Рохит Чоудхари, Основатель и Генеральный Директор Acceldata – Интервью

Рохит Чоудхари является основателем и генеральным директором Acceldata, лидера рынка в области наблюдаемости данных предприятий. Он основал Acceldata в 2018 году, когда осознал, что отрасли необходимо переосмыслить, как контролировать, расследовать, исправлять и управлять надежностью данных и инфраструктуры в мире, где первоочередное внимание уделяется облаку и искусственному интеллекту.

Что вдохновило вас сосредоточиться на наблюдаемости данных, когда вы основали Acceldata в 2018 году, и какие пробелы в отрасли управления данными вы стремились заполнить?

Мой путь к основанию Acceldata в 2018 году начался почти 20 лет назад как программист, где меня двигало желание выявить и решить проблемы с программным обеспечением. Мой опыт в качестве директора по инженерии в Hortonworks познакомил меня с повторяющейся темой: компании с амбициозными стратегиями данных испытывали трудности в поиске стабильности в своих платформах данных, несмотря на значительные инвестиции в анализ данных. Они не могли надежно доставлять данные, когда бизнесу это было нужно больше всего.

Эта задача нашла отклик у меня и моей команды, и мы признали необходимость решения, которое могло бы контролировать, расследовать, исправлять и управлять надежностью данных и инфраструктуры. Предприятия пытались создавать и управлять данными продуктами с помощью инструментов, которые не были разработаны для удовлетворения их меняющихся потребностей, что приводило к отсутствию у команд данных видимости в миссионно-kritических аналитических и приложениях искусственного интеллекта.

Этот пробел на рынке вдохновил нас на создание Acceldata с целью разработки комплексной и масштабируемой платформы наблюдаемости данных. С тех пор мы изменили, как организации разрабатывают и эксплуатируют данные продукты. Наша платформа коррелирует события по данным, обработке и трубопроводам, обеспечивая беспрецедентные сведения. Влияние наблюдаемости данных было огромным, и мы рады продолжать двигать отрасль вперед.

Как вы видите эволюцию концепции “Наблюдаемость данных” в ближайшие несколько лет, особенно с учетом растущей сложности мультиоблачных сред?

Наблюдаемость данных эволюционировала из нишевой концепции в критически важную способность для предприятий. По мере того, как мультиоблачные среды становятся более сложными, наблюдаемость должна адаптироваться к обработке разнообразных источников данных и инфраструктуры. В ближайшие несколько лет мы ожидаем, что искусственный интеллект и машинное обучение будут играть ключевую роль в развитии возможностей наблюдаемости, особенно в предсказательном анализе и автоматическом обнаружении аномалий.

Кроме того, наблюдаемость будет распространяться за пределы мониторинга на более широкие аспекты управления данными, безопасности и соответствия требованиям. Предприятия будут требовать более реального контроля и прозрачности в своих операциях с данными, что сделает наблюдаемость важной частью управления данными в все более сложных средах.

Ваш опыт включает в себя значительный опыт в области инженерии и разработки продукта. Как этот опыт повлиял на ваш подход к построению и масштабированию Acceldata?

Мой опыт в области инженерии и разработки продукта был решающим в формировании того, как мы построили Acceldata. Понимание технических проблем масштабирования систем данных позволило нам разработать платформу, которая решает реальные потребности предприятий. Этот опыт также привил нам важность гибкости и обратной связи клиентов в нашем процессе разработки. В Acceldata мы отдаем приоритет инновациям, но всегда гарантируем, что наши решения являются практичными и соответствуют тому, что клиенты нуждаются в динамичных и сложных средах данных. Этот подход был важен для масштабирования компании и расширения нашего присутствия на рынке во всем мире.

С учетом недавнего раунда финансирования Series C в размере $60 миллионов, какие ключевые области инноваций и разработки вы планируете уделять приоритетное внимание в Acceldata?

С финансированием Series C в размере $60 миллионов мы удваиваем наши усилия по инновациям, основанным на искусственном интеллекте, которые существенно отличают нашу платформу. Построив на успехе нашего AI Copilot, мы совершенствуем наши модели машинного обучения для более точного обнаружения аномалий, автоматического прогнозирования затрат и прогнозирования. Мы также продвигаем прогнозный анализ, где искусственный интеллект не только предупреждает пользователей о потенциальных проблемах, но и предлагает оптимальные конфигурации и решения, специфичные для их сред.

Другим ключевым направлением является контекстно-зависимая автоматизация – наша платформа учится на поведении пользователей и выравнивает рекомендации с бизнес-целями. Расширение наших естественно-языковых интерфейсов (NLI) позволит пользователям взаимодействовать с сложными рабочими процессами наблюдаемости через простые, разговорные команды.

Кроме того, наши инновации, основанные на искусственном интеллекте, будут стимулировать еще большую оптимизацию затрат, прогнозирование потребления ресурсов и управление затратами с беспрецедентной точностью. Эти достижения позиционируют Acceldata как наиболее проактивную, основанную на искусственном интеллекте платформу наблюдаемости, помогающую предприятиям доверять и оптимизировать свои операции с данными, как никогда раньше.

Искусственный интеллект и большие языковые модели становятся центральными в управлении данными. Как Acceldata позиционирует себя, чтобы лидировать в этой области, и какие уникальные возможности предлагает ваша платформа клиентам-предприятиям?

Acceldata уже лидирует в области наблюдаемости данных, основанной на искусственном интеллекте. После успешной интеграции передовой технологии Bewgle наша платформа теперь предлагает возможности, основанные на искусственном интеллекте, которые существенно улучшают наблюдаемость данных. Наш AI Copilot использует машинное обучение для обнаружения аномалий, прогнозирования моделей потребления затрат и предоставления сведений в реальном времени, все это доступно через естественно-языковые взаимодействия.

Мы также интегрировали передовое обнаружение аномалий и автоматические рекомендации, которые помогают предприятиям предотвратить дорогостоящие ошибки, оптимизировать инфраструктуру данных и улучшить операционную эффективность. Кроме того, наши решения, основанные на искусственном интеллекте, упрощают управление политиками и автоматически генерируют описания для данных и политик, понятные как техническим, так и бизнес-стейкхолдерам. Эти инновации позволяют организациям разблокировать полный потенциал своих данных, минимизируя риски и затраты.

Приобретение Bewgle добавило передовые возможности искусственного интеллекта к платформе Acceldata. Теперь, когда прошел год с момента приобретения, как технология Bewgle была интегрирована в решения Acceldata, и какое влияние это оказало на развитие ваших функций наблюдаемости данных, основанных на искусственном интеллекте?

За прошедший год мы полностью интегрировали технологию Bewgle в платформу Acceldata, и результаты были трансформационными. Опыт Bewgle в области фундаментальных моделей и естественно-языковых интерфейсов ускорил нашу дорожную карту искусственного интеллекта. Эти возможности теперь встроены в наш AI Copilot, обеспечивая пользовательский опыт нового поколения, который позволяет пользователям взаимодействовать с рабочими процессами наблюдаемости через простые текстовые команды.

Эта интеграция также улучшила наши модели машинного обучения, повысив обнаружение аномалий, автоматическое прогнозирование затрат и прогнозирование. Мы смогли предоставить более детальный контроль над операциями, основанными на искусственном интеллекте, что позволяет нашим клиентам обеспечить надежность и производительность данных по всей их экосистеме. Успех этой интеграции укрепил позицию Acceldata как лидера в области наблюдаемости данных, основанной на искусственном интеллекте, предоставляя еще большую ценность нашим клиентам-предприятиям.

Как человек, глубоко вовлеченный в отрасль управления данными, какие тенденции вы предвидите на рынке искусственного интеллекта и наблюдаемости данных в ближайшие годы?

В ближайшие годы я ожидаю, что несколько ключевых тенденций будут формировать рынок искусственного интеллекта и наблюдаемости данных. Наблюдаемость данных в реальном времени станет еще более критической, поскольку предприятия будут стремиться принимать более быстрые и обоснованные решения. Искусственный интеллект и машинное обучение будут продолжать стимулировать прогресс в прогнозном анализе и автоматическом обнаружении аномалий, помогая бизнесу оставаться впереди потенциальных проблем.

Кроме того, мы увидим более тесную интеграцию наблюдаемости с фреймворками управления данными и безопасности, особенно по мере того, как требования регулирования будут становиться более строгими. Управляемые услуги наблюдаемости, вероятно, возрастут, поскольку среды данных станут более сложными, предоставляя предприятиям необходимые экспертизу и инструменты для поддержания оптимальной производительности и соответствия требованиям. Эти тенденции повысят роль наблюдаемости данных в обеспечении того, что организации могут масштабировать свои инициативы по искусственному интеллекту, сохраняя при этом высокие стандарты качества и управления данными.

Как вы представляете себе роль наблюдаемости данных в поддержке развертывания искусственного интеллекта и больших языковых моделей в масштабе, особенно в отраслях с жесткими требованиями к качеству и управлению данными?

Наблюдаемость данных будет иметь решающее значение при развертывании искусственного интеллекта и больших языковых моделей в масштабе, особенно в отраслях, таких как финансы, здравоохранение и государственный сектор, где качество и управление данными имеют первостепенное значение. По мере того, как организации все больше полагаются на искусственный интеллект для принятия бизнес-решений, потребность в надежных, высококачественных данных становится еще более критической.

Наблюдаемость данных гарантирует непрерывный мониторинг и проверку целостности данных, помогая предотвратить ошибки и предвзятости, которые могли бы подорвать модели искусственного интеллекта. Кроме того, наблюдаемость будет играть важную роль в соответствии требованиям, обеспечивая прозрачность данных, использования и управления, соответствуя строгим требованиям регулирования. В конечном итоге, наблюдаемость данных позволяет организациям использовать полный потенциал своих данных, гарантируя, что их инициативы по искусственному интеллекту строятся на основе надежных, высококачественных данных.

Благодарим за отличное интервью, читатели, которые хотят узнать больше, могут посетить Acceldata.