Jeronimo De Leon, Senior Produktchef for AI hos Backblaze – Intervju-serie

Jeronimo De Leon er en erfaren produktleder med over 10 års erfaring med at drive AI-dreven innovation på tværs af enterprise- og startup-miljøer. Som Senior Produktchef for AI hos Backblaze leder han udviklingen af AI/ML-funktioner, fokuserer på, hvordan Backblaze forbedrer AI-data-livscyklusen for kundernes MLOps-arkitekturer, og implementerer AI-værktøjer og -agenter for at optimere interne operationer.

Backblaze er en cloud-lagring og backup-virksomhed, der tilbyder ubegrænsede, automatiske computer-backups til både privatpersoner og virksomheder, samt skalerbare objekt-lagringssolutions til enterprise-, medie- og applikations-workloads. Deres tjenester fokuserer på omkostningseffektivitet, datasikkerhed, let genoprettelse og problemfri kompatibilitet med eksisterende systemer.

I har mere end 10 års erfaring med AI-dreven produktledelse – fra at arbejde med LLM’er hos Intelas og RAG hos Welcome.AI til at lancere Bloombergs chatbot og nu lede AI-bestræbelserne hos Backblaze. Hvordan har disse erfaringer formet din opfattelse af cloud-lagringens rolle i at skala AI/ML-workflows?

Siden jeg startede på AI-projekter hos IBM Watson, har jeg set innovations-tempoet accelerere dramatisk. Det, der tidligere tog år at gå fra forskning til produktion, sker nu på måneder. Men de grundlæggende infrastruktur-udfordringer forbliver de samme: Hvor er dataen, hvor gemmer vi den, og hvordan får vi adgang til den effektivt?

Tidligere var begrænsningerne compute og modeller, men nu har vi en overflod af forudtrænede modeller, og der er mange compute-udbydere. Men når man starter et projekt, skal man stadig begynde med en dataindsamling og -behandling, det er stadig det samme i dag. Jeg ser konsekvent, at organisationer rammer den samme flaskehals ved at konsolidere data fra forskellige kilder. De organisationer, der lykkes, er dem, der løser data-tilgængeligheden tidligt og skaber en grundlag, der kan skaleres med deres AI-modenhed. Din lagrings-arkitektur-beslutning bestemmer, hvor hurtigt du kan komme til model-træning og innovation.

Hvor ser du cloud-lagring spille den mest kritiske rolle på tværs af AI-livscyklusen – fra data-indtagelse og -behandling til træning, finjustering, inferens og overvågning?

Cloud-lagring er kritisk på tværs af AI-livscyklusen, med nøglefaser i data-samling, -behandling, træning og inferens. Til at starte med accelererer systematisk konsolidering, katalogisering og sikring af arkiver nye projekter og gør det let at teste fremkomne modeller. Ren, velbehandlet data slår ofte mere data, hvilket gør lagring central for både kvalitet og skala. En af mine yndlings-Backblaze-sætninger er: “Det er ikke hamstren, hvis det er data.” Du ved aldrig, hvor værdifuld det vil være, så organisationer bør samle så meget som muligt. Under træning sikrer skalerbar lagring gennemstrømning af massive datasæt, og under inferens muliggør fanen af forudsigelses-outputs og brugerfeedback kontinuerlig iteration. Til sidst er lagring grundlaget, der bestemmer, hvor hurtigt du kan innovere med AI.

Hvad er de største udfordringer, organisationer står over for, når de skal skala lagring til AI, og hvordan adskiller disse udfordringer sig mellem mindre startups og store virksomheder?

De største udfordringer i at skala lagring til AI er omkostninger, data-styring og -tilgængelighed. At lagre store mængder data er kun en del af udfordringen; den skal også organiseres, gensøges og styres med de rette kontroller. Ren, velstruktureret data er ofte mere værdifuld end bare at have mere af den.

For startups er den første udfordring at erhverve nok data til at træne og forfine deres modeller. Når de har det, bliver omkostninger og arkitektur de næste barrierer.

For store virksomheder er udfordringen kompleksitet. Deres data er overflod, men fragmenteret på tværs af siloer, legacy-systemer og compliance-regimer, hvilket gør konsolidering og -tilgængelighed svær.

De organisationer, der lykkes, behandler lagring som en strategisk muliggører, der kan skaleres i omkostninger, ydelse og -tilgængelighed sammen med deres AI-modenhed.

Blandt omkostninger, latency, sikkerhed og compliance, hvilken ser du som den mest presserende barriere for at skala AI i dag, og hvordan bør organisationer prioritere at løse det?

Blandt omkostninger, latency, sikkerhed og compliance er latency en af de mest presserende barrierer. Den påvirker direkte både model-træning og -inferens, og især inferens former brugeroplevelsen. Organisationer gør alt, hvad de kan, for at reducere latency på dette stadium, da forsinkelser i at levere forudsigelser kan undergrave adoption.

Omkostninger forbliver en konstant udfordring, da data-volumener vokser, og compliance bliver mere kritisk, da organisationer skalerer, især i regulerede industrier. Startups fokuserer ofte først på omkostninger og latency, mens virksomheder skal balancere latency med styring og regulativ krav. Prioriteten bør være at bygge lagring, der minimiserer latency til træning og inferens, samtidig med at den er omkostningseffektiv og compliant, mens AI-adoption udvides.

Virksomheder betoner ofte behovet for fleksibilitet og let adgang til data for at drive AI-innovation. Fra din synsvinkel, hvad ser sand fleksibilitet i data-adgang ud som, og hvorfor er det så afgørende?

I en recent tale, jeg holdt, understregede jeg ideen om smart arkivering. Sand fleksibilitet i data-adgang starter med at centralisere information i en struktureret, søgbar arkiv. Det betyder at unificere diverse formater, normalisere og tagge for konsistens og enablede indeksering til fremtidig søgning. Denne tilgang sikrer, at data ikke bare lagres, men også gøres brugbar.

Det er afgørende, fordi det lægger grundlaget for analyse og modelering. Når data er struktureret og søgbart, kan holdene flytte hurtigere, eksperimentere mere frit og reducere latency i både træning og inferens. Uden denne type fleksibilitet bliver lagring hurtigt en flaskehals i stedet for en muliggører for AI-innovation.

Kan du dele virkelige brugs-examples – som med kunder som Decart AI eller Wynd Labs – der demonstrerer, hvordan den rette cloud-lagring-tilgang kan direkte muliggøre AI-innovation?

Disse er to gode eksempler på, hvordan den rette cloud-lagring-tilgang direkte kan muliggøre AI-innovation. Decart fokuserede på model-træning, hvor det at flytte data til compute-effektivt var kritisk. Med Backblaze B2 skalerede de til 16 PB på 90 dage, trænede på tværs af multiple GPU-klynger med nul egress-omkostninger og opnåede ti gange effektiviteten af konkurrenterne. Den pålidelighed og effektivitet frigjorde dem til at innovere hurtigere.

Wynd Labs fokuserede på kunde-adgang til data. De indtager petabyte dagligt og serverer titusinder af petabyte månedligt. Med Backblazes høje ydelse og gratis egress kunne de skala til enterprise-krav og geninvestere ressourcer i produktudvikling. Den evne til at levere data-adgang i skala låste op for nye muligheder for deres platform.

I begge tilfælde transformererede den rette lagrings-strategi infrastrukturen fra en begrænsning til en muliggører, der tillod virksomhederne at fokusere på at innovere i AI i stedet for at styre omkostninger og kompleksitet.

Da AI-modeller og datasæt bliver mere komplekse, hvilken vejledning ville du give organisationer, der forsøger at balancere lagrings-ydelse med omkostningseffektivitet?

Organisationer skal tænke på deres langsigtede data-brug med deres produkt i mente. At indsamle, behandle, flytte og køre inferens på data vil alle være kerne til, hvordan deres produkt udvikler sig. Hvis de ikke tager hensyn til det nu, vil omkostningerne og lagrings-udfordringerne kun blive forstærket over tid. Da AI vil være en central del af deres produkt og organisation, skal lagring designes tidligt til at balancere ydelse med omkostningseffektivitet, så den kan skaleres jævnt, når de vokser.

Sikkerhed og compliance er særligt presserende i regulerede industrier. Hvordan ser du cloud-lagring udvikle sig for at støtte styrings-krav, samtidig med at holdene kan innovere hurtigt?

Styring er en nøgle-del af lagring. At strømline adgang med en solid grundlag for, hvordan data styres, sikres og auditeres, er kritisk. Jeg ser cloud-lagring udvikle sig med stærkere indbyggede kontroller som kryptering som standard, fine-grainede tilladelser, audit-spor og data-residens-valgmuligheder. Lige så vigtigt er data-afstamning. I AI er det afgørende at vide, hvor data kommer fra, hvordan det er blevet behandlet, og hvordan det indgår i modeller, både til compliance og tillid.

Samtidig er lagrings-platforme forbedret til at forbedre brugervenlighed, så holdene kan flytte hurtigt. Når styring, afstamning og -tilgængelighed arbejder sammen, kan organisationer opfylde regulative krav, samtidig med at de kan innovere i AI-hastighed.

For organisationer, der evaluerer eller migrerer til B2, hvilken rådgivning eller vejledning giver du i forhold til implementering – især med hensyn til data-migration, integration med eksisterende MLOps- eller compute-stacks eller optimering til gennemstrømning og egress?

Fordi B2 er S3-kompatibel, integrerer det direkte i eksisterende MLOps- og compute-stacks uden om-arkitektur. Vi arbejder ofte med kunder på en proof-of-concept for at validere migration, ydelse og integration, før vi skalerer. Derefter fokuserer vi på at optimere gennemstrømning, data-bevægelse og data-orkestration, så holdene kan træne på tværs af klynger, køre inferens og iterere hurtigt uden at blive langsommere af infrastruktur-bottlenecks.

Da AI-workloads fortsætter med at skala – især med trends omkring LLM’er, exabyte-skala-datasæt og hybrid- eller multi-cloud-strategier – hvordan udvikler Backblaze sine lagrings-tilbud for at møde disse nye behov?

Hos Backblaze fokuserer vi ikke kun på, hvordan data bruges i dag, men også på, hvordan det vil blive orkestreret i fremtiden. Lagring er ikke længere kun et arkiv, men bliver et værktøj, der muliggør hurtig adgang, effektiv bevægelse og pålidelig orkestration af data på tværs af miljøer. Med LLM’er og exabyte-skala-datasæt vil denne grundlag af let adgang og høj gennemstrømning være kritisk ikke kun til træning og inferens, men også for den nye klasse af AI-agenter, der afhænger af data for at gøre processer mere autonome. Resultatet er et lagrings-grundlag, der muliggør innovation nu og forbereder organisationer på, hvad der kommer herefter.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Backblaze.