Mathias Golombek, Chief Technology Officer di Exasol – Serie di interviste

Mathias Golombek è il Chief Technology Officer (CTO) di Exasol. Si è unito all’azienda come sviluppatore software nel 2004 dopo aver studiato informatica con un focus su database, sistemi distribuiti, processi di sviluppo software e algoritmi genetici. Nel 2005, era responsabile del team di ottimizzazione del database e nel 2007 è diventato capo della ricerca e sviluppo. Nel 2014, Mathias è stato nominato CTO. In questo ruolo, è responsabile dello sviluppo del prodotto, della gestione del prodotto, delle operazioni, del supporto e della consulenza tecnica.

Cosa ti ha inizialmente attirato verso l’informatica?

Quando ero in quarta elementare, mio fratello maggiore aveva alcune lezioni in cui imparavano a programmare in BASIC, e lui mi ha mostrato cosa si poteva fare con quello. Insieme, abbiamo sviluppato un indovinello di Pasqua sul nostro Commodore 64 per nostro fratello minore, e da allora sono stato affascinato dai computer. L’informatica in generale è tutta questione di risolvere problemi e essere creativi e credo che questo aspetto mi abbia attirato di più verso il settore.

Puoi condividere il tuo percorso dall’unirti a Exasol come sviluppatore software nel 2004 a diventare CTO? Come sono evoluti i tuoi ruoli nel corso degli anni, soprattutto nel panorama tecnologico in rapida evoluzione?

Ho studiato Informatica all’Università di Würzburg in Germania e ho iniziato a lavorare presso Exasol come sviluppatore software nel 2004 dopo la laurea. Dopo il mio primo anno con Exasol, sono stato promosso a capo del team di ottimizzazione del database e poi capo della ricerca e sviluppo. Dopo di che, ho ricoperto il ruolo di capo della R&S per sette anni prima di assumere il mio attuale ruolo di CTO nel 2014.

Fin dall’inizio, sono stato colpito da ciò che Exasol stava facendo — questa azienda tecnologica tedesca che lottava contro grandi nomi come Microsoft, IBM e Oracle. Ero sbalordito dall’opportunità che mi si presentava — come sviluppatore, creare questo sistema di gestione del database in memoria con elaborazione parallela (MPP) era il paradiso in terra.

Ho apprezzato ogni momento di lavoro con questo talentuoso team di ingegneri. Come CTO, sovrintendo all’innovazione del prodotto Exasol, allo sviluppo e al supporto tecnico. È stato emozionante vedere quanto il team Exasol sia cresciuto a livello globale mentre lavoriamo per supportare i nostri clienti e le loro esigenze in evoluzione. I fondamenti sono gli stessi — siamo ancora un sistema di gestione del database in memoria, ma ora stiamo abilitando i nostri clienti a sfruttare il potere dei loro dati per implementazioni di intelligenza artificiale.

Exasol è stata all’avanguardia nei database di analisi ad alte prestazioni. Dal tuo punto di vista, cosa distingue Exasol in questo spazio competitivo?

I leader aziendali sono costantemente impegnati a navigare nel modo per fare di più con meno. Negli ultimi anni, ciò è diventato ancora più sfidante poiché l’economia continua a essere tumultuosa e la proliferazione della tecnologia di intelligenza artificiale ha assorbito budget e tempo.

Come fornitore di database di analisi ad alte prestazioni, Exasol è rimasta all’avanguardia nell’aiutare le aziende a fare di più con meno. Aiutiamo le aziende a trasformare l’intelligenza aziendale (BI) in migliori insight con Exasol Espresso, il nostro motore di query versatile che si integra con gli stack di dati esistenti. Marchi globali come T-Mobile, Piedmont Healthcare e Allianz utilizzano Exasol Espresso per trasformare volumi più elevati di dati in insight più rapidi, più profondi e più economici. E credo che abbiamo fatto un ottimo lavoro nel bilanciare con delicatezza le prestazioni, il prezzo e la flessibilità in modo che i clienti non debbano compromettere.

Per supportare le aziende nel loro percorso di intelligenza artificiale, abbiamo anche recentemente presentato Espresso AI, dotando il nostro motore di query versatile di una nuova serie di strumenti di intelligenza artificiale che consentono alle organizzazioni di sfruttare il potere dei loro dati per insight e processi decisionali avanzati guidati dall’intelligenza artificiale. Le capacità di Espresso AI rendono l’intelligenza artificiale più accessibile e più economica, consentendo ai clienti di bypassare esperimenti costosi e dispendiosi in termini di tempo e di ottenere un ritorno immediato sull’investimento. Ciò è un fattore di cambiamento per le aziende che si concentrano sull’innovazione e sulla creazione di valore nell’era dell’intelligenza artificiale.

Il rapporto AI e analisi 2024 di Exasol evidenzia come la mancanza di investimenti in intelligenza artificiale sia una via per il fallimento aziendale. Puoi ampliare i principali risultati di questo rapporto e perché investire in intelligenza artificiale è fondamentale per le aziende oggi?

Come hai affermato, il principale takeaway del rapporto AI e analisi 2024 di Exasol è che la mancanza di investimenti in intelligenza artificiale porta al fallimento aziendale. Sulla base del nostro sondaggio tra i principali responsabili decisionali nonché scienziati e analisti dei dati negli Stati Uniti, nel Regno Unito e in Germania, quasi tutti (91%) concordano che l’intelligenza artificiale è uno degli argomenti più importanti per le organizzazioni nei prossimi due anni, con il 72% che ammette che non investire in intelligenza artificiale oggi metterà a rischio la vitalità aziendale futura. In poche parole, nell’attuale ambiente, le aziende che non stanno pensando all’intelligenza artificiale sono già in ritardo.

Le aziende stanno affrontando pressioni da parte degli azionisti per investire in intelligenza artificiale – e ci sono molti motivi per cui. Gli investimenti in intelligenza artificiale hanno già aiutato le organizzazioni in vari settori – dalla sanità ai servizi finanziari e al retail – a sbloccare nuovi flussi di entrate, migliorare l’esperienza del cliente, ottimizzare le operazioni, aumentare la produttività, accelerare la competitività e altro ancora. L’elenco cresce man mano che le aziende iniziano a trovare modi specifici per sfruttare l’intelligenza artificiale per soddisfare esigenze aziendali uniche.

Lo stesso rapporto menziona le principali barriere all’adozione dell’intelligenza artificiale, tra cui lacune nella scienza dei dati e ritardi nell’implementazione. Come Exasol affronta queste sfide per i suoi clienti?

Nonostante la necessità critica di investimenti in intelligenza artificiale, le aziende affrontano ancora barriere significative per una più ampia implementazione. Il rapporto AI e analisi di Exasol indica che fino al 78% dei responsabili decisionali sperimentano lacune in almeno un’area dei loro modelli di scienza dei dati e apprendimento automatico (ML), con il 47% che cita la velocità di implementazione di nuove esigenze di dati come una sfida. Un ulteriore 79% afferma che le nuove esigenze di analisi aziendale richiedono troppo tempo per essere implementate dai loro team di dati. Altri fattori che ostacolano l’adozione generalizzata dell’intelligenza artificiale includono la mancanza di una strategia di implementazione, la scarsa qualità dei dati, il volume di dati insufficiente e l’integrazione con i sistemi esistenti. Inoltre, le esigenze burocratiche e le norme in evoluzione per l’intelligenza artificiale stanno causando problemi per molte aziende, con l’88% degli intervistati che afferma di aver bisogno di maggiore chiarezza.

Mentre l’implementazione dell’intelligenza artificiale cresce, diventerà ancora più importante per le aziende garantire solide fondamenta di dati. Exasol offre flessibilità, resilienza e scalabilità alle aziende che adottano una strategia di intelligenza artificiale. Mentre ruoli come il Chief Data Officer (CDO) continuano a evolversi e a diventare più complessi – con sfide etiche e di conformità in primo piano – Exasol supporta i leader dei dati e li aiuta a trasformare l’intelligenza aziendale in insight più rapidi e migliori che informeranno le decisioni aziendali e avranno un impatto positivo sul bottom line.

Mentre l’intelligenza artificiale è diventata critica per il successo aziendale, è efficace solo quanto gli strumenti, la tecnologia e le persone che la alimentano sul retro. I risultati del sondaggio enfatizzano il divario significativo tra gli strumenti di intelligenza aziendale attuali e il loro output – più strumenti non significa necessariamente prestazioni più veloci o insight migliori. Mentre i CDO si preparano a una maggiore complessità e sono incaricati di fare di più con meno, devono valutare lo stack di analisi dei dati per garantire produttività, velocità e flessibilità – il tutto a un costo ragionevole.

Espresso AI aiuta a colmare questo divario per l’impresa ottimizzando i processi di estrazione, caricamento e trasformazione dei dati per dare agli utenti la flessibilità di sperimentare immediatamente con nuove tecnologie su larga scala, indipendentemente dalle restrizioni dell’infrastruttura – sia on-premises, cloud o ibrido. Gli utenti possono ridurre i costi e lo sforzo di spostamento dei dati e introdurre tecnologie emergenti come LLM nel loro database. Queste capacità aiutano le organizzazioni ad accelerare il loro percorso verso l’implementazione di soluzioni di intelligenza artificiale e apprendimento automatico, garantendo al contempo la qualità e l’affidabilità dei loro dati.

La cultura dei dati sta diventando sempre più importante nell’era dell’intelligenza artificiale. Come Exasol contribuisce a migliorare la cultura dei dati tra i suoi clienti e la comunità più ampia?

Nell’attuale ambiente di lavoro ricco di dati, le competenze di cultura dei dati sono più importanti che mai – e stanno rapidamente diventando un “bisogno” piuttosto che un “piacere” nell’era dell’intelligenza artificiale. In tutti i settori, la competenza nel lavorare con, comprendere e comunicare efficacemente i dati è diventata vitale. Tuttavia, permane un divario di cultura dei dati.

La cultura dei dati riguarda l’avere le competenze per interpretare informazioni complesse e la capacità di agire in base a quelle scoperte. Ma spesso l’accesso ai dati è siloizzato all’interno di un’organizzazione o solo un piccolo subset di individui ha le necessarie competenze di cultura dei dati per comprendere e accedere ai vasti volumi di dati che attraversano l’azienda. Questo approccio è difettoso perché limita la quantità di tempo e risorse dedicate all’utilizzo dei dati e, in ultima analisi, il divario di cultura dei dati crea una barriera all’innovazione aziendale.

Quando le persone sono alfabetizzate sui dati, possono comprendere i dati, analizzarli e applicare le proprie idee, competenze ed esperienze. Più persone hanno la conoscenza, la fiducia e gli strumenti per sbrogliare e trarre significato dai dati, più un’organizzazione può essere di successo. In Exasol, supportiamo i leader dei dati e le aziende nel guidare la cultura dei dati e l’istruzione.

Oltre alla componente di istruzione, le aziende dovrebbero ottimizzare i loro stack tecnologici e gli strumenti di intelligenza aziendale per abilitare la democratizzazione dei dati. L’accessibilità dei dati e la cultura dei dati vanno di pari passo. È necessario investire in entrambi per ulteriori strategie di dati. Ad esempio, con Exasol, il nostro sistema senza regolazione consente alle aziende di concentrarsi sull’utilizzo dei dati, piuttosto che sulla tecnologia. La velocità elevata consente ai team di lavorare interattivamente con i dati e di evitare di essere limitati dalle limitazioni delle prestazioni. Ciò porta alla democratizzazione dei dati.

È giunto il momento per la democratizzazione dei dati di passare da un argomento di discussione all’azione all’interno delle organizzazioni. Mentre più persone in vari dipartimenti guadagnano accesso a insight significativi, ciò allevierà i tradizionali collo di bottiglia causati dai team di analisi dei dati. Quando questi tradizionali silos crollano, le organizzazioni si renderanno conto di quanto ampio e profondo sia il bisogno dei loro team e individui di utilizzare i dati. Anche le persone che attualmente non pensano di essere utenti finali dei dati saranno coinvolte per alimentarsi dei dati.

Con questo passaggio arriva una grande sfida da anticipare negli anni a venire – la forza lavoro dovrà essere aggiornata in modo che ogni dipendente possa acquisire le competenze adeguate per utilizzare i dati e le informazioni per prendere decisioni aziendali. La forza lavoro di oggi non saprà quali sono le domande giuste da porre al proprio flusso di dati o all’automazione che lo alimenta. Il valore di essere in grado di articolare domande precise, penetranti e legate all’azienda sta aumentando di valore, creando un disperato bisogno di formare la forza lavoro su questa capacità.

Hai una solida formazione in database, sistemi distribuiti e algoritmi genetici. Come queste aree di competenza influenzano lo sviluppo del prodotto Exasol e la strategia di innovazione?

La mia formazione è una base per lavorare nel nostro settore e comprendere le tendenze tecnologiche degli ultimi due decenni. È emozionante e gratificante lavorare con clienti innovativi che trasformano la tecnologia del database in casi d’uso interessanti. La nostra strategia di innovazione non dipende solo da un individuo, ma da un grande team di architetti e sviluppatori sofisticati che comprendono il futuro del software, dell’hardware e delle applicazioni dei dati.

Guardando avanti, quali sono le tendenze imminenti nell’analisi dei dati e nell’intelligenza aziendale che Exasol si prepara ad affrontare, e come intendi continuare a guidare l’innovazione in questo spazio?

L’anno 2023 ha introdotto l’intelligenza artificiale su larga scala, il che ha causato reazioni a catena da parte delle organizzazioni che hanno infine generato innumerevoli esperimenti di automazione mal progettati e mal eseguiti. Il 2024 sarà un anno di trasformazione per l’esperimento e il lavoro di base sull’intelligenza artificiale. Finora, le principali applicazioni di GenAI sono state per l’accesso alle informazioni attraverso chatbot, l’automazione del servizio clienti e la codifica del software. Tuttavia, ci saranno pionieri che adotteranno queste tecnologie emozionanti per una vasta gamma di processi decisionali e ottimizzazioni aziendali. Guardando oltre il 2024, inizieremo a vedere una spinta più grande verso implementazioni produttive.

In Exasol, siamo impegnati a guidare l’innovazione e a consegnare valore ai nostri clienti, ciò include aiutarli a sviluppare e implementare l’intelligenza artificiale su larga scala. Con Exasol, i clienti possono combinare l’intelligenza aziendale e l’intelligenza artificiale per superare i silos di dati in un sistema di analisi integrato. La nostra flessibilità nelle opzioni di distribuzione consente inoltre alle organizzazioni di decidere dove desiderano ospitare il loro stack di analisi, sia che si tratti del cloud pubblico, del cloud privato o on-premises. Con Espresso AI, siamo posizionati per abilitare le aziende a sfruttare il valore dell’analisi guidata dall’intelligenza artificiale, indipendentemente da dove si trovino nel loro percorso di intelligenza artificiale.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Exasol.