Skip Levens, Marketing Director, Media & Entertainment, Quantum – Interview-Serie

Skip Levens ist ein Produktleiter und AI-Stratege bei Quantum, einem Anbieter von Datenmanagementlösungen für künstliche Intelligenz und unstrukturierte Daten. Er ist derzeit verantwortlich für die Steigerung der Bekanntheit, des Engagements und des Wachstums von Quantums umfassenden Lösungen. Im Laufe seiner Karriere, die Stationen bei Unternehmen wie Apple (AAPL ), Backblaze, Symply und Active Storage umfasst, hat er erfolgreich Marketing und Geschäftsentwicklung, Evangelisation, Produktstarts, Beziehungen zu wichtigen Interessengruppen aufgebaut und Umsatzwachstum vorangetrieben.

Quantum bietet umfassende Datenlösungen, die Organisationen helfen, unstrukturierte Daten wie Video- und Audio-Dateien im großen Maßstab zu verwalten, zu bereichern und zu schützen. Die Technologie konzentriert sich darauf, Daten in wertvolle Erkenntnisse umzuwandeln, damit Unternehmen Wert extrahieren und fundierte Entscheidungen treffen können. Quantums Plattform bietet sichere, skalierbare und flexible Lösungen, die On-Premises-Infrastruktur mit Cloud-Fähigkeiten kombinieren. Der Ansatz des Unternehmens ermöglicht es Unternehmen, Datenwachstum effizient zu bewältigen, während Sicherheit und Flexibilität über den gesamten Datenlebenszyklus hinweg gewährleistet bleiben.

Können Sie einen Überblick über Quantums Ansatz zum datengetriebenen Management von künstlicher Intelligenz für unstrukturierte Daten geben?

Indem Quantum Kunden hilft, künstliche Intelligenz (KI) und Machine Learning (ML) in ihre wichtigsten Geschäftsprozesse zu integrieren, hilft Quantum Kunden, ihre unstrukturierten Daten effektiv zu verwalten und wertvolle Erkenntnisse daraus zu gewinnen, die zu besseren Geschäftsentscheidungen führen. Durch den Aufbau eigener KI/ML-Tools können Unternehmen von der bloßen Bewältigung des Daten- und Inhaltszuflusses zu einer Nutzung von Erkenntnissen als neuem Treiber von Effizienz und letztendlich zur Verstärkung der menschlichen Expertise in allen Phasen der Geschäftsprozesse übergehen.

Wie analysiert Quantums KI-Technologie unstrukturierte Daten, und welche Innovationen unterscheiden Ihre Plattform von Wettbewerbern?

In den Anfangsphasen der Einführung von KI/ML-Tools stoßen viele Organisationen auf unorganisierte und voneinander getrennte Workflows und können ihre Daten aus den Augen verlieren, was es schwierig macht, Sicherheits- und Schutzstandards durchzusetzen. Oftmals wird die frühe Entwicklung durch ungeeignete Speicher- und Dateisystemleistungen behindert.

Wir haben Myriad entwickelt, ein hochleistungsorientiertes, softwaredefiniertes Dateispeicher- und intelligentes Fabric-Umfeld, um die Herausforderungen der Integration von KI/ML-Pipelines und High-Performance-Workflows auf elegante Weise zu meistern – Workflows zu vereinen, ohne die Hardware-Einschränkungen und -Begrenzungen anderer Systeme. Myriad ist ein klarer Bruch mit herkömmlicher Hardware und Speicherbeschränkungen und wurde mit den neuesten Speicher- und Cloud-Technologien entwickelt, ist vollständig mikroservice-orientiert und von Kubernetes orchestriert, um ein hochreaktives System zu sein, das nur selten administrative Eingriffe erfordert. Myriad ist exklusiv dafür konzipiert, die höchste Leistung aus NVMe und intelligentem Fabric-Netzwerk sowie nahezu instantanem Remote-Direct-Memory-Zugriff (RDMA) zwischen allen Komponenten zu ziehen. Das Ergebnis ist ein innovatives System, das intelligent und automatisch auf Änderungen reagiert und nur minimale administrative Eingriffe für alltägliche Aufgaben erfordert. Durch die Einbeziehung intelligenter Fabric in das System ist Myriad auch ein intrinsisch lastbalanciertes System, das mehrere 100-Gbps-Ports an Bandbreite als eine einzige, ausgewogene IP-Adresse bietet.

Die Kombination von Myriad mit unserem cloud-ähnlichen Objektspeichersystem ActiveScale ermöglicht es Organisationen, sogar die größten Datenseen und Inhalte zu archivieren und zu bewahren. Die Kombination bietet Kunden eine echte End-to-End-Datenmanagementlösung für ihre KI-Pipelines. Darüber hinaus kann, wenn sie zusammen mit unserer CatDV-Lösung geliefert wird, Kunden ihre Daten mit Tags und Katalogen anreichern, um ihre Daten weiter zu bereichern und auf Analyse und KI vorzubereiten.

Können Sie Einblicke in die Verwendung von KI mit Videoüberwachung bei den Olympischen Spielen in Paris und anderen großen Veranstaltungen oder Organisationen geben, die diese Technologie genutzt haben?

Machine Learning kann wiederholbare Aktionen entwickeln, die Muster von Interesse in Videos erkennen und Erkenntnisse aus einer Flut von Echtzeit-Videodaten auf einer größeren und schnelleren Skala als von Menschen allein möglich ableiten. Videoüberwachung kann beispielsweise KI nutzen, um verdächtliches Verhalten zu erkennen und zu markieren, während es noch passiert, selbst wenn Hunderte von Kameras dem Modell Informationen liefern. Ein Mensch, der diese Aufgabe ausführen würde, könnte nur eine Veranstaltung gleichzeitig verarbeiten, während KI-gestützte Videoüberwachung Tausende von Fällen gleichzeitig bewältigen kann.

Was sind die Hauptherausforderungen, denen sich Organisationen bei der Implementierung von KI für die Analyse unstrukturierter Daten gegenübersehen, und wie hilft Quantum dabei, diese Herausforderungen zu mildern?

Organisationen müssen ihren Ansatz zum Speichern sowie zum Daten- und Inhaltsmanagement als Ganzes völlig neu konzipieren. Die meisten Organisationen entwickeln ihre Speicherfähigkeiten organisch, in der Regel als Reaktion auf einmalige Bedürfnisse, was zu einer Vielzahl von Anbietern und unglücklicher Komplexität führt.

Bei der Einführung von KI müssen Organisationen ihr Speicherangebot vereinfachen, das ihre Betriebe unterstützt. Oftmals erfordert dies die Implementierung eines “heissen” Teils der initialen Datenübernahme oder einer Landezone, in der Anwendungen und Benutzer so schnell wie möglich arbeiten können. Dann wird ein großer “kalter” Typ des Speichers hinzugefügt, der große Mengen an Daten leicht archivieren und schützen kann, und zwar auf kosteneffiziente Weise, mit der Fähigkeit, die Daten fast instantan in einen “heissen” Verarbeitungsworkflow zurückzuführen.

Indem das Speichern in weniger, kompaktere Lösungen umgewandelt wird, ist die Belastung für das Administrativpersonal viel geringer. Diese Art von “heiß/kalt”-Datenmanagementlösung ist ideal für die Integration von KI/ML-Workflows, und Quantums Lösungen ermöglichen es Kunden, eine hoch agile, flexible Plattform zu erstellen, die präzise und einfach zu verwalten ist.

Wie integrieren Quantums KI-Innovationen mit anderen KI-gesteuerten Tools und Technologien, um organisatorisches Wachstum und Effizienz zu fördern?

Viele Menschen denken, dass Speicherung für KI/ML-Tools nur darum geht, Grafikprozessoren (GPUs) zu speisen, aber das ist nur ein kleiner Teil der Gleichung. Obwohl Geschwindigkeit und Hochleistung bei der Speisung von Daten an die GPUs, die die Datenanalyse durchführen, von entscheidender Bedeutung sein können, dreht sich das größere Bild um die Frage, wie eine Organisation iterative und laufende KI/ML-Entwicklung, -Training und -Schlussfolgerungen basierend auf benutzerdefinierten Daten integrieren kann. Oftmals ist die erste und wichtigste KI/ML-Aufgabe, die angegangen wird, der Aufbau von “Wissensboten” oder “Beratungsboten” mithilfe von proprietären Daten, um interne Wissensarbeiter zu informieren. Um diese Wissensboten nützlich und einzigartig für jede Organisation zu machen, ist eine große Menge spezifischer Informationen erforderlich, um das Modell zu trainieren, das sie trainiert. Ein KI-gesteuerter Speicher ist da der Schlüssel: Wenn diese proprietären Daten gut geordnet und leicht verfügbar in einem gestreamten Speicher-Workflow sind, wird es viel einfacher, sie in Typen, Sets und Kataloge von Daten zu organisieren, was wiederum sicherstellt, dass diese Wissensboten über die einzigartigen Bedürfnisse der Organisation bestens informiert sind.

Können Sie die AI-gesteuerten Workflow-Management-Features und deren Vorteile bei der Optimierung von Datenprozessen erläutern?

Wir entwickeln eine Reihe von AI-gesteuerten Workflow-Management-Tools, die direkt in Speicherlösungen integriert sind, um Aufgaben zu automatisieren und wertvolle Echtzeit-Erkenntnisse zu liefern, die eine schnelle und informierte Entscheidungsfindung über Organisationen hinweg ermöglichen. Dies geschieht durch neue und fortschrittliche Datenklassifizierungs- und -Tagging-Systeme, die AI nutzen, um Daten zu organisieren und leicht abrufbar zu machen, und sogar Standardaktionen auf diesem Medium wie die Anpassung an eine bestimmte Größe durchzuführen, was die manuellen Anstrengungen erheblich reduziert, die erforderlich sind, um Daten in Trainingssets zu organisieren.

Intelligente Automatisierungstools verwalten Datenbewegungen, Sicherungskopien und Compliance-Aufgaben basierend auf festgelegten Richtlinien, um eine konsistente Anwendung sicherzustellen und administrative Belastungen zu reduzieren. Echtzeit-Analytics und -Überwachung bieten sofortige Einblicke in Datenverwendungsmuster und potenzielle Probleme, wodurch die Datenintegrität und -qualität während ihres gesamten Lebenszyklus automatisch aufrechterhalten werden.

Was ist die Aussicht auf KI-gesteuertes Datenmanagement, und welche Trends sehen Sie in den kommenden Jahren?

Wenn diese Tools evolvieren und multimodaler werden, ermöglichen sie es, auf vielfältigere und offene Weise mit Daten zu arbeiten. In Zukunft können Sie ein “Gespräch” mit Ihrem System führen und mit Informationen oder Analysen konfrontiert werden, die von Interesse sind, wie z.B. “Was ist der am schnellsten wachsende Datentyp in meiner ‘heissen Zone’ gerade?”. Diese Spezialisierung wird ein Differenzierungsmerkmal für die Organisationen sein, die diese Tools in ihre Speicherlösungen integrieren, und sie noch genauer und effizienter machen, selbst wenn sie mit ständig neuen Datenströmen konfrontiert sind.

Welche Rolle spielen Ihre cloud-basierten Analyse- und Storage-as-a-Service-Angebote in der Gesamtdatenmanagementstrategie?

Organisationen mit erheblichen und expandierenden Speicheranforderungen kämpfen oft darum, mit der Nachfrage Schritt zu halten, insbesondere wenn sie mit begrenzten Budgets arbeiten. Öffentliche Cloud-Speicher können zu hohen und unvorhersehbaren Kosten führen, was es schwierig macht, die Speicherbedürfnisse genau zu schätzen und im Voraus zu kaufen. Viele Kunden möchten die Erfahrung einer öffentlichen Cloud mit bekannten, vorhersehbaren Betriebskosten haben, ohne die Überraschung von Ausgangs- oder API-Gebühren, die eine öffentliche Cloud mit sich bringt. Um diesem Bedürfnis gerecht zu werden, haben wir Quantum GO entwickelt, um Kunden eine private Cloud-Erfahrung mit einem niedrigen Einstiegspreis und niedrigen, festen monatlichen Zahlungsoptionen für ein echtes Storage-as-a-Service-Erlebnis in ihren eigenen Einrichtungen zu bieten. Wenn die Speicheranforderungen steigen, bietet Quantum GO Kunden den Vorteil eines einfachen “Pay-as-you-grow”-Abonnements, um eine verbesserte Flexibilität und Skalierbarkeit in einer kosteneffizienten Weise zu bieten.

Wie plant Quantum, in der sich schnell entwickelnden Landschaft von KI und Datenmanagement voranzubleiben?

In der heutigen Welt reicht es nicht aus, nur ein “Speicheranbieter” zu sein. Neu entstehende Daten- und Geschäftsherausforderungen erfordern eine intelligente, KI-ermöglichende Datenplattform, die Kunden hilft, den Wert ihrer Daten zu maximieren. Bei Quantum setzen wir unsere Innovationen und Investitionen in erweiterte Fähigkeiten für unsere Kunden fort, um ihnen zu helfen, leicht und effektiv mit großen Mengen an Daten über deren gesamten Lebenszyklus hinweg zu arbeiten.

Wir erweitern intelligente KI, um das Tagging, Katalogisieren und Organisieren von Daten zu verbessern, um es einfacher als je zuvor zu machen, sie zu suchen, zu finden und zu analysieren, um mehr Wert und Erkenntnisse zu extrahieren. Wir werden unsere KI-Fähigkeiten weiterentwickeln, die bei der automatischen Videotranskription, der Übersetzung von Audio- und Videodateien in andere Sprachen innerhalb von Sekunden und der schnellen Suche über Tausende von Dateien hinweg, um gesprochene Wörter oder bestimmte Elemente zu finden, und vieles mehr, helfen.

Was raten Sie Organisationen, die gerade ihre Reise mit KI und unstrukturiertem Datenmanagement beginnen?

KI/ML hat enormes Potenzial, und wegen dessen kann es schwierig sein, zu erkennen, was praktisch und nützlich ist. Organisationen müssen zuerst über die Daten nachdenken, die erstellt werden, und herausfinden, wie sie generiert, erfasst und bewahrt werden. Darüber hinaus müssen Organisationen nach einer Speicherlösung suchen, die bereit ist, Daten auf Abruf zu liefern, und die sowohl den täglichen Workflow als auch die zukünftige Evolution unterstützen wird. Selbst wenn es schwierig ist, sich auf die ultimativen KI-Ziele zu einigen, werden Schritte, die jetzt unternommen werden, um sicherzustellen, dass Speichersysteme und Datenworkflows gestreamt, vereinfacht und robust sind, enorme Dividenden zahlen, wenn es um die Integration aktueller und zukünftiger KI/ML-Initiativen geht. Organisationen werden dann gut positioniert sein, um weiter zu erkunden, wie diese KI/ML-Tools ihre Mission vorantreiben können, ohne sich Sorgen machen zu müssen, ob sie diese mit der richtigen Datenmanagementplattform ordnungsgemäß unterstützen können.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Quantum besuchen.