Mathias Golombek, Directeur des technologies de l’information d’Exasol – Série d’entretiens

Mathias Golombek est le Directeur des technologies de l’information (CTO) d’Exasol. Il a rejoint l’entreprise en tant que développeur de logiciels en 2004 après avoir étudié l’informatique avec un fort accent sur les bases de données, les systèmes distribués, les processus de développement de logiciels et les algorithmes génétiques. Dès 2005, il était responsable de l’équipe d’optimisation de base de données et en 2007, il est devenu chef de la recherche et du développement. En 2014, Mathias a été nommé CTO. Dans ce rôle, il est responsable du développement de produits, de la gestion de produits, des opérations, du support et de la consultation technique.

Qu’est-ce qui vous a initialement attiré vers l’informatique ?

Lorsque j’étais en quatrième année, mon frère aîné avait des leçons où ils apprenaient à programmer en BASIC, et il m’a montré ce que l’on pouvait faire avec cela. Ensemble, nous avons développé une énigme de Pâques sur notre Commodore 64 pour notre plus jeune frère, et depuis lors, j’ai été fasciné par les ordinateurs. L’informatique en général est tout à fait axée sur la résolution de problèmes et la créativité, et je pense que c’est cet aspect qui m’a le plus attiré vers ce domaine.

Pouvez-vous partager votre parcours depuis votre arrivée chez Exasol en tant que développeur de logiciels en 2004 jusqu’à votre nomination en tant que CTO ? Comment vos rôles ont-ils évolué au fil des ans, notamment dans le paysage technologique en constante évolution ?

J’ai étudié l’informatique à l’Université de Würzburg en Allemagne et ai commencé à travailler chez Exasol en tant que développeur de logiciels en 2004 après avoir obtenu mon diplôme. Après ma première année chez Exasol, j’ai été promu chef de l’équipe d’optimisation de base de données, puis chef de la recherche et du développement. Après cela, j’ai occupé le poste de chef de la R&D pendant sept ans avant de devenir CTO en 2014.

Dès le début, j’ai été impressionné par ce que faisait Exasol — cette entreprise technologique allemande qui luttait contre des géants comme Microsoft, IBM et Oracle. J’ai été bluffé par l’opportunité qui s’offrait à moi — en tant que développeur, créer ce système de gestion de base de données à traitement parallèle (MPP), en mémoire, était un rêve devenu réalité.

J’ai apprécié chaque moment passé avec cette équipe d’ingénieurs talentueux. En tant que CTO, je supervise l’innovation produit, le développement et le support technique d’Exasol. C’est excitant de voir à quel point l’équipe d’Exasol a grandi à l’échelle mondiale alors que nous travaillons pour soutenir nos clients et leurs besoins évolutifs. Les fondamentaux sont les mêmes — nous sommes toujours un système de gestion de base de données en mémoire, mais maintenant nous aidons nos clients à exploiter le pouvoir de leurs données pour les implémentations d’IA.

Exasol a été à la pointe des bases de données d’analyse de haute performance. De votre point de vue, qu’est-ce qui distingue Exasol dans cet espace compétitif ?

Les dirigeants d’entreprise sont constamment chargés de naviguer dans la manière de faire plus avec moins. Ces dernières années, cela est devenu encore plus difficile à mesure que l’économie continue d’être tumultueuse et que la prolifération de la technologie d’IA a pris du budget et du temps.

En tant que fournisseur de bases de données d’analyse de haute performance, Exasol est resté à la pointe de la courbe pour aider les entreprises à faire plus avec moins. Nous aidons les entreprises à transformer l’intelligence d’affaires (BI) en meilleures informations grâce à Exasol Espresso, notre moteur de requête polyvalent qui se branche sur les piles de données existantes. Des marques mondiales comme T-Mobile, Piedmont Healthcare et Allianz utilisent Exasol Espresso pour transformer de plus grands volumes de données en informations plus rapides, plus approfondies et moins chères. Et je pense que nous avons fait un excellent travail pour maîtriser l’équilibre délicat entre les performances, le prix et la flexibilité, de sorte que les clients n’aient pas à faire de compromis.

Pour soutenir les entreprises sur leur parcours d’IA, nous avons également récemment présenté Espresso AI, en équipant notre moteur de requête polyvalent d’un nouveau ensemble d’outils d’IA qui permettent aux organisations d’exploiter le pouvoir de leurs données pour des insights et des processus de prise de décision avancés et impulsés par l’IA. Les capacités d’Espresso AI rendent l’IA plus abordable et accessible, permettant aux clients de contourner des expérimentations coûteuses et chronophages et d’obtenir un retour sur investissement immédiat. C’est un facteur de changement pour les entreprises qui se concentrent sur l’innovation et la création de valeur à l’ère de l’IA.

Le rapport 2024 sur l’IA et l’analyse d’Exasol met en évidence le sous-investissement dans l’IA comme un chemin vers l’échec commercial. Pouvez-vous élargir les principales conclusions de ce rapport et pourquoi investir dans l’IA est critique pour les entreprises aujourd’hui ?

Comme vous l’avez déclaré, la principale conclusion du rapport 2024 sur l’IA et l’analyse d’Exasol est que le sous-investissement dans l’IA conduit à l’échec commercial. Sur la base de notre enquête auprès de décideurs seniors ainsi que de data scientists et d’analystes aux États-Unis, au Royaume-Uni et en Allemagne, près de tous (91%) sont d’accord pour dire que l’IA est l’un des sujets les plus importants pour les organisations au cours des deux prochaines années, et 72% admettent que ne pas investir dans l’IA aujourd’hui mettra la viabilité future de l’entreprise en péril. Pour résumer, dans l’environnement actuel, les entreprises qui ne pensent pas à l’IA sont déjà en retard.

Les entreprises sont sous pression de la part des parties prenantes pour investir dans l’IA – et il y a de nombreuses raisons pour lesquelles. L’investissement dans l’IA a déjà aidé les organisations à travers les industries – de la santé aux services financiers et au commerce de détail – à débloquer de nouvelles sources de revenus, à améliorer l’expérience client, à optimiser les opérations, à accroître la productivité, à accélérer la compétitivité et bien plus encore. La liste ne fait que grandir à mesure que les entreprises commencent à trouver des moyens spécifiques d’exploiter l’IA pour répondre à des besoins commerciaux uniques.

Le même rapport mentionne les principaux obstacles à l’adoption de l’IA, notamment les lacunes en sciences des données et la latence dans la mise en œuvre. Comment Exasol répond-il à ces défis pour ses clients ?

Malgré le besoin critique d’investir dans l’IA, les entreprises rencontrent toujours des obstacles importants à une mise en œuvre plus large. Le rapport sur l’IA et l’analyse d’Exasol indique que jusqu’à 78% des décideurs connaissent des lacunes dans au moins un domaine de leurs modèles de sciences des données et de machine learning (ML), et 47% citent la vitesse de mise en œuvre de nouvelles exigences de données comme un défi. Un supplément de 79% affirme que les nouvelles exigences d’analyse commerciale prennent trop de temps à être mises en œuvre par leurs équipes de données. D’autres facteurs entravant une adoption généralisée de l’IA incluent le manque de stratégie de mise en œuvre, la mauvaise qualité des données, le volume de données insuffisant et l’intégration avec les systèmes existants. De plus, les exigences bureaucratiques et réglementaires en constante évolution pour l’IA causent des problèmes pour de nombreuses entreprises, avec 88% des répondants déclarant qu’ils ont besoin de plus de clarté.

Alors que le déploiement de l’IA augmente, il deviendra encore plus important pour les entreprises de garantir des fondations de données solides. Exasol offre de la flexibilité, de la résilience et de la scalabilité aux entreprises qui adoptent une stratégie d’IA. Alors que des rôles tels que celui de Chief Data Officer (CDO) continuent d’évoluer et de devenir plus complexes – avec des défis éthiques et de conformité croissants au premier plan – Exasol soutient les dirigeants de données et les aide à transformer l’analyse commerciale en insights plus rapides et meilleurs qui éclaireront les décisions commerciales et auront un impact positif sur le résultat net.

Alors que l’IA devient critique pour la réussite commerciale, elle n’est efficace que dans la mesure où les outils, la technologie et les personnes qui la font fonctionner à l’arrière-plan sont efficaces. Les résultats de l’enquête soulignent l’écart important entre les outils de BI actuels et leur sortie – plus d’outils ne signifie pas nécessairement des performances plus rapides ou de meilleurs insights. Alors que les CDO se préparent à une complexité accrue et sont chargés de faire plus avec moins, ils doivent évaluer la pile d’analyse de données pour garantir la productivité, la vitesse et la flexibilité – le tout à un coût raisonnable.

Espresso AI aide à combler cet écart pour l’entreprise en optimisant les processus d’extraction, de chargement et de transformation des données pour donner aux utilisateurs la flexibilité d’expérimenter immédiatement avec de nouvelles technologies à grande échelle, quelle que soit la restriction d’infrastructure – que ce soit sur site, dans le cloud ou dans un environnement hybride. Les utilisateurs peuvent réduire les coûts et les efforts de déplacement des données tout en intégrant les technologies émergentes comme les LLM dans leur base de données. Ces capacités aident les organisations à accélérer leur parcours vers la mise en œuvre de solutions d’IA et de ML tout en garantissant la qualité et la fiabilité de leurs données.

La littératie des données devient de plus en plus importante à l’ère de l’IA. Comment Exasol contribue-t-il à améliorer la littératie des données parmi ses clients et la communauté plus large ?

Dans les environnements de travail riches en données d’aujourd’hui, les compétences en littératie des données sont plus importantes que jamais – et deviennent rapidement un « besoin » plutôt qu’un « agréable » à l’ère de l’IA. À travers les industries, la maîtrise de la compréhension et de la communication de données de manière efficace est devenue vitale. Mais il existe encore un écart de littératie des données.

La littératie des données est l’aptitude à interpréter des informations complexes et la capacité d’agir en fonction de ces constatations. Mais souvent, l’accès aux données est cloisonné au sein d’une organisation ou seul un petit sous-ensemble d’individus possède les compétences en littératie des données nécessaires pour comprendre et accéder aux vastes quantités de données qui traversent l’entreprise. Cette approche est erronée car elle limite le temps et les ressources consacrés à l’utilisation des données et, en fin de compte, l’écart de littératie des données crée une barrière à l’innovation commerciale.

Lorsque les gens sont littérés en données, ils peuvent comprendre les données, les analyser et appliquer leurs propres idées, compétences et expertise. Plus il y a de personnes ayant les connaissances, la confiance et les outils pour dénouer et donner un sens aux données, plus une organisation peut être réussie. Chez Exasol, nous soutenons les dirigeants de données et les entreprises dans la promotion de la littératie et de l’éducation en matière de données.

En plus du volet éducatif, les entreprises devraient optimiser leurs piles technologiques et leurs outils de BI pour permettre la démocratisation des données. L’accessibilité des données et la littératie des données vont de pair. Un investissement dans les deux est nécessaire pour faire progresser les stratégies de données. Par exemple, avec Exasol, notre système sans réglage permet aux entreprises de se concentrer sur l’utilisation des données, plutôt que sur la technologie. La grande vitesse permet aux équipes de travailler de manière interactive avec les données et d’éviter d’être limitées par les limitations de performances. Cela conduit en fin de compte à la démocratisation des données.

Il est temps pour la démocratisation des données de passer d’un sujet de discussion à une action au sein des organisations. À mesure que davantage de personnes dans divers départements accèdent à des insights significatifs, cela soulagera les goulets d’étranglement traditionnels causés par les équipes d’analyse de données. Lorsque ces silos traditionnels s’effondrent, les organisations réaliseront à quel point le besoin est large et profond pour que leurs équipes et leurs individus utilisent les données. Même les personnes qui ne pensent pas actuellement être des utilisateurs finaux de données seront attirées pour se nourrir de données.

Avec ce changement vient un défi majeur à anticiper dans les années à venir – la main-d’œuvre devra être améliorée pour que chaque employé acquière l’ensemble de compétences approprié pour utiliser efficacement les données et les insights pour prendre des décisions commerciales. La main-d’œuvre d’aujourd’hui ne sait pas poser les bonnes questions à son flux de données, ou à l’automatisation qui la fait fonctionner. La valeur de pouvoir articuler des questions précises, percutantes et liées aux entreprises augmente en valeur, créant un besoin urgent de former la main-d’œuvre à cette capacité.

Vous avez une solide formation en bases de données, systèmes distribués et algorithmes génétiques. Comment ces domaines d’expertise influencent-ils le développement de produits et la stratégie d’innovation d’Exasol ?

Mon background est une fondation de travail dans notre domaine et de compréhension des tendances technologiques des deux dernières décennies. C’est excitant et gratifiant de travailler avec des clients innovants qui transforment la technologie de base de données en cas d’utilisation intéressants. Notre stratégie d’innovation ne dépend pas uniquement d’un individu, mais d’une grande équipe d’architectes et de développeurs sophistiqués qui comprennent l’avenir des logiciels, du matériel et des applications de données.

À l’avenir, quels sont les tendances essentielles en matière d’analyse de données et d’intelligence d’affaires que Exasol se prépare à affronter, et comment comptez-vous continuer à stimuler l’innovation dans ce domaine ?

L’adoption rapide de l’IA a été un exemple primordial de pourquoi il est important pour les entreprises de rester à la pointe de l’évolution du paysage technologique. La triste vérité, cependant, est que la plupart des piles de données sont toujours en retard par rapport à la courbe de l’IA.

Pour rendre les piles de données prêtes pour l’avenir, les entreprises devraient d’abord évaluer les fondations de données pour identifier les lacunes, les bogues ou d’autres défis. Cela les aidera à garantir la qualité et la vitesse des données – des éléments critiques pour générer des insights précieux et alimenter les modèles d’IA et de LLM.

En outre, les équipes devraient investir dans les outils et les technologies qui peuvent être facilement intégrés avec d’autres solutions de la pile. Alors que l’IA est associée à d’autres technologies, comme les logiciels open source, nous allons voir de nouveaux modèles émerger pour résoudre des problèmes commerciaux traditionnels. L’IA générative, comme ChatGPT, fusionnera également avec des technologies d’IA plus traditionnelles, comme l’analyse descriptive ou prédictive, pour ouvrir de nouvelles opportunités pour les organisations et rationaliser des processus traditionnellement fastidieux.

Pour rendre les piles de données prêtes pour l’avenir, les entreprises devraient également intégrer l’IA et la BI. Les entreprises utilisent des outils de BI depuis des décennies pour extraire des insights précieux, et même si de nombreuses améliorations ont été apportées, il existe encore des limites ou des barrières de BI que l’IA peut aider à surmonter. L’IA peut permettre des résultats plus rapides, améliorer la personnalisation et transformer le paysage de la BI en un domaine plus inclusif et convivial. Puisque la BI se concentre généralement sur l’analyse des données historiques pour fournir des insights, l’IA peut étendre les capacités de la BI en aidant à anticiper les événements futurs, à générer des prévisions et à recommander des actions pour influencer les résultats souhaités.

La productivité, la flexibilité et les économies de coûts sont mis en évidence comme trois moyens par lesquels Exasol aide les marques mondiales à innover. Pouvez-vous fournir un exemple de la manière dont Exasol a permis à un client d’obtenir un retour sur investissement (ROI) significatif grâce à votre base de données d’analyse ?

Selon une étude d’impact économique total de Forrester de 2023, les clients d’Exasol réalisent un ROI allant jusqu’à 320% sur leur investissement initial sur trois ans en améliorant l’efficacité opérationnelle, les performances de la base de données et en offrant une infrastructure de données simple et flexible.

Un de nos clients, par exemple, Helsana, un leader de l’industrie de la santé en Suisse, est venu chez Exasol pour répondre à un besoin de plate-forme de données et d’analyse modernes. Avant Exasol, Helsana s’appuyait sur divers outils de reporting avec des entrepôts de données construits sur différentes technologies et des outils ETL qui créaient une architecture enchevêtrée et inefficace. Par rapport à la solution héritée de l’entreprise, l’entrepôt de données d’Exasol a démontré une amélioration des performances de cinq à dix fois.

Maintenant, Exasol est central dans le parcours d’IA de Helsana, servant de référentiel pour les données structurées que Helsana utilise dans tous ses modèles d’IA, et fournissant la base pour son analyse. Avec Exasol, l’équipe de Helsana a amélioré les performances, réduit les coûts, accru l’agilité et établi une solide fondation d’IA, le tout contribuant à un ROI significatif sur un potentiel accru pour mieux servir les clients.

En regardant vers l’avenir, quels sont les prochains tendances en matière d’analyse de données et d’intelligence d’affaires que Exasol se prépare à affronter, et comment comptez-vous continuer à stimuler l’innovation dans ce domaine ?

 L’année 2023 a introduit l’IA à grande échelle, ce qui a provoqué des réactions de knee-jerk de la part des organisations qui ont finalement engendré des expérimentations d’automatisation mal conçues et mal exécutées. 2024 sera une année de transformation pour l’expérimentation et les travaux fondamentaux de l’IA. Jusqu’à présent, les applications principales de la GenAI ont été pour l’accès à l’information via des chatbots, l’automatisation du service client et la codification de logiciels. Cependant, il y aura des pionniers qui adopteront ces technologies passionnantes pour une multitude de processus de prise de décision et d’optimisation commerciales. En regardant au-delà de 2024, nous allons commencer à voir une poussée plus importante vers des mises en œuvre productives de l’IA.

Chez Exasol, nous sommes déterminés à stimuler l’innovation et à apporter de la valeur à nos clients, y compris les aider à développer et à mettre en œuvre l’IA à grande échelle. Avec Exasol, les clients peuvent marier la BI et l’IA pour surmonter les silos de données dans un système d’analyse intégré. Notre flexibilité autour des options de déploiement permet également aux organisations de décider où elles veulent héberger leur pile d’analyse, que ce soit dans le cloud public, le cloud privé ou sur site. Avec Espresso AI d’Exasol, nous sommes positionnés pour permettre aux entreprises d’exploiter la valeur de l’analyse d’IA, quelle que soit la phase de leur parcours d’IA.

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