осигурят качество и скорост на данните – елементи, които са от решаващо значение за стимулиране на ценни прозрения и подхранване на AI и LLM модели.

Освен това екипите трябва да инвестират в инструменти и технологии, които могат лесно да се интегрират с други решения в стека. Тъй като AI се съчетава с други технологии, като отворен код, ще видим появата на нови модели за решаване на традиционни бизнес проблеми. Генеративният AI, като ChatGPT, също ще се слее с по-традиционната AI технология, като описателен или предсказуем анализ, за ​​да отвори нови възможности за организациите и да рационализира традиционно тромавите процеси.

За да бъдат готови за бъдещето стекове от данни, предприятията трябва също да интегрират AI и BI. Бизнесът използва BI инструменти от десетилетия, за да извлече ценна информация и въпреки че са направени много подобрения, все още има BI ограничения или бариери, с които AI може да помогне. AI може да даде възможност за по-бързи резултати, да подобри персонализацията и да трансформира BI пейзажа в по-приобщаващ и удобен за потребителя домейн. Тъй като BI обикновено се фокусира върху анализирането на исторически данни, за да предостави прозрения, AI може да разшири възможностите на BI, като помага за предвиждане на бъдещи събития, генерира прогнози и препоръчва действия за повлияване на желаните резултати.

Производителността, гъвкавостта и спестяването на разходи са подчертани като три начина, по които Exasol помага на глобалните марки да правят иновации. Можете ли да дадете пример за това как Exasol е позволил на клиент да постигне значителна възвръщаемост на инвестициите чрез вашата база данни за анализ?

Според 2023 Forrester Total Economic Impact Study, клиентите на Exasol постигат до 320% възвръщаемост на първоначалната си инвестиция за три години чрез подобряване на оперативната ефективност, производителността на базата данни и предлагане на проста и гъвкава инфраструктура за данни.

Един клиент например, Хелсана, лидер в конкурентната здравна индустрия на Швейцария, дойде в Exasol, за да задоволи нуждата от модерна платформа за данни и анализи. Преди Exasol Helsana разчиташе на различни инструменти за отчитане със складове за данни, изградени върху различни технологии и ETL инструменти, които създаваха заплетена, неефективна архитектура. В сравнение със съществуващото наследено решение на компанията, Data Warehouse на Exasol демонстрира пет до десетократно подобрение на производителността.

Сега Exasol е централно място в пътуването на Helsana с AI, като служи като хранилище за структурираните данни, които Helsana използва във всички свои модели на AI и предоставя

основа за своите анализи. С Exasol екипът на Helsana повиши производителността, намали разходите, увеличи гъвкавостта и създаде солидна AI основа, като всичко това допринася за значителна възвръщаемост на инвестициите в допълнение към увеличената способност за по-добро обслужване на клиентите.

Гледайки напред, какви са предстоящите тенденции в анализа на данни и бизнес разузнаването, за които се подготвя Exasol, и как планирате да продължите да стимулирате иновациите в това пространство?

 2023 г. въведе AI в широк мащаб, което предизвика реакции на колене от организации, които в крайна сметка породиха безброй лошо проектирани и изпълнени експерименти за автоматизация. 2024 г. ще бъде година на трансформация за експериментирането с AI и основополагащата работа. Досега основните приложения на GenAI бяха за достъп до информация чрез чатботове, автоматизация на обслужването на клиенти и софтуерно кодиране. Въпреки това ще има пионери, които възприемат тези вълнуващи технологии за цял набор от бизнес решения и оптимизации. Поглеждайки след 2024 г., ще започнем да виждаме по-голям тласък към продуктивни внедрявания на AI.

Ние в Exasol се ангажираме да стимулираме иновациите и да предоставяме стойност на нашите клиенти, което включва да им помагаме да разработват и прилагат AI в мащаб. С Exasol клиентите могат да комбинират BI и AI, за да преодолеят силозите на данни в интегрирана система за анализ. Нашата гъвкавост по отношение на опциите за внедряване също позволява на организациите да решат къде искат да хостват своя аналитичен стек, независимо дали е в публичен облак, частен облак или локално. С Espresso AI на Exasol ние сме в състояние да дадем възможност на предприятията да използват стойността на анализите, управлявани от AI, независимо от това къде попадат организациите в тяхното пътуване с AI.

Благодаря ви за страхотното интервю, читателите, които искат да научат повече, трябва да го посетят екзасол.