Mathias Golombek, Chief Technology Officer of Exasol – Interview Series

Mathias Golombek เป็น Chief Technology Officer (CTO) ของ Exasol เขาเข้าร่วมบริษัทในฐานะนักพัฒนาซอฟต์แวร์ในปี 2004 หลังจากศึกษาวิชาวิทยาการคอมพิวเตอร์ที่มุ่งเน้นไปที่ฐานข้อมูล ระบบกระจาย ซอฟต์แวร์ และอัลกอริทึมทางพันธุกรรม โดยในปี 2005 เขารับผิดชอบทีม Database Optimizer และในปี 2007 เขาได้รับการแต่งตั้งเป็นหัวหน้าฝ่ายวิจัยและพัฒนา ในปี 2014 Mathias ได้รับการแต่งตั้งเป็น CTO ในบทบาทนี้ เขารับผิดชอบในการพัฒนาผลิตภัณฑ์ การจัดการผลิตภัณฑ์ การดำเนินงาน การสนับสนุน และการให้คำปรึกษาทางเทคนิค

สิ่งใดที่ดึงดูดคุณเข้าสู่วิทยาการคอมพิวเตอร์?

เมื่อฉันอยู่ชั้นประถมศึกษาปีที่ 4 พี่ชายของฉันมีบทเรียนที่พวกเขาเรียนรู้การเขียนโปรแกรมภาษา BASIC และเขาก็แสดงให้ฉันเห็นว่าสามารถทำอะไรได้บ้าง เมื่อเราเขียนโปรแกรมปัญหา пасхального ร่วมกันสำหรับน้องชายคนสุดท้องของเรา และตั้งแต่นั้นมา ฉันก็หลงใหลในคอมพิวเตอร์ วิทยาการคอมพิวเตอร์โดยทั่วไปคือเรื่องของการแก้ปัญหาและการสร้างสรรค์ และฉันคิดว่าสิ่งนี้ดึงดูดฉันให้เข้าสู่สาขานี้มากที่สุด

คุณสามารถแบ่งปันเรื่องราวของคุณตั้งแต่เข้าร่วม Exasol ในฐานะนักพัฒนาซอฟต์แวร์ในปี 2004 จนกลายเป็น CTO ได้หรือไม่? บทบาทของคุณเปลี่ยนแปลงไปอย่างไรตลอดหลายปี โดยเฉพาะอย่างยิ่งในภูมิทัศน์เทคโนโลยีที่เปลี่ยนแปลงอย่างรวดเร็ว?

ฉันศึกษาวิชาวิทยาการคอมพิวเตอร์ที่มหาวิทยาลัย Würzburg ในประเทศเยอรมนีและเริ่มทำงานที่ Exasol ในฐานะนักพัฒนาซอฟต์แวร์ในปี 2004 หลังจากสำเร็จการศึกษา หลังจากปีแรกที่ Exasol ฉันได้รับการเลื่อนตำแหน่งเป็นหัวหน้าทีม Database Optimizer และต่อมาเป็นหัวหน้าฝ่ายวิจัยและพัฒนา หลังจากนั้นฉันทำงานเป็นหัวหน้าฝ่ายวิจัยและพัฒนาเป็นเวลา 7 ปีก่อนที่จะเข้ารับตำแหน่ง CTO ในปี 2014

ตั้งแต่เริ่มต้น ฉันรู้สึกประทับใจกับสิ่งที่ Exasol ทำ — บริษัทเทคโนโลยีของเยอรมันที่ต่อสู้กับชื่อใหญ่ๆ เช่น Microsoft, IBM และ Oracle ฉันรู้สึกประทับใจกับโอกาสที่อยู่ตรงหน้าฉัน — ในฐานะนักพัฒนาซอฟต์แวร์ การสร้างระบบจัดการฐานข้อมูลแบบ MPP ในหน่วยความจำเป็น “สวรรค์บนโลก”

ฉันสนุกกับทุกๆ โมเมนต์ที่ได้ทำงานกับทีมวิศวกรที่มีความสามารถนี้ ในฐานะ CTO ฉันควบคุมนวัตกรรมผลิตภัณฑ์ การพัฒนา และการสนับสนุนทางเทคนิคของ Exasol มันสนุกที่ได้เห็นว่าทีม Exasol เติบโตไปทั่วโลกเมื่อเราให้การสนับสนุนลูกค้าและความต้องการที่เปลี่ยนแปลงไปของพวกเขา หลักการยังคงเหมือนเดิม — เรายังคงเป็นระบบจัดการฐานข้อมูลในหน่วยความจำ แต่ตอนนี้เรากำลังช่วยให้ลูกค้าของเราใช้พลังของข้อมูลสำหรับการใช้งาน AI

Exasol ได้ถูกจัดให้เป็นผู้นำในด้านฐานข้อมูลสำหรับการวิเคราะห์ประสิทธิภาพสูง จากมุมมองของคุณ สิ่งใดที่ทำให้ Exasol แตกต่างในพื้นที่ที่มีการแข่งขันนี้?

ผู้นำทางธุรกิจต้องเผชิญกับความท้าทายในการทำมากกว่าที่ทำได้ด้วยทรัพยากรที่มีอยู่ ในช่วงไม่กี่ปีที่ผ่านมา สิ่งนี้ได้กลายเป็นเรื่องที่ท้าทายมากขึ้นเมื่อเศรษฐกิจยังคงไม่มั่นคง และการแพร่กระจายของเทคโนโลยี AI ได้ใช้เวลาและงบประมาณ

ในฐานะผู้ให้บริการฐานข้อมูลสำหรับการวิเคราะห์ประสิทธิภาพสูง Exasol ยังคงอยู่ในระดับแนวหน้าในการช่วยให้ธุรกิจทำมากกว่าที่ทำได้ด้วยทรัพยากรที่มีอยู่ เราช่วยให้บริษัทต่างๆ ปรับปรุงความฉลาดทางธุรกิจ (BI) ให้ดีขึ้นด้วย Exasol Espresso ซึ่งเป็นเครื่องมือค้นหาที่มีความสามารถหลากหลายที่เชื่อมต่อกับข้อมูลที่มีอยู่ บริษัทชั้นนำระดับโลก เช่น T-Mobile, Piedmont Healthcare และ Allianz ใช้ Exasol Espresso เพื่อเปลี่ยนปริมาณข้อมูลที่สูงขึ้นให้เป็นข้อมูลเชิงลึกที่เร็วขึ้น ลึกขึ้น และราคาไม่แพง และฉันคิดว่าเราได้ทำได้ดีในการสร้างสมดุลระหว่างประสิทธิภาพ ราคา และความยืดหยุ่น เพื่อให้ลูกค้าไม่ต้องประนีประนอม

เพื่อสนับสนุนบริษัทต่างๆ ในการเดินทางสู่ AI เราได้เปิดตัว Espresso AI ซึ่งเป็นชุดเครื่องมือ AI ใหม่ที่ช่วยให้องค์กรสามารถใช้พลังของข้อมูลสำหรับการตัดสินใจและข้อมูลเชิงลึกที่ขับเคลื่อนด้วย AI ที่ทันสมัย ความสามารถของ Espresso AI ทำให้ AI มีราคาไม่แพงและเข้าถึงได้ง่ายขึ้น ช่วยให้ลูกค้าสามารถข้ามการลองผิดลองถูกที่มีค่าใช้จ่ายสูงและใช้เวลานาน และบรรลุผลตอบแทนจากการลงทุน (ROI) ทันที ซึ่งเป็นการเปลี่ยนแปลงเกมสำหรับองค์กรที่มุ่งเน้นในการขับเคลื่อนนวัตกรรมและสร้างมูลค่าในยุค AI

รายงาน AI และการวิเคราะห์ปี 2024 โดย Exasol เน้นย้ำถึงการลงทุนไม่เพียงพอใน AI เป็นทางเลือกสู่ความล้มเหลวทางธุรกิจ คุณสามารถขยายความเกี่ยวกับผลการวิจัยหลักของรายงานและเหตุใดการลงทุนใน AI จึงมีความสำคัญต่อธุรกิจในปัจจุบัน?

ตามที่คุณกล่าวไว้ จุดสำคัญของรายงาน AI และการวิเคราะห์ปี 2024 ของ Exasol คือการลงทุนไม่เพียงพอใน AI นำไปสู่ความล้มเหลวทางธุรกิจ ตามการสำรวจผู้ตัดสินใจระดับสูง以及นักวิทยาศาสตร์ข้อมูลและนักวิเคราะห์ข้อมูลในประเทศสหรัฐอเมริกา สหราชอาณาจักร และเยอรมนี ผู้ตอบแบบสำรวจเกือบทั้งหมด (91%) เห็นด้วยว่า AI เป็นหนึ่งในหัวข้อที่สำคัญที่สุดสำหรับองค์กรในสองปีข้างหน้า โดย 72% ยอมรับว่าการไม่ลงทุนใน AI ในปัจจุบันจะทำให้ความสามารถในการดำเนินธุรกิจในอนาคตตกอยู่ในความเสี่ยง กล่าวได้ว่า ในสภาพแวดล้อมปัจจุบัน ธุรกิจที่ไม่ได้คิดเกี่ยวกับ AI ก็ถือว่าล้าหลังแล้ว

ธุรกิจต่างๆ ต้องเผชิญกับแรงกดดันจากผู้มีส่วนได้ส่วนเสียให้ลงทุนใน AI — และมีหลายเหตุผลที่ทำให้พวกเขาต้องทำเช่นนั้น การลงทุนใน AI ได้ช่วยให้องค์กรต่างๆ ในหลายอุตสาหกรรม — ตั้งแต่สุขภาพการเงินถึงการค้าปลีก — เปิดเผยแหล่งรายได้ใหม่ๆ ปรับปรุงประสบการณ์ของลูกค้า เพิ่มประสิทธิภาพการดำเนินงาน เพิ่มผลผลิต และเพิ่มความสามารถในการแข่งขัน และอื่นๆ รายการนี้จะเพิ่มขึ้นเรื่อยๆ เมื่อธุรกิจเริ่มค้นหาวิธีการเฉพาะในการใช้ AI เพื่อตอบสนองความต้องการทางธุรกิจที่เป็นเอกลักษณ์

รายงานเดียวกันยังระบุถึงอุปสรรคสำคัญต่อการนำ AI ไปใช้ รวมถึงช่องว่างด้านวิทยาศาสตร์ข้อมูลและความล่าช้าในการใช้งาน คุณสามารถอธิบายได้อย่างไรว่า Exasol จัดการกับความท้าทายเหล่านี้สำหรับลูกค้าของตน?

尽管มีความจำเป็นในการลงทุนใน AI แต่ธุรกิจยังคงเผชิญกับอุปสรรคที่สำคัญต่อการนำไปใช้อย่างกว้างขวาง รายงาน AI และการวิเคราะห์ของ Exasol ระบุว่าถึง 78% ของผู้ตัดสินใจระดับสูงประสบกับช่องว่างใน至少หนึ่งพื้นที่ของโมเดลวิทยาศาสตร์ข้อมูลและเครื่องมือการเรียนรู้ของเครื่อง (ML) โดย 47% ระบุว่าความเร็วในการใช้งานข้อกำหนดข้อมูลใหม่เป็นความท้าทาย อีก 79% อ้างว่าการวิเคราะห์ข้อกำหนดทางธุรกิจใหม่จำเป็นต้องใช้เวลาในการใช้งานโดยทีมข้อมูลของพวกเขา ปัจจัยอื่นๆ ที่ขัดขวางการนำ AI ไปใช้อย่างกว้างขวาง ได้แก่ การขาดยุทธศาสตร์การใช้งาน การควบคุมคุณภาพข้อมูลที่ไม่ดี ปริมาณข้อมูลที่ไม่เพียงพอ และการผสานรวมกับระบบที่มีอยู่ นอกจากนี้ ความต้องการที่เปลี่ยนแปลงและข้อบังคับของ AI ก็ทำให้เกิดปัญหาให้กับหลายบริษัท โดย 88% ของผู้ตอบแบบสำรวจระบุว่าต้องการความชัดเจนมากขึ้น

เมื่อการนำ AI ไปใช้เพิ่มขึ้น จะกลายเป็นเรื่องสำคัญมากขึ้นสำหรับธุรกิจในการรับรองรากฐานข้อมูลที่แข็งแกร่ง Exasol มีความยืดหยุ่น ทนทาน และสามารถปรับขนาดได้สำหรับธุรกิจที่นำ AI ไปใช้ ในฐานะ CTO ฉันสนับสนุนผู้นำด้านข้อมูลและช่วยให้พวกเขาเปลี่ยน BI ให้กลายเป็นข้อมูลเชิงลึกที่เร็วขึ้นและดีขึ้น ซึ่งจะแจ้งการตัดสินใจทางธุรกิจและสร้างผลกระทบเชิงบวกต่อผลกำไร

ในขณะที่ AI มีความสำคัญต่อความสำเร็จทางธุรกิจ มันจะไม่มีประสิทธิภาพหากไม่มีเครื่องมือ เทคโนโลยี และบุคลากรที่ขับเคลื่อนมันจากด้านหลัง ผลการสำรวจเน้นย้ำถึงช่องว่างที่สำคัญระหว่างเครื่องมือ BI ที่มีอยู่และผลลัพธ์ของมัน — มีเครื่องมือมากขึ้นไม่ได้หมายความว่าจะมีการแสดงผลที่เร็วขึ้นหรือข้อมูลเชิงลึกที่ดีกว่า ดังที่ CDOs เตรียมพร้อมสำหรับความซับซ้อนที่เพิ่มขึ้นและได้รับมอบหมายให้ทำมากกว่าที่ทำได้ด้วยทรัพยากรที่มีอยู่ พวกเขาต้องประเมินสแต็คการวิเคราะห์ข้อมูลเพื่อให้แน่ใจว่ามีประสิทธิภาพ ความเร็ว และความยืดหยุ่น — ทั้งหมดนี้มีราคาไม่แพง

Espresso AI ช่วยลดช่องว่างนี้สำหรับองค์กรโดยการเพิ่มประสิทธิภาพกระบวนการขั้นตอนการถอนข้อมูล การโหลด และการแปลงข้อมูล เพื่อให้ผู้ใช้สามารถทดลองกับเทคโนโลยีใหม่ๆ ในระดับใหญ่ได้ทันที โดยไม่จำกัดด้วยโครงสร้างพื้นฐาน — ไม่ว่าจะเป็นแบบ on-premises, cloud หรือ hybrid ผู้ใช้สามารถลดต้นทุนการเคลื่อนย้ายข้อมูลและความพยายามในการนำเทคโนโลยีใหม่ๆ เช่น LLMs เข้าสู่ฐานข้อมูลของตนได้ ความสามารถเหล่านี้ช่วยให้องค์กรเร่งการเดินทางสู่การนำ AI และ ML ไปใช้ ในขณะเดียวกันก็รับรองคุณภาพและความน่าเชื่อถือของข้อมูล

การอ่านข้อมูล (Data Literacy) กำลัง变得สำคัญมากขึ้นในยุค AI คุณสามารถอธิบายได้อย่างไรว่า Exasol มีส่วนช่วยในการเพิ่มการอ่านข้อมูลให้กับลูกค้าและชุมชนในวงกว้าง?

ในบรรยากาศการทำงานที่อุดมไปด้วยข้อมูลในปัจจุบัน ทักษะการอ่านข้อมูลมีความสำคัญมากกว่าที่เคย — และกำลังจะกลายเป็น “ความจำเป็น” มากกว่า “ความพึงพอใจ” ในยุค AI ทักษะในการทำงานกับข้อมูล การทำความเข้าใจ และการสื่อสารข้อมูลอย่างมีประสิทธิภาพได้กลายเป็นสิ่งจำเป็นในหลายอุตสาหกรรม การเข้าถึงข้อมูลมักถูกปิดกั้นภายในองค์กรหรือเพียงกลุ่มเล็กๆ ของบุคคลที่มีทักษะการอ่านข้อมูลที่จำเป็นในการเข้าใจและเข้าถึงข้อมูลจำนวนมากที่ไหลผ่านธุรกิจ นี่เป็นแนวทางที่มีข้อบกพร่อง เนื่องจากจำกัดเวลาและทรัพยากรที่อุทิศให้กับการใช้ข้อมูล และในที่สุด ช่องว่างการอ่านข้อมูลก็สร้างเป็นอุปสรรคต่อนวัตกรรมทางธุรกิจ

เมื่อบุคคลมีทักษะการอ่านข้อมูล พวกเขาสามารถเข้าใจข้อมูล วิเคราะห์ และใช้ความคิดสร้างสรรค์และทักษะของตนเองเพื่อข้อมูลได้ มีผู้คนจำนวนมากขึ้นที่มีความรู้ ความมั่นใจ และเครื่องมือในการทำความเข้าใจและค้นหาความหมายจากข้อมูล องค์กรก็จะประสบความสำเร็จมากขึ้น Exasol สนับสนุนผู้นำด้านข้อมูลและธุรกิจในการขับเคลื่อนการอ่านข้อมูลและการศึกษา

นอกจากส่วนการศึกษาแล้ว บริษัทต่างๆ ควรเพิ่มประสิทธิภาพสแต็คเทคโนโลยีและเครื่องมือ BI เพื่อทำให้ข้อมูลเปิดกว้าง การเข้าถึงข้อมูลและการอ่านข้อมูลเป็นเรื่องของมือในมือ การลงทุนในทั้งสองสิ่งจำเป็นต่อการขับเคลื่อนกลยุทธ์ข้อมูล ตัวอย่างเช่น ด้วย Exasol ระบบที่ไม่ต้องปรับแต่งของเรา ช่วยให้บริษัทต่างๆ มุ่งเน้นไปที่การใช้ข้อมูลมากกว่าเทคโนโลยี ความเร็วสูงช่วยให้ทีมสามารถทำงานร่วมกับข้อมูลได้อย่างโต้ตอบและหลีกเลี่ยงข้อจำกัดด้านประสิทธิภาพ สิ่งนี้นำไปสู่การเปิดกว้างข้อมูล

ตอนนี้เป็นเวลาที่การเปิดกว้างข้อมูลต้องเปลี่ยนจากหัวข้อสนทนาไปสู่การดำเนินการภายในองค์กร เมื่อมีผู้คนจำนวนมากขึ้นในหลายๆ หน่วยงานสามารถเข้าถึงข้อมูลเชิงลึกที่มีความหมายได้ จะช่วยลดการขัดขวางที่เกิดจากทีมวิเคราะห์ข้อมูลแบบดั้งเดิม เมื่อซิลโอส์แบบดั้งเดิมถูกทำลาย องค์กรจะรู้สึกถึงความต้องการที่กว้างและลึกสำหรับทีมและบุคคลในการใช้ข้อมูล แม้แต่ผู้ที่ไม่คิดว่าตัวเองเป็นผู้ใช้ข้อมูลในปัจจุบันก็จะถูกดึงเข้าสู่การกินข้อมูล

เมื่อเกิดการเปลี่ยนแปลงนี้ ก็จะมีความท้าทายที่สำคัญที่ต้องคาดการณ์ไว้ — แรงงานจะต้องได้รับการอัปเกรดเพื่อให้ทุกคนมีทักษะที่เหมาะสมในการใช้ข้อมูลและข้อมูลเชิงลึกเพื่อตัดสินใจทางธุรกิจ ในปัจจุบัน แรงงานจะไม่ทราบคำถามที่ถูกต้องที่จะถามจากข้อมูลหรือระบบอัตโนมัติที่ขับเคลื่อนมัน คุณค่าของการสามารถแสดงคำถามที่แม่นยำ ที่มีประสิทธิภาพ และเชื่อมโยงกับธุรกิจนั้นเพิ่มคุณค่าขึ้น ซึ่งสร้างความจำเป็นในการฝึกอบรมแรงงานในความสามารถนี้

คุณมีพื้นฐานที่แข็งแกร่งในด้านฐานข้อมูล ระบบกระจาย และอัลกอริทึมทางพันธุกรรม พื้นฐานเหล่านี้มีอิทธิพลต่อการพัฒนาผลิตภัณฑ์และกลยุทธ์นวัตกรรมของ Exasol อย่างไร?

พื้นฐานของฉันคือรากฐานของการทำงานในด้านนี้และทำความเข้าใจแนวโน้มเทคโนโลยีในช่วงสองทศวรรษที่ผ่านมา มันทำให้ฉันรู้สึกตื่นเต้นและพึงพอใจที่ได้ทำงานกับลูกค้าที่นำเทคโนโลยีฐานข้อมูลมาใช้ในกรณีการใช้งานที่น่าสนใจ ยุทธศาสตร์นวัตกรรมของเราไม่ขึ้นอยู่กับบุคคลเดียว แต่เป็นทีมที่มีวิศวกรและนักพัฒนาที่ซับซ้อนซึ่งเข้าใจอนาคตของซอฟต์แวร์ ฮาร์ดแวร์ และการประยุกต์ใช้ข้อมูล

เมื่อ AI กำลังเปลี่ยนแปลงอุตสาหกรรมด้วยความเร็วที่ไม่เคยเกิดขึ้นมาก่อน คุณเชื่อว่าส่วนประกอบที่จำเป็นของสแต็คข้อมูลที่มีอนาคตสำหรับธุรกิจที่ต้องการใช้ AI และการวิเคราะห์อย่างมีประสิทธิภาพคืออะไร?

การนำ AI ไปใช้อย่างกว้างขวางในปี 2023 เป็นตัวอย่างหลักๆ ของเหตุผลที่องค์กรต่างๆ ต้องอยู่ข้างหน้าภูมิทัศน์เทคโนโลยีที่เปลี่ยนแปลงอย่างรวดเร็ว ความจริงที่ไม่น่าดีนั้น คือ สแต็คข้อมูลส่วนใหญ่ยังคงล้าหลังการนำ AI ไปใช้

เพื่อให้สแต็คข้อมูลมีอนาคต องค์กรควรประเมินรากฐานข้อมูลเพื่อระบุช่องว่าง ข้อบกพร่อง หรือความท้าทายอื่นๆ ซึ่งจะช่วยให้พวกเขาแน่ใจว่ามีคุณภาพและความเร็วของข้อมูล — สิ่งเหล่านี้เป็นองค์ประกอบสำคัญในการขับเคลื่อนข้อมูลเชิงลึกที่มีคุณค่าและเชื้อเพลิง AI และโมเดล LLM

นอกจากนี้ ทีมควรลงทุนในเครื่องมือและเทคโนโลยีที่สามารถรวมเข้ากับโซลูชันอื่นๆ ในสแต็คได้อย่างง่ายดาย เมื่อ AI จับคู่กับเทคโนโลยีอื่นๆ เช่น โอเพ่นซอร์ส เราจะเห็นโมเดลใหม่ๆ ปรากฏขึ้นเพื่อแก้ปัญหาธุรกิจแบบดั้งเดิม AI ที่สร้างสรรค์ เช่น ChatGPT จะรวมเข้ากับเทคโนโลยี AI แบบดั้งเดิม เช่น การวิเคราะห์เชิงอธิบายหรือการคาดการณ์ เพื่อเปิดโอกาสใหม่ๆ ให้กับองค์กรและทำให้กระบวนการที่ซับซ้อนแบบดั้งเดิมเป็นกระบวนการที่เรียบง่ายขึ้น

เพื่อให้สแต็คข้อมูลมีอนาคต องค์กรควรรวม AI และ BI ด้วย ธุรกิจต่างๆ ได้ใช้เครื่องมือ BI มาหลายทศวรรษเพื่อทำความเข้าใจและให้ข้อมูลเชิงลึก แต่ยังมีข้อจำกัดหรืออุปสรรคของ BI ที่ AI สามารถช่วยได้ AI สามารถช่วยให้ผลลัพธ์เร็วขึ้น ปรับปรุงการปรับแต่งให้เหมาะสม และเปลี่ยนภูมิทัศน์ BI ให้กลายเป็นโดเมนที่ครอบคลุมและเป็นมิตรต่อผู้ใช้มากขึ้น เนื่องจาก BI มักมุ่งเน้นไปที่การวิเคราะห์ข้อมูลในอดีตเพื่อให้ได้ข้อมูลเชิงลึก AI จึงสามารถขยายความสามารถของ BI โดยการช่วยให้สามารถคาดการณ์เหตุการณ์ในอนาคต สร้างการคาดการณ์ และแนะนำการดำเนินการที่จะส่งผลต่อผลลัพธ์ที่ต้องการ

ประสิทธิภาพการทำงาน ความยืดหยุ่น และการประหยัดต้นทุนถูกเน้นย้ำว่าเป็นสามวิธีที่ Exasol ช่วยให้บริษัทชั้นนำระดับโลกสร้างนวัตกรรม คุณสามารถให้ตัวอย่างของวิธีที่ Exasol ช่วยให้ลูกค้าบรรลุผลตอบแทนจากการลงทุน (ROI) ที่สำคัญผ่านฐานข้อมูลการวิเคราะห์ของคุณได้หรือไม่?

ตามการศึกษาผลกระทบทางเศรษฐกิจทั้งหมดของ Forrester ในปี 2023 ลูกค้าของ Exasol สามารถบรรลุผลตอบแทนจากการลงทุน (ROI) ได้ถึง 320% ในช่วงสามปีโดยการปรับปรุงประสิทธิภาพการดำเนินงาน ประสิทธิภาพฐานข้อมูล และการให้โครงสร้างพื้นฐานข้อมูลที่เรียบง่ายและยืดหยุ่น

ตัวอย่างเช่น ลูกค้าของเรา Helsana ผู้นำในอุตสาหกรรมสุขภาพที่มีการแข่งขันสูงของสวิตเซอร์แลนด์ มาหา Exasol เพื่อตอบสนองความต้องการแพลตฟอร์มข้อมูลและวิเคราะห์สมัยใหม่ ก่อนที่จะมาใช้ Exasol Helsana พึ่งพาเครื่องมือรายงานต่างๆ ที่มีคลังข้อมูลที่สร้างขึ้นด้วยเทคโนโลยีต่างๆ และเครื่องมือ ETL ซึ่งสร้างสถาปัตยกรรมที่ซับซ้อนและไม่มีประสิทธิภาพ เมื่อเปรียบเทียบกับโซลูชันแบบดั้งเดิมของบริษัท Exasol ได้แสดงให้เห็นถึงการปรับปรุงประสิทธิภาพ 5-10 เท่า

ตอนนี้ Exasol เป็นศูนย์กลางของการเดินทาง AI ของ Helsana โดยทำหน้าที่เป็นที่เก็บข้อมูลที่มีโครงสร้างซึ่ง Helsana ใช้สำหรับโมเดล AI ทั้งหมด และให้พื้นฐานสำหรับการวิเคราะห์ ด้วย Exasol ทีม Helsana ได้เพิ่มประสิทธิภาพ ลดต้นทุน เพิ่มความคล่องตัว และสร้างรากฐาน AI ที่แข็งแกร่ง ซึ่งทั้งหมดนี้ช่วยให้บรรลุผลตอบแทนจากการลงทุน (ROI) ที่สำคัญ นอกเหนือจากความสามารถในการให้บริการลูกค้าได้ดีขึ้น

เมื่อมองไปข้างหน้า คุณคิดว่าแนวโน้มที่กำลังจะเกิดขึ้นในด้านการวิเคราะห์ข้อมูลและธุรกิจคืออะไรที่ Exasol กำลังเตรียมพร้อม และคุณวางแผนจะขับเคลื่อนนวัตกรรมในพื้นที่นี้อย่างไร?

ปี 2023 ได้แนะนำ AI ในวงกว้าง ซึ่งทำให้เกิดปฏิกิริยา knee-jerk จากองค์กรที่สุดท้ายก็ทำให้เกิดการทดลองอัตโนมัติที่ออกแบบไม่ดีและใช้งานไม่ได้ ปี 2024 จะเป็นปีแห่งการเปลี่ยนแปลงสำหรับการทดลอง AI และงานพื้นฐาน ในขณะนี้ การใช้งานหลักของ GenAI คือการเข้าถึงข้อมูลผ่านแชทบอท การอัตโนมัติบริการลูกค้า และการเขียนโค้ดซอฟต์แวร์ อย่างไรก็ตาม จะมีคนบุกเบิกที่นำเทคโนโลยีเหล่านี้มาใช้สำหรับการตัดสินใจทางธุรกิจและเพิ่มประสิทธิภาพ เมื่อมองไปไกลกว่าปี 2024 เราจะเริ่มเห็นแรงผลักดันให้มีการใช้งาน AI ที่มีประสิทธิผลมากขึ้น

ที่ Exasol เรามุ่งมั่นที่จะขับเคลื่อนนวัตกรรมและส่งมอบคุณค่าให้กับลูกค้าของเรา ซึ่งรวมถึงการช่วยให้พวกเขาพัฒนานำ AI ไปใช้ Exasol ช่วยให้ลูกค้าสามารถผสมผสาน BI และ AI เพื่อเอาชนะการแยกข้อมูลในระบบวิเคราะห์ที่รวมกัน ความยืดหยุ่นของเราในการเลือกตัวเลือกการนำไปใช้งานช่วยให้องค์กรตัดสินใจได้ว่าพวกเขาต้องการนำสแต็คการวิเคราะห์ไปใช้ที่ไหน — ไม่ว่าจะเป็นบนคลาวด์สาธารณะ คลาวด์ส่วนตัว หรือ on-premises ด้วย Espresso AI ของ Exasol เราเตรียมพร้อมที่จะช่วยให้องค์กรต่างๆ ใช้ประโยชน์จากการวิเคราะห์ที่ขับเคลื่อนด้วย AI โดยไม่คำนึงถึงจุดที่พวกเขาอยู่ในเส้นทาง AI ของตน

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Exasol เพื่อเรียนรู้เพิ่มเติม