Rohit Choudhary, Fondatore & Amministratore Delegato di Acceldata – Serie di Interviste

Rohit Choudhary è il fondatore e amministratore delegato di Acceldata, leader di mercato nell’osservabilità dei dati aziendali. Ha fondato Acceldata nel 2018, quando ha capito che l’industria aveva bisogno di rivedere come monitorare, indagare, risolvere e gestire l’affidabilità dei flussi di dati e delle infrastrutture in un mondo guidato dal cloud e arricchito dall’AI.

Cosa ti ha ispirato a concentrarti sull’osservabilità dei dati quando hai fondato Acceldata nel 2018, e quali lacune nell’industria della gestione dei dati hai cercato di colmare?

Il mio percorso verso la fondazione di Acceldata nel 2018 è iniziato quasi 20 anni fa come ingegnere software, dove ero spinto a identificare e risolvere problemi con il software. La mia esperienza come Direttore dell’Ingegneria presso Hortonworks mi ha esposto a un tema ricorrente: le aziende con strategie dati ambiziose faticavano a trovare stabilità nelle loro piattaforme di dati, nonostante gli investimenti significativi in analisi dei dati. Non potevano consegnare dati in modo affidabile quando l’azienda ne aveva più bisogno.

Questa sfida ha risuonato con me e il mio team, e abbiamo riconosciuto la necessità di una soluzione che potesse monitorare, indagare, risolvere e gestire l’affidabilità dei flussi di dati e delle infrastrutture. Le aziende stavano cercando di costruire e gestire prodotti dati con strumenti che non erano progettati per soddisfare le loro esigenze in evoluzione, portando a carenza di visibilità per i team di dati nelle applicazioni di analisi e AI critiche per la missione.

Questa lacuna nel mercato ci ha ispirato a fondare Acceldata, con l’obiettivo di sviluppare una piattaforma di osservabilità dei dati completa e scalabile. Da allora, abbiamo trasformato il modo in cui le organizzazioni sviluppano e operano prodotti dati. La nostra piattaforma correla eventi attraverso dati, elaborazione e flussi di dati, fornendo informazioni senza precedenti. L’impatto dell’osservabilità dei dati è stato immenso, e siamo entusiasti di continuare a spingere l’industria in avanti.

Aver coniato il termine “Osservabilità dei Dati”, come vedi evolversi questo concetto nei prossimi anni, soprattutto con l’aumento della complessità degli ambienti multi-cloud?

L’osservabilità dei dati è evoluta da un concetto di nicchia a una capacità critica per le aziende. Man mano che gli ambienti multi-cloud diventano più complessi, l’osservabilità deve adattarsi per gestire fonti di dati e infrastrutture diverse. Nei prossimi anni, prevediamo che l’AI e il machine learning giochino un ruolo chiave nell’avanzare le capacità di osservabilità, in particolare attraverso l’analisi predittiva e la rilevazione automatica delle anomalie.

Inoltre, l’osservabilità si estenderà oltre il monitoraggio ad aspetti più ampi della governance dei dati, della sicurezza e della conformità. Le aziende richiederanno un controllo e una visibilità in tempo reale maggiori sulle loro operazioni di dati, rendendo l’osservabilità una parte vitale della gestione dei dati in ambienti sempre più intricati.

La tua esperienza include una significativa esperienza in ingegneria e sviluppo di prodotti. Come ha plasmato la tua esperienza il modo in cui hai costruito e scalato Acceldata?

La mia esperienza in ingegneria e sviluppo di prodotti è stata fondamentale nel plasmare il modo in cui abbiamo costruito Acceldata. Comprendere le sfide tecniche della scalabilità dei sistemi di dati ci ha permesso di progettare una piattaforma che affronta le esigenze reali delle aziende. Questa esperienza ha anche instillato l’importanza dell’agilità e del feedback dei clienti nel nostro processo di sviluppo. In Acceldata, priorizziamo l’innovazione, ma assicuriamo sempre che le nostre soluzioni siano pratiche e allineate con ciò di cui i clienti hanno bisogno in ambienti di dati dinamici e complessi. Questo approccio è stato essenziale per scalare l’azienda e ampliare la nostra presenza sul mercato a livello globale.

Con il recente $60 milioni di finanziamento serie C, quali sono le aree chiave di innovazione e sviluppo che intendi priorizzare in Acceldata?

Con i $60 milioni di finanziamento serie C, stiamo raddoppiando gli sforzi per le innovazioni guidate dall’AI che differenzieranno significativamente la nostra piattaforma. Sulla base del successo del nostro AI Copilot, stiamo migliorando i nostri modelli di apprendimento automatico per offrire una rilevazione delle anomalie più precisa, una risoluzione automatizzata e una previsione dei costi. Stiamo anche avanzando l’analisi predittiva, dove l’AI non solo avvisa gli utenti di potenziali problemi, ma suggerisce anche configurazioni ottimali e soluzioni proattive, specifiche per il loro ambiente.

Un altro focus chiave è l’automazione consapevole del contesto, dove la nostra piattaforma apprende dal comportamento dell’utente e allinea le raccomandazioni con gli obiettivi aziendali. L’ampliamento delle nostre Interfacce di Linguaggio Naturale (NLI) consentirà agli utenti di interagire con flussi di lavoro di osservabilità complessi attraverso comandi conversazionali semplici.

Inoltre, le nostre innovazioni AI guideranno una maggiore ottimizzazione dei costi, prevedendo il consumo di risorse e gestendo i costi con un’accuratezza senza precedenti. Questi progressi posizionano Acceldata come la piattaforma di osservabilità più proattiva e guidata dall’AI, aiutando le aziende a fidarsi e ottimizzare le loro operazioni di dati come mai prima d’ora.

AI e LLM stanno diventando centrali nella gestione dei dati. Come si sta posizionando Acceldata per guidare in questo spazio, e quali capacità uniche offre la tua piattaforma ai clienti aziendali?

Acceldata è già in prima linea nell’osservabilità dei dati guidata dall’AI. Dopo l’integrazione di successo della tecnologia AI avanzata di Bewgle, la nostra piattaforma offre ora capacità guidate dall’AI che migliorano significativamente l’osservabilità dei dati. Il nostro AI Copilot utilizza l’apprendimento automatico per rilevare anomalie, prevedere modelli di consumo dei costi e fornire informazioni in tempo reale, tutto ciò rendendo queste funzioni accessibili attraverso interazioni di linguaggio naturale.

Abbiamo anche integrato una rilevazione avanzata delle anomalie e raccomandazioni automatizzate che aiutano le aziende a prevenire errori costosi, ottimizzare l’infrastruttura dei dati e migliorare l’efficienza operativa. Inoltre, le nostre soluzioni AI semplificano la gestione delle politiche e generano automaticamente descrizioni leggibili dall’uomo per asset di dati e politiche, colmando il divario tra stakeholder tecnici e aziendali. Queste innovazioni consentono alle organizzazioni di sbloccare il pieno potenziale dei loro dati, minimizzando al contempo i rischi e i costi.

L’acquisizione di Bewgle ha aggiunto capacità AI avanzate alla piattaforma di Acceldata. Ora che è passato un anno dall’acquisizione, come la tecnologia di Bewgle è stata integrata nelle soluzioni di Acceldata, e quale impatto ha avuto questa integrazione sullo sviluppo delle funzionalità di osservabilità dei dati guidate dall’AI?

Nell’ultimo anno, abbiamo completamente integrato le tecnologie AI di Bewgle nella piattaforma Acceldata, e i risultati sono stati trasformativi. L’esperienza di Bewgle con modelli fondamentali e interfacce di linguaggio naturale ha accelerato la nostra roadmap AI. Queste capacità sono ora incorporate nel nostro AI Copilot, offrendo un’esperienza utente di prossima generazione che consente agli utenti di interagire con flussi di lavoro di osservabilità dei dati attraverso comandi di testo piani.

Questa integrazione ha anche migliorato i nostri modelli di apprendimento automatico, potenziando la rilevazione delle anomalie, la previsione automatizzata dei costi e le informazioni proattive. Siamo stati in grado di offrire un controllo più granulare sulle operazioni guidate dall’AI, che consente ai nostri clienti di garantire l’affidabilità e le prestazioni dei dati in tutti i loro ecosistemi. Il successo di questa integrazione ha rafforzato la posizione di Acceldata come piattaforma di osservabilità dei dati guidata dall’AI di punta, offrendo un valore ancora maggiore ai nostri clienti aziendali.

Essendo profondamente coinvolto nell’industria della gestione dei dati, quali tendenze prevedi nel mercato dell’AI e dell’osservabilità dei dati nei prossimi anni?

Nei prossimi anni, mi aspetto che alcune tendenze chiave plasmeranno il mercato dell’AI e dell’osservabilità dei dati. L’osservabilità dei dati in tempo reale diventerà più critica man mano che le aziende cercheranno di prendere decisioni più rapide e informate. L’AI e il machine learning continueranno a guidare i progressi nell’analisi predittiva e nella rilevazione automatica delle anomalie, aiutando le aziende a stare un passo avanti rispetto a potenziali problemi.

Inoltre, vedremo un’integrazione più stretta dell’osservabilità con i framework di governance e sicurezza dei dati, soprattutto man mano che le esigenze regolamentari diventano più severe. I servizi di osservabilità gestiti probabilmente aumenteranno man mano che gli ambienti di dati diventano più complessi, fornendo alle aziende l’esperienza e gli strumenti necessari per mantenere le prestazioni e la conformità ottimali. Queste tendenze eleveranno il ruolo dell’osservabilità dei dati nel garantire che le organizzazioni possano scalare le loro iniziative AI mantenendo alti standard per la qualità e la governance dei dati.

Guardando avanti, come immagini il ruolo dell’osservabilità dei dati nel supportare il deploy di AI e modelli linguistici di grandi dimensioni, soprattutto in settori con esigenze stringenti di qualità e governance dei dati?

L’osservabilità dei dati sarà fondamentale nel deploy di AI e modelli linguistici di grandi dimensioni, soprattutto in settori come finanza, sanità e governo, dove la qualità e la governance dei dati sono fondamentali. Man mano che le organizzazioni si affidano sempre più all’AI per guidare le decisioni aziendali, la necessità di dati affidabili e di alta qualità diventa ancora più critica.

L’osservabilità dei dati garantisce il monitoraggio e la convalida continui dell’integrità dei dati, aiutando a prevenire errori e pregiudizi che potrebbero compromettere i modelli AI. Inoltre, l’osservabilità svolgerà un ruolo vitale nella conformità, fornendo visibilità sulla genealogia dei dati, sull’utilizzo e sulla governance, allineandosi con le esigenze regolamentari severe. In definitiva, l’osservabilità dei dati consente alle organizzazioni di sfruttare appieno il potenziale dell’AI, garantendo che le loro iniziative AI siano costruite su una base di dati affidabili e di alta qualità.

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