स्किप लेवेंस, मार्केटिंग डायरेक्टर, मीडिया और एंटरटेनमेंट, क्वांटम – इंटरव्यू सीरीज

स्किप लेवेंस क्वांटम में एक उत्पाद नेता और एआई रणनीतिकार हैं, जो एआई और असंरचित डेटा के लिए डेटा प्रबंधन समाधानों का एक नेता है। वह वर्तमान में क्वांटम के एंड-टू-एंड समाधानों के लिए जुड़ाव, जागरूकता और वृद्धि को चलाने के लिए जिम्मेदार है। अपने करियर के दौरान – जिसमें एप्पल, बैकब्लेज़, सिम्पली और एक्टिव स्टोरेज जैसे संगठनों में रुकावटें शामिल हैं – उन्होंने सफलतापूर्वक विपणन और व्यवसाय विकास, उत्साही, नए उत्पादों को लॉन्च किया है, प्रमुख हितधारकों के साथ संबंध बनाए हैं और राजस्व वृद्धि को चलाया है।

क्वांटम एंड-टू-एंड डेटा समाधान प्रदान करता है जो संगठनों को असंरचित डेटा, जैसे वीडियो और ऑडियो फ़ाइलें, को स्केल पर प्रबंधित, समृद्ध और सुरक्षित करने में मदद करता है। उनकी प्रौद्योगिकी डेटा को मूल्यवान अंतर्दृष्टि में परिवर्तित करने पर केंद्रित है, जो व्यवसायों को मूल्य निकालने और सूचित निर्णय लेने में सक्षम बनाता है। क्वांटम का प्लेटफ़ॉर्म सुरक्षित, स्केलेबल और लचीले समाधान प्रदान करता है, जो ऑनसाइट बुनियादी ढांचे के साथ क्लाउड क्षमताओं को जोड़ता है। कंपनी का दृष्टिकोण व्यवसायों को डेटा जीवन चक्र के दौरान सुरक्षा और लचीलेपन को बनाए रखते हुए डेटा वृद्धि को कुशलता से संभालने में सक्षम बनाता है।

क्वांटम के असंरचित डेटा के लिए एआई-चालित डेटा प्रबंधन के दृष्टिकोण का अवलोकन प्रदान कर सकते हैं?

ग्राहकों को उनके प्रमुख व्यवसायिक कार्यों में कृत्रिम बुद्धिमत्ता (एआई) और मशीन लर्निंग (एमएल) को एकीकृत करने में मदद करके, क्वांटम ग्राहकों को अपने असंरचित डेटा से प्रभावी ढंग से प्रबंधित और महत्वपूर्ण मूल्य को अनलॉक करने में मदद करता है, जो कार्रवाई योग्य व्यवसायिक अंतर्दृष्टि प्रदान करता है जो बेहतर व्यवसायिक निर्णयों की ओर ले जाता है। अपने स्वयं के एआई/एमएल टूल्स का निर्माण करके, कंपनियां डेटा और सामग्री के प्रवाह के साथ केवल सामना करने से लेकर दक्षताओं और मानव विशेषज्ञता को बढ़ाने के लिए अंतर्दृष्टि का उपयोग करने में स्थानांतरित कर सकती हैं।

क्वांटम की एआई प्रौद्योगिकी असंरचित डेटा का विश्लेषण कैसे करती है, और आपके प्लेटफ़ॉर्म को प्रतिस्पर्धियों से अलग करने वाली कुछ प्रमुख नवाचार क्या हैं?

एआई/एमएल टूल्स को अपनाने के प्रारंभिक चरणों में, कई संगठनों को अपने कार्य प्रवाह विकसित करने में परेशानी होती है और वे अपने डेटा को खो देते हैं, जिससे सुरक्षा और सुरक्षा मानकों को लागू करना मुश्किल हो जाता है। अक्सर, शुरुआती विकास बुनियादी ढांचे और फ़ाइल प्रणाली के प्रदर्शन के कारण बाधित होता है।

हमने मायरियड विकसित किया है, जो एक उच्च-प्रदर्शन, सॉफ़्टवेयर-परिभाषित फ़ाइल स्टोरेज और बुद्धिमान फैब्रिक वातावरण है जो एआई/एमएल पाइपलाइन और उच्च-प्रदर्शन कार्य प्रवाह को एक साथ एकीकृत करने की चुनौतियों का सामना करने के लिए सुंदरता से मिलता है – बिना किसी हार्डवेयर प्रतिबंधों और सीमाओं के साथ कार्य प्रवाह को एकजुट करता है। मायरियड पुराने हार्डवेयर और स्टोरेज प्रतिबंधों से एक स्पष्ट प्रस्थान है, और नवीनतम स्टोरेज और क्लाउड प्रौद्योगिकियों के साथ निर्मित, पूरी तरह से माइक्रोसervices संचालित और कुबेरनेट्स द्वारा ऑर्केस्ट्रेटेड है, जो एक उच्च प्रतिक्रिया प्रणाली है जो शायद ही कभी प्रशासक बातचीत की आवश्यकता होती है। मायरियड को बुद्धिमान फैब्रिक के हिस्से के रूप में डिज़ाइन किया गया है, यह एक अंतर्निहित लोड-संतुलित प्रणाली है जो एकल, संतुलित आईपी पते के रूप में कई 100 जीबीपीएस बैंडविड्थ प्रदान करती है।

मायरियड को हमारे क्लाउड-जैसे ऑब्जेक्ट स्टोरेज सिस्टम, एक्टिवस्केल के साथ जोड़कर, संगठनों को अपने एआई पाइपलाइन्स के लिए वास्तविक एंड-टू-एंड डेटा प्रबंधन समाधान प्रदान करने में मदद मिलती है। इसके अलावा, जब हमारे कैटडीवी समाधान के साथ वितरित किया जाता है, तो ग्राहक डेटा को टैग और कैटलॉग करने के लिए डेटा को और भी समृद्ध बनाने और विश्लेषण के लिए तैयार करने में सक्षम होते हैं।

वीडियो निगरानी के साथ एआई के उपयोग पर पेरिस ओलंपिक में कुछ अंतर्दृष्टि साझा कर सकते हैं, और कौन से अन्य बड़े पैमाने पर आयोजन या संगठनों ने इस प्रौद्योगिकी का उपयोग किया है?

मशीन लर्निंग डेटा में रुचि के पैटर्न को पहचानने और वास्तविक समय में डेटा की बाढ़ से अंतर्दृष्टि विकसित करने के लिए पुनरावृत्ति क्रियाओं को विकसित कर सकता है, जो मानव प्रयासों द्वारा अकेले संभव से बड़ा और तेज़ है। वीडियो निगरानी, उदाहरण के लिए, एआई का उपयोग संदिग्ध व्यवहार को पकड़ने और झंडे लगाने के लिए कर सकता है क्योंकि यह होता है, यहां तक कि अगर सैकड़ों कैमरे मॉडल को जानकारी खिला रहे हैं। एक मानव इस कार्य को करने में सक्षम होगा, लेकिन एआई-संचालित वीडियो निगरानी एक ही समय में हज़ारों मामलों को संभाल सकती है।

असंरचित डेटा विश्लेषण के लिए एआई लागू करने में संगठनों को कौन सी प्राथमिक चुनौतियों का सामना करना पड़ता है, और क्वांटम इन चुनौतियों को कैसे कम करता है?

संगठनों को अपने दृष्टिकोण को पूरी तरह से पुनः कल्पना करना होगा, साथ ही साथ डेटा और सामग्री प्रबंधन को एक整 olarak। अधिकांश संगठन अपनी स्टोरेज क्षमताओं को जैविक रूप से विकसित करते हैं, आमतौर पर एक-एक करके जरूरतों के जवाब में, और इससे बहु-विक्रेता भ्रम और दुर्भाग्यपूर्ण जटिलता पैदा होती है।

एआई के अपनाने के साथ, संगठनों को अब अपने संचालन का आधार बनाने वाले स्टोरेज को सरल बनाना होगा। अक्सर, इसके लिए एक “हॉट” हिस्से को लागू करने की आवश्यकता होती है जहां अनुप्रयोग और उपयोगकर्ता यथासंभव तेजी से काम कर सकते हैं। फिर, एक बड़ा “कोल्ड” प्रकार का स्टोरेज जोड़ा जाता है जो बड़ी मात्रा में डेटा को आसानी से संग्रहीत कर सकता है और इसे लागत-प्रभावी तरीके से सुरक्षित कर सकता है, और डेटा को “हॉट” प्रोसेसिंग कार्य प्रवाह में वापस लाने की क्षमता के साथ।

क्वांटम की एआई नवाचार अन्य एआई-संचालित टूल्स और प्रौद्योगिकियों के साथ कैसे एकीकृत होते हैं ताकि संगठनात्मक विकास और दक्षता में वृद्धि हो?

कई लोग सोचते हैं कि एआई/एमएल टूल्स के लिए स्टोरेज केवल जीपीयू को खिलाने के बारे में है, लेकिन यह समीकरण का केवल एक छोटा सा हिस्सा है। हालांकि जीपीयू को डेटा विश्लेषण करने के लिए तेजी से डेटा खिलाने में गति और उच्च प्रदर्शन महत्वपूर्ण हो सकते हैं, बड़ा चित्र एक संगठन के लिए अपने स्वामित्व वाले डेटा के आधार पर एआई/एमएल विकास, प्रशिक्षण और अनुमान लूप को एकीकृत करने के बारे में है। अक्सर, पहला और सबसे महत्वपूर्ण एआई/एमएल कार्य जो संबोधित किया जाता है वह “ज्ञान बॉट” या “परामर्शदाता बॉट” बनाना है जो संगठन के लिए अद्वितीय है। इन ज्ञान बॉट्स को उपयोगी और प्रत्येक संगठन के लिए अद्वितीय बनाने के लिए, बड़ी मात्रा में विशेषज्ञ जानकारी की आवश्यकता होती है जो मॉडल को प्रशिक्षित करती है। यहां एक एआई-संचालित स्टोरेज समाधान का संकेत है: यदि यह स्वामित्व वाला डेटा अच्छी तरह से व्यवस्थित और स्ट्रीमलाइन स्टोरेज वर्कफ़्लो में उपलब्ध है, तो यह डेटा को प्रकार, सेट और कैटलॉग में व्यवस्थित करने में आसान होगा, जो बदले में सुनिश्चित करेगा कि ज्ञान बॉट्स संगठन की विशिष्ट आवश्यकताओं पर अच्छी तरह से सूचित हैं।

एआई-संचालित कार्य प्रवाह प्रबंधन सुविधाओं पर अधिक जानकारी प्रदान कर सकते हैं और वे डेटा प्रक्रियाओं को कैसे सुव्यवस्थित करते हैं?

हम स्टोरेज समाधानों में सीधे एकीकृत करने के लिए एआई-संचालित कार्य प्रवाह प्रबंधन टूल्स का निर्माण कर रहे हैं जो कार्यों को स्वचालित करने और मूल्यवान वास्तविक समय के अंतर्दृष्टि प्रदान करने में सक्षम हैं, जो तेजी से और सूचित निर्णय लेने में सक्षम बनाता है। यह नई और उन्नत डेटा वर्गीकरण और टैगिंग प्रणाली के कारण है जो डेटा को व्यवस्थित करने और पुनः प्राप्त करने के लिए एआई का उपयोग करती है, और यहां तक कि मीडिया पर मानक क्रियाओं को भी करती है, जैसे कि एक निश्चित आकार के अनुरूप होना, जो डेटा को प्रशिक्षण सेट में व्यवस्थित करने में मानव प्रयासों को काफी कम कर देता है।

एआई-संचालित डेटा प्रबंधन के लिए दृष्टिकोण क्या है, और आप आने वाले वर्षों में कौन से रुझान देखते हैं?

जैसे ही ये टूल विकसित होते हैं और बहु-मोडल बन जाते हैं, यह अधिक अभिव्यक्तिपूर्ण और खुले तरीके से अपने डेटा के साथ काम करने की अनुमति देगा। भविष्य में, आप अपने सिस्टम के साथ “बातचीत” कर पाएंगे और आपको रुचि की जानकारी या विश्लेषण प्रस्तुत किया जाएगा, जैसे कि ‘मेरे “हॉट ज़ोन” में सबसे तेज़ी से बढ़ने वाला डेटा प्रकार क्या है?’। यह विशेषज्ञता का स्तर उन संगठनों के लिए एक अंतर बनाएगा जो इन टूल्स को अपने स्टोरेज समाधानों में निर्मित करते हैं, जो उन्हें अधिक सटीक और कुशल बनाते हैं, यहां तक कि लगातार नए डेटा धाराओं का सामना करने पर भी।

आपके क्लाउड-आधारित विश्लेषण और स्टोरेज-ए-सर्विस ऑफ़रिंग्स की भूमिका क्या है और यह कुल डेटा प्रबंधन रणनीति में कैसे फिट होती है?

महत्वपूर्ण और विस्तारित स्टोरेज आवश्यकताओं वाले संगठन अक्सर मांग के साथ तालमेल बिठाने के लिए संघर्ष करते हैं, खासकर जब सीमित बजट पर काम कर रहे हों। सार्वजनिक क्लाउड स्टोरेज के परिणामस्वरूप उच्च और अप्रत्याशित लागतें हो सकती हैं, जिससे सटीक रूप से अनुमान लगाना और आगे की स्टोरेज आवश्यकताओं के लिए वर्षों की खरीद करना मुश्किल हो जाता है। कई ग्राहक सार्वजनिक क्लाउड के अनुभव को जानते हुए एक ज्ञात परिचालन लागत चाहते हैं और सार्वजनिक क्लाउड को लाने वाले आश्चर्यजनक प्रस्थान या एपीआई शुल्क को समाप्त करना चाहते हैं। इस आवश्यकता का जवाब देने के लिए, हमने क्वांटम जीओ विकसित किया है ताकि ग्राहकों को अपनी सुविधा में एक निजी क्लाउड अनुभव प्रदान किया जा सके, जिसमें एक कम प्रारंभिक प्रवेश बिंदु और एक सरल “पे-ए-यू-ग्रो” सदस्यता मॉडल के साथ एक वास्तविक स्टोरेज-ए-सर्विस अनुभव हो। जैसे ही स्टोरेज आवश्यकताएं बढ़ती हैं, क्वांटम जीओ ग्राहकों को एक बढ़िया लचीलापन और मूल्य-प्रभावी तरीके से स्केलेबिलिटी प्रदान करने के लिए एक आसान “पे-ए-यू-ग्रो” सदस्यता मॉडल प्रदान करता है।

क्वांटम तेजी से विकसित हो रहे एआई और डेटा प्रबंधन परिदृश्य में आगे रहने की योजना कैसे बना रहा है?

आज की दुनिया में, केवल एक “स्टोरेज प्रदाता” होना पर्याप्त नहीं है। नई विकसित डेटा और व्यावसायिक चुनौतियों को एक बुद्धिमान, एआई-संचालित डेटा प्लेटफ़ॉर्म की आवश्यकता होती है जो ग्राहकों को अपने डेटा का अधिकतम मूल्य प्राप्त करने में मदद करता है। क्वांटम में, हम अपने ग्राहकों को आसानी से और प्रभावी ढंग से अपने पूरे जीवन चक्र में डेटा के साथ काम करने में मदद करने के लिए अपनी क्षमताओं में सुधार और निवेश करना जारी रखते हैं।

एआई और असंरचित डेटा प्रबंधन के साथ अपनी यात्रा शुरू करने वाले संगठनों के लिए आपकी क्या सलाह है?

एआई/एमएल को बहुत अधिक हYPE मिला है, और इसके कारण, यह समझना मुश्किल हो सकता है कि क्या व्यावहारिक और उपयोगी है। संगठनों को पहले डेटा के बारे में सोचना होगा और यह देखना होगा कि यह कैसे उत्पन्न हो रहा है, कब्जा कर लिया जा रहा है और संरक्षित किया जा रहा है। इसके अलावा, संगठनों को एक स्टोरेज समाधान की तलाश करनी चाहिए जो डेटा को आवश्यकतानुसार एक्सेस और पुनर्प्राप्त करने में मदद करेगा, और जो दैनिक कार्य प्रवाह और भविष्य के विकास को मार्गदर्शन करने में मदद करेगा। यहां तक कि अगर यह तय करना मुश्किल है कि अंतिम एआई लक्ष्य क्या हैं, तो वर्तमान और भविष्य के एआई/एमएल पहलों का समर्थन करने के लिए स्टोरेज सिस्टम और डेटा कार्य प्रवाह को स्ट्रीमलाइन, सरल और मजबूत बनाने के लिए कदम उठाने से बहुत लाभ होगा। संगठन तब अपने मिशन को आगे बढ़ाने के लिए एआई/एमएल टूल्स का अन्वेषण करने में सक्षम होंगे بدون यह चिंता किए बिना कि क्या वे इसे सही डेटा प्रबंधन प्लेटफ़ॉर्म के साथ समर्थन कर पाएंगे।

इस महान साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें क्वांटम पर जाना चाहिए।