Rozhovory
Leo Brunnick, hlavní produktový ředitel ve společnosti Cloudera – série rozhovorů
Přidejte Unite.AI mezi své preferované zdroje na Google
Leo Brunnick, hlavní produktový ředitel ve společnosti Cloudera, je veterán technologického vedení a podnikatel s více než třemi desetiletími zkušeností se stavěním a rozšiřováním softwaru, digitálních médií a podnikových technologických organizací. Ve společnosti Cloudera vede produktový management, inženýrství a zákaznickou podporu a dohlíží na směřování produktů a technologií společnosti, zatímco rozšiřuje schopnosti své platformy pro data a AI. Před nástupem do Cloudera v roce 2025 strávil Brunnick šest let ve společnosti Naviga, naposledy jako provozní ředitel, kde řídil více než 600 profesionálů v oblastech produktů, inženýrství, marketingu, výzkumu a vývoje, zákaznické podpory a profesionálních služeb. Dříve ve své kariéře založil a působil jako generální ředitel společnosti Patheos, rozrostl digitální mediální platformu na přibližně 15 milionů měsíčních návštěvníků před úspěšným odprodejem, a strávil osm let jako hlavní produktový ředitel ve společnosti Vignette, která se zabývá podnikovým řízením obsahu. Jeho zázemí zahrnuje také technologické poradenství v Andersen Consulting a službu jako důstojník pěchoty amerického námořnictva.
Cloudera je podniková společnost zaměřená na data a AI, která pomáhá organizacím spravovat, řídit, analyzovat a aplikovat AI na data, ať už jsou kdekoliv – v veřejných cloudech, soukromých datových centrech i v okrajových prostředích. Její hybridní platforma kombinuje správu dat, analytiku, strojové učení, generativní AI a stále častěji i agentní AI schopnosti, přičemž klade důraz na podnikovou bezpečnost, řízení, soukromí a přenositelnost zátěží. Současná platformová strategie společnosti zahrnuje Cloudera Anywhere Cloud, architekturu navrženou tak, aby poskytla podnikům konzistentní cloudové zkušenosti napříč různými infrastrukturními prostředími, spolu s otevřeným datovým jezerem, jednotnou datovou tkaninou, zpracováním dat v reálném čase a nástroji pro vývoj a nasazení AI modelů a agentů. Cloudera uvádí, že její technologie spravuje více než 25 exabajtů dat a používají ji velké globální podniky usilující o modernizaci datové infrastruktury, aniž by bylo nutné přesouvat všechny zátěže nebo citlivá data do veřejného cloudu.
Vaše kariéra zahrnovala technologické poradenství, vedení produktových organizací ve společnostech Vignette a Naviga, založení a rozšiřování Patheos a nyní působení jako hlavní produktový ředitel ve společnosti Cloudera. Jak tyto zkušenosti ovlivnily váš pohled na budování podnikových technologických platforem v době, kdy AI zásadně mění způsob, jakým organizace využívají svá data?
Ve všech těchto situacích platí stejný princip. Technologie je nejcennější, když zjednodušuje něco složitého pro uživatele. Tento bod je nyní ještě důležitější, protože AI přináší významné příležitosti a zároveň přidává další vrstvu složitosti pro podniky, které již navigují data v cloudu, datová centra a stále častěji suverénní prostředí.
Při budování této nové éry ve společnosti Cloudera často uvažuji, jak můžeme organizacím umožnit těžit z nových technologií, aniž bychom je nutili přehodnocovat vše, co již vybudovaly. V posledních několika letech si podniky vybudovaly své datové majetky, aplikace, modely řízení a provozní procesy. Nebylo by rozumné vše zrušit při každém objevení nové technologie. Platformy, které v AI éře uspějí, budou stavět na tom, co organizace již mají, a zároveň jim poskytnou flexibilitu a kontrolu přizpůsobit se měnícím se potřebám.
Cloudera nedávno představila Cloudera Anywhere Cloud, aby pomohla podnikům budovat a provozovat AI napříč veřejnými cloudy, soukromou infrastrukturou, suverénními cloudy, on-premise prostředími i okrajem. Jaký problém jste u zákazníků pozorovali, který přesvědčil Cloudera, že tento typ jednotné architektury je nezbytný?
Na zákazníky roste tlak, aby AI uvedli do praxe, i když jsou jejich data a infrastruktura rozprostřeny napříč více prostředími než kdy předtím. Data mohou být umístěna ve veřejných cloudech, soukromých datových centrech, suverénních prostředích i na okraji, přičemž každé z nich má své vlastní požadavky na bezpečnost, regulaci, výkon a ekonomiku. Správa všech těchto prostředí může organizacím představovat značnou provozní zátěž.
Myšlenka za Anywhere Cloud spočívá v tom, že podniky by neměly muset volit mezi agilností cloudu a zachováním kontroly, bezpečnosti a řízení nad svými daty. Organizace potřebují konzistentní způsob nasazování, řízení a škálování datových a AI služeb tam, kde to dává pro podnik největší smysl. S jedním řídicím panelem mohou společnosti věnovat méně času správě podkladové infrastruktury a více času soustředění se na výsledky, které chtějí se svými daty a AI dosáhnout, bez ohledu na to, v jakém prostředí jsou umístěna.
Říkal jste, že podniková AI „překročila model pouze veřejného cloudu“. Jaká jsou největší omezení, se kterými se podniky setkávají při pokusu provozovat produkční AI výhradně v prostředích veřejného cloudu, a které pracovní zatížení se stále častěji přesouvají jinam?
Platformy, které v AI éře uspějí, budou stavět na tom, co organizace již mají, a poskytnou jim flexibilitu přizpůsobit se měnícím se potřebám. Veřejný cloud zůstává důležitou součástí podnikové technologické strategie, ale není jedinou možností. Jakmile AI přejde do produkce, společnosti musí určit, kde by měla být jejich data a pracovní zatížení provozována, na základě faktorů jako regulace, bezpečnost a náklady.
To ukazuje, že rozhodování o tom, kde umístit pracovní zatížení, se nyní provádí uvážlivěji. Některé aplikace AI by určitě byly vhodné v veřejném cloudu, zatímco pracovní zatížení zahrnující vysoce citlivá nebo regulovaná data by mohla zůstat v soukromém datovém centru nebo suverénním prostředí. V jiných případech budou pracovní zatížení lépe fungovat na okraji, protože latence je důležitým faktorem. Cílem není odklonit se od veřejného cloudu; spíše jde o to umožnit podniku flexibilitu provozovat každý typ zatížení v místě, které je pro něj nejvhodnější, aniž by bylo nutné vytvářet samostatný provozní model pro každé prostředí.
Cloudera Anywhere Cloud zahrnuje agentního kopilota, který dokáže převádět požadavky v běžném jazyce na datové pracovní postupy a operace infrastruktury. Jak autonomní očekáváte, že tyto systémy budou, a kde by podniky měly zachovat lidský dohled, jakmile agenti získají větší kontrolu nad kritickou datovou infrastrukturou?
Agenti budou i nadále přebírat opakující se provozní úkoly, které v současnosti zabírají čas týmům pro data a infrastrukturu. Pokud agent dokáže vyjádřit výsledek v běžném jazyce a poté jej převést na pracovní postup nebo akci infrastruktury, výrazně sníží tření a zpřístupní pokročilé datové schopnosti většímu počtu lidí.
Větší autonomie také vytváří větší potřebu efektivního řízení. Firmy musí mít jasné zásady, které určují, k čemu má agent přístup, jaké akce může sám provádět a kdy je vyžadováno lidské schválení. Čím větší je potenciální dopad akce, tím důležitější se tyto kontroly stávají. Autonomie a řízení by měly postupovat paralelně, aby agentům poskytly dostatečnou svobodu k dosažení skutečných zisků na produktivitě, zatímco organizace si zachová dohled a kontrolu nad klíčovými daty a infrastrukturou.
Cloudera spolupracuje s NVIDIA na zavedení nativní akcelerace GPU pomocí cuDF pro pracovní zatížení Apache Spark 4.1, s potenciálním zlepšením výkonu až 4‑násobně, aniž by organizace musely přepisovat existující aplikace PySpark nebo SQL. Proč je odstranění potřeby přepisování kódu tak důležité pro urychlení adopce AI v podnicích?
Firmy investovaly značné prostředky do svých stávajících aplikací, dovedností a datových pipeline. Přechod na novou technologii vyžaduje více než jen inženýrskou práci. Může přinést riziko, zpoždění výsledků a narušení systémů, které již fungují.
Akcelerace bez kódu pomáhá tuto výzvu řešit. Organizace mohou využít své stávající pracovní zatížení PySpark a SQL k získání výhod akcelerace GPU, aniž by zásadně měnily způsob práce svých týmů. To usnadňuje přijetí technologie a zároveň zlepšuje výkon datových pipeline podporujících analytiku a AI a chrání stávající investice.
GPU se stále častěji používají i mimo trénink a inferenci modelů, včetně přípravy dat a analytiky. Očekáváte, že akcelerace GPU se stane standardní součástí podnikového datového stacku, a jak by to mohlo změnit ekonomiku přípravy obrovských datových sad pro AI?
Podle mého názoru se podniky budou mnohem lépe orientovat v tom, jak přizpůsobit svou infrastrukturu svým pracovním zatížením. GPU již změnily způsob, jakým se provádí trénink a inferenace modelů, a datové inženýrství je dalším zřejmým oblastí pro inovace, protože příprava velkých datových sad může být hlavní úzké místo při uvádění AI aplikací do výroby.
Ekonomický dopad je stejně významný, protože rychlejší zpracování může udělat více než jen rychleji dokončit úlohu Spark. Snížené doby výpočtu mohou snížit náklady na infrastrukturu a zároveň pomoci datovým týmům iterovat rychleji, což je čím dál důležitější faktor s rostoucími AI pracovními zatíženími. Podle našeho výzkumu 84 % respondentů zaznamenalo, že AI pracovní zatížení zvýšila náklady na infrastrukturu, což zvyšuje důležitost pro firmy prozkoumat celou datovou pipeline a hledat příležitosti ke zlepšení jak výkonu, tak nákladů. Zpracování dat s akcelerací GPU by se mohlo stát důležitou součástí této rovnice.
Jedním z přínosů Cloudera Anywhere Cloud je umožnit organizacím umístit pracovní zatížení tam, kde to vyžadují regulační, ekonomické nebo provozní požadavky, aniž by neustále přesouvaly nebo kopírovaly svá data. Jak důležité je přinést výpočet AI k datům, místo aby se všechna podniková data přenášela k AI?
Toto je zásadní, protože firmy strávily roky budováním obrovského množství dat v různých prostředích a přesunout všechna tato data na jedno místo pro AI je často nepraktické. Může to být nákladné a časově náročné, zatímco požadavky na bezpečnost, soukromí nebo suverenitu mohou organizacím bránit v přesunu určitých dat vůbec.
V současné době není praktické, aby podniky bezpečně přesouvaly všechna svá data do různých aplikací a prostředí, kde je AI nasazována. Přinášení AI k datům umožňuje organizacím využívat více z dat, která již mají, a zároveň je ponechat tam, kde je potřeba. Také jim to poskytuje flexibilitu provozovat pracovní zatížení tam, kde to dává největší smysl z hlediska obchodních a technických požadavků. Jak AI bude více integrována napříč podnikovým prostředím, schopnost fungovat konzistentně kdekoliv data jsou, se stane čím dál důležitější.
Suverenita dat se stala hlavní obavou, jak vlády, tak regulované odvětví přijímají AI. Jak suverénní požadavky na AI mění architekturu, kterou podniky potřebují, a očekáváte, že suverénní cloudy a soukromá AI infrastruktura se v následujících letech výrazně zvýší na význam?
Naprostý souhlas. Suverenita se stává architektonickým požadavkem, nikoli jen otázkou souladu. Organizace potřebují vědět, kde jsou jejich data uložena a kde běží jejich AI pracovní zatížení, stejně jako kdo k nim má přístup a jak jsou chráněny duševní vlastnictví a citlivé informace.
Organizace již nemohou předpokládat, že vše lze centralizovat v jedné veřejné cloudové službě. Potřebují flexibilitu provozovat se napříč suverénními cloudy, soukromou infrastrukturou, veřejnými cloudy a on‑premise systémy a zároveň uplatňovat konzistentní správu v každém prostředí. Tyto požadavky budou jen nabývat na důležitosti, jak AI proniká dále do regulovaných odvětví a kritických obchodních procesů. Organizace, které dokáží inovovat a zároveň si udržet kontrolu nad svými daty a AI prostředím, budou lépe připraveny zodpovědně škálovat AI.
Jak autonomní AI agenti získávají přístup k podnikovým datům, aplikacím a infrastruktuře, tradiční správa dat může již být nedostatečná. Jak se musí správa vyvíjet, když uživatelé přistupující k podnikovým datům a jednající s nimi jsou stále častěji AI agenti místo lidí?
V minulosti byla správa převážně založena na tom, že lidé a aplikace mohou přistupovat k datům. Agentům přidává nový rozměr, protože mohou získávat informace, uvažovat o nich a jednat na základě toho, co zjistí.
Kvůli tomu musí podniky aplikovat koncepty jako identita, oprávnění, linie, pozorovatelnost a přístup s nulovou důvěrou na agenty, aby zajistily bezpečnost a správu svých dat. Organizace by měly vědět, který agent k jakým datům přistoupil, co s těmito informacemi udělal, jaké kroky podnikl a zda tyto kroky odpovídají firemním zásadám. Správa nemůže být zavedena až po tom, co agent provedl akci; musí být zakotvena v prostředí tak, aby zásady a ochranná opatření šla s daty a byla neustále vynucována, ať už je dotyčná entita člověk, aplikace nebo autonomní agent.
Cloudera zdůrazňuje otevřené standardy jako Apache Iceberg, Polaris, Spark, Kafka a Trino místo toho, aby vyžadovala, aby zákazníci operovali výhradně v proprietárním stacku. Jak důležité budou otevřené standardy a interoperabilita při prevenci nové generace vendor lock‑inu v AI, když se AI infrastruktura konsoliduje kolem velkých platforem?
Čím více se AI stává součástí podnikových infrastruktur, tím důležitější se stávají otevřené standardy. AI se rychle vyvíjí a organizace musí předejít rozhodnutím o architektuře, která by mohla v budoucnu omezit modely, enginy, infrastrukturu nebo technologie, které mohou používat.
Technologie jako Apache Iceberg, Spark, Kafka, Trino a otevřené katalogy poskytují organizacím flexibilitu používat různé nástroje pro různé pracovní zatížení a zároveň zachovat interoperabilitu napříč jejich datovými prostředími. To je zvláště důležité, protože podniky stále častěji operují napříč veřejnými cloudy, suverénní infrastrukturou a soukromými datovými centry, kde potřebují svobodu rozhodnout, kde budou jejich data a AI pracovní zatížení běžet, aniž by musely přestavovat vše kolem jediného poskytovatele.
Otevřený přístup také usnadňuje přijetí nových AI schopností při zachování stávajících investic, místo opakovaného přesunu či kopírování dat v průběhu vývoje technologií. Jak se AI prostředí nadále mění, otevřené standardy poskytují organizacím flexibilitu vyvíjet jejich architekturu v čase a zároveň zachovat volbu a kontrolu nad jejich daty, infrastrukturou a technologickými rozhodnutími.
Děkujeme za skvělý rozhovor, čtenáři, kteří se chtějí dozvědět více, by měli navštívit Cloudera.
