David DeSanto, CEO da Anaconda – Série de Entrevistas

David DeSanto é o Diretor Executivo da Anaconda, onde lidera a missão da empresa de empoderar as comunidades de ciência de dados e IA do mundo por meio da inovação de código aberto e soluções empresariais seguras. Um executivo de produtos e tecnologia comprovado, David traz mais de duas décadas de experiência abrangendo cibersegurança, plataformas de desenvolvedores e software empresarial.

Recentemente, David atuou como Diretor de Produtos da GitLab, onde liderou a organização global de produtos para entregar uma plataforma de DevSecOps completa e nativa em IA, com mais de 50 milhões de usuários registrados em todo o mundo. Durante seus seis anos com a empresa, ele ajudou a transformar a GitLab de uma startup de alto crescimento em uma líder de mercado pública e definidora da categoria de Plataforma DevOps.

Anaconda é uma plataforma de código aberto líder em ciência de dados, aprendizado de máquina e inteligência artificial, construída em torno da linguagem de programação Python e amplamente utilizada por desenvolvedores individuais e grandes empresas. Originalmente lançada em 2012, ela fornece um ambiente abrangente que inclui ferramentas de codificação, gerenciamento de pacotes por meio do Conda e acesso a milhares de bibliotecas pré-construídas, como NumPy, pandas e TensorFlow, permitindo que os usuários desenvolvam, testem e implantem modelos de IA de forma eficiente.

Ao longo do tempo, a Anaconda evoluiu para uma plataforma de IA empresarial completa que ajuda as organizações a gerenciar todo o ciclo de vida da IA – desde a fonte e segurança de pacotes de código aberto até a construção, governança e implantação de aplicativos em ambientes em nuvem e locais. Com dezenas de milhões de usuários e adoção em uma grande porcentagem de empresas da Fortune 500, ela se tornou uma camada fundamental para o desenvolvimento de IA moderno, enfatizando inovação de código aberto, escalabilidade e fluxos de trabalho seguros e reprodutíveis.

Você passou quase seis anos na GitLab, mais de três como Diretor de Produtos, ajudando a escalar uma plataforma de DevSecOps nativa em IA para dezenas de milhões de usuários. Como essa experiência moldou suas prioridades agora como CEO da Anaconda, e o que parece fundamentalmente diferente sobre liderar uma empresa versus liderar produtos?

Meu tempo na GitLab realmente reforçou alguns princípios que agora são centrais para como estou abordando a Anaconda. Primeiro é o crescimento responsável – escalonar equipes, produtos e receita de uma maneira durável. Na GitLab, crescemos para atender a dezenas de milhões de usuários, e ver a GitLab Ultimate representar mais da metade da receita da empresa demonstrou o quão importante é alinhar o valor do produto com o impacto comercial de longo prazo.

Segundo é uma mentalidade de resultados e eficiência sobre processo e estrutura. Está tudo bem em enviar algo que é bom o suficiente e mostra direção para iniciar o flywheel de feedback dos clientes. Entregar valor real rapidamente é imperativo, mas você ainda precisa ser pensativo sobre como escalar. Isso está intimamente ligado ao terceiro pilar: obsessão pelo cliente e realmente atender aos usuários onde eles estão. Passei minha carreira construindo ferramentas de desenvolvedor e segurança, e como um ex-desenvolvedor, sei o quanto uma boa (ou má) ferramenta pode impactar a produtividade e a satisfação.

E, por fim, transparência com propósito. Esse valor fundamental da Anaconda permitiu que todas as partes participem e colaborassem para melhorar a empresa e suas ofertas. Estou ansioso para continuar construindo sobre esse valor para garantir que estamos dando à nossa comunidade o que eles precisam para ter sucesso.

Como CEO, você é responsável por todo o sistema – estratégia, cultura, operações e resultados. Ainda estou profundamente conectado ao produto, mas estou pensando de forma mais ampla e de longo prazo. Tenho que garantir que a empresa está crescendo de forma responsável, apoiando seu povo e entregando valor aos nossos clientes em todas as dimensões do negócio. Esses são os princípios que pretendo continuar construindo aqui.

O que o motivou pessoalmente a assumir o papel de CEO da Anaconda, e o que o convenceu de que essa era a plataforma certa para construir o próximo capítulo da IA empresarial?

Eu digo a todos que havia quatro razões pelas quais eu estava animado para me juntar à Anaconda como CEO. Primeiro, a tecnologia. Como desenvolvedor, eu estava familiarizado com e usei a Anaconda por muito tempo. Sei o quão poderosa ela é e pode ser. A plataforma já habilita tanto, e a base que a equipe construiu nos dará a oportunidade de moldar o que vem a seguir na era nativa em IA!

Segundo, a comunidade. Acredito profundamente no poder da comunidade de código aberto. Muito poucas empresas têm uma comunidade tão ampla e engajada quanto a da Anaconda.

Terceiro, as pessoas. É raro encontrar esse nível de liderança em um lugar. A equipe executiva é excepcional, e sua paixão é real. Estamos construindo o futuro com código aberto e IA, e fazer parte de algo tão significativo e impactante nos deixa todos genuinamente animados.

E, por fim, a oportunidade. Foi isso que finalmente tomou a decisão para mim. A Anaconda está no centro de tornar a IA mais acessível, ajudando as empresas a construir, proteger, implantar e monitorar a IA em escala. Quando você combina tecnologia de classe mundial, uma comunidade vibrante e uma equipe como essa, você obtém uma chance rara de moldar como a IA e a ciência de dados são construídas e usadas. Foi isso que me atraiu.

O código aberto impulsiona a maioria do desenvolvimento de IA moderno, no entanto, muitas empresas ainda lutam para confiar nele em escala. Por que você acredita que o código aberto permanece a base mais poderosa para a IA, e onde você acha que ele é mais mal interpretado?

Há uma concepção errada comum de que o código mais seguro é o código que é escondido, pois apenas pessoas selecionadas podem vê-lo. Isso é como um avestruz que enfia a cabeça na areia para se esconder. O software de código aberto é o oposto disso. O código aberto é transparente, convida todos a contribuir e fornece às organizações em todo o mundo um conjunto mais alto de olhos para garantir que o código seja seguro e funcione como esperado.

Não vimos uma tecnologia amadurecer tão rapidamente quanto a IA está amadurecendo. Para que a IA continue sua aceleração, você precisa de código moderno que se mova o mais rápido possível. O código aberto faz isso, e é por isso que é a base para o desenvolvimento de IA moderno.

Na Anaconda, nos inclinamos para isso. Nossas capacidades principais e o ecossistema Python são de código aberto porque essa é a melhor maneira para as equipes começarem e inovarem rapidamente. Em cima disso, adicionamos capacidades de nível empresarial, dando às organizações a governança, segurança e confiabilidade de que precisam para usar o código aberto em escala.

As taxas de falha da IA nas empresas permanecem altas, especialmente com pilotos de IA gerativa. Na sua perspectiva, quais são as razões principais pelas quais essas iniciativas estagnam, e como as escolhas de infraestrutura podem fazer ou quebrar o sucesso de longo prazo?

Muitas organizações executaram pilotos. Algumas têm projetos de prova de conceito sólidos, e outras têm uma handful de ferramentas internamente construídas que realmente economizam tempo para as equipes. Mas poucas mudaram a IA para produção real que executa em toda a empresa. Há uma grande diferença entre “estamos experimentando” e “é assim que trabalhamos agora”. Essa lacuna é onde a maioria das empresas está presa – e não é porque a tecnologia não funciona.

A demonstração quase sempre parece boa, mas o problema aparece quando você tenta reproduzir a demonstração em escala empresarial. De repente, você está lidando com questões de governança de dados, preocupações de segurança, problemas de confiabilidade e um problema fundamental de confiança: esse aplicativo funcionará de forma confiável e manterá nossos dados seguros? Esses problemas não aparecem na demonstração e, portanto, se tornam um afterthought para as empresas.

A barreira para o sucesso da IA não é a capacidade, mas a maturidade da infraestrutura e do processo. As organizações que estão à frente são lideradas por aquelas que escolhem investir em fundações modernas onde confiança e velocidade coexistem e onde a segurança e a governança incorporadas aceleram, em vez de obstruir. Ferramentas fragmentadas e ambientes forçam você a escolher entre os dois, mas infraestrutura moderna e unificada e processos de IA modernos permitem que você tenha ambos. Hoje, remover gargalos é criar sua vantagem competitiva. Isso não é apenas uma ambição técnica; é um imperativo de negócios para competir e sobreviver no mercado de hoje. O sucesso será aumentado por aqueles que investem em segurança e governança desde a base.

Você liderou equipes em cibersegurança, produtos e plataformas de desenvolvedores. Como você está trazendo essa mentalidade de segurança para a estratégia da Anaconda em torno do gerenciamento de dependências, reprodução de ambiente e risco da cadeia de suprimentos?

Minha jornada em segurança começou na saúde, onde eu vi exatamente o que passava por “seguro” na época. Eu me imergi completamente na segurança e ela se tornou uma paixão. À medida que as cargas de trabalho de IA, modelos, agentes e integrações se tornam mais complexos, os riscos de segurança são multiplicados mais rápido do que a governança pode acompanhar. E mesmo quando o risco de segurança é gerenciado, o ambiente em si se torna um obstáculo.

A segurança e a conformidade com a IA são desafiadoras, especialmente ao obter visibilidade real sobre o risco em desenvolvimento e produção. É aí que estamos nos concentrando. Estamos construindo capacidades de segurança mais profundas dentro do gerenciamento de ambiente, governança adicional em torno de pacotes de IA fora do ecossistema Python e ajudando a reduzir o risco com modelos de IA por meio da varredura de segurança de sua postura. O objetivo é simples: ajudar as organizações a se moverem mais rápido com a IA, mantendo a visibilidade, privacidade e resiliência de que precisam para confiar nela em escala.

Há um ceticismo crescente em torno do ROI da IA, ao lado de um surto de experimentação e codificação de vibração. Como você distingue entre experimentação produtiva e sistemas de IA prontos para empresas que realmente entregam valor mensurável?

Este ano pode ser realmente o primeiro em que o ROI da IA é medido bem. Todos na indústria estão tratando “eficiência” como tempo economizado, no entanto, isso não é o melhor KPI de linha de topo. As organizações que levam o tempo para criar KPIs personalizados diretamente ligados ao que é mais importante para elas terão melhores resultados. Isso pode ser tempo reduzido na revisão de código para a equipe de desenvolvimento ou a qualidade da geração de leads para a equipe de marketing. O tempo por si só e a medição do consumo de tokens não sinalizam eficiência diretamente.

A Anaconda está no centro do desenvolvimento de IA baseado em Python. Como você vê o papel dos ambientes Python evoluindo à medida que as organizações mudam da experimentação para sistemas de IA em escala de produção totalmente governados?

O Python é a linguagem principal para a IA, e embora eu não espere que isso mude em breve, as linguagens sempre fluem e refluem em popularidade. As organizações precisam de ferramentas que evoluam e abordem naturalmente os problemas subjacentes de desempenho e escalabilidade, permitindo que os agentes de IA criem com sucesso aplicativos e serviços de nível empresarial. Eu espero que as organizações comecem a investir em blocos de construção universais que acelerem o valor e a adoção da IA. É isso que as posicionará melhor para navegar no léxico sempre em evolução de linguagens de codificação que alimentam a camada de infraestrutura da IA.

Você trabalhou em estreita colaboração com indústrias regulamentadas e empresas conscientes de segurança no passado. O que a governança de IA de nível empresarial realmente parece na prática, além de documentos de política e listas de verificação de conformidade?

A IA empresarial e os aplicativos nativos em IA são algo completamente diferente do desenvolvimento de software tradicional. Quando você trata a IA como desenvolvimento tradicional, você acaba com segurança e governança quebradas, o que estancará a inovação. A IA empresarial precisa de práticas de desenvolvimento nativas em IA, onde o modelo de IA é o componente principal que impulsiona a versionação e tudo o mais em torno é secundário.

A governança da IA é a diferença entre escalar com sucesso e estagnar. A governança da IA de nível empresarial é o que acontece quando os princípios nativos em IA responsáveis são traduzidos em controles de plataforma executáveis, responsabilidade clara e rastreabilidade e linhagem contínua de todos os componentes de IA. Isso vai além de políticas e listas de verificação que funcionaram nas práticas de DevOps.

Com o recente financiamento e impulso empresarial da Anaconda, quais são suas prioridades de crescimento de curto prazo, e onde você está investindo mais agressivamente nos próximos 12 a 18 meses?

Nosso objetivo é claro: a Anaconda será a plataforma de desenvolvimento de IA nativa empresarial preferida para construir, proteger e implantar aplicativos e serviços nativos em IA. Nossos clientes continuam a se adaptar para atender às suas necessidades, e nós nos adaptamos com eles. É por isso que não somos mais apenas uma ferramenta de ciência de dados, mas uma plataforma abrangente para a IA empresarial. Todo investimento, seja em produto, parcerias ou aquisições, será avaliado contra uma única pergunta: “Isso nos aproxima de ser a plataforma que as empresas precisam para ter sucesso no novo mundo nativo em IA?” Somos uma empresa obcecada pelo cliente, e tudo o que fazemos é para nossos clientes.

Como alguém que ajudou a escalar uma plataforma de desenvolvedor de capital aberto, quais lições você aprendeu sobre a construção para profissionais, enquanto também serve a CTOs, CIOs e Diretores de IA no nível executivo?

O sucesso sempre volta ao cliente e ao apoio dos resultados que eles estão tentando alcançar. Soa simples, mas é fácil para as equipes se perderem em métricas internas (quantas horas foram dedicadas a um projeto, se um lançamento atinge metas pré-definidas) em vez de fazer uma pergunta mais importante: “Isso realmente torna nossos clientes mais bem-sucedidos?” Líderes podem dizer que um produto completamente novo é necessário, quando na realidade, pode ser apenas aprimorar o que você já tem (tornar um produto mais amigável, por exemplo), e então você obtém o resultado que você estava procurando. Se os clientes estiverem felizes e bem-sucedidos, então todos estamos felizes e bem-sucedidos.

Obrigado pela ótima entrevista, leitores que desejam aprender mais devem visitar Anaconda.