Rohit Choudhary, Założyciel i Dyrektor Generalny Acceldata – Seria Wywiadów

Rohit Choudhary jest założycielem i dyrektorem generalnym Acceldata, lidera rynku w zakresie obserwowalności danych przedsiębiorstw. Założył Acceldata w 2018 roku, kiedy zrozumiał, że branża musi ponownie wyobrazić sobie, jak monitorować, badać, naprawiać i zarządzać niezawodnością potoków i infrastruktury danych w świecie, w którym pierwszeństwo ma chmura i wzbogacony o AI.

Czym skłoniło Cię do skupienia się na obserwowalności danych, kiedy założyłeś Acceldata w 2018 roku, i jakie luki na rynku zarządzania danymi chciałeś wypełnić?

Moja podróż do założenia Acceldata w 2018 roku rozpoczęła się prawie 20 lat temu, kiedy byłem inżynierem oprogramowania, i byłem zmotywowany do identyfikowania i rozwiązywania problemów z oprogramowaniem. Moje doświadczenie jako dyrektor inżynieryjny w Hortonworks uświadomiło mi powtarzający się temat: firmy z ambitnymi strategiami danych miały trudności z zapewnieniem stabilności na swoich platformach danych, pomimo znacznych inwestycji w analitykę danych. Nie mogły one niezawodnie dostarczać danych, kiedy biznes potrzebował ich najbardziej.

Wyzwaniem tym zainteresowała się moja drużyna i ja, i rozpoznaliśmy potrzebę rozwiązania, które mogłoby monitorować, badać, naprawiać i zarządzać niezawodnością potoków i infrastruktury danych. Przedsiębiorstwa próbowały budować i zarządzać produktami danych przy użyciu narzędzi, które nie były zaprojektowane do spełnienia ich ewoluujących potrzeb, co prowadziło do braku widoczności zespołów danych w misyjnych aplikacjach analitycznych i AI.

Ta luka na rynku skłoniła nas do założenia Acceldata, z celem opracowania kompleksowej i skalowalnej platformy obserwowalności danych. Od tego czasu przekształciliśmy sposób, w jaki organizacje rozwijają i eksploatują produkty danych. Nasza platforma koreluje zdarzenia w danych, przetwarzaniu i potokach, zapewniając niezrównane spostrzeżenia. Wpływ obserwowalności danych był ogromny, i jesteśmy podekscytowani, aby kontynuować napędzanie branży do przodu.

Stworzyłeś termin “Obserwowalność Danych”. Jak widzisz ewolucję tego pojęcia w ciągu najbliższych kilku lat, zwłaszcza wraz ze zwiększającą się złożonością środowisk wielochmurowych?

Obserwowalność danych ewoluowała z pojęcia niszowego w kluczową możliwość dla przedsiębiorstw. Wraz ze zwiększaniem się złożoności środowisk wielochmurowych, obserwowalność musi dostosować się do obsługi różnorodnych źródeł danych i infrastruktur. W ciągu najbliższych kilku lat spodziewamy się, że AI i uczenie maszynowe będą odgrywać kluczową rolę w napędzaniu możliwości obserwowalności, szczególnie za pomocą predykcyjnej analityki i automatycznego wykrywania anomalii.

Ponadto obserwowalność będzie się rozciągać poza monitorowanie na szersze aspekty zarządzania danymi, bezpieczeństwa i zgodności. Przedsiębiorstwa będą wymagać większej kontroli i wglądu w czasie rzeczywistym w swoje operacje danych, co sprawi, że obserwowalność będzie niezbędną częścią zarządzania danymi w coraz bardziej skomplikowanych środowiskach.

Twoje doświadczenie obejmuje znaczne doświadczenie w inżynierii i rozwoju produktów. Jak to doświadczenie ukształtowało Twoje podejście do budowania i skalowania Acceldata?

Moje doświadczenie w inżynierii i rozwoju produktów odegrało kluczową rolę w kształtowaniu, jak zbudowaliśmy Acceldata. Zrozumienie technicznych wyzwań skalowania systemów danych pozwoliło nam zaprojektować platformę, która odpowiada na rzeczywiste potrzeby przedsiębiorstw. To doświadczenie nauczyło mnie również wagę elastyczności i opinii klientów w procesie rozwoju. W Acceldata priorytetem jest innowacja, ale zawsze upewniamy się, że nasze rozwiązania są praktyczne i zgodne z tym, czego potrzebują klienci w dynamicznych i złożonych środowiskach danych. To podejście było kluczowe dla skalowania firmy i rozszerzania naszej obecności na rynku na całym świecie.

Z niedawnym $60 milionowym rundą finansowania serii C, jakie kluczowe obszary innowacji i rozwoju planujesz priorytetowo traktować w Acceldata?

Z $60 milionowym finansowaniem serii C, zwiększamy nasze inwestycje w innowacje napędzane przez AI, które znacznie różnicują naszą platformę. Budując na sukcesie naszego AI Copilot, ulepszamy nasze modele uczenia maszynowego, aby dostarczyć bardziej precyzyjne wykrywanie anomalii, automatyczne prognozowanie kosztów i wgląd w czasie rzeczywistym. Rozwijamy również analitykę predykcyjną, w której AI nie tylko alertuje użytkowników o potencjalnych problemach, ale także sugeruje optymalne konfiguracje i proaktywne rozwiązania, specyficzne dla ich środowisk.

Jeszcze jednym kluczowym obszarem jest automatyzacja kontekstowa — gdzie nasza platforma uczy się z zachowania użytkownika i dostosowuje rekomendacje do celów biznesowych. Rozszerzamy również nasze Interfejsy Języka Naturalnego (NLI), które umożliwiają użytkownikom interakcję z złożonymi przepływami obserwowalności za pomocą prostych, konwersacyjnych poleceń.

Ponadto nasze innowacje AI napędzają jeszcze większą optymalizację kosztów, prognozowanie zużycia zasobów i zarządzanie kosztami z niezwykłą dokładnością. Te postępy pozycjonują Acceldata jako najbardziej proaktywną, napędzaną przez AI platformę obserwowalności, pomagając przedsiębiorstwom ufać i optymalizować swoje operacje danych jak nigdy wcześniej.

AI i LLM są coraz bardziej centralne w zarządzaniu danymi. Jak Acceldata pozycjonuje się, aby przewodzić w tym obszarze, i jakie unikalne możliwości oferuje Twoja platforma klientom przedsiębiorstw?

Acceldata jest już liderem w zakresie obserwowalności danych napędzanej przez AI. Po pomyślnym zintegrowaniu zaawansowanej technologii AI Bewgle, nasza platforma oferuje możliwości napędzane przez AI, które znacznie poprawiają obserwowalność danych. Nasz AI Copilot wykorzystuje uczenie maszynowe do wykrywania anomalii, predykcyjnego zużycia kosztów i dostarczania wglądu w czasie rzeczywistym, wszystko to za pomocą interakcji w języku naturalnym.

Zintegrowaliśmy również zaawansowane wykrywanie anomalii i automatyczne rekomendacje, które pomagają przedsiębiorstwom zapobiegać kosztownym błędom, optymalizować infrastrukturę danych i poprawiać wydajność operacyjną. Ponadto nasze rozwiązania AI upraszczają zarządzanie polityką i automatycznie generują opisy w języku ludzkim dla aktywów i polityk danych, mostkując lukę między interesariuszami technicznymi i biznesowymi. Te innowacje umożliwiają organizacjom odblokowanie pełnego potencjału ich danych, minimalizując ryzyko i koszty.

Przejęcie Bewgle dodało zaawansowane możliwości AI do platformy Acceldata. Teraz, rok po przejęciu, jak technologia Bewgle została zintegrowana z rozwiązaniami Acceldata, i jaki wpływ ma to na rozwój funkcji obserwowalności danych napędzanej przez AI?

W ciągu ostatniego roku w pełni zintegrowaliśmy technologie AI Bewgle z platformą Acceldata, i rezultaty były przełomowe. Doświadczenie Bewgle z modelami podstawowymi i interfejsami języka naturalnego przyspieszyło nasz plan rozwoju AI. Możliwości te są teraz wbudowane w naszego AI Copilot, dostarczając nowej generacji użytkownikom możliwość interakcji z przepływami obserwowalności za pomocą poleceń w języku naturalnym.

Integracja ta poprawiła również nasze modele uczenia maszynowego, ulepszając wykrywanie anomalii, automatyczne prognozowanie kosztów i wgląd w czasie rzeczywistym. Byliśmy w stanie dostarczyć bardziej szczegółową kontrolę nad operacjami napędzanymi przez AI, co umożliwia naszym klientom zapewnienie niezawodności i wydajności danych w ich ekosystemach. Sukces tej integracji umocnił pozycję Acceldata jako lidera w zakresie obserwowalności danych napędzanej przez AI, dostarczając jeszcze większą wartość naszym klientom przedsiębiorstw.

Jako ktoś głęboko zaangażowany w branżę zarządzania danymi, jakie trendy przewidujesz na rynku AI i obserwowalności danych w nadchodzących latach?

W nadchodzących latach spodziewam się kilku kluczowych trendów, które ukształtują rynek AI i obserwowalności danych. Obserwowalność danych w czasie rzeczywistym stanie się jeszcze bardziej krytyczna, gdy przedsiębiorstwa będą szukać szybszych i bardziej poinformowanych decyzji. AI i uczenie maszynowe będą nadal napędzać postępy w analityce predykcyjnej i automatycznym wykrywaniu anomalii, pomagając firmom pozostać przed potencjalnymi problemami.

Ponadto zobaczymy ściślejszą integrację obserwowalności z ramami zarządzania danymi i bezpieczeństwa, szczególnie gdy wymagania regulacyjne staną się bardziej surowe. Usługi zarządzanej obserwowalności prawdopodobnie wzrosną, gdy środowiska danych staną się bardziej skomplikowane, dając przedsiębiorstwom ekspertyzę i narzędzia niezbędne do utrzymania optymalnej wydajności i zgodności. Te trendy podniosą rolę obserwowalności danych w zapewnieniu, że organizacje mogą skalować swoje inicjatywy AI, utrzymując wysokie standardy jakości i zarządzania danymi.

Spójrzając w przyszłość, jak wyobrażasz sobie rolę obserwowalności danych w wspieraniu wdrożenia AI i dużych modeli językowych na dużą skalę, szczególnie w branżach z surowymi wymaganiami jakości i zarządzania danymi?

Obserwowalność danych będzie miała kluczowe znaczenie w wdrożeniu AI i dużych modeli językowych na dużą skalę, szczególnie w branżach takich jak finanse, opieka zdrowotna i rząd, gdzie jakość i zarządzanie danymi są najważniejsze. Wraz ze zwiększaniem się uzależnienia organizacji od AI w podejmowaniu decyzji biznesowych, potrzeba godnych zaufania, wysokiej jakości danych staje się jeszcze bardziej krytyczna.

Obserwowalność danych zapewnia ciągłe monitorowanie i walidację integralności danych, pomagając zapobiegać błędom i stronniczościom, które mogą podważyć modele AI. Ponadto obserwowalność odegra kluczową rolę w zgodności, zapewniając wgląd w pochodzenie danych, użycie i zarządzanie, zgodnie ze ścisłymi wymaganiami regulacyjnymi. Ostatecznie obserwowalność danych umożliwia organizacjom odblokowanie pełnego potencjału ich danych, zapewniając, że ich inicjatywy AI są zbudowane na fundamencie niezawodnych, wysokiej jakości danych. Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Acceldata, zgodnie ze ścisłymi wymaganiami regulacyjnymi. Ostatecznie obserwowalność danych umożliwia organizacjom odblokowanie pełnego potencjału AI, zapewniając, że ich inicjatywy AI są zbudowane na fundamencie niezawodnych, wysokiej jakości danych. Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Acceldata, zgodnie ze ścisłymi wymaganiami regulacyjnymi.