Rohit Choudhary, fundador y director ejecutivo de Acceldata: serie de entrevistas

Rohit Choudhary es el fundador y CEO de datos de acceso, líder del mercado en observabilidad de datos empresariales. Fundó Acceldata en 2018, cuando se dio cuenta de que la industria necesitaba reimaginar cómo monitorear, investigar, remediar y administrar la confiabilidad de las canalizaciones y la infraestructura de datos en un mundo enriquecido con IA y basado en la nube.

¿Qué le inspiró a centrarse en la observabilidad de datos cuando fundó Acceldata en 2018 y qué lagunas en la industria de gestión de datos pretendía llenar?

Mi trayectoria hasta la fundación de Acceldata en 2018 comenzó hace casi 20 años como ingeniero de software, donde me impulsaba a identificar y resolver problemas de software. Mi experiencia como director de ingeniería en Hortonworks me expuso a un tema recurrente: las empresas con estrategias de datos ambiciosas tenían dificultades para encontrar estabilidad en sus plataformas de datos, a pesar de las importantes inversiones en análisis de datos. No podían proporcionar datos de forma fiable cuando la empresa más los necesitaba.

Este desafío resonó en mi equipo y en mí, y reconocimos la necesidad de una solución que pudiera monitorear, investigar, remediar y administrar la confiabilidad de los canales de datos y la infraestructura. Las empresas intentaban crear y administrar productos de datos con herramientas que no estaban diseñadas para satisfacer sus necesidades cambiantes, lo que generaba que los equipos de datos carecieran de visibilidad en las aplicaciones de inteligencia artificial y análisis de misión crítica.

Esta brecha en el mercado nos inspiró a fundar Acceldata, con el objetivo de desarrollar una plataforma de observabilidad de datos integral y escalable. Desde entonces, hemos transformado la forma en que las organizaciones desarrollan y operan productos de datos. Nuestra plataforma correlaciona eventos en los datos, el procesamiento y los procesos, lo que proporciona información incomparable. El impacto de la observabilidad de datos ha sido inmenso y estamos entusiasmados por seguir impulsando la industria.

Habiendo acuñado el término “Observabilidad de Datos”, ¿cómo ve la evolución de este concepto en los próximos años, especialmente con la creciente complejidad de los entornos multicloud?

La observabilidad de datos ha pasado de ser un concepto de nicho a convertirse en una capacidad fundamental para las empresas. A medida que los entornos multicloud se vuelven más complejos, la observabilidad debe adaptarse para gestionar diversas fuentes e infraestructuras de datos. En los próximos años, prevemos que la IA y el aprendizaje automático desempeñarán un papel clave en el avance de las capacidades de observabilidad, en particular a través del análisis predictivo y la detección automática de anomalías.

Además, la observabilidad se extenderá más allá del monitoreo y abarcará aspectos más amplios de la gobernanza, la seguridad y el cumplimiento de los datos. Las empresas exigirán más control y conocimiento en tiempo real de sus operaciones de datos, lo que hace que la observabilidad sea una parte vital de la gestión de datos en entornos cada vez más complejos.

Tiene experiencia significativa en ingeniería y desarrollo de productos. ¿Cómo influyó esta experiencia en su enfoque para crear y ampliar Acceldata?

Mi experiencia en ingeniería y desarrollo de productos ha sido fundamental para dar forma a la manera en que hemos construido Acceldata. Comprender los desafíos técnicos de escalar los sistemas de datos nos ha permitido diseñar una plataforma que aborda las necesidades reales de las empresas. Esta experiencia también nos ha inculcado la importancia de la agilidad y la retroalimentación de los clientes en nuestro proceso de desarrollo. En Acceldata, priorizamos la innovación, pero siempre nos aseguramos de que nuestras soluciones sean prácticas y estén alineadas con lo que los clientes necesitan en entornos de datos dinámicos y complejos. Este enfoque ha sido esencial para escalar la empresa y expandir nuestra presencia en el mercado a nivel mundial.

Con la reciente $ 60 millones ronda de financiación de la Serie C¿Cuáles son las áreas clave de innovación y desarrollo que planea priorizar en Acceldata?

Con la financiación de la Serie C de 60 millones de dólares, estamos redoblando nuestra apuesta por las innovaciones impulsadas por IA que diferenciarán significativamente nuestra plataforma. Aprovechando el éxito de nuestra Copiloto AIEstamos mejorando nuestros modelos de aprendizaje automático para ofrecer una detección de anomalías más precisa, remediación automatizada y previsión de costes. También estamos impulsando el análisis predictivo, donde la IA no solo alerta a los usuarios sobre posibles problemas, sino que también sugiere configuraciones óptimas y soluciones proactivas específicas para sus entornos.

Otro punto clave es la automatización basada en el contexto, en la que nuestra plataforma aprende del comportamiento del usuario y alinea las recomendaciones con los objetivos comerciales. La expansión de nuestras interfaces de lenguaje natural (NLI) permitirá a los usuarios interactuar con flujos de trabajo de observabilidad complejos a través de comandos conversacionales simples.

Además, nuestras innovaciones en IA impulsarán una mayor optimización de costos, pronosticando el consumo de recursos y administrando costos con una precisión sin precedentes. Estos avances posicionan a Acceldata como la plataforma de observabilidad impulsada por IA más proactiva, lo que ayuda a las empresas a confiar y optimizar sus operaciones de datos como nunca antes.

La inteligencia artificial y los LLM se están volviendo fundamentales para la gestión de datos. ¿Cómo se está posicionando Acceldata para liderar en este espacio y qué capacidades únicas ofrece su plataforma a los clientes empresariales?

Acceldata ya es líder en la observabilidad de datos impulsada por IA. Tras la exitosa integración de la tecnología de IA avanzada de Bewgle, nuestra plataforma ahora ofrece capacidades impulsadas por IA que mejoran significativamente la observabilidad de los datos. Nuestro copiloto de IA utiliza el aprendizaje automático para detectar anomalías, predecir patrones de consumo de costos y brindar información en tiempo real, todo mientras hace que estas funciones sean accesibles a través de interacciones en lenguaje natural.

También hemos integrado la detección avanzada de anomalías y recomendaciones automatizadas que ayudan a las empresas a prevenir errores costosos, optimizar la infraestructura de datos y mejorar la eficiencia operativa. Además, nuestras soluciones de IA agilizan la gestión de políticas y generan automáticamente descripciones legibles para los activos de datos y las políticas, lo que reduce la brecha entre las partes interesadas técnicas y comerciales. Estas innovaciones permiten a las organizaciones aprovechar todo el potencial de sus datos y, al mismo tiempo, minimizar los riesgos y los costos.

En el sitio web Adquisición de Bewgle Ha incorporado capacidades avanzadas de IA a la plataforma de Acceldata. Un año después de la adquisición, ¿cómo se ha incorporado la tecnología de Bewgle a las soluciones de Acceldata y qué impacto ha tenido esta integración en el desarrollo de sus funciones de observabilidad de datos basadas en IA?

Durante el año pasado, hemos integrado por completo las tecnologías de inteligencia artificial de Bewgle en la plataforma Acceldata y los resultados han sido transformadores. La experiencia de Bewgle con modelos fundamentales e interfaces de lenguaje natural ha acelerado nuestra hoja de ruta de inteligencia artificial. Estas capacidades ahora están integradas en nuestro AI Copilot, lo que ofrece una experiencia de usuario de última generación que permite a los usuarios interactuar con flujos de trabajo de observabilidad de datos a través de comandos de texto sin formato.

Esta integración también ha mejorado nuestros modelos de aprendizaje automático, lo que ha mejorado la detección de anomalías, la previsión automatizada de costes y la información proactiva. Hemos podido ofrecer un control más granular sobre las operaciones impulsadas por IA, lo que permite a nuestros clientes garantizar la fiabilidad y el rendimiento de los datos en todos sus ecosistemas. El éxito de esta integración ha reforzado la posición de Acceldata como la plataforma líder de observabilidad de datos impulsada por IA, lo que proporciona un valor aún mayor a nuestros clientes empresariales.

Como alguien profundamente involucrado en la industria de gestión de datos, ¿qué tendencias prevé en el mercado de IA y observabilidad de datos en los próximos años?

En los próximos años, espero que algunas tendencias clave den forma al mercado de la inteligencia artificial y la observabilidad de datos. La observabilidad de datos en tiempo real será cada vez más importante a medida que las empresas busquen tomar decisiones más rápidas e informadas. La inteligencia artificial y el aprendizaje automático seguirán impulsando avances en el análisis predictivo y la detección automatizada de anomalías, lo que ayudará a las empresas a anticiparse a los posibles problemas.

Además, veremos una integración más estrecha de la observabilidad con los marcos de seguridad y gobernanza de datos, especialmente a medida que los requisitos regulatorios se vuelvan más estrictos. Es probable que los servicios de observabilidad administrada aumenten a medida que los entornos de datos se vuelvan más complejos, lo que brindará a las empresas la experiencia y las herramientas necesarias para mantener un rendimiento y cumplimiento óptimos. Estas tendencias elevarán el papel de la observabilidad de datos para garantizar que las organizaciones puedan escalar sus iniciativas de IA y, al mismo tiempo, mantener altos estándares de calidad y gobernanza de datos.

De cara al futuro, ¿cómo imagina el papel de la observabilidad de datos para respaldar la implementación de IA y modelos de lenguaje de gran escala, especialmente en industrias con estrictos requisitos de gobernanza y calidad de datos?

La observabilidad de los datos será fundamental para implementar IA y modelos de lenguaje de gran escala, especialmente en sectores como las finanzas, la atención médica y el gobierno, donde la calidad y la gobernanza de los datos son fundamentales. A medida que las organizaciones recurren cada vez más a la IA para impulsar las decisiones comerciales, la necesidad de datos confiables y de alta calidad se vuelve aún más crítica.

La observabilidad de los datos garantiza el monitoreo y la validación continuos de la integridad de los datos, lo que ayuda a prevenir errores y sesgos que podrían socavar los modelos de IA. Además, la observabilidad desempeñará un papel vital en el cumplimiento normativo al brindar visibilidad sobre el linaje, el uso y la gobernanza de los datos, en línea con los estrictos requisitos regulatorios. En última instancia, la observabilidad de los datos permite a las organizaciones aprovechar todo el potencial de la IA, lo que garantiza que sus iniciativas de IA se basen en datos confiables y de alta calidad.

Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar datos de acceso.