Saket Saurabh, CEO e Co-Fondatore di Nexla – Serie di Interviste

Saket Saurabh, CEO e Co-Fondatore di Nexla, è un imprenditore con una profonda passione per i dati e l’infrastruttura. Sta guidando lo sviluppo di una piattaforma di ingegneria dei dati di prossima generazione, automatizzata, progettata per portare scala e velocità a coloro che lavorano con i dati.

In precedenza, Saurabh ha fondato un startup di successo nel settore mobile che ha raggiunto importanti risultati, tra cui l’acquisizione, la quotazione in borsa e la crescita in un’azienda da multi-milioni di dollari. Ha anche contribuito a numerosi prodotti e tecnologie innovative durante il suo periodo di lavoro in Nvidia (NVDA ).

Nexla consente l’automazione dell’ingegneria dei dati in modo che i dati siano pronti all’uso. Ciò viene realizzato attraverso un approccio unico di Nexsets – prodotti di dati che rendono facile per chiunque integrare, trasformare, consegnare e monitorare i dati.

Cosa ti ha ispirato a co-fondare Nexla e come le tue esperienze nell’ingegneria dei dati hanno plasmato la tua visione per l’azienda?

Prima di fondare Nexla, ho iniziato il mio percorso nell’ingegneria dei dati in Nvidia, costruendo tecnologie ad alta scala e di alta qualità sul lato del calcolo. Dopo di che, ho portato la mia precedente startup attraverso un percorso di acquisizione e quotazione in borsa nel settore della pubblicità mobile, dove grandi quantità di dati e apprendimento automatico erano una parte fondamentale della nostra offerta, elaborando circa 300 miliardi di record di dati ogni giorno.

Guardando il panorama nel 2015 dopo che la mia precedente azienda era stata quotata in borsa, stavo cercando la prossima grande sfida che mi entusiasmasse. Provenendo da quei due background, era molto chiaro per me che le sfide relative ai dati e al calcolo si stavano convergendo poiché l’industria si stava muovendo verso applicazioni più avanzate alimentate dai dati e dall’intelligenza artificiale.

Mentre non sapevamo all’epoca che l’intelligenza artificiale generativa (GenAI) sarebbe progredita così rapidamente, era ovvio che l’apprendimento automatico e l’intelligenza artificiale sarebbero stati la base per sfruttare i dati. Quindi, ho iniziato a pensare a quale tipo di infrastruttura fosse necessaria per consentire alle persone di avere successo lavorando con i dati e come potevamo rendere possibile per chiunque, non solo per gli ingegneri, sfruttare i dati nella loro vita professionale quotidiana.

Ciò ha portato alla visione per Nexla – semplificare e automatizzare l’ingegneria dietro i dati, poiché l’ingegneria dei dati era una soluzione su misura all’interno della maggior parte delle aziende, specialmente quando si trattava di problemi di dati complessi o su larga scala. L’obiettivo era rendere i dati accessibili e facili da usare per un’ampia gamma di utenti, non solo per gli ingegneri dei dati. Le mie esperienze nella costruzione di sistemi di dati e applicazioni scalabili hanno alimentato questa visione di democratizzare l’accesso ai dati attraverso l’automazione e la semplificazione.

Come i Nexsets esemplificano la missione di Nexla di rendere i dati pronti all’uso per tutti e perché questa innovazione è cruciale per le moderne imprese?

I Nexsets esemplificano la missione di Nexla di rendere i dati pronti all’uso per tutti affrontando la sfida fondamentale dei dati. I 3V dei dati – volume, velocità e varietà – sono stati un problema persistente. L’industria ha fatto alcuni progressi nel risolvere le sfide relative al volume e alla velocità. Tuttavia, la varietà dei dati è rimasta un ostacolo significativo poiché la proliferazione di nuovi sistemi e applicazioni ha portato a un aumento costante della diversità nelle strutture e nei formati dei dati.

L’approccio di Nexla è quello di modellare e collegare automaticamente i dati da fonti diverse in un’entità coerente e confezionata, un prodotto di dati che chiamiamo Nexset. Ciò consente agli utenti di accedere e lavorare con i dati senza dover comprendere la complessità sottostante delle diverse fonti di dati e strutture. Un Nexset agisce come un gateway, fornendo un’interfaccia semplice e diretta ai dati.

Ciò è cruciale per le moderne imprese poiché consente a più persone, non solo agli ingegneri dei dati, di sfruttare i dati nel loro lavoro quotidiano. Abstrazionando la varietà e la complessità dei dati, i Nexsets rendono possibile per gli utenti aziendali, gli analisti e altri interagire direttamente con i dati di cui hanno bisogno, senza richiedere un’esperienza tecnica estensiva.

Cosa rende i dati “pronti per GenAI” e come Nexla affronta efficacemente queste esigenze?

La risposta dipende in parte da come si utilizza GenAI. La maggior parte delle aziende sta implementando GenAI Retrieval Augmented Generation (RAG). Ciò richiede innanzitutto la preparazione e la codifica dei dati per caricarli in un database vettoriale e quindi recuperarli tramite ricerca per aggiungere contesto come input a un modello di linguaggio grande (LLM) che non è stato addestrato con questi dati. Quindi, i dati devono essere preparati in modo da funzionare bene sia per le ricerche vettoriali che per gli LLM.

Indipendentemente dal fatto che si stia utilizzando RAG, Retrieval Augmented Fine-Tuning (RAFT) o si stia eseguendo un addestramento del modello, ci sono alcune esigenze chiave:

• Formato dei dati: gli LLM di GenAI spesso funzionano meglio con i dati in un formato specifico. I dati devono essere strutturati in un modo che i modelli possano facilmente ingerire e elaborare. Devono anche essere “suddivisi” in un modo che aiuti l’LLM a utilizzare meglio i dati.
• Connettività: gli LLM di GenAI devono poter accedere dinamicamente alle fonti di dati rilevanti, piuttosto che affidarsi a set di dati statici. Ciò richiede una connettività continua ai vari sistemi aziendali e repository di dati.
• Sicurezza e governance: quando si utilizzano dati aziendali sensibili, è critico avere controlli di sicurezza e governance robusti in atto. L’accesso e l’utilizzo dei dati devono essere sicuri e conformi alle politiche organizzative esistenti. È anche necessario governare i dati utilizzati dagli LLM per aiutare a prevenire violazioni dei dati.
• Scalabilità: gli LLM di GenAI possono essere intensivi in termini di dati e calcolo, quindi l’infrastruttura di dati sottostante deve essere in grado di scalare per soddisfare le esigenze di questi modelli.

Nexla affronta queste esigenze per rendere i dati pronti per GenAI in alcuni modi chiave:

• Accesso dinamico ai dati: la piattaforma di integrazione dei dati di Nexla fornisce un modo unico per connettersi a centinaia di fonti e utilizza vari stili di integrazione e velocità dei dati, insieme all’orchestrazione, per fornire agli LLM di GenAI i dati più recenti di cui hanno bisogno, quando ne hanno bisogno, piuttosto che affidarsi a set di dati statici.
• Preparazione dei dati: Nexla ha la capacità di estrarre, trasformare e preparare i dati in formati ottimizzati per ogni caso d’uso di GenAI, inclusa la suddivisione dei dati e il supporto per più modelli di codifica.
• Servizio self-service e collaborazione: con Nexla, i consumatori di dati non solo accedono ai dati da soli e costruiscono Nexsets e flussi, ma possono anche collaborare e condividere il loro lavoro tramite un marketplace che assicura che i dati siano nel formato giusto e migliorare la produttività attraverso il riutilizzo.
• Generazione automatica: l’integrazione e GenAI sono entrambe difficili. Nexla genera automaticamente molti dei passaggi necessari in base alle scelte del consumatore di dati – utilizzando l’intelligenza artificiale e altre tecniche – in modo che gli utenti possano svolgere il lavoro da soli.
• Governance e sicurezza: Nexla incorpora controlli di sicurezza e governance robusti in tutta la piattaforma, inclusa la collaborazione, per assicurare che i dati aziendali sensibili siano accessibili e utilizzati in modo sicuro e conforme.
• Scalabilità: la piattaforma Nexla è progettata per scalare per gestire le esigenze dei carichi di lavoro di GenAI, fornendo la potenza di calcolo e la scalabilità elastica necessarie.

Ciò richiede l’integrazione convergente, il servizio self-service e la collaborazione, la generazione automatica e la governance dei dati per rendere possibile la democratizzazione dei dati.

Come i tipi di dati diversi e le fonti contribuiscono al successo dei modelli di GenAI e quale ruolo svolge Nexla nel semplificare il processo di integrazione?

I modelli di GenAI necessitano di accesso a tutti i tipi di informazioni per fornire le migliori intuizioni e generare output rilevanti. Se non si fornisce questa informazione, non ci si può aspettare buoni risultati. È lo stesso per le persone.

I modelli di GenAI necessitano di essere addestrati su un’ampia gamma di dati, dalle banche dati strutturate ai documenti non strutturati, per costruire una comprensione completa del mondo. Diverse fonti di dati, come articoli di notizie, rapporti finanziari e interazioni con i clienti, forniscono informazioni contestuali preziose che questi modelli possono sfruttare. L’esposizione a dati diversi consente anche ai modelli di GenAI di diventare più flessibili e adattabili, consentendo loro di gestire un’ampia gamma di query e compiti.

Nexla astrae la varietà di tutti questi dati con i Nexsets e rende facile accedere a quasi tutte le fonti, quindi estrarre, trasformare, orchestrare e caricare i dati in modo che i consumatori di dati possano concentrarsi solo sui dati e renderli pronti per GenAI.

Quali tendenze stanno plasmando l’ecosistema dei dati nel 2025 e oltre, in particolare con l’ascesa di GenAI?

Le aziende si sono concentrate principalmente sull’utilizzo di GenAI per costruire assistenti o copiloti per aiutare le persone a trovare risposte e prendere decisioni migliori. L’intelligenza artificiale agente, ovvero gli agenti che automatizzano i compiti senza l’intervento umano, è sicuramente una tendenza in crescita mentre ci muoviamo verso il 2025. Gli agenti, come i copiloti, necessitano di integrazione per assicurare che i dati fluiscono senza problemi – non solo in una direzione, ma anche nell’abilitare l’AI ad agire su quei dati.

Un’altra tendenza importante per il 2025 è l’aumento della complessità dei sistemi di intelligenza artificiale. Questi sistemi stanno diventando più sofisticati combinando componenti da diverse fonti per creare soluzioni coerenti. È simile a come gli esseri umani si affidano a vari strumenti durante la giornata per completare i compiti. I sistemi di intelligenza artificiale avanzati seguiranno questo approccio, orchestrando più strumenti e componenti. Questa orchestrazione presenta una sfida significativa, ma anche un’area chiave di sviluppo.

Dal punto di vista delle tendenze, stiamo assistendo a una spinta verso l’avanzamento dell’intelligenza artificiale generativa oltre il semplice riconoscimento di pattern fino a un vero ragionamento. Ci sono molti progressi tecnologici in questo spazio. Sebbene questi progressi potrebbero non tradursi completamente in valore commerciale nel 2025, rappresentano la direzione in cui stiamo andando.

Un’altra tendenza chiave è l’applicazione crescente di tecnologie accelerate per l’inferenza dell’AI, in particolare con aziende come Nvidia. Tradizionalmente, le GPU sono state ampiamente utilizzate per l’addestramento dei modelli di AI, ma l’inferenza in fase di runtime – il punto in cui il modello è attivamente utilizzato – sta diventando altrettanto importante. Ci si può aspettare progressi nell’ottimizzazione dell’inferenza, rendendola più efficiente e impattante.

Inoltre, c’è la consapevolezza che i dati di addestramento disponibili sono stati in gran parte massimizzati. Ciò significa che ulteriori miglioramenti dei modelli non verranno dall’aggiunta di più dati durante l’addestramento, ma da come i modelli operano durante l’inferenza. In fase di runtime, sfruttare nuove informazioni per migliorare i risultati del modello sta diventando un focus critico.

Mentre alcune tecnologie innovative iniziano a raggiungere i loro limiti, nuovi approcci continueranno a emergere, sottolineando l’importanza dell’agilità per le organizzazioni che adottano l’AI. Ciò che funziona bene oggi potrebbe diventare obsoleto entro sei mesi o un anno, quindi è fondamentale essere pronti ad aggiungere o sostituire fonti di dati e componenti dei pipeline di AI. Mantenere l’adattabilità e l’apertura al cambiamento è cruciale per stare al passo con il paesaggio in rapida evoluzione.

Quali strategie possono adottare le organizzazioni per abbattere i silos di dati e migliorare il flusso di dati attraverso i loro sistemi?

Innanzitutto, le persone devono accettare che i silos di dati esisteranno sempre. Ciò è sempre stato il caso. Molte organizzazioni tentano di centralizzare tutti i loro dati in un unico luogo, credendo che ciò creerà un setup ideale e sbloccherà un valore significativo, ma si rivela spesso un’impresa lunga e costosa, specialmente per le grandi imprese.

Quindi, la realtà è che i silos di dati sono qui per restare. Una volta che li accettiamo, la domanda diventa: come possiamo lavorare con i silos di dati in modo più efficiente?

Un’analogia utile è pensare alle grandi aziende. Nessuna grande azienda opera da un unico ufficio in cui tutti lavorano insieme a livello globale. Invece, si dividono in sede centrale e molti uffici. L’obiettivo non è resistere a questa divisione naturale, ma assicurarsi che questi uffici possano collaborare efficacemente. È per questo che investiamo in strumenti di produttività come Zoom o Slack – per connettere le persone e abilitare flussi di lavoro senza soluzione di continuità tra le sedi.

Allo stesso modo, i silos di dati sono sistemi frammentati che esisteranno sempre attraverso team, divisioni o altri confini. La chiave non è eliminarli, ma farli funzionare insieme senza problemi. Sapendo questo, possiamo concentrarci sulle tecnologie che facilitano queste connessioni.

Ad esempio, tecnologie come i Nexsets forniscono uno strato di astrazione o un’interfaccia comune che funziona su diverse fonti di dati. Agendo come un gateway ai silos di dati, semplificano il processo di interoperabilità con i dati diffusi attraverso vari silos. Ciò crea efficienze e minimizza gli impatti negativi dei silos.

In sostanza, la strategia dovrebbe essere quella di migliorare la collaborazione tra i silos piuttosto che cercare di combatterli. Molte aziende commettono l’errore di tentare di consolidare tutto in un grande lago di dati. Ma, per essere onesti, quella è una battaglia quasi impossibile da vincere.

Come le moderne piattaforme di dati gestiscono le sfide come la velocità e la scalabilità e cosa distingue Nexla nell’affrontare questi problemi?

Il modo in cui vedo le cose è che molti strumenti all’interno dello stack di dati moderno sono stati inizialmente progettati con un focus sull’uso facile e sulla velocità di sviluppo, il che deriva dal renderli più accessibili – consentendo agli analisti di marketing di spostare i dati da una piattaforma di marketing direttamente in uno strumento di visualizzazione, ad esempio. L’evoluzione di questi strumenti ha spesso comportato lo sviluppo di soluzioni puntuali, o strumenti progettati per risolvere problemi specifici e ben definiti.

Quando parliamo di scalabilità, le persone spesso pensano alla scalabilità in termini di gestione di volumi di dati più grandi. Ma la vera sfida della scalabilità deriva da due fattori principali: il numero crescente di persone che devono lavorare con i dati e la varietà crescente di sistemi e tipi di dati che le organizzazioni devono gestire.

Gli strumenti moderni, essendo altamente specializzati, tendono a risolvere solo una piccola parte di queste sfide. Di conseguenza, le organizzazioni finiscono per utilizzare molti strumenti, ognuno dei quali affronta un singolo problema, il che alla fine crea le proprie sfide, come il sovraccarico di strumenti e l’inefficienza.

Nexla affronta questo problema bilanciando con cura la facilità d’uso e la flessibilità. Da un lato, offriamo semplicità attraverso funzionalità come i modelli e le interfacce utente intuitive. Dall’altro lato, offriamo flessibilità e capacità sviluppatore-friendly che consentono ai team di migliorare costantemente la piattaforma. Gli sviluppatori possono aggiungere nuove funzionalità al sistema, ma questi miglioramenti rimangono accessibili come semplici pulsanti e clic per gli utenti non tecnici. Questo approccio evita la trappola di strumenti eccessivamente specializzati, fornendo al contempo un’ampia gamma di funzionalità di livello aziendale.

Ciò che veramente distingue Nexla è la sua capacità di combinare facilità d’uso con scalabilità e ampiezza richieste dalle organizzazioni. La nostra piattaforma collega questi due mondi in modo senza soluzione di continuità, consentendo ai team di lavorare in modo efficiente senza compromettere la potenza o la flessibilità.

Una delle principali forze di Nexla risiede nella sua architettura astratta. Ad esempio, mentre gli utenti possono progettare visualmente una pipeline di dati, il modo in cui quella pipeline viene eseguita è altamente adattabile. A seconda delle esigenze dell’utente – come la fonte, la destinazione o se i dati devono essere in tempo reale – la piattaforma mappa automaticamente la pipeline a uno dei sei motori diversi. Ciò assicura prestazioni ottimali senza richiedere agli utenti di gestire manualmente queste complessità.

La piattaforma è anche accoppiata in modo lasco, il che significa che i sistemi di origine e di destinazione sono decoupled. Ciò consente agli utenti di aggiungere facilmente più destinazioni a fonti esistenti, aggiungere più fonti a destinazioni esistenti e abilitare integrazioni bidirezionali tra sistemi.

È importante notare che Nexla astrae la progettazione delle pipeline in modo che gli utenti possano gestire dati batch, dati in streaming e dati in tempo reale senza cambiare i loro flussi di lavoro o progetti. La piattaforma si adatta automaticamente a queste esigenze, rendendo più facile per gli utenti lavorare con i dati in qualsiasi formato o velocità. Ciò è più una questione di progettazione pensata che di specifiche del linguaggio di programmazione, assicurando un’esperienza senza soluzione di continuità.

Tutto ciò illustra che abbiamo costruito Nexla tenendo a mente il consumatore finale dei dati. Molti strumenti tradizionali sono stati progettati per coloro che producono dati o gestiscono sistemi, ma noi ci concentriamo sulle esigenze dei consumatori di dati che desiderano interfacce coerenti e facili da usare per accedere ai dati, indipendentemente dalla loro fonte. Dare priorità all’esperienza del consumatore ci ha permesso di progettare una piattaforma che semplifica l’accesso ai dati, mantenendo al contempo la flessibilità necessaria per supportare casi d’uso diversi.

Puoi condividere esempi di come le funzionalità no-code e low-code hanno trasformato l’ingegneria dei dati per i tuoi clienti?

Le funzionalità no-code e low-code hanno trasformato il processo di ingegneria dei dati in un’esperienza di collaborazione vera e propria per gli utenti. Ad esempio, in passato, il team delle operazioni di account di DoorDash , che gestisce i dati per i commercianti, doveva fornire requisiti al team di ingegneria. Gli ingegneri avrebbero poi costruito soluzioni, portando a un processo iterativo di andata e ritorno che consumava molto tempo.

Ora, con gli strumenti no-code e low-code, questa dinamica è cambiata. Il team delle operazioni quotidiane può utilizzare un’interfaccia low-code per gestire i propri compiti direttamente. Nel frattempo, il team di ingegneria può aggiungere rapidamente nuove funzionalità e capacità attraverso la stessa piattaforma low-code, consentendo aggiornamenti immediati. Il team delle operazioni può quindi utilizzare queste funzionalità senza ritardi.

Questo passaggio ha trasformato il processo in un’esperienza di collaborazione piuttosto che un collo di bottiglia creativo, risultando in risparmi di tempo significativi. I clienti hanno segnalato che i compiti che in precedenza richiedevano due o tre mesi possono ora essere completati in meno di due settimane – un miglioramento della velocità del 5-10 volte.

Come sta evolvendo il ruolo dell’ingegneria dei dati, in particolare con l’aumento dell’adozione dell’AI?

L’ingegneria dei dati sta evolvendo rapidamente, guidata dall’automazione e dai progressi come GenAI. Molti aspetti del campo, come la generazione di codice e la creazione di connettori, stanno diventando più veloci e più efficienti. Ad esempio, con GenAI, il ritmo al quale i connettori possono essere generati, testati e distribuiti è migliorato notevolmente. Tuttavia, questo progresso introduce anche nuove sfide, tra cui una maggiore complessità, preoccupazioni per la sicurezza e la necessità di una governance robusta.

Una preoccupazione urgente è il potenziale abuso dei dati aziendali. Le aziende si preoccupano che i loro dati proprietari vengano utilizzati involontariamente per addestrare modelli di AI e perdere il loro vantaggio competitivo o subire una violazione dei dati poiché i dati vengono divulgati ad altri. La crescente complessità dei sistemi e la quantità di dati richiedono che i team di ingegneria dei dati adottino una prospettiva più ampia, concentrandosi su questioni di sistema più ampie come la sicurezza, la governance e l’integrità dei dati. Queste sfide non possono essere semplicemente risolte dall’AI.

Mentre l’intelligenza artificiale generativa può automatizzare compiti di basso livello, il ruolo dell’ingegneria dei dati sta passando all’orchestrazione dell’ecosistema più ampio. Gli ingegneri dei dati agiscono ora più come direttori d’orchestra, gestendo numerose componenti e processi interconnessi come l’installazione di salvaguardie per prevenire errori o accessi non autorizzati, assicurando la conformità con gli standard di governance e monitorando come i dati generati dall’AI vengono utilizzati nelle decisioni aziendali.

Gli errori e gli errori in questi sistemi possono essere costosi. Ad esempio, i sistemi di AI potrebbero recuperare informazioni sulla politica obsolete, portando a risposte errate, come promettere un rimborso a un cliente quando non è consentito. Questi tipi di problemi richiedono una rigorosa supervisione e processi ben definiti per rilevare e affrontare questi errori prima che abbiano un impatto sull’azienda.

Un’altra responsabilità chiave per i team di ingegneria dei dati è adattarsi al cambio nella demografia degli utenti. Gli strumenti di AI non sono più limitati agli analisti o agli utenti tecnici che possono mettere in discussione la validità dei rapporti e dei dati. Questi strumenti sono ora utilizzati da individui ai margini dell’organizzazione, come gli agenti di supporto clienti, che potrebbero non avere l’esperienza per mettere in discussione gli output errati. Questa maggiore democratizzazione della tecnologia aumenta la responsabilità dei team di ingegneria dei dati per assicurare l’accuratezza e l’affidabilità dei dati.

Quali nuove funzionalità o progressi possono essere attesi da Nexla mentre il campo dell’ingegneria dei dati continua a crescere?

Stiamo concentrandoci su diversi progressi per affrontare le sfide emergenti e le opportunità mentre l’ingegneria dei dati continua a evolversi. Uno di questi è la soluzione AI-driven per affrontare la varietà dei dati. Una delle principali sfide nell’ingegneria dei dati è la gestione della varietà dei dati da fonti diverse, quindi stiamo sfruttando l’AI per semplificare questo processo. Ad esempio, quando si ricevono dati da centinaia di diversi commercianti, il sistema può mappare automaticamente i dati in una struttura standard. Oggi, questo processo spesso richiede un significativo input umano, ma le capacità AI-driven di Nexla mirano a minimizzare lo sforzo manuale e migliorare l’efficienza.

Stiamo anche avanzando la nostra tecnologia di connettori per supportare la prossima generazione di flussi di lavoro dei dati, inclusa la capacità di generare facilmente nuovi agenti. Questi agenti consentono connessioni senza soluzione di continuità a nuovi sistemi e permettono agli utenti di eseguire azioni specifiche all’interno di quei sistemi. Ciò è particolarmente orientato alle crescenti esigenze degli utenti di GenAI e rende più facile integrare e interagire con una varietà di piattaforme.

Terzo, continuiamo a innovare nella supervisione e nel controllo della qualità. Mentre più utenti consumano dati attraverso vari sistemi, l’importanza della supervisione e dell’assicurazione della qualità dei dati è cresciuta notevolmente. Il nostro obiettivo è fornire strumenti robusti per la supervisione del sistema e il controllo della qualità in modo che i dati rimangano affidabili e azionabili anche mentre l’utilizzo scala.

Infine, Nexla sta prendendo passi per aprire alcuni dei nostri core capability come open-source. Il pensiero è che, condividendo la nostra tecnologia con la comunità più ampia, possiamo

Grazie per le grandi risposte, i lettori che desiderano saperne di più possono visitare Nexla.