インタビュー
Mathias Golombek, Exasolのチーフテクノロジーオフィサー – インタビューシリーズ
Mathias Golombekは、Exasolのチーフテクノロジーオフィサー（CTO）です。彼は2004年にコンピューターサイエンスをデータベース、分散システム、ソフトウェア開発プロセス、遺伝的アルゴリズムに重点を置いて学んだ後、ソフトウェア開発者として同社に入社しました。2005年までに、彼はDatabase Optimizerチームの責任者となり、2007年には研究開発部門の責任者となりました。2014年、MathiasはCTOに任命されました。この役割では、製品開発、製品管理、運用、サポート、テクニカルコンサルティングを担当しています。
コンピューターサイエンスに最初に惹かれたのは何でしたか?
4年生のとき、兄がBASICのプログラミングを学習する授業を受けていたのですが、兄が私にそれができることを見せました。私たちでコンモドール64を使って弟のためにイースターの謎を開発しました。以来、私はコンピューターに魅了されました。コンピューターサイエンス全般は、問題を解決し、創造性を発揮することです。私はこの側面が私をこの分野に引き付けたと思います。
2004年にExasolに入社したソフトウェア開発者からCTOになるまでのあなたのキャリアの経緯を共有してください。特に急速に変化するテクノロジー業界において、あなたの役割はどのように進化してきましたか?
私はドイツのヴュルツブルク大学でコンピューターサイエンスを学び、卒業後すぐに2004年にExasolに入社しました。Exasolでの最初の1年後、私はDatabase Optimizerチームの責任者に昇進し、後に研究開発部門の責任者となりました。その後、7年間研究開発部門の責任者を務めた後、2014年にCTOに就任しました。
Exasolに入社したとき、私はこのドイツのテクノロジー企業がMicrosoft、IBM、Oracleなどの大手企業と戦っていることに驚きました。開発者として、巨大な並列処理（MPP）とインメモリデータベース管理システムを作成することは、天国のようなものでした。
私はこの才能あるエンジニアリングチームと一緒に仕事をすることを楽しんできました。CTOとして、私はExasolの製品イノベーション、開発、テクニカルサポートを担当しています。Exasolチームがグローバルに成長し、顧客の進化するニーズをサポートするために働いているのを見て、興奮しています。基本的な点は同じですが、現在、私たちは顧客がデータの力をAIの実装に活かすことを可能にしています。
Exasolは、高性能アナリティクスデータベースの最前線に立っています。あなたの観点から見て、Exasolはこの競争的な市場で何が際立っているのでしょうか?
ビジネスリーダーは、常に少ないリソースでより多くのことを行う方法を模索しています。近年、この課題は経済が不安定であることと、AIテクノロジーの普及により予算と時間が取られていることからさらに厳しくなっています。
高性能アナリティクスデータベースプロバイダーとして、Exasolは、ビジネスが少ないリソースでより多くのことを行うのを助けるために、常に先駆けてきました。私たちは、Exasol Espressoという汎用的なクエリエンジンを提供し、既存のデータスタックに接続して、ビジネスインテリジェンス（BI）をより優れた洞察に変えます。T-Mobile、Piedmont Healthcare、Allianzなどのグローバルブランドは、Exasol Espressoを使用して、より多くのデータをより迅速に、より深く、より安く変換しています。私は、パフォーマンス、価格、柔軟性の微妙なバランスをうまくまとめ、顧客が妥協する必要がないようにしているのだと思います。
AIジャーニーをサポートするために、私たちは最近、Espresso AIを発表しました。これは、組織がデータの力をAIドリブンの洞察と意思決定に活かすことを可能にする、新しいAIツールのスイートを備えた、私たちの汎用的なクエリエンジンです。Espresso AIの機能により、顧客は高額な、時間のかかる実験を回避し、すぐにROIを実現できます。これは、イノベーションを推進し、AIの時代に価値を提供することに焦点を当てた企業にとって、ゲームチェンジャーです。
Exasolの2024 AIとアナリティクス報告書は、AIへの投資不足がビジネスの失敗につながることを強調しています。この報告書の主な発見について説明し、ビジネスにとってAIへの投資が今日何故重要であるのかについて説明してください。
あなたが述べたように、Exasolの2024 AIとアナリティクス報告書の主な結論は、AIへの投資不足がビジネスの失敗につながるということです。米国、英国、ドイツのシニアディシジョンメーカー、データサイエンティスト、分析家を対象とした調査に基づいて、回答者の91%が、AIは今後2年間で最も重要なトピックであると同意し、72%が、現在AIに投資しないと、将来のビジネス上の存続可能性が危険にさらされることを認めています。簡単に言えば、今日の環境では、AIについて考えることができないビジネスは、すでに後れを取っています。
ビジネスは、さまざまな業界で、ヘルスケアから金融サービス、販売まで、新しい収益源を開拓し、顧客体験を強化し、運用を最適化し、生産性を高め、競争力を高め、さらに多くのことを実現するために、AIへの投資が既に役立っています。ビジネスがAIを活用するための特定の方法を見つけるにつれて、このリストはさらに増えていきます。
同報告書では、AIの導入における主要な障害として、データサイエンスのギャップと実装の遅延が挙げられています。Exasolは、これらの課題に対してクライアントにどのように対応していますか?
AIへの投資は非常に重要ですが、ビジネスは依然として、AIの導入における重大な障害に直面しています。ExasolのAIとアナリティクス報告書によると、決定メーカーの78%が、少なくとも1つの分野でデータサイエンスと機械学習（ML）モデルのギャップを経験しており、47%が、新しいデータ要件の実装のスピードが課題であると述べています。さらに、79%が、新しいビジネス分析要件をデータチームが実装するのに時間がかかることを主張しています。その他の要因としては、実装戦略の欠如、データの品質の低さ、データ量の不足、既存のシステムとの統合が挙げられます。また、AIの進化する官僚的要件と規制も、88%の回答者がより多くの明確さが必要であると述べているため、多くの企業に問題を引き起こしています。
AIの展開が増えるにつれ、ビジネスは強固なデータ基盤を確保することがますます重要になります。Exasolは、AI戦略を採用するビジネスに、柔軟性、回復力、スケーラビリティを提供しています。チーフデータオフィサー（CDO）などの役割が進化し、複雑化し、倫理的およびコンプライアンス上の課題が前面に出ているため、Exasolはデータリーダーをサポートし、BIをより迅速な、より優れた洞察に変えるのを助けています。
AIはビジネスの成功に重要ですが、バックエンドでAIを推進するツール、テクノロジー、人々があって初めて有効です。調査結果は、現在のBIツールとその出力の間に大きなギャップがあることを強調しています。より多くのツールがあるということは、必ずしもより迅速なパフォーマンスやより優れた洞察を意味するわけではありません。CDOが複雑さに備え、より多くのことを少ないリソースで行うように求められているため、データアナリティクススタックを評価して、生産性、スピード、柔軟性を確保する必要があります。すべてが妥当なコストで行われるようにします。
Espresso AIは、エンタープライズのこのギャップを埋めるのに役立ちます。データ抽出、読み込み、変換プロセスを最適化して、ユーザーがインフラストラクチャの制限に関係なく、新しいテクノロジーを即座に実験できるようにします。ユーザーは、データの移動コストと労力を削減しながら、データベースに新しいテクノロジーを導入できます。これらの機能により、組織はAIとMLソリューションの実装を加速し、データの品質と信頼性を確保することができます。
データリテラシーは、AIの時代にますます重要になっています。Exasolは、顧客とより広いコミュニティのデータリテラシーを向上させるために何をしていますか?
今日のデータ豊富な職場環境では、データリテラシースキルは以前よりも重要になっています。業界横断的に、データを効果的に作業し、理解し、伝える能力は、必須のスキルになっています。しかし、依然としてデータリテラシーギャップが存在します。
データリテラシーとは、複雑な情報を解釈し、その発見に基づいて行動する能力を持つことです。しかし、多くの場合、データへのアクセスは組織内でシロ化されており、または個人の小集団のみがデータを理解し、アクセスするために必要なデータリテラシースキルを持っています。このアプローチは欠陥があります。データを利用するために、時間とリソースを割く量が制限され、最終的には、データリテラシーギャップがビジネスイノベーションの障害となります。
データリテラシーを持つ人々は、データを理解し、分析し、専門知識を適用することができます。より多くの人がデータを理解し、分析し、独自のアイデア、スキル、専門知識を適用することができるほど、組織は成功する可能性が高くなります。Exasolでは、データリーダーとビジネスがデータリテラシーと教育を推進することをサポートしています。
教育コンポーネントに加えて、ビジネスはテクノロジースタックとBIツールを最適化して、データ民主化を可能にする必要があります。データアクセシビリティとデータリテラシーは密接に関連しています。データ戦略をさらに推進するには、両者の投資が必要です。たとえば、Exasolでは、チューニング不要のシステムにより、ビジネスはテクノロジーではなく、データの使用に焦点を当てることができます。高速化により、チームはデータと対話的に作業し、パフォーマンスの制限に制約されることがありません。これにより、最終的にはデータ民主化が実現します。
組織内でデータ民主化が話し合いから実践へと移行する時が来ました。さまざまな部門の多くの人が有意義な洞察を得るためにデータにアクセスするにつれて、従来のデータ分析チームによるボトルネックが解消され、組織はチームや個人がビジネス上の意思決定にデータと洞察を使用する必要性を実感するようになるでしょう。データを使用していない人々も、データから情報を得るために引き込まれるようになります。
この変化に伴う大きな課題は、将来、従業員がデータと洞察を使用してビジネス上の意思決定を行うために必要なスキルセットを身に付ける必要があることです。今日の従業員は、データフィードについて、正確で、的を絞った、ビジネスに結びついた質問をしないことになります。データフィードを推進する自動化について、正確で的を絞ったビジネスに結びついた質問をする能力の価値は、価値が高まっています。これは、従業員をこの機能を身に付けるために訓練する必要性を生み出します。
あなたはデータベース、分散システム、遺伝的アルゴリズムに強い背景を持っています。これらの専門分野は、Exasolの製品開発とイノベーション戦略にどのように影響していますか?
私の背景は、私が働く分野と過去2つの10年間のテクノロジートレンドを理解する基盤です。革新的な顧客と一緒に仕事をし、データベーステクノロジーを面白いユースケースに変えるのを助けることは、兴奮で満ちています。私たちのイノベーション戦略は、1人の個人のみに依存しません。複数の洗練されたアーキテクトと開発者が、将来のソフトウェア、ハードウェア、データアプリケーションのテクノロジーを理解しています。
AIが業界を前例のないスピードで変革していることを考えると、Exasolは、ビジネスがAIとアナリティクスを効果的に活用するために、将来に備えたデータスタックの必要なコンポーネントとは何ですか?
AIの急速な採用は、企業が進化するテクノロジー景観を先導することの重要性を示す好例です。残念ながら、多くのデータスタックはまだAIのカーブを追っていません。
将来に備えたデータスタックを構築するには、企業はまずデータ基盤を評価して、ギャップ、バグ、またはその他の課題を特定する必要があります。これにより、データの品質とスピードを確保し、AIとLLMモデルを推進することができます。
さらに、チームは、スタック内の他のソリューションと簡単に統合できるツールとテクノロジーに投資する必要があります。AIが他のテクノロジーとペアになると、新しいモデルが従来のビジネス問題を解決するために登場します。ジェネレーティブAI、ChatGPTのようなものは、従来のAIテクノロジー、記述的または予測分析と統合されて、組織に新しい機会を提供し、従来の面倒なプロセスを合理化します。
将来に備えたデータスタックを構築するには、企業はAIとBIを統合する必要があります。企業は数十年間、BIツールを使用して貴重な洞察を抽出してきましたが、依然としてBIには限界や障害があります。AIは、BIの限界を克服するのに役立ちます。BIは通常、歴史的なデータを分析して洞察を提供することに焦点を当てているため、AIは、将来のイベントを予測し、推奨事項を生成し、望ましい結果に影響を与える行動を推奨することで、BIの機能を拡張することができます。
生産性、柔軟性、コスト削減が強調されるExasolは、グローバルブランドにイノベーションを支援する3つの方法です。Exasolのアナリティクスデータベースを使用して顧客が重大なROIを達成する例を示してください。
2023年のForrester Total Economic Impact Studyによると、Exasolの顧客は、初期投資に対して3年間で最大320%のROIを達成し、運用の効率性、データベースのパフォーマンス、シンプルで柔軟なデータインフラストラクチャを改善しています。
たとえば、Helsanaは、スイスの競争激しいヘルスケア業界のリーダーです。Helsanaは、Exasolに、現代的なデータおよびアナリティクスプラットフォームの必要性を満たすためにアプローチしました。Exasol以前は、Helsanaはさまざまなレポートツールと、さまざまなテクノロジーで構築されたデータウェアハウス、ETLツールを使用していました。これにより、絡み合った非効率的なアーキテクチャが生まれました。Helsanaの既存のレガシーソリューションと比較して、Exasolのデータウェアハウスは5〜10倍のパフォーマンスを実現しました。
現在、ExasolはHelsanaのAIジャーニーの中心です。HelsanaがすべてのAIモデルで使用する構造化データのリポジトリとして機能し、分析の基盤を提供しています。Exasolを使用すると、Helsanaチームはパフォーマンスを向上させ、コストを削減し、Agilityを高め、AIの堅固な基盤を確立しました。すべてこれらは、顧客へのサービスを向上させる上で重要な役割を果たしています。
先を見て、Exasolは、データ分析とビジネスインテリジェンスの分野でどのようなトレンドに備えていますか? また、どのようにしてこの分野でイノベーションを推進し続ける予定ですか?
2023年は、広範囲にわたるAIの導入によって特徴づけられ、組織が実験を行った年でした。2024年は、AIの実験と基盤作りの変革年になります。現在、GenAIの主な応用は、チャットボット、顧客サービス自動化、ソフトウェアコーディングのための情報アクセスです。ただし、ビジネス上の意思決定と最適化のための幅広い範囲のビジネスにこれらの興奮するテクノロジーを採用する先駆者がいます。2024年を超えて、AIの生産的な実装へのより大きな推進力が見られるようになります。
Exasolでは、イノベーションを推進し、顧客に価値を提供することに尽力しています。これには、顧客がAIを大規模に展開するのを支援することも含まれます。Exasolを使用すると、顧客はBIとAIを統合して、統合されたアナリティクスシステム内のデータシロを克服できます。デプロイオプションの柔軟性も、組織が分析スタックをホストしたい場所、パブリッククラウド、プライベートクラウド、またはオンプレミスを選択できるようにします。ExasolのEspresso AIを使用すると、企業はAIドリブンの分析の価値を引き出せるようになります。組織がAIジャーニーの中でどこにあっても関係ありません。
素晴らしいインタビュー、詳しく知りたい読者は、Exasolを訪問してください。
