Or Lenchner, Bright Data:n toimitusjohtaja – Haastattelusarja

Or Lenchner, Bright Data:n toimitusjohtaja, on johtanut markkinajohtavaa web-datakeräysalustaa vuodesta 2018, ajamalla sen laajentumista, innovaatiota ja kasvua yli 100 miljoonan dollarin vuosittaiseen liikevaihtoon. Bright Data mahdollistaa Fortune 500 -yritysten, johtavien yritysten, tunnettujen yliopistojen ja julkisen sektorin organisaatioiden pääsyn julkiseen web-dataan reaaliajassa ja suurella mittakaavalla. Lenchner on vahva puolustaja julkisen web-datan avoimuuden ja saatavuuden puolesta, korostamalla sen kriittistä roolia innovaation edistämisessä.

Mikä innoitti sinua data- ja AI-maailmaan, ja miten olet muovannut Bright Data:n tehtävän ja visiota toimitusjohtajana vuodesta 2018 alkaen?

Olen aina ollut kiinnostunut datan voimasta, erityisesti siitä, miten se voi ohjata päätöksiä ja polttaa innovaatiota. Kun dataa käytetään oikein, se voi myös edistää avoimuutta liiketoiminnassa. Bright Data:n toimitusjohtajana vuodesta 2018 olen saanut mahdollisuuden vaikuttaa siihen, miten AI-tutkijat ja yritykset hankkivat ja käyttävät julkista web-dataa.

Mitkä ovat tärkeimmät haasteet, joita AI-tiimit kohtaavat suurten julkisten web-datan keräämisessä, ja miten Bright Data ratkaisee nämä ongelmat?

Skalabiliteetti on yksi suurimmista haasteista AI-tiimille. Koska AI-mallit vaativat valtavat määrät dataa, tehokas keräys on suuri haaste. Ja koska AI-mallit ovat vain yhtä hyviä kuin data, jolla ne on koulutettu, varmistaminen, että tiimit pääsevät käyttämään tuoreita, laadukkaita dataa, on jatkuva haaste. Tämä on erityisen totta, kun web kehittyy reaaliajassa.

Toinen suuri huolenaihe on complianssi. Datansuojalait ja -vaatimukset muuttuvat jatkuvasti, joten AI-tiimien on aina oltava tietoisia näistä muutoksista. Heidän on myös ymmärrettävä, miten käsitellä verkkosivuja, jotka toteuttavat anti-bot-mekanismeja, mikä voi monimutkaistaa datan keräämisen.

Meidän rakentamamme alusta Bright Data:ssa huolehtii näistä haasteista. Tarjoamme skaalautuvaa, automaattista datakeräystä, joka toimittaa rakennettua reaaliaikaista dataa. Meidän AI-työkalut puhdistavat ja validoi datan tarkkuuden varmistamiseksi. Meillä on tiukat toimenpiteet varmistamaan laillisen ja eettisen datan keräämisen complianssin. Ideana on antaa AI-tiimille mahdollisuus keskittyä loistaviin malleihin, kun taas me huolehdimme datan keräämisen monimutkaisuuksista.

Miten laadukas web-data vaikuttaa AI-mallin suorituskykyyn, ja mitkä ovat parhaat käytännöt datan tarkkuuden varmistamiseksi?

Laadukas data tarkoittaa dataa, joka on täydellinen, vapaata harhautta ja ennen kaikkea tarkkaa. Jos data on puutteellista tai täynnä ristiriitoja ja virheitä, tulokseksi ei saada odotettua AI-mallin suorituskykyä.

Jotta voidaan saavuttaa tarkkuus, on paras hankkia dataa useista julkisista lähteistä, joilla on vakiintunut luotettavuus. Käyttämällä vain muutamia tai pahimmassa tapauksessa yhtä data-lähdettä, aiheutuu ongelmia, kuten puutteellisuutta. Useiden lähteiden käyttäminen antaa mahdollisuuden ristiriitojen poistamiseen ja tasapuolisen ja edustavan datasetin luomiseen. Lisäksi organisaatioiden tulisi harkita automaattista datan validointia ja puhdistusta, jotta voidaan tehokkaasti poistaa virheellinen ja epäjohdonmukainen data.

Bright Data:ssa otamme kaikki nämä tekijät huomioon. Tarjoamme AI-tiimille rakennettua ja reaaliaikaista dataa, joka on validoitua tarkkuuden varmistamiseksi. Näin ollen he voivat kouluttaa mallejaan luottavaisesti.

Mitkä ovat suurimmat eettiset huolenaiheet julkisen web-datan keräämisessä tänään?

Yksityisyys on edelleen yksi suurimmista huolenaiheista julkisen web-datan keräämisessä. Ihmiset ovat huolissaan siitä, että heidän dataansa käytetään väärin ja hyväksikäytetään. Jotta voidaan varmistaa, että data pysyy yksityisenä, on tärkeää korostaa avoimuutta. Organisaatioiden on oltava avoimia siitä, mitä dataa ne keräävät. On tärkeää taata julkinen, että heidän dataansa käytetään tiukkojen eettisten ohjeiden mukaisesti.

Toinen suuri huolenaihe on monopolisointi. Jotkut suuret yritykset hallitsevat valtavaa määrää dataa, mikä luo epätasapuolisen pelikentän, jossa vain muutama suuri toimija pääsee käsiksi tietoon, jota tarvitaan AI-mallien kouluttamiseen ja innovaation edistämiseen. Näin ei pitäisi olla. Julkisen web-datan on oltava saatavilla yrityksille, tutkijoille ja kehittäjille. Näin AI-kehitys ei keskity vain muutaman suuren toimijan käsiin.

Etiikka ei ole jälkikäteen Bright Data:ssa. Ne ovat sisäänrakennettu jokaiseen päätökseemme. Emme vain noudatta teollisuuden standardeja – me asetamme ne. Me johtamme datakeräysalalla oikeiden eettisten standardien määrittelyssä. Me haluamme varmistaa, että julkisen web-datan käytetään vastuullisesti, avoimesti ja täysin complianssissa kansainvälisissä säännöksissä.

Miten Bright Data varmistaa complianssin kansainvälisissä datansuojasäännöksissä edustaen suurten datojen keräämistä?

Organisaatiomme on sitoutunut noudattamaan kansainvälisiä lakeja ja sääntöjä datan keräämisestä ja käytöstä. Me varmistamme, että noudatamme GDPR:n, CPRA:n, CCPA:n ja muiden asiaankuuluvien sääntöjen vaatimuksia. Me noudatamme myös tiukasti Know Your Customer (KYC) -ohjeita varmistamaan, että vain legitimi käyttäjät pääsevät käyttämään alustaamme. Meidän dataratkaisujamme voidaan käyttää vain legitimeille yrityksille ja tutkijoille.

Meidän hyväksyttävyyskäytäntömme on myös selkeä siinä, mitä dataa voidaan kerätä ja mitä ei. Tämä sisältää vastuullisen käytön. Meillä on omistettu complianssi-tiimi, joka vastaa sääntöjen jatkuvasta seuraamisesta varmistamaan, että olemme ajan tasalla viimeisimmissä lakisisäännöksissä ja -vaatimuksissa.

Me kuitenkin uskomme, että julkisen web-datan on oltava saatavilla. Meidän tavoitteemme on tarjota AI-tiimille data, jota he tarvitsevat, samalla varmistamalla complianssi yksityisyyden ja lakien kanssa.

Miten säilytät liiketoiminnan kasvun ja eettisten datan keräämisen käytännön?

Me aina ajattelemme etiikkaa ja kasvua toisistaan riippumattomina. Asiakkaiden luottamus ja suhde, jonka rakennamme heidän kanssaan, ovat olennaisia huolenaiheita. Me ymmärrämme, että voimme saavuttaa pitkän aikavälin menestystä vain, jos keräämme dataa avoimilla ehdoilla ja lakien mukaisesti.

Näin olemme asettaneet käyttöön tiukan valvontaprotokollan käyttäjillemme. Tämä on suunniteltu varmistamaan, että dataa, jota keräämme, käytetään eettisesti. Me varmistamme, että sijoitamme aikaa, vaivaa ja resursseja complianssin ja turvallisuuden suojelemiseksi asiakkaidemme ja yleisön hyväksi. Noudattamalla eettistä datan keräämistä, me menestymme liiketoiminnassa ja edistämme vastuullisen ja avoimen AI-ekosysteemin luomista.

Miten Bright Data pysyy mukana sääntelymuutoksissa datansuojassa?

Me ymmärrämme, että meidän datan käyttöprosessit ja -käytäntömme on muutettava lakien ja sääntöjen muuttuessa. Näin olemme konsultoineet lakiasiantuntijoita ja kommunikoineet sääntelyviranomaisten kanssa. Me osallistumme myös keskusteluihin lainsäätäjien ja muiden politiikan luomiseen osallistuvien tahojen kanssa, antaen panoksensa merkityksellisten datansuojasääntöjen luomiseen. Me pyrimme löytämään tasapainon innovaation ja datansuojan välillä.

Meidän datan keräämisen ja käytön kehys kehittyy, kun uusia lakeja annetaan ja sääntöjä muutetaan. Meillä on complianssi-tiimi, joka päivittää proaktiivisesti datan käyttöpolitiikkaamme varmistamaan, että alustamme on aina täysin complianssissa. Lisäksi me toimimme asiakasopastusohjelmia edistääksemme eettistä datan käyttöä.

Mitkä ovat nousseet trendit AI-datan keräämisessä, joista yritysten tulisi olla tietoisia?

Reaaliaikainen datan kerääminen on muuttumassa välttämättömäksi nykyisten AI-mallien kannalta. On tärkeää, että ne pääsevät käyttämään viimeisintä ja tuoreinta dataa, jotta ne voivat toimia korkealla tarkkuudella ja tarjota paremman käyttökokemuksen.

Toinen merkittävä trendi on riippuvuus synteettisestä datasta, jota käytetään data-augmentaatioon, jossa AI luo dataa, joka täydentää datasettejä, jotka on kerätty todellisista maailman tilanteista.

Näen myös vahvaa kiinnostusta selitettävään AI:hin. Useimmat nykyiset AI-mallit kärsivät “mustan laatikon” vaikutuksesta eli puutteesta avoimuudessa päätöksentekoprosesseissaan. Yritykset pyrkivät muuttamaan tämän paradigman luomalla AI-malleja, jotka voivat kertoa, miten ne päätyivät tuloksiinsa tai päätöksiinsä.

Viimeksi, yritykset ovat tietoisia kasvavista datansuojelu huolenaiheista. Siksi AI-tekniikat, jotka pyrkivät säilyttämään datansuojelu, kuten hajautettu oppiminen, ovat suositumpia. Organisaatiot haluavat maksimoida AI-mallien koulutuksen ilman kompromisseja käyttäjien datansuojeluun.

Me varmistamme, että olemme näiden trendien tasalla, jotta voimme rakentaa ratkaisuja, jotka antavat AI-tiimille kilpailukyvyn.

Miten näet AI-välineiden ja automaation muuttavan datan keräämisen maiseman?

Tällä hetkellä AI-mallit käyttävät pääasiassa rakennettuja datasettejä, jotka on kerätty manuaalisesti. Nämä datasetit menevät myös esikäsittelyyn, puhdistukseen ja muihin prosesseihin, jotka usein vaativat ihmisen väliintuloa. Tämä on muuttumassa lähitulevaisuudessa AI-välineiden nousun myötä, jotka mahdollistavat autonomisen datan keräämisen ja prosessoinnin AI-koulutusta varten. Ne mahdollistavat oppimisen reaaliajassa verkosta ennennäkemättömällä mittakaavalla.

Olemme luoneet infrastruktuurin, joka tukee AI-välineiden käyttöönottoa ja kehittymistä, antaen sujuvan pääsyn laadukkaaseen reaaliaikaiseen web-dataan. Tämä teknologia antaa edistyneille AI-järjestelmille jatkuvan vuorovaikutuksen dynaamisen web-datan kanssa, oppimisen siitä ja kasvamisen.

AI-välineet voivat muuttaa teollisuutta, koska ne antavat AI-järjestelmille pääsyn ja oppimisen jatkuvasti muuttuvista dataseteistä verkossa, eikä riipuvaan staattisesta ja manuaalisesti prosessoidusta datasta. Tämä voi johtaa esimerkiksi pankki- tai kyberturvallisuus AI-keskusteluihin, jotka pystyvät tekemään päätöksiä, jotka heijastavat viimeisimpiä todellisuuksia. Tämä johtaa massiivisiin tehokkuuden edistymisiin ja laajempiin automaatioalueisiin.

Bright Data:ssa emme ainoastaan mahdollista tätä muutosta datan keräämisen maisemassa. Uskomme, että olemme edelläkävijöitä, jotka esittelevät seuraavan sukupolven tekoälyä. Olemme innoissamme auttamaan yrityksiä ja AI-tiimejä hyödyntämään AI-välineiden täydellistä potentiaalia toiminnassaan.

Kiitos haastattelusta, lukijat, jotka haluavat oppia enemmän, voivat vierailla Bright Data:ssa.