Ian Leysen, CEO en mede-oprichter van Datadobi – Interviewreeks

Ian Leysen, CEO en mede-oprichter van Datadobi, is een technologie‑executive met meer dan drie decennia ervaring in software‑engineering, kwaliteitsborging en enterprise‑datamanagement. Hij richtte Datadobi op in 2009 na acht jaar bij EMC als Senior Manager Quality Assurance, voorafgaand aan leiderschapsrollen bij Mediagenix en Wave Research. Gedurende zijn loopbaan heeft Leysen zich sterk gericht op het opbouwen van hoogwaardige software‑engineeringsorganisaties, waarbij hij drie kwaliteitsborgingsteams vanaf de grond heeft opgezet. Bij Datadobi leidt hij een bedrijf dat grote ondernemingen helpt bij het beheren, besturen, migreren en beschermen van ongestructureerde data in on‑premises, cloud‑ en hybride omgevingen. Het bedrijf is uitgegroeid voorbij zijn wortels in grootschalige datamigratie en biedt nu StorageMAP, een vendor‑neutraal platform dat organisaties meer zichtbaarheid en controle geeft over complexe ongestructureerde data‑estates, inclusief het voorbereiden van enterprise‑data voor AI‑initiatieven.

Datadobi helpt ondernemingen meer zichtbaarheid en controle te krijgen over de snelgroeiende volumes ongestructureerde data. De software kan miljarden bestanden scannen om verouderde data, duplicaten, eigendomsleemtes en potentiële risico’s te identificeren, terwijl metadata‑ en classificatietags worden toegepast die governance en geautomatiseerde beleidsregels voor archivering, verwijdering en retentie ondersteunen. Dit is steeds belangrijker geworden nu organisaties enterprise‑data voorbereiden op generatieve AI, waarbij slecht begrepen of verouderde informatie ruis, nalevingsproblemen en beveiligingsrisico’s kan veroorzaken. Datadobi stelt bedrijven ook in staat om potentieel waardevolle datasets te identificeren, ze te organiseren voor downstream‑gebruik, en geselecteerde informatie naar data‑lakes of lakehouses te verplaatsen, met behoud van traceerbaarheid en governance. Het platform biedt bovendien inzicht in opslagkosten en de CO₂‑impact, waardoor organisaties beter onderbouwde beslissingen kunnen nemen over welke data ze moeten behouden en waar die moet worden opgeslagen.

U heeft acht jaar kwaliteitsborging geleid bij EMC voordat u Datadobi oprichtte in 2010. Wat zag u in grootschalige enterprise‑storage‑ en data‑omgevingen dat u overtuigde dat er een bedrijf moest worden opgericht, en hoe is die oorspronkelijke visie geëvolueerd nu ongestructureerde data steeds belangrijker wordt voor AI?

Bij EMC heb ik jaren gezien hoe ondernemingen zwaar investeren in opslaginfrastructuur terwijl ze bijna geen zicht hadden op wat er daadwerkelijk op lag. We waren uitstekend in het helpen van klanten bij het opslaan en beschermen van data, maar niemand stelde de moeilijkere vraag: wat is deze data, wie is de eigenaar, heeft iemand het nog nodig, en wat is de waarde ervan? Die kloof tussen de mogelijkheden van de infrastructuur en het begrip van de data was de kans. We startten Datadobi om organisaties te helpen ongestructureerde data intelligent te verplaatsen en beheren, niet alleen om het van de ene array naar de andere te verplaatsen.

Wat is veranderd, zijn de inzettingen. Vijftien jaar geleden was een onbeheerde bestandsdeling een kosten‑ en compliance‑probleem. Vandaag is diezelfde onbeheerde bestandsdeling een aansprakelijkheid op het moment dat iemand er een AI‑model of -agent op richt. Ongestructureerde data is van iets dat organisaties opslaan veranderd in iets dat bepaalt of hun AI‑initiatieven slagen of falen. Ons oorspronkelijke idee, dat opslaginfrastructuur alleen niet kan vertellen wat uw data voor de business betekent, is niet veranderd. Het is alleen nu urgenter geworden dan ooit tevoren.

U heeft betoogd dat generatieve AI het enterprise‑dataprobleem niet heeft gecreëerd, maar eerder problemen heeft blootgelegd en versneld die al decennialang bestaan. Wat zijn de grootste zwaktes die AI nu onthult in de manier waarop organisaties historisch hun data hebben beheerd?

Organisaties hebben decennialang moeite gehad om hun enterprise‑data te begrijpen. AI heeft die strijd niet gecreëerd, het heeft alleen de plekken waar het zich verstopte verwijderd. Wanneer data stilletjes op een bestandsdeling of in een archief lag, hoefde niemand verantwoording af te leggen over wat erin zat. Op het moment dat u een groot taalmodel of een RAG‑pipeline erop richt, wordt elke zwakte zichtbaar en consequential.

De grootste uitdaging is dat de meeste organisaties opslag beheren, niet data. Ze weten waar hun volumes en buckets zich bevinden, maar niet wat erin zit: welke bestanden verouderd zijn, welke gevoelige of gereguleerde informatie bevatten, welke tientallen keren gedupliceerd zijn in de omgeving, en wie er daadwerkelijk toegang toe heeft. AI onthult ook hoe gefragmenteerd eigenaarschap is geworden. Data accumuleert over on‑premises systemen, meerdere clouds en SaaS‑repositories, en niemand bezit het volledige overzicht. Dit zijn geen nieuwe problemen. AI heeft simpelweg de kosten van het negeren ervan onmiddellijk en zichtbaar gemaakt.

Organisaties richten hun AI‑investeringen vaak op krachtigere modellen, GPU’s en infrastructuur. Waarom kan meer rekenkracht of opslag een onderliggend data‑gereedheidsprobleem niet oplossen, en waar zouden ondernemingen in plaats daarvan in moeten investeren?

Meer rekenkracht zorgt er alleen voor dat een slecht antwoord sneller arriveert. Het maakt het antwoord niet nauwkeuriger, veiliger of compliant. GPU’s en opslaginfrastructuur voeren beslissingen uit, ze nemen ze niet zelf. Als u een krachtig model voedt met verouderde, gedupliceerde, verkeerd geautoriseerde of gevoelige data, krijgt u een krachtig model dat onbetrouwbare of riskante output op schaal produceert, en dat snel doet.

Wij geloven dat de markt een belangrijk keerpunt heeft bereikt: historisch optimaliseerden organisaties opslag; steeds meer moeten ze data optimaliseren. Dat betekent investeren in de discipline die boven de infrastructuurlagen ligt, het vermogen om uw volledige data‑estate te overzien, te begrijpen wat elk datastuk werkelijk is en wie er verantwoordelijk voor is, te beslissen wat moet worden behouden, verplaatst, gearchiveerd of verwijderd, en die beslissing vervolgens consistent uit te voeren. Uitgaven aan infrastructuur zonder die discipline betekenen alleen dat organisaties sneller het verkeerde kunnen doen.

Dat is precies het probleem dat ons ongestructureerde datamanagementplatform moet oplossen. Het biedt organisaties één overzicht van on‑premises, cloud‑ en SaaS‑opslag, classificeert data met tags en metadata‑analyse zodat teams kunnen zien wat overbodig, verouderd of echt waardevol is, en voert vervolgens beslissingen uit, zoals het migreren, archiveren of verwijderen van data, via beleidsgedreven workflows die continu opereren in plaats van als een eenmalig project. Die combinatie van zichtbaarheid, classificatie en consistente uitvoering verandert ‘we hebben veel data’ in ‘we weten precies wat we hebben en wat ermee moet gebeuren’.

“AI‑ready data” is een veelgebruikte brancheterm geworden. Vanuit uw perspectief, wat maakt ongestructureerde data daadwerkelijk AI‑ready, en welke criteria moeten organisaties hanteren voordat ze data toelaten aan een generatieve AI, retrieval‑augmented generation (RAG) of trainings‑pipeline?

AI‑ready data is data die een organisatie al heeft gevalideerd, niet alleen data die ze bezit. In de praktijk betekent dit dat de organisatie een reeks vragen met vertrouwen kan beantwoorden voordat die data ooit een model of pipeline bereikt: Is deze data accuraat en actueel, of heeft ze jaren onaangeroerd gelegen? Is ze elders gedupliceerd op een manier die resultaten kan vertekenen of tegenspreken? Bevat ze gevoelige, gereguleerde of persoonlijke informatie die niet blootgesteld mag worden? Wie mag er toegang toe hebben, en komt dat nog overeen met wie toegang zou moeten hebben? Voegt het daadwerkelijk zakelijke waarde toe aan het gebruiksgeval, of is het ruis?

Zonder antwoorden op die vragen betekent het voeren van data in een generatieve AI of RAG‑pipeline alleen dat u uw governance‑probleem stroomafwaarts verplaatst, naar een systeem dat veel beter is in het blootleggen van wat het vindt dan uw bestandsdeling ooit was. AI‑gereedheid is een data‑intelligentie‑discipline, geen checklist die u één keer toepast voordat een project van start gaat.

Ondernemingen kunnen miljarden bestanden hebben die verspreid zijn over on‑premises infrastructuur, meerdere clouds, archieven en business units. Hoe kunnen ze bepalen welke data betekenisvolle zakelijke waarde bevat en welke overbodig, verouderd, triviaal of simpelweg ruis is die AI‑prestaties kan verminderen?

Op die schaal zal niemand de vraag bestand voor bestand kunnen beantwoorden, en handmatige controle is geen haalbare strategie. Organisaties hebben eerst enterprise‑brede zichtbaarheid nodig: een enkel, accuraat overzicht van on‑premises, cloud‑ en SaaS‑repositories, want u kunt geen beslissing nemen over data die u niet kunt zien. Vervolgens gaat het om het toepassen van data‑intelligentie om te classificeren wat er daadwerkelijk in de omgeving zit, zodat ROT‑data (redundant, verouderd en triviaal) wordt geïdentificeerd en gescheiden van data die echt zakelijke waarde heeft.

Hier moet de discipline verder gaan dan alleen zichtbaarheid. Uw data zien is noodzakelijk maar niet voldoende. Organisaties moeten doorgroeien naar het begrijpen wat die data is en betekent, beslissen wat ermee moet gebeuren – behouden, verplaatsen, archiveren, verwijderen of gebruiken om AI aan te sturen – en vervolgens die beslissing consistent uitvoeren over miljarden objecten. Direct van zichtbaarheid naar AI‑inname springen is precies hoe ruis de modelprestaties degradeert en hoe echt waardevolle data erin begraven raakt.

Beveiliging en governance worden vooral belangrijk wanneer AI‑systemen informatie kunnen blootleggen die voorheen moeilijk door medewerkers te ontdekken was. Hoe moeten organisaties permissies, gevoelige informatie, eigenaarschap en regelgevingsrisico’s beoordelen voordat ze enterprise‑data blootstellen aan AI‑systemen?

Dit is een van de gebieden waar AI de risico‑calculatie het meest heeft veranderd. Een bestand met overmatige of verouderde permissies was vroeger een theoretische blootstelling, omdat iemand in de praktijk eerst moest weten dat het bestond en ernaar moest zoeken. Een AI‑systeem met brede toegang kan datzelfde bestand onmiddellijk aan iedereen tonen die de juiste vraag stelt. Onduidelijkheid was nooit een echte controle, maar AI heeft het laatste stukje bescherming dat per ongeluk werd geboden, verwijderd.

Voordat data wordt blootgesteld aan een AI‑systeem, hebben organisaties een helder beeld nodig van wie er toegang toe heeft en of die toegang nog logisch is, welke gevoelige of gereguleerde informatie het bevat, wie de eigenaar is en verantwoordelijk voor is, en welke regelgevende verplichtingen eraan verbonden zijn – zoals data‑residentie, retentie‑ en privacy‑eisen. Die beoordeling kan geen eenmalige audit vóór een lancering zijn. Enterprise‑data verandert continu, dus permissies, eigenaarschap en risico moeten voortdurend worden herzien, niet alleen op het moment dat een AI‑project live gaat.

Datadobi pleit voor een verschuiving van het gesprek van het beheren van opslaginfrastructuur naar het beheren van data als een zakelijke asset. Hoe ziet die transitie er in de praktijk uit, en hoe verandert dit de relatie tussen IT‑teams, datateams, security‑leiders en business units?

In de praktijk betekent dit dat het gesprek niet langer over capaciteit, tiering en uptime gaat, maar over resultaten: kostenreductie, risicoreductie, naleving van regelgeving en het mogelijk maken van AI. Deze werden vroeger als afzonderlijke initiatieven behandeld, elk met eigen tools en eigenaren. Wij vinden dat die visie steeds verouderd is. Ze hangen allemaal af van het begrip van dezelfde onderliggende enterprise‑data, en wat nodig is, is een nieuw data‑gericht operationeel model dat hen verbindt, in plaats van elk initiatief te behandelen alsof het afhankelijk is van een afzonderlijk, geïsoleerd systeem. Ons platform is hoe we dat operationele model in de praktijk brengen.

Dat verandert vanzelf wie er in de kamer zit. IT is niet langer de enige eigenaar van het gesprek, omdat beslissingen over welke data behouden, verplaatst of aan AI wordt blootgesteld zakelijke beslissingen zijn, gebaseerd op data‑intelligentie, niet op infrastructuurbeslissingen. Security‑ en compliance‑leiders hebben zicht nodig op hetzelfde datalandschap dat IT beheert. Business units moeten een stem hebben in welke data daadwerkelijk van belang is voor hun resultaten. Datamanagement stopt met een back‑office IT‑functie te zijn en wordt een gedeelde operationele discipline waarbij IT, security en de business beslissingen nemen op basis van dezelfde informatie.

Een uitdaging bij enterprise‑AI is dat data voortdurend verandert. Is AI‑gereedheid iets dat organisaties één keer kunnen bereiken, of vereist het een doorlopend proces voor het ontdekken, classificeren, beheren, archiveren en verplaatsen van data naarmate deze evolueert?

Het is doorlopend, punt. Enterprise‑data verandert continu, er worden nieuwe bestanden aangemaakt, permissies verschuiven, medewerkers komen en gaan, regelgeving evolueert, dus datamanagement moet een continue operationele capaciteit worden in plaats van een reeks onafhankelijke projecten. AI‑gereedheid behandelen als een eenmalige opschoning vóór een projectlancering is ongeveer net zoiets als een gebouw als veilig verklaren na één bezoek van een slotenmaker en daarna nooit meer de deuren controleren.

Wat organisaties nodig hebben, is een operationele discipline die continu doorzicht, begrip, beslissing en uitvoering doorloopt, ontdekt welke data bestaat, classificeert en begrijpt, beslist wat ermee moet gebeuren, en vervolgens die beslissing herhaaldelijk uitvoert. De organisaties die hun concurrenten overtreffen, zullen die zijn die die cyclus continu en op enterprise‑schaal kunnen doorlopen, niet diegenen die AI‑gereedheid behandelen als een project met een einddatum.

Naarmate ondernemingen steeds meer AI‑agenten inzetten die over systemen kunnen zoeken en autonome acties kunnen ondernemen, wordt ongestructureerd datamanagement dan nog belangrijker? Welke nieuwe risico’s ontstaan wanneer een AI‑agent toegang heeft tot informatie die verspreid is over een organisatie in plaats van alleen te reageren op een gebruikersprompt?

Het wordt aanzienlijk belangrijker, omdat een agent de aard van de blootstelling verandert. Een chatbot die één enkele prompt beantwoordt, is beperkt tot wat één persoon vraagt en ziet. Een agent die over systemen kan zoeken en autonome acties kan uitvoeren, kan veel meer van de omgeving doorkruisen dan een individuele medewerker normaal zou, en kan handelen op wat hij vindt, door data te verplaatsen, te delen of te gebruiken, zonder dat een mens elke stap hoeft te beoordelen.

Dat introduceert risico’s die verder gaan dan eenvoudige ontdekking. Als een agent toegang heeft tot data die het niet zou moeten hebben (verkeerd geautoriseerde bestanden, verouderde gevoelige records, informatie die jaren geleden had moeten worden gearchiveerd of verwijderd), kan hij die data op machinale snelheid en schaal verwerken, niet alleen aan één nieuwsgierige gebruiker tonen. De organisaties die agenten het meest succesvol inzetten, zijn diegenen die data‑governance als een voorwaarde beschouwen, niet als een bijzaak, omdat een agent trouw de eventuele leemtes in uw data‑intelligentie zal exploiteren.

Voor een onderneming die decennialang ongestructureerde data heeft opgebouwd en haar AI‑initiatieven wil opschalen, welke praktische stappen zou u eerst aanbevelen, en welke fouten moeten leiders vermijden bij het onder controle krijgen van hun data‑estate?

Begin met zichtbaarheid. U kunt geen goede beslissingen nemen over data die u niet kunt zien, dus de eerste praktische stap is een nauwkeurig, enterprise‑breed overzicht krijgen van welke data er bestaat in on‑premises, cloud‑ en SaaS‑omgevingen. Vervolgens gaat u over tot het begrijpen en classificeren van die data, zodat u weet wat waardevol is, wat gevoelig is en wat simpelweg ruis is, voordat u beslissingen neemt over retentie, migratie, archivering of verwijdering.

Er is ook een budgetrealiteit die leiders niet kunnen negeren. De meeste CIO’s krijgen geen apart, onbeperkt AI‑budget; ze werken met een vaste geldpot die nu AI moet laten concurreren met alles wat de bedrijfsvoering ondersteunt. Het instinct om AI te financieren door investeringen uit bestaande infrastructuur te halen, is de verkeerde zet, omdat diezelfde infrastructuur, opslag, datapipe‑lines en governance precies is waar AI op vertrouwt om te slagen. Het duurzamere pad is ruimte creëren binnen de bestaande estate: de zichtbaarheid verbeteren en opslagverspilling verminderen via het soort data‑optimalisatie waarvoor StorageMAP is gebouwd, waardoor echt budget vrijkomt, zonder de capaciteit aan te tasten die AI‑initiatieven daadwerkelijk nodig hebben.

De grootste fout die ik zie, is dat organisaties direct naar uitvoering gaan, AI op hun data‑estate richten of een opschoningsproject starten, zonder eerst die basis van zichtbaarheid en begrip op te bouwen. De tweede fout is dit behandelen als een eenmalige initiatief in plaats van een operationele capaciteit; data blijft veranderen, dus de discipline moet continu zijn. En de derde fout is het blijven zien als een puur technische oefening. De organisaties die slagen, behandelen dit als een zakelijke beslissing, waarbij IT, security en business‑stakeholders op één lijn staan over de waarde van de data en wat ermee moet gebeuren, niet alleen als een migratie‑ of opslagproject dat alleen aan IT wordt overgedragen.

Dank u voor het geweldige interview, lezers die meer willen weten, kunnen terecht op Datadobi.