Дэвид ДеСанто, генеральный директор Anaconda – Серия интервью

Дэвид ДеСанто является генеральным директором компании Anaconda, где он руководит миссией компании по расширению возможностей мировых сообществ данных и искусственного интеллекта посредством инноваций с открытым исходным кодом и безопасными корпоративными решениями. Как опытный исполнительный директор по продуктам и технологиям, Дэвид имеет более двух десятилетий опыта в области кибербезопасности, платформ для разработчиков и корпоративного программного обеспечения.

В последнее время Дэвид занимал должность главного директора по продуктам в компании GitLab (GTLB ), где он руководил глобальной организацией по разработке продукта в создании комплексной платформы DevSecOps с более чем 50 миллионами зарегистрированных пользователей по всему миру. За шесть лет работы в компании он помог преобразовать GitLab из высокорастущего стартапа в публично торгуемую, определяющую лидера категории платформы DevOps.

Anaconda является ведущей платформой с открытым исходным кодом для науки о данных, машинного обучения и искусственного интеллекта, построенной на языке программирования Python и широко используемой как отдельными разработчиками, так и крупными корпорациями. Первоначально запущенная в 2012 году, она предоставляет комплексную среду, которая включает в себя инструменты для кодирования, управление пакетами через Conda и доступ к тысячам предварительно построенных библиотек, таких как NumPy, pandas и TensorFlow, что позволяет пользователям эффективно разрабатывать, тестировать и развертывать модели ИИ.

За время своего существования Anaconda эволюционировала в полноценную корпоративную платформу ИИ, которая помогает организациям управлять整个 жизненным циклом ИИ – от поиска и обеспечения безопасности открытых пакетов до создания, управления и развертывания приложений в облачных и локальных средах. С десятками миллионов пользователей и внедрением в большом проценте компаний Fortune 500, она стала основным слоем для современного развития ИИ, подчеркивая инновации с открытым исходным кодом, масштабируемость и безопасные, воспроизводимые рабочие процессы.

Вы провели почти шесть лет в GitLab, более трех лет в качестве главного директора по продуктам, помогая масштабировать платформу DevSecOps с родным ИИ для десятков миллионов пользователей. Как этот опыт сформировал ваши приоритеты сейчас, как генерального директора Anaconda, и что фундаментально отличается в руководстве компанией по сравнению с руководством продуктом?

Мое время в GitLab действительно укрепило несколько принципов, которые теперь являются центральными для моего подхода к Anaconda. Первый – это ответственный рост – масштабирование команд, продуктов и доходов таким образом, чтобы это было устойчиво. В GitLab мы выросли до обслуживания десятков миллионов пользователей, и увидев, как GitLab Ultimate составил более половины дохода компании, продемонстрировал, насколько важно согласовывать ценность продукта с долгосрочным бизнес-воздействием.

Второй – это мышление, ориентированное на результаты и эффективность, а не на процесс и структуру. Можно выпустить что-то, что достаточно хорошо и показывает направление, чтобы запустить маховик обратной связи от клиентов. Доставка реальной ценности быстро имеет важное значение, но также необходимо быть вдумчивым в отношении того, как масштабироваться. Это тесно связано с третьим столпом: одержимостью клиентами и встречей с пользователями там, где они находятся. Я провел свою карьеру, создавая инструменты для разработчиков и безопасности, и как бывший разработчик, я знаю, насколько хорошее (или плохое) инструментирование может повлиять на производительность и удовлетворенность.

И, наконец, прозрачность с целью. Это основное значение Anaconda позволило всем участвовать и сотрудничать в улучшении компании и ее предложений. Я с нетерпением жду возможности дальше развивать это значение, чтобы обеспечить нашему сообществу то, что им нужно для успеха.

Как генеральный директор, вы несете ответственность за всю систему – стратегию, культуру, операции и результаты. Я все еще глубоко связан с продуктом, но я думаю более широко и на более долгосрочную перспективу. Мне необходимо обеспечить, чтобы компания росла ответственно, поддерживала своих людей и доставляла ценность нашим клиентам во всех измерениях бизнеса. Это принципы, на которых я буду строить дальше.

Что мотивировало вас лично стать генеральным директором Anaconda, и что убедило вас, что это правильная платформа для построения следующей главы корпоративного ИИ?

Я говорю всем, что было четыре причины, по которым я был рад присоединиться к Anaconda в качестве генерального директора. Первая – это технология. Как разработчик, я был знаком с и использовал Anaconda в течение долгого времени. Я знаю, насколько она мощная и может быть. Платформа уже позволяет сделать так много, и основа, которую построила команда, даст нам возможность формировать, что произойдет дальше в эпоху родного ИИ!

Вторая – это сообщество. Я глубоко верю в силу сообщества с открытым исходным кодом. Немногие компании имеют сообщество, столь же широкое и вовлеченное, как у Anaconda.

Третья – это люди. Редко можно найти такой уровень лидерства в одном месте. Исполнительная команда исключительна, и их страсть реальна. Мы строим будущее с открытым исходным кодом и ИИ, и быть частью чего-то столь значимого и влиятельного имеет нас всех действительно взволнованными.

И, наконец, возможность. Это то, что в конечном итоге привело меня к решению. Anaconda находится в центре того, чтобы сделать ИИ более доступным, помогая предприятиям строить, обеспечивать безопасность, развертывать и контролировать ИИ в масштабе. Когда вы объединяете технологию мирового класса, живое сообщество и команду, подобную этой, вы получаете редкую возможность формировать, как ИИ и наука о данных создаются и используются. Это то, что привлекло меня.

ИИ с открытым исходным кодом обеспечивает большинство современного развития ИИ, но многие предприятия все еще борются с доверием к нему в масштабе. Почему вы считаете, что ИИ с открытым исходным кодом остается наиболее мощной основой для ИИ, и где, по вашему мнению, он наиболее неправильно понимается?

Существует распространенное заблуждение, что наиболее безопасный код – это код, который скрыт, поскольку только избранные могут его видеть. Это как страус, который прячет голову в песок, чтобы спрятаться. ИИ с открытым исходным кодом – это противоположность этому. ИИ с открытым исходным кодом прозрачен, приветствует всех для участия и дает организациям по всему миру более высокий уровень глаз, обеспечивающий безопасность и правильность кода.

Мы не видели технологии, которая быстрее зрел, чем ИИ. Для того чтобы ИИ продолжал ускоряться, вам нужен современный код, который движется так же быстро, как и вы. ИИ с открытым исходным кодом делает это, и именно поэтому он является основой для современного развития ИИ.

В Anaconda мы полагаемся на это. Наши основные возможности и экосистема Python являются открытыми, поскольку это лучший способ для команд начать работу и быстро инновировать. Над этим мы добавляем корпоративные возможности, предоставляя организациям управление, безопасность и надежность, которые им необходимы для использования ИИ с открытым исходным кодом в масштабе.

Коэффициенты неудач ИИ в предприятиях остаются высокими, особенно с пилотными проектами по генеративному ИИ. С вашей точки зрения, какие основные причины этих инициатив застревают, и как выбор инфраструктуры может сделать или сломать долгосрочный успех?

Многие организации запускали пилотные проекты. Некоторые имеют солидные проекты по проверке концепции, и другие имеют несколько внутренних инструментов, которые действительно экономят время команд. Но немногие перешли ИИ в реальное производство, которое работает во всей компании. Есть большая разница между “мы экспериментируем” и “это то, как мы работаем сейчас”. Этот пробел – это то место, где большинство компаний застряли – и это не потому, что технология не работает.

Демо почти всегда выглядит хорошо, но проблема появляется, когда вы пытаетесь воспроизвести демо в масштабе предприятия. Внезапно вы сталкиваетесь с вопросами управления данными, проблемами безопасности, проблемами надежности и фундаментальной проблемой доверия: Будет ли это приложение работать надежно и сохранять наши данные в безопасности? Эти проблемы не появляются в демо и, таким образом, становятся после мысли для компаний.

Барььер для успеха ИИ не является возможностью, а инфраструктурой и зрелостью процесса. Организации, которые выдвигаются вперед, возглавляются теми, кто выбирает инвестировать в современные основы, где доверие и скорость сосуществуют, и где встроенная безопасность и управление ускоряют, а не препятствуют. Фрагментированные инструменты и среды заставляют вас выбирать между ними, но современная, объединенная инфраструктура и современные процессы ИИ позволяют иметь оба. Сегодня удаление узких мест создает ваше конкурентное преимущество. Это не только техническая амбиция, но и бизнес-императив для конкуренции и выживания на сегодняшнем рынке. Успех будет увеличен теми, кто инвестирует в безопасность и управление с основы.

Вы возглавляли команды в области кибербезопасности, продукта и платформ для разработчиков. Как вы привносите этот подход “безопасность прежде всего” в стратегию Anaconda по управлению зависимостями, воспроизводимости среды и риску цепочки поставок?

Мой путь в безопасность начался в здравоохранении, где я увидел точно то, что считалось “безопасным” в то время. Я полностью погрузился в безопасность, и она стала моей страстью. По мере того, как рабочие нагрузки ИИ, модели, агенты и интеграции становятся более сложными, риски безопасности умножаются быстрее, чем может справиться управление. И даже когда риск безопасности управляется, сама среда становится препятствием.

Безопасность и соответствие требованиям ИИ являются сложными, особенно при получении реальной видимости рисков на протяжении разработки и производства. Вот где мы сосредоточены. Мы строим более глубокие возможности безопасности в управлении средой, добавляем управление ИИ-пакетами вне экосистемы Python и помогаем снижать риск с моделями ИИ посредством сканирования их безопасности. Цель проста: помочь организациям двигаться быстрее с ИИ, сохраняя при этом видимость, конфиденциальность и устойчивость, которые им необходимы для доверия к нему в масштабе.

Существует растущий скептицизм вокруг ROI ИИ, наряду с всплеском экспериментов и кодирования настроений. Как вы отличаете продуктивное экспериментирование от систем ИИ, готовых к предприятию, которые действительно доставляют измеримую ценность?

В этом году может быть впервые, когда ROI ИИ измеряется хорошо. Каждый в отрасли считает “эффективность” как сэкономленное время, однако это не лучший показатель. Организации, которые тратят время на создание индивидуальных KPI, напрямую связанных с тем, что наиболее важно для них, будут иметь лучшие результаты. Это может быть сокращение времени в обзоре кода для вашей команды разработчиков или качество генерации лидов для вашей команды по выводу на рынок. Время само по себе и измерение потребления токенов не напрямую сигнализируют об эффективности.

Anaconda находится в центре разработки ИИ на основе Python. Как вы видите эволюцию роли среды Python, когда организации переходят от экспериментов к полностью управляемым системам ИИ в масштабе производства?

Python является основным языком для ИИ, и хотя я не ожидаю, что это изменится в ближайшее время, языки всегда колеблются в популярности. Организациям нужны инструменты, которые развиваются и естественным образом решают основные проблемы производительности и масштабируемости, позволяя агентам ИИ успешно создавать корпоративные приложения и услуги. Я ожидаю, что организации начнут инвестировать в универсальные строительные блоки, которые ускоряют ценность и принятие ИИ. Это то, что лучше всего подготовит их к навигации в постоянно меняющемся лексиконе языков программирования, которые обеспечивают инфраструктурный слой ИИ.

Вы работали в тесном сотрудничестве с регулируемыми отраслями и предприятиями, ориентированными на безопасность, в прошлом. Что такое корпоративное управление ИИ на практике, помимо политических документов и контрольных списков соответствия?

Корпоративный ИИ и ИИ-родные приложения – это нечто совершенно другое, чем традиционное развитие программного обеспечения. Когда вы относитесь к ИИ как к традиционному развитию, вы в конечном итоге получаете сломанную безопасность и управление, что будет препятствовать инновациям. Корпоративный ИИ требует ИИ-родных лучших практик разработки, где модель ИИ является основным компонентом, который стимулирует версионирование, и все остальное вокруг него вторично.

Управление ИИ – это разница между успешным масштабированием и застреванием. Корпоративное управление ИИ – это то, что происходит, когда ответственные ИИ-родные принципы переводятся в принудительные платформенные контролы, ясную подотчетность и непрерывную прослеживаемость и происхождение всех компонентов ИИ. Это выходит за рамки политики и контрольных списков, которые работали в практиках DevOps.

С недавним финансированием и корпоративным толчком Anaconda, какие ваши ближайшие приоритеты роста, и где вы инвестируете наиболее агрессивно в течение следующих 12-18 месяцев?

Наша цель ясна: Anaconda будет предпочтительной платформой для разработки ИИ-родных приложений и услуг для построения, обеспечения безопасности и развертывания. Наши клиенты продолжают меняться, чтобы удовлетворять их потребностям, и мы меняемся вместе с ними. Это почему мы не просто инструмент для науки о данных, а комплексная платформа для корпоративного ИИ. Каждая инвестиция, будь то продукт, партнерство или приобретение, будет оцениваться по одному вопросу: “делает ли это нас ближе к тому, чтобы быть платформой, которая необходима предприятиям для успеха в новом ИИ-родном мире?” Мы – компания, одержимая клиентами, и все, что мы делаем, делаем для наших клиентов.

Как человек, который помог масштабировать публично торгуемую платформу для разработчиков, какие уроки вы выучили о построении для практиков, а также обслуживании CTO, CIO и главных офицеров ИИ на исполнительном уровне?

Успех всегда возвращается к клиенту и поддержке результатов, которых они пытаются достичь. Это звучит просто, но легко для команд увлечься внутренними метриками (сколько часов было потрачено на проект, достиг ли запуск предопределенных целей) вместо того, чтобы задать более важный вопрос: действительно ли это делает наших клиентов более успешными? Лидеры могут сказать, что необходим новый продукт, когда на самом деле это может быть просто усовершенствование того, что у вас уже есть (например, сделать продукт более удобным для пользователя), и тогда вы получаете желаемый результат. Если клиенты счастливы и успешны, то мы все счастливы и успешны.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить Anaconda.