Skip Levens, Marketing Director, Media & Entertainment, Quantum – Intervista della serie

Skip Levens è un leader di prodotto e stratega di intelligenza artificiale presso Quantum, un’azienda leader nelle soluzioni di gestione dei dati per l’intelligenza artificiale e i dati non strutturati. Attualmente è responsabile della promozione dell’engagement, della consapevolezza e della crescita delle soluzioni end-to-end di Quantum. Nel corso della sua carriera, che ha incluso tappe in aziende come Apple (AAPL ), Backblaze, Symply e Active Storage, ha guidato con successo il marketing e lo sviluppo aziendale, l’evangelizzazione, il lancio di nuovi prodotti, la costruzione di relazioni con stakeholder chiave e la crescita dei ricavi.

Quantum fornisce soluzioni di gestione dei dati end-to-end che aiutano le organizzazioni a gestire, arricchire e proteggere i dati non strutturati, come file video e audio, su larga scala. La loro tecnologia si concentra sul trasformare i dati in informazioni preziose, abilitando le aziende a estrarre valore e prendere decisioni informate. La piattaforma di Quantum offre soluzioni sicure, scalabili e flessibili, combinando infrastrutture onsite con capacità cloud. L’approccio dell’azienda consente alle aziende di gestire efficientemente la crescita dei dati, garantendo sicurezza e flessibilità in tutta la durata del ciclo di vita dei dati.

Posso fornire una panoramica dell’approccio di Quantum alla gestione dei dati guidata dall’intelligenza artificiale per i dati non strutturati?

Aiutando i clienti a integrare l’intelligenza artificiale (AI) e l’apprendimento automatico (ML) nelle loro operazioni aziendali chiave, Quantum aiuta i clienti a gestire e sbloccare efficacemente il valore significativo dei loro dati non strutturati, creando informazioni aziendali azionabili che portano a migliori decisioni aziendali. Costruendo i propri strumenti AI/ML, le aziende possono passare dal semplice tentativo di far fronte all’afflusso di dati e contenuti a sfruttare le informazioni come un nuovo driver di efficienze e, in ultima analisi, amplificare l’esperienza umana in tutte le fasi delle operazioni aziendali.

Come analizza la tecnologia AI di Quantum i dati non strutturati e quali sono alcune delle principali innovazioni che distinguono la vostra piattaforma dalla concorrenza?

Nelle fasi iniziali dell’adozione degli strumenti AI/ML, molte organizzazioni trovano che i loro flussi di lavoro diventano disordinati e disconnessi e possono perdere traccia dei loro dati, rendendo difficile l’applicazione degli standard di sicurezza e protezione. Troppo spesso, lo sviluppo iniziale è ostacolato da soluzioni di archiviazione e prestazioni del file system inadeguate.

Abbiamo sviluppato Myriad, un ambiente di archiviazione file software definito ad alte prestazioni e un tessuto intelligente per affrontare elegantemente le sfide dell’integrazione della pipeline AI/ML e dei flussi di lavoro ad alte prestazioni – unificando i flussi di lavoro senza le limitazioni hardware e i vincoli dei sistemi diversi. Myriad rappresenta una netta deviazione dalle limitazioni hardware e di archiviazione legacy e, costruito con le tecnologie di archiviazione e cloud più recenti, è interamente guidato da microservizi e orchestrato da Kubernetes per essere un sistema altamente reattivo che richiede raramente intervento amministrativo. Myriad è esclusivamente progettato per estrarre le prestazioni più elevate da NVMe e connessioni di rete intelligenti e accesso diretto alla memoria remota (RDMA) quasi istantaneo tra ogni componente. Il risultato è un sistema innovativo che risponde in modo intelligente e automatico ai cambiamenti e richiede un minimo intervento amministrativo per eseguire attività comuni. Facendo parte del sistema, Myriad è anche un sistema intrinsecamente bilanciato che fornisce più porte da 100 Gbps di larghezza di banda come un singolo indirizzo IP bilanciato.

Abbinando Myriad con il nostro sistema di archiviazione di oggetti cloud-like, ActiveScale, consente alle organizzazioni di archiviare e conservare anche i laghi di dati e il contenuto più grandi. La combinazione offre ai clienti una vera soluzione di gestione dei dati end-to-end per le loro pipeline AI. Inoltre, quando viene fornito insieme alla nostra soluzione CatDV, i clienti possono etichettare e catalogare i dati per arricchirli ulteriormente e prepararli per l’analisi e l’AI.

Potresti condividere informazioni sull’uso dell’AI con la sorveglianza video alle Olimpiadi di Parigi e quali altri grandi eventi o organizzazioni hanno utilizzato questa tecnologia?

L’apprendimento automatico può sviluppare azioni ripetibili che riconoscono modelli di interesse nei video e derivano informazioni da una marea di dati video in tempo reale su una scala più grande e più veloce di quanto sia possibile per gli sforzi umani soli. La sorveglianza video, ad esempio, può utilizzare l’AI per catturare e segnalare comportamenti sospetti mentre si verificano, anche se ci sono centinaia di telecamere che alimentano il modello di informazioni. Un essere umano che tenta di eseguire questo compito potrebbe elaborare solo un evento alla volta, mentre la sorveglianza video guidata dall’AI può gestire contemporaneamente migliaia di casi.

Quali sono le principali sfide che le organizzazioni affrontano nell’implementazione dell’AI per l’analisi dei dati non strutturati e come Quantum aiuta a mitigare queste sfide?

Le organizzazioni devono completamente ripensare il loro approccio all’archiviazione, nonché alla gestione dei dati e del contenuto nel suo complesso. La maggior parte delle organizzazioni cresce le proprie capacità di archiviazione in modo organico, di solito in risposta a esigenze una tantum, e ciò crea confusione e complessità multi-vendor.

Con l’adozione dell’AI, le organizzazioni devono ora semplificare l’archiviazione che sostiene le loro operazioni. Spesso, ciò richiede l’implementazione di una “parte calda” dell’ingestione iniziale dei dati, o di una zona di atterraggio in cui le applicazioni e gli utenti possano lavorare il più velocemente possibile. Quindi, viene aggiunto un grande tipo di archiviazione “fredda” che può facilmente archiviare grandi quantità di dati e proteggerli in modo efficiente in termini di costo, con la possibilità di spostare i dati indietro in un flusso di lavoro “caldo” quasi istantaneamente.

Come le innovazioni AI di Quantum si integrano con altri strumenti e tecnologie AI per migliorare la crescita e l’efficienza organizzativa?

Molte persone pensano che l’archiviazione per gli strumenti AI/ML sia solo una questione di alimentazione delle unità di elaborazione grafica (GPU), ma quella è solo una piccola parte dell’equazione. Sebbene la velocità e le prestazioni ad alte prestazioni possano essere strumentali nell’alimentare i dati il più velocemente possibile alle GPU che eseguono l’analisi dei dati, il quadro più ampio ruota attorno a come un’organizzazione possa integrare lo sviluppo, l’addestramento e l’inferenza AI/ML iterativi e continui in base ai dati personalizzati. Spesso il primo e più importante compito AI/ML affrontato è la costruzione di “bot della conoscenza” o “bot del consigliere” utilizzando dati proprietari per informare i lavoratori della conoscenza interni. Per rendere quei bot della conoscenza utili e unici per ogni organizzazione, sono richieste grandi quantità di informazioni specializzate per informare il modello che li addestra. Ecco un sistema di archiviazione guidato dall’AI: se quei dati proprietari sono ben organizzati e facilmente disponibili in un flusso di lavoro di archiviazione semplificato, sarà molto più facile organizzarli in tipi, set e cataloghi di dati, che a loro volta garantiranno che quei bot della conoscenza siano altamente informati sulle esigenze uniche dell’organizzazione.

Potresti approfondire le funzionalità di gestione del flusso di lavoro abilitate dall’AI e come semplificano i processi di dati?

Stiamo costruendo una serie di strumenti di gestione del flusso di lavoro abilitati dall’AI che si integrano direttamente nelle soluzioni di archiviazione per automatizzare i compiti e fornire informazioni preziose in tempo reale, consentendo una presa di decisione rapida e informata in tutta l’organizzazione. Ciò è dovuto a nuovi e avanzati sistemi di classificazione e etichettatura dei dati che utilizzano l’AI per organizzare i dati e renderli facilmente recuperabili, e anche eseguire azioni standard su quei media, come conformarsi a una determinata dimensione, il che riduce notevolmente gli sforzi manuali necessari quando si organizzano i dati in set di addestramento.

Qual è il panorama per la gestione dei dati guidata dall’AI e quali tendenze prevedi nei prossimi anni?

Man mano che questi strumenti evolvono e diventano multi-modalità, consentiranno modi più espressivi e aperti di lavorare con i propri dati. In futuro, sarà possibile avere una “conversazione” con il proprio sistema e ricevere informazioni o analisi di interesse, come ad esempio “qual è il tipo di dati in più rapida crescita nella mia ‘zona calda’ adesso?”. Questo livello di specializzazione sarà un differenziatore per le organizzazioni che integreranno questi strumenti nelle loro soluzioni di archiviazione, rendendole più accurate e efficienti anche quando si confrontano con nuovi flussi di dati in evoluzione.

Qual è il ruolo delle offerte di analisi e archiviazione basate su cloud di Quantum nella strategia di gestione dei dati complessiva?

Le organizzazioni con esigenze di archiviazione significative e in espansione spesso lottano per stare al passo con la domanda, soprattutto quando operano con budget limitati. L’archiviazione cloud pubblica può portare a costi elevati e imprevedibili, rendendo difficile stimare e acquistare anni di esigenze di archiviazione in anticipo. Molti clienti desidererebbero l’esperienza del cloud pubblico di un costo operativo previsto noto, ma eliminare le spese di uscita o le spese API che il cloud pubblico può portare. Per rispondere a questa esigenza, abbiamo sviluppato Quantum GO per offrire ai clienti quell’esperienza di cloud privato con un punto di ingresso iniziale basso e opzioni di pagamento mensile fisso a basso costo per un’esperienza di archiviazione come servizio vera e propria all’interno della propria struttura. Man mano che le esigenze di archiviazione aumentano, Quantum GO offre ai clienti il vantaggio aggiuntivo di un modello di abbonamento “paghi mentre cresci” per offrire flessibilità e scalabilità migliorate in modo efficiente in termini di costo.

Come Quantum intende rimanere all’avanguardia nel panorama in rapida evoluzione dell’AI e della gestione dei dati?

Nel mondo di oggi, essere solo un “fornitore di archiviazione” non è sufficiente. Le nuove sfide dei dati e aziendali richiedono una piattaforma di dati intelligente che abiliti l’AI, che aiuti i clienti a massimizzare il valore dei loro dati. In Quantum, continuiamo a innovare e investire in capacità avanzate per i nostri clienti per aiutarli a lavorare facilmente e efficacemente con grandi quantità di dati in tutta la loro durata di vita.

Stiamo espandendo l’AI intelligente per migliorare l’etichettatura, la catalogazione e l’organizzazione dei dati, rendendolo più facile che mai cercare, trovare e analizzare per estrarre più valore e insight. Continueremo a migliorare le nostre capacità AI che assistono con la trascrizione video automatica, la traduzione di file audio e video in altre lingue in pochi secondi e l’abilitazione di rapide ricerche attraverso migliaia di file per identificare parole pronunciate o trovare elementi specifici e altro ancora.

Qual consiglio daresti alle organizzazioni che stanno iniziando il loro percorso con l’AI e la gestione dei dati non strutturati?

L’AI/ML ha avuto un’enorme iperbole e, a causa di ciò, può essere difficile capire cosa sia pratico e utile. Le organizzazioni devono prima pensare ai dati che stanno creando e identificare come vengono generati, catturati e conservati. Inoltre, le organizzazioni devono cercare una soluzione di archiviazione pronta ad accedere e recuperare i dati come necessario, e che aiuterà a guidare sia il flusso di lavoro quotidiano che l’evoluzione futura. Anche se è difficile concordare quali siano gli obiettivi ultimate dell’AI, compiere passi ora per assicurarsi che i sistemi di archiviazione e i flussi di lavoro dei dati siano semplificati, semplificati e robusti darà enormi dividendi quando si integreranno le iniziative AI/ML attuali e future. Le organizzazioni saranno quindi ben posizionate per continuare a esplorare come questi strumenti AI/ML possano avanzare la loro missione senza preoccuparsi di poter supportare adeguatamente con la giusta piattaforma di gestione dei dati.

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