Skip Levens, markkinointijohtaja, media ja viihde, Quantum – Haastattelusarja

Skip Levens on tuotejohtaja ja AI-strategia Quantumilla, joka on johtava datahallintaratkaisujen tarjoaja AI:lle ja rakenteettomalle datalle. Hän on vastuussa Quantumin lopputuloisten ratkaisujen markkinoinnista, tunnettuudesta ja kasvusta. Uransa aikana hän on työskennellyt organisaatioissa kuten Apple (AAPL ), Backblaze, Symply ja Active Storage, ja onnistuneesti johtanut markkinointia ja liiketoimintakehitystä, evankelismia, lanseerannut uusia tuotteita, luonut suhteita avainasiakastietoihin ja kasvattanut liikevaihtoa.

Quantum tarjoaa lopputuloisia datahallintaratkaisuja, jotka auttavat organisaatioita hallitsemaan, rikastamaan ja suojelemaan rakenteetonta dataa, kuten video- ja äänitallenteita, suuressa mittakaavassa. Heidän teknologiansa keskittyy muuttamaan dataa arvokkaaksi tiedoksi, jotta yritykset voivat saada arvon irti ja tehdä perusteltuja päätöksiä. Quantumin alusta tarjoaa turvalliset, skaalautuvat ja joustavat ratkaisut, jotka yhdistävät paikallisen infrastruktuurin pilvipalveluihin. Yrityksen lähestymistapa mahdollistaa yritysten tehokkaan tietojen kasvun hallinnan, varmistaa turvallisuuden ja joustavuuden koko tietojen elinkaaren ajan.

Mitä on Quantumin lähestymistapa AI-vetoinen datahallinta rakenteettomaan dataan?

Auttamalla asiakkaita integroimaan tekoäly (AI) ja koneoppimisen (ML) heidän liiketoimintansa avainprosesseihin, Quantum auttaa asiakkaita hallitsemaan ja lukitsemaan merkityksellisen arvon heidän rakenteettomasta datastaan, luoden toimintatietoja, jotka johtavat parempiin liiketoimintapäätöksiin. Rakentamalla omat AI/ML-työkalut, yritykset voivat siirtyä yksinkertaisesti tietojen ja sisällön hallinnasta tietojen ja sisällön hyödyntämiseen, jolloin ne voivat lisätä tehokkuutta ja vahvistaa inhimillistä asiantuntijuutta kaikissa liiketoimintaprosessien vaiheissa.

Miten Quantumin AI-teknologia analysoi rakenteetonta dataa, ja mitkä ovat joitakin avaininnovaatioita, jotka erottavat heidän alustansa kilpailijoista?

Monet organisaatiot, jotka ottavat käyttöön AI/ML-työkaluja, kokevat, että heidän työnkulkuunsa tulee häiriöitä ja yhteys katkeaa, ja he voivat menettää tietonsa, mikä tekee turvallisuuden ja suojauksen toteuttamisesta haastavaa. Usein varhaisessa kehityksessä ilmenee ongelmia, jotka johtuvat huonosti soveltuvasta tallennuksesta ja tiedostojärjestelmän suorituskyvystä.

Kehitimme Myriadin, joka on suorituskykyinen, ohjelmistorakenteinen tiedostovarasto ja älykäs kangasympristö, joka vastaa AI/ML-pipeline- ja suorituskykyisten työnkulkujen yhdistämisen haasteisiin – yhdistämällä työnkulut ilman muiden järjestelmien rajoituksia. Myriad on selkeä ero vanhoihin laitteisiin ja tallennusrajoituksiin, ja se on rakennettu viimeisimmän tallennus- ja pilvitietotekniikan avulla, ja se on täysin mikropalvelupohjainen ja orkesteroituna Kubernetesilla, jotta se on erittäin vastaanotettava järjestelmä, joka vaatii vain vähän hallintotoimia. Myriad on suunniteltu saamaan korkeimman suorituskyvyn NVMe:stä ja älykkäästä kangasverkosta ja lähes välittömästä etäsuorituksen muistitilasta (RDMA) yhteyksistä jokaisen komponentin välillä. Tuloksena on innovatiivinen järjestelmä, joka vastaa älykkäästi ja automaattisesti muutoksiin ja vaatii vähän hallintotoimia yleisten tehtävien suorittamiseen. Koska älykäs kangas on osa järjestelmää, Myriad on myös luonnostaan tasapainotettu järjestelmä, joka tarjoaa useita 100 Gbps:n kaistanleveyttä yhtenä, tasapainotettuna IP-osoitteena.

Myriadin yhdistäminen cloud-pohjaiseen ActiveScale-objektivarastoon mahdollistaa organisaatioiden arkistoida ja säilyttää jopa suurimmat datajärvet ja sisällön. Yhdistelmä tarjoaa asiakkaille todellisen lopputuloisen datahallintaratkaisun heidän AI-pipelineensa varten. Lisäksi, kun se toimitetaan CatDV-ratkaisun kanssa, asiakkaat voivat merkitä ja katalogoida dataa, jotta he voivat rikastaa dataa ja valmistaa sitä analyysiin ja AI:lle.

Voitko jakaa näkemyksiä siitä, miten AI:ta käytetään videovalvontaan Pariisin olympialaisissa, ja mitkä muut suuret tapahtumat tai organisaatiot ovat hyödyntäneet tätä teknologiaa?

Koneoppiminen voi kehittää toistuvia toimia, jotka tunnistavat kiinnostuksen aiheita videolla ja johtavat oivalluksia valtavasta määrästä reaaliaikaisia videodataa, joka on suurempi ja nopeampi kuin mitä ihmiset voivat tehdä yksin. Videovalvonta voi esimerkiksi käyttää AI:ta havaitsemaan ja merkitsemään epäilyttävää käyttäytymistä, vaikka siinä on satoja kameroiden tietoja. Ihminen, joka yrittää tätä tehtävää, voisi vain prosessoida yhden tapauksen kerrallaan, kun taas AI-pohjainen videovalvonta voi käsitellä tuhansia tapauksia samanaikaisesti.

Mitkä ovat tärkeimmät haasteet, joita organisaatiot kohtaavat AI:n käyttämisessä rakenteettoman datan analyysissä, ja miten Quantum auttaa näiden haasteiden lieventämisessä?

Organisaatioiden on täytynyt täysin uudelleenajatella lähestymistapaansa tallennukseen ja datahallintaan. Useimmat organisaatiot kasvattavat tallennuskapasiteettiaan orgaanisesti, yleensä yksittäisten tarpeiden mukaan, mikä luo monien toimittajien sekaannusta ja epäonnisia monimutkaisuuksia.

AI:n omaksumisen myötä organisaatioiden on yksinkertaisesti yksinkertaistettava tallennusta, joka tukee heidän toimintojaan. Usein tämä edellyttää “kuuman” osan alkuperäisen datan syötöstä tai laskeutumisaluetta, jossa sovellukset ja käyttäjät voivat toimia mahdollisimman nopeasti. Sitten voidaan lisätä suuri “kylmä” tyyppinen tallennus, joka voi helposti arkistoida valtavat määrät dataa ja suojella sitä kustannusvaikuttavalla tavalla, ja joka voi siirtää datan takaisin “kuumaan” prosessointityönkulkuun melkein välittömästi.

Tallennuksen yksinkertaistamiseksi muutamaksi kompaktimmaksi ratkaisuksi hallintohenkilöstön taakka on paljon pienempi. Tämänkaltaisen “kuuma/kylmä” datahallintaratkaisun on ihanteellinen AI/ML-työnkulun integrointiin, ja Quantumin ratkaisut mahdollistavat asiakkaiden luomisen erittäin joustavan, helppokäyttöisen alustan.

Miten Quantumin AI-innovaatiot integroituvat muihin AI-pohjaisiin työkaluihin ja teknologioihin organisaatioiden kasvun ja tehokkuuden parantamiseksi?

Monet ihmiset ajattelevat, että tallennus AI/ML-työkaluille on vain grafiikkaprosessorien (GPU) ruokkimista, mutta se on vain pieni osa yhtälöä. Vaikka nopeus ja suorituskyky ovat tärkeitä ruokkimassa dataa mahdollisimman nopeasti GPU:ille, jotka suorittavat data-analyysiä, suurempi kuva liittyy siihen, miten organisaatio voi integroida toistuvia ja jatkuvia AI/ML-kehitystä, koulutusta ja johtopäätöksiä perustuen mukautettuun dataan. Usein ensimmäinen ja tärkein AI/ML-tehtävä on “tietopohjaiset botit” tai “neuvonantaja-botit” käyttäen omaa dataa sisäisten tietotyöntekijöiden tietojen antamiseen. Jotta nämä tietopohjaiset botit olisivat hyödyllisiä ja ainutlaatuisia kullekin organisaatiolle, suuria määriä erikoistunutta tietoa vaaditaan kouluttaa mallia, joka kouluttaa heidät. Vihje: AI-pohjainen tallennusratkaisu: jos tämä omistaja on järjestyksessä ja helposti saatavilla suoraviivaisessa tallennustyönkulussa, se on paljon helpompi järjestää tyyppien, joukkojen ja katalogien mukaan, mikä taas varmistaa, että nämä tietopohjaiset botit ovat hyvin perustettuja organisaation ainutlaatuisiin tarpeisiin.

Voitko selittää AI-käyttöön perustuvia työnkulun hallintatoimintoja ja miten ne suorittavat data-prosesseja?

Rakennamme joukon AI-käyttöön perustuvia työnkulun hallintatyökaluja, jotka integroidaan suoraan tallennusratkaisuihin automatisoidakseen tehtäviä ja tarjoamaan arvokkaita reaaliaikaisia oivalluksia, mahdollistaen nopean ja perustellun päätöksenteon organisaatioiden läpi. Tämä johtuu uusista ja edistyneistä data-luokittelujärjestelmistä, jotka käyttävät AI:ta sekä järjestämään dataa että tekemään siitä helposti hakukelpoista, ja jopa suorittamaan standarditoimintoja sillä, kuten muuttamalla sen koko tiettyyn kohtaan, mikä vähentää merkittävästi manuaalista työtä, joka tarvitaan datan järjestämiseksi koulutusjoukkoihin.

Älykkäät automaatio-työkalut hallinnoivat data-liikkeitä, varmuuskopioita ja noudattamista perustuen asetettuihin käytäntöihin, varmistaen johdonmukaisen soveltamisen ja vähentäen hallintotoimien taakkaa. Reaaliaikaiset analytiikat ja seuranta tarjoavat välittömästi oivalluksia datakäytön malleista ja mahdollisista ongelmista, ja ylläpitävät automaattisesti datan eheyyttä ja laatua koko sen elinkaaren ajan.

Mikä on näkymä AI-pohjaiselle datahallinnalle, ja mitkä trendit eteenpäin tulevina vuosina?

Kun nämä työkalut kehittyvät ja tulevat monimuotoisemmiksi, ne mahdollistavat enemmän ilmaisuvoimaisia ja avoimia tapoja työskennellä datan kanssa. Tulevaisuudessa voit “keskustella” järjestelmäsi kanssa ja saada esitettyä tietoa tai analyysiä, kuten “mitä on nopein kasvava tietotyyppi ‘kuumassa’ vyöhykkeessä nyt?”. Tämänkaltaisen erikoistumisen taso on erottautumista organisaatioille, jotka rakentavat nämä työkalut heidän tallennusratkaisuihinsa, ja tekevät heidät tarkemmiksi ja tehokkaammiksi, vaikka ne kohtaavat jatkuvasti uusia tietovirtoja.

Mikä on rooli pilvipohjaisissa analytiikka- ja tallennuspalveluissa (storage-as-a-service) koko datahallintastrategiassa?

Organisaatiot, joilla on merkittäviä ja kasvavia tallennustarpeita, usein kamppailevat pysymään käyttövoimansa mukana, erityisesti rajoitettujen budjettien kanssa. Julkinen pilvitallennus voi johtaa korkeisiin ja arvaamattomiin kustannuksiin, mikä tekee vaikeaksi arvioida ja ostaa vuosien tarpeita etukäteen. Monet asiakkaat haluavat julkinen pilvipalvelun kokemuksen, jossa on tunnettu operaatiokustannus, mutta poistavat yllättävät poistokustannukset tai API-kustannukset, joita julkinen pilvi voi tuoda. Vastatakseen tähän tarpeeseen, kehitimme Quantum GO:n, joka antaa asiakkaille yksityisen pilvipalvelun kokemuksen, jossa on alhainen alkupääoma ja alhainen kiinteä kuukausimaksu vaihtoehto todelliselle storage-as-a-service-kokemukselle omassa tilassa. Kun tallennustarpeet kasvavat, Quantum GO antaa asiakkaille edun yksinkertaisesta “maksa-kuinka-kasvat” -tilausmallista, joka tarjoaa lisää joustavuutta ja skaalautuvuutta kustannusvaikuttavalla tavalla.

Miten Quantum aikoo pysyä edellä nopeasti kehittyvässä AI- ja datahallintamaailmassa?

Nykyään pelkästään “tallennuspalveluntarjoajana” olemisesta ei ole tarpeeksi. Uusia kehittyviä data- ja liiketoimintahaasteita vaativat älykkään, AI-vahvistavan data-alustan, joka auttaa asiakkaita saamaan maksimaalisen hyödyn heidän datansa arvosta. Quantumilla jatkamme innovointia ja panostamista asiakkaiden parantamiseen, jotta he voivat helposti ja tehokkaasti työskennellä valtavien datamäärien kanssa koko elinkaarensa ajan.

Olemme laajentamassa älykästä AI:ta tietojen merkitsemiseen, katalogointiin ja järjestämiseen, jotta se on helpompaa etsiä, löytää ja analysoida, ja saada enemmän arvoa ja oivalluksia. Jatkamme parantamista AI-kapasiteetejamme, jotka auttavat automaattisessa videokäsikirjoituksessa, kääntämisessä ääni- ja videotiedostoja toisiin kielisiin sekunneissa, ja mahdollistavat nopean etsinnän tuhansien tiedostojen läpi, jotta voidaan tunnistaa puhutut sanat tai löytää tiettyjä kohteita, ja paljon muuta.

Mitä neuvoa antaisit organisaatioille, jotka aloittavat matkansa AI:n ja rakenteettoman datan hallinnassa?

AI/ML on ollut valtava hype, ja sen vuoksi se on haastavaa erottaa, mikä on käytännöllistä ja hyödyllistä. Organisaatioiden on ensin ajateltava dataa, jota luodaan, ja kohdistettava, miten se luodaan, kerätään ja säilytetään. Lisäksi organisaatioiden on etsittävä tallennusratkaisu, joka on valmis pääsemään ja hakemaan dataa tarpeen mukaan, ja joka auttaa sekä päivittäisen työnkulun että tulevan kehityksen johdattamisessa. Vaikka on vaikea yhtyä siinä, mitkä lopulliset AI-tavoitteet ovat, ottaminen nyt askelia varmistamaan, että tallennusjärjestelmät ja data-työnkulut ovat suoraviivaisia, yksinkertaisia ja vahvoja, maksoi valtavasti, kun integroidaan nykyisiä ja tulevia AI/ML-aloitteita. Organisaatiot ovat sitten hyvin asemissa jatkamaan tutkimista siitä, miten nämä AI/ML-työkalut voivat edistää heidän tehtäväänsä ilman huolta siitä, voivatko he tukea sitä oikealla datahallintaplatfomilla. Kiitos hyvästä haastattelusta, lukijoille, jotka haluavat oppia lisää, on suositeltavaa vierailla Quantumilla.