Or Lenchner, CEO Bright Data – Seri Wawancara

Or Lenchner, CEO Bright Data, telah memimpin platform pengumpulan data web terkemuka sejak 2018, mengarahkan perluasannya, inovasi, dan pertumbuhan hingga lebih dari USD 100 juta dalam pendapatan tahunan. Bright Data memungkinkan perusahaan Fortune 500, bisnis terkemuka, universitas terkenal, dan lembaga sektor publik untuk mengakses data web publik secara real-time dan skala besar. Lenchner adalah pendukung kuat untuk menjaga data web publik tetap terbuka dan dapat diakses, menekankan peran kritisnya dalam mengarahkan inovasi.

Apa yang menginspirasi perjalanan Anda ke dunia data dan AI, dan sejak menjadi CEO pada 2018, bagaimana Anda membentuk misi dan visi Bright Data?

Saya selalu tertarik dengan kekuatan data, terutama dengan cara data dapat mengarahkan keputusan dan memicu inovasi. Ketika digunakan dengan benar, data juga dapat mengarahkan transparansi dalam bisnis. Menjadi CEO Bright Data pada 2018 memberi saya kesempatan untuk membantu membentuk bagaimana peneliti AI dan bisnis mengumpulkan dan menggunakan data web publik.

Apa tantangan utama yang dihadapi tim AI dalam mengumpulkan data web publik skala besar, dan bagaimana Bright Data menangani mereka?

Skalabilitas tetap menjadi salah satu tantangan terbesar bagi tim AI. Karena model AI memerlukan sejumlah besar data, pengumpulan data yang efisien bukanlah tugas kecil. Dan karena model AI hanya sebaik data yang digunakan untuk melatihnya, memastikan tim memiliki akses ke data yang segar dan berkualitas tinggi adalah tantangan konstan. Ini terutama benar karena web terus berkembang secara real-time.

Keamanan data juga menjadi perhatian utama. Hukum dan persyaratan privasi data terus berkembang, sehingga tim AI perlu selalu menyadari perubahan tersebut. Mereka juga perlu memahami bagaimana menangani situs web yang menerapkan mekanisme anti-bot, yang dapat mempersulit proses pengumpulan data.

Platform yang kami bangun di Bright Data menangani tantangan-tantangan ini. Kami menyediakan pengumpulan data yang otomatis dan terstruktur secara real-time. Alat AI kami membersihkan dan memvalidasi data untuk memastikan akurasi. Kami memiliki langkah-langkah ketat untuk memastikan pengumpulan data yang sah dan etis untuk kepatuhan. Tujuannya adalah untuk memberdayakan tim AI untuk fokus pada membangun model yang hebat, sementara kami menangani kompleksitas pengumpulan data.

Bagaimana data web berkualitas tinggi berkontribusi pada kinerja model AI, dan apa praktik terbaik untuk memastikan akurasi data?

Data berkualitas tinggi berarti data yang lengkap, bebas dari bias, dan paling penting, akurat. Jika data kurang atau penuh dengan inkonsistensi dan kesalahan, model AI yang dihasilkan tidak akan berkinerja sesuai dengan harapan.

Untuk mencapai akurasi, sebaiknya sumber data dari berbagai sumber publik yang telah terbukti dapat diandalkan. Menggunakan hanya beberapa, atau lebih buruk, satu sumber data, menghasilkan masalah seperti ketidaklengkapan. Memiliki beberapa sumber memungkinkan untuk melakukan cross-referensi data dan membangun dataset yang lebih seimbang dan terwakili. Selain itu, organisasi harus mempertimbangkan validasi dan pembersihan data otomatis untuk menghilangkan data yang salah dan inkonsisten.

Di Bright Data, kami mempertimbangkan semua faktor ini. Kami menyediakan tim AI dengan data yang terstruktur dan real-time yang telah divalidasi untuk akurasi. Dengan demikian, mereka dapat melatih model dengan percaya diri.

Apa kekhawatiran etika terbesar dalam pengumpulan data web publik saat ini?

Privasi tetap menjadi salah satu kekhawatiran terbesar dalam pengumpulan data web publik. Orang-orang khawatir tentang data mereka yang terpapar pada penyalahgunaan dan penyalahgunaan. Untuk memastikan data tetap pribadi, sangat penting untuk menekankan transparansi. Organisasi yang mengumpulkan data harus terbuka tentang data yang mereka kumpulkan. Penting untuk memastikan publik bahwa data mereka digunakan sesuai dengan pedoman etika yang ketat.

Keamanan data juga menjadi perhatian utama. Beberapa perusahaan besar memiliki kontrol atas sejumlah besar data, yang menciptakan lapangan yang tidak seimbang di mana hanya beberapa orang memiliki akses ke informasi yang diperlukan untuk melatih model AI dan mengarahkan inovasi. Ini tidak seharusnya terjadi. Data web publik harus tetap dapat diakses oleh bisnis, peneliti, dan pengembang. Dengan demikian, pengembangan AI tidak terkonsentrasi di tangan beberapa pemain besar.

Etika bukanlah sesuatu yang dipertimbangkan di Bright Data; etika merupakan bagian dari setiap keputusan yang kami buat. Kami tidak hanya mengikuti standar industri – kami menetapkan standar. Kami memimpin dalam industri pengumpulan data dalam mendefinisikan standar etika yang tepat. Kami ingin memastikan bahwa data web publik diakses secara bertanggung jawab, transparan, dan sesuai dengan regulasi global.

Bagaimana Bright Data memastikan kepatuhan dengan regulasi privasi data global sambil tetap memungkinkan pengumpulan data skala besar?

Organisasi kami berkomitmen untuk mematuhi persyaratan hukum dan regulasi global tentang pengumpulan dan penggunaan data. Kami memastikan bahwa kami mematuhi persyaratan GDPR, CPRA, CCPA, dan regulasi lain yang relevan. Pentingnya, kami mengikuti protokol Know Your Customer (KYC) untuk memastikan bahwa hanya pengguna yang sah yang dapat mengakses platform kami. Solusi data kami hanya dapat diakses oleh bisnis dan peneliti yang sah.

Kebijakan Penggunaan yang Dapat Diterima kami juga jelas dalam mendefinisikan apa yang dapat dan tidak dapat dikumpulkan. Ini termasuk penggunaan yang bertanggung jawab. Kami memiliki tim kepatuhan yang bertanggung jawab untuk terus memantau regulasi untuk memastikan bahwa kami tetap mutakhir dengan persyaratan hukum dan regulasi terbaru.

Terlepas dari itu, kami masih percaya bahwa data web publik harus tetap dapat diakses. Tujuan kami adalah untuk menyediakan tim AI dengan data yang mereka butuhkan sambil memastikan kepatuhan dengan standar privasi dan hukum.

Bagaimana Anda menjaga keseimbangan antara pertumbuhan bisnis dan praktik pengumpulan data etis?

Kami selalu mempertimbangkan etika dan pertumbuhan sebagai tidak saling eksklusif. Kepercayaan pelanggan kami dan hubungan yang kami bangun dengan mereka adalah perhatian utama. Kami memahami bahwa kami hanya dapat mencapai kesuksesan jangka panjang jika kami mengumpulkan data dengan syarat yang transparan dan sesuai dengan hukum yang berlaku.

Oleh karena itu, kami menerapkan protokol verifikasi yang ketat untuk pengguna kami. Ini dirancang untuk memastikan bahwa data yang kami kumpulkan digunakan secara etis. Kami mengalokasikan waktu, upaya, dan sumber daya untuk kepatuhan dan keamanan untuk melindungi pelanggan dan publik secara umum. Dengan mengikuti praktik pengumpulan data etis, kami berhasil dalam bisnis sambil berkontribusi pada pembentukan ekosistem AI yang transparan dan bertanggung jawab.

Bagaimana Bright Data tetap mendahului perubahan regulasi dalam privasi data?

Kami memahami bahwa proses dan kebijakan penggunaan data kami pasti akan berubah untuk mencerminkan perubahan dalam hukum dan regulasi yang relevan. Oleh karena itu, kami secara teratur berkonsultasi dengan ahli hukum dan berkomunikasi dengan badan regulasi. Kami juga terlibat dalam diskusi dengan pembuat kebijakan dan lain-lain yang terlibat dalam pembangunan kebijakan, memberikan input dalam pembuatan regulasi data yang bermakna. Kami bertujuan untuk mencapai keseimbangan antara inovasi dan privasi data.

Kerangka pengumpulan dan penggunaan data kami berkembang seiring dengan diterbitkannya hukum baru dan revisi regulasi. Kami memiliki tim kepatuhan yang proaktif memperbarui kebijakan penggunaan data kami untuk memastikan bahwa platform kami selalu sepenuhnya mematuhi. Selain itu, kami mengoperasikan inisiatif pendidikan pelanggan untuk mempromosikan penggunaan data etis.

Apa tren yang muncul dalam pengumpulan data AI yang perlu diketahui perusahaan?

Pengumpulan data real-time menjadi kebutuhan bagi model AI saat ini. Sangat penting bagi mereka untuk mengakses data terbaru atau data terbaru untuk memberikan tingkat akurasi yang tinggi dan menyediakan pengalaman pengguna yang lebih baik.

Tren lain yang patut diperhatikan adalah ketergantungan pada data sintetis yang digunakan untuk augmentasi data, di mana AI menghasilkan data yang melengkapi dataset yang dikumpulkan dari skenario dunia nyata.

Saya juga melihat minat yang kuat dalam mengejar AI yang dapat dijelaskan. Sebagian besar model AI saat ini menderita efek “black box”, atau kurangnya transparansi dalam proses pengambilan keputusan. Perusahaan berusaha untuk mengubah paradigma ini dengan menciptakan model AI yang dapat menjelaskan bagaimana mereka mencapai output atau keputusan yang mereka buat.

Terakhir, perusahaan menyadari meningkatnya kekhawatiran tentang privasi data. Itulah sebabnya teknik AI yang bertujuan untuk melestarikan privasi data, seperti pembelajaran federasi, menjadi sangat diminati. Organisasi ingin memaksimalkan pelatihan model AI tanpa mengorbankan privasi data pengguna.

Kami memastikan bahwa kami tetap mendahului tren-tren ini, sehingga kami dapat membangun solusi yang memungkinkan tim AI untuk mempertahankan keunggulan kompetitif.

Bagaimana Anda melihat agen AI yang ditenagai dan otomatisasi mengubah lanskap pengumpulan data?

Saat ini, model AI menggunakan dataset terstruktur yang sebagian besar dikumpulkan secara manual. Dataset ini juga melalui pra-pengolahan, pembersihan, dan prosedur lain yang biasanya melibatkan intervensi manusia. Ini akan berubah di masa depan dengan munculnya agen AI untuk pengumpulan dan pengolahan data otonom untuk pelatihan AI. Mereka memungkinkan pembelajaran dari data web real-time dengan skala yang belum pernah terjadi sebelumnya.

Kami telah menciptakan infrastruktur yang mendukung penerapan dan evolusi agen AI, memungkinkan akses yang lancar ke data web berkualitas tinggi secara real-time. Teknologi ini memungkinkan sistem AI yang canggih untuk terus berinteraksi dengan data web dinamis, belajar dari data tersebut, dan tumbuh lebih besar dan lebih baik.

Agen AI dapat mengubah industri karena mereka memungkinkan sistem AI untuk mengakses dan belajar dari dataset yang terus berubah di web, bukan hanya mengandalkan data statis dan diproses secara manual. Ini dapat mengarah pada kemajuan efisiensi yang besar dan lebih banyak area untuk otomatisasi.

Di Bright Data, kami tidak hanya memungkinkan transformasi ini dalam lanskap pengumpulan data. Kami percaya bahwa kami berada di garis depan, memperkenalkan teknologi yang membawa generasi berikutnya dari kecerdasan buatan. Kami bersemangat untuk membantu bisnis dan tim AI mengoptimalkan potensi penuh agen AI untuk operasi mereka.

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