Skip Levens, Diretor de Marketing, Mídia e Entretenimento, Quantum – Série de Entrevistas

Skip Levens é um líder de produto e estrategista de IA na Quantum, uma líder em soluções de gerenciamento de dados para IA e dados não estruturados. Ele é atualmente responsável por impulsionar o engajamento, a conscientização e o crescimento das soluções de ponta a ponta da Quantum. Ao longo de sua carreira – que incluiu paradas em organizações como Apple (AAPL ), Backblaze, Symply e Active Storage – ele liderou com sucesso marketing e desenvolvimento de negócios, evangelismo, lançou novos produtos, construiu relacionamentos com partes interessadas-chave e impulsionou o crescimento de receita.

Quantum fornece soluções de gerenciamento de dados de ponta a ponta que ajudam as organizações a gerenciar, enriquecer e proteger dados não estruturados, como arquivos de vídeo e áudio, em escala. Sua tecnologia se concentra em transformar dados em insights valiosos, permitindo que as empresas extraiam valor e tomem decisões informadas. A plataforma da Quantum oferece soluções seguras, escaláveis e flexíveis, combinando infraestrutura local com capacidades de nuvem. A abordagem da empresa permite que as empresas lidem com o crescimento de dados de forma eficiente, garantindo segurança e flexibilidade em todo o ciclo de vida dos dados.

Você pode fornecer uma visão geral da abordagem da Quantum para o gerenciamento de dados impulsionado por IA para dados não estruturados?

Ao ajudar os clientes a integrar inteligência artificial (IA) e aprendizado de máquina (ML) em suas operações comerciais-chave, a Quantum ajuda os clientes a gerenciar e desbloquear valor significativo de seus dados não estruturados, criando insights de negócios ação que levam a melhores decisões de negócios. Ao construir suas próprias ferramentas de IA/ML, as empresas podem mudar de apenas lidar com o influxo de dados e conteúdo para aproveitar insights como um novo driver de eficiências e, em última análise, ampliar a expertise humana em todas as fases das operações comerciais.

Como a tecnologia de IA da Quantum analisa dados não estruturados e quais são algumas das principais inovações que distinguem sua plataforma dos concorrentes?

Nas etapas iniciais de adoção de ferramentas de IA/ML, muitas organizações encontram seus fluxos de trabalho desordenados e desconectados e podem perder o controle de seus dados, tornando difícil aplicar padrões de segurança e proteção. Com frequência, o desenvolvimento inicial é prejudicado por armazenamento e desempenho de sistema de arquivos inadequados.

Desenvolvemos o Myriad, um armazenamento de arquivos de software definido de alto desempenho e um ambiente de tecido inteligente para atender elegantemente aos desafios de integrar pipelines de IA/ML e fluxos de trabalho de alto desempenho juntos – unificando fluxos de trabalho sem as restrições e limitações de hardware de outros sistemas. O Myriad é uma clara mudança em relação ao hardware e restrições de armazenamento herdadas e, construído com as últimas tecnologias de armazenamento e nuvem, é totalmente impulsionado por microsserviços e orquestrado pelo Kubernetes para ser um sistema altamente responsivo que raramente requer interação do administrador. O Myriad é exclusivamente arquitetado para extrair o melhor desempenho de NVMe e conexões de acesso direto à memória remota (RDMA) quase instantâneas entre todos os componentes. O resultado é um sistema inovador que responde inteligentemente e automaticamente às alterações e requer intervenção administrativa mínima para realizar tarefas comuns. Ao tornar o tecido inteligente parte do sistema, o Myriad também é um sistema intrinsecamente balanceado que fornece várias portas de 100 Gbps de largura de banda como um único endereço IP balanceado.

Emparelhando o Myriad com nosso sistema de armazenamento de objetos de nuvem, ActiveScale, permite que as organizações arquivem e preservem até os maiores lagos de dados e conteúdo. A combinação oferece aos clientes uma solução de gerenciamento de dados de ponta a ponta real para seus pipelines de IA. Além disso, quando entregue ao lado de nossa solução CatDV, os clientes podem marcar e catalogar dados para enriquecê-los ainda mais e prepará-los para análise e IA.

Você pode compartilhar insights sobre o uso de IA com vigilância por vídeo nos Jogos Olímpicos de Paris e quais outros grandes eventos ou organizações utilizaram essa tecnologia?

O Aprendizado de Máquina pode desenvolver ações repetíveis que reconhecem padrões de interesse em vídeo e derivam insights de uma enxurrada de dados de vídeo em tempo real em uma escala maior e mais rápida do que é possível por esforços humanos apenas. A vigilância por vídeo, por exemplo, pode usar IA para capturar e sinalizar comportamento suspeito à medida que ocorre, mesmo que haja centenas de câmeras alimentando o modelo de informações. Um ser humano tentando realizar essa tarefa só poderia processar um evento de cada vez, enquanto a vigilância por vídeo impulsionada por IA pode lidar com milhares de casos simultaneamente.

Outra aplicação é a análise de sentimento da multidão, que pode rastrear filas longas e identificar possíveis frustrações. Essas são todas ações que um especialista em segurança pode confiavelmente sinalizar, mas ao usar sistemas de IA/ML para assistir continuamente feeds simultâneos, esses especialistas são liberados para tomar ações apropriadas quando necessário, aumentando dramaticamente a eficácia e segurança geral.

Quais são os principais desafios que as organizações enfrentam ao implementar IA para análise de dados não estruturados e como a Quantum ajuda a mitigar esses desafios?

As organizações devem completely reimaginar sua abordagem de armazenamento, bem como gerenciamento de dados e conteúdo como um todo. A maioria das organizações cresce suas capacidades de armazenamento organicamente, geralmente em resposta a necessidades específicas, e isso cria confusão e complexidade de vários fornecedores.

Com a adoção de IA, as organizações devem agora simplificar o armazenamento que subjaz suas operações. Muitas vezes, isso requer a implementação de uma “parte quente” da ingestão inicial de dados, ou zona de aterrissagem onde aplicativos e usuários possam trabalhar o mais rápido possível. Em seguida, um grande armazenamento “frio” é adicionado que pode facilmente arquivar grandes quantidades de dados e protegê-los de forma econômica, com a capacidade de mover os dados de volta para um fluxo de trabalho de processamento “quente” quase instantaneamente.

Ao reimaginar o armazenamento em soluções mais compactas, a carga sobre o pessoal administrativo é muito menor. Esse tipo de solução de gerenciamento de dados “quente/frio” é ideal para integração de fluxos de trabalho de IA/ML, e as soluções da Quantum permitem que os clientes criem uma plataforma altamente ágil, flexível e fácil de gerenciar.

Como as inovações de IA da Quantum se integram a outras ferramentas e tecnologias impulsionadas por IA para melhorar o crescimento e eficiência organizacional?

Muitas pessoas pensam que o armazenamento para ferramentas de IA/ML é apenas sobre alimentar unidades de processamento gráfico (GPUs), mas isso é apenas uma pequena parte da equação. Embora a velocidade e o alto desempenho possam ser instrumentais para alimentar dados o mais rápido possível para as GPUs que realizam a análise de dados, a imagem mais ampla gira em torno de como uma organização pode integrar desenvolvimento, treinamento e inferência de IA/ML contínuos e iterativos com base em dados personalizados. Muitas vezes, a primeira e mais importante tarefa de IA/ML abordada é a construção de “bots de conhecimento” ou “bots de conselheiro” usando dados proprietários para informar os trabalhadores de conhecimento internos. Para tornar esses bots de conhecimento úteis e exclusivos para cada organização, grandes quantidades de informações especializadas são necessárias para informar o modelo que os treina. Um sistema de armazenamento de IA impulsionado: se esses dados proprietários estiverem bem organizados e facilmente disponíveis em um fluxo de trabalho de armazenamento simplificado, será muito mais fácil organizar em tipos, conjuntos e catálogos de dados, que, por sua vez, garantirão que esses bots de conhecimento sejam altamente informados sobre as necessidades exclusivas da organização.

Você pode elaborar sobre os recursos de gerenciamento de fluxo de trabalho habilitados por IA e como eles simplificam os processos de dados?

Estamos construindo uma série de ferramentas de gerenciamento de fluxo de trabalho habilitadas por IA que se integram diretamente às soluções de armazenamento para automatizar tarefas e fornecer insights valiosos em tempo real, permitindo uma tomada de decisão rápida e informada em toda a organização. Isso ocorre devido a novos e avançados sistemas de classificação e marcação de dados que usam IA para organizar dados e torná-los facilmente recuperáveis, e até mesmo realizar ações padrão nesses mídias, como conformar a um determinado tamanho, o que reduz significativamente os esforços manuais necessários ao organizar dados em conjuntos de treinamento.

Ferramentas de automação inteligente gerenciam tarefas de movimentação de dados, backup e conformidade com base em políticas definidas, garantindo aplicação consistente e reduzindo as cargas administrativas. Análises e monitoramento em tempo real também oferecem insights imediatos sobre padrões de uso de dados e possíveis problemas, mantendo automaticamente a integridade e qualidade dos dados em todo o seu ciclo de vida.

Qual é o panorama para o gerenciamento de dados impulsionado por IA e quais tendências você prevê nos próximos anos?

À medida que essas ferramentas evoluem e se tornam multimodais, permitirão maneiras mais expressivas e abertas de trabalhar com seus dados. No futuro, você poderá ter uma “conversa” com seu sistema e ser apresentado com informações ou análises de interesse, como “qual é o tipo de dados de crescimento mais rápido em minha zona quente agora?”. Esse nível de especialização será um diferenciador para as organizações que construírem essas ferramentas em suas soluções de armazenamento, tornando-as mais precisas e eficientes, mesmo quando confrontadas com novos fluxos de dados em constante evolução.

Qual é o papel das ofertas de análise e armazenamento como serviço baseadas em nuvem da Quantum na estratégia geral de gerenciamento de dados?

As organizações com requisitos de armazenamento significativos e em expansão frequentemente lutam para acompanhar a demanda, especialmente quando operam com orçamentos limitados. O armazenamento em nuvem pública pode levar a custos altos e imprevisíveis, tornando difícil estimar e comprar anos de necessidades de armazenamento com antecedência. Muitos clientes gostariam da experiência de nuvem pública de um custo operacional projetado, mas eliminando as taxas de saída ou API surpresa que a nuvem pública pode trazer. Para atender a essa necessidade, desenvolvemos o Quantum GO para fornecer aos clientes a experiência de nuvem privada com um ponto de entrada inicial baixo e opções de pagamento mensal fixo para uma experiência real de armazenamento como serviço em suas próprias instalações. À medida que os requisitos de armazenamento aumentam, o Quantum GO oferece aos clientes a vantagem adicional de um modelo de assinatura “pague-conforme-cresce” para oferecer flexibilidade e escalabilidade aprimoradas de forma econômica.

Como a Quantum planeja permanecer à frente no cenário de IA e gerenciamento de dados em rápida evolução?

No mundo de hoje, ser apenas um “fornecedor de armazenamento” não é suficiente. Os desafios de dados e negócios em evolução exigem uma plataforma de dados inteligente e impulsionada por IA que ajude os clientes a maximizar o valor de seus dados. Na Quantum, continuamos a inovar e investir em capacidades aprimoradas para nossos clientes para ajudá-los a trabalhar facilmente e de forma eficaz com vastos conjuntos de dados em todo o seu ciclo de vida.

Estamos expandindo a IA inteligente para melhorar a marcação, catalogação e organização de dados, tornando mais fácil do que nunca procurar, encontrar e analisar para extrair mais valor e insights. Continuaremos a aprimorar nossas capacidades de IA que ajudam com a transcrição automática de vídeo, traduzindo arquivos de áudio e vídeo para outros idiomas em segundos e permitindo buscas rápidas em milhares de arquivos para identificar palavras faladas ou localizar itens específicos, e muito mais.

Qual conselho você daria às organizações que estão apenas começando sua jornada com IA e gerenciamento de dados não estruturados?

A IA/ML teve um enorme hype, e por causa disso, pode ser difícil discernir o que é prático e útil. As organizações devem primeiro pensar sobre os dados que estão sendo criados e identificar como eles estão sendo gerados, capturados e preservados. Além disso, as organizações devem procurar uma solução de armazenamento que esteja pronta para acessar e recuperar dados conforme necessário e que ajudará a orientar tanto o fluxo de trabalho diário quanto a evolução futura. Mesmo que seja difícil concordar sobre quais são os objetivos finais de IA, dar passos agora para garantir que os sistemas de armazenamento e fluxos de trabalho de dados sejam simplificados, simplificados e robustos pagará dividendos enormes quando integrar iniciativas de IA/ML atuais e futuras. As organizações estarão então bem posicionadas para continuar explorando como essas ferramentas de IA/ML podem avançar sua missão sem se preocupar em ser capaz de apoiá-la adequadamente com a plataforma de gerenciamento de dados certa.

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