Or Lenchner, PDG de Bright Data – Série d’entretiens

Or Lenchner, PDG de Bright Data, dirige la plateforme de collecte de données Web leader sur le marché depuis 2018, en pilotant son expansion, son innovation et sa croissance à plus de 100 millions de dollars de chiffre d’affaires annuel. Bright Data permet aux entreprises du Fortune 500, aux entreprises de premier plan, aux universités réputées et aux entités du secteur public d’accéder aux données Web publiques en temps réel et à grande échelle. Lenchner est un fervent défenseur de la liberté d’accès aux données Web publiques, soulignant leur rôle crucial dans la promotion de l’innovation.

Qu’est-ce qui vous a inspiré pour votre parcours dans le monde des données et de l’IA, et depuis que vous êtes devenu PDG en 2018, comment avez-vous façonné la mission et la vision de Bright Data ?

J’ai toujours été fasciné par le pouvoir des données, en particulier par la façon dont elles peuvent éclairer les décisions et alimenter l’innovation. Lorsqu’elles sont utilisées correctement, les données peuvent également promouvoir la transparence dans les affaires. Devenir PDG de Bright Data en 2018 m’a donné l’opportunité de contribuer à façonner la manière dont les chercheurs en IA et les entreprises récoltent et utilisent les données Web publiques.

Quels sont les principaux défis auxquels les équipes d’IA sont confrontées pour récolter de grandes quantités de données Web publiques, et comment Bright Data répond-elle à ces défis ?

La scalabilité reste l’un des plus grands défis pour les équipes d’IA. Puisque les modèles d’IA nécessitent de grandes quantités de données, la collecte efficace n’est pas une tâche facile. Et puisque les modèles d’IA ne sont que aussi bons que les données sur lesquelles ils sont formés, assurer que les équipes aient accès à des données fraîches et de haute qualité est un défi constant. C’est particulièrement vrai à mesure que le Web évolue en temps réel.

Une autre préoccupation majeure est la conformité. Les lois et les exigences en matière de protection des données évoluent continuellement, les équipes d’IA doivent donc toujours être au courant de ces changements. Ils doivent également comprendre comment gérer les sites Web qui mettent en place des mécanismes anti-robots, ce qui peut compliquer le processus de collecte de données.

La plateforme que nous avons construite chez Bright Data répond à ces défis. Nous offrons une collecte de données automatisée et scalable qui livre des données structurées en temps réel. Nos outils alimentés par l’IA nettoient et valident les données pour assurer leur exactitude. Nous avons des mesures strictes en place pour garantir une collecte de données légale et éthique, conformément aux exigences de conformité. L’idée est de permettre aux équipes d’IA de se concentrer sur la construction de modèles exceptionnels, tandis que nous gérons les complexités de la collecte de données.

Comment les données Web de haute qualité contribuent-elles aux performances des modèles d’IA, et quels sont les meilleures pratiques pour assurer l’exactitude des données ?

Des données de haute qualité signifient des données complètes, exemptes de biais et, surtout, exactes. Si les données sont incomplètes ou entachées d’incohérences et d’erreurs, le modèle d’IA résultant ne se comportera pas comme prévu.

Pour atteindre l’exactitude, il est préférable de récolter des données à partir d’une variété de sources publiques réputées pour leur fiabilité. Utiliser seulement quelques sources, ou pire, une seule source de données, entraîne des problèmes tels que l’incomplétude. Avoir plusieurs sources permet de croiser les données et de construire un ensemble de données plus équilibré et représentatif. De plus, les organisations devraient envisager la validation et le nettoyage automatisés des données pour éliminer efficacement les données erronées et incohérentes.

Chez Bright Data, nous prenons en compte tous ces facteurs. Nous fournissons aux équipes d’IA des données structurées et en temps réel qui ont été validées pour leur exactitude. Cela leur permet de former des modèles avec confiance.

Quels sont les plus grands préoccupations éthiques dans la collecte de données Web publiques aujourd’hui ?

La vie privée demeure l’une des plus grandes préoccupations dans la collecte de données Web publiques. Les gens s’inquiètent de voir leurs données exposées à des abus et à des mauvaises utilisations. Pour garantir que les données restent privées, il est essentiel de mettre l’accent sur la transparence. Les organisations qui accumulent des données doivent être transparentes quant aux données qu’elles collectent. Il est important de rassurer le public que leurs données sont utilisées dans le respect des directives éthiques.

Une autre préoccupation majeure est la monopolisation. Certaines grandes entreprises contrôlent une grande quantité de données, ce qui crée un terrain de jeu inégal où seules quelques entreprises ont accès aux informations nécessaires pour former des modèles d’IA et promouvoir l’innovation. Ce n’est pas ainsi que les choses devraient se passer. Les données Web publiques devraient rester accessibles aux entreprises, aux chercheurs et aux développeurs. Cela permettrait de développer l’IA sans la concentrer entre les mains de quelques grandes entreprises.

Les considérations éthiques ne sont pas une afterthought chez Bright Data. Elles sont intégrées dans chaque décision que nous prenons. Nous ne suivons pas seulement les normes de l’industrie – nous les établissons. Nous sommes leaders dans l’industrie de la collecte de données pour définir les bonnes normes éthiques. Nous voulons nous assurer que les données Web publiques sont accessibles de manière responsable, transparente et conforme aux réglementations mondiales.

Comment Bright Data garantit-elle la conformité avec les réglementations mondiales sur la protection des données tout en permettant une collecte de données à grande échelle ?

Notre organisation est engagée à respecter les exigences légales et réglementaires mondiales en matière de collecte et d’utilisation de données. Nous nous assurons de respecter les exigences du RGPD, du CPRA, du CCPA et d’autres réglementations pertinentes. Nous suivons strictement les protocoles de connaissance du client (KYC) pour nous assurer que seuls les utilisateurs légitimes ont accès à notre plateforme. Nos solutions de données ne peuvent être accessibles qu’aux entreprises et aux chercheurs légitimes.

Notre politique d’utilisation acceptable définit clairement quelles données peuvent et ne peuvent pas être collectées. Cela inclut une utilisation responsable. Nous avons une équipe de conformité dédiée à la surveillance continue des réglementations pour nous assurer que nous sommes à jour avec les dernières exigences légales et réglementaires.

Quoi qu’il en soit, nous croyons toujours que les données Web publiques devraient rester accessibles. Notre objectif est de fournir aux équipes d’IA les données dont elles ont besoin tout en garantissant la conformité avec les normes de confidentialité et de protection des données.

Comment équilibrez-vous la croissance commerciale avec le maintien de pratiques de collecte de données éthiques ?

Nous considérons toujours l’éthique et la croissance comme non exclusives. La confiance de nos clients et la relation que nous établissons avec eux sont des préoccupations essentielles. Nous comprenons que nous ne pouvons atteindre le succès à long terme que si nous collectons des données dans des conditions transparentes et conformes aux lois applicables.

Ainsi, nous mettons en place un protocole de vérification strict pour nos utilisateurs. Cela est conçu pour garantir que les données que nous collectons sont utilisées de manière éthique. Nous consacrons du temps, des efforts et des ressources à la conformité et à la sécurité pour protéger nos clients et le public en général. En observant les pratiques de collecte de données éthiques, nous réussissons sur le plan commercial tout en contribuant à l’établissement d’un écosystème d’IA transparent et responsable.

Comment Bright Data reste-t-elle à la pointe des changements réglementaires en matière de protection des données ?

Nous comprenons que nos processus et politiques d’utilisation des données doivent inévitablement évoluer pour refléter les changements dans les lois et les réglementations pertinentes. Nous consultons régulièrement des experts juridiques et communiquons avec les organismes de réglementation. Nous engageons également des discussions avec les législateurs et d’autres personnes impliquées dans l’élaboration des politiques, en fournissant des commentaires pour l’élaboration de réglementations sur les données significatives. Nous visons à établir un équilibre entre l’innovation et la protection des données.

Notre cadre de collecte et d’utilisation des données évolue à mesure que de nouvelles lois sont promulguées et que les réglementations sont révisées. Nous avons une équipe de conformité qui met à jour proactivement nos politiques d’utilisation des données pour nous assurer que notre plateforme est toujours entièrement conforme. De plus, nous mettons en œuvre des initiatives d’éducation des clients pour promouvoir une utilisation éthique des données.

Quels sont les tendances émergentes dans la collecte de données d’IA dont les entreprises devraient être conscientes ?

La collecte de données en temps réel devient une nécessité pour les modèles d’IA d’aujourd’hui. Il est crucial qu’ils aient accès aux données les plus récentes ou les plus fraîches pour offrir un niveau élevé de précision et améliorer l’expérience utilisateur.

Une autre tendance notable est la dépendance à l’égard des données synthétiques utilisées pour l’augmentation des données, dans laquelle l’IA génère des données qui complètent les ensembles de données collectés à partir de scénarios du monde réel.

Je vois également un fort intérêt pour la poursuite de l’IA explicative. La plupart des modèles d’IA actuels souffrent de l’effet de la boîte noire, ou d’un manque de transparence dans leurs processus de prise de décision. Les entreprises cherchent à changer ce paradigme en créant des modèles d’IA qui peuvent expliquer comment ils sont arrivés à leurs sorties ou décisions.

Enfin, les entreprises sont conscientes des préoccupations croissantes en matière de protection des données. C’est pourquoi les techniques d’IA visant à préserver la confidentialité des données, telles que l’apprentissage fédéré, sont de plus en plus demandées. Les organisations veulent maximiser la formation des modèles d’IA sans compromettre la confidentialité des données des utilisateurs.

Nous nous assurons de rester à la pointe de ces tendances pour que nous puissions construire des solutions qui permettent aux équipes d’IA de maintenir un avantage concurrentiel.

Comment voyez-vous les agents et l’automatisation alimentés par l’IA changer le paysage de la collecte de données ?

Actuellement, les modèles d’IA utilisent des ensembles de données structurés qui sont principalement collectés manuellement. Ces ensembles de données subissent également des prétraitements, des nettoyages et d’autres procédures qui impliquent généralement une intervention humaine. Cela est sur le point de changer avec l’émergence des agents d’IA pour la collecte et le traitement autonomes de données pour la formation d’IA. Ils permettent d’apprendre automatiquement à partir de données Web en temps réel à une échelle sans précédent.

Nous avons créé une infrastructure qui prend en charge le déploiement et l’évolution des agents d’IA, permettant un accès fluide à des données Web de haute qualité et en temps réel. Cette technologie permet à des systèmes d’IA sophistiqués d’interagir en continu avec des données Web dynamiques, d’en apprendre et de grandir.

Les agents d’IA peuvent transformer les industries en permettant aux systèmes d’IA d’accéder et d’apprendre à partir de jeux de données en constante évolution sur le Web, plutôt que de s’appuyer sur des données statiques et traitées manuellement. Cela peut conduire à des chatbots d’IA pour la banque ou la cybersécurité, par exemple, capables de prendre des décisions qui reflètent les réalités les plus récentes. Cela entraîne d’importantes avancées en termes d’efficacité et de nouveaux domaines pour l’automatisation.

Chez Bright Data, nous ne facilitons pas seulement cette transformation du paysage de la collecte de données. Nous croyons que nous sommes à la pointe, en introduisant une technologie qui ouvre la voie à la prochaine génération de l’intelligence artificielle. Nous sommes impatients de soutenir les entreprises et les équipes d’IA dans leur exploitation du plein potentiel des agents d’IA pour leurs opérations.

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