Μαθίας Γκολόμπεκ, Chief Technology Officer της Exasol – Σειρά Συνεντεύξεων

Ο Μαθίας Γκολόμπεκ είναι ο Chief Technology Officer (CTO) της Exasol. Προσλήφθηκε στην εταιρεία ως προγραμματιστής λογισμικού το 2004, μετά από σπουδές πληροφορικής με έμφαση στις βάσεις δεδομένων, τους κατανεμημένους συστήματα, τις διαδικασίες ανάπτυξης λογισμικού και τους γενετικούς αλγορίθμους. Μέχρι το 2005, ήταν υπεύθυνος για την ομάδα Database Optimizer και το 2007 έγινε Διευθυντής Ερευνών και Ανάπτυξης. Το 2014, ο Μαθίας διορίστηκε CTO. Σε αυτόν τον ρόλο, είναι υπεύθυνος για την ανάπτυξη προϊόντων, τη διαχείριση προϊόντων, τις επιχειρήσεις, την υποστήριξη και την τεχνική συμβουλευτική.

Τι σας έκανε να ενδιαφερθείτε για την πληροφορική;

Όταν ήμουν στην τέταρτη δημοτικού, ο μεγαλύτερος αδερφός μου είχε κάποια μαθήματα όπου έμαθαν να προγραμματίζουν σε BASIC, και μου έδειξε τι μπορούσε να κάνει με αυτό. Μαζί, αναπτύξαμε ένα πασχαλινό αίνιγμα στο Commodore 64 για τον μικρότερο αδερφό μας, και από τότε, με έχει γοητεύσει ο κόσμος των υπολογιστών. Η πληροφορική γενικά ασχολείται με την επίλυση προβλημάτων και τη δημιουργικότητα και νομίζω ότι αυτό το στοιχείο με έκανε να ενδιαφερθώ για το πεδίο.

Μπορείτε να μοιραστείτε την πορεία σας από την ένταξη σας στην Exasol ως προγραμματιστή λογισμικού το 2004 μέχρι την άσκηση του ρόλου του CTO; Πώς έχουν εξελιχθεί οι ρόλοι σας με την πάροδο των ετών, ιδιαίτερα στον ταχέως μεταβαλλόμενο τεχνολογικό τομέα;

Σπούδασα Πληροφορική στο Πανεπιστήμιο του Βύρτσμπουργκ στη Γερμανία και ξεκίνησα στην Exasol ως προγραμματιστής λογισμικού το 2004, μετά την αποφοίτησή μου. Μετά από το πρώτο μου έτος με την Exasol, προήχθην σε Αρχηγό της Ομάδας Database Optimizer και στη συνέχεια σε Διευθυντή Ερευνών και Ανάπτυξης. Μετά από αυτό, υπηρέτησα ως Διευθυντής Ερευνών και Ανάπτυξης για επτά χρόνια, πριν αναλάβω τον τρέχοντα ρόλο του CTO το 2014.

Από την αρχή, με εντυπωσίασε το τι έκανε η Exasol — αυτή η γερμανική εταιρεία τεχνολογίας που αγωνίζεται ενάντια σε μεγάλες ονόματα όπως η Microsoft , η IBM και η Oracle. Με εντυπωσίασε η ευκαιρία που είχα — ως προγραμματιστής, η δημιουργία αυτού του μαζικά παράλληλου (MPP), συστήματος διαχείρισης βάσεων δεδομένων στην μνήμη ήταν ο παράδεισος στη γη.

Απόλαυσα κάθε στιγμή της συνεργασίας με αυτήν την ταλαντούχα ομάδα μηχανικών. Jako CTO, εποπτεύω την καινοτομία προϊόντων, την ανάπτυξη και την τεχνική υποστήριξη της Exasol. Ήταν συναρπαστικό να δω πόσο έχει μεγαλώσει η ομάδα της Exasol παγκοσμίως, καθώς εργαζόμαστε για την υποστήριξη των πελατών μας και τις εξελισσόμενες ανάγκες τους. Τα βασικά παραμένουν τα ίδια — εξακολουθούμε να είμαστε ένα σύστημα διαχείρισης βάσεων δεδομένων στην μνήμη, αλλά τώρα ενδυναμώνουμε τους πελάτες μας να αξιοποιήσουν τη δύναμη των δεδομένων τους για εφαρμογές AI.

Η Exasol έχει βρεθεί στην πρώτη γραμμή των βάσεων δεδομένων ανάλυσης υψηλής απόδοσης. Από την πλευρά σας, τι τη διακρίνει στην конкурριακή αυτή αγορά;

Οι ηγέτες των επιχειρήσεων καλούνται συνεχώς να πλοηγηθούν στο πώς να κάνουν περισσότερα με λιγότερα. Τα τελευταία χρόνια, αυτό έχει γίνει ακόμη πιο προκλητικό, καθώς η οικονομία συνεχίζει να είναι ταραχώδης και η διάδοση της τεχνολογίας AI έχει καταλάβει προϋπολογισμό και χρόνο.

Ως πάροχος βάσεων δεδομένων ανάλυσης υψηλής απόδοσης, η Exasol έχει παραμείνει μπροστά στην καμπύλη όταν πρόκειται για τη βοήθεια των επιχειρήσεων να κάνουν περισσότερα με λιγότερα. Βοηθάμε τις εταιρείες να μετατρέψουν την επιχειρηματική νοημοσύνη (BI) σε καλύτερες εποπτικές με το Exasol Espresso, τον ευέλικτο μηχανισμό ερωτημάτων που συνδέεται με υφιστάμενες στοίβες δεδομένων. Παγκόσμιες μάρκες, όπως η T-Mobile, η Piedmont Healthcare και η Allianz, χρησιμοποιούν το Exasol Espresso για να μετατρέψουν μεγαλύτερες ποσότητες δεδομένων σε ταχύτερες, βαθύτερες και φθηνότερες εποπτικές. Νομίζω ότι έχουμε κάνει ένα εξαιρετικό έργο στο να ισορροπήσουμε την απόδοση, την τιμή και την ευελιξία, ώστε οι πελάτες μας δεν χρειάζεται να κάνουν συμβιβασμούς.

Για να υποστηρίξουν τις εταιρείες στις πορείες τους προς την τεχνολογία AI, παρουσίασα πρόσφατα το Espresso AI, εξοπλίζοντας τον ευέλικτο μηχανισμό ερωτημάτων μας με μια νέα σειρά εργαλείων AI που επιτρέπουν στις οργανώσεις να αξιοποιήσουν τη δύναμη των δεδομένων τους για προηγμένα AI-κίνητα εποπτικά και λήψη αποφάσεων. Οι ικανότητες του Espresso AI καθιστούν την τεχνολογία AI πιο προσιτή και προσιτή, επιτρέποντας στους πελάτες μας να παρακάμψουν ακριβές, χρονοβόρες πειράματα και να επιτύχουν άμεσο ROI. Αυτό είναι ένα game-changer για τις εταιρείες που επικεντρώνονται στην οδήγηση της καινοτομίας και την παροχή αξίας στην εποχή της AI.

Η Αναφορά AI και Αναλυτικών του 2024 από την Exasol υπογραμμίζει την υποεπένδυση στην τεχνολογία AI ως μονοπάτι προς την αποτυχία των επιχειρήσεων. Μπορείτε να επεκτείνετε τις βασικές ευρεσιτεχνίες αυτής της αναφοράς και γιατί η επένδυση στην τεχνολογία AI είναι κρίσιμη για τις επιχειρήσεις σήμερα;

Όπως αναφέρθηκε, η κύρια λήψη από την Αναφορά AI και Αναλυτικών του 2024 της Exasol είναι ότι η υποεπένδυση στην τεχνολογία AI οδηγεί σε αποτυχία των επιχειρήσεων. Βασισμένοι στην έρευνά μας για ανώτερους αποφασιστές, καθώς και επιστήμονες δεδομένων και αναλυτές στις ΗΠΑ, το Ηνωμένο Βασίλειο και τη Γερμανία, σχεδόν όλοι (91%) οι απαντώντες συμφωνούν ότι η τεχνολογία AI είναι ένα από τα πιο σημαντικά θέματα για τις οργανώσεις τα επόμενα δύο χρόνια, με το 72% να παραδέχεται ότι η μη επένδυση στην τεχνολογία AI σήμερα θα θέσει την μελλοντική βιωσιμότητα των επιχειρήσεων σε κίνδυνο. Απλά, στο σημερινό περιβάλλον, οι επιχειρήσεις που δεν σκέφτονται την τεχνολογία AI είναι ήδη πίσω.

Η ίδια αναφορά αναφέρει σημαντικά εμπόδια στην υιοθέτηση της τεχνολογίας AI, συμπεριλαμβανομένων των κενών στη επιστήμη δεδομένων και της καθυστέρησης στην εφαρμογή. Πώς αντιμετωπίζει η Exasol αυτά τα προκλήματα για τους πελάτες της;

Παρά την κρίσιμη ανάγκη για επένδυση στην τεχνολογία AI, οι επιχειρήσεις vẫn αντιμετωπίζουν σημαντικά εμπόδια στην ευρύτερη εφαρμογή. Η Αναφορά AI και Αναλυτικών της Exasol δείχνει ότι μέχρι το 78% των αποφασιστών αντιμετωπίζουν κενά σε τουλάχιστον μία περιοχή των μοντέλων επιστήμης δεδομένων και μηχανικής μάθησης (ML), με το 47% να αναφέρει την ταχύτητα εφαρμογής νέων απαιτήσεων δεδομένων ως πρόκληση. Ένα επιπλέον 79% ισχυρίζεται ότι οι νέες απαιτήσεις ανάλυσης επιχειρήσεων λαμβάνουν πολύ χρόνο για να εφαρμοστούν από τις ομάδες δεδομένων. Άλλοι παράγοντες που εμποδίζουν την ευρεία υιοθέτηση της τεχνολογίας AI περιλαμβάνουν την έλλειψη στρατηγικής εφαρμογής, την κακή ποιότητα δεδομένων, την ανεπαρκή ποσότητα δεδομένων και την ενοποίηση με υφιστάμενα συστήματα. Επιπλέον, οι εξελισσόμενες γραφειοκρατικές απαιτήσεις και κανονισμοί για την τεχνολογία AI προκαλούν προβλήματα για πολλές εταιρείες, με το 88% των απαντώντων να δηλώνει ότι χρειάζονται περισσότερη σαφήνεια.

Η γλωσσική ικανότητα δεδομένων γίνεται ολοένα και πιο σημαντική στην εποχή της τεχνολογίας AI. Πώς συμβάλλει η Exasol στην ενίσχυση της γλωσσικής ικανότητας δεδομένων στους πελάτες της και στην ευρύτερη κοινότητα;

Στις σημερινές περιβάλλοντα εργασίας πλούσιες σε δεδομένα, οι ικανότητες γλωσσικής ικανότητας δεδομένων είναι πιο σημαντικές από ποτέ — και γίνονται γρήγορα ένα “πρέπει να έχει” παρά ένα “ωραίο να έχει” στην εποχή της τεχνολογίας AI. Σε όλους τους κλάδους, η επάρκεια στη δουλειά με δεδομένα, την κατανόηση και την αποτελεσματική επικοινωνία έχει γίνει ζωτική. Όμως, vẫn υπάρχει ένα κενό γλωσσικής ικανότητας δεδομένων.

Η γλωσσική ικανότητα δεδομένων αφορά την απόκτηση των ικανοτήτων για την ερμηνεία σύνθετης πληροφορίες και την ικανότητα να ενεργήσει με βάση τις ευρεσιτεχνίες. Όμως, συχνά η πρόσβαση σε δεδομένα είναι θυλάκωση μέσα σε μια οργάνωση ή μόνο ένα μικρό υποσύνολο ατόμων έχει τις απαραίτητες ικανότητες γλωσσικής ικανότητας δεδομένων για να κατανοήσει και να αποκτήσει πρόσβαση σε τα大量 δεδομένα που ρέουν μέσα από την επιχείρηση. Αυτή η προσέγγιση είναι ελαττωματική, επειδή περιορίζει τον χρόνο και τους πόρους που αφιερώνονται στην αξιοποίηση των δεδομένων και, τελικά, το κενό γλωσσικής ικανότητας δεδομένων δημιουργεί ένα εμπόδιο στην καινοτομία των επιχειρήσεων.

Όταν οι άνθρωποι είναι γλωσσικά ικανοί, μπορούν να κατανοήσουν δεδομένα, να τα αναλύσουν και να εφαρμόσουν τις δικές τους ιδέες, ικανότητες και εμπειρία σε αυτά. Όσο περισσότεροι άνθρωποι έχουν γνώση, εμπιστοσύνη και εργαλεία για να ξεπετάξουν και να δώσουν νόημα στα δεδομένα, τόσο πιο επιτυχημένη μπορεί να είναι μια οργάνωση. Η Exasol υποστηρίζει τους ηγέτες δεδομένων και τις επιχειρήσεις στην οδήγηση της γλωσσικής ικανότητας δεδομένων και της εκπαίδευσης.

Εκτός από το εκπαιδευτικό συνιστώμενο, οι επιχειρήσεις πρέπει να βελτιώσουν τις στοίβες τεχνολογίας και τα εργαλεία BI για να ενεργοποιήσουν την δημοκρατία δεδομένων. Η πρόσβαση δεδομένων και η γλωσσική ικανότητα δεδομένων πηγαίνουν χέρι-χέρι. Η επένδυση και στις δύο είναι απαραίτητη για την προώθηση των στρατηγικών δεδομένων. Για παράδειγμα, με την Exasol, το σύστημά μας χωρίς ρύθμιση επιτρέπει στις επιχειρήσεις να εστιάσουν στην χρήση δεδομένων, αντί στη τεχνολογία. Η υψηλή ταχύτητα επιτρέπει στις ομάδες να εργαστούν διαδραστικά με δεδομένα και να αποφύγουν τους περιορισμούς απόδοσης. Αυτό οδηγεί τελικά στην δημοκρατία δεδομένων.

Τώρα είναι η ώρα για την δημοκρατία δεδομένων να μετατοπιστεί από θέμα συζήτησης σε δράση μέσα στις οργανώσεις. Όσο περισσότεροι άνθρωποι σε διάφορους τμήματα αποκτούν πρόσβαση σε σημαντικές εποπτικές, θα ανακουφιστεί το παραδοσιακό φίلم που προκαλούν οι ομάδες ανάλυσης δεδομένων. Όταν αυτοί οι παραδοσιακοί θύλακες καταρρεύσουν, οι οργανώσεις θα συνειδητοποιήσουν πόσο ευρύ και βαθύ είναι το ανάγκη για τις ομάδες και τα άτομα να χρησιμοποιούν δεδομένα. Ακόμη και οι άνθρωποι που δεν θεωρούν ότι είναι χρήστες τελικού σημείου δεδομένων θα αναγκαστούν να τρέφονται από δεδομένα.

Με αυτήν τη μετατόπιση έρχεται μια μεγάλη πρόκληση να προβλεφθεί στα επόμενα χρόνια — η εργατική δύναμη θα πρέπει να αναβαθμιστεί, ώστε κάθε υπάλληλος να αποκτήσει τις σωστές ικανότητες για να χρησιμοποιήσει δεδομένα και εποπτικές για να λάβει επιχειρηματικές αποφάσεις. Σήμερα, η εργατική δύναμη δεν θα ξέρει τις σωστές ερωτήσεις να κάνει στα δεδομένα, ή την αυτοματοποίηση που τα τροφοδοτεί. Η αξία της ικανότητας να артиκουλάρει ακριβείς, διερευνητικές και επιχειρηματικές ερωτήσεις αυξάνεται, δημιουργώντας μια επείγουσα ανάγκη για την εκπαίδευση της εργατικής δύναμης σε αυτήν την ικανότητα.

Έχετε μια ισχυρή βάση σε βάσεις δεδομένων, κατανεμημένα συστήματα και γενετικούς αλγορίθμους. Πώς επηρεάζουν αυτές οι περιοχές της εξειδίκευσής σας την ανάπτυξη προϊόντων και την στρατηγική καινοτομίας της Exasol;

Η βάση μου είναι ένα θεμέλιο εργασίας στο πεδίο μας και κατανόησης των τεχνολογικών τάσεων των τελευταίων δύο δεκαετιών. Είναι συναρπαστικό και επικαρπωτικό να εργάζομαι με καινοτόμους πελάτες που μετατρέπουν την τεχνολογία βάσεων δεδομένων σε ενδιαφέρουσες περιπτώσεις χρήσης. Η στρατηγική καινοτομίας μας δεν εξαρτάται μόνο από ένα άτομο, αλλά από μια μεγάλη ομάδα σοφών αρχιτεκτόνων και προγραμματιστών που κατανοούν το μέλλον του λογισμικού, του υλικού και των εφαρμογών δεδομένων.

Με την τεχνολογία AI να μεταμορφώνει τις βιομηχανίες με ακατανόητο ρυθμό, πιστεύετε ότι ποια είναι τα απαραίτητα στοιχεία ενός μελλοντικού στοιχείου δεδομένων για τις επιχειρήσεις που επιδιώκουν να αξιοποιήσουν αποτελεσματικά την τεχνολογία AI και την ανάλυση;

Η ταχεία υιοθέτηση της τεχνολογίας AI έχει sido ένα πρωτοφανές παράδειγμα γιατί είναι σημαντικό για τις επιχειρήσεις να παραμείνουν μπροστά στην εξελισσόμενη τεχνολογική τοπография. Η άτυχη αλήθεια, όμως, είναι ότι οι περισσότερες στοίβες δεδομένων είναι ακόμη πίσω από την καμπύλη της τεχνολογίας AI.

Για να μελλοντικοποιήσουν τις στοίβες δεδομένων, οι επιχειρήσεις πρέπει πρώτα να αξιολογήσουν τις βάσεις δεδομένων για να ανακαλύψουν κενά, σφάλματα ή άλλες προκλήσεις. Αυτό θα τους βοηθήσει να διασφαλίσουν την ποιότητα και την ταχύτητα των δεδομένων — στοιχεία που είναι κρίσιμα για την οδήγηση των πολύτιμων εποπτικών και την τροφοδοσία των μοντέλων AI και LLM.

Επιπλέον, οι ομάδες πρέπει να επενδύσουν στα εργαλεία και τις τεχνολογίες που μπορούν να ενσωματωθούν εύκολα με άλλες λύσεις στην στοίβα. Όσο η τεχνολογία AI συνδυάζεται με άλλες τεχνολογίες, όπως το ανοικτό λογισμικό, θα δούμε νέα μοντέλα να αναδύονται για να λύσουν παραδοσιακά προβλήματα επιχειρήσεων. Η γενετική τεχνολογία AI, όπως το ChatGPT, θα συγχωνευθεί με παραδοσιακή τεχνολογία AI, όπως η περιγραφική ή προβλεπτική ανάλυση, για να ανοίξει νέες ευκαιρίες για τις οργανώσεις και να ρευστοποιήσει παραδοσιακά δυσχερή διαδικασίες.

Για να μελλοντικοποιήσουν τις στοίβες δεδομένων, οι επιχειρήσεις πρέπει επίσης να ενσωματώσουν την τεχνολογία AI και την ανάλυση επιχειρήσεων. Οι επιχειρήσεις έχουν χρησιμοποιήσει εργαλεία ανάλυσης επιχειρήσεων για δεκαετίες για να εξάγουν πολύτιμες εποπτικές για να παρέχουν εποπτικές — και mặc dù έχουν γίνει πολλές βελτιώσεις, υπάρχουν ακόμη περιορισμοί ή εμπόδια που η τεχνολογία AI μπορεί να βοηθήσει. Η τεχνολογία AI μπορεί να ενεργοποιήσει ταχύτερα αποτελέσματα, να βελτιώσει την προσωποποίηση και να μετατρέψει το τοπίο της ανάλυσης επιχειρήσεων σε ένα πιο περιεκτικό και φιλικό προς τον χρήστη domaine.既然 η ανάλυση επιχειρήσεων επικεντρώνεται συνήθως στην ανάλυση ιστορικών δεδομένων για να παρέχει εποπτικές, η τεχνολογία AI μπορεί να επεκτείνει τις ικανότητες της ανάλυσης επιχειρήσεων, βοηθώντας στην πρόβλεψη μελλοντικών γεγονότων, στην παραγωγή προβλέψεων και στη σύσταση δράσεων για να επηρεάσει τις επιθυμητές εξελίξεις.

Η παραγωγικότητα, η ευελιξία και η εξοικονόμηση κόστους αναφέρονται ως τρεις τρόποι με τους οποίους η Exasol βοηθά τις παγκόσμιες μάρκες να καινοτομούν. Μπορείτε να δώσετε ένα παράδειγμα του πώς η Exasol έχει ermögλισει σε einen πελάτη να επιτύχει σημαντικό ROI μέσω της βάσης δεδομένων ανάλυσης;

Σύμφωνα με μια μελέτη του 2023 από το Forrester, οι πελάτες της Exasol επιτύχουν μέχρι και 320% ROI στην αρχική επένδυση τους μέσα σε τρία χρόνια, βελτιώνοντας την επιχειρηματική απόδοση, την απόδοση της βάσης δεδομένων και προσφέροντας một απλό και ευέλικτο υποσύστημα δεδομένων.

Ένας πελάτης, για παράδειγμα, η Helsana, ένας ηγέτης στην ανταγωνιστική αγορά της Ελβετίας, ήρθε στην Exasol για να καλύψει μια ανάγκη για ένα σύγχρονο πλαίσιο δεδομένων και ανάλυσης. Πριν από την Exasol, η Helsana βασίζονταν σε διάφορα εργαλεία αναφοράς με αποθήκες δεδομένων που είχαν κατασκευαστεί με διαφορετικές τεχνολογίες και εργαλεία ETL, τα οποία δημιούργησαν μια μπερδεμένη και ανεπαρκή αρχιτεκτονική. Σε σύγκριση με την υπάρχουσα λύση της εταιρείας, η βάση δεδομένων της Exasol έδειξε μια beş έως δέκα φορές καλύτερη απόδοση.

Τώρα, η Exasol είναι κεντρική στη διαδρομή της Helsana προς την τεχνολογία AI, υπηρετώντας ως αποθήκη για τα δομημένα δεδομένα που η Helsana χρησιμοποιεί σε όλα τα μοντέλα AI και παρέχοντας τη βάση για την ανάλυση της. Με την Exasol, η ομάδα της Helsana έχει βελτιώσει την απόδοση, έχει μειώσει τα κόστη, έχει αυξήσει την ευελιξία και έχει θεσπίσει μια σθεναρή βάση AI, όλα αυτά συνεισφέρουν σε σημαντικό ROI, μαζί με μια αυξημένη ικανότητα να εξυπηρετήσει καλύτερα τους πελάτες.

Κοιτάζοντας μπροστά, ποια είναι οι επερχόμενες τάσεις στην ανάλυση δεδομένων και την ανάλυση επιχειρήσεων που η Exasol προετοιμάζεται, και πώς σκοπεύετε να συνεχίσετε να οδηγείτε την καινοτομία σε αυτόν τον τομέα;

Το 2023 εισήγαγε την τεχνολογία AI σε ευρεία κλίμακα, η οποία προκάλεσε αντίδραση γονάτων από τις οργανώσεις που τελικά δημιούργησαν αμέτρητα κακώς σχεδιασμένα και εκτελεσμένα πειράματα αυτοματοποίησης. Το 2024 θα είναι ένα μεταμορφωτικό έτος για την πειραματική και θεμελιώδη εργασία της τεχνολογίας AI. Μέχρι τώρα, οι κύριες εφαρμογές της GenAI έχουν ήταν για την πρόσβαση σε πληροφορίες μέσω chatbots, την αυτοματοποίηση της εξυπηρέτησης πελατών και την κωδικοποίηση λογισμικού. Ωστόσο, θα υπάρχουν πρωτοπόροι που θα υιοθετήσουν αυτές τις συναρπαστικές τεχνολογίες για μια πληθώρα επιχειρηματικών αποφάσεων και βελτιώσεων. Κοιτάζοντας πέρα από το 2024, θα δούμε μια μεγαλύτερη ώθηση προς τις παραγωγικές εφαρμογές της τεχνολογίας AI.

Η Exasol είναι δεσμευμένη να οδηγεί την καινοτομία και να παρέχει αξία στους πελάτες μας, συμπεριλαμβανομένης της βοήθειας τους να αναπτύξουν και να εφαρμόσουν την τεχνολογία AI σε κλίμακα. Με την Exasol, οι πελάτες μας μπορούν να συνδυάσουν την ανάλυση επιχειρήσεων και την τεχνολογία AI για να υπερβούν τα εμπόδια δεδομένων σε ένα ολοκληρωμένο σύστημα ανάλυσης. Η ευελιξία μας στις επιλογές ανάπτυξης επίσης επιτρέπει στις οργανώσεις να αποφασίσουν πού θέλουν να φιλοξενήσουν την στοίβα ανάλυσης τους, είτε στο δημόσιο cloud, είτε στο ιδιωτικό cloud ή σε τοπικό επίπεδο. Με το Espresso AI της Exasol, είμαστε σε θέση να ενδυναμώσουμε τις επιχειρήσεις να αξιοποιήσουν την αξία της τεχνολογίας AI-κίνητων αναλύσεων, ανεξάρτητα από το πού βρίσκονται οι οργανώσεις στη διαδρομή τους προς την τεχνολογία AI.

Ευχαριστώ πολύ για τη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν την Exasol.