Ian Leysen, CEO dan Co-Founder Datadobi – Seri Wawancara

Ian Leysen, CEO dan Co-Founder Datadobi, adalah eksekutif teknologi dengan pengalaman lebih dari tiga dekade di bidang rekayasa perangkat lunak, jaminan kualitas, dan manajemen data perusahaan. Ia mendirikan Datadobi pada 2009 setelah menghabiskan delapan tahun di EMC sebagai Senior Manager of Quality Assurance, sebelumnya memegang peran kepemimpinan di Mediagenix dan Wave Research. Sepanjang kariernya, Leysen sangat fokus pada pembangunan organisasi rekayasa perangkat lunak berkualitas tinggi, dengan mendirikan tiga tim jaminan kualitas dari nol. Di Datadobi, ia memimpin perusahaan yang berfokus membantu perusahaan besar mengelola, mengatur, memigrasi, dan melindungi data tidak terstruktur di lingkungan on‑premises, cloud, dan hybrid. Perusahaan ini telah berkembang melampaui akar dalam migrasi data skala besar untuk menawarkan StorageMAP, sebuah platform netral vendor yang dirancang memberi organisasi visibilitas dan kontrol lebih besar atas estate data tidak terstruktur yang kompleks, termasuk menyiapkan data perusahaan untuk inisiatif AI.

Datadobi membantu perusahaan memperoleh visibilitas dan kontrol yang lebih besar atas volume data tidak terstruktur yang berkembang pesat. Perangkat lunaknya dapat memindai miliaran file untuk mengidentifikasi data usang, duplikat, celah kepemilikan, dan potensi risiko, sambil menerapkan metadata dan tag klasifikasi yang mendukung tata kelola serta kebijakan otomatis untuk pengarsipan, penghapusan, dan retensi. Hal ini menjadi semakin penting seiring organisasi menyiapkan data perusahaan untuk AI generatif, di mana informasi yang kurang dipahami atau usang dapat menimbulkan kebisingan, masalah kepatuhan, dan risiko keamanan. Datadobi juga memungkinkan perusahaan mengidentifikasi dataset yang berpotensi berharga, mengatur mereka untuk penggunaan selanjutnya, dan memindahkan informasi terpilih ke data lake atau lakehouse sambil mempertahankan jejak dan tata kelola. Platform ini juga memberikan wawasan tentang biaya penyimpanan dan dampak karbon, membantu organisasi membuat keputusan yang lebih tepat tentang data apa yang harus dipertahankan dan di mana seharusnya disimpan.

Anda menghabiskan delapan tahun memimpin jaminan kualitas di EMC sebelum mendirikan Datadobi pada 2010. Apa yang Anda lihat dalam lingkungan penyimpanan dan data perusahaan berskala besar yang meyakinkan Anda bahwa ada perusahaan yang layak dibangun, dan bagaimana visi awal itu berkembang seiring data tidak terstruktur menjadi semakin penting bagi AI?

Di EMC, saya menghabiskan bertahun‑tahun menyaksikan perusahaan berinvestasi besar‑besar dalam infrastruktur penyimpanan sementara hampir tidak memiliki visibilitas tentang apa yang sebenarnya tersimpan di dalamnya. Kami sangat baik membantu pelanggan menyimpan dan melindungi data, namun tidak ada yang mengajukan pertanyaan yang lebih sulit: apa data ini, siapa pemiliknya, apakah masih dibutuhkan, dan berapa nilainya? Kesempatan itu terletak pada kesenjangan antara kemampuan infrastruktur dan pemahaman data. Kami mendirikan Datadobi untuk membantu organisasi memindahkan dan mengelola data tidak terstruktur secara cerdas, bukan sekadar memindahkannya dari satu array ke array lain.

Yang berubah adalah taruhannya. Lima belas tahun lalu, sebuah file share yang tidak dikelola merupakan masalah biaya dan kepatuhan. Hari ini, file share yang sama menjadi liabilitas begitu seseorang mengarahkan model atau agen AI ke sana. Data tidak terstruktur telah beralih dari sekadar hal yang disimpan organisasi menjadi hal yang menentukan apakah inisiatif AI mereka berhasil atau gagal. Ide awal kami, bahwa infrastruktur penyimpanan saja tidak dapat memberi tahu apa arti data Anda bagi bisnis, tidak berubah. Namun kini menjadi sangat mendesak dengan cara yang belum pernah terjadi sebelumnya.

Anda berpendapat bahwa AI generatif tidak menciptakan masalah data perusahaan, melainkan mengungkap dan mempercepat masalah yang telah ada selama puluhan tahun. Apa kelemahan terbesar yang kini diungkap AI dalam cara organisasi secara historis mengelola data mereka?

Organisasi telah berjuang memahami data perusahaan mereka selama puluhan tahun. AI tidak menciptakan perjuangan itu, melainkan menghilangkan tempat‑tempat di mana masalah itu tersembunyi. Ketika data diam di file share atau arsip, tidak ada yang harus menjawab apa isinya. Begitu Anda mengarahkan model bahasa besar atau pipeline RAG ke data tersebut, setiap kelemahan menjadi terlihat dan berdampak.

Tantangan terbesar adalah kebanyakan organisasi mengelola penyimpanan, bukan data. Mereka tahu di mana volume dan bucket mereka berada, tetapi tidak tahu apa yang ada di dalamnya: file mana yang usang, mana yang berisi informasi sensitif atau diatur, mana yang diduplikasi puluhan kali di seluruh lingkungan, dan siapa yang sebenarnya memiliki akses. AI juga mengungkap betapa terfragmentasinya kepemilikan. Data terakumulasi di sistem on‑premises, beberapa cloud, dan repositori SaaS, dan tidak ada yang memiliki gambaran keseluruhan. Itu bukan masalah baru. AI hanya membuat biaya mengabaikannya menjadi segera dan terlihat.

Organisasi sering memusatkan investasi AI mereka pada model yang lebih kuat, GPU, dan infrastruktur. Mengapa lebih banyak komputasi atau penyimpanan tidak dapat menyelesaikan masalah kesiapan data yang mendasar, dan di mana seharusnya perusahaan berinvestasi sebaliknya?

Lebih banyak komputasi membuat jawaban yang buruk tiba lebih cepat. Itu tidak membuat jawaban menjadi akurat, aman, atau patuh. GPU dan infrastruktur penyimpanan mengeksekusi keputusan, bukan membuatnya. Jika Anda memberi model yang kuat data yang usang, duplikat, dengan izin yang salah, atau sensitif, Anda akan mendapatkan model kuat yang menghasilkan output tidak dapat diandalkan atau berisiko dalam skala besar, dan melakukannya dengan cepat.

Kami percaya pasar telah mencapai titik balik penting: secara historis, organisasi mengoptimalkan penyimpanan; kini, mereka semakin perlu mengoptimalkan data. Itu berarti berinvestasi pada disiplin yang berada di atas lapisan infrastruktur, kemampuan melihat seluruh estate data Anda, memahami apa setiap potongan data sebenarnya dan siapa yang bertanggung jawab, memutuskan apa yang harus dipertahankan, dipindahkan, diarsipkan, atau dihapus, dan kemudian mengeksekusi keputusan itu secara konsisten. Pengeluaran infrastruktur tanpa disiplin tersebut hanya berarti organisasi dapat melakukan hal yang salah lebih cepat.

Itulah tepatnya masalah yang platform manajemen data tidak terstruktur kami dirancang untuk diselesaikan. Platform ini memberikan organisasi tampilan tunggal di seluruh penyimpanan on‑premises, cloud, dan SaaS, mengklasifikasikan data dengan tagging dan analitik metadata sehingga tim dapat melihat apa yang redundan, usang, atau benar‑benar berharga, lalu mengeksekusi keputusan—memigrasi, mengarsipkan, atau menghapus data—melalui alur kerja berbasis kebijakan yang beroperasi secara berkelanjutan, bukan sebagai proyek sekali saja. Kombinasi visibilitas, klasifikasi, dan eksekusi konsisten inilah yang mengubah “kami memiliki banyak data” menjadi “kami tahu persis apa yang kami miliki dan apa yang harus dilakukan.”

“Data siap AI” telah menjadi frasa umum di industri. Dari perspektif Anda, apa yang sebenarnya membuat data tidak terstruktur siap AI, dan kriteria apa yang harus dipakai organisasi sebelum memperbolehkan data masuk ke AI generatif, retrieval‑augmented generation (RAG), atau pipeline pelatihan?

Data siap AI adalah data yang telah divalidasi oleh organisasi, bukan sekadar data yang dimiliki. Praktiknya berarti organisasi dapat menjawab beberapa pertanyaan dengan yakin sebelum data tersebut mencapai model atau pipeline: Apakah data ini akurat dan terkini, atau sudah lama tidak disentuh? Apakah data ini duplikat di tempat lain sehingga dapat memutarbalikkan atau menentang hasil? Apakah mengandung informasi sensitif, diatur, atau pribadi yang tidak boleh dipublikasikan? Siapa yang diizinkan mengaksesnya, dan apakah itu masih mencerminkan siapa yang seharusnya dapat mengakses? Apakah data tersebut benar‑benar menambah nilai bisnis pada kasus penggunaan, atau hanya kebisingan?

Tanpa jawaban atas pertanyaan‑pertanyaan itu, memasukkan data ke dalam AI generatif atau pipeline RAG hanya berarti memindahkan masalah tata kelola Anda ke hilir, ke sistem yang jauh lebih baik dalam menampilkan apa yang ditemukan dibandingkan file share Anda sebelumnya. Kesiapan AI adalah disiplin intelijen data, bukan sekadar kotak centang yang Anda centang sekali sebelum proyek dimulai.

Perusahaan dapat memiliki miliaran file yang tersebar di infrastruktur on‑premises, beberapa cloud, arsip, dan unit bisnis. Bagaimana mereka dapat menentukan data mana yang mengandung nilai bisnis yang berarti dan mana yang redundan, usang, sepele, atau sekadar kebisingan yang dapat menurunkan kinerja AI?

Pada skala itu, tidak ada yang akan menjawab pertanyaan itu file demi file, dan peninjauan manual bukan strategi yang layak. Organisasi pertama‑tama membutuhkan visibilitas lintas perusahaan: tampilan tunggal yang akurat di seluruh repositori on‑premises, cloud, dan SaaS, karena Anda tidak dapat membuat keputusan tentang data yang tidak dapat Anda lihat. Selanjutnya, menerapkan intelijen data untuk mengklasifikasikan apa yang sebenarnya ada di lingkungan, sehingga data ROT (redundant, obsolete, and trivial) dapat diidentifikasi dan dipisahkan dari data yang benar‑benar memiliki nilai bisnis.

Inilah saat disiplin harus melampaui sekadar visibilitas. Melihat data Anda memang diperlukan, tetapi tidak cukup. Organisasi perlu melewati tahap memahami apa data itu dan artinya, memutuskan apa yang harus dilakukan—mempertahankan, memindahkan, mengarsipkan, menghapus, atau menggunakannya untuk menggerakkan AI—dan kemudian mengeksekusi keputusan itu secara konsisten di miliaran objek. Langsung melompat dari visibilitas ke ingest AI justru cara kebisingan menurunkan performa model dan data yang benar‑benar berharga terbenam di dalamnya.

Keamanan dan tata kelola menjadi sangat penting ketika sistem AI dapat menampilkan informasi yang sebelumnya sulit ditemukan oleh karyawan. Bagaimana organisasi harus menilai izin, informasi sensitif, kepemilikan, dan risiko regulasi sebelum mengekspos data perusahaan ke sistem AI?

Ini adalah salah satu area di mana AI paling mengubah perhitungan risiko. Sebuah file dengan izin berlebih atau usang dulu merupakan paparan teoretis, karena secara realistis, seseorang harus mengetahui keberadaannya dan mencarinya. Sistem AI dengan akses luas dapat menampilkan file yang sama kepada siapa pun yang mengajukan pertanyaan tepat, secara instan. Ketidakterlihatan tidak pernah menjadi kontrol yang nyata, namun AI telah menghilangkan sisa perlindungan yang secara tidak sengaja diberikan.

Sebelum data apa pun diekspos ke sistem AI, organisasi memerlukan gambaran jelas tentang siapa yang memiliki akses dan apakah akses tersebut masih masuk akal, informasi sensitif atau diatur apa yang terkandung, siapa pemiliknya dan yang bertanggung jawab, serta kewajiban regulasi apa yang melekat—seperti residensi data, retensi, dan persyaratan privasi. Penilaian tersebut tidak dapat menjadi audit sekali sebelum peluncuran. Data perusahaan berubah secara terus‑menerus, sehingga izin, kepemilikan, dan risiko harus ditinjau secara berkelanjutan, bukan hanya pada saat proyek AI diluncurkan.

Datadobi menganjurkan pergeseran pembicaraan dari mengelola infrastruktur penyimpanan ke mengelola data sebagai aset bisnis. Seperti apa transisi itu dalam praktik, dan bagaimana hal itu mengubah hubungan antara tim TI, tim data, pemimpin keamanan, dan unit bisnis?

Secara praktik, ini berarti pembicaraan tidak lagi tentang kapasitas, tiering, dan uptime, melainkan tentang hasil: pengurangan biaya, pengurangan risiko, kepatuhan regulasi, dan pemberdayaan AI. Hal‑hal tersebut dulu diperlakukan sebagai inisiatif terpisah, masing‑masing dengan alat dan pemiliknya. Kami percaya pandangan itu semakin usang. Semua bergantung pada pemahaman data perusahaan yang mendasarinya, dan yang dibutuhkan adalah model operasional berfokus data baru yang menghubungkan mereka, bukan memperlakukan setiap inisiatif seolah‑olah bergantung pada sistem terpisah yang terisolasi. Platform kami adalah cara kami menerapkan model operasional tersebut.

Itu secara alami mengubah siapa yang berada di ruangan. TI bukan lagi satu‑satunya pemilik pembicaraan, karena keputusan tentang data apa yang dipertahankan, dipindahkan, atau diekspos ke AI adalah keputusan bisnis, yang diinformasikan oleh intelijen data, bukan keputusan infrastruktur. Pemimpin keamanan dan kepatuhan memerlukan visibilitas ke lanskap data yang sama yang dikelola TI. Unit bisnis membutuhkan suara dalam data apa yang benar‑benar penting bagi hasil mereka. Manajemen data tidak lagi menjadi fungsi back‑office TI, melainkan disiplin operasional bersama antara TI, keamanan, dan bisnis yang membuat keputusan berdasarkan informasi yang sama.

Salah satu tantangan AI perusahaan adalah data yang terus berubah. Apakah kesiapan AI dapat dicapai sekali saja oleh organisasi, ataukah memerlukan proses berkelanjutan untuk menemukan, mengklasifikasikan, mengatur, mengarsipkan, dan memindahkan data seiring perkembangannya?

Itu berkelanjutan, titik akhir. Data perusahaan berubah terus‑menerus, file baru dibuat, izin berubah, karyawan bergabung dan keluar, regulasi berkembang, sehingga manajemen data harus menjadi kemampuan operasional berkelanjutan, bukan rangkaian proyek independen. Menganggap kesiapan AI sebagai pembersihan satu kali sebelum peluncuran proyek ibarat menyatakan sebuah gedung aman setelah satu kunjungan tukang kunci dan tidak pernah memeriksa pintu lagi.

Apa yang dibutuhkan organisasi adalah disiplin operasional yang terus‑menerus melintasi visibilitas, pemahaman, keputusan, dan eksekusi, menemukan data yang ada, mengklasifikasikan dan memahaminya, memutuskan apa yang harus dilakukan, lalu melaksanakan keputusan tersebut secara berulang. Organisasi yang melampaui pesaingnya akan menjadi yang dapat bergerak melalui siklus itu secara terus‑menerus dan pada skala perusahaan, bukan yang memperlakukan kesiapan AI sebagai proyek dengan tanggal akhir.

Seiring perusahaan semakin banyak menerapkan agen AI yang dapat mencari di seluruh sistem dan mengambil tindakan otonom, apakah manajemen data tidak terstruktur menjadi lebih penting? Risiko baru apa yang muncul ketika agen AI dapat mengakses informasi yang tersebar di seluruh organisasi, bukan sekadar menanggapi permintaan pengguna?

Itu menjadi jauh lebih penting, karena agen mengubah sifat paparan. Chatbot yang menjawab satu permintaan terbatas pada apa yang ditanyakan dan dilihat satu orang. Agen yang dapat mencari di seluruh sistem dan mengambil tindakan otonom dapat menjelajah jauh lebih banyak lingkungan daripada yang biasanya dapat dijangkau oleh seorang karyawan, dan dapat bertindak atas apa yang ditemukannya, memindahkan, membagikan, atau menggunakan data, tanpa harus ada manusia yang meninjau setiap langkah.

Itu memperkenalkan risiko yang melampaui sekadar penemuan. Jika agen memiliki akses ke data yang tidak seharusnya (file dengan izin salah, rekaman sensitif yang usang, informasi yang seharusnya diarsipkan atau dihapus bertahun‑tahun yang lalu), ia dapat bertindak atas data tersebut dengan kecepatan dan skala mesin, bukan hanya menampilkannya kepada satu pengguna penasaran. Organisasi yang paling berhasil menerapkan agen adalah yang memperlakukan tata kelola data sebagai prasyarat, bukan pemikiran setelahnya, karena agen akan dengan setia memanfaatkan celah apa pun dalam intelijen data Anda.

Bagi perusahaan yang telah mengumpulkan data tidak terstruktur selama puluhan tahun dan ingin memperluas inisiatif AI mereka, langkah praktis apa yang Anda rekomendasikan untuk diambil pertama kali, dan kesalahan apa yang harus dihindari pemimpin saat mulai mengendalikan estate data mereka?

Mulailah dengan visibilitas. Anda tidak dapat membuat keputusan yang baik tentang data yang tidak dapat Anda lihat, jadi langkah praktis pertama adalah memperoleh gambaran akurat dan lintas perusahaan tentang data apa yang ada di lingkungan on‑premises, cloud, dan SaaS. Dari sana, beralih ke pemahaman, mengklasifikasikan data tersebut sehingga Anda tahu apa yang berharga, apa yang sensitif, dan apa yang sekadar kebisingan, sebelum membuat keputusan tentang retensi, migrasi, pengarsipan, atau penghapusan.

Ada juga realitas anggaran yang tidak dapat diabaikan pemimpin. Kebanyakan CIO tidak mendapatkan anggaran AI terpisah yang tak terbatas; mereka bekerja dengan kumpulan dana tetap yang kini harus bersaing dengan segala hal lain yang menjaga operasional bisnis. Naluri untuk mendanai AI dengan mengurangi investasi pada infrastruktur yang ada adalah langkah yang salah, karena infrastruktur, penyimpanan, pipeline data, dan tata kelola itu justru menjadi hal yang sangat dibutuhkan AI untuk berhasil. Jalur yang lebih berkelanjutan adalah menciptakan ruang gerak di dalam estate yang ada: meningkatkan visibilitas dan mengurangi pemborosan penyimpanan melalui jenis optimasi data yang dibangun oleh StorageMAP membebaskan anggaran nyata, tanpa menyentuh kapasitas yang sebenarnya dibutuhkan inisiatif AI.

Kesalahan terbesar yang saya lihat adalah organisasi melompati langsung ke eksekusi, mengarahkan AI ke estate data mereka, atau meluncurkan proyek pembersihan, tanpa terlebih dahulu membangun fondasi visibilitas dan pemahaman. Kesalahan kedua adalah memperlakukan ini sebagai inisiatif satu kali alih‑alih kemampuan operasional; data terus berubah, sehingga disiplin harus berkelanjutan. Dan kesalahan ketiga adalah menjadikannya latihan teknis semata. Organisasi yang berhasil memperlakukan ini sebagai keputusan bisnis, dengan TI, keamanan, dan pemangku kepentingan bisnis selaras tentang nilai data dan apa yang harus dilakukan, bukan sekadar proyek migrasi atau penyimpanan yang diserahkan kepada TI saja.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Datadobi.