Ian Leysen, administrerende direktør og medgründer av Datadobi – Intervjuserie

Ian Leysen, administrerende direktør og medgründer av Datadobi, er en teknologileder med mer enn tre tiår med erfaring innen programvareutvikling, kvalitetssikring og bedriftsdatabehandling. Han var med på å grunnlegge Datadobi i 2009 etter å ha tilbrakt åtte år i EMC som seniorleder for kvalitetssikring, etter ledende roller i Mediagenix og Wave Research. Gjennom sin karriere har Leysen i stor grad fokusert på å bygge høykvalitets programvareutviklingsorganisasjoner, og har etablert tre kvalitetssikrings‑team fra bunnen av. I Datadobi har han ansvaret for et selskap som hjelper store virksomheter med å håndtere, styre, migrere og beskytte ustrukturert data på tvers av lokalt, sky‑ og hybridmiljøer. Selskapet har utviklet seg fra sine røtter innen storskala datamigrering til å tilby StorageMAP, en leverandøruavhengig plattform som gir organisasjoner økt innsikt og kontroll over komplekse ustrukturerte data‑områder, inkludert forberedelse av bedriftsdata for AI‑initiativer.

Datadobi hjelper virksomheter med å oppnå større innsikt og kontroll over den raskt voksende mengden ustrukturert data. Programvaren kan skanne milliarder av filer for å identifisere foreldet data, duplikater, eierskapsgap og potensielle risikoer, samtidig som den påfører metadata og klassifiseringstagger som støtter styring og automatiserte retningslinjer for arkivering, sletting og oppbevaring. Dette har blitt stadig viktigere etter hvert som organisasjoner forbereder bedriftsdata for generativ AI, hvor dårlig forstått eller foreldet informasjon kan skape støy, etterlevelsesproblemer og sikkerhetsrisiko. Datadobi gjør også at selskaper kan identifisere potensielt verdifulle datasett, organisere dem for videre bruk, og flytte utvalgt informasjon til datalake eller lakehouse samtidig som sporbarhet og styring opprettholdes. Plattformen gir også innsikt i lagringskostnader og karbonpåvirkning, og hjelper organisasjoner med å ta mer informerte beslutninger om hvilken data som skal beholdes og hvor den skal lagres.

Du tilbrakte åtte år med å lede kvalitetssikring i EMC før du med‑grunnla Datadobi i 2010. Hva så du i store bedrifts‑lagrings‑ og data‑miljøer som overbeviste deg om at det var behov for et selskap, og hvordan har den opprinnelige visjonen utviklet seg etter hvert som ustrukturert data har blitt stadig viktigere for AI?

Hos EMC så jeg i flere år hvordan virksomheter investerte tungt i lagringsinfrastruktur uten nesten noen innsikt i hva som faktisk lå lagret der. Vi var dyktige til å hjelpe kunder med å lagre og beskytte data, men ingen stilte de vanskeligere spørsmålene: Hva er dette for data, hvem eier den, trenger noen den fortsatt, og hva er den verdt? Dette gapet mellom infrastrukturens kapasitet og forståelse av data var muligheten. Vi startet Datadobi for å hjelpe organisasjoner med å flytte og håndtere ustrukturert data på en intelligent måte, ikke bare flytte den fra ett array til et annet.

Det som har endret seg er innsatsen. For femten år siden var en ubehandlet fildeling et kostnads‑ og etterlevelsesproblem. I dag er den samme ubehandlede fildelingen en forpliktelse så snart noen peker en AI‑modell eller -agent mot den. Ustrukturert data har gått fra å være noe organisasjoner lagrer til å bli det som avgjør om deres AI‑prosjekter lykkes eller mislykkes. Vår opprinnelige idé, at lagringsinfrastruktur alene ikke kan fortelle deg hva dataene betyr for virksomheten, har ikke endret seg. Den har bare blitt mer presserende enn noen gang.

Du har hevdet at generativ AI ikke skapte bedriftsdataproblemet, men snarere avdekket og akselererte problemer som har eksistert i flere tiår. Hva er de største svakhetene AI nå avdekker i hvordan organisasjoner historisk har håndtert sine data?

Organisasjoner har slitt med å forstå sine bedriftsdata i flere tiår. AI skapte ikke denne kampen, den fjernet bare de stedene den pleide å skjule seg. Når data lå stille på en fildeling eller i et arkiv, trengte ingen å svare på hva som var i den. Så snart du peker en stor språkmodell eller en RAG‑pipeline mot den, blir hver svakhet synlig og konsekvent.

Den største utfordringen er at de fleste organisasjoner har håndtert lagring, ikke data. De vet hvor volumene og bøttene deres er, men ikke hva som ligger i dem: hvilke filer som er foreldet, hvilke som inneholder sensitiv eller regulert informasjon, hvilke som er duplisert dusinvis av ganger i miljøet, og hvem som faktisk har tilgang. AI avdekker også hvor fragmentert eierskap har blitt. Data samler seg på tvers av lokale systemer, flere skyer og SaaS‑lagre, og ingen eier hele bildet. Dette er ikke nye problemer. AI har bare gjort kostnaden ved å ignorere dem umiddelbar og synlig.

Organisasjoner fokuserer ofte AI‑investeringene sine på kraftigere modeller, GPU‑er og infrastruktur. Hvorfor kan ikke mer beregning eller lagring løse et underliggende data‑klarhetsproblem, og hvor bør virksomheter investere i stedet?

Mer beregning gjør bare et dårlig svar raskere. Det gjør ikke svaret nøyaktig, trygt eller i samsvar med regelverk. GPU‑er og lagringsinfrastruktur utfører beslutninger, de tar dem ikke. Hvis du mater en kraftig modell med foreldet, duplisert, feil‑tillatelser eller sensitiv data, får du en kraftig modell som produserer upålitelig eller risikabelt output i stor skala, og gjør det raskt.

Vi mener markedet har nådd et viktig vendepunkt: Historisk har organisasjoner optimalisert lagring; i økende grad må de optimalisere data. Det betyr å investere i disiplinen som ligger over infrastrukturnivået, evnen til å se over hele data‑området, forstå hva hvert datastykke faktisk er og hvem som er ansvarlig for det, bestemme hva som skal beholdes, flyttes, arkiveres eller slettes, og så gjennomføre den beslutningen konsekvent. Infrastruktur‑utgifter uten denne disiplinen betyr bare at organisasjoner kan gjøre feil raskere.

Det er nettopp problemet vår plattform for ustrukturert datastyring ble bygget for å løse. Den gir organisasjoner en enkelt oversikt over lokalt, sky‑ og SaaS‑lagring, klassifiserer data med tagging og metadata‑analyse slik at team kan se hva som er overflødig, foreldet eller virkelig verdifullt, og så utfører beslutninger – migrering, arkivering eller sletting – gjennom policy‑drevne arbeidsflyter som opererer kontinuerlig i stedet for som ett engangstiltak. Kombinasjonen av innsikt, klassifisering og konsistent gjennomføring gjør at «vi har mye data» blir til «vi vet nøyaktig hva vi har og hva vi skal gjøre med det».

«AI‑klar data» har blitt et vanlig bransjeuttrykk. Fra ditt perspektiv, hva gjør ustrukturert data AI‑klar, og hvilke kriterier bør organisasjoner bruke før de lar data inn i en generativ AI, retrieval‑augmented generation (RAG) eller trenings‑pipeline?

AI‑klar data er data en organisasjon allerede har validert, ikke bare data den eier. I praksis betyr det at organisasjonen kan svare på en rekke spørsmål med sikkerhet før dataene noen gang når en modell eller en pipeline: Er dataene korrekte og oppdaterte, eller har de ligget urørt i årevis? Er de duplisert andre steder på en måte som vil forvrenge eller motsi resultater? Inneholder de sensitiv, regulert eller personlig informasjon som ikke bør eksponeres? Hvem har lov til å få tilgang til dem, og stemmer dette fortsatt overens med hvem som bør ha tilgang? Legger de faktisk til forretningsverdi for bruksområdet, eller er de bare støy?

Uten svar på disse spørsmålene betyr det å mate data inn i en generativ AI eller RAG‑pipeline bare at du flytter styringsproblemet nedstrøms, til et system som er langt bedre til å avdekke hva det finner enn fildelingene dine noen gang var. AI‑klarhet er en disiplin for data‑intelligens, ikke en avkrysningsboks du fyller ut én gang før et prosjekt starter.

Virksomheter kan ha milliarder av filer spredt over lokalt infrastruktur, flere skyer, arkiver og forretningsenheter. Hvordan kan de avgjøre hvilken data som inneholder meningsfull forretningsverdi og hvilken som er overflødig, foreldet, trivielt eller bare støy som kan forringe AI‑ytelsen?

På den skalaen vil ingen svare på spørsmålet fil for fil, og manuell gjennomgang er ingen levedyktig strategi. Organisasjoner trenger først en bedriftsomfattende innsikt: en enkelt, nøyaktig oversikt over lokalt, sky‑ og SaaS‑lagring, fordi du ikke kan ta beslutninger om data du ikke kan se. Deretter handler det om å bruke data‑intelligens til å klassifisere hva som faktisk finnes i miljøet, slik at ROT‑data (redundant, obsolete, trivial) identifiseres og skilles fra data som virkelig har forretningsverdi.

Dette er hvor disiplinen må gå utover kun innsikt. Å se dataene er nødvendig, men ikke tilstrekkelig. Organisasjoner må gå fra å forstå hva dataene er og betyr, til å bestemme hva som skal skje med dem – beholdes, flyttes, arkiveres, slettes eller brukes til å drive AI – og så gjennomføre den beslutningen konsekvent på milliarder av objekter. Å hoppe direkte fra innsikt til AI‑inntak er akkurat det som gjør at støy forringer modellens ytelse og at virkelig verdifull data blir begravd i den.

Sikkerhet og styring blir spesielt viktig når AI‑systemer kan avdekke informasjon som tidligere var vanskelig for ansatte å finne. Hvordan bør organisasjoner vurdere tillatelser, sensitiv informasjon, eierskap og regulatorisk risiko før de eksponerer bedriftsdata for AI‑systemer?

Dette er ett av områdene hvor AI har endret risikokalkylen mest. En fil med overdrevne eller foreldede tillatelser var tidligere en teoretisk eksponering, fordi en person realistisk sett måtte vite at den eksisterte og lete etter den. Et AI‑system med bred tilgang kan avdekke den samme filen for hvem som helst som stiller riktig spørsmål, umiddelbart. Skjulthet var aldri en reell kontroll, men AI har fjernet den siste beskyttelsen den ved et uhell ga.

Før noen data eksponeres for et AI‑system, må organisasjoner ha et klart bilde av hvem som har tilgang til dem og om denne tilgangen fortsatt er fornuftig, hvilken sensitiv eller regulert informasjon de inneholder, hvem som eier dem og er ansvarlig for dem, og hvilke regulatoriske forpliktelser som gjelder – som datalokalisering, oppbevaring og personvernkrav. Denne vurderingen kan ikke være en engangsaudit før en lansering. Bedriftsdata endres kontinuerlig, så tillatelser, eierskap og risiko må gjennomgås løpende, ikke bare i øyeblikket AI‑prosjektet settes i drift.

Datadobi argumenterer for å flytte samtalen fra å håndtere lagringsinfrastruktur til å håndtere data som en forretningsressurs. Hvordan ser den overgangen ut i praksis, og hvordan endrer den forholdet mellom IT‑team, datateam, sikkerhetsledere og forretningsenheter?

I praksis betyr det at samtalen slutter å handle om kapasitet, tiering og oppetid, og begynner å handle om resultater: kostnadsreduksjon, risikoreduksjon, regulatorisk etterlevelse og muliggjøring av AI. Disse ble tidligere behandlet som separate initiativer, hver med sine egne verktøy og eiere. Vi mener dette synet blir stadig foreldet. De avhenger alle av forståelse av de samme underliggende bedriftsdataene, og det som trengs er en ny, data‑fokusert driftsmodell som knytter dem sammen, i stedet for å behandle hvert initiativ som om det avhenger av et separat, isolert system. Vår plattform er hvordan vi gjør denne driftsmodellen til virkelighet.

Det endrer naturlig hvem som sitter i rommet. IT er ikke lenger den eneste eieren av samtalen, fordi beslutninger om hvilken data som skal beholdes, flyttes eller eksponeres for AI er forretningsbeslutninger, informert av data‑intelligens, ikke infrastruktur‑beslutninger. Sikkerhets‑ og etterlevelsesledere trenger innsikt i det samme datalandskapet som IT styrer. Forretningsenheter trenger en stemme i hvilken data som faktisk betyr noe for deres resultater. Datastyring slutter å være en bak‑kontor‑IT‑funksjon og blir en delt driftsdisiplin hvor IT, sikkerhet og virksomheten tar beslutninger på samme informasjon.

En utfordring med bedrifts‑AI er at data stadig endrer seg. Er AI‑klarhet noe organisasjoner kan oppnå én gang, eller krever det en pågående prosess for å oppdage, klassifisere, styre, arkivere og flytte data etter hvert som den utvikler seg?

Det er en pågående prosess, punktum. Bedriftsdata endres kontinuerlig, nye filer opprettes, tillatelser skifter, ansatte kommer og går, regelverk utvikles, så datastyring må bli en kontinuerlig operasjonell evne i stedet for en sekvens av uavhengige prosjekter. Å behandle AI‑klarhet som en engangsrengjøring før et prosjektstart er som å erklære en bygning sikker etter ett låsesmedbesøk og aldri sjekke dørene igjen.

Det organisasjoner trenger er en driftsdisiplin som kontinuerlig beveger seg gjennom innsikt, forståelse, beslutning og gjennomføring, oppdager hvilken data som finnes, klassifiserer og forstår den, bestemmer hva som skal skje med den, og så handler på den beslutningen på en gjentakende basis. De organisasjonene som overgår sine konkurrenter vil være de som kan bevege seg gjennom den syklusen kontinuerlig og i bedriftsomfang, ikke de som behandler AI‑klarhet som et prosjekt med en sluttdato.

Etter hvert som virksomheter i økende grad distribuerer AI‑agenter som kan søke på tvers av systemer og utføre autonome handlinger, blir ustrukturert datastyring enda viktigere? Hvilke nye risikoer oppstår når en AI‑agent kan få tilgang til informasjon spredt over en organisasjon i stedet for bare å svare på en brukerforespørsel?

Det blir betydelig viktigere, fordi en agent endrer arten av eksponeringen. En chatbot som svarer på ett enkelt spørsmål er begrenset av hva én person spør om og ser. En agent som kan søke på tvers av systemer og utføre autonome handlinger kan bevege seg gjennom langt mer av miljøet enn en enkelt ansatt vanligvis ville gjort, og den kan handle på det den finner – flytte, dele eller bruke data – uten at et menneske nødvendigvis vurderer hvert trinn.

Det introduserer risiko som går utover enkel oppdagelse. Hvis en agent har tilgang til data den ikke skal ha (feil‑tillatelser, foreldede sensitive poster, informasjon som burde vært arkivert eller slettet for år siden), kan den handle på den dataen i maskinens hastighet og skala, ikke bare vise den til én nysgjerrig bruker. De organisasjonene som lykkes best med å distribuere agenter er de som har behandlet datastyring som en forutsetning, ikke som en ettertanke, fordi en agent vil utnytte alle hull som finnes i din data‑intelligens.

For en virksomhet som har samlet tiår med ustrukturert data og ønsker å skalere sine AI‑initiativer, hvilke praktiske steg vil du anbefale å ta først, og hvilke feil bør ledere unngå når de begynner å få kontroll på sitt data‑område?

Start med innsikt. Du kan ikke ta gode beslutninger om data du ikke kan se, så det første praktiske steget er å få et nøyaktig, bedriftsomfattende bilde av hvilken data som finnes på tvers av lokalt, sky‑ og SaaS‑miljøer. Deretter går du inn i forståelse, klassifiserer dataen slik at du vet hva som er verdifullt, hva som er sensitivt og hva som bare er støy, før du går videre til beslutninger om oppbevaring, migrering, arkivering eller sletting.

Det finnes også en budsjett‑realitet ledere ikke kan ignorere. De fleste CIO‑er får ikke et eget, ubegrenset AI‑budsjett, de arbeider med en fast sum penger som nå konkurrerer med alt annet som holder virksomheten i gang. Instinktet om å finansiere AI ved å kutte investeringer i eksisterende infrastruktur er feil, fordi den samme infrastrukturen – lagring, datapipelines, styring – er akkurat det AI er avhengig av for å lykkes. Den mest bærekraftige veien er å skape handlingsrom i den eksisterende eiendommen: forbedre innsikt og redusere lagringsavfall gjennom den typen dataoptimalisering StorageMAP er bygget for, frigjør reelle budsjettmidler uten å røre kapasiteten AI‑initiativene faktisk vil trenge.

Den største feilen jeg ser er at organisasjoner hopper rett til gjennomføring, peker AI mot sitt dataområde, eller starter et oppryddingsprosjekt uten først å bygge dette grunnlaget av innsikt og forståelse. Den andre feilen er å behandle dette som et engangsprosjekt i stedet for en operasjonell evne; data endrer seg kontinuerlig, så disiplinen må være kontinuerlig. Og den tredje er å la det bli en ren teknisk øvelse. De organisasjonene som lykkes behandler dette som en forretningsbeslutning, med IT, sikkerhet og forretningsinteressenter som er enige om hva dataene er verdt og hva som skal skje med dem, ikke bare som et migrasjons‑ eller lagringsprosjekt som overlates til IT alene.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Datadobi.