साक्षात्कार
Leo Brunnick, Cloudera में मुख्य उत्पाद अधिकारी – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Leo Brunnick, Cloudera में मुख्य उत्पाद अधिकारी, तीन दशकों से अधिक का अनुभव रखने वाले एक अनुभवी प्रौद्योगिकी कार्यकारी और उद्यमी हैं, जिन्होंने सॉफ्टवेयर, डिजिटल मीडिया और एंटरप्राइज़ प्रौद्योगिकी संगठनों का निर्माण और स्केलिंग किया है। Cloudera में, वह प्रोडक्ट मैनेजमेंट, इंजीनियरिंग और ग्राहक समर्थन का नेतृत्व करते हैं, कंपनी की उत्पाद और प्रौद्योगिकी दिशा की देखरेख करते हैं जबकि वह अपने डेटा और AI प्लेटफ़ॉर्म क्षमताओं का विस्तार कर रहे हैं। 2025 में Cloudera में शामिल होने से पहले, Brunnick ने Naviga में छह वर्ष बिताए, जहाँ उन्होंने हाल ही में Chief Operating Officer के रूप में कार्य किया, और 600 से अधिक पेशेवरों का नेतृत्व किया, जो प्रोडक्ट, इंजीनियरिंग, मार्केटिंग, R&D, ग्राहक समर्थन और प्रोफ़ेशनल सर्विसेज में शामिल थे। अपने करियर की शुरुआत में, उन्होंने Patheos की स्थापना की और CEO के रूप में कार्य किया, डिजिटल मीडिया प्लेटफ़ॉर्म को लगभग 15 मिलियन मासिक आगंतुकों तक बढ़ाया, और सफल निकास किया, तथा एंटरप्राइज़ कंटेंट मैनेजमेंट कंपनी Vignette में मुख्य उत्पाद अधिकारी के रूप में आठ वर्ष काम किया। उनका पृष्ठभूमि Andersen Consulting में प्रौद्योगिकी परामर्श और एक अमेरिकी मरीन कॉर्प्स इन्फैंट्री अधिकारी के रूप में सेवा शामिल है।
Cloudera एक एंटरप्राइज़ डेटा और AI कंपनी है जो संगठनों को डेटा को जहाँ भी वह स्थित हो—सार्वजनिक क्लाउड, निजी डेटा सेंटर और एज पर्यावरण—को प्रबंधित, शासित, विश्लेषण और AI लागू करने में मदद करने पर केंद्रित है। इसका हाइब्रिड प्लेटफ़ॉर्म डेटा प्रबंधन, एनालिटिक्स, मशीन लर्निंग, जेनरेटिव AI और बढ़ती एजेंटिक AI क्षमताओं को जोड़ता है, जबकि एंटरप्राइज़ सुरक्षा, गवर्नेंस, गोपनीयता और वर्कलोड पोर्टेबिलिटी पर जोर देता है। कंपनी की वर्तमान प्लेटफ़ॉर्म रणनीति में Cloudera Anywhere Cloud शामिल है, जो विभिन्न इन्फ्रास्ट्रक्चर पर्यावरणों में एंटरप्राइज़ को एकसमान क्लाउड अनुभव प्रदान करने के लिए डिज़ाइन किया गया आर्किटेक्चर है, साथ ही एक ओपन डेटा लेकहाउस, एकीकृत डेटा फैब्रिक, रीयल‑टाइम डेटा प्रोसेसिंग, और AI मॉडल और एजेंट विकसित करने व तैनात करने के उपकरण। Cloudera के अनुसार, उसकी प्रौद्योगिकी 25 एक्साबाइट से अधिक डेटा का प्रबंधन करती है और बड़े वैश्विक एंटरप्राइज़ द्वारा उपयोग की जाती है जो डेटा इन्फ्रास्ट्रक्चर को आधुनिक बनाने की कोशिश कर रहे हैं, बिना सभी वर्कलोड या संवेदनशील डेटा को सार्वजनिक क्लाउड में ले जाने की आवश्यकता के।
आपका करियर प्रौद्योगिकी परामर्श, Vignette और Naviga में उत्पाद संगठनों का नेतृत्व, Patheos की स्थापना और स्केलिंग, और अब Cloudera में मुख्य उत्पाद अधिकारी के रूप में सेवा तक फैला हुआ है। इन अनुभवों ने AI के मूलभूत रूप से बदलते समय में एंटरप्राइज़ प्रौद्योगिकी प्लेटफ़ॉर्म बनाने के बारे में आपके विचारों को कैसे आकार दिया है?
इन सभी स्थितियों में, वही सिद्धांत लागू होता है। प्रौद्योगिकी सबसे अधिक मूल्यवान तब होती है जब वह जटिल चीज़ों को लोगों के उपयोग के लिए आसान बनाती है। यह बिंदु अब और भी अधिक महत्वपूर्ण है, क्योंकि AI महत्वपूर्ण अवसर पैदा करता है, साथ ही उन व्यवसायों के लिए एक अतिरिक्त जटिलता की परत जोड़ता है जो पहले से ही क्लाउड डेटा, डेटा सेंटर और बढ़ती संप्रभु पर्यावरणों को नेविगेट कर रहे हैं।
Cloudera में हम इस अगले युग का निर्माण कर रहे हैं, मैं अक्सर विचार करता हूँ कि हम संगठनों को नई प्रौद्योगिकियों से लाभ उठाने में कैसे सक्षम कर सकते हैं, बिना उन्हें अपने निर्मित सभी चीज़ों को पुनः सोचने के लिए मजबूर किए। पिछले कई वर्षों में, एंटरप्राइज़ ने अपने डेटा एस्टेट, एप्लिकेशन, गवर्नेंस मॉडल और संचालन प्रक्रियाएँ बनाई हैं। हर बार नई प्रौद्योगिकी आने पर इन सबको त्यागना उचित नहीं होगा। AI युग में सफल होने वाले प्लेटफ़ॉर्म उन चीज़ों पर आधारित होंगे जो संगठनों के पास पहले से है, साथ ही उन्हें उनकी आवश्यकताओं के विकसित होने पर अनुकूलन के लिए लचीलापन और नियंत्रण प्रदान करेंगे।
Cloudera ने हाल ही में Cloudera Anywhere Cloud प्रस्तुत किया है ताकि एंटरप्राइज़ सार्वजनिक क्लाउड, निजी इन्फ्रास्ट्रक्चर, संप्रभु क्लाउड, ऑन‑प्रेमाइसेस पर्यावरण और एज में AI बनाना और संचालित करना आसान बना सकें। ग्राहकों में आप कौन सी समस्या देख रहे थे जिसने Cloudera को इस प्रकार की एकीकृत आर्किटेक्चर की आवश्यकता महसूस कराई?
ग्राहकों पर AI को व्यावहारिक रूप में लागू करने का दबाव बढ़ रहा है, जबकि उनका डेटा और इन्फ्रास्ट्रक्चर पहले से अधिक विभिन्न पर्यावरणों में फैला हुआ है। डेटा सार्वजनिक क्लाउड, निजी डेटा सेंटर, संप्रभु पर्यावरण और एज में रह सकता है, प्रत्येक के अपने सुरक्षा, नियामक, प्रदर्शन और आर्थिक आवश्यकताएँ होती हैं। इन सभी पर्यावरणों का प्रबंधन संगठनों के लिए एक महत्वपूर्ण संचालन बोझ बन सकता है।
Anywhere Cloud के पीछे विचार यह है कि व्यवसायों को क्लाउड की चपलता और अपने डेटा पर नियंत्रण, सुरक्षा और गवर्नेंस बनाए रखने के बीच चयन नहीं करना चाहिए। संगठनों को डेटा और AI सेवाओं को जहाँ व्यवसाय के लिए सबसे उपयुक्त हो, तैनात, शासित और स्केल करने का एकसमान तरीका चाहिए। एकल नियंत्रण विमान के साथ, कंपनियां आधारभूत इन्फ्रास्ट्रक्चर के प्रबंधन में कम समय और अपने डेटा और AI के साथ प्राप्त करने वाले परिणामों पर अधिक ध्यान दे सकती हैं, चाहे वह किसी भी पर्यावरण में स्थित हो।
आपने कहा है कि एंटरप्राइज़ AI ने “सिर्फ सार्वजनिक क्लाउड मॉडल” से आगे निकल गया है।” सार्वजनिक क्लाउड पर्यावरण में पूरी तरह से प्रोडक्शन AI चलाने की कोशिश करते समय एंटरप्राइज़ किन सबसे बड़ी सीमाओं का सामना करते हैं, और कौन से वर्कलोड अधिकतर अन्य स्थानों की ओर जा रहे हैं?
AI युग में सफल होने वाले प्लेटफ़ॉर्म उन चीज़ों पर निर्मित होंगे जो संगठनों के पास पहले से है और उन्हें उनकी आवश्यकताओं के विकसित होने पर अनुकूलन के लिए लचीलापन प्रदान करेंगे। सार्वजनिक क्लाउड एंटरप्राइज़ प्रौद्योगिकी रणनीति का एक महत्वपूर्ण हिस्सा बना रहता है, लेकिन यह एकमात्र विकल्प नहीं है। जैसे ही AI प्रोडक्शन में जाता है, कंपनियों को यह निर्धारित करना चाहिए कि उनका डेटा और वर्कलोड कहाँ चलना चाहिए, नियमन, सुरक्षा और लागत जैसे कारकों के आधार पर।
यह दर्शाता है कि वर्कलोड को कहां रखा जाए, इस बारे में निर्णय अब अधिक सोच-समझ कर लिए जा रहे हैं। कुछ AI अनुप्रयोग निश्चित रूप से सार्वजनिक क्लाउड में उपयुक्त होंगे, जबकि अत्यधिक संवेदनशील या नियामक डेटा वाले वर्कलोड को निजी डेटा सेंटर या संप्रभु वातावरण में ही रहना पड़ सकता है। अन्य मामलों में, लेटेंसी एक महत्वपूर्ण कारक होने के कारण वर्कलोड एज पर बेहतर रहेगा। लक्ष्य सार्वजनिक क्लाउड से दूर जाना नहीं है; बल्कि यह है कि उद्यमों को यह लचीलापन प्रदान किया जाए कि वे प्रत्येक प्रकार के वर्कलोड को उस स्थान पर चलाएं जो उसके लिए सबसे उपयुक्त हो, बिना प्रत्येक पर्यावरण के लिए अलग संचालन मॉडल बनाये।
Cloudera Anywhere Cloud में एक एजेंटिक को-पायलट शामिल है जो साधारण भाषा के अनुरोधों को डेटा वर्कफ़्लो और इन्फ्रास्ट्रक्चर संचालन में परिवर्तित कर सकता है। आप इन प्रणालियों को कितनी स्वायत्तता की आशा करते हैं, और एजेंटों के महत्वपूर्ण डेटा इन्फ्रास्ट्रक्चर पर अधिक नियंत्रण पाने के साथ उद्यमों को मानव निगरानी कहाँ बनाए रखनी चाहिए?
एजेंट पुनरावृत्त ऑपरेशनल कार्यों को संभालते रहेंगे जो वर्तमान में डेटा और इन्फ्रास्ट्रक्चर टीमों के समय को लेते हैं। यदि कोई एजेंट परिणाम को साधारण भाषा में व्यक्त कर सके और फिर उसे एक वर्कफ़्लो या इन्फ्रास्ट्रक्चर कार्रवाई में बदल सके, तो यह घर्षण को काफी हद तक कम कर देगा और उन्नत डेटा क्षमताओं को अधिक लोगों के लिए उपलब्ध कराएगा।
बढ़ी हुई स्वायत्तता प्रभावी शासन की अधिक आवश्यकता भी उत्पन्न करती है। कंपनियों के पास स्पष्ट नीतियां होनी चाहिए जो यह निर्दिष्ट करती हों कि एक एजेंट को क्या एक्सेस करने की अनुमति है, वह कौन सी क्रियाएं स्वयं कर सकता है, और कब मानव अनुमोदन आवश्यक है। कार्रवाई के संभावित प्रभाव जितने बड़े होंगे, उन नियंत्रणों की आवश्यकता उतनी ही अधिक होगी। स्वायत्तता और शासन को समानांतर में आगे बढ़ना चाहिए ताकि एजेंटों को वास्तविक उत्पादकता लाभ प्राप्त करने के लिए पर्याप्त स्वतंत्रता मिल सके, जबकि संगठन अपने प्रमुख डेटा और इन्फ्रास्ट्रक्चर पर निगरानी और नियंत्रण बनाए रखे।
Cloudera NVIDIA के साथ मिलकर cuDF के माध्यम से नेटिव GPU त्वरण को Apache Spark 4.1 वर्कलोड्स में लाने पर काम कर रहा है, जिससे मौजूदा PySpark या SQL एप्लिकेशन को पुनः लिखे बिना प्रदर्शन में 4 गुना तक सुधार संभव है। कोड पुनर्लेखन की आवश्यकता को समाप्त करना एंटरप्राइज़ AI अपनाने को तेज करने के लिए इतना महत्वपूर्ण क्यों है?
कंपनियों ने अपने मौजूदा एप्लिकेशन, कौशल और डेटा पाइपलाइन में महत्वपूर्ण निवेश किए हैं। नई तकनीक में स्विच करना केवल इंजीनियरिंग कार्य से अधिक मांगता है। यह जोखिम उत्पन्न कर सकता है, परिणामों में देरी कर सकता है, और उन प्रणालियों में व्यवधान पैदा कर सकता है जो पहले से ही कार्य कर रही हैं।
शून्य-कोड त्वरण इस चुनौती का समाधान करने में मदद करता है। संगठन अपने मौजूदा PySpark और SQL वर्कलोड्स का उपयोग करके GPU त्वरण के लाभ प्राप्त कर सकते हैं, बिना अपनी टीमों के कार्य करने के तरीके को मूल रूप से बदले। यह तकनीक को अपनाना आसान बनाता है और साथ ही विश्लेषण और AI को समर्थन देने वाले डेटा पाइपलाइन के प्रदर्शन को सुधारता है तथा मौजूदा निवेश की सुरक्षा करता है।
GPU अब केवल मॉडल प्रशिक्षण और इनफ़रेंस से परे, डेटा तैयारी और विश्लेषण सहित, अधिकाधिक उपयोग किए जा रहे हैं। क्या आप उम्मीद करते हैं कि GPU त्वरण एंटरप्राइज़ डेटा स्टैक का एक मानक हिस्सा बन जाएगा, और यह बड़े पैमाने पर AI के लिए डेटा सेट तैयार करने की अर्थव्यवस्था को कैसे बदल सकता है?
मेरी राय में, एंटरप्राइज़ अपने इन्फ्रास्ट्रक्चर को वर्कलोड के अनुसार अधिक कुशलता से मिलाने में सक्षम हो जाएंगे। GPU ने पहले ही मॉडल प्रशिक्षण और इनफ़रेंस के तरीके को बदल दिया है, और डेटा इंजीनियरिंग अगला स्पष्ट नवाचार क्षेत्र है, क्योंकि बड़े डेटा सेट तैयार करना AI अनुप्रयोगों को उत्पादन में लाने के समय एक प्रमुख बाधा हो सकता है।
आर्थिक प्रभाव भी उतना ही महत्वपूर्ण है, क्योंकि तेज़ प्रोसेसिंग केवल Spark जॉब को जल्दी पूरा करने से अधिक कर सकती है। घटे हुए कंप्यूट रनटाइम इन्फ्रास्ट्रक्चर लागत को कम कर सकते हैं और डेटा टीमों को तेज़ी से इटरेट करने में मदद कर सकते हैं, जो AI वर्कलोड के बढ़ने के साथ एक अधिक महत्वपूर्ण विचार बन रहा है। हमारा अनुसंधान के अनुसार, 84% उत्तरदाताओं ने देखा है कि AI वर्कलोड ने इन्फ्रास्ट्रक्चर लागत बढ़ा दी है, जिससे व्यवसायों के लिए पूरे डेटा पाइपलाइन में प्रदर्शन और लागत दोनों को सुधारने के अवसरों की तलाश करना और अधिक महत्वपूर्ण हो गया है। GPU-त्वरित डेटा प्रोसेसिंग इस समीकरण का एक महत्वपूर्ण हिस्सा बन सकता है।
Cloudera Anywhere Cloud के वादों में से एक यह है कि संगठन नियामक, आर्थिक या संचालनात्मक आवश्यकताओं के आधार पर वर्कलोड को कहीं भी रख सकें, बिना लगातार अपने डेटा को स्थानांतरित या कॉपी किए। AI गणना को डेटा के पास लाने की तुलना में सभी एंटरप्राइज़ डेटा को AI के पास लाने की महत्ता कितनी है?
यह आवश्यक है क्योंकि व्यवसायों ने विभिन्न वातावरणों में वर्षों से विशाल मात्रा में डेटा बनाया है, और सभी डेटा को एक ही स्थान पर AI के लिए ले जाना अक्सर व्यावहारिक नहीं होता। यह महंगा और समय-सापेक्ष हो सकता है, जबकि सुरक्षा, गोपनीयता या संप्रभुता की आवश्यकताएँ कुछ डेटा को पूरी तरह से स्थानांतरित करने से रोक सकती हैं।
वर्तमान में, एंटरप्राइज़ के लिए सभी डेटा को उन विभिन्न अनुप्रयोगों और वातावरणों में सुरक्षित रूप से ले जाना व्यावहारिक नहीं है जहाँ AI लागू किया जा रहा है। AI को डेटा के पास लाने से संगठन अपने पास मौजूद अधिक डेटा का उपयोग कर सकते हैं जबकि उसे वहीं रख सकते हैं जहाँ उसे होना चाहिए। यह उन्हें व्यवसाय और तकनीकी आवश्यकताओं के आधार पर सबसे उपयुक्त स्थान पर वर्कलोड चलाने की लचीलापन भी देता है। जैसे-जैसे AI एंटरप्राइज़ में अधिक सम्मिलित होता जाएगा, डेटा जहाँ भी स्थित हो, लगातार संचालन करने की क्षमता और अधिक महत्वपूर्ण हो जाएगी।
डेटा संप्रभुता एक प्रमुख चिंता बन गई है क्योंकि सरकारें और नियामक उद्योग AI को अपनाते हैं। संप्रभु AI आवश्यकताएँ उद्यमों को आवश्यक वास्तुकला को कैसे बदल रही हैं, और क्या आप उम्मीद करते हैं कि अगले कुछ वर्षों में संप्रभु क्लाउड और निजी AI इन्फ्रास्ट्रक्चर काफी अधिक महत्वपूर्ण हो जाएंगे?
बिल्कुल। संप्रभुता एक वास्तुशिल्पीय आवश्यकता बन रही है, न कि केवल अनुपालन मुद्दा। संगठनों को यह जानना आवश्यक है कि उनका डेटा कहाँ संग्रहीत है और उनके AI कार्यभार कहाँ चल रहे हैं, साथ ही कौन पहुँच रखता है और बौद्धिक संपदा तथा संवेदनशील जानकारी कैसे संरक्षित की जाती है।
संगठन अब यह मान नहीं सकते कि सब कुछ एक ही सार्वजनिक क्लाउड में केंद्रीकृत किया जा सकता है। उन्हें संप्रभु क्लाउड, निजी इन्फ्रास्ट्रक्चर, सार्वजनिक क्लाउड और ऑन‑प्रेमाइसेस सिस्टम्स के बीच संचालन करने की लचीलापन चाहिए, जबकि प्रत्येक पर्यावरण में निरंतर शासन लागू किया जाए। AI के नियामक उद्योगों और महत्वपूर्ण व्यापार प्रक्रियाओं में आगे बढ़ने के साथ ये आवश्यकताएँ और अधिक महत्वपूर्ण हो जाएँगी। जो संगठन अपने डेटा और AI पर्यावरण पर नियंत्रण बनाए रखते हुए नवाचार कर सकते हैं, वे AI को जिम्मेदारी से स्केल करने के लिए बेहतर स्थिति में होंगे।
जैसे ही स्वायत्त AI एजेंट एंटरप्राइज़ डेटा, एप्लिकेशन और इन्फ्रास्ट्रक्चर तक पहुँच प्राप्त करते हैं, पारंपरिक डेटा गवर्नेंस अब पर्याप्त नहीं रह सकता। जब डेटा तक पहुँचने और उस पर कार्रवाई करने वाले उपयोगकर्ता अधिकतर AI एजेंट होते जा रहे हैं न कि मनुष्य, तो गवर्नेंस को कैसे विकसित होना चाहिए?
अतीत में, गवर्नेंस मुख्यतः लोगों और एप्लिकेशन के डेटा तक पहुँचने पर आधारित था। एजेंट एक नया पहलू जोड़ते हैं, क्योंकि वे जानकारी तक पहुँच सकते हैं, उस पर तर्क कर सकते हैं और जो वे पाते हैं उसके आधार पर कार्रवाई कर सकते हैं।
इसी कारण, व्यवसायों को एजेंटों पर पहचान, अनुमतियाँ, लाइनज, अवेरेबिलिटी और ज़ीरो‑ट्रस्ट एक्सेस जैसे विचार लागू करने चाहिए ताकि उनके डेटा की सुरक्षा और गवर्नेंस सुनिश्चित हो सके। संगठनों को यह पता होना चाहिए कि किस एजेंट ने कौन सा डेटा एक्सेस किया, उसने उस जानकारी के साथ क्या किया, कौन‑सी कार्रवाइयाँ कीं, और क्या ये कार्रवाइयाँ कंपनी की नीतियों के अनुरूप थीं। गवर्नेंस को एजेंट द्वारा कार्रवाई करने के बाद नहीं जोड़ा जा सकता; इसे पर्यावरण में ही निर्मित होना चाहिए ताकि नीतियाँ और सुरक्षा उपाय डेटा के साथ चलते रहें और चाहे वह व्यक्ति हो, एप्लिकेशन हो या स्वायत्त एजेंट, निरंतर लागू हों।
Cloudera खुली मानकों जैसे Apache Iceberg, Polaris, Spark, Kafka, और Trino पर ज़ोर दे रहा है, बजाय इसके कि ग्राहकों को पूरी तरह से एक स्वामित्व स्टैक में काम करने के लिए बाध्य किया जाए। जैसे ही AI इन्फ्रास्ट्रक्चर बड़े प्लेटफ़ॉर्मों के आसपास एकत्रित होता है, नई पीढ़ी के AI विक्रेता लॉक‑इन को रोकने में खुली मानकों और पारस्परिक कार्यक्षमता कितनी महत्वपूर्ण होंगी?
जितना अधिक AI एंटरप्राइज़ इन्फ्रास्ट्रक्चर का हिस्सा बनता है, उतने ही अधिक खुली मानकों का महत्व बढ़ता है। AI तेज़ी से विकसित हो रहा है, और संगठनों को आज ऐसे वास्तुशिल्पीय निर्णय लेने से बचना चाहिए जो भविष्य में वे जिन मॉडल, इंजन, इन्फ्रास्ट्रक्चर या तकनीकों का उपयोग कर सकते हैं, उन्हें सीमित कर दें।
Apache Iceberg, Spark, Kafka, Trino और ओपन कैटलॉग जैसी तकनीकें संगठनों को विभिन्न कार्यभारों के लिए विभिन्न टूल्स का उपयोग करने की लचीलापन देती हैं, जबकि उनके डेटा पर्यावरण में पारस्परिक कार्यक्षमता बनी रहती है। यह विशेष रूप से महत्वपूर्ण है क्योंकि एंटरप्राइज़ सार्वजनिक क्लाउड, संप्रभु इन्फ्रास्ट्रक्चर और निजी डेटा सेंटरों के बीच अधिकतर संचालन कर रहे हैं, जहाँ उन्हें यह स्वतंत्रता चाहिए कि उनका डेटा और AI कार्यभार कहाँ चलेंगे, बिना किसी एकल प्रदाता के चारों ओर पुनर्निर्माण किए।
एक खुला दृष्टिकोण नई AI क्षमताओं को अपनाना आसान बनाता है, जबकि मौजूदा निवेशों पर निर्माण किया जा सकता है, बजाय इसके कि तकनीक के विकास के साथ डेटा को बार‑बार स्थानांतरित या कॉपी किया जाए। जैसे-जैसे AI परिदृश्य बदलता रहता है, खुली मानक संगठनों को समय के साथ अपनी वास्तुकला को विकसित करने की लचीलापन देती हैं, साथ ही उनके डेटा, इन्फ्रास्ट्रक्चर और तकनीकी निर्णयों पर विकल्प और नियंत्रण बनाए रखती हैं।
उत्कृष्ट साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं उन्हें Cloudera पर जाना चाहिए।
