רוהיט צ’ודהארי, מייסד ומנכ”ל של Acceldata – סדרת ראיונות

רוהיט צ’ודהארי הוא המייסד והמנכ”ל של Acceldata, המוביל בשוק בנושא תצפית נתונים במערכות תאגידיות. הוא הקים את Acceldata ב-2018, כאשר הבין כי התעשייה זקוקה לשינוי באופן שבו מפקחים, חוקרים, מטפלים ומנהלים את האמינות של צנרי נתונים ותשתיות בעולם שבו הענן הוא הדבר הראשון והעשרת האינטליגנציה המלאכותית.

מה העניק לך השראה להתמקד בתצפית נתונים כאשר הקמת Acceldata ב-2018, ומה פערים בתעשיית ניהול הנתונים התכוונת למלא?

המסע שלי להקמת Acceldata ב-2018 החל כמעט 20 שנים קודם לכן, כאשר הייתי מהנדס תוכנה, שם דחפתי לזהות ולפתור בעיות עם תוכנה. חוויותיי כמנהל הנדסה ב-Hortonworks חשפו אותי לנושא חוזר: חברות עם אסטרטגיות נתונים שאפתניות התקשו למצוא יציבות בפלטפורמות הנתונים שלהן, על אף השקעות משמעותיות בניתוח נתונים. הם לא יכלו לספק נתונים באופן אמין כאשר העסק היה זקוק לכך.

אתגר זה הדהד בקרב צוותי ובי, והבנו את הצורך בפתרון שיכול לפקח, לחקור, לטפל ולנהל את האמינות של צנרי נתונים ותשתיות. תאגידים ניסו לבנות ולנהל מוצרי נתונים עם כלים שלא תוכננו לעמוד בצרכים המשתנים שלהם – מה שהוביל לכך שצוותי הנתונים חסרו יכולת ראייה ליישומים אנליטיים ואינטליגנציה מלאכותית משמעותיים.

פער זה בשוק העניק לנו השראה להקים את Acceldata, עם מטרה לפתח פלטפורמת תצפית נתונים מקיפה ומסוגלת. מאז, הפכנו את האופן שבו ארגונים מפתחים ומפעילים מוצרי נתונים. פלטפורמתנו משווה אירועים ברחבי הנתונים, עיבוד וצנרים, ומספקת תובנות בלתי מושגות. ההשפעה של תצפית נתונים הייתה עצומה, ואנו שמחים להמשיך ולדחוף את התעשייה קדימה.

לאחר שטבעת את המונח “תצפית נתונים”, כיצד אתה רואה את התפתחות המושג הזה במהלך השנים הבאות, במיוחד עם הגידול בסיבוכיות של סביבות רב-עננים?

תצפית נתונים התפתחה ממושג נישי ליכולת ביקורתית עבור תאגידים. ככל שסביבות רב-עננים הופכות מורכבות יותר, תצפית חייבת להסתגל כדי לטפל במקורות נתונים ותשתיות מגוונים. במהלך השנים הבאות, אנו מצפים שאינטליגנציה מלאכותית ולמידת מכונה ישחקו תפקיד מפתח בקידום יכולות תצפית, במיוחד דרך ניתוחים חיזויים וגילוי חריגים אוטומטי.

בנוסף, תצפית תתרחב מעבר לניטור להיבטים רחבים יותר של ממשל נתונים, ביטחון וציות. תאגידים ידרשו יותר שליטה ותובנה בזמן אמת על פעולות הנתונים שלהם, מה שיעשה את תצפית לחלק חיוני בניהול נתונים בסביבות מורכבות.

רקעך כולל ניסיון משמעותי בהנדסה ופיתוח מוצר. כיצד ניסיון זה עיצב את גישתך לבנייה והרחבה של Acceldata?

רקעי בהנדסה ופיתוח מוצרים היה מהותי בעיצוב הדרך שבה בנינו את Acceldata. הבנת האתגרים הטכניים של מערכות נתונים מסוגלות איפשרה לנו לתכנן פלטפורמה שפותרת את הצרכים האמיתיים של תאגידים. ניסיון זה גם הדגיש את חשיבות הגמישות ומשוב הלקוחות בתהליך הפיתוח. ב-Acceldata, אנו מעדיפים חדשנות, אך תמיד מוודאים שפתרונותינו הם מעשיים ומסונכרנים עם מה שלקוחות צריכים בסביבות נתונים דינאמיות ומורכבות. גישה זו הייתה חיונית להרחבת החברה והתפשטותה העולמית.

עם הסבב האחרון של $60 מיליון דולר בסבב C, מהם התחומים העיקריים של חדשנות ופיתוח שאתה מתכנן להעדיף ב-Acceldata?

עם $60 מיליון דולר בסבב C, אנו מחזקים את החדשנויות המנועות על ידי אינטליגנציה מלאכותית, שיבדילו משמעותית את הפלטפורמה שלנו. בנייה על ההצלחה של AI Copilot שלנו, אנו משפרים את מודלי הלמידת מכונה שלנו כדי לספק גילוי חריגים מדויק יותר, אוטומציה של תיקון ותחזית עלויות. אנו גם מקדמים ניתוחים חיזויים, שבהם האינטליגנציה המלאכותית לא רק מתריעה על בעיות פוטנציאליות, אלא גם מציעה תצורות אופטימליות ופתרונות פרואקטיביים, ספציפיים לסביבותיהם.

תחום מרכזי נוסף הוא אוטומציה המודעת להקשר – שבה הפלטפורמה שלנו לומדת מהתנהגות המשתמש ומסתירה המלצות עם מטרות עסקיות. הרחבת ממשקי השפה הטבעית (NLI) שלנו תאפשר למשתמשים ליצור אינטראקציה עם זרימות עבודה מורכבות של תצפית דרך פקודות שיחה פשוטות.

בנוסף, חדשנויות האינטליגנציה המלאכותית שלנו יניעו אופטימיזציה גדולה יותר של עלויות, תחזית צריכת משאבים וניהול עלויות בדיוק בלתי מושג. התקדמויות אלו מעמדות את Acceldata כפלטפורמת תצפית המונעת על ידי אינטליגנציה מלאכותית, המסייעת לתאגידים לבטוח ולאפטימיז את פעולות הנתונים שלהם כמו מעולם.

אינטליגנציה מלאכותית ומודלים לשוניים גדולים הופכים למרכזיים בניהול נתונים. כיצד Acceldata מעמידה עצמה כמובילה בתחום זה, ומהן היכולות הייחודיות שהפלטפורמה שלך מציעה ללקוחות תאגידיים?

Acceldata כבר מובילה את הדרך בתצפית נתונים המונעת על ידי אינטליגנציה מלאכותית. לאחר האינטגרציה המוצלחת של טכנולוגיית AI מתוחכמת, פלטפורמתנו מציעה יכולות המונעות על ידי אינטליגנציה מלאכותית, המשפרות משמעותית את תצפית הנתונים. AI Copilot שלנו משתמש בלמידת מכונה כדי לגלות חריגים, לחזות דפוסי צריכת עלויות, ולספק תובנות בזמן אמת, כולל באמצעות אינטראקציות שפה טבעית.

כמו כן, שילבנו גילוי חריגים מתוחכם והמלצות אוטומטיות, העוזרות לתאגידים למנוע שגיאות יקרות, לאפטימיז תשתיות נתונים, ולשפר את יעילות הפעילות. בנוסף, פתרונות האינטליגנציה המלאכותית שלנו מסטרים את ניהול המדיניות ויוצרים באופן אוטומטי תיאורים קריאים לבני אדם עבור נכסי נתונים ומדיניות, מגשרים על הפער בין בעלי תפקידים טכניים לאלו העסקיים. חדשנויות אלו מאפשרות לארגונים לנצל את הפוטנציאל המלא של נתוניהם, תוך הפחתת סיכונים ועלויות.

רכישת Bewgle הוסיפה יכולות AI מתוחכמות לפלטפורמה של Acceldata. כעת, כאשר חלף שנה מאז הרכישה, כיצד טכנולוגיית Bewgle שולבה לתוך פתרונות Acceldata, ומה ההשפעה של אינטגרציה זו על פיתוח תכונות תצפית הנתונים המונעות על ידי AI?

במהלך השנה האחרונה, שילבנו במלואה את טכנולוגיות ה-AI של Bewgle לתוך פלטפורמת Acceldata, והתוצאות היו מהפכניות. ניסיונם של Bewgle עם מודלים יסודיים וממשקי שפה טבעית האיץ את דרך ה-AI שלנו. יכולות אלו כעת משולבות ב-AI Copilot שלנו, מספקות חווית משתמש מהדור הבא, המאפשרת למשתמשים ליצור אינטראקציה עם זרימות עבודה של תצפית נתונים דרך פקודות טקסט רגילות.

אינטגרציה זו שיפרה גם את מודלי הלמידת המכונה שלנו, משפרת את גילוי החריגים, תחזית עלויות אוטומטית, ותובנות פרואקטיביות. הצלחת האינטגרציה הזו חיזקה את עמדת Acceldata כפלטפורמת תצפית נתונים המונעת על ידי AI המובילה, מספקת ערך רב יותר ללקוחותינו.

כמי שמעורב עמוקות בתעשיית ניהול הנתונים, מהן המגמות שאתה צפוי לראות בשוק ה-AI ותצפית נתונים בשנים הקרובות?

בשנים הקרובות, אני מצפה למספר מגמות מרכזיות שיעצבו את שוק ה-AI ותצפית נתונים. תצפית נתונים בזמן אמת תהפוך לקריטית יותר, כאשר תאגידים מחפשים לקבל החלטות מהירות ומושכלות יותר. AI ולמידת מכונה ימשיכו להוביל את הקידמה בניתוחים חיזויים וגילוי חריגים אוטומטי, על מנת לסייע לעסקים לעמוד בקדמת בעיות פוטנציאליות.

בנוסף, נראה אינטגרציה קרובה יותר של תצפית עם מסגרות ממשל וביטחון נתונים, במיוחד ככל שדרישות הרגולציה גדלות. שירותי תצפית מנוהלים כנראה יעלו, תוך מתן לתאגידים את המומחיות והכלים הדרושים כדי לשמור על ביצועים אופטימליים וציות. מגמות אלו יגביהו את תפקיד התצפית בהבטחת שארגונים יוכלו להרחיב את יוזמות ה-AI שלהם, תוך קיום סטנדרטים גבוהים לאיכות וממשל נתונים.

מבט לעתיד, כיצד אתה רואה את תפקיד תצפית נתונים בתמיכה בפריסה של AI ומודלים לשוניים גדולים בקנה מידה, במיוחד בתעשיות עם דרישות איכות וממשל נתונים מחמירות?

תצפית נתונים תהיה מרכזית בפריסה של AI ומודלים לשוניים גדולים בקנה מידה, במיוחד בתעשיות כמו פיננסים, בריאות וממשל, שם איכות וממשל נתונים הם הכרחיים. ככל שארגונים מסתמכים יותר על AI כדי להנחות החלטות עסקיות, הצורך בנתונים אמינים ובאיכות גבוהה הופך לקריטי יותר.

תצפית נתונים מבטיחה את המעקב והאימות המתמידים של איכות הנתונים, ומונעת שגיאות והטיות שיכולות לפגוע במודלים של AI. בנוסף, תצפית תמלא תפקיד חיוני בציות, תוך מתן ראייה לנתונים, שימוש וממשל, והתאמה לדרישות רגולטוריות מחמירות. בסופו של דבר, תצפית נתונים מאפשרת לארגונים לנצל את הפוטנציאל המלא של יוזמות AI, בעודם בונים את היסודות על בסיס נתונים אמינים ובאיכות גבוהה.

תודה על הראיון המעניין, קוראים שמעוניינים ללמוד יותר צריכים לבקר ב-Acceldata.