Rohit Choudhary, zakladatel a CEO Acceldata – rozhovor

Rohit Choudhary je zakladatel a CEO Acceldata, lídra na trhu v oblasti podnikové datové pozorovatelnosti. Acceldata založil v roce 2018, když si uvědomil, že odvětví potřebuje重新 tưởng způsob, jak monitorovat, vyšetřovat, odstraňovat a spravovat spolehlivost datových kanálů a infrastruktury v cloudu a umělém prostředí.

Co vás inspirovalo soustředit se na datové pozorovatelnosti, když jste v roce 2018 založili Acceldata, a jaké mezery v odvětví datové správy jste se snažili vyplnit?

Má cesta k založení Acceldata v roce 2018 začala téměř před 20 lety jako softwarový inženýr, kde mě hnala touha identifikovat a řešit problémy se softwarem. Má zkušenost jako ředitel inženýrství v Hortonworks mě seznámila s opakujícím se tématem: společnosti s ambiciózními datovými strategiemi měly problémy s nalezením stability ve svých datových platformách, navzdory významným investicím do datové analýzy. Nemohly spolehlivě dodávat data, když je podnik potřeboval nejvíce.

Tato výzva rezonovala se mnou a mým týmem, a uznali jsme potřebu řešení, které by mohlo monitorovat, vyšetřovat, odstraňovat a spravovat spolehlivost datových kanálů a infrastruktury. Podniky se snažily budovat a spravovat datové produkty pomocí nástrojů, které nebyly navrženy tak, aby splňovaly jejich měnící se potřeby – vedlo to k tomu, že datové týmy postrádaly přehled o kritických analytických a umělých aplikacích.

Tato mezera na trhu nás inspirovala k založení Acceldata s cílem vyvinout komplexní a škálovatelnou platformu pro datové pozorovatelnosti. Od té doby jsme transformovali, jak organizace vyvíjejí a provozují datové produkty. Naše platforma koreluje události napříč daty, zpracováním a kanály, poskytující bezprecedentní přehledy. Dopad datové pozorovatelnosti byl enormní, a jsme nadšeni, že budeme i nadále táhnout toto odvětví kupředu.

Máte zkušenosti s významným úspěchem v inženýrství a produktovém vývoji. Jak tato zkušenost ovlivnila váš přístup ke stavbě a rozšiřování Acceldata?

Má zkušenost v inženýrství a produktovém vývoji byla zásadní pro utvoření, jak jsme postavili Acceldata. Pochopení technických výzev škálování datových systémů nám umožnilo navrhnout platformu, která řeší skutečné potřeby podniků. Tato zkušenost mi také vštěpila důležitost agilitu a zpětné vazby zákazníků v našem vývojovém procesu. V Acceldata priorizujeme inovace, ale vždy zajišťujeme, aby naše řešení byla praktická a odpovídala tomu, co zákazníci potřebují v dynamických a složitých datových prostředích. Tento přístup byl nezbytný pro škálování společnosti a rozšiřování našeho globálního trhu.

S nedávným $60 milionovým kolečkem financování série C, jaké jsou klíčové oblasti inovací a vývoje, na které se chcete soustředit v Acceldata?

S $60 milionovým kolečkem financování série C se soustředíme na inovace poháněné umělou inteligencí, které budou výrazně odlišovat naši platformu. Navazujeme na úspěch našeho AI Copilotu, a vylepšujeme naše modely strojového učení, aby poskytovaly přesnější detekci anomálií, automatizovanou opravu a předpověď nákladů. Rozšiřujeme také naše prediktivní analytiky, kde umělá inteligence nejen upozorňuje uživatele na potenciální problémy, ale také navrhuje optimální konfigurace a proaktivní řešení, specifická pro jejich prostředí.

Dalším klíčovým zaměřením je kontextově závislá automatizace – kde naše platforma učí z chování uživatelů a alignuje doporučení s obchodními cíli. Rozšiřujeme naše Přirozené jazykové rozhraní (NLI), aby uživatelé mohli interagovat s komplexními pracovními postupy pozorovatelnosti pomocí jednoduchých, konverzačních příkazů.

Kromě toho naše inovace poháněné umělou inteligencí budou pohánět ještě větší optimalizaci nákladů, předpověď spotřeby zdrojů a správu nákladů s bezprecedentní přesností. Tyto pokroky poziciují Acceldata jako nejproaktivnější, umělou inteligencí poháněnou platformu pro datové pozorovatelnosti, pomáhající podnikům důvěřovat a optimalizovat své datové operace jako nikdy předtím.

Umělá inteligence a velké jazykové modely se stávají centrálními pro datové správu. Jak se Acceldata позиcionuje, aby vedla v tomto prostoru, a jaké jedinečné schopnosti nabízí vaše platforma podnikovým zákazníkům?

Acceldata již vede cestu v oblasti datové pozorovatelnosti poháněné umělou inteligencí. Po úspěšné integraci pokročilé technologie Bewgle naše platforma nyní nabízí schopnosti poháněné umělou inteligencí, které významně vylepšují datové pozorovatelnosti. Naše AI Copilot používá strojové učení k detekci anomálií, předpovědi spotřebních vzorců a poskytování přehledů v reálném čase, vše while zpřístupňující tyto funkce prostřednictvím přirozených jazykových interakcí.

Také jsme integrovali pokročilou detekci anomálií a automatizovaná doporučení, která pomáhají podnikům předcházet nákladným chybám, optimalizovat datovou infrastrukturu a zlepšovat provozní efektivitu. Kromě toho naše řešení poháněná umělou inteligencí zjednodušují správu zásad a automaticky generují lidsky čitelné popisy pro datové aktiva a zásady, mostí mezi technickými a obchodními zainteresovanými stranami. Tyto inovace umožňují organizacím odemknout plný potenciál svých dat, zatímco minimalizují rizika a náklady.

Akvizice Bewgle přidala pokročilé schopnosti poháněné umělou inteligencí do platformy Acceldata. Nyní, když uplynul rok od akvizice, jak byla technologie Bewgle integrována do řešení Acceldata, a jaký dopad mělo toto integrované na vývoj funkcí datové pozorovatelnosti poháněné umělou inteligencí?

Za poslední rok jsme plně integrovali technologie Bewgle do platformy Acceldata, a výsledky byly transformační. Zkušenosti Bewgle s základními modely a přirozenými jazykovými rozhraními urychlily náš roadmap pro umělou inteligenci. Tyto schopnosti jsou nyní zabudovány do našeho AI Copilotu, poskytujícího novou generaci uživatelského rozhraní, které umožňuje uživatelům interagovat s pracovními postupy datové pozorovatelnosti pomocí prostých textových příkazů.

Tato integrace také vylepšila naše modely strojového učení, zlepšující detekci anomálií, automatizovanou předpověď nákladů a proaktivní přehledy. Byli jsme schopni dodat jemnější kontrolu nad operacemi poháněnými umělou inteligencí, což umožňuje našim zákazníkům zajišťovat spolehlivost a výkon dat napříč jejich ekosystémy. Úspěch této integrace posílil pozici Acceldata jako lídra v oblasti datové pozorovatelnosti poháněné umělou inteligencí, poskytující ještě větší hodnotu našim podnikovým zákazníkům.

Jako někdo hluboce zapojený do odvětví datové správy, jaké trendy předpovídáte v oblasti umělých inteligencí a datové pozorovatelnosti v příštích letech?

V příštích letech očekávám několik klíčových trendů, které budou tvarovat trh umělých inteligencí a datové pozorovatelnosti. Reálná časová datová pozorovatelnost se stane ještě kritičtější, protože podniky budou hledat rychlá a informovaná rozhodnutí. Umělá inteligence a strojové učení budou pokračovat v pohánění pokroků v prediktivní analytice a automatizované detekci anomálií, pomáhajícím podnikům zůstat před potenciálními problémy.

Dále budeme svědky těsnější integrace pozorovatelnosti s rámcem datové správy a bezpečnosti, zejména když regulační požadavky budou růst přísněji. Služby spravované pozorovatelnosti pravděpodobně porostou, protože datové prostředí budou stále složitější, poskytující podnikům odborné znalosti a nástroje potřebné pro udržení optimálního výkonu a souladu. Tyto trendy zvýší roli datové pozorovatelnosti při zajišťování, že organizace mohou škálovat své iniciativy umělých inteligencí, zatímco udržují vysoké standardy pro kvalitu a správu dat.

Pohledem do budoucnosti, jak si představujete roli datové pozorovatelnosti při podpoře nasazení umělých inteligencí a velkých jazykových modelů v měřítku, zejména v odvětvích s přísnými požadavky na kvalitu a správu dat?

Datová pozorovatelnost bude zásadní pro nasazení umělých inteligencí a velkých jazykových modelů v měřítku, zejména v odvětvích, jako je finance, zdravotnictví a vláda, kde kvalita a správa dat jsou zásadní. Jak organizace stále více spoléhají na umělou inteligenci pro obchodní rozhodnutí, potřeba důvěryhodných, vysoce kvalitních dat se stává ještě kritičtější.

Datová pozorovatelnost zajišťuje nepřetržité monitorování a ověřování integrity dat, pomáhající předcházet chybám a biasům, které by mohly podkopat modely umělých inteligencí. Kromě toho bude pozorovatelnost hrát vitální roli v souladu s přísnými regulačními požadavky, poskytujícím přehled do linie dat, použití a správy, alignujících se s přísnými regulačními požadavky. Nakonec datová pozorovatelnost umožňuje organizacím využít plný potenciál svých dat, zatímco minimalizují rizika a náklady.

Děkuji za skvělý rozhovor, čtenáři, kteří si chtějí přečíst více, by měli navštívit Acceldata.