Interviuri
Leo Brunnick, Director de Produs la Cloudera – Seria de interviuri
Adaugă Unite.AI la sursele tale preferate pe Google
Leo Brunnick, Director de Produs la Cloudera, este un executiv veteran în tehnologie și antreprenor cu peste trei decenii de experiență în construirea și scalarea de software, media digitală și organizații de tehnologie enterprise. La Cloudera, conduce Managementul de Produs, Ingineria și Suportul Clienților, supravegheând direcția de produs și tehnologie a companiei pe măsură ce își extinde capabilitățile platformei de date și AI. Înainte de a se alătura Cloudera în 2025, Brunnick a petrecut șase ani la Naviga, cel mai recent în calitate de Director de Operatiuni, unde a condus peste 600 de profesioniști în domeniile produs, inginerie, marketing, cercetare și dezvoltare, suport clienți și servicii profesionale. Înainte în carieră, a fondat și a fost CEO al Patheos, dezvoltând platforma de media digitală la aproximativ 15 milioane de vizitatori lunari înainte de o ieșire de succes, și a petrecut opt ani ca Director de Produs la compania de management de conținut enterprise Vignette. Experiența sa include, de asemenea, consultanță în tehnologie la Andersen Consulting și serviciu ca ofițer de infanterie în Marinele Statelor Unite.
Cloudera este o companie enterprise de date și AI concentrată pe ajutarea organizațiilor să gestioneze, guverneze, analizeze și aplice AI asupra datelor, oriunde acestea se află — în clouduri publice, centre de date private și medii edge. Platforma sa hibridă combină managementul datelor, analitică, învățare automată, AI generativ și, din ce în ce mai mult, capabilități AI agentic, punând accent pe securitatea enterprise, guvernanță, confidențialitate și portabilitatea sarcinilor de lucru. Strategia actuală a platformei companiei include Cloudera Anywhere Cloud, o arhitectură concepută să ofere întreprinderilor o experiență cloud coerentă în diferite medii de infrastructură, alături de un lakehouse de date deschis, un fabric de date unificat, procesare de date în timp real și instrumente pentru dezvoltarea și implementarea modelelor și agenților AI. Cloudera afirmă că tehnologia sa gestionează peste 25 exabytes de date și este utilizată de mari întreprinderi globale care doresc să modernizeze infrastructura de date fără a necesita mutarea tuturor sarcinilor de lucru sau a datelor sensibile în cloudul public.
Cariera dumneavoastră a cuprins consultanță în tehnologie, conducerea organizațiilor de produs la Vignette și Naviga, fondarea și scalarea Patheos și, în prezent, funcția de Director de Produs la Cloudera. Cum au modelat aceste experiențe modul în care gândiți construirea platformelor tehnologice enterprise într-un moment în care AI schimbă fundamental modul în care organizațiile își utilizează datele?
În toate aceste situații, același principiu se aplică. Tehnologia este cea mai valoroasă când face ceva complicat mai ușor de utilizat pentru oameni. Acest aspect este și mai important acum, deoarece AI creează oportunități semnificative, adăugând totodată un nivel suplimentar de complexitate pentru afacerile care deja navighează prin date în cloud, centre de date și medii din ce în ce mai suverane.
Pe măsură ce construim această nouă eră la Cloudera, mă gândesc adesea cum putem permite organizațiilor să beneficieze de noile tehnologii fără a le obliga să regândească tot ce au construit deja. În ultimii câțiva ani, întreprinderile și-au consolidat proprietățile de date, aplicațiile, modelele de guvernanță și procesele operaționale. Nu ar fi rezonabil să renunțăm la toate acestea de fiecare dată când apare o tehnologie nouă. Platformele care vor avea succes în era AI se vor baza pe ceea ce organizațiile dețin deja, oferindu-le flexibilitatea și controlul necesar pentru a se adapta pe măsură ce nevoile lor evoluează.
Cloudera a introdus recent Cloudera Anywhere Cloud pentru a ajuta întreprinderile să construiască și să opereze AI în clouduri publice, infrastructură privată, clouduri suverane, medii on-premises și la margine. Ce problemă ați observat la clienți care a convins Cloudera că acest tip de arhitectură unificată este necesar?
Există o presiune tot mai mare asupra clienților să pună în practică AI, chiar și atunci când datele și infrastructura lor sunt distribuite în mai multe medii decât oricând. Datele pot locui în clouduri publice, centre de date private, medii suverane și la margine, fiecare având propriile cerințe de securitate, reglementare, performanță și economice. Gestionarea tuturor acestor medii poate crea o povară operațională semnificativă pentru organizații.
Ideea din spatele Anywhere Cloud este că afacerile nu ar trebui să fie nevoite să aleagă între agilitatea cloudului și menținerea controlului, securității și guvernanței asupra datelor lor. Organizațiile au nevoie de o modalitate coerentă de a implementa, guverna și scala serviciile de date și AI oriunde are cel mai mult sens pentru afacere. Cu un singur plan de control, companiile pot petrece mai puțin timp gestionând infrastructura de bază și mai mult timp concentrându-se pe rezultatele pe care doresc să le obțină cu datele și AI, indiferent de mediul în care acestea se află.
Ați afirmat că AI enterprise a „depășit modelul exclusiv al cloudului public”. Care sunt cele mai mari limitări cu care se confruntă întreprinderile când încearcă să ruleze AI de producție integral în medii de cloud public și ce sarcini de lucru se mută din ce în ce mai mult în alte medii?
Platformele care vor avea succes în era AI se vor baza pe ceea ce organizațiile dețin deja și le vor oferi flexibilitatea de a se adapta pe măsură ce nevoile lor evoluează. Cloudul public rămâne o parte importantă a strategiei tehnologice enterprise, dar nu este singura opțiune. Pe măsură ce AI trece în producție, companiile trebuie să determine unde ar trebui să ruleze datele și sarcinile de lucru, pe baza unor factori precum reglementarea, securitatea și costul.
Acest lucru arată că deciziile privind locul în care să fie amplasate sarcinile de lucru sunt luate acum mai deliberat. Anumite aplicații AI ar fi cu siguranță adecvate în cloudul public, în timp ce sarcinile de lucru care implică date extrem de sensibile sau reglementate ar putea trebui să rămână într-un centru de date privat sau într-un mediu suveran. În alte cazuri, sarcinile de lucru vor fi mai bine la margine, deoarece latența este un factor important. Scopul nu este să renunțăm la cloudul public; ci să permitem întreprinderilor flexibilitatea de a rula fiecare tip de sarcină de lucru în locația cea mai potrivită pentru ea, fără a fi forțați să creeze un model operațional separat pentru fiecare mediu.
Cloudera Anywhere Cloud include un copilot agentic care poate traduce cererile în limbaj natural în fluxuri de lucru de date și operațiuni de infrastructură. Cât de autonomă credeți că vor deveni aceste sisteme și unde ar trebui întreprinderile să mențină supravegherea umană pe măsură ce agenții dobândesc un control mai mare asupra infrastructurii critice de date?
Agenții vor continua să preia munca operațională repetitivă care în prezent ocupă timpul echipelor de date și infrastructură. Dacă un agent poate exprima un rezultat în limbaj simplu și apoi să îl convertească într-un flux de lucru sau într-o acțiune de infrastructură, va reduce semnificativ fricțiunea și va face capabilitățile avansate de date disponibile unui număr mai mare de persoane.
O autonomie mai mare creează, de asemenea, o nevoie sporită de guvernanță eficientă. Companiile trebuie să aibă politici clare care să specifice ce poate accesa un agent, ce acțiuni poate efectua pe cont propriu și când este necesară aprobarea umană. Cu cât impactul potențial al unei acțiuni este mai mare, cu atât devin mai cruciale aceste controale. Autonomia și guvernanța ar trebui să avanseze în paralel pentru a oferi agenților libertatea necesară de a obține câștiguri reale de productivitate, asigurând în același timp că organizația menține supravegherea și controlul asupra datelor și infrastructurii sale cheie.
Cloudera colaborează cu NVIDIA pentru a aduce accelerare GPU nativă prin cuDF la sarcinile de lucru Apache Spark 4.1, cu potențiale îmbunătățiri de performanță de până la 4x, fără a necesita ca organizațiile să rescrie aplicațiile existente PySpark sau SQL. De ce este atât de importantă eliminarea necesității de rescriere a codului pentru accelerarea adoptării AI în întreprinderi?
Companiile au realizat investiții semnificative în aplicațiile, competențele și conductele de date existente. Trecerea la o tehnologie nouă necesită mai mult decât muncă de inginerie. Poate introduce riscuri, întârzieri în rezultate și poate crea perturbări în sistemele care funcționează deja.
Accelerarea fără cod ajută la rezolvarea acestei provocări. Organizațiile pot folosi sarcinile de lucru PySpark și SQL existente pentru a beneficia de accelerarea GPU fără a schimba fundamental modul în care echipele lor operează. Acest lucru face tehnologia mai ușor de adoptat, îmbunătățind în același timp performanța conductelor de date care susțin analiza și AI și protejând investițiile existente.
GPU-urile sunt utilizate din ce în ce mai mult dincolo de antrenarea și inferența modelelor, inclusiv pentru pregătirea datelor și analiză. Anticipați că accelerarea GPU va deveni o componentă standard a stivei de date enterprise și cum ar putea aceasta schimba economia pregătirii seturilor masive de date pentru AI?
În opinia mea, întreprinderile vor deveni mult mai pricepute în potrivirea infrastructurii cu sarcinile lor de lucru. GPU-urile au schimbat deja modul în care se realizează antrenarea și inferența modelelor, iar ingineria de date este următorul domeniu evident pentru inovație, deoarece pregătirea seturilor mari de date poate reprezenta un blocaj major în aducerea aplicațiilor AI în producție.
Impactul economic este la fel de semnificativ, deoarece procesarea mai rapidă poate face mai mult decât să finalizeze un job Spark mai repede. Reducerea timpilor de rulare a calculului poate scădea costurile de infrastructură, ajutând echipele de date să itereze mai rapid, un aspect din ce în ce mai important pe măsură ce sarcinile AI cresc. Conform cercetării noastre, 84% dintre respondenți au observat că sarcinile AI au crescut costurile de infrastructură, făcând mai important pentru afaceri să caute în întreaga conductă de date oportunități de îmbunătățire a performanței și a costurilor. Procesarea de date accelerată prin GPU ar putea deveni o parte importantă a acestei ecuații.
Una dintre promisiunile Cloudera Anywhere Cloud este de a permite organizațiilor să plaseze sarcinile de lucru oriunde cerințele reglementare, economice sau operaționale impun, fără a muta sau copia continuu datele. Cât de importantă este aducerea calculului AI la date, în locul aducerii tuturor datelor enterprise la AI?
Acest lucru este esențial deoarece afacerile au petrecut ani construind cantități vaste de date în diferite medii, iar mutarea tuturor acestor date într-un singur loc pentru AI este adesea impracticabilă. Poate fi costisitor și consumator de timp, în timp ce cerințele de securitate, confidențialitate sau suveranitate pot împiedica organizațiile să mute anumite date în totalitate.
În prezent, nu este practic pentru întreprinderi să mute în siguranță toate datele lor către diferitele aplicații și medii în care AI este implementat. Aducerea AI la date permite organizațiilor să folosească o parte mai mare din datele pe care le dețin deja, menținându-le acolo unde trebuie să fie. De asemenea, le oferă flexibilitatea de a rula sarcinile de lucru acolo unde are cel mai mult sens din punct de vedere al cerințelor de business și tehnice. Pe măsură ce AI devine tot mai integrat în întreaga întreprindere, capacitatea de a opera în mod consistent oriunde se află datele va deveni din ce în ce mai importantă.
Suveranitatea datelor a devenit o preocupare majoră pe măsură ce guvernele și industriile reglementate adoptă IA. Cum se schimbă cerințele de IA suverană în arhitectura de care au nevoie întreprinderile și vă așteptați ca norii suverani și infrastructura privată de IA să devină semnificativ mai importante în următorii câțiva ani?
Absolut. Suveranitatea devine o cerință arhitecturală, nu doar o problemă de conformitate. Organizațiile trebuie să știe unde sunt stocate datele lor și unde rulează sarcinile lor de IA, precum și cine are acces și cum sunt protejate proprietatea intelectuală și informațiile sensibile.
Organizațiile nu mai pot presupune că totul poate fi centralizat într-un singur nor public. Ele au nevoie de flexibilitatea de a opera în norii suverani, infrastructura privată, norii publici și sistemele on‑premise, aplicând o guvernanță consistentă în fiecare mediu. Aceste cerințe vor deveni și mai importante pe măsură ce IA pătrunde tot mai mult în industrii reglementate și în procesele de afaceri critice. Organizațiile care pot inova menținând controlul asupra datelor și mediilor lor de IA vor fi mai bine poziționate să scaleze IA în mod responsabil.
Pe măsură ce agenții autonomi de IA obțin acces la datele, aplicațiile și infrastructura întreprinderii, guvernanța tradițională a datelor s-ar putea să nu mai fie suficientă. Cum trebuie să evolueze guvernanța când utilizatorii care accesează și acționează asupra datelor întreprinderii sunt din ce în ce mai mult agenți IA decât oameni?
În trecut, guvernanța se baza în mare parte pe oameni și aplicații care puteau accesa datele. Agenții adaugă un nou aspect, deoarece pot accesa informații, pot raționa asupra lor și pot acționa în funcție de ceea ce găsesc.
Din acest motiv, afacerile trebuie să aplice concepte precum identitatea, permisiunile, linia de proveniență, observabilitatea și accesul zero‑trust agenților pentru a asigura securitatea și guvernanța datelor lor. Organizațiile ar trebui să știe ce agent a accesat ce date, ce a făcut cu acele informații, ce acțiuni a întreprins și dacă aceste acțiuni sunt în conformitate cu politicile corporative. Guvernanța nu poate fi introdusă după ce un agent a acționat; trebuie să fie integrată în mediu astfel încât politicile și măsurile de protecție să se miște odată cu datele și să fie aplicate continuu, indiferent dacă entitatea în cauză este o persoană, o aplicație sau un agent autonom.
Cloudera pune accent pe standarde deschise precum Apache Iceberg, Polaris, Spark, Kafka și Trino, în loc să oblige clienții să opereze exclusiv într-un stack proprietar. Pe măsură ce infrastructura IA se consolidează în jurul platformelor mari, cât de important vor fi standardele deschise și interoperabilitatea în prevenirea unei noi generații de blocare de furnizor de IA?
Cu cât IA devine o parte tot mai integrantă a infrastructurii întreprinderii, cu atât standardele deschise devin mai importante. IA evoluează rapid, iar organizațiile trebuie să evite luarea astăzi a deciziilor arhitecturale care ar putea limita modelele, motoarele, infrastructura sau tehnologiile pe care le pot folosi în viitor.
Tehnologii precum Apache Iceberg, Spark, Kafka, Trino și cataloagele deschise oferă organizațiilor flexibilitatea de a folosi diferite instrumente pentru diferite sarcini, menținând interoperabilitatea în mediile lor de date. Acest lucru este deosebit de important pe măsură ce întreprinderile operează tot mai mult în norii publici, infrastructuri suverane și centre de date private, unde au nevoie de libertatea de a decide unde rulează datele și sarcinile de IA fără a reconstrui totul în jurul unui singur furnizor.
O abordare deschisă facilitează, de asemenea, adoptarea de noi capabilități IA construind pe investițiile existente, în loc să se mute sau să copieze în mod repetat datele pe măsură ce tehnologia evoluează. Pe măsură ce peisajul IA continuă să se schimbe, standardele deschise oferă organizațiilor flexibilitatea de a-și evolua arhitectura în timp, menținând alegerea și controlul asupra datelor, infrastructurii și deciziilor tehnologice.
Vă mulțumim pentru interviul excelent, cititorii care doresc să afle mai multe ar trebui să viziteze Cloudera.
