โรฮิต โชธารี, ผู้ก่อตั้งและซีอีโอของ Acceldata – สัมภาษณ์แบบซีรีส์

โรฮิต โชธารี เป็นผู้ก่อตั้งและซีอีโอของ Acceldata ซึ่งเป็นผู้นำตลาดในด้านการตรวจสอบข้อมูลองค์กร เขาได้ก่อตั้ง Acceldata ในปี 2018 เมื่อเขารับรู้ว่าอุตสาหกรรมต้องการการตรวจสอบข้อมูลใหม่ๆ ในการตรวจสอบ สืบสวน การแก้ไขปัญหา และการจัดการความน่าเชื่อถือของข้อมูลและโครงสร้างพื้นฐานในโลกที่มีการใช้คลาวด์และ AI

อะไรเป็นแรงบันดาลใจให้คุณมุ่งเน้นไปที่การตรวจสอบข้อมูลเมื่อคุณก่อตั้ง Acceldata ในปี 2018 และคุณตั้งเป้าหมายที่จะเติมช่องว่างในอุตสาหกรรมจัดการข้อมูลอย่างไร

การเดินทางของฉันในการก่อตั้ง Acceldata ในปี 2018 เริ่มต้นเมื่อ 20 ปีที่แล้วเมื่อฉันเป็นวิศวกรซอฟต์แวร์ ซึ่งฉันถูกขับเคลื่อนด้วยการระบุและแก้ปัญหา ฉันทำงานเป็น Director of Engineering ที่ Hortonworks ซึ่งฉันพบว่าบริษัทต่างๆ ที่มีกลยุทธ์ข้อมูลที่มีความทะเยอทะยานกำลังดิ้นรนในการหาความมั่นคงในการใช้ข้อมูล แม้ว่าจะมีการลงทุนอย่างมากในด้านการวิเคราะห์ข้อมูลก็ตาม

ความท้าทายนี้สอดคล้องกับฉันและทีมงานของฉัน และเรารับรู้ถึงความจำเป็นในการพัฒนาวิธีแก้ปัญหาที่สามารถตรวจสอบ สืบสวน แก้ไขปัญหา และจัดการความน่าเชื่อถือของข้อมูลและโครงสร้างพื้นฐานได้ องค์กรต่างๆ กำลังพยายามสร้างและจัดการผลิตภัณฑ์ข้อมูลโดยใช้เครื่องมือที่ไม่ได้ออกแบบมาเพื่อตอบสนองความต้องการที่เปลี่ยนแปลงไปของพวกเขา ซึ่งนำไปสู่การขาดความเข้าใจในข้อมูลและแอปพลิเคชัน AI ที่สำคัญ

ช่องว่างนี้ในตลาดเป็นแรงบันดาลใจให้เราเริ่ม Acceldata โดยมีเป้าหมายในการพัฒนาวิธีแก้ปัญหาการตรวจสอบข้อมูลที่ครอบคลุมและสามารถขยายได้ ตั้งแต่นั้นมา เราได้เปลี่ยนแปลงวิธีการที่องค์กรพัฒนาและดำเนินงานผลิตภัณฑ์ข้อมูลของพวกเขา แพลตฟอร์มของเราสามารถสอดคล้องกับเหตุการณ์ต่างๆ ทั่วทั้งข้อมูล การประมวลผล และการขนส่งข้อมูล โดยให้ข้อมูลเชิงลึกที่ไม่เหมือนใคร ผลกระทบของการตรวจสอบข้อมูลมีมาก และเรารู้สึกตื่นเต้นที่จะผลักดันอุตสาหกรรมให้ไปข้างหน้า

คุณได้สร้างคำว่า “Data Observability” ขึ้นมาใหม่ คุณมองเห็นว่าแนวคิดนี้จะพัฒนาไปอย่างไรในอีกไม่กี่ปีข้างหน้า โดยเฉพาะอย่างยิ่งเมื่อความซับซ้อนของสภาพแวดล้อมหลายคลาวด์เพิ่มขึ้น

การตรวจสอบข้อมูลได้พัฒนาไปจากแนวคิดเฉพาะกลุ่มเป็นความสามารถที่สำคัญสำหรับองค์กร เมื่อสภาพแวดล้อมหลายคลาวด์กลายเป็นความซับซ้อนมากขึ้น การตรวจสอบจะต้องปรับตัวเพื่อรับมือกับแหล่งข้อมูลและโครงสร้างพื้นฐานที่หลากหลาย ในช่วงไม่กี่ปีข้างหน้า เราคาดว่า AI และการเรียนรู้ของเครื่องจะเล่นบทบาทสำคัญในการปรับปรุงความสามารถในการตรวจสอบ โดยเฉพาะอย่างยิ่งผ่านการวิเคราะห์เชิงทำนายและการตรวจจับความผิดปกติอัตโนมัติ

นอกจากนี้ การตรวจสอบจะขยายออกไปนอกเหนือจากการตรวจสอบไปยังด้านการกำกับดูแลข้อมูล ความปลอดภัย และการปฏิบัติตามกฎระเบียบ องค์กรจะเรียกร้องการควบคุมและข้อมูลเชิงลึกแบบเรียลไทม์เกี่ยวกับการดำเนินงานข้อมูลมากขึ้น ทำให้การตรวจสอบเป็นส่วนสำคัญของการจัดการข้อมูลทั่วทั้งสภาพแวดล้อมที่ซับซ้อนมากขึ้น

ประสบการณ์ของคุณในด้านวิศวกรรมและพัฒนาผลิตภัณฑ์เป็นอย่างไร และมันช่วยให้คุณมีแนวทางในการสร้างและขยาย Acceldata ได้อย่างไร

ประสบการณ์ของฉันในด้านวิศวกรรมและพัฒนาผลิตภัณฑ์เป็นสิ่งสำคัญในการกำหนดแนวทางของเราในการสร้าง Acceldata ความเข้าใจในความท้าทายด้านเทคนิคในการขยายระบบข้อมูลทำให้เราได้ออกแบบแพลตฟอร์มที่ตอบสนองความต้องการขององค์กรในโลกแห่งความเป็นจริง ประสบการณ์นี้ยังเน้นย้ำถึงความสำคัญของความคล่องตัวและข้อมูลรับฟังลูกค้าในกระบวนการพัฒนา ใน Acceldata เราให้ความสำคัญกับการนวัตกรรม แต่เรายังรับรองว่าวิธีแก้ปัญหาของเรามีความเป็นไปได้และตรงกับความต้องการของลูกค้าในด้านสภาพแวดล้อมข้อมูลที่ซับซ้อนและเปลี่ยนแปลงอย่างรวดเร็ว

เมื่อเร็วๆ นี้ Acceldata ได้รับการสนับสนุน 60 ล้านดอลลาร์ในการระดมทุนรอบ Series C คุณวางแผนจะให้ความสำคัญกับพื้นที่นวัตกรรมและพัฒนาอย่างไร

ด้วยการระดมทุน 60 ล้านดอลลาร์ เราจะเพิ่มการลงทุนในนวัตกรรมที่ขับเคลื่อนด้วย AI ซึ่งจะช่วยให้แพลตฟอร์มของเรามีความแตกต่างอย่างมาก เราได้สร้างความสำเร็จของ AI Copilot ของเรา และเรากำลังปรับปรุงโมเดลการเรียนรู้ของเครื่องของเราเพื่อให้สามารถตรวจจับและแก้ไขปัญหาได้อย่างแม่นยำยิ่งขึ้น เรายังขยายความสามารถในการวิเคราะห์เชิงทำนาย โดยที่ AI ไม่เพียงแต่เตือนผู้ใช้เกี่ยวกับปัญหาที่อาจเกิดขึ้นเท่านั้น แต่ยังแนะนำการกำหนดค่าที่เหมาะสมและวิธีแก้ปัญหาแบบกระตือรือร้นอีกด้วย

เรายังเน้นไปที่การทำให้กระบวนการทำงานอัตโนมัติ โดยที่แพลตฟอร์มของเราจะเรียนรู้จากพฤติกรรมของผู้ใช้และจัดลำดับความสำคัญของคำแนะนำตามเป้าหมายทางธุรกิจ การขยายตัวของอินเทอร์เฟซภาษาธรรมชาติ (NLI) ของเราจะทำให้ผู้ใช้สามารถโต้ตอบกับกระบวนการทำงานที่ซับซ้อนได้ด้วยคำสั่งแบบสนทนา

นอกจากนี้ การพัฒนา AI ของเราจะขับเคลื่อนการเพิ่มประสิทธิภาพต้นทุน โดยการคาดการณ์การใช้ทรัพยากรและการจัดการต้นทุนด้วยความแม่นยำที่ไม่เคยปรากฏมาก่อน การพัฒนานี้จะทำให้ Acceldata เป็นแพลตฟอร์มการตรวจสอบข้อมูลที่มีพลังและขับเคลื่อนด้วย AI ซึ่งช่วยให้องค์กรต่างๆ มั่นใจและเพิ่มประสิทธิภาพการดำเนินงานข้อมูลของตน

AI และ LLMs กำลังเป็นส่วนสำคัญของการจัดการข้อมูล Acceldata วางแผนจะนำพาตัวเองไปสู่การเป็นผู้นำในพื้นที่นี้ได้อย่างไร และมีความสามารถพิเศษอะไรที่แพลตฟอร์มของคุณมอบให้กับลูกค้าองค์กร

Acceldata เป็นผู้นำในด้านการตรวจสอบข้อมูลที่ขับเคลื่อนด้วย AI แล้ว โดยการรวมเทคโนโลยี AI ที่ซับซ้อนของ Bewgle เข้ากับแพลตฟอร์มของเรา ทำให้เรามีความสามารถในการตรวจสอบข้อมูลที่ขับเคลื่อนด้วย AI ซึ่งสามารถตรวจจับและแก้ไขปัญหาได้อย่างแม่นยำ และให้ข้อมูลเชิงลึกแบบเรียลไทม์

เรายังรวมการตรวจจับและคำแนะนำอัตโนมัติเพื่อช่วยให้องค์กรสามารถป้องกันข้อผิดพลาดที่มีค่าใช้จ่ายสูง ปรับปรุงโครงสร้างพื้นฐานข้อมูล และเพิ่มประสิทธิภาพการดำเนินงาน นอกจากนี้ วิธีแก้ปัญหาของเรายังช่วยให้การบริหารนโยบายและการสร้างคำอธิบายที่อ่านได้ง่ายสำหรับสินทรัพย์ข้อมูลและนโยบาย ซึ่งช่วยลดช่องว่างระหว่างผู้มีส่วนได้ส่วนเสียทางเทคนิคและธุรกิจ

การซื้อขาย Bewgle ได้เพิ่มความสามารถ AI ที่ซับซ้อนเข้ากับแพลตฟอร์มของ Acceldata ตอนนี้ผ่านไปหนึ่งปีแล้วนับตั้งแต่การซื้อขาย คุณสามารถอธิบายได้อย่างไรว่าเทคโนโลยีของ Bewgle ถูกนำมาใช้กับวิธีแก้ปัญหาของ Acceldata และมีผลกระทบต่อการพัฒนาคุณลักษณะการตรวจสอบข้อมูลที่ขับเคลื่อนด้วย AI ของคุณอย่างไร

ในช่วงหนึ่งปีที่ผ่านมา เราได้รวมเทคโนโลยี AI ของ Bewgle เข้ากับแพลตฟอร์มของ Acceldata อย่างสมบูรณ์ และผลลัพธ์เป็นเช่นนั้น เทคโนโลยีของ Bewgle ช่วยให้เราสามารถเร่งแผนการ AI ของเราได้ และตอนนี้เรามีคุณลักษณะการตรวจสอบข้อมูลที่ขับเคลื่อนด้วย AI ซึ่งให้ประสบการณ์ผู้ใช้ที่ดีขึ้น

การผสมผสานนี้ยังปรับปรุงโมเดลการเรียนรู้ของเครื่องของเรา โดยการตรวจจับและแก้ไขปัญหาได้อย่างแม่นยำยิ่งขึ้น และให้ข้อมูลเชิงลึกแบบเรียลไทม์ เราสามารถให้การควบคุมที่แม่นยำยิ่งขึ้นในการดำเนินงาน AI ซึ่งช่วยให้ลูกค้าของเรามั่นใจในความน่าเชื่อถือและประสิทธิภาพของข้อมูลทั่วทั้งระบบ

ในฐานะผู้ที่มีส่วนร่วมอย่างลึกซึ้งในอุตสาหกรรมจัดการข้อมูล คุณคาดการณ์แนวโน้มใดในตลาด AI และการตรวจสอบข้อมูลในอีกไม่กี่ปีข้างหน้า

ในอีกไม่กี่ปีข้างหน้า ฉันคาดว่าจะมีแนวโน้มสำคัญๆ ในตลาด AI และการตรวจสอบข้อมูล การตรวจสอบข้อมูลแบบเรียลไทม์จะกลายเป็นสิ่งสำคัญมากขึ้นเมื่อองค์กรต่างๆ ต้องการการตัดสินใจที่รวดเร็วและแม่นยำ AI และการเรียนรู้ของเครื่องจะขับเคลื่อนความก้าวหน้าในการวิเคราะห์เชิงทำนายและการตรวจจับความผิดปกติอัตโนมัติ

นอกจากนี้ เราจะเห็นการผสมผสานการตรวจสอบกับกรอบการกำกับดูแลและความปลอดภัยของข้อมูลอย่างใกล้ชิด โดยเฉพาะอย่างยิ่งเมื่อข้อกำหนดด้านกฎระเบียบมีความเข้มงวดมากขึ้น บริการการตรวจสอบที่จัดการจะเพิ่มขึ้นเมื่อสภาพแวดล้อมข้อมูลกลายเป็นความซับซ้อนมากขึ้น ทำให้องค์กรต่างๆ มีความเชี่ยวชาญและเครื่องมือที่จำเป็นในการรักษาความสามารถในการทำงานสูงสุดและความเป็นไปตามกฎระเบียบ

เมื่อมองไปข้างหน้า คุณเห็นบทบาทของการตรวจสอบข้อมูลในการสนับสนุนการนำ AI และโมเดลภาษาขนาดใหญ่ไปใช้ขนาดใหญ่ โดยเฉพาะอย่างยิ่งในอุตสาหกรรมที่มีข้อกำหนดคุณภาพและกำกับดูแลข้อมูลที่เข้มงวด

การตรวจสอบข้อมูลจะมีบทบาทสำคัญในการนำ AI และโมเดลภาษาขนาดใหญ่ไปใช้ขนาดใหญ่ โดยเฉพาะอย่างยิ่งในอุตสาหกรรมเช่น การเงิน การดูแลสุขภาพ และรัฐบาล ซึ่งข้อมูลมีความสำคัญและต้องการการกำกับดูแลอย่างเข้มงวด เมื่อองค์กรต่างๆ พึ่งพา AI เพิ่มมากขึ้นในการตัดสินใจทางธุรกิจ ความต้องการข้อมูลที่เชื่อถือได้และคุณภาพสูงจะเพิ่มขึ้น

การตรวจสอบข้อมูลจะช่วยให้สามารถตรวจสอบและยืนยันความสมบูรณ์ของข้อมูลอย่างต่อเนื่อง ช่วยป้องกันข้อผิดพลาดและความลำเอียงที่อาจบ่อนทำลายโมเดล AI นอกจากนี้ การตรวจสอบยังช่วยให้มีความเข้าใจที่ดีขึ้นเกี่ยวกับข้อมูลที่ใช้และกำกับดูแล โดยสอดคล้องกับข้อกำหนดด้านกฎระเบียบอย่างเข้มงวด ในที่สุด การตรวจสอบข้อมูลจะช่วยให้องค์กรสามารถใช้ประโยชน์จาก AI ได้อย่างเต็มที่ โดยการสร้างความมั่นใจว่าโครงการ AI ของพวกเขาอยู่บนพื้นฐานของข้อมูลที่เชื่อถือได้และคุณภาพสูง

ขอขอบคุณสำหรับสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Acceldata เพื่อเรียนรู้เพิ่มเติม