Rohit Choudhary, Fondateur & PDG d’Acceldata – Série d’entretiens

Rohit Choudhary est le fondateur et 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 réinventer la façon de surveiller, d’enquêter, de remédier et de gérer la fiabilité des pipelines de données et des infrastructures 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 de logiciel. Mon expérience en tant que directeur de l’ingénierie chez Hortonworks m’a exposé à un thème récurrent : les entreprises ayant des stratégies de données ambitieuses luttaient pour trouver de la stabilité sur leurs plateformes de données, malgré des investissements importants dans l’analyse de données. Ils 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 puisse surveiller, enquêter, remédier et gérer la fiabilité des pipelines de données et des infrastructures. 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 a conduit les équipes de données à manquer de visibilité sur les applications d’analyse et d’IA critiques.

Cette lacune sur le marché nous a inspirés pour lancer Acceldata, avec l’objectif de développer une plate-forme d’observabilité des données complète et évolutives. Depuis lors, nous avons transformé la façon dont les organisations développent et exploitent des produits de données. Notre plate-forme 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 impatients de continuer à faire progresser l’industrie.

Ayant créé le terme “Observabilité des données”, comment voyez-vous ce concept 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 des sources de données et des 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 grâce à l’analyse prédictive et à la détection automatique des anomalies.

En outre, l’observabilité s’étendra au-delà de la surveillance pour inclure des aspects plus larges de la gouvernance des données, de la sécurité et de la conformité. Les entreprises exigeront plus de contrôle et d’insights en temps réel sur leurs opérations de données, ce qui rendra l’observabilité une partie vitale de la gestion des données dans 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 de la construction et de la mise à l’échelle d’Acceldata ?

Mon expérience en ingénierie et en développement de produits a été déterminante dans la façon dont nous avons construit Acceldata. Comprendre les défis techniques de la mise à l’échelle des systèmes de données nous a permis de concevoir une plate-forme qui répond aux besoins réels des entreprises. Cette expérience a également instillé l’importance de l’agilité et de la rétroaction 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 ce dont les clients ont besoin dans des environnements de données dynamiques et complexes. Cette approche a été essentielle pour mettre à l’échelle l’entreprise et étendre notre présence sur le marché à l’échelle mondiale.

Avec le récent $60 million Series C funding round, quels sont les principaux domaines d’innovation et de développement que vous prévoyez de prioriser chez Acceldata ?

Avec le financement de 60 millions de dollars de la série C, nous nous concentrons sur les innovations axées sur l’IA qui différencieront considérablement notre plate-forme. En nous appuyant sur le succès de notre AI Copilot, nous améliorons nos modèles d’apprentissage automatique pour offrir une détection d’anomalies plus précise, une remédiation automatisée et une prévision des coûts. Nous faisons également progresser l’analyse prédictive, où l’IA n’alerte pas seulement les utilisateurs sur les problèmes potentiels, mais suggère également des configurations et des solutions proactives optimales, spécifiques à leurs environnements.

Un autre objectif clé est l’automatisation sensible au contexte – où notre plate-forme apprend du comportement de l’utilisateur 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 matière d’IA stimuleront 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 plate-forme 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 capacités uniques que votre plate-forme 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 plate-forme offre désormais des capacités axées sur 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 des erreurs coûteuses, à optimiser les infrastructures de données et à améliorer l’efficacité opérationnelle. De plus, nos solutions d’IA rationalisent la gestion des politiques et génèrent automatiquement des descriptions lisibles par l’homme pour les actifs de données et les politiques, 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 d’IA avancées à la plate-forme d’Acceldata. Maintenant que plus d’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 plate-forme 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 maintenant intégrées dans notre AI Copilot, offrant une expérience utilisateur de nouvelle génération qui permet aux utilisateurs d’interagir avec des flux de travail d’observabilité des données à l’aide de 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 fournir 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 dans leurs écosystèmes. Le succès de cette intégration a renforcé la position d’Acceldata en tant que plate-forme d’observabilité des données alimentée par l’IA de premier plan, offrant une valeur encore plus grande 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 sur le marché de l’IA et de l’observabilité des données dans les prochaines années ?

Dans les prochaines années, j’attends quelques tendances clés qui façonneront le marché de l’IA et de l’observabilité des données. L’observabilité des données en temps réel deviendra 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 stimuler les progrès de l’analyse prédictive et de la détection automatique 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 devraient émerger à mesure que les environnements de données deviendront plus complexes, fournissant aux entreprises l’expertise et les outils nécessaires pour maintenir des performances et une conformité optimales. Ces tendances élèveront le rôle de l’observabilité des données pour garantir que les organisations peuvent 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 soutien du déploiement de l’IA et des grands modèles de langage à grande échelle, en particulier dans les industries ayant des exigences strictes en matière de qualité et de gouvernance des données ?

L’observabilité des données sera cruciale pour déployer l’IA et les 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, le besoin 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. En outre, l’observabilité jouera un rôle vital dans la conformité en fournissant une visibilité sur la lignée des données, leur utilisation et leur gouvernance, en alignant avec les exigences réglementaires strictes. En fin de compte, l’observabilité des données permet aux organisations d’exploiter pleinement le potentiel de l’IA, en garantissant que leurs initiatives d’IA sont construites sur une base de données fiables et de haute qualité.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Acceldata.