スキップ・レベンズ、Quantum マーケティングディレクター、メディア＆エンターテインメント – インタビュー・シリーズ

スキップ・レベンズは、Quantumの製品リーダーおよびAI戦略家です。Quantumは、AIおよび非構造化データのデータ管理ソリューションのリーダーです。現在、Quantumのエンドツーエンドソリューションのエンゲージメント、認知、成長を牽引しています。彼のキャリアは、Apple (AAPL ) 、Backblaze、Symply、Active Storageなどの組織でマーケティングおよびビジネス開発、エバンジェリスト、製品の立ち上げ、重要な利害関係者との関係構築、収益の成長を成功裏に導いてきました。

Quantumは、ビデオやオーディオファイルなどの非構造化データを大規模に管理、強化、保護するためのエンドツーエンドのデータソリューションを提供しています。彼らのテクノロジーは、データを有価な洞察に変換することに重点を置いています。これにより、ビジネスは価値を抽出し、情報に基づいた決定を下すことができます。Quantumのプラットフォームは、セキュア、スケーラブル、柔軟なソリューションを提供し、オンプレミスインフラストラクチャとクラウド機能を組み合わせています。会社のアプローチにより、ビジネスはデータの成長を効率的に処理しながら、データライフサイクル全体でセキュリティと柔軟性を確保できます。

Quantumの非構造化データのAI駆動型データ管理へのアプローチについて概要を示してください。

Quantumは、顧客がビジネスの重要な作業にAIと機械学習を統合するのを支援することで、顧客が非構造化データから有意義な価値を効果的に管理し、解放するのを支援します。顧客が独自のAI/MLツールを構築することで、データとコンテンツの流入に対処するだけでなく、効率性とビジネス運営のすべての段階で人間の専門知識を高める新しいドライバーとしての洞察を利用することができます。

QuantumのAIテクノロジーは非構造化データをどのように分析し、競合他社と比較した場合の主な革新は何ですか。

AI/MLツールの初期導入段階では、多くの組織ではワークフローが混乱し、断片化し、データを追跡するのが難しくなり、セキュリティと保護基準を施行するのが難しくなります。初期開発は、適切なストレージとファイルシステムのパフォーマンスが不足していることが多く、妨げられます。

私たちは、Myriadを開発しました。これは、高パフォーマンスのソフトウェア定義ファイルストレージおよびインテリジェントファブリック環境であり、AI/MLパイプラインとハイパフォーマンスワークフローを統合する課題に優雅に取り組むことができます。Myriadは、ハードウェアとストレージの制限に基づく従来のシステムから明確に離脱しています。最新のストレージとクラウドテクノロジーで構築されており、マイクロサービス駆動であり、Kubernetesによってオーケストレーションされています。Myriadは、高度にレスポンシブなシステムであり、管理者の介入をほとんど必要としません。Myriadは、NVMeとインテリジェントファブリックネットワーキング、およびコンポーネント間のリモートダイレクトメモリアクセス(RDMA)接続を最大限に活用するように設計されています。結果として、変更や一般的なタスクに自動的に対応し、管理者の介入を必要としない革新的なシステムが実現します。Myriadは、システムの一部としてインテリジェントファブリックを備えているため、複数の100Gbpsポートの帯域幅を単一のバランスの取れたIPアドレスとして提供する、内在的にロードバランスの取れたシステムでもあります。

Myriadを私たちのクラウドライクオブジェクトストレージシステム、ActiveScaleと組み合わせることで、組織は最大のデータレイクとコンテンツをアーカイブおよび保存できます。この組み合わせにより、顧客はAIパイプライン用の真のエンドツーエンドのデータ管理ソリューションを提供します。また、CatDVソリューションと組み合わせることで、顧客はデータをタグ付けおよびカタログ化してさらに強化し、分析およびAIの準備を整えることができます。

パリオリンピックでのビデオ監視におけるAIの使用についての洞察を共有できますか。どのような大規模イベントや組織がこのテクノロジーを利用していますか。

機械学習は、ビデオのパターンを認識し、リアルタイムのビデオデータのフラッドから洞察を導き出すことができる、繰り返し可能なアクションを開発できます。たとえば、ビデオ監視は、AIを使用して、発生する不審な動作をキャプチャおよびフラグできます。人間がこのタスクを実行することは、1つのイベントのみを処理できますが、AI駆動型のビデオ監視は、同時に何千ものケースを処理できます。

別の応用例は、群衆の感情分析であり、長い行列を追跡し、潜在的な苛立ちを特定できます。これらはすべて、セキュリティの専門家が信頼性高くフラグを立てることができるアクションですが、AI/MLシステムを使用して同時に複数のフィードを継続的に監視することで、専門家は必要に応じて適切な措置を講じることができ、全体的な有効性と安全性が大幅に向上します。

組織が非構造化データ分析のためにAIを実装する際に直面する主な課題について説明してください。また、Quantumはこれらの課題をどのように軽減するのですか。

組織は、ストレージおよびデータおよびコンテンツ管理全体に対するアプローチを完全に再構築する必要があります。多くの組織は、通常、1回限りのニーズに応じて、ストレージの能力を有機的に成長させてきました。これにより、マルチベンダーの混乱と不幸な複雑さが生じます。

AIの採用により、組織は運用の基盤となるストレージを簡素化する必要があります。多くの場合、これには、可能な限り迅速にアプリケーションとユーザーが作業できる「ホット」な初期データインジェスト、またはランディングゾーンの実装が必要です。次に、大量のデータを簡単にアーカイブし、コスト効率の良い方法で保護できる「コールド」なストレージが追加されます。また、データを「ホット」な処理ワークフローに戻すことができます。

ストレージをより少ない、よりコンパクトなソリューションに再構築することで、管理スタッフへの負担が大幅に軽減されます。このような「ホット/コールド」データ管理ソリューションは、AI/MLワークフロー統合に理想的であり、Quantumソリューションにより、顧客は非常に敏捷で、柔軟で、簡単に管理できるプラットフォームを作成できます。

QuantumのAIイノベーションは、組織の成長と効率性を高めるために、他のAI駆動型ツールやテクノロジーとどのように統合されますか。

多くの人は、AI/MLツール用のストレージは、グラフィックス処理ユニット(GPU)にデータを供給することだけに関係していると考えています。しかし、これは方程式のただ1つの小さな部分です。GPUにデータを可能な限り速く供給するためのスピードとハイパフォーマンスは重要ですが、大きな絵は、組織がカスタムデータに基づいてAI/MLの開発、トレーニング、推論ループを統合する方法にまつわっています。多くの場合、最初に取り組まれる最も重要なAI/MLタスクは、独自のデータを使用して内部の知識労働者に情報を提供する「知識ボット」または「カウンセラー ボット」を構築することです。これらの知識ボットを有用で組織独自のものにするには、モデルをトレーニングするために大量の専門情報が必要です。ここで、AI駆動型ストレージソリューションが登場します。独自のデータが整理され、簡単にアクセスできるストレージワークフローに保存されている場合、データを種類、セット、カタログに整理して、知識ボットが組織の独自のニーズについて十分に情報を得ることができるようにすることは、はるかに簡単になります。

AI駆動型ワークフローマネジメント機能について説明し、データプロセスをどのように簡素化するかについて説明してください。

私たちは、タスクの自動化とリアルタイムの洞察を提供することで、迅速で情報に基づいた意思決定を可能にする、ストレージソリューションに直接統合される一連のAI駆動型ワークフローマネジメントツールを構築しています。これは、新しい高度なデータ分類およびタグ付けシステムによって実現され、AIを使用してデータを整理し、簡単に検索できるようにし、さらに、メディアのサイズを特定のサイズに合わせるなどの標準アクションを実行することができます。これにより、データをトレーニングセットに整理するために必要な手動作業が大幅に削減されます。

インテリジェントな自動化ツールは、ポリシーに基づいてデータの移動、バックアップ、コンプライアンスのタスクを管理し、ポリシーの一貫した適用と管理者の負担の軽減を保証します。リアルタイムの分析と監視により、データの使用パターンと潜在的な問題に関する即時の洞察が提供され、データの完全性と品質がそのライフサイクル全体で自動的に維持されます。

AI駆動型データ管理の見通しと、来年予測されるトレンドについて説明してください。

これらのツールが進化し、マルチモーダルになるにつれて、データとやり取りするためのより表現力豊かでオープンな方法が可能になります。将来的には、システムと「会話」を行い、関心のある情報や分析が提示されるようになります。たとえば、「ホットゾーン」で最も急速に成長しているデータの種類は何ですか？このような特化は、ストレージソリューションにこれらのツールを構築する組織にとって、差別化要因となり、常に進化するデータストリームに直面しても、より正確で効率的になります。

クラウドベースの分析およびストレージとしてのサービス提供は、全体的なデータ管理戦略においてどのような役割を果たしますか。

大量のストレージ要件を持つ組織は、需要に追いつくのに苦労することがよくあります。特に予算が限られている場合、パブリッククラウドストレージは高額で予測不可能なコストにつながる可能性があり、ストレージニーズの正確な見積もりと将来数年間のストレージニーズの購入が困難になります。多くの顧客は、パブリッククラウドの体験である予測可能な運用コストを望みますが、パブリッククラウドがもたらすサプライズのエグレス料金やAPI料金はありません。顧客のニーズに応えるために、Quantum GOを開発しました。Quantum GOでは、低初期投資と低固定月額料金オプションを提供し、顧客の施設内で真正のストレージとしてのサービス体験を提供します。ストレージ要件が増加するにつれて、Quantum GOでは、拡張性とスケーラビリティを高めながら、コスト効率の良い方法で「支払いながら成長する」サブスクリプションモデルを提供します。

Quantumは、急速に進化するAIおよびデータ管理のランドスケープで先行するためにどのように計画していますか。

今日の世界では、単に「ストレージプロバイダー」であることは不十分です。新しく進化するデータとビジネスの課題には、顧客がデータの価値を最大化するのを支援する、インテリジェントでAIを活用したデータプラットフォームが必要です。Quantumでは、顧客が簡単に効果的にデータを使用できるように、強化された機能に継続的に投資し、革新を続けています。

私たちは、データのタグ付け、カタログ化、整理を容易にするために、AIを高めることに重点を置いています。これにより、検索、発見、分析してより多くの価値と洞察を抽出することが容易になります。自動ビデオトランスクリプション、オーディオおよびビデオファイルの翻訳、数千のファイルを検索して特定の単語やアイテムを見つけるなどのAI機能を強化し続けます。

AIおよび非構造化データ管理を初めて取り組む組織にアドバイスを与えることができますか。

AI/MLは大きな期待を集めていますが、そのためには、実用的で有用なものと何ができるかを判断するのが難しい場合があります。組織はまず、生成されるデータ、生成方法、キャプチャ方法、保存方法を考慮する必要があります。さらに、組織は、必要に応じてデータにアクセスして取得できるストレージソリューションを探し、日常のワークフローと将来の進化の両方を支援するソリューションを探す必要があります。最終的なAI目標について合意するのが難しいとしても、ストレージシステムとデータワークフローを簡素化し、強化するための措置を講じることで、現在および将来のAI/MLイニシアチブの統合時に大きな利益を得ることができます。組織は、AI/MLツールがミッションを進めるのに役立つことを心配することなく、これらのAI/MLツールを探求し続ける準備が整います。感謝します。読者がもっと学びたい場合は、Quantumを訪問してください。