Rohit Choudhary, fondateur et PDG d’Acceldata – Série d’entretiens

Rohit Choudhary est le fondateur et le PDG d’Acceldata, le leader du marché de l’observabilité des données d’entreprise. Il a fondé Acceldata en 2018, lorsqu’il a réalisé que l’industrie devait réimaginer la façon de surveiller, d’enquêter, de remédier et de gérer la fiabilité des pipelines et des infrastructures de données dans un monde où le cloud et l’IA sont prédominants.

Qu’est-ce qui vous a inspiré à vous concentrer sur l’observabilité des données lorsque vous avez fondé Acceldata en 2018, et quels sont les lacunes dans l’industrie de la gestion des données que vous avez cherché à combler ?

Mon parcours pour fonder Acceldata en 2018 a commencé il y a près de 20 ans, en tant qu’ingénieur logiciel, où j’étais motivé pour identifier et résoudre des problèmes avec les logiciels. Mon expérience en tant que directeur de l’ingénierie chez Hortonworks m’a exposé à un thème récurrent : les entreprises avec des stratégies de données ambitieuses luttaient pour trouver la stabilité dans leurs plateformes de données, malgré des investissements importants dans l’analyse des données. Elles ne pouvaient pas fournir de données de manière fiable lorsque l’entreprise en avait le plus besoin.

Ce défi a résonné avec mon équipe et moi, et nous avons reconnu la nécessité d’une solution qui pourrait surveiller, enquêter, remédier et gérer la fiabilité des pipelines et des infrastructures de données. Les entreprises essayaient de construire et de gérer des produits de données avec des outils qui n’étaient pas conçus pour répondre à leurs besoins évolutifs, ce qui entraînait un manque de visibilité pour les équipes de données sur les applications d’analyse et d’IA critiques.

Cette lacune sur le marché nous a inspirés pour créer Acceldata, avec l’objectif de développer une plateforme d’observabilité des données complète et évolutives. Depuis lors, nous avons transformé la façon dont les organisations développent et exploitent les produits de données. Notre plateforme corrèle les événements à travers les données, le traitement et les pipelines, fournissant des insights sans précédent. L’impact de l’observabilité des données a été immense, et nous sommes excités de continuer à faire progresser l’industrie.

Ayant créé le terme “Observabilité des données”, comment voyez-vous cette notion évoluer au cours des prochaines années, en particulier avec la complexité croissante des environnements multi-cloud ?

L’observabilité des données est passée d’un concept de niche à une capacité critique pour les entreprises. À mesure que les environnements multi-cloud deviennent plus complexes, l’observabilité doit s’adapter pour gérer les sources de données et les infrastructures diverses. Au cours des prochaines années, nous anticipons que l’IA et l’apprentissage automatique joueront un rôle clé dans l’avancement des capacités d’observabilité, en particulier à travers l’analyse prédictive et la détection automatique des anomalies.

En outre, l’observabilité s’étendra au-delà de la surveillance pour couvrir des aspects plus larges de la gouvernance, de la sécurité et de la conformité des données. Les entreprises exigent davantage de contrôle et d’insights en temps réel sur leurs opérations de données, ce qui rend l’observabilité essentielle pour gérer les données à travers des environnements de plus en plus complexes.

Votre parcours comprend une expérience significative en ingénierie et en développement de produits. Comment cette expérience a-t-elle façonné votre approche pour construire et développer Acceldata ?

Mon expérience en ingénierie et en développement de produits a été déterminante pour façonner la façon dont nous avons construit Acceldata. Comprendre les défis techniques de mise à l’échelle des systèmes de données nous a permis de concevoir une plateforme qui répond aux besoins réels des entreprises. Cette expérience a également souligné l’importance de l’agilité et des commentaires des clients dans notre processus de développement. Chez Acceldata, nous privilégions l’innovation, mais nous nous assurons toujours que nos solutions sont pratiques et alignées sur les besoins des clients dans des environnements de données dynamiques et complexes. Cette approche a été essentielle pour développer l’entreprise et étendre notre présence sur le marché à l’échelle mondiale.

Avec le récent financement de série C de 60 millions de dollars, quels sont les principaux domaines d’innovation et de développement que vous prévoyez de prioriser chez Acceldata ?

Avec le financement de série C de 60 millions de dollars, nous allons doubler nos efforts pour innover avec l’IA, ce qui différenciera considérablement notre plateforme. En nous appuyant sur le succès de notre AI Copilot, nous améliorerons nos modèles d’apprentissage automatique pour offrir une détection d’anomalies plus précise, une remédiation automatisée et une prévision des coûts. Nous allons également faire progresser l’analyse prédictive, où l’IA n’alerte pas seulement les utilisateurs sur les problèmes potentiels, mais suggère également des configurations optimales et des solutions proactives spécifiques à leurs environnements.

Un autre axe clé est l’automatisation sensible au contexte, où notre plateforme apprend du comportement des utilisateurs et aligne les recommandations sur les objectifs commerciaux. L’expansion de nos interfaces de langage naturel (NLI) permettra aux utilisateurs d’interagir avec des flux de travail d’observabilité complexes à l’aide de commandes conversationnelles simples.

En outre, nos innovations en IA entraîneront une optimisation des coûts encore plus grande, en prévoyant la consommation de ressources et en gérant les coûts avec une précision sans précédent. Ces progrès positionnent Acceldata comme la plateforme d’observabilité la plus proactive et la plus puissante en IA, aidant les entreprises à faire confiance et à optimiser leurs opérations de données comme jamais auparavant.

L’IA et les LLM sont de plus en plus centrales dans la gestion des données. Comment Acceldata se positionne-t-elle pour être leader dans cet espace, et quels sont les avantages uniques que votre plateforme offre aux clients entreprises ?

Acceldata est déjà leader dans l’observabilité des données alimentée par l’IA. Après l’intégration réussie de la technologie avancée d’IA de Bewgle, notre plateforme offre désormais des capacités alimentées par l’IA qui améliorent considérablement l’observabilité des données. Notre AI Copilot utilise l’apprentissage automatique pour détecter les anomalies, prédire les modèles de consommation de coûts et fournir des insights en temps réel, tout en rendant ces fonctions accessibles via des interactions de langage naturel.

Nous avons également intégré une détection avancée d’anomalies et des recommandations automatisées qui aident les entreprises à prévenir les erreurs coûteuses, à optimiser les infrastructures de données et à améliorer l’efficacité opérationnelle. De plus, nos solutions en IA rationalisent la gestion des politiques et génèrent automatiquement des descriptions lisibles par l’homme pour les actifs et les politiques de données, comblant le fossé entre les parties prenantes techniques et commerciales. Ces innovations permettent aux organisations d’exploiter pleinement leur potentiel de données tout en minimisant les risques et les coûts.

L’acquisition de Bewgle a ajouté des capacités avancées en IA à la plateforme d’Acceldata. Maintenant qu’un an s’est écoulé depuis l’acquisition, comment la technologie de Bewgle a-t-elle été intégrée dans les solutions d’Acceldata, et quel a été l’impact de cette intégration sur le développement de vos fonctionnalités d’observabilité des données alimentées par l’IA ?

Au cours de la dernière année, nous avons pleinement intégré les technologies d’IA de Bewgle dans la plateforme d’Acceldata, et les résultats ont été transformateurs. L’expérience de Bewgle avec les modèles fondamentaux et les interfaces de langage naturel a accéléré notre feuille de route en matière d’IA. Ces capacités sont désormais intégrées dans notre AI Copilot, offrant une expérience utilisateur de nouvelle génération qui permet aux utilisateurs d’interagir avec les flux de travail d’observabilité via des commandes de texte simple.

Cette intégration a également amélioré nos modèles d’apprentissage automatique, renforçant la détection d’anomalies, la prévision automatisée des coûts et les insights proactifs. Nous avons pu offrir un contrôle plus granulaire sur les opérations alimentées par l’IA, ce qui permet à nos clients de garantir la fiabilité et les performances des données à travers leurs écosystèmes. Le succès de cette intégration a renforcé la position d’Acceldata en tant que leader de l’observabilité des données alimentée par l’IA, offrant encore plus de valeur à nos clients entreprises.

En tant que personne profondément impliquée dans l’industrie de la gestion des données, quels sont les tendances que vous prévoyez dans le marché de l’IA et de l’observabilité des données dans les années à venir ?

Dans les années à venir, je prévois que plusieurs tendances clés façonneront le marché de l’IA et de l’observabilité des données. L’observabilité des données en temps réel deviendra encore plus critique à mesure que les entreprises chercheront à prendre des décisions plus rapides et plus éclairées. L’IA et l’apprentissage automatique continueront à impulser les progrès de l’analyse prédictive et de la détection automatisée des anomalies, aidant les entreprises à rester à l’avant-garde des problèmes potentiels.

En outre, nous verrons une intégration plus étroite de l’observabilité avec les cadres de gouvernance et de sécurité des données, en particulier à mesure que les exigences réglementaires deviendront plus strictes. Les services d’observabilité gérés gagneront probablement en importance à mesure que les environnements de données deviendront plus complexes, offrant aux entreprises l’expertise et les outils nécessaires pour maintenir les performances optimales et la conformité. Ces tendances élèveront le rôle de l’observabilité des données pour garantir que les organisations puissent mettre à l’échelle leurs initiatives d’IA tout en maintenant des normes élevées pour la qualité et la gouvernance des données.

En regardant vers l’avenir, comment voyez-vous le rôle de l’observabilité des données dans le déploiement de l’IA et des grands modèles de langage à grande échelle, en particulier dans les industries avec des exigences de qualité et de gouvernance des données strictes ?

L’observabilité des données sera cruciale pour le déploiement de l’IA et des grands modèles de langage à grande échelle, en particulier dans des industries comme la finance, les soins de santé et le gouvernement, où la qualité et la gouvernance des données sont primordiales. À mesure que les organisations s’appuient de plus en plus sur l’IA pour prendre des décisions commerciales, la nécessité de données fiables et de haute qualité devient encore plus critique.

L’observabilité des données garantit la surveillance et la validation continues de l’intégrité des données, aidant à prévenir les erreurs et les biais qui pourraient miner les modèles d’IA. De plus, l’observabilité jouera un rôle vital dans la conformité en offrant une visibilité sur la lignée des données, leur utilisation et leur gouvernance, s’alignant sur les exigences réglementaires strictes. En fin de compte, l’observabilité des données permet aux organisations d’exploiter pleinement le potentiel de l’IA, en s’assurant que leurs initiatives d’IA sont fondées sur une base de données fiables et de haute qualité.

Je vous remercie pour cette grande interview. Les lecteurs qui souhaitent en savoir plus peuvent visiter Acceldata.