Saket Saurabh, CEO y Co-Fundador de Nexla – Serie de Entrevistas

Saket Saurabh, CEO y Co-Fundador de Nexla, es un empresario con una profunda pasión por los datos y la infraestructura. Está liderando el desarrollo de una plataforma de ingeniería de datos de próxima generación, automatizada, diseñada para aportar escala y velocidad a aquellos que trabajan con datos.

Anteriormente, Saurabh fundó un startup móvil exitoso que logró hitos significativos, incluida la adquisición, la oferta pública inicial y el crecimiento hasta convertirse en un negocio de varios millones de dólares. También contribuyó a múltiples productos y tecnologías innovadoras durante su permanencia en Nvidia (NVDA ).

Nexla permite la automatización de la ingeniería de datos para que los datos estén listos para su uso. Logran esto a través de un enfoque único de Nexsets – productos de datos que facilitan la integración, transformación, entrega y monitoreo de datos para cualquier persona.

¿Qué te inspiró a co-fundar Nexla, y cómo moldearon tus experiencias en ingeniería de datos tu visión para la empresa?

 Antes de fundar Nexla, comencé mi viaje en ingeniería de datos en Nvidia, construyendo tecnología de alta gama y escalable en el lado de cómputo. Después de eso, llevé a mi startup anterior a través de un proceso de adquisición y oferta pública inicial en el espacio de publicidad móvil, donde grandes cantidades de datos y aprendizaje automático fueron parte fundamental de nuestra oferta, procesando alrededor de 300 mil millones de registros de datos cada día.

Al observar el panorama en 2015 después de que mi empresa anterior saliera a bolsa, estaba buscando el próximo gran desafío que me emocionara. Proveniente de esas dos trayectorias, estaba muy claro para mí que los desafíos de datos y cómputo estaban convergiendo a medida que la industria se movía hacia aplicaciones más avanzadas impulsadas por datos y IA.

Mientras no sabíamos en ese momento que la IA Generativa (GenAI) progresaría tan rápidamente como lo ha hecho, estaba obvio que el aprendizaje automático y la IA serían la base para aprovechar los datos. Así que comencé a pensar en qué tipo de infraestructura se necesita para que las personas tengan éxito al trabajar con datos, y cómo podemos hacer posible que cualquier persona, no solo ingenieros, aprovechen los datos en su vida laboral diaria.

Esto llevó a la visión para Nexla – simplificar y automatizar la ingeniería detrás de los datos, ya que la ingeniería de datos era una solución muy personalizada dentro de la mayoría de las empresas, especialmente cuando se trataba de problemas de datos complejos o a gran escala. El objetivo era hacer que los datos sean accesibles y accesibles para un rango más amplio de usuarios, no solo ingenieros de datos. Mis experiencias en la construcción de sistemas y aplicaciones de datos escalables impulsaron esta visión de democratizar el acceso a los datos a través de la automatización y la simplificación.

¿Cómo ejemplifican los Nexsets la misión de Nexla de hacer que los datos estén listos para su uso para todos, y por qué es esta innovación crucial para las empresas modernas?

Los Nexsets ejemplifican la misión de Nexla de hacer que los datos estén listos para su uso para todos al abordar el desafío fundamental de los datos. Los 3V de los datos – volumen, velocidad y variedad – han sido un problema persistente. La industria ha hecho algún progreso en abordar los desafíos del volumen y la velocidad. Sin embargo, la variedad de los datos ha seguido siendo un obstáculo significativo a medida que la proliferación de nuevos sistemas y aplicaciones ha llevado a una diversidad cada vez mayor en las estructuras y formatos de los datos.

El enfoque de Nexla es modelar y conectar automáticamente los datos de fuentes diversas en una entidad coherente y empaquetada, un producto de datos que llamamos Nexset. Esto permite a los usuarios acceder y trabajar con los datos sin necesidad de comprender la complejidad subyacente de las diversas fuentes y estructuras de datos. Un Nexset actúa como una puerta de enlace, proporcionando una interfaz simple y directa a los datos.

Esto es crucial para las empresas modernas porque permite que más personas, no solo ingenieros de datos, aprovechen los datos en su trabajo diario. Al abstraer la variedad y la complejidad de los datos, los Nexsets hacen posible que los usuarios comerciales, analistas y otros interactúen directamente con los datos que necesitan, sin requerir una amplia experiencia técnica.

También trabajamos en hacer que la integración sea fácil de usar para los consumidores de datos menos técnicos – desde la interfaz de usuario y cómo las personas colaboran y gobiernan los datos hasta cómo construyen transformaciones y flujos de trabajo. Abstraer la complejidad de la variedad de datos es clave para democratizar el acceso a los datos y empoderar a un rango más amplio de usuarios para derivar valor de sus activos de información. Esta es una capacidad crítica para las empresas modernas que buscan volverse más impulsadas por los datos y aprovechar las perspectivas basadas en los datos en toda la organización.

¿Qué hace que los datos estén “listos para la IA Generativa”, y cómo aborda Nexla estos requisitos de manera efectiva?

La respuesta depende en parte de cómo se está utilizando la IA Generativa. La mayoría de las empresas están implementando la recuperación aumentada de generación (RAG). Esto requiere primero preparar y codificar los datos para cargarlos en una base de datos vectorial y luego recuperar los datos a través de la búsqueda para agregar contexto a la entrada de un modelo de lenguaje grande (LLM) que no ha sido entrenado con estos datos. Así que los datos necesitan estar preparados de tal manera que funcionen bien tanto para las búsquedas vectoriales como para los LLM.

Independientemente de si se está utilizando RAG, recuperación aumentada de ajuste fino (RAFT) o capacitación de modelos, hay algunos requisitos clave:

• Formato de datos: los LLM de IA Generativa a menudo funcionan mejor con datos en un formato específico. Los datos necesitan estar estructurados de una manera que los modelos puedan ingerir y procesar fácilmente. También deben estar “fragmentados” de una manera que ayude a los LLM a utilizar mejor los datos.
• Conectividad: los LLM de IA Generativa necesitan poder acceder dinámicamente a las fuentes de datos relevantes, en lugar de depender de conjuntos de datos estáticos. Esto requiere una conectividad continua a los diversos sistemas y repositorios de datos empresariales.
• Seguridad y gobernanza: al utilizar datos empresariales sensibles, es fundamental tener controles de seguridad y gobernanza robustos. El acceso y el uso de los datos necesitan ser seguros y cumplir con las políticas organizacionales existentes. También es necesario gobernar los datos utilizados por los LLM para ayudar a prevenir violaciones de datos.
• Escalabilidad: los LLM de IA Generativa pueden ser intensivos en datos y cómputo, por lo que la infraestructura de datos subyacente necesita poder escalar para satisfacer las demandas de estos modelos.

Nexla aborda estos requisitos para hacer que los datos estén listos para la IA Generativa de varias maneras clave:

• Acceso dinámico a los datos: la plataforma de integración de datos de Nexla proporciona una forma única de conectarse a cientos de fuentes y utiliza varios estilos de integración y velocidad de datos, junto con la orquestación, para proporcionar a los LLM de IA Generativa los datos más recientes que necesitan, cuando los necesitan, en lugar de depender de conjuntos de datos estáticos.
• Preparación de datos: Nexla tiene la capacidad de extraer, transformar y preparar los datos en formatos optimizados para cada caso de uso de IA Generativa, incluida la fragmentación de datos integrada y el soporte para múltiples modelos de codificación.
• Auto-generación: la integración y la IA Generativa son difíciles. Nexla auto-genera muchos de los pasos necesarios en función de las elecciones realizadas por el consumidor de datos – utilizando IA y otras técnicas – para que los usuarios puedan realizar el trabajo por sí mismos.
• Gobernanza y seguridad: Nexla incorpora controles de seguridad y gobernanza robustos en todo, incluida la colaboración, para garantizar que los datos empresariales sensibles se accedan y utilicen de manera segura y cumpliendo con las políticas.
• Escalabilidad: la plataforma de Nexla está diseñada para escalar y satisfacer las demandas de las cargas de trabajo de IA Generativa, proporcionando la potencia de cómputo y la escalabilidad elástica necesarias.

La convergencia de la integración, el auto-servicio y la colaboración, la auto-generación y la gobernanza de los datos necesitan estar construidas juntas para hacer posible la democratización de los datos.

¿Cómo contribuyen los tipos y fuentes de datos diversos al éxito de los modelos de IA Generativa, y qué papel desempeña Nexla en la simplificación del proceso de integración?

Los modelos de IA Generativa necesitan acceso a todo tipo de información para ofrecer las mejores perspectivas y generar resultados relevantes. Si no se proporciona esta información, no se pueden esperar buenos resultados. Es lo mismo con las personas.

Los modelos de IA Generativa necesitan ser entrenados con una amplia gama de datos, desde bases de datos estructuradas hasta documentos no estructurados, para construir una comprensión integral del mundo. Diferentes fuentes de datos, como artículos de noticias, informes financieros y interacciones con los clientes, proporcionan información contextual valiosa que estos modelos pueden aprovechar. La exposición a datos diversos también permite que los modelos de IA Generativa se vuelvan más flexibles y adaptables, lo que les permite manejar una amplia gama de consultas y tareas.

Nexla abstrae la variedad de todos estos datos con Nexsets y hace que sea fácil acceder a casi cualquier fuente, extraer, transformar, orquestar y cargar los datos para que los consumidores de datos se puedan centrar solo en los datos y en hacerlos listos para la IA Generativa.

¿Cuáles son las tendencias que están dando forma al ecosistema de datos en 2025 y más allá, particularmente con el auge de la IA Generativa?

Las empresas han estado enfocadas principalmente en utilizar la IA Generativa para construir asistentes o copilotos que ayuden a las personas a encontrar respuestas y tomar mejores decisiones. La IA Agente, agentes que automatizan tareas sin la participación de las personas, es definitivamente una tendencia en crecimiento a medida que nos movemos hacia 2025. Los agentes, al igual que los copilotos, necesitan integración para garantizar que los datos fluyan sin problemas, no solo en una dirección, sino también para permitir que la IA actúe sobre esos datos.

Otra tendencia importante para 2025 es la creciente complejidad de los sistemas de IA. Estos sistemas se están volviendo más sofisticados al combinar componentes de diferentes fuentes para crear soluciones coherentes. Es similar a cómo los humanos dependen de varias herramientas a lo largo del día para realizar tareas. Los sistemas de IA empoderados seguirán este enfoque, orquestando múltiples herramientas y componentes. Esta orquestación presenta un desafío significativo, pero también es un área clave de desarrollo.

Desde una perspectiva de tendencias, estamos viendo un impulso hacia la IA generativa que avanza más allá del simple reconocimiento de patrones hacia el razonamiento real. Hay mucho progreso tecnológico en este espacio. Aunque estos avances pueden no traducirse completamente en valor comercial en 2025, representan la dirección hacia la que nos dirigimos.

Otra tendencia clave es la aplicación creciente de tecnologías aceleradas para la inferencia de IA, particularmente con empresas como Nvidia. Tradicionalmente, las GPU se han utilizado ampliamente para el entrenamiento de modelos de IA, pero la inferencia en tiempo de ejecución – el punto en el que el modelo se utiliza activamente – se está volviendo igualmente importante. Podemos esperar avances en la optimización de la inferencia, haciéndola más eficiente e impactante.

Además, hay una comprensión de que los datos de entrenamiento disponibles han sido en gran medida maximizados. Esto significa que las mejoras adicionales en los modelos no provendrán de agregar más datos durante el entrenamiento, sino de cómo los modelos operan durante la inferencia. En tiempo de ejecución, aprovechar nueva información para mejorar los resultados del modelo se está convirtiendo en un enfoque crítico.

Mientras que algunas tecnologías emocionantes comienzan a alcanzar sus límites, surgirán nuevos enfoques, destacando en última instancia la importancia de la agilidad para las organizaciones que adoptan la IA. Lo que funciona bien hoy puede volverse obsoleto dentro de seis meses o un año, así que es fundamental estar preparado para agregar o reemplazar fuentes de datos y cualquier componente de las tuberías de IA. Mantenerse adaptable y abierto al cambio es crucial para seguir el ritmo del paisaje en constante evolución.

¿Qué estrategias pueden adoptar las organizaciones para descomponer los silos de datos y mejorar el flujo de datos a través de sus sistemas?

Primero, las personas necesitan aceptar que los silos de datos siempre existirán. Esto siempre ha sido el caso. Muchas organizaciones intentan centralizar todos sus datos en un solo lugar, creyendo que creará un entorno ideal y desbloqueará un valor significativo, pero esto resulta casi imposible, particularmente para las grandes empresas.

Así que la realidad es que los silos de datos están aquí para quedarse. Una vez que aceptamos esto, la pregunta se convierte en: ¿Cómo podemos trabajar con los silos de datos de manera más eficiente?

Una analogía útil es pensar en grandes empresas. Ninguna corporación importante opera desde una sola oficina donde todos trabajan juntos a nivel global. En su lugar, se dividen en una sede central y múltiples oficinas. El objetivo no es resistir esta división natural, sino asegurarse de que esas oficinas puedan colaborar de manera efectiva. Es por eso que invertimos en herramientas de productividad como Zoom o Slack – para conectar a las personas y permitir flujos de trabajo sin problemas en diferentes ubicaciones.

De manera similar, los silos de datos son sistemas fragmentados que siempre existirán entre equipos, divisiones u otros límites. La clave no es eliminarlos, sino hacer que funcionen juntos de manera suave. Sabiendo esto, podemos centrarnos en tecnologías que faciliten estas conexiones.

Por ejemplo, tecnologías como Nexsets proporcionan una interfaz común o una capa de abstracción que funciona en diversas fuentes de datos. Al actuar como una puerta de enlace a los silos de datos, simplifican el proceso de interoperar con los datos dispersos en varios silos. Esto crea eficiencias y minimiza los impactos negativos de los silos.

En esencia, la estrategia debería ser sobre mejorar la colaboración entre los silos en lugar de intentar luchar contra ellos. Muchas empresas cometen el error de intentar consolidar todo en un gran lago de datos. Pero, para ser honestos, esa es una batalla casi imposible de ganar.

¿Cómo manejan las plataformas de datos modernas desafíos como la velocidad y la escalabilidad, y qué distingue a Nexla al abordar estos problemas?

La forma en que lo veo es que muchas herramientas dentro de la pila de datos moderna fueron diseñadas inicialmente con un enfoque en la facilidad de uso y la velocidad de desarrollo, lo que se logró al hacer que las herramientas sean más accesibles – permitiendo a los analistas de marketing mover sus datos desde una plataforma de marketing directamente a una herramienta de visualización, por ejemplo. La evolución de estas herramientas a menudo involucró el desarrollo de soluciones de puntos, o herramientas diseñadas para resolver problemas específicos y bien definidos.

Cuando hablamos de escalabilidad, la gente a menudo piensa en escalar en términos de manejar volúmenes de datos más grandes. Pero el verdadero desafío de la escalabilidad proviene de dos factores principales: el número creciente de personas que necesitan trabajar con los datos y la variedad creciente de sistemas y tipos de datos que las organizaciones necesitan administrar.

Herramientas modernas, al ser altamente especializadas, tienden a resolver solo un subconjunto de estos desafíos. Como resultado, las organizaciones terminan utilizando múltiples herramientas, cada una abordando un problema individual, lo que eventualmente crea sus propios desafíos, como la sobrecarga de herramientas y la ineficiencia.

Nexla aborda este problema equilibrando cuidadosamente la facilidad de uso y la flexibilidad. Por un lado, proporcionamos simplicidad a través de características como plantillas y interfaces de usuario amigables. Por otro lado, ofrecemos capacidades flexibles y amigables para los desarrolladores que permiten a los equipos mejorar continuamente la plataforma. Los desarrolladores pueden agregar nuevas capacidades al sistema, pero estas mejoras permanecen accesibles como botones y clics simples para los usuarios no técnicos. Este enfoque evita la trampa de herramientas excesivamente especializadas al mismo tiempo que ofrece una amplia gama de funcionalidades de nivel empresarial.

Lo que realmente distingue a Nexla es su capacidad para combinar la facilidad de uso con la escalabilidad y la amplitud requeridas por las organizaciones. Nuestra plataforma conecta estos dos mundos de manera fluida, permitiendo a los equipos trabajar de manera eficiente sin comprometer la potencia o la flexibilidad.

Una de las principales fortalezas de Nexla radica en su arquitectura abstracta. Por ejemplo, mientras que los usuarios pueden diseñar visualmente una tubería de datos, la forma en que se ejecuta esa tubería es altamente adaptable. Dependiendo de los requisitos del usuario – como la fuente, el destino o si los datos necesitan ser en tiempo real – la plataforma mapea automáticamente la tubería a uno de los seis motores diferentes. Esto garantiza un rendimiento óptimo sin requerir que los usuarios gestionen estas complejidades manualmente.

La plataforma también está suelta, lo que significa que los sistemas de origen y destino están desconectados. Esto permite a los usuarios agregar fácilmente más destinos a fuentes existentes, agregar más fuentes a destinos existentes y permitir integraciones bidireccionales entre sistemas.

Es importante destacar que Nexla abstrae el diseño de las tuberías para que los usuarios puedan manejar datos por lotes, datos en streaming y datos en tiempo real sin cambiar sus flujos de trabajo o diseños. La plataforma se adapta automáticamente a estas necesidades, lo que facilita a los usuarios trabajar con los datos en cualquier formato o velocidad. Esto se trata más de un diseño pensado que de especificidades del lenguaje de programación, garantizando una experiencia fluida.

Todo esto ilustra que construimos Nexla con el consumidor final de los datos en mente. Muchas herramientas tradicionales fueron diseñadas para aquellos que producen datos o administran sistemas, pero nos centramos en las necesidades de los consumidores de datos que desean interfaces consistentes y directas para acceder a los datos, independientemente de su origen. Priorizar la experiencia del consumidor nos permitió diseñar una plataforma que simplifica el acceso a los datos mientras mantiene la flexibilidad necesaria para admitir casos de uso diversos.

¿Puede compartir ejemplos de cómo las características de código bajo y sin código han transformado la ingeniería de datos para sus clientes?

Las características de código bajo y sin código han transformado el proceso de ingeniería de datos en una experiencia verdaderamente colaborativa para los usuarios. Por ejemplo, en el pasado, el equipo de operaciones de cuentas de DoorDash , que administra los datos para los comerciantes, necesitaba proporcionar requisitos al equipo de ingeniería. Los ingenieros luego construirían soluciones, lo que llevaba a un proceso iterativo de ida y vuelta que consumía mucho tiempo.

Ahora, con herramientas de código bajo y sin código, esta dinámica ha cambiado. El equipo de operaciones diarias puede usar una interfaz de código bajo para manejar sus tareas directamente. Mientras tanto, el equipo de ingeniería puede agregar rápidamente nuevas características y capacidades a través de la misma plataforma de código bajo, permitiendo actualizaciones inmediatas. El equipo de operaciones puede entonces utilizar estas características sin retrasos.

Este cambio ha convertido el proceso en un esfuerzo colaborativo en lugar de un cuello de botella creativo, lo que ha resultado en ahorros de tiempo significativos. Los clientes han informado que las tareas que anteriormente tomaban dos o tres meses ahora se pueden completar en menos de dos semanas, lo que representa una mejora en la velocidad de 5 a 10 veces.

¿Cómo está evolucionando el papel de la ingeniería de datos, particularmente con la adopción creciente de la IA?

La ingeniería de datos está evolucionando rápidamente, impulsada por la automatización y avances como la IA Generativa. Muchos aspectos del campo, como la generación de código y la creación de conectores, se están volviendo más rápidos y eficientes. Por ejemplo, con la IA Generativa, el ritmo al que se pueden generar, probar y desplegar conectores ha mejorado drásticamente. Sin embargo, este progreso también introduce nuevos desafíos, incluida la complejidad creciente, las preocupaciones de seguridad y la necesidad de una gobernanza robusta.

Una preocupación apremiante es el posible mal uso de los datos empresariales. Las empresas se preocupan por que sus datos propietarios se utilicen involuntariamente para entrenar modelos de IA y pierdan su ventaja competitiva o experimenten una violación de datos a medida que los datos se filtran a otros. La creciente complejidad de los sistemas y el volumen masivo de datos requieren que los equipos de ingeniería de datos adopten una perspectiva más amplia, centrándose en cuestiones de sistemas generales como la seguridad, la gobernanza y la garantía de la integridad de los datos. Estos desafíos no pueden ser resueltos simplemente con IA.

Mientras que la IA generativa puede automatizar tareas de bajo nivel, el papel de la ingeniería de datos se está desplazando hacia la orquestación del ecosistema más amplio. Los ingenieros de datos ahora actúan más como directores, gestionando numerosos componentes y procesos interconectados, como establecer salvaguardas para prevenir errores o accesos no autorizados, garantizar el cumplimiento de los estándares de gobernanza y monitorear cómo se utilizan las salidas generadas por la IA en las decisiones comerciales.

Los errores y los fallos en estos sistemas pueden ser costosos. Por ejemplo, los sistemas de IA pueden extraer información de políticas obsoletas, lo que lleva a respuestas incorrectas, como prometer un reembolso a un cliente cuando no está permitido. Este tipo de problemas requiere una supervisión rigurosa y procesos bien definidos para detectar y abordar estos errores antes de que afecten el negocio.

Otra responsabilidad clave para los equipos de ingeniería de datos es adaptarse al cambio en la demografía de los usuarios. Las herramientas de IA ya no están limitadas a analistas o usuarios técnicos que pueden cuestionar la validez de los informes y los datos. Estas herramientas ahora se utilizan por personas en los bordes de la organización, como agentes de soporte al cliente, que pueden no tener la experiencia para cuestionar salidas incorrectas. Esta democratización más amplia de la tecnología aumenta la responsabilidad de los equipos de ingeniería de datos para garantizar la precisión y la confiabilidad de los datos.

¿Qué nuevas características o avances se pueden esperar de Nexla a medida que el campo de la ingeniería de datos continúa creciendo?

Estamos centrados en varios avances para abordar desafíos emergentes y oportunidades a medida que la ingeniería de datos continúa evolucionando. Uno de estos es soluciones impulsadas por la IA para abordar la variedad de los datos. Uno de los principales desafíos en la ingeniería de datos es gestionar la variedad de los datos de fuentes diversas, así que estamos aprovechando la IA para simplificar este proceso. Por ejemplo, al recibir datos de cientos de comerciantes diferentes, el sistema puede mapear automáticamente los datos en una estructura estándar. Hoy en día, este proceso a menudo requiere una gran entrada humana, pero las capacidades impulsadas por la IA de Nexla apuntan a minimizar el esfuerzo manual y mejorar la eficiencia.

También estamos avanzando en nuestra tecnología de conectores para respaldar la próxima generación de flujos de trabajo de datos, incluida la capacidad de generar fácilmente nuevos agentes. Estos agentes permiten conexiones sin problemas a nuevos sistemas y permiten a los usuarios realizar acciones específicas dentro de esos sistemas. Esto está particularmente orientado a las crecientes necesidades de los usuarios de IA Generativa y hacer que sea más fácil integrar y interactuar con una variedad de plataformas.

En tercer lugar, continuamos innovando en la mejora de la supervisión y el aseguramiento de la calidad. A medida que más usuarios consumen datos a través de varios sistemas, la importancia de la supervisión y la garantía de la calidad de los datos ha crecido significativamente. Nuestro objetivo es proporcionar herramientas robustas para la supervisión del sistema y el aseguramiento de la calidad para que los datos permanezcan confiables y utilizables incluso a medida que el uso se amplía.

Finalmente, Nexla también está tomando medidas para abrir algunas de nuestras capacidades centrales. La idea es que al compartir nuestra tecnología con la comunidad más amplia, podemos empoderar a más personas para aprovechar las herramientas y soluciones de ingeniería de datos avanzadas, lo que refleja en última instancia nuestro compromiso de fomentar la innovación y la colaboración dentro del campo.

Gracias por las excelentes respuestas. Los lectores que deseen aprender más pueden visitar Nexla.