Интервью
Матиас Голомбек, технический директор Exasol – серия интервью
Матиас Голомбек — технический директор (CTO) компании Экзасол. Он присоединился к компании в качестве разработчика программного обеспечения в 2004 году после изучения информатики, уделяя особое внимание базам данных, распределенным системам, процессам разработки программного обеспечения и генетическим алгоритмам. К 2005 году он отвечал за команду оптимизатора базы данных, а в 2007 году стал главой отдела исследований и разработок. В 2014 году Матиас был назначен техническим директором. На этой должности он отвечает за разработку продуктов, управление ими, эксплуатацию, поддержку и техническое консультирование.
Что изначально привлекло вас в информатике?
Когда я учился в четвертом классе, у моего старшего брата были уроки по программированию на BASIC, и он показал мне, что с этим можно делать. Вместе мы придумали пасхальную загадку на Commodore 64 для нашего младшего брата, и с тех пор я увлекся компьютерами. Информатика в целом связана с решением проблем и творчеством, и я думаю, что этот аспект больше всего привлек меня в этой области.
Можете ли вы рассказать о своем пути от прихода в Exasol в качестве разработчика программного обеспечения в 2004 году до должности технического директора? Как менялись ваши роли с годами, особенно в быстро меняющейся технологической среде?
Я изучал компьютерные науки в Вюрцбургском университете в Германии и после окончания учебы начал работать в Exasol в 2004 году в качестве разработчика программного обеспечения. После первого года работы в Exasol меня повысили до руководителя группы оптимизаторов баз данных, а затем — до руководителя отдела исследований и разработок. После этого я семь лет проработал руководителем отдела исследований и разработок, прежде чем в 2014 году приступил к своей нынешней должности технического директора.
С самого начала я был поражен тем, что делает Exasol — эта немецкая технологическая компания, борющаяся с такими громкими именами, как Microsoft, IBM и Oracle. Я был потрясен открывшейся передо мной возможностью: для разработчика создание этой системы управления базами данных в памяти с массовой параллельной обработкой (MPP) было раем на земле.
Я наслаждался каждым моментом работы с этой талантливой командой инженеров. В качестве технического директора я курирую инновации, разработку и техническую поддержку продуктов Exasol. Было интересно видеть, насколько глобально выросла команда Exasol, работая над поддержкой наших клиентов и их растущих потребностей. Основы те же — мы по-прежнему являемся системой баз данных в памяти, но теперь мы даем нашим клиентам возможность использовать возможности своих данных для реализации ИИ.
Exasol находится в авангарде высокопроизводительных аналитических баз данных. С вашей точки зрения, что отличает Exasol в этой конкурентной среде?
Бизнес-лидерам постоянно приходится решать, как делать больше с меньшими затратами. В последние годы эта задача стала еще более сложной, поскольку экономика продолжает оставаться нестабильной, а распространение технологий искусственного интеллекта отнимает бюджет и время.
Будучи поставщиком высокопроизводительных аналитических баз данных, Exasol остается впереди всех, когда речь идет о том, чтобы помочь предприятиям делать больше с меньшими затратами. Мы помогаем компаниям преобразовать бизнес-аналитику (BI) в лучшее понимание с помощью Exasol Espresso, нашей универсальной системы запросов, которая подключается к существующим стекам данных. Мировые бренды, в том числе T-Mobile, Piedmont Healthcare и Allianz, используют Exasol Espresso, чтобы превращать большие объемы данных в более быстрые, глубокие и дешевые аналитические данные. И я думаю, что мы проделали большую работу по достижению тонкого баланса между производительностью, ценой и гибкостью, чтобы клиентам не приходилось идти на компромисс.
Чтобы поддержать компании в их путешествии по искусственному интеллекту, мы также недавно представили Эспрессо ИИ, снабжая нашу универсальную систему запросов новым набором инструментов искусственного интеллекта, которые позволяют организациям использовать возможности своих данных для расширенной аналитики и принятия решений на основе искусственного интеллекта. Возможности Espresso AI делают искусственный интеллект более доступным и доступным, позволяя клиентам избежать дорогостоящих и трудоемких экспериментов и добиться немедленной окупаемости инвестиций. Это меняет правила игры для предприятий, которые сосредоточены на внедрении инноваций и создании ценности в эпоху искусственного интеллекта.
В отчете Exasol по искусственному интеллекту и аналитике за 2024 год подчеркивается, что недостаточные инвестиции в искусственный интеллект ведут к краху бизнеса. Не могли бы вы подробнее рассказать об основных выводах этого отчета и о том, почему сегодня инвестиции в ИИ имеют решающее значение для бизнеса?
Как вы сказали, главный вывод Exasol's Отчет об искусственном интеллекте и аналитике за 2024 год заключается в том, что недостаточные инвестиции в искусственный интеллект приводят к краху бизнеса. По результатам нашего опроса высокопоставленных лиц, принимающих решения, а также специалистов по обработке и анализу данных и аналитиков в США, Великобритании и Германии, почти все (91%) респондентов согласны с тем, что искусственный интеллект станет одной из наиболее важных тем для организаций в ближайшие два года. 72% признали, что отказ от инвестиций в ИИ сегодня поставит под угрозу будущую жизнеспособность бизнеса. Проще говоря, в сегодняшних условиях компании, которые не думают об искусственном интеллекте, уже отстают.
Компании сталкиваются с давлением со стороны заинтересованных сторон, вынуждающих их инвестировать в ИИ – и этому есть множество причин. Инвестиции в ИИ уже помогли организациям в различных отраслях – от здравоохранения до финансовых услуг и розничной торговли – открыть новые потоки доходов, улучшить качество обслуживания клиентов, оптимизировать операции, повысить производительность, повысить конкурентоспособность и многое другое. Этот список только растет по мере того, как компании начинают находить конкретные способы использования ИИ для удовлетворения уникальных потребностей бизнеса.
В том же отчете упоминаются основные препятствия на пути внедрения ИИ, в том числе пробелы в науке о данных и задержки во внедрении. Как Exasol решает эти проблемы для своих клиентов?
Несмотря на острую потребность в инвестициях в ИИ, предприятия по-прежнему сталкиваются со значительными препятствиями на пути более широкого внедрения. Отчет Exasol по искусственному интеллекту и аналитике показывает, что до 78% лиц, принимающих решения, испытывают пробелы по крайней мере в одной области своих моделей обработки данных и машинного обучения (ML), при этом 47% называют скорость внедрения новых требований к данным проблемой. Еще 79% утверждают, что новые требования бизнес-анализа требуют слишком много времени для внедрения их командами по работе с данными. Другие факторы, препятствующие широкому внедрению ИИ, включают отсутствие стратегии внедрения, низкое качество данных, недостаточные объемы данных и интеграцию с существующими системами. Вдобавок ко всему, меняющиеся бюрократические требования и правила в отношении ИИ вызывают проблемы у многих компаний: 88% респондентов заявили, что им нужно больше ясности.
По мере роста внедрения ИИ для предприятий станет еще более важным обеспечить надежную основу данных. Exasol предлагает гибкость, отказоустойчивость и масштабируемость компаниям, внедряющим стратегию искусственного интеллекта. Поскольку такие роли, как директор по данным (CDO), продолжают развиваться и усложняться – с растущими проблемами этики и соблюдения требований на переднем плане – Exasol поддерживает лидеров данных и помогает им преобразовать BI в более быструю и лучшую аналитику, которая будет служить основой для бизнес-решений. и положительно повлиять на конечный результат.
Хотя искусственный интеллект стал иметь решающее значение для успеха бизнеса, его эффективность зависит только от инструментов, технологий и людей, обеспечивающих его внутреннюю работу. Результаты опроса подчеркивают значительный разрыв между текущими инструментами бизнес-аналитики и их результатами: больше инструментов не обязательно означает более высокую производительность или лучшее понимание. Поскольку CDO готовятся к большей сложности и перед ними стоит задача делать больше с меньшими затратами, им необходимо оценить стек анализа данных, чтобы обеспечить производительность, скорость и гибкость — и все это по разумной цене.
Espresso AI помогает устранить этот пробел для предприятия, оптимизируя процессы извлечения, загрузки и преобразования данных, предоставляя пользователям возможность немедленно экспериментировать с новыми технологиями в любом масштабе, независимо от ограничений инфраструктуры — локальной, облачной или гибридной. Пользователи могут сократить затраты и усилия на перемещение данных, внедряя в свою базу данных новые технологии, такие как LLM. Эти возможности помогают организациям ускорить переход к внедрению решений искусственного интеллекта и машинного обучения, обеспечивая при этом качество и надежность своих данных.
Грамотность в отношении данных становится все более важной в эпоху искусственного интеллекта. Как Exasol способствует повышению грамотности в области данных среди своих клиентов и общества в целом?
В сегодняшних рабочих средах, насыщенных данными, навыки грамотности в области данных важны как никогда – и в эпоху искусственного интеллекта они быстро становятся «необходимостью», а не «приятно иметь». Во всех отраслях жизненно важным становится умение работать с данными, понимать их и эффективно передавать их. Однако остается пробел в информационной грамотности.
Грамотность в отношении данных – это умение интерпретировать сложную информацию и способность действовать на основании полученных результатов. Но часто доступ к данным разрознен внутри организации, или лишь небольшая группа людей обладает необходимыми навыками грамотности в отношении данных, чтобы понимать и получать доступ к огромным объемам данных, проходящих через бизнес. Этот подход ошибочен, поскольку он ограничивает количество времени и ресурсов, выделяемых на использование данных, и, в конечном итоге, дефицит грамотности в области данных создает барьер для бизнес-инноваций.
Когда люди грамотны в отношении данных, они могут понимать данные, анализировать их и применять к ним свои собственные идеи, навыки и опыт. Чем больше людей обладают знаниями, уверенностью и инструментами для раскрытия и понимания данных, тем успешнее может быть организация. В Exasol мы поддерживаем лидеров данных и предприятия в повышении грамотности и образования в области данных.
В дополнение к образовательному компоненту предприятиям следует оптимизировать свои технологические комплексы и инструменты бизнес-аналитики, чтобы обеспечить демократизацию данных. Доступность данных и информационная грамотность идут рука об руку. Инвестиции в оба необходимы для дальнейшего развития стратегий обработки данных. Например, наша не требующая настройки система Exasol позволяет предприятиям сосредоточиться на использовании данных, а не на технологиях. Высокая скорость позволяет командам работать с данными в интерактивном режиме и избежать ограничений производительности. В конечном итоге это приводит к демократизации данных.
Сейчас настало время демократизации данных, чтобы перейти от темы обсуждения к действиям внутри организаций. Поскольку все больше людей в различных отделах получат доступ к значимой информации, это устранит традиционные узкие места, создаваемые группами аналитиков данных. Когда эти традиционные разрозненные структуры рухнут, организации поймут, насколько широка и глубока потребность их команд и отдельных лиц в использовании данных. Даже люди, которые в настоящее время не считают себя конечными пользователями данных, будут вовлечены в поток данных.
В связи с этим сдвигом в ближайшие годы возникнет серьезная задача: необходимо будет обновить рабочую силу, чтобы каждый сотрудник получил необходимый набор навыков для эффективного использования данных и идей для принятия бизнес-решений. Сегодняшние сотрудники не будут знать, какие вопросы следует задавать в отношении своего потока данных или автоматизации, обеспечивающей его работу. Ценность способности формулировать точные, зондирующие и связанные с бизнесом вопросы возрастает, что создает острую необходимость в обучении персонала этому умению.
У вас есть большой опыт работы с базами данных, распределенными системами и генетическими алгоритмами. Как эти области знаний влияют на разработку продуктов и инновационную стратегию Exasol?
Мой опыт является основой работы в нашей области и понимания технологических тенденций последних двух десятилетий. Работать с инновационными клиентами, которые превращают технологию баз данных в интересные варианты использования, интересно и полезно. Наша инновационная стратегия зависит не от одного человека, а от большой команды опытных архитекторов и разработчиков, которые понимают будущее программного обеспечения, оборудования и приложений для обработки данных.
Поскольку ИИ трансформирует отрасли беспрецедентными темпами, что, по вашему мнению, является важнейшими компонентами перспективного стека данных для компаний, стремящихся эффективно использовать ИИ и аналитику?
Быстрое внедрение ИИ стало ярким примером того, почему предприятиям важно оставаться впереди развивающегося технологического ландшафта. Однако печальная истина заключается в том, что большинство стеков данных все еще отстают от кривой ИИ.
Чтобы стеки данных были готовы к будущему, предприятиям следует сначала оценить основы данных, чтобы выявить пробелы, ошибки или другие проблемы. Это поможет им обеспечить качество и скорость данных — элементы, которые имеют решающее значение для получения ценной информации и поддержки моделей искусственного интеллекта и LLM.
Кроме того, командам следует инвестировать в инструменты и технологии, которые можно легко интегрировать с другими решениями в стеке. Поскольку ИИ сочетается с другими технологиями, такими как открытый исходный код, мы увидим появление новых моделей для решения традиционных бизнес-задач. Генеративный ИИ, такой как ChatGPT, также объединится с более традиционными технологиями ИИ, такими как описательная или прогнозная аналитика, чтобы открыть новые возможности для организаций и оптимизировать традиционно громоздкие процессы.
Чтобы стеки данных были готовы к будущему, предприятиям также следует интегрировать искусственный интеллект и бизнес-аналитику. Компании десятилетиями используют инструменты BI для извлечения ценной информации, и хотя было сделано множество улучшений, все еще существуют ограничения или барьеры BI, с которыми может помочь ИИ. ИИ может обеспечить более быстрые результаты, улучшить персонализацию и превратить среду бизнес-аналитики в более инклюзивную и удобную для пользователя сферу. Поскольку BI обычно фокусируется на анализе исторических данных для получения ценной информации, ИИ может расширить возможности BI, помогая предвидеть будущие события, генерируя прогнозы и рекомендуя действия для влияния на желаемые результаты.
Производительность, гибкость и экономия выделяются как три способа, с помощью которых Exasol помогает мировым брендам внедрять инновации. Можете ли вы привести пример того, как Exasol позволил клиенту добиться значительной рентабельности инвестиций благодаря вашей аналитической базе данных?
В соответствии с Исследование общего экономического воздействия Forrester в 2023 годуКлиенты Exasol достигают окупаемости первоначальных инвестиций до 320% за три года за счет повышения операционной эффективности, производительности баз данных и предложения простой и гибкой инфраструктуры данных.
Например, один клиент Хельсана, лидер конкурентоспособной отрасли здравоохранения Швейцарии, пришел в Exasol, чтобы удовлетворить потребность в современной платформе данных и аналитики. До Exasol Helsana полагалась на различные инструменты отчетности, хранилища данных, построенные на разных технологиях, и инструменты ETL, что создавало запутанную и неэффективную архитектуру. По сравнению с существующим устаревшим решением компании Exasol Data Warehouse продемонстрировало повышение производительности в пять-десять раз.
Теперь Exasol занимает центральное место в развитии ИИ Helsana, служа хранилищем структурированных данных, которые Helsana использует во всех своих моделях ИИ, и предоставляя
основу для его аналитики. С помощью Exasol команда Helsana повысила производительность, снизила затраты, повысила гибкость и создала прочную основу искусственного интеллекта, и все это способствует значительной рентабельности инвестиций, а также повышению способности лучше обслуживать клиентов.
Забегая вперед, каковы предстоящие тенденции в области анализа данных и бизнес-аналитики, к которым готовится Exasol, и как вы планируете продолжать внедрять инновации в этой области?
В 2023 году ИИ широко распространился, что вызвало резкую реакцию со стороны организаций, которая в конечном итоге породила бесчисленные плохо спроектированные и проведенные эксперименты по автоматизации. 2024 год станет годом трансформации для экспериментов и фундаментальных работ в области ИИ. До сих пор основными приложениями GenAI были доступ к информации через чат-боты, автоматизация обслуживания клиентов и программирование программного обеспечения. Однако найдутся пионеры, которые примут эти захватывающие технологии для принятия целого ряда бизнес-решений и оптимизации. Заглядывая в будущее после 2024 года, мы начнем видеть больший толчок к продуктивному внедрению ИИ.
В Exasol мы стремимся внедрять инновации и приносить пользу нашим клиентам, включая помощь им в разработке и внедрении искусственного интеллекта в больших масштабах. С помощью Exasol клиенты могут объединить BI и AI, чтобы преодолеть разрозненность данных в интегрированной аналитической системе. Наша гибкость в отношении вариантов развертывания также позволяет организациям решать, где они хотят разместить свой стек аналитики: в публичном облаке, частном облаке или локально. С помощью Espresso AI от Exasol мы можем дать предприятиям возможность использовать преимущества аналитики на основе ИИ, независимо от того, на каком этапе пути организации находятся на пути к ИИ.
Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Экзасол.
