Mathias Golombek, Diretor de Tecnologia da Exasol – Série de Entrevistas

Mathias Golombek é o Diretor de Tecnologia (CTO) da Exasol. Ele ingressou na empresa como desenvolvedor de software em 2004, após estudar ciência da computação com foco em bancos de dados, sistemas distribuídos, processos de desenvolvimento de software e algoritmos genéticos. Em 2005, ele foi responsável pela equipe de Otimizador de Banco de Dados e, em 2007, se tornou Chefe de Pesquisa e Desenvolvimento. Em 2014, Mathias foi nomeado CTO. Nesse papel, ele é responsável pelo desenvolvimento de produtos, gerenciamento de produtos, operações, suporte e consultoria técnica.

O que o atraiu inicialmente para a ciência da computação?

Quando eu estava no quarto ano, meu irmão mais velho teve algumas aulas onde aprenderam a programar em BASIC, e ele me mostrou o que se podia fazer com isso. Juntos, desenvolvemos um quebra-cabeça de Páscoa no nosso Commodore 64 para o nosso irmão mais novo, e desde então, fiquei fascinado por computadores. A ciência da computação em geral é tudo sobre resolver problemas e ser criativo, e acho que esse aspecto me atraiu mais para a área.

Pode compartilhar sua jornada desde que ingressou na Exasol como desenvolvedor de software em 2004 até se tornar o CTO? Como seus papéis evoluíram ao longo dos anos, especialmente no cenário de tecnologia em constante mudança?

Estudei Ciência da Computação na Universidade de Würzburg, na Alemanha, e comecei a trabalhar na Exasol como desenvolvedor de software em 2004, após me formar. Após meu primeiro ano na Exasol, fui promovido a Chefe da Equipe de Otimizador de Banco de Dados e, em seguida, Chefe de Pesquisa e Desenvolvimento. Depois disso, atuei como Chefe de P&D por sete anos antes de assumir meu atual papel como CTO em 2014.

Desde o início, fiquei impressionado com o que a Exasol estava fazendo — essa empresa de tecnologia alemã lutando contra grandes nomes como Microsoft, IBM e Oracle. Fiquei impressionado com a oportunidade à minha frente — como desenvolvedor, criar esse sistema de gerenciamento de banco de dados de processamento paralelo massivo (MPP) em memória foi um sonho realizado.

Desfrutei de cada momento trabalhando com essa equipe de engenharia talentosa. Como CTO, supervisiono a inovação de produtos, desenvolvimento e suporte técnico da Exasol. Foi emocionante ver como a equipe da Exasol cresceu globalmente à medida que trabalhamos para apoiar nossos clientes e atender às suas necessidades em evolução. Os fundamentos são os mesmos — ainda somos um sistema de gerenciamento de banco de dados em memória, mas agora estamos capacitando nossos clientes a aproveitar o poder de seus dados para implementações de IA.

A Exasol está à frente dos bancos de dados de análise de alto desempenho. Do seu ponto de vista, o que distingue a Exasol nesse espaço competitivo?

Líderes empresariais são constantemente desafiados a navegar por como fazer mais com menos. Nos últimos anos, isso se tornou ainda mais desafiador à medida que a economia continua a ser tumultuada e a proliferação da tecnologia de IA absorveu orçamento e tempo.

Como provedor de bancos de dados de análise de alto desempenho, a Exasol permaneceu à frente da curva ao ajudar as empresas a fazer mais com menos. Nós ajudamos as empresas a transformar a inteligência de negócios (BI) em insights melhores com o Exasol Espresso, nosso motor de consulta versátil que se conecta às pilhas de dados existentes. Marcas globais, incluindo T-Mobile, Piedmont Healthcare e Allianz, usam o Exasol Espresso para transformar volumes maiores de dados em insights mais rápidos, profundos e baratos. E acho que fizemos um ótimo trabalho em equilibrar a performance, o preço e a flexibilidade, para que os clientes não precisem fazer concessões.

Para apoiar as empresas em suas jornadas de IA, também lançamos recentemente o Espresso AI, equipando nosso motor de consulta versátil com uma nova suíte de ferramentas de IA que permitem que as organizações aproveitem o poder de seus dados para insights e tomadas de decisão impulsionados por IA. As capacidades do Espresso AI tornam a IA mais acessível e barata, permitindo que os clientes contornem experimentações caras e demoradas e alcancem um ROI imediato. Isso é um divisor de águas para as empresas que se concentram em impulsionar a inovação e entregar valor na era da IA.

O Relatório de IA e Análise de 2024 da Exasol destaca a subinversão em IA como um caminho para o fracasso empresarial. Pode expandir sobre as principais descobertas desse relatório e por que investir em IA é crítico para as empresas hoje?

Como você mencionou, a principal conclusão do Relatório de IA e Análise de 2024 da Exasol é que a subinversão em IA leva ao fracasso empresarial. Com base em nossa pesquisa com principais tomadores de decisão, bem como cientistas de dados e analistas nos EUA, Reino Unido e Alemanha, quase todos (91%) concordam que a IA é um dos principais tópicos para as organizações nos próximos dois anos, com 72% admitindo que não investir em IA hoje colocará a viabilidade futura dos negócios em risco. Em resumo, no ambiente atual, as empresas que não estão pensando em IA já estão atrasadas.

As empresas estão enfrentando pressão de stakeholders para investir em IA — e há muitos motivos para isso. O investimento em IA já ajudou organizações em várias indústrias — desde a saúde até os serviços financeiros e varejo — a desbloquear novos fluxos de receita, melhorar as experiências do cliente, otimizar operações, aumentar a produtividade, acelerar a competitividade e muito mais. A lista só cresce à medida que as empresas começam a encontrar maneiras específicas de aproveitar a IA para atender às necessidades de negócios únicas.

O mesmo relatório menciona principais barreiras para a adoção de IA, incluindo lacunas em ciência de dados e latência na implementação. Como a Exasol aborda esses desafios para seus clientes?

Apesar da necessidade crítica de investir em IA, as empresas ainda enfrentam barreiras significativas para uma implementação mais ampla. O Relatório de IA e Análise da Exasol indica que até 78% dos tomadores de decisão experimentam lacunas em pelo menos uma área de seus modelos de ciência de dados e aprendizado de máquina (ML), com 47% citando a velocidade de implementação de novos requisitos de dados como um desafio. Além disso, 79% afirmam que os novos requisitos de análise de negócios levam muito tempo para serem implementados por suas equipes de dados. Outros fatores que impedem a adoção generalizada de IA incluem a falta de uma estratégia de implementação, má qualidade de dados, volumes de dados insuficientes e integração com sistemas existentes. Além disso, os requisitos burocráticos e regulamentações em evolução para a IA estão causando problemas para muitas empresas, com 88% dos respondentes afirmando que precisam de mais clareza.

A medida que a implantação de IA cresce, será cada vez mais importante para as empresas garantir fundamentos de dados sólidos. A Exasol oferece flexibilidade, resiliência e escalabilidade para as empresas que adotam uma estratégia de IA. À medida que papéis como o de Diretor de Dados (CDO) continuam a evoluir e se tornam mais complexos — com desafios éticos e de conformidade cada vez mais importantes — a Exasol apoia os líderes de dados e ajuda a transformar a inteligência de negócios em insights mais rápidos e melhores que informarão as decisões de negócios e impactarão positivamente a linha de fundo.

Embora a IA tenha se tornado crítica para o sucesso dos negócios, ela é tão eficaz quanto as ferramentas, tecnologia e pessoas que a impulsionam na parte de trás. Os resultados da pesquisa enfatizam a lacuna significativa entre as ferramentas de BI atuais e sua saída — mais ferramentas não significa necessariamente um desempenho mais rápido ou insights melhores. À medida que os CDOs se preparam para mais complexidade e são solicitados a fazer mais com menos, eles devem avaliar a pilha de análise de dados para garantir produtividade, velocidade e flexibilidade — tudo a um custo razoável.

O Espresso AI ajuda a fechar essa lacuna para as empresas, otimizando os processos de extração, carregamento e transformação de dados para dar aos usuários a flexibilidade de experimentar imediatamente com novas tecnologias em escala, independentemente de restrições de infraestrutura — seja on-premises, na nuvem ou híbrida. Os usuários podem reduzir os custos e o esforço de movimentação de dados, trazendo tecnologias emergentes, como LLMs, para seus bancos de dados. Essas capacidades ajudam as organizações a acelerar sua jornada para a implementação de soluções de IA e ML, garantindo a qualidade e a confiabilidade de seus dados.

A alfabetização em dados está se tornando cada vez mais importante na era da IA. Como a Exasol contribui para melhorar a alfabetização em dados entre seus clientes e a comunidade em geral?

Em ambientes de trabalho ricos em dados, as habilidades de alfabetização em dados são mais importantes do que nunca — e rapidamente se tornando uma “necessidade” em vez de um “bom para ter” na era da IA. Em várias indústrias, a proficiência no trabalho com, compreensão e comunicação eficaz de dados se tornou vital. No entanto, ainda há uma lacuna de alfabetização em dados.

A alfabetização em dados é sobre ter as habilidades para interpretar informações complexas e a capacidade de agir com base nessas descobertas. Mas, frequentemente, o acesso a dados é isolado dentro de uma organização ou apenas um pequeno subconjunto de indivíduos tem as habilidades necessárias de alfabetização em dados para entender e acessar os vastos volumes de dados que fluem pelo negócio. Essa abordagem é falha, pois limita a quantidade de tempo e recursos dedicados ao uso de dados e, em última análise, a lacuna de alfabetização em dados cria uma barreira para a inovação nos negócios.

Quando as pessoas são alfabetizadas em dados, elas podem entender os dados, analisá-los e aplicar suas próprias ideias, habilidades e especialização a eles. Quanto mais pessoas tiverem conhecimento, confiança e ferramentas para desvendar e extrair significado dos dados, mais bem-sucedida será a organização. Na Exasol, apoiamos os líderes de dados e as empresas em impulsionar a alfabetização em dados e a educação.

Além do componente educacional, as empresas devem otimizar suas pilhas de tecnologia e ferramentas de BI para permitir a democratização de dados. A acessibilidade e a alfabetização em dados andam de mãos dadas. O investimento em ambos é necessário para impulsionar as estratégias de dados. Por exemplo, com a Exasol, nosso sistema sem ajuste permite que as empresas se concentrem no uso de dados, em vez da tecnologia. A alta velocidade permite que as equipes trabalhem interativamente com os dados e evitem ser limitadas por limitações de desempenho. Isso leva, em última análise, à democratização de dados.

Agora é a hora para a democratização de dados mudar de um tópico de discussão para ação dentro das organizações. À medida que mais pessoas em vários departamentos ganham acesso a insights significativos, isso aliviará os gargalos tradicionais causados pelas equipes de análise de dados. Quando esses silos tradicionais forem derrubados, as organizações perceberão quão amplo e profundo é o besoin por equipes e indivíduos usarem dados. Mesmo as pessoas que não pensam que são usuários finais de dados serão atraídas para se alimentar dos dados.

Com essa mudança, surge um grande desafio a ser antecipado nos próximos anos — a força de trabalho precisará ser atualizada para que todos os funcionários possam adquirir as habilidades adequadas para usar dados e insights para tomar decisões de negócios. A força de trabalho de hoje não saberá quais são as perguntas certas a fazer sobre seus feeds de dados ou a automação que os impulsiona. O valor de ser capaz de articular perguntas precisas, investigativas e vinculadas aos negócios está aumentando de valor, criando uma necessidade urgente de treinar a força de trabalho nessa capacidade.

Você tem uma forte formação em bancos de dados, sistemas distribuídos e algoritmos genéticos. Como essas áreas de especialização influenciam o desenvolvimento de produtos e a estratégia de inovação da Exasol?

Minha formação é uma base para trabalhar em nosso campo e entender as tendências tecnológicas das últimas duas décadas. É emocionante e gratificante trabalhar com clientes inovadores que transformam a tecnologia de banco de dados em casos de uso interessantes. Nossa estratégia de inovação não depende apenas de um indivíduo, mas de uma grande equipe de arquitetos e desenvolvedores sofisticados que entendem o futuro do software, hardware e aplicações de dados.

Com a IA transformando as indústrias a um ritmo sem precedentes, quais são os componentes essenciais de uma pilha de dados futura para as empresas que buscam aproveitar a IA e a análise de dados de forma eficaz?

A adoção rápida da IA foi um exemplo principal de por que é importante para as empresas permanecerem à frente do cenário de tecnologia em evolução. A verdade infeliz, no entanto, é que a maioria das pilhas de dados ainda está atrás da curva da IA.

Para tornar as pilhas de dados futuras, as empresas devem primeiro avaliar os fundamentos de dados para identificar lacunas, bugs ou outros desafios. Isso ajudará a garantir a qualidade e a velocidade dos dados — elementos críticos para impulsionar insights valiosos e alimentar modelos de IA e LLM.

Além disso, as equipes devem investir em ferramentas e tecnologias que possam se integrar facilmente a outras soluções na pilha. À medida que a IA é combinada com outras tecnologias, como open source, veremos novos modelos emergirem para resolver problemas de negócios tradicionais. A IA gerativa, como o ChatGPT, também se fundirá com tecnologias de IA mais tradicionais, como análise descritiva ou preditiva, para abrir novas oportunidades para as organizações e simplificar processos tradicionalmente cansativos.

Para tornar as pilhas de dados futuras, as empresas também devem integrar a IA e a BI. As empresas vêm usando ferramentas de BI por décadas para extrair insights valiosos, e embora muitas melhorias tenham sido feitas, ainda há limitações ou barreiras de BI que a IA pode ajudar a superar. A IA pode permitir resultados mais rápidos, melhorar a personalização e transformar o cenário de BI em um domínio mais inclusivo e amigável. Como a BI se concentra tradicionalmente em analisar dados históricos para fornecer insights, a IA pode estender as capacidades de BI, ajudando a prever eventos futuros, gerar previsões e recomendar ações para influenciar resultados desejados.

A produtividade, a flexibilidade e a economia de custos são destacadas como três maneiras pelas quais a Exasol ajuda as marcas globais a inovar. Pode fornecer um exemplo de como a Exasol permitiu que um cliente alcançasse um ROI significativo por meio de seu banco de dados analítico?

De acordo com um estudo de Impacto Econômico Total da Forrester de 2023, os clientes da Exasol alcançam até 320% de ROI em seu investimento inicial ao longo de três anos, melhorando a eficiência operacional, o desempenho do banco de dados e oferecendo uma infraestrutura de dados simples e flexível.

Um cliente, por exemplo, Helsana, líder no competitivo setor de saúde da Suíça, veio à Exasol para atender à necessidade de uma plataforma moderna de dados e análise. Antes da Exasol, a Helsana dependia de várias ferramentas de relatórios com armazéns de dados construídos em tecnologias diferentes e ferramentas ETL, o que criava uma arquitetura confusa e ineficiente. Em comparação com a solução legada da empresa, o Data Warehouse da Exasol demonstrou uma melhoria de desempenho de cinco a dez vezes.

Agora, a Exasol é central para a jornada de IA da Helsana, servindo como o repositório para os dados estruturados que a Helsana usa em todos os seus modelos de IA e fornecendo a

base para sua análise. Com a Exasol, a equipe da Helsana aumentou o desempenho, reduziu os custos, aumentou a agilidade e estabeleceu uma base sólida de IA, tudo contribuindo para um ROI significativo, além de uma capacidade aumentada de servir melhor aos clientes.

Olhando para o futuro, quais são as principais tendências em análise de dados e inteligência de negócios que a Exasol está se preparando para, e como você planeja continuar impulsionando a inovação nesse espaço?

 O ano de 2023 introduziu a IA em uma escala ampla, o que causou reações instintivas de organizações que, em última análise, deram origem a inúmeros experimentos de automação mal projetados e executados. 2024 será um ano de transformação para a experimentação e o trabalho fundamental de IA. Até agora, as principais aplicações da IA de geração foram para acesso a informações por meio de chatbots, automação de serviço ao cliente e codificação de software. No entanto, haverá pioneiros que estão adotando essas tecnologias emocionais para uma ampla gama de tomadas de decisão e otimizações de negócios. Olhando além de 2024, começaremos a ver um impulso maior para implementações produtivas de IA.

Na Exasol, estamos comprometidos em impulsionar a inovação e entregar valor aos nossos clientes, o que inclui ajudá-los a desenvolver e implementar a IA em escala. Com a Exasol, os clientes podem casar a BI e a IA para superar os silos de dados em um sistema de análise integrado. Nossa flexibilidade em relação às opções de implantação também permite que as organizações decidam onde querem hospedar sua pilha de análise, seja na nuvem pública, nuvem privada ou on-premises. Com o Espresso AI da Exasol, estamos posicionados para capacitar as empresas a aproveitar o valor da análise impulsionada por IA, independentemente de onde as organizações estão em sua jornada de IA.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Exasol.