Skip Levens, Directeur du Marketing, Médias et Divertissement, Quantum – Série d’entretiens

Skip Levens est un leader de produit et un stratège en intelligence artificielle chez Quantum, un leader dans les solutions de gestion de données pour l’intelligence artificielle et les données non structurées. Il est actuellement responsable de la mise en œuvre de l’engagement, de la sensibilisation et de la croissance des solutions intégrales de Quantum. Tout au long de sa carrière, qui a inclus des étapes chez des organisations telles qu’Apple (AAPL ), Backblaze, Symply et Active Storage, il a dirigé avec succès le marketing et le développement commercial, l’évangélisation, le lancement de nouveaux produits, la construction de relations avec des parties prenantes clés et la croissance des revenus.

Quantum fournit des solutions de gestion de données intégrales qui aident les organisations à gérer, à enrichir et à protéger les données non structurées, telles que les fichiers vidéo et audio, à grande échelle. Leur technologie se concentre sur la transformation des données en informations précieuses, permettant aux entreprises d’extraire de la valeur et de prendre des décisions éclairées. La plate-forme de Quantum offre des solutions sécurisées, évolutives et flexibles, combinant les infrastructures sur site avec les capacités cloud. L’approche de l’entreprise permet aux entreprises de gérer efficacement la croissance des données tout en garantissant la sécurité et la flexibilité tout au long du cycle de vie des données.

Pouvez-vous fournir une vue d’ensemble de l’approche de Quantum en matière de gestion de données basée sur l’intelligence artificielle pour les données non structurées ?

En aidant les clients à intégrer l’intelligence artificielle (IA) et l’apprentissage automatique (ML) dans leurs opérations commerciales clés, Quantum aide les clients à gérer efficacement et à débloquer la valeur significative de leurs données non structurées, créant des insights commerciaux exploitables qui conduisent à de meilleures décisions commerciales. En construisant leurs propres outils IA/ML, les entreprises peuvent passer de la simple gestion de l’afflux de données et de contenu à l’exploitation des insights comme nouveau moteur d’efficacité et, en fin de compte, amplifier l’expertise humaine dans toutes les phases des opérations commerciales.

Comment la technologie d’intelligence artificielle de Quantum analyse-t-elle les données non structurées, et quels sont les principaux innovations qui distinguent votre plate-forme de la concurrence ?

Dans les premières étapes de l’adoption des outils IA/ML, de nombreuses organisations trouvent que leurs flux de travail deviennent désorganisés et déconnectés, et peuvent perdre la trace de leurs données, ce qui rend difficile l’application de normes de sécurité et de protection. Trop souvent, le développement initial est entravé par des performances de stockage et de système de fichiers inadaptées.

Nous avons développé Myriad, un stockage de fichiers à haute performance et un environnement de tissu intelligent défini par logiciel pour répondre de manière élégante aux défis de l’intégration des pipelines IA/ML et des flux de travail à haute performance – en unifiant les flux de travail sans les contraintes matérielles et les limitations des autres systèmes. Myriad est une démarcation claire des contraintes de stockage et de matériel héritées, et construit avec les dernières technologies de stockage et de cloud, est entièrement piloté par des microservices et orchestré par Kubernetes pour être un système très réactif qui nécessite rarement une interaction administrative. Myriad est exclusivement conçu pour tirer la meilleure performance des disques NVMe et des réseaux de tissu intelligents et des connexions d’accès direct à la mémoire (RDMA) quasi instantanées entre chaque composant. Le résultat est un système innovant qui répond de manière intelligente et automatique aux changements et nécessite une intervention administrative minimale pour effectuer des tâches courantes. En faisant partie intégrante du système, Myriad est également un système intrinsèquement équilibré qui offre plusieurs ports de bande passante de 100 Gbps sous la forme d’une seule adresse IP équilibrée.

L’association de Myriad avec notre système de stockage d’objets cloud-like, ActiveScale, permet aux organisations d’archiver et de conserver même les plus grands lacs de données et contenus. La combinaison offre aux clients une véritable solution de gestion de données intégrale pour leurs pipelines IA. De plus, lorsqu’elle est livrée aux côtés de notre solution CatDV, les clients peuvent étiqueter et cataloguer les données pour les enrichir encore davantage et les préparer à l’analyse et à l’IA.

Pouvez-vous partager des informations sur l’utilisation de l’intelligence artificielle avec la vidéosurveillance lors des Jeux olympiques de Paris, et quels sont les autres événements ou organisations à grande échelle qui ont utilisé cette technologie ?

L’apprentissage automatique peut développer des actions répétitives qui reconnaissent des modèles d’intérêt sur la vidéo et dérivent des insights à partir d’un flux de données vidéo en temps réel à une échelle plus grande et plus rapide que ce qui est possible par les efforts humains seuls. La vidéosurveillance, par exemple, peut utiliser l’IA pour capturer et signaler un comportement suspect au fur et à mesure qu’il se produit, même s’il y a des centaines de caméras qui alimentent le modèle d’informations. Un humain essayant de réaliser cette tâche ne pourrait traiter qu’un seul événement à la fois, tandis que la vidéosurveillance basée sur l’IA peut prendre en charge des milliers de cas simultanément.

Une autre application est l’analyse des sentiments de la foule, qui peut suivre les longues files d’attente et identifier les frustrations potentielles. Ce sont toutes des actions que l’expert en sécurité peut fiabiliser, mais en utilisant des systèmes IA/ML pour regarder en continu des flux simultanés, ces experts sont libres de prendre des mesures appropriées lorsqu’elles sont nécessaires, augmentant ainsi considérablement l’efficacité et la sécurité globales.

Quels sont les principaux défis auxquels les organisations sont confrontées lors de la mise en œuvre de l’intelligence artificielle pour l’analyse de données non structurées, et comment Quantum aide-t-elle à atténuer ces défis ?

Les organisations doivent complètement réimaginer leur approche du stockage, ainsi que de la gestion des données et du contenu dans son ensemble. La plupart des organisations développent leurs capacités de stockage de manière organique, généralement en réponse à des besoins ponctuels, ce qui crée une confusion et une complexité multivendeurs.

Avec l’adoption de l’IA, les organisations doivent maintenant simplifier le stockage qui sous-tend leurs opérations. Souvent, cela nécessite la mise en œuvre d’une partie « chaude » de l’ingestion initiale des données, ou d’une zone d’atterrissage où les applications et les utilisateurs peuvent travailler le plus rapidement possible. Ensuite, un grand stockage de type « froid » est ajouté qui peut facilement archiver de grandes quantités de données et les protéger de manière rentable, avec la capacité de déplacer les données vers un flux de travail de traitement « chaud » presque instantanément.

En réimaginant le stockage en solutions plus compactes, la charge de travail de l’équipe administrative est considérablement réduite. Ce type de solution de gestion de données « chaud/froid » est idéal pour l’intégration des flux de travail IA/ML, et les solutions Quantum permettent aux clients de créer une plate-forme hautement agile, flexible et facile à gérer.

Comment les innovations en matière d’intelligence artificielle de Quantum s’intègrent-elles avec d’autres outils et technologies basés sur l’intelligence artificielle pour améliorer la croissance et l’efficacité organisationnelles ?

Beaucoup de gens pensent que le stockage pour les outils IA/ML ne concerne que l’alimentation des unités de traitement graphique (GPU), mais ce n’est qu’une petite partie de l’équation. Même si la vitesse et les performances élevées peuvent être instrumentales pour alimenter les données le plus rapidement possible aux GPU qui effectuent l’analyse des données, l’image plus large tourne autour de la façon dont une organisation peut intégrer le développement, la formation et l’inférence itératifs et continus des IA/ML basés sur des données personnalisées. Souvent, la première et la plus importante tâche IA/ML abordée est la construction de « bots de connaissances » ou de « bots conseillers » à l’aide de données propriétaires pour informer les travailleurs de la connaissance interne. Pour rendre ces bots de connaissances utiles et uniques à chaque organisation, de grandes quantités d’informations spécialisées sont nécessaires pour informer le modèle qui les forme. C’est là qu’intervient une solution de stockage basée sur l’intelligence artificielle : si ces données propriétaires sont bien organisées et facilement accessibles dans un flux de travail de stockage rationalisé, il sera beaucoup plus facile de les organiser en types, ensembles et catalogues de données, ce qui à son tour garantira que ces bots de connaissances soient très informés sur les besoins uniques de l’organisation.

Pouvez-vous élaborer sur les fonctionnalités de gestion de flux de travail basées sur l’intelligence artificielle et sur la façon dont elles rationalisent les processus de données ?

Nous développons un ensemble d’outils de gestion de flux de travail basés sur l’intelligence artificielle qui s’intègrent directement dans les solutions de stockage pour automatiser les tâches et fournir des insights précieux en temps réel, permettant une prise de décision rapide et éclairée dans les organisations. Cela est dû à de nouveaux et avancés systèmes de classification et d’étiquetage de données qui utilisent l’IA pour organiser les données et les rendre facilement accessibles, et même effectuer des actions standard sur ces médias, telles que les conformer à une certaine taille, ce qui réduit considérablement les efforts manuels nécessaires pour organiser les données en ensembles de formation.

Les outils d’automatisation intelligents gèrent le déplacement des données, les sauvegardes et les tâches de conformité en fonction des politiques définies, garantissant une application cohérente et réduisant les charges administratives. L’analyse et la surveillance en temps réel offrent également des insights immédiats sur les modèles d’utilisation des données et les problèmes potentiels, maintenant automatiquement l’intégrité et la qualité des données tout au long de leur cycle de vie.

Quel est l’avenir de la gestion de données basée sur l’intelligence artificielle, et quels sont les tendances que vous prévoyez pour les prochaines années ?

À mesure que ces outils évoluent et deviennent multimodaux, ils permettront des moyens plus expressifs et plus ouverts de travail avec vos données. À l’avenir, vous pourrez avoir une « conversation » avec votre système et être présenté avec des informations ou des analyses d’intérêt, telles que « Quel est le type de données qui croît le plus rapidement dans ma zone chaude maintenant ? ». Ce niveau de spécialisation sera un facteur de différenciation pour les organisations qui intègrent ces outils dans leurs solutions de stockage, les rendant plus précises et efficaces même face à des flux de données constants et en évolution.

Quel rôle jouent vos offres d’analyse et de stockage basées sur le cloud dans la stratégie globale de gestion de données ?

Les organisations ayant des besoins de stockage importants et en constante évolution ont souvent du mal à suivre la demande, en particulier lorsqu’elles opèrent avec des budgets limités. Le stockage cloud public peut entraîner des coûts élevés et imprévisibles, rendant difficile l’estimation et l’achat de plusieurs années de besoins en stockage à l’avance. De nombreux clients aimeraient avoir l’expérience du cloud public avec un coût d’exploitation prévisible, mais éliminer les frais de sortie ou les frais d’API que le cloud public peut apporter. Pour répondre à ce besoin, nous avons développé Quantum GO pour offrir aux clients l’expérience du cloud privé avec un point d’entrée initial faible et des options de paiement mensuel fixe pour une véritable expérience de stockage en tant que service dans leur propre installation. À mesure que les besoins en stockage augmentent, Quantum GO offre aux clients l’avantage supplémentaire d’un modèle d’abonnement « payez-en fonction de vos besoins » pour offrir une flexibilité et une évolutivité accrues de manière rentable.

Comment Quantum prévoit-elle de rester à la pointe de l’évolution rapide du paysage de l’intelligence artificielle et de la gestion de données ?

Dans le monde d’aujourd’hui, être simplement un « fournisseur de stockage » ne suffit pas. Les défis de données et commerciaux en évolution nécessitent une plate-forme de données intelligente qui permet aux clients de maximiser la valeur de leurs données. Chez Quantum, nous continuons à innover et à investir dans des capacités améliorées pour nos clients pour les aider à travailler facilement et efficacement avec des trésors de données tout au long de leur cycle de vie.

Nous élargissons l’intelligence artificielle pour améliorer l’étiquetage, la catalogisation et l’organisation des données, ce qui rend plus facile que jamais la recherche, la découverte et l’analyse pour en extraire plus de valeur et d’insights. Nous allons continuer à améliorer nos capacités d’IA qui aident à la transcription automatique de la vidéo, à la traduction de fichiers audio et vidéo dans d’autres langues en quelques secondes, et à la recherche rapide à travers des milliers de fichiers pour identifier des mots prononcés ou localiser des éléments spécifiques, et plus encore.

Quels conseils donneriez-vous aux organisations qui commencent leur parcours avec l’intelligence artificielle et la gestion de données non structurées ?

L’IA/ML a connu un énorme battage médiatique, et à cause de cela, il peut être difficile de faire la part des choses entre ce qui est pratique et utile. Les organisations doivent d’abord réfléchir aux données qui sont créées, et identifier comment elles sont générées, capturées et préservées. De plus, les organisations doivent rechercher une solution de stockage qui est prête à accéder et à récupérer les données au besoin, et qui les aidera à guider à la fois le flux de travail quotidien et l’évolution future. Même si cela est difficile de déterminer quels sont les objectifs ultimes de l’IA, prendre des mesures maintenant pour s’assurer que les systèmes de stockage et les flux de travail de données sont rationalisés, simplifiés et robustes paiera des dividendes énormes lors de l’intégration des initiatives actuelles et futures en matière d’IA/ML. Les organisations seront alors bien positionnées pour continuer à explorer comment ces outils IA/ML peuvent faire progresser leur mission sans s’inquiéter de pouvoir les soutenir correctement avec la bonne plate-forme de gestion de données.

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