Anthony Deighton, PDG de Tamr – Série d’entretiens

Anthony Deighton est le PDG de Tamr. Il a 20 ans d’expérience dans la construction et la mise à l’échelle de sociétés de logiciels d’entreprise. Récemment, il a passé deux ans en tant que directeur marketing chez Celonis, établissant leur leadership dans le logiciel de Process Mining et créant des programmes de génération de demande qui ont abouti à une croissance de 130 % du chiffre d’affaires annuel. Auparavant, il a occupé pendant plus de 10 ans des postes chez Qlik, faisant passer l’entreprise d’une petite société de logiciels suédoise inconnue à une entreprise publique – en passant par des rôles de leadership produit, de marketing produit et enfin de directeur technique. Il a commencé sa carrière chez Siebel Systems, où il a appris à construire des sociétés de logiciels d’entreprise dans divers rôles de produit.

Pouvez-vous partager certains jalons clés de votre parcours dans l’industrie des logiciels d’entreprise, en particulier votre temps chez Qlik et Celonis ?

J’ai commencé ma carrière dans les logiciels d’entreprise chez Siebel Systems et j’ai appris beaucoup de choses sur la construction et la mise à l’échelle de sociétés de logiciels d’entreprise de l’équipe de direction. J’ai rejoint Qlik lorsqu’il s’agissait d’une petite société de logiciels suédoise inconnue avec 95 % de l’équipe de 60 personnes située à Lund, en Suède. Je plaisante en disant que puisque je n’étais pas un ingénieur ou un commercial, j’ai été chargé du marketing. J’ai construit l’équipe marketing là-bas, mais avec le temps, mon intérêt et mes contributions se sont orientés vers la gestion de produit, et finalement, je suis devenu directeur des produits. Nous avons introduit Qlik en bourse en 2010, et nous sommes restés une société publique prospère. Après cela, nous voulions faire des acquisitions, donc j’ai créé une équipe de fusions et acquisitions. Après une longue et raisonnablement réussie carrière en tant que société publique, nous avons finalement vendu Qlik à une société de capital-investissement appelée Thoma Bravo. C’était, comme je le dis, le cycle de vie complet d’une société de logiciels d’entreprise. Après avoir quitté Qlik, j’ai rejoint Celonis, une petite société de logiciels allemande qui essayait de réussir en vendant aux États-Unis. Encore une fois, j’ai dirigé le marketing en tant que directeur marketing. Nous avons grandi très rapidement et avons construit une fonction marketing mondiale très réussie.

Les deux sociétés, Celonis et Qlik, se sont concentrées sur le côté avant du défi d’analyse de données – comment voir et comprendre les données ? Dans le cas de Qlik, il s’agissait de tableaux de bord ; dans le cas de Celonis, il s’agissait de processus métier. Mais un défi commun aux deux était les données derrière ces visualisations. De nombreux clients se sont plaints que les données étaient incorrectes : enregistrements en double, enregistrements incomplets, silos de données manquants. C’est ce qui m’a attiré chez Tamr, où j’ai senti que pour la première fois, nous pourrions résoudre le défi des données d’entreprise désordonnées. Les 15 premières années de ma carrière dans les logiciels d’entreprise ont été consacrées à la visualisation des données, j’espère que les 15 prochaines pourront être consacrées à nettoyer ces données.

Comment vos expériences précoces ont-elles façonné votre approche de la construction et de la mise à l’échelle de sociétés de logiciels d’entreprise ?

L’une des leçons importantes que j’ai apprises lors du passage de Siebel à Qlik était le pouvoir de la simplicité. Siebel était un logiciel très puissant, mais il a été tué sur le marché par Salesforce.com, qui a créé un CRM avec beaucoup moins de fonctionnalités (« un jouet » selon Siebel), mais les clients pouvaient le lancer rapidement parce qu’il était livré comme une solution SaaS. Cela semble évident aujourd’hui, mais à l’époque, la sagesse était que les clients achetaient des fonctionnalités, mais ce que nous avons appris, c’est que les clients investissent dans des solutions pour résoudre leurs problèmes commerciaux. Donc, si votre logiciel résout leur problème plus rapidement, vous gagnez. Qlik était une solution simple au problème d’analyse de données, mais c’était radicalement plus simple. En conséquence, nous pouvions battre des concurrents plus riches en fonctionnalités tels que Business Objects et Cognos.

La deuxième leçon importante que j’ai apprise était lors de ma transition de carrière du marketing au produit. Nous pensons à ces domaines comme distincts. Dans ma carrière, j’ai trouvé que je passe facilement de la conversation produit à la conversation marketing. Il y a un lien intime entre le produit que vous construisez et la façon dont vous le décrivez aux clients potentiels. Et il y a un lien tout aussi important entre ce que les prospects exigent et ce que le produit devrait construire. La capacité de passer entre ces conversations est un facteur de succès critique pour toute société de logiciels d’entreprise. Une raison courante de l’échec d’une start-up est de croire que « si vous le construisez, ils viendront ». C’est la croyance courante que si vous construisez simplement un logiciel cool, les gens feront la queue pour l’acheter. Cela ne fonctionne jamais, et la solution est un processus de marketing robuste connecté à votre processus de développement de logiciels.

L’idée finale que je partagerai relie mon travail universitaire à mon travail professionnel. J’ai eu l’occasion à l’école de commerce de suivre un cours sur la théorie de l’innovation perturbatrice de Clay Christensen. Dans mon travail professionnel, j’ai eu l’occasion d’expérimenter à la fois le rôle de perturbateur et d’être perturbé. La leçon clé que j’ai apprise est que toute innovation perturbatrice est le résultat d’un déplacement de plate-forme exogène qui rend l’impossible finalement possible. Dans le cas de Qlik, c’était la disponibilité de serveurs à grande mémoire qui a permis à Qlik de perturber les rapports traditionnels basés sur des cubes. Chez Tamr, la disponibilité de l’apprentissage automatique à grande échelle nous permet de perturber la gestion manuelle des règles en faveur d’une approche basée sur l’IA. Il est important de toujours déterminer quel déplacement de plate-forme entraîne la perturbation.

Qu’est-ce qui a inspiré le développement de la gestion de données maîtres (MDM) native IA, et comment diffère-t-elle des solutions MDM traditionnelles ?

Le développement de Tamr est issu de travaux universitaires au MIT (Massachusetts Institute of Technology) sur la résolution d’entités. Sous la direction académique du lauréat du prix Turing Michael Stonebraker, la question que l’équipe étudiait était « pouvons-nous relier des enregistrements de données à travers des centaines de milliers de sources et des millions d’enregistrements ». À première vue, c’est un défi insurmontable car plus il y a d’enregistrements et de sources, plus il y a d’enregistrements que chaque correspondance possible doit être comparée. Les informaticiens appellent cela un « problème n-carré » car le problème augmente géométriquement avec l’échelle.

Les systèmes MDM traditionnels essaient de résoudre ce problème avec des règles et une grande quantité de curatage de données manuel. Les règles ne sont pas évolutives car vous ne pouvez jamais écrire suffisamment de règles pour couvrir chaque cas de figure et la gestion de milliers de règles est une impossibilité technique. La curatage manuel est extrêmement coûteux car il repose sur des humains pour essayer de travailler à travers des millions de correspondances possibles. Pris ensemble, cela explique la mauvaise adoption du marché des solutions MDM traditionnelles. Frankly, nobody aime la MDM traditionnelle.

L’idée simple de Tamr était de former une IA pour effectuer le travail d’ingestion de sources, de correspondance d’enregistrements et de résolution de valeurs. La grande chose à propos de l’IA est qu’elle ne mange pas, ne dort pas et ne prend pas de vacances ; elle est également hautement parallélisable, elle peut donc prendre en charge d’énormes volumes de données et les améliorer. Donc, là où la MDM était autrefois impossible, il est désormais possible d’obtenir des données propres, consolidées et à jour (voir ci-dessus).

Quels sont les plus grands défis auxquels les entreprises sont confrontées dans la gestion de leurs données, et comment Tamr répond-à ces problèmes ?

Le premier, et probablement le plus important défi que les entreprises rencontrent dans la gestion de leurs données est que leurs utilisateurs métier n’utilisent pas les données qu’ils génèrent. Ou, pour le dire autrement, si les équipes de données ne produisent pas des données de haute qualité que leurs organisations utilisent pour répondre à des questions analytiques ou rationaliser les processus métier, alors ils gaspillent leur temps et leur argent. Une sortie principale de Tamr est une page 360 pour chaque enregistrement d’entité (pensez : client, produit, pièce, etc.) qui combine toutes les données sous-jacentes de première et de troisième partie afin que les utilisateurs métier puissent voir et fournir des commentaires sur les données. Comme un wiki pour vos données d’entité. Cette page 360 est également la saisie pour une interface conversationnelle qui permet aux utilisateurs métier de poser et de répondre à des questions avec les données. Donc, le travail numéro un est de donner aux utilisateurs les données.

Pourquoi est-il si difficile pour les entreprises de donner aux utilisateurs des données qu’ils aiment ? Parce qu’il y a trois problèmes difficiles sous-jacents à cet objectif : charger une nouvelle source, faire correspondre les nouveaux enregistrements dans les données existantes et corriger les valeurs/champs dans les données. Tamr facilite le chargement de nouvelles sources de données car son IA mappe automatiquement les nouveaux champs dans un schéma d’entité défini. Cela signifie que, quelle que soit la façon dont une nouvelle source de données appelle un champ particulier (par exemple : cust_name), il est mappé au bon concept central de cette entité (par exemple : « nom du client »). Le prochain défi est de relier les enregistrements qui sont des doublons. La duplication dans ce contexte signifie que les enregistrements sont, en fait, la même entité du monde réel. L’IA de Tamr le fait, et utilise même des sources tierces comme « vérité de base » pour résoudre des entités communes telles que les sociétés et les personnes. Un bon exemple de cela serait de relier tous les enregistrements à travers de multiples sources pour un client important tel que « Dell Computer ». Enfin, pour tout enregistrement donné, il peut y avoir des champs qui sont vides ou incorrects. Tamr peut imputer les valeurs de champ correctes à partir de sources internes et tierces.

Pouvez-vous partager une histoire de réussite où Tamr a considérablement amélioré la gestion des données et les résultats commerciaux d’une entreprise ?

CHG Healthcare est un acteur majeur de l’industrie du recrutement de soins de santé, reliant des professionnels de soins de santé qualifiés à des établissements qui en ont besoin. Que ce soit des médecins temporaires via Locums, des infirmières avec RNnetwork ou des solutions plus larges via CHG lui-même, ils fournissent des solutions de recrutement sur mesure pour aider les établissements de soins de santé à fonctionner sans heurt et à fournir des soins de qualité aux patients.

Leur valeur fondamentale est de relier les bons prestataires de soins de santé aux bons établissements au bon moment. Leur défi était qu’ils n’avaient pas une vue unifiée et précise de tous les prestataires dans leur réseau. Étant donné leur ampleur (7,5 millions de prestataires +), il leur était impossible de maintenir leurs données précises avec des approches traditionnelles basées sur des règles sans ruiner les curateurs humains. Ils ne pouvaient pas non plus ignorer le problème puisque leurs décisions de recrutement en dépendaient. De mauvaises données pour eux pourraient signifier qu’un prestataire obtient plus de postes qu’il ne peut gérer, ce qui entraîne un épuisement professionnel.

En utilisant les capacités avancées d’IA et d’apprentissage automatique de Tamr, CHG Healthcare a réduit les enregistrements de médecins en double de 45 % et a presque complètement éliminé la préparation manuelle des données qui était effectuée par des ressources rares en données et en analyse. Et, ce qui est plus important, en ayant une vue fiable et précise des prestataires, CHG est en mesure d’optimiser le recrutement, ce qui leur permet de fournir une meilleure expérience client.

Quelles sont les idées fausses les plus courantes sur l’IA dans la gestion des données, et comment Tamr aide à dissiper ces mythes ?

Une idée fausse courante est que l’IA doit être « parfaite », ou que les règles et la curatage humaine sont parfaites par opposition à l’IA. La réalité est que les règles échouent tout le temps. Et, plus important encore, lorsque les règles échouent, la seule solution est plus de règles. Donc, vous avez un désordre ingérable de règles. Et la curatage humaine est également sujette à erreur. Les humains peuvent avoir de bonnes intentions (bien que pas toujours), mais ils ne sont pas toujours corrects. Ce qui est pire, certains curateurs humains sont meilleurs que d’autres, ou peuvent simplement prendre des décisions différentes que d’autres. L’IA, en revanche, est probabiliste par nature. Nous pouvons valider par des statistiques à quel point ces techniques sont précises, et lorsque nous le faisons, nous constatons que l’IA est moins coûteuse et plus précise que toute solution alternative.

Tamr combine l’IA avec l’affinement humain pour l’exactitude des données. Pouvez-vous élaborer sur la façon dont cette combinaison fonctionne dans la pratique ?

Les humains fournissent quelque chose d’exceptionnellement important à l’IA – ils fournissent la formation. L’IA est vraiment à l’échelle des efforts humains. Ce que Tamr recherche chez les humains, ce sont les quelques exemples (« étiquettes de formation ») que la machine peut utiliser pour définir les paramètres du modèle. Dans la pratique, cela ressemble à ceci : les humains passent un peu de temps avec les données, en fournissant à Tamr des exemples d’erreurs et de mauvaises données, et l’IA exécute ces leçons sur l’ensemble des données. En outre, lorsque de nouvelles données sont ajoutées ou que les données changent, l’IA peut présenter des instances où elle a du mal à prendre des décisions avec confiance (« correspondances de faible confiance ») et demander à l’humain de fournir des commentaires. Ces commentaires, bien sûr, servent à affiner et à mettre à jour les modèles.

Quel rôle les grands modèles de langage (LLM) jouent-ils dans les processus de qualité et d’enrichissement des données de Tamr ?

Tout d’abord, il est important d’être clair sur ce que les LLM sont bons. Fondamentalement, les LLM sont liés au langage. Ils produisent des chaînes de texte qui ont un sens, et ils peuvent « comprendre » le sens du texte qui leur est donné. Donc, vous pourriez dire qu’ils sont des machines de langage. Donc, pour Tamr, où le langage est important, nous utilisons les LLM. Un exemple évident est dans notre interface conversationnelle qui repose sur nos données d’entité que nous appelons affectueusement notre CDO virtuel. Lorsque vous parlez à votre véritable CDO, ils vous comprennent et répondent en utilisant un langage que vous comprenez. C’est exactement ce que nous attendons d’un LLM, et c’est exactement comment nous l’utilisons dans cette partie de notre logiciel. Ce qui est précieux chez Tamr dans ce contexte est que nous utilisons les données d’entité comme contexte pour la conversation avec notre vCDO. C’est comme si votre véritable CDO avait toutes vos meilleures données d’entreprise à portée de main lorsqu’il répond à vos questions – ce serait formidable !

En outre, il existe des cas où, pour nettoyer les valeurs de données ou imputer des valeurs manquantes, nous voulons utiliser une interprétation basée sur le langage des valeurs d’entrée pour trouver ou corriger une valeur manquante. Par exemple, vous pourriez demander du texte « 5mm bille à roulement » quelle est la taille de la pièce, et un LLM (ou une personne) répondrait correctement « 5mm ».

Enfin, sous-jacents aux LLM, il y a des modèles d’incrustation qui codent le sens du langage en jetons (pensez : mots). Ceux-ci peuvent être très utiles pour calculer la comparaison linguistique. Donc, même si « 5 » et « cinq » n’ont pas de caractères en commun, ils sont très proches en termes de sens linguistique. Donc, nous pouvons utiliser ces informations pour relier des enregistrements entre eux.

Comment voyez-vous l’avenir de la gestion des données évoluer, en particulier avec les progrès de l’IA et de l’apprentissage automatique ?

L’ère des « Big Data » du début des années 2000 devrait être rappelée comme l’ère des « Small Data ». Bien qu’une grande quantité de données ait été créée au cours des 20 dernières années, rendue possible par la commodification du stockage et du calcul, la majorité des données qui ont eu un impact sur l’entreprise est à petite échelle – rapports de base sur les ventes et les clients, analyses de marketing et autres ensembles de données qui pourraient facilement être représentés dans un tableau de bord. Le résultat est que de nombreux outils et processus utilisés dans la gestion des données sont optimisés pour les « petites données », c’est pourquoi la logique basée sur des règles, complétée par la curatage humaine, est encore si répandue dans la gestion des données.

La façon dont les gens veulent utiliser les données est en train de changer fondamentalement avec les progrès de l’IA et de l’apprentissage automatique. L’idée d’« agents IA » qui peuvent effectuer de manière autonome une partie importante du travail d’une personne ne fonctionne que si les agents ont les données dont ils ont besoin. Si vous vous attendez à ce qu’un agent IA serve sur le front de la prise en charge client, mais que vous avez cinq représentations de « Dell Computer » dans votre CRM et qu’il n’est pas connecté à des informations sur les produits dans votre ERP, comment pouvez-vous vous attendre à ce qu’ils fournissent un service de haute qualité lorsque quelqu’un de Dell contacte ?

La conséquence de cela est que nos outils et processus de gestion des données devront évoluer pour gérer l’échelle, ce qui signifie adopter l’IA et l’apprentissage automatique pour automatiser davantage les activités de nettoyage des données. Les humains joueront toujours un rôle important dans la supervision du processus, mais fondamentalement, nous devons demander aux machines de faire plus afin qu’il ne s’agisse pas seulement des données dans un seul tableau de bord qui soient précises et complètes, mais qu’il s’agisse de la majorité des données de l’entreprise.

Quelles sont les plus grandes opportunités pour les entreprises aujourd’hui lorsqu’il s’agit d’utiliser leurs données de manière plus efficace ?

Augmenter le nombre de façons dont les gens peuvent consommer des données. Il n’y a aucun doute que les améliorations des outils de visualisation de données ont rendu les données beaucoup plus accessibles à l’ensemble de l’entreprise. Maintenant, les dirigeants des données et de l’analyse doivent regarder au-delà du tableau de bord pour trouver des moyens de livrer de la valeur avec les données. Des interfaces telles que des pages 360 internes, des graphes de connaissances et des assistants conversationnels sont rendues possibles par de nouvelles technologies et offrent aux consommateurs de données potentiels plus de moyens d’utiliser les données dans leur flux de travail quotidien. C’est particulièrement puissant lorsqu’ils sont intégrés dans les systèmes que les gens utilisent déjà, tels que les CRMs et les ERPs. La façon la plus rapide de créer plus de valeur à partir des données est d’apporter les données aux personnes qui peuvent les utiliser.

Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Tamr.