Mathias Golombek, Director de Tecnología de Exasol – Serie de Entrevistas

Mathias Golombek es el Director de Tecnología (CTO) de Exasol. Se unió a la empresa como desarrollador de software en 2004 después de estudiar ciencias de la computación con un enfoque en bases de datos, sistemas distribuidos, procesos de desarrollo de software y algoritmos genéticos. En 2005, era responsable del equipo de Optimizador de Base de Datos y en 2007 se convirtió en Jefe de Investigación y Desarrollo. En 2014, Mathias fue nombrado CTO. En este cargo, es responsable del desarrollo de productos, gestión de productos, operaciones, soporte y consultoría técnica.

¿Qué te atrajo inicialmente a la informática?

Cuando estaba en cuarto grado, mi hermano mayor tenía algunas lecciones donde aprendieron a programar en BASIC, y me mostró lo que se podía hacer con eso. Juntos, desarrollamos un acertijo de Pascua en nuestro Commodore 64 para nuestro hermano menor, y desde entonces, me he fascinado con los ordenadores. La informática en general se trata de resolver problemas y ser creativo, y creo que ese aspecto me atrajo más a la carrera.

¿Puedes compartir tu trayectoria desde que te uniste a Exasol como desarrollador de software en 2004 hasta convertirte en CTO? ¿Cómo han evolucionado tus roles a lo largo de los años, especialmente en el panorama tecnológico en constante cambio?

Estudié Ciencias de la Computación en la Universidad de Würzburg en Alemania y comencé en Exasol como desarrollador de software en 2004 después de graduarme. Después de mi primer año con Exasol, fui ascendido a Jefe del Equipo de Optimizador de Base de Datos y luego a Jefe de Investigación y Desarrollo. Después de eso, serví como Jefe de I+D durante siete años antes de asumir mi cargo actual como CTO en 2014.

Desde el principio, me sorprendió lo que Exasol estaba haciendo — esta empresa de tecnología alemana luchando contra nombres grandes como Microsoft , IBM y Oracle. Me impresionó la oportunidad que tenía ante mí — como desarrollador, crear este sistema de gestión de base de datos de procesamiento paralelo masivo (MPP) en memoria era el cielo en la tierra.

He disfrutado de cada momento trabajando con este equipo de ingeniería talentoso. Como CTO, superviso la innovación de productos, el desarrollo y el soporte técnico de Exasol. Ha sido emocionante ver cómo ha crecido el equipo de Exasol a nivel global mientras trabajamos para apoyar a nuestros clientes y sus necesidades en constante evolución. Los fundamentos son los mismos — todavía somos un sistema de gestión de base de datos en memoria, pero ahora estamos empoderando a nuestros clientes para aprovechar el poder de sus datos para implementaciones de inteligencia artificial.

Exasol ha estado a la vanguardia de las bases de datos de análisis de alto rendimiento. Desde tu perspectiva, ¿qué distingue a Exasol en este espacio competitivo?

Los líderes empresariales están constantemente enfrentando la tarea de hacer más con menos. En los últimos años, esto se ha vuelto aún más desafiante a medida que la economía sigue siendo tumultuosa y la proliferación de la tecnología de inteligencia artificial ha ocupado presupuesto y tiempo.

Como proveedor de bases de datos de análisis de alto rendimiento, Exasol ha permanecido por delante de la curva en lo que respecta a ayudar a las empresas a hacer más con menos. Ayudamos a las empresas a transformar la inteligencia empresarial (BI) en mejores perspectivas con Exasol Espresso, nuestro motor de consulta versátil que se integra con las pilas de datos existentes. Las marcas globales como T-Mobile, Piedmont Healthcare y Allianz utilizan Exasol Espresso para convertir mayores volúmenes de datos en perspectivas más rápidas, profundas y económicas. Y creo que hemos hecho un gran trabajo al dominar el delicado equilibrio entre rendimiento, precio y flexibilidad, para que los clientes no tengan que comprometer.

Para apoyar a las empresas en su camino hacia la inteligencia artificial, también hemos presentado recientemente Espresso AI, equipando nuestro motor de consulta versátil con una nueva suite de herramientas de inteligencia artificial que permiten a las organizaciones aprovechar el poder de sus datos para obtener perspectivas y decisiones impulsadas por la inteligencia artificial. Las capacidades de Espresso AI hacen que la inteligencia artificial sea más asequible y accesible, lo que permite a los clientes evitar experimentos costosos y consumidores de tiempo y lograr un ROI inmediato. Esto es un juego cambiador para las empresas que se centran en impulsar la innovación y entregar valor en la era de la inteligencia artificial.

El Informe de Inteligencia Artificial y Análisis 2024 de Exasol destaca la inversión insuficiente en inteligencia artificial como un camino hacia el fracaso empresarial. ¿Puedes expandir sobre los hallazgos clave de este informe y por qué invertir en inteligencia artificial es crítico para las empresas hoy en día?

Como mencionaste, la principal conclusión del Informe de Inteligencia Artificial y Análisis 2024 de Exasol es que la inversión insuficiente en inteligencia artificial conduce al fracaso empresarial. Según nuestra encuesta de altos directivos, así como de científicos de datos y analistas en los Estados Unidos, el Reino Unido y Alemania, casi todos (91%) coinciden en que la inteligencia artificial es uno de los temas más importantes para las organizaciones en los próximos dos años, y el 72% admite que no invertir en inteligencia artificial hoy en día pondrá en riesgo la viabilidad empresarial futura. En resumen, en el entorno actual, las empresas que no están pensando en la inteligencia artificial ya están atrás.

Las empresas enfrentan presión de los stakeholders para invertir en inteligencia artificial — y hay muchas razones por las cuales. La inversión en inteligencia artificial ya ha ayudado a las organizaciones en diversas industrias — desde la atención médica a los servicios financieros y minoristas — a desbloquear nuevas corrientes de ingresos, mejorar las experiencias del cliente, optimizar las operaciones, aumentar la productividad, acelerar la competitividad y más. La lista solo crece a medida que las empresas comienzan a encontrar formas específicas de aprovechar la inteligencia artificial para satisfacer necesidades comerciales únicas.

El mismo informe menciona las barreras importantes para la adopción de la inteligencia artificial, incluyendo las brechas en ciencia de datos y la latencia en la implementación. ¿Cómo aborda Exasol estos desafíos para sus clientes?

A pesar de la necesidad crítica de invertir en inteligencia artificial, las empresas todavía enfrentan barreras significativas para una implementación más amplia. El Informe de Inteligencia Artificial y Análisis de Exasol indica que hasta el 78% de los directivos experimentan brechas en al menos un área de sus modelos de ciencia de datos y aprendizaje automático (ML), y el 47% cita la velocidad para implementar nuevos requisitos de datos como un desafío. Un 79% adicional afirma que los nuevos requisitos de análisis de negocios tardan demasiado en ser implementados por sus equipos de datos. Otros factores que obstaculizan la adopción generalizada de la inteligencia artificial incluyen la falta de una estrategia de implementación, la mala calidad de los datos, los volúmenes de datos insuficientes y la integración con los sistemas existentes. Además, los requisitos y regulaciones burocráticos en constante evolución para la inteligencia artificial están causando problemas para muchas empresas, con el 88% de los encuestados afirmando que necesitan más claridad.

Exasol ofrece flexibilidad, resistencia y escalabilidad a las empresas que adoptan una estrategia de inteligencia artificial. A medida que roles como el de Director de Datos (CDO) siguen evolucionando y se vuelven más complejos — con desafíos éticos y de cumplimiento cada vez más prominentes — Exasol apoya a los líderes de datos y les ayuda a transformar la inteligencia empresarial en perspectivas más rápidas y mejores que informarán las decisiones comerciales y tendrán un impacto positivo en la línea de fondo.

Mientras la inteligencia artificial se vuelve crítica para el éxito empresarial, solo es tan efectiva como las herramientas, la tecnología y las personas que la impulsan en la parte trasera. Los resultados de la encuesta enfatizan la brecha significativa entre las herramientas de inteligencia empresarial actuales y su salida — más herramientas no necesariamente significa un rendimiento más rápido o mejores perspectivas. A medida que los CDO se preparan para más complejidad y se les asigna la tarea de hacer más con menos, deben evaluar la pila de análisis de datos para garantizar la productividad, la velocidad y la flexibilidad — todo a un costo razonable.

Espresso AI ayuda a cerrar esta brecha para la empresa al optimizar los procesos de extracción, carga y transformación de datos para dar a los usuarios la flexibilidad de experimentar de inmediato con nuevas tecnologías a gran escala, independientemente de las restricciones de infraestructura — ya sea en las instalaciones, en la nube o en un entorno híbrido. Los usuarios pueden reducir los costos y el esfuerzo de movimiento de datos y traer tecnologías emergentes como LLMs a su base de datos. Estas capacidades ayudan a las organizaciones a acelerar su camino hacia la implementación de soluciones de inteligencia artificial y aprendizaje automático mientras garantizan la calidad y la confiabilidad de sus datos.

La alfabetización de datos se está volviendo cada vez más importante en la era de la inteligencia artificial. ¿Cómo contribuye Exasol a mejorar la alfabetización de datos entre sus clientes y la comunidad en general?

En los entornos de trabajo ricos en datos de hoy en día, las habilidades de alfabetización de datos son más importantes que nunca — y rápidamente se están convirtiendo en un “necesito tener” en lugar de un “mejor tener” en la era de la inteligencia artificial. En todas las industrias, la competencia para trabajar con, comprender y comunicar datos de manera efectiva se ha vuelto vital. Pero todavía existe una brecha de alfabetización de datos.

La alfabetización de datos se trata de tener las habilidades para interpretar información compleja y la capacidad de actuar sobre esos hallazgos. Pero a menudo, el acceso a los datos está siloado dentro de una organización o solo un pequeño subconjunto de individuos tiene las habilidades de alfabetización de datos necesarias para comprender y acceder a los vastos volúmenes de datos que fluyen a través del negocio. Este enfoque es defectuoso porque limita la cantidad de tiempo y recursos dedicados a utilizar los datos y, en última instancia, la brecha de alfabetización de datos crea una barrera para la innovación empresarial.

Cuando las personas son alfabetizadas en datos, pueden comprender los datos, analizarlos y aplicar sus propias ideas, habilidades y experiencia a ellos. Cuantas más personas tengan el conocimiento, la confianza y las herramientas para desentrañar y encontrar significado en los datos, más exitosa puede ser una organización. En Exasol, apoyamos a los líderes de datos y a las empresas en la conducción de la alfabetización de datos y la educación.

Además del componente educativo, las empresas deben optimizar sus pilas tecnológicas y herramientas de inteligencia empresarial para permitir la democratización de los datos. La accesibilidad y la alfabetización de los datos van de la mano. La inversión en ambos es necesaria para impulsar las estrategias de datos. Por ejemplo, con Exasol, nuestro sistema libre de ajuste permite a las empresas centrarse en el uso de los datos, en lugar de la tecnología. La alta velocidad permite a los equipos trabajar de manera interactiva con los datos y evitar ser restringidos por limitaciones de rendimiento. Esto conduce en última instancia a la democratización de los datos.

Ahora es el momento para que la democratización de los datos pase de ser un tema de discusión a la acción dentro de las organizaciones. A medida que más personas en varios departamentos obtienen acceso a perspectivas significativas, aliviarán los cuellos de botella tradicionales causados por los equipos de análisis de datos. Cuando estos silos tradicionales se derrumban, las organizaciones se darán cuenta de cuán amplia y profunda es la necesidad de que sus equipos e individuos utilicen los datos. Incluso las personas que actualmente no creen que son usuarios finales de los datos serán atraídas para alimentarse de los datos.

Con este cambio viene un desafío importante para anticipar en los próximos años — la fuerza laboral necesitará ser actualizada para que cada empleado pueda obtener el conjunto de habilidades adecuado para utilizar los datos y las perspectivas de manera efectiva para tomar decisiones comerciales. La fuerza laboral de hoy no sabrá qué preguntas hacer a su alimentación de datos, o la automatización que la impulsa. El valor de poder articular preguntas precisas, exploratorias y vinculadas a los negocios está aumentando en valor, lo que crea una necesidad apremiante de capacitar a la fuerza laboral en esta capacidad.

Tienes una sólida formación en bases de datos, sistemas distribuidos y algoritmos genéticos. ¿Cómo influyen estas áreas de experiencia en el desarrollo de productos y la estrategia de innovación de Exasol?

Mi formación es una base para trabajar en nuestro campo y comprender las tendencias tecnológicas de las últimas dos décadas. Es emocionante y gratificante trabajar con clientes innovadores que convierten la tecnología de bases de datos en casos de uso interesantes. Nuestra estrategia de innovación no depende solo de una persona, sino de un gran equipo de arquitectos y desarrolladores sofisticados que comprenden el futuro del software, el hardware y las aplicaciones de datos.

Con la inteligencia artificial transformando las industrias a un ritmo sin precedentes, ¿qué crees que son los componentes esenciales de una pila de datos a prueba de futuro para las empresas que buscan aprovechar la inteligencia artificial y el análisis de manera efectiva?

La adopción rápida de la inteligencia artificial ha sido un ejemplo principal de por qué es importante que las empresas estén por delante del panorama tecnológico en constante evolución. La verdad desafortunada, sin embargo, es que la mayoría de las pilas de datos todavía están detrás de la curva de la inteligencia artificial.

Para hacer que las pilas de datos sean a prueba de futuro, las empresas deben evaluar primero las bases de datos para identificar brechas, errores o otros desafíos. Esto les ayudará a garantizar la calidad y la velocidad de los datos — elementos críticos para impulsar perspectivas valiosas y alimentar los modelos de inteligencia artificial y LLM.

Además, los equipos deben invertir en las herramientas y tecnologías que puedan integrarse fácilmente con otras soluciones en la pila. A medida que la inteligencia artificial se combina con otras tecnologías, como el código abierto, veremos nuevos modelos surgir para resolver problemas comerciales tradicionales. La inteligencia artificial generativa, como ChatGPT, también se fusionará con tecnologías de inteligencia artificial más tradicionales, como el análisis descriptivo o predictivo, para abrir nuevas oportunidades para las organizaciones y simplificar procesos tradicionalmente engorrosos.

Para hacer que las pilas de datos sean a prueba de futuro, las empresas también deben integrar la inteligencia artificial y la inteligencia empresarial. Las empresas han estado utilizando herramientas de inteligencia empresarial durante décadas para extraer perspectivas valiosas, y aunque se han realizado muchas mejoras, todavía existen limitaciones o barreras de inteligencia empresarial que la inteligencia artificial puede ayudar a superar. La inteligencia artificial puede permitir resultados más rápidos, mejorar la personalización y transformar el panorama de la inteligencia empresarial en un dominio más inclusivo y amigable para el usuario. Dado que la inteligencia empresarial se centra típicamente en analizar datos históricos para proporcionar perspectivas, la inteligencia artificial puede ampliar las capacidades de la inteligencia empresarial ayudando a anticipar eventos futuros, generar predicciones y recomendar acciones para influir en los resultados deseados.

La productividad, la flexibilidad y los ahorros de costos se destacan como tres formas en que Exasol ayuda a las marcas globales a innovar. ¿Puedes proporcionar un ejemplo de cómo Exasol ha permitido a un cliente lograr un ROI significativo a través de su base de datos de análisis?

Según un Estudio de Impacto Económico Total de Forrester de 2023, los clientes de Exasol logran hasta un 320% de ROI en su inversión inicial durante tres años al mejorar la eficiencia operativa, el rendimiento de la base de datos y ofrecer una infraestructura de datos simple y flexible.

Un cliente, por ejemplo, Helsana, un líder en la industria de la atención médica competitiva de Suiza, se acercó a Exasol para satisfacer una necesidad de una plataforma moderna de datos y análisis. Antes de Exasol, Helsana dependía de varias herramientas de informes con almacenes de datos construidos en tecnologías diferentes y herramientas ETL, lo que creaba una arquitectura enmarañada e ineficiente. En comparación con la solución heredada de la empresa, el Almacén de Datos de Exasol demostró una mejora en el rendimiento de cinco a diez veces.

Ahora, Exasol es central en el camino de Helsana hacia la inteligencia artificial, sirviendo como el repositorio para los datos estructurados que Helsana utiliza en todos sus modelos de inteligencia artificial y proporcionando la base para su análisis. Con Exasol, el equipo de Helsana ha mejorado el rendimiento, reducido los costos, aumentado la agilidad y establecido una base sólida para la inteligencia artificial, todo lo cual contribuye a un ROI significativo, además de una mayor capacidad para servir mejor a los clientes.

Mirando hacia adelante, ¿cuáles son las tendencias emergentes en análisis de datos y inteligencia empresarial que Exasol se está preparando, y cómo planeas seguir impulsando la innovación en este espacio?

 El año 2023 introdujo la inteligencia artificial a gran escala, lo que causó reacciones de rodilla en las tierras de las organizaciones que, en última instancia, generaron innumerables experimentos de automatización mal diseñados y ejecutados. 2024 será un año de transformación para la experimentación y el trabajo fundamental de la inteligencia artificial. Hasta ahora, las aplicaciones primarias de la inteligencia artificial generativa han sido para el acceso a la información a través de chatbots, la automatización del servicio al cliente y la codificación de software. Sin embargo, habrá pioneros que adoptarán estas tecnologías emocionantes para una gran cantidad de toma de decisiones comerciales y optimizaciones. Mirando más allá de 2024, comenzaremos a ver un impulso más grande hacia implementaciones productivas de la inteligencia artificial.

En Exasol, estamos comprometidos con impulsar la innovación y brindar valor a nuestros clientes, lo que incluye ayudarlos a desarrollar e implementar la inteligencia artificial a gran escala. Con Exasol, los clientes pueden combinar la inteligencia empresarial y la inteligencia artificial para superar los silos de datos en un sistema de análisis integrado. Nuestra flexibilidad en cuanto a opciones de implementación también permite a las organizaciones decidir dónde desean alojar su pila de análisis, ya sea en la nube pública, la nube privada o en las instalaciones. Con Exasol’s Espresso AI, estamos posicionados para empoderar a las empresas para aprovechar el valor de los análisis impulsados por la inteligencia artificial, independientemente de dónde se encuentren las organizaciones en su camino hacia la inteligencia artificial.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Exasol.