Entrevistas
Rohit Choudhary, Fundador y CEO de Acceldata – Serie de Entrevistas
Rohit Choudhary es el fundador y CEO de Acceldata, el líder del mercado en observabilidad de datos empresariales. Fundó Acceldata en 2018, cuando se dio cuenta de que la industria necesitaba reinventar la forma de monitorear, investigar, remediar y gestionar la confiabilidad de los pipelines y la infraestructura de datos en un mundo impulsado por la nube y enriquecido con inteligencia artificial.
¿Qué lo inspiró a centrarse en la observabilidad de datos cuando fundó Acceldata en 2018, y qué brechas en la industria de gestión de datos intentó llenar?
Mi viaje para fundar Acceldata en 2018 comenzó casi 20 años atrás como ingeniero de software, donde me impulsaba identificar y resolver problemas con el software. Mi experiencia como Director de Ingeniería en Hortonworks me expuso a un tema recurrente: las empresas con estrategias de datos ambiciosas estaban luchando por encontrar estabilidad en sus plataformas de datos, a pesar de las importantes inversiones en análisis de datos. No podían entregar datos de manera confiable cuando el negocio los necesitaba más.
Este desafío resonó conmigo y mi equipo, y reconocimos la necesidad de una solución que pudiera monitorear, investigar, remediar y gestionar la confiabilidad de los pipelines y la infraestructura de datos. Las empresas estaban tratando de construir y gestionar productos de datos con herramientas que no estaban diseñadas para satisfacer sus necesidades en evolución, lo que llevaba a que los equipos de datos carecieran de visibilidad en aplicaciones de análisis y inteligencia artificial de misión crítica.
Esta brecha en el mercado nos inspiró a iniciar 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 a través de datos, procesamiento y pipelines, brindando una visibilidad sin precedentes. El impacto de la observabilidad de datos ha sido inmenso, y estamos emocionados de seguir impulsando a la industria hacia adelante.
Al haber 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 multi-nube?
La observabilidad de datos ha evolucionado de un concepto de nicho a una capacidad crítica para las empresas. A medida que los entornos multi-nube se vuelven más complejos, la observabilidad debe adaptarse para manejar diversas fuentes de datos e infraestructuras. En los próximos años, anticipamos que la inteligencia artificial y el aprendizaje automático desempeñarán un papel clave en el avance de las capacidades de observabilidad, particularmente a través del análisis predictivo y la detección automática de anomalías.
Además, la observabilidad se extenderá más allá del monitoreo a aspectos más amplios de la gobernanza de datos, la seguridad y el cumplimiento. Las empresas exigirán más control y visibilidad en tiempo real sobre sus operaciones de datos, lo que hará que la observabilidad sea una parte vital de la gestión de datos en entornos cada vez más intrincados.
Su experiencia incluye una experiencia significativa en ingeniería y desarrollo de productos. ¿Cómo ha influido esta experiencia en su enfoque para construir y escalar Acceldata?
Mi experiencia en ingeniería y desarrollo de productos ha sido fundamental en la forma en que hemos construido Acceldata. Comprender los desafíos técnicos de escalar sistemas de datos nos ha permitido diseñar una plataforma que aborda las necesidades reales de las empresas. Esta experiencia también me ha inculcado la importancia de la agilidad y la retroalimentación del cliente 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 global.
Con la reciente ronda de financiamiento de $60 millones en Serie C, ¿cuáles son las áreas clave de innovación y desarrollo que planea priorizar en Acceldata?
Con la ronda de financiamiento de $60 millones en Serie C, estamos duplicando nuestros esfuerzos en innovaciones impulsadas por la inteligencia artificial que diferenciarán significativamente nuestra plataforma. Basándonos en el éxito de nuestro AI Copilot, estamos mejorando nuestros modelos de aprendizaje automático para ofrecer una detección de anomalías más precisa, una remediación automática y una previsión de costos. También estamos avanzando en el análisis predictivo, donde la inteligencia artificial no solo alerta a los usuarios sobre posibles problemas, sino que también sugiere configuraciones óptimas y soluciones proactivas específicas para sus entornos.
Otra área clave de enfoque es la automatización consciente del contexto, donde 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 inteligencia artificial impulsarán una optimización de costos aún mayor, previendo el consumo de recursos y gestionando los costos con una precisión sin precedentes. Estos avances posicionan a Acceldata como la plataforma de observabilidad más proactiva y impulsada por inteligencia artificial, ayudando a las empresas a confiar y optimizar sus operaciones de datos como nunca antes.
La inteligencia artificial y los LLM están convirtiéndose en centrales para la gestión de datos. ¿Cómo está posicionando Acceldata para liderar en este espacio, y qué capacidades únicas ofrece su plataforma a los clientes empresariales?
Acceldata ya está liderando el camino en la observabilidad de datos impulsada por la inteligencia artificial. Después de la integración exitosa de la tecnología de inteligencia artificial avanzada de Bewgle, nuestra plataforma ahora ofrece capacidades impulsadas por la inteligencia artificial que mejoran significativamente la observabilidad de datos. Nuestro AI Copilot utiliza el aprendizaje automático para detectar anomalías, predecir patrones de consumo de costos y ofrecer información en tiempo real, todo mientras hace que estas funciones sean accesibles a través de interacciones de lenguaje natural.
También hemos integrado una detección de anomalías avanzada 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 inteligencia artificial simplifican la gestión de políticas y generan automáticamente descripciones legibles por humanos para activos de datos y políticas, cerrando la brecha entre partes interesadas técnicas y comerciales. Estas innovaciones permiten a las organizaciones desbloquear todo el potencial de sus datos mientras minimizan los riesgos y los costos.
La adquisición de Bewgle ha agregado capacidades de inteligencia artificial avanzadas a la plataforma de Acceldata. Ahora que ha pasado un año desde 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 las características de observabilidad de datos impulsadas por la inteligencia artificial?
En el último año, hemos integrado completamente las tecnologías de inteligencia artificial de Bewgle en la plataforma de Acceldata, y los resultados han sido transformadores. La experiencia de Bewgle con modelos fundamentales y interfaces de lenguaje natural ha acelerado nuestra hoja de ruta de inteligencia artificial. Estas capacidades ahora están incrustadas en nuestro AI Copilot, brindando una experiencia de usuario de próxima generación que permite a los usuarios interactuar con flujos de trabajo de observabilidad de datos a través de comandos de texto plano.
Esta integración también ha mejorado nuestros modelos de aprendizaje automático, mejorando la detección de anomalías, la previsión automática de costos y las perspectivas proactivas. Hemos podido ofrecer un control más granular sobre las operaciones impulsadas por la inteligencia artificial, lo que permite a nuestros clientes garantizar la confiabilidad y el rendimiento de los datos en sus ecosistemas. El éxito de esta integración ha fortalecido la posición de Acceldata como la plataforma de observabilidad de datos impulsada por la inteligencia artificial líder, brindando 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 inteligencia artificial y observabilidad de datos en los próximos años?
En los próximos años, espero que varias tendencias clave den forma al mercado de inteligencia artificial y observabilidad de datos. La observabilidad de datos en tiempo real se volverá más crítica a medida que las empresas buscan tomar decisiones más rápidas e informadas. La inteligencia artificial y el aprendizaje automático seguirán impulsando avances en el análisis predictivo y la detección automática de anomalías, ayudando a las empresas a mantenerse por delante de posibles problemas.
Además, veremos una integración más estrecha de la observabilidad con los marcos de gobernanza y seguridad de datos, especialmente a medida que los requisitos regulatorios se vuelven más estrictos. Los servicios de observabilidad administrados probablemente aumentarán a medida que los entornos de datos se vuelvan más complejos, brindando a las empresas la experiencia y las herramientas necesarias para mantener un rendimiento óptimo y el cumplimiento. Estas tendencias elevarán el papel de la observabilidad de datos en garantizar que las organizaciones puedan escalar sus iniciativas de inteligencia artificial mientras mantienen altos estándares para la calidad y la gobernanza de los datos.
Mirando hacia adelante, ¿cómo vislumbra el papel de la observabilidad de datos en el apoyo a la implementación de la inteligencia artificial y los grandes modelos de lenguaje a escala, especialmente en industrias con estrictos requisitos de calidad y gobernanza de datos?
La observabilidad de datos será fundamental para implementar la inteligencia artificial y los grandes modelos de lenguaje a escala, especialmente en industrias como las finanzas, la atención médica y el gobierno, donde la calidad y la gobernanza de los datos son primordiales. A medida que las organizaciones confían cada vez más en la inteligencia artificial para impulsar las decisiones comerciales, la necesidad de datos confiables y de alta calidad se vuelve aún más crítica.
La observabilidad de datos garantiza el monitoreo y la validación continuos de la integridad de los datos, ayudando a prevenir errores y sesgos que podrían socavar los modelos de inteligencia artificial. Además, la observabilidad desempeñará un papel vital en el cumplimiento, brindando visibilidad en la genealogía de los datos, el uso y la gobernanza, alineándose con los estrictos requisitos regulatorios. En última instancia, la observabilidad de datos permite a las organizaciones aprovechar todo el potencial de la inteligencia artificial, asegurando que sus iniciativas de inteligencia artificial estén construidas sobre una base de datos confiables y de alta calidad.
Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Acceldata.
