Jeronimo De Leon, Senior Product Manager van AI bij Backblaze – Interview Serie

Jeronimo De Leon is een ervaren productmanagement-leider met meer dan 10 jaar ervaring in het stimuleren van AI-gedreven innovatie in zowel ondernemings- als start-upomgevingen. Hij is momenteel werkzaam als Senior Product Manager AI bij Backblaze, waar hij de ontwikkeling van AI/ML-functies leidt, zich richt op hoe Backblaze de AI-gegevenslevenscyclus voor de MLOps-architectuur van klanten verbetert en AI-hulpmiddelen en -agenten implementeert om interne operaties te optimaliseren.

Backblaze is een cloud-opslag- en back-upbedrijf dat onbeperkte, automatische computerback-ups voor individuen en bedrijven biedt, evenals schaalbare objectopslagoplossingen voor ondernemingen, media en applicatiewerklasten. De diensten richten zich op betaalbaarheid, gegevensbeveiliging, eenvoudige herstelopties en naadloze compatibiliteit met bestaande systemen.

U heeft meer dan tien jaar ervaring in AI-gedreven productmanagement – van het werken met LLM’s bij Intelas en RAG bij Welcome.AI tot het lanceren van de chatbot van Bloomberg en nu het leiden van de AI-inspanningen bij Backblaze. Hoe hebben deze ervaringen uw visie op de rol van cloud-opslag in het schalen van AI/ML-workflows beïnvloed?

Sinds ik begon met AI-projecten bij IBM Watson, heb ik de innovatiesnelheid dramatisch zien toenemen. Wat eerder jaren duurde om van onderzoek naar productie te gaan, gebeurt nu in maanden. Echter, de fundamentele infrastructuuruitdagingen blijven hetzelfde: waar is de data, waar slaan we deze op en hoe krijgen we er efficiënt toegang toe?

Vroeger waren de beperkingen rekenkracht en modellen, maar nu hebben we een overvloed aan vooraf getrainde modellen en zijn er veel rekenkrachtaanbieders. Toch moeten we bij het starten van een project nog steeds beginnen met een data-verzameling- en verwerkingproject, dat nog steeds hetzelfde is vandaag. Ik zie constant dat organisaties tegen hetzelfde knelpunt van het consolideren van data uit verschillende bronnen aanlopen. De organisaties die slagen, zijn die welke de data-toegankelijkheid vroeg oplossen en een basis creëren die meegroeit met hun AI-maturiteit. Uw opslagarchitectuurkeuzes bepalen hoe snel u kunt trainen en innoveren.

Waar ziet u cloud-opslag de meest kritieke rollen spelen in de AI-levenscyclus – van data-inname en verwerking tot training, fijnslijpen, inferentie en monitoring?

Cloud-opslag is kritiek in de AI-levenscyclus, met sleutelfases in data-aggregatie, verwerking, training en inferentie. Aan het begin versnelt het systematische consolideren, catalogiseren en beveiligen van archieven nieuwe projecten en maakt het gemakkelijk om opkomende modellen te testen. Schone, goed verwerkte data verslaat vaak het hebben van meer data, waardoor opslag centraal staat voor zowel kwaliteit als schaal. Een van mijn favoriete Backblaze-uitdrukkingen is: “Het is geen hamsteren als het data is.” U weet nooit hoe waardevol het zal zijn, dus organisaties moeten zo veel mogelijk verzamelen. Tijdens de training zorgt schaalbare opslag voor de doorvoer van enorme datasets, en bij inferentie maakt het vastleggen van voorspellingsuitvoer en gebruikersfeedback continue iteratie mogelijk. Uiteindelijk is opslag de basis die bepaalt hoe snel u met AI kunt innoveren.

Wat zijn de grootste obstakels waar organisaties mee te maken krijgen bij het schalen van opslag voor AI, en hoe verschillen deze uitdagingen tussen kleinere start-ups en grote ondernemingen?

De grootste obstakels bij het schalen van opslag voor AI zijn kosten, gegevensbeheer en toegankelijkheid. Het opslaan van grote hoeveelheden data is slechts een deel van de uitdaging; het moet ook georganiseerd, opvraagbaar en beheerd worden met de juiste controles. Schone, goed gestructureerde data is vaak meer waard dan het hebben van meer data.

Voor start-ups is de initiële uitdaging het verkrijgen van voldoende data om modellen te trainen en te verfijnen. Zodra ze deze hebben, worden kosten en architectuur de volgende barrières.

Voor grote ondernemingen is de uitdaging complexiteit. Hun data is overvloedig, maar gefragmenteerd over silo’s, legacy-systemen en compliance-regimes, waardoor consolidatie en toegankelijkheid moeilijk zijn.

De organisaties die slagen, behandelen opslag als een strategische enabler die meegroeit in kosten, prestaties en toegankelijkheid naast hun AI-maturiteit.

Van kosten, latentie, beveiliging en compliance, welke ziet u als de meest dringende barrière voor het schalen van AI vandaag, en hoe zouden organisaties deze uitdaging het beste moeten aanpakken?

Van kosten, latentie, beveiliging en compliance is latentie een van de meest dringende barrières. Het heeft een directe impact op zowel modeltraining als inferentie, en met name inferentie bepaalt de gebruikerservaring. Organisaties doen alles wat ze kunnen om latentie op dit punt te verminderen, aangezien vertragingen in het leveren van voorspellingen de adoptie kunnen ondermijnen.

Kosten blijven een constante uitdaging naarmate de gegevensvolumes groeien, en compliance wordt kritieker naarmate organisaties schalen, vooral in gereguleerde industrieën. Start-ups focussen vaak eerst op kosten en latentie, terwijl ondernemingen een evenwicht moeten vinden tussen latentie en governance- en regelgevingsvereisten. De prioriteit zou moeten liggen bij het bouwen van opslag die latentie voor training en inferentie minimaliseert, terwijl deze nog steeds kostenefficiënt en compliant is bij het uitbreiden van AI-adoptie.

Bedrijven benadrukken vaak de noodzaak van flexibiliteit en eenvoudige toegang tot data om AI-innovatie te stimuleren. Wat ziet u onder echte flexibiliteit in data-toegang, en waarom is dit zo essentieel?

In een recente toespraak die ik gaf, benadrukte ik het concept van slim archiveren. Echte flexibiliteit in data-toegang begint met het centraliseren van informatie in een gestructureerde, doorzoekbare archief. Dit betekent het unificeren van diverse formaten, normaliseren en taggen voor consistentie, en indexeren voor toekomstige query’s. Deze aanpak zorgt ervoor dat data niet alleen wordt opgeslagen, maar bruikbaar wordt gemaakt.

Het is essentieel omdat het de basis legt voor analytics en modellering. Wanneer data gestructureerd en doorzoekbaar is, kunnen teams sneller werken, vrijer experimenteren en latentie in zowel training als inferentie verminderen. Zonder deze flexibiliteit wordt opslag al snel een bottleneck in plaats van een enabler voor AI-innovatie.

Kunt u real-world use cases delen – zoals met klanten als Decart AI of Wynd Labs – die demonstreren hoe de juiste cloud-opslagbenadering AI-innovatie rechtstreeks kan faciliteren?

Dit zijn twee uitstekende voorbeelden van hoe de juiste cloud-opslagbenadering AI-innovatie rechtstreeks kan faciliteren. Decart richtte zich op modeltraining, waarbij het verplaatsen van data naar rekenkracht efficiënt was. Met Backblaze B2 schaalden ze naar 16 PB in 90 dagen, trainden over meerdere GPU-clusters met nul egress-kosten en bereikten tien keer de efficiëntie van concurrenten. Deze betrouwbaarheid en efficiëntie stelde hen in staat om sneller te innoveren.

Wynd Labs richtte zich op klantentoegang tot data. Ze nemen petabytes per dag op en serveren tientallen petabytes per maand. Met de hoge prestaties en gratis egress van Backblaze konden ze schalen naar ondernemingsvraag en middelen herinvesteren in productontwikkeling. Deze mogelijkheid om data-toegang op schaal te bieden, ontgrendelde nieuwe kansen voor hun platform.

In beide gevallen transformeerde de juiste opslagstrategie de infrastructuur van een beperking in een enabler, waardoor de bedrijven zich konden richten op innoveren in AI in plaats van kosten en complexiteit te beheren.

Terwijl AI-modellen en datasets complexer worden, welk advies zou u organisaties geven die proberen opslagprestaties af te wegen tegen kostenefficiëntie?

Organisaties moeten nadenken over hun langetermijndata-gebruik met hun product in gedachten. Het verzamelen, verwerken, verplaatsen en uitvoeren van inferentie op data zal allemaal essentieel zijn voor hoe hun product evolueert. Als ze dit nu niet meenemen, zullen de kosten en opslaguitdagingen alleen maar toenemen met de tijd. Aangezien AI een centraal onderdeel zal zijn van hun product en organisatie, moet opslag vanaf het begin ontworpen worden om prestaties af te wegen tegen kostenefficiëntie, zodat het soepel kan schalen naarmate ze groeien.

Hoe ziet u cloud-opslag evolueren om governance-behoeften te ondersteunen, terwijl teams toch snel kunnen innoveren?

Governance is een cruciaal onderdeel van opslag. Het stroomlijnen van toegang met een solide basis voor hoe data wordt beheerd, beveiligd en geauditeerd, is kritiek. Ik zie cloud-opslag evolueren met sterkere ingebouwde controles, zoals encryptie standaard, fijne toestemmingen, audit-trails en data-residentie-opties. Even belangrijk is data-afkomst. In AI is het weten waar data vandaan komt, hoe het is verwerkt en hoe het in modellen wordt gevoed, essentieel voor zowel compliance als vertrouwen.

Tegelijkertijd verbeteren opslagplatforms de gebruiksvriendelijkheid, zodat teams nog steeds snel kunnen werken. Wanneer governance, afkomst en toegankelijkheid samenwerken, kunnen organisaties regelgevingsvereisten naleven en toch snel innoveren met AI.

Wat is uw advies aan organisaties die B2 evalueren of ernaar migreren, met name met betrekking tot implementatie – zoals data-migratie, integratie met bestaande MLOps- of compute-stacks, of optimalisatie voor doorvoer en egress?

Because B2 S3-compatibel is, integreert het rechtstreeks in bestaande MLOps- en compute-stacks zonder herarchitectuur. We werken vaak met klanten aan een proof of concept om migratie, prestaties en integratie te valideren voordat we schalen. Vervolgens ligt de focus op het optimaliseren van doorvoer, data-beweging en data-orchestratie, zodat teams kunnen trainen over clusters, inferentie uitvoeren en snel itereren zonder door infrastructuurbeperkingen te worden vertraagd.

Terwijl AI-werklasten blijven schalen – vooral met trends rond LLM’s, exabyte-schaal datasets en hybride of multi-cloudstrategieën – hoe evolueert Backblaze zijn opslagaanbod om aan deze opkomende behoeften te voldoen?

Bij Backblaze zijn we gefocust op hoe data vandaag wordt gebruikt, maar ook op hoe het in de toekomst zal worden georkestreerd. Opslag is niet langer alleen een archief, maar wordt een instrument dat snelle toegang, efficiënte beweging en betrouwbare orchestratie van data over omgevingen mogelijk maakt. Met LLM’s en exabyte-schaal datasets zal deze basis van eenvoudige toegang en hoge doorvoer kritiek zijn, niet alleen voor training en inferentie, maar ook voor de opkomende klasse van AI-agenten die op data vertrouwen om processen autonomer te maken. Het resultaat is een opslagbasis die innovatie mogelijk maakt en organisaties voorbereidt op wat er verder komt.

Bedankt voor het geweldige interview. Lezers die meer willen leren, kunnen Backblaze bezoeken.