David DeSanto, Anaconda CEO’sü – Röportaj Serisi

David DeSanto Anaconda’nın CEO’sudur ve şirketin veri bilimi ve AI topluluklarını açık kaynaklı yenilikler ve güvenli企业 çözümleri aracılığıyla güçlendirme misyonunu yürütür. Kanıtlı bir ürün ve teknoloji yöneticisi olan David, siber güvenlik, geliştirici platformları ve entreprise yazılımları dahil olmak üzere iki thập yılın üzerinde deneyime sahiptir.

Son olarak, David, GitLab’de Ürün Başkanı olarak görev yaptı ve burada 50 milyondan fazla kayıtlı kullanıcıya sahip olan AI-yerli DevSecOps platformunun sunulmasında küresel ürün organizasyonunu yönetti. Şirketle geçirdiği altı yıl boyunca, GitLab’i yüksek büyüyen bir startup’tan halka açık, endüstri tanımlayan bir DevOps Platformu liderine dönüştürmesine yardımcı oldu.

Anaconda veri bilimi, makine öğrenimi ve yapay zeka için önde gelen bir açık kaynaklı platformdur ve Python programlama dili etrafında inşa edilmiştir. Hem bireysel geliştiriciler hem de büyük entreprises tarafından yaygın olarak kullanılmaktadır. İlk olarak 2012 yılında başlatılan Anaconda, kodlama, Conda aracılığıyla paket yönetimi ve NumPy, pandas ve TensorFlow gibi binlerce önceden oluşturulan kütüphane erişimi dahil olmak üzere kapsamlı bir ortam sağlar. Bu, kullanıcıların AI modellerini verimli bir şekilde geliştirmelerine, test etmelerine ve dağıtmalarına olanak tanır.

Zaman içinde, Anaconda, AI yaşam döngüsünün tamamını yönetmeye yardımcı olan bir entreprise AI platformuna dönüşmüştür – açık kaynaklı paketlerin kaynaklandırmasından ve güvenleştirilmesinden, uygulamaların bulut ve şirket içi ortamlarda oluşturulmasına, yönetilmesine ve dağıtılmasına kadar. On milyonlarca kullanıcı ve Fortune 500 şirketlerinin büyük bir bölümünün benimsenmesiyle, modern AI geliştirme için temel bir katman haline gelmiştir ve açık kaynaklı yenilik, ölçeklenebilirlik ve güvenli, yeniden üretilebilir iş akışlarına vurgu yapmaktadır.

GitLab’de yaklaşık altı yıl geçirdiniz, bunun üç yılı Ürün Başkanı olarak geçirdiniz ve AI-yerli bir DevSecOps platformunu on milyonlarca kullanıcıya ölçeklediniz. Bu deneyim, Anaconda’nın CEO’su olarak önceliklerinizi nasıl şekillendirdi ve bir şirketin liderliğini, bir ürünün liderliğinden temel olarak nasıl farklı buluyorsunuz?

GitLab’deki zamanım, Anaconda’ya yaklaşımımı şekillendiren birkaç ilkeyi pekiştirdi. İlk olarak, sorumlu büyüme – takımları, ürünleri ve geliri dayanıklı bir şekilde ölçeklendirme. GitLab’de, on milyonlarca kullanıcıya hizmet verdiğimiz ve GitLab Ultimate’in şirket gelirinin yarısından fazlasını oluşturduğunu gördüğümüzde, ürün değerini uzun vadeli iş etkisiyle uyumlu hale getirmenin ne kadar önemli olduğunu gördüm.

İkincisi, sonuç ve verimlilik üzerinde süreç ve yapıya öncelik veren bir zihniyet. Bir şeyi yeterli olarak göndermek ve müşteri geri bildirimi çarkını çalıştırmak için yönü göstermek sorun değil. Gerçek değerleri nhanh bir şekilde sunmak önemli, ancak ölçeklenirken düşünceli olmanız gerekiyor. Bu, üçüncü direk ile yakından bağlantılı: müşteri takıntısı ve kullanıcıları oldukları yerde karşılamak. Geliştirici ve güvenlik araçları inşa eden bir kariyer geçirdim ve bir geliştirici olarak, iyi (veya kötü) araçların üretkenlik ve memnuniyet üzerinde ne kadar büyük bir etkisi olabileceğini biliyorum.

Ve nihayet, amaçlı şeffaflık. Anaconda’nın bu temel değeri, tüm tarafların şirketin ve tekliflerinin daha iyi olması için katkıda bulunmasına ve işbirliği yapmasına izin verdi. Bunu daha da geliştirmeye ve topluluğumuza başarılı olmaları için ihtiyaç duyduklarını sunmak için çalışmaya devam ediyorum.

CEO olarak, tüm sistemi – strateji, kültür, operasyonlar ve sonuçlar – sorumlusunuz. Ürünle masih derinlemesine bağlantılıyım, ancak daha geniş ve uzun vadeli düşünüyorum. Şirketin sorumlu bir şekilde büyüdüğünden, insanların desteklediğinden ve müşterilere işin her boyutunda değer sunduğundan emin olmam gerekiyor. Bunlar, burada inşa etmeye çalıştığım ilkeler.

Sizce, Anaconda’da CEO rolüne geçmek için kişisel olarak neler motivasyon kaynağı oldu ve neden bu platformun, entreprise AI’nin bir sonraki bölümünü inşa etmek için doğru platform olduğuna inandınız?

Herkesle paylaştığım dört neden vardı. İlk olarak, teknoloji. Bir geliştirici olarak, uzun süredir Anaconda’yı tanıyorum ve kullanıyorum. Ne kadar güçlü olduğunu ve olabileceğini biliyorum. Ekibin inşa ettiği temel, bize önümüzdeki AI-yerli dönemin şekillenmesine机会 verecek.

İkincisi, topluluk. Açık kaynaklı topluluğunun gücüne derin bir şekilde inanıyorum. Çok az şirket, Anaconda’nın olduğu kadar geniş ve ilgili bir topluluğa sahiptir.

Üçüncüsü, insanlar. Bu düzeyde liderlik bulmak nadirdir. Yönetici ekibin istisnai ve tutkuları gerçek. Açık kaynaklı ve AI ile geleceği inşa ediyoruz ve bunun bir parçası olmak bizi gerçekten heyecanlandırıyor.

Ve nihayet, fırsat. Bu, sonunda kararımı veren şeydi. Anaconda, AI’nin daha erişilebilir hale getirilmesine, entreprises’in AI’yi büyük ölçekte inşa etmesine, güvenleştirilmesine, dağıtılmasına ve izlenmesine yardımcı olmak için merkezde yer alıyor. Dünya çapında teknoloji, canlı bir topluluk ve böyle bir ekip ile bir araya geldiğinizde, AI ve veri biliminin nasıl inşa edildiği ve kullanıldığı şeklini şekillendirmek için nadir bir fırsat elde edersiniz. Bu, beni çekti.

Açık kaynaklı, modern AI geliştirmesinin çoğunu güçlendiriyor, ancak birçok entreprise hala onu büyük ölçekte güvenmek için mücadele ediyor. Açık kaynaklı neden AI için en güçlü temel olduğunu düşünüyorsunuz ve nerede en çok yanlış anlaşıldığını düşünüyorsunuz?

Güvenli kodun, sadece seçili kişilerin görebileceği şekilde gizli tutulan kod olduğu şeklindeki bir yanlış anlama vardır. Açık kaynaklı yazılım bunun tam tersidir. Açık kaynaklı, şeffaftır, herkesin katkıda bulunmasını davet eder ve dünyanın dört bir yanındaki organizasyonlara, kodun güvenli ve beklendiği gibi çalıştığından emin olmak için daha yüksek bir göz sayısı sağlar.

AI, hiç bu kadar hızlı bir şekilde olgunlaşmadı. AI’nin devam eden hızlanmasını sağlamak için, mümkün olduğunca hızlı ilerleyen modern kodu benötirsiniz. Açık kaynaklı bunu yapar ve bu nedenle modern AI geliştirmesinin temeli.

Anaconda’da buna odaklanıyoruz. Çekirdek yeteneklerimiz ve Python ekosistemimiz açık kaynaklıdır, çünkü takımların başlamak ve nhanh bir şekilde yenilik yapması için en iyi yol budur. Bunun üzerine, entreprises’e benötikleri ölçeklenebilirlik, güvenlik ve güvenilirlik için entreprise düzeyinde yetenekler katlıyoruz.

Enterprise’de AI başarısızlık oranları yüksek, özellikle de üretken AI pilotları ile. Bu girişimlerin neden tıkandığını düşünüyorsunuz ve altyapı seçimlerinin uzun vadeli başarıyı nasıl etkileyebileceğini düşünüyorsunuz?

Çok sayıda organizasyon pilotlar çalıştırdı. Bazıları güçlü proof-of-concept projelerine sahip, diğerleri gerçekten zaman kazandıran dahili olarak oluşturulmuş araçlara sahip. Ancak çok azı AI’yi tüm iş boyunca çalışan gerçek üretim sistemlerine taşıdı. “Deney yapıyoruz” ve “bu, şimdi bizim çalışma şeklimiz” arasında büyük bir fark var. Bu boşluk, çoğu şirketin takıldığı yer – ve bu, teknolojinin çalışmadığından değil.

Demo genellikle iyi görünür, ancak sorun, demo’yu entreprise ölçeğinde yeniden üretmeye çalıştığınızda ortaya çıkar. Aniden, veri yönetimi soruları, güvenlik endişeleri, güvenilirlik sorunları ve temel bir güven problemi ile karşılaşıyorsunuz: Bu uygulama güvenilir bir şekilde çalışacak mı ve verimizi güvende tutacak mı? Bunlar, demo’da görünmeyen ve şirketler için sonra düşünülendir.

AI başarısızlığının engeli, yetenek değil, altyapı ve süreç olgunluğu. Öncü olan organizasyonlar, güven ve hızın bir arada olduğu modern temelleri seçen liderlerdir ve güvenlik ve governance, hızlandırmaya değil, hızlandırmaya yardımcı olur. Parçalı araç zincirleri ve ortamlar, size bunları seçmenizi zorlar, ancak modern, birleşik altyapı ve modern AI süreçleri size her ikisini de verir. Bugün, tıkanıklıkları kaldırmak, rekabetçi avantajınızı oluşturur. Bu, sadece bir teknik hırs değil, bugünün pazarında rekabet etmek ve hayatta kalmak için bir iş zorunluluğu. Güvenlik ve governance’a yatırım yapanlar, başarısını artıracaktır.

Siber güvenlik, ürün ve geliştirici platformları boyunca takımları yönettiniz. Anaconda’nın stratejisine, bağımlılık yönetimine, ortam yeniden üretilebilirliğine ve tedarik zinciri riskine karşı nasıl bir güvenlik-öncelikli yaklaşımı getiriyorsunuz?

Güvenlikle ilgili yolculuğum, sağlık sektöründe başladı ve o zamanlar “güvenli” olarak kabul edilen şeyin ne kadar korkunç olduğunu gördüm. Güvenlik, bir tutkum haline geldi. AI iş yükleri, modeller, ajanlar ve entegrasyonlar daha karmaşık hale geldikçe, güvenlik riskleri daha hızlı bir şekilde artıyor ve governance, bunu takip etmekte zorlanıyor. Ve güvenlik riski yönetildiğinde, ortam kendisi bir engel haline geliyor.

AI güvenlik ve uyumluluğu zor, özellikle gelişim ve üretim boyunca gerçek görünürlük elde etmek. İşte buraya odaklanıyoruz. Ortam yönetiminde daha derin güvenlik yetenekleri, Python ekosisteminden ngoài AI paketlerine governance, ve güvenlik taraması ile AI modellerinin duruşunu azaltmaya yardımcı olmak üzerine çalışıyoruz. Amacımız basit: Organizasyonlara, AI ile daha hızlı hareket etmelerine yardımcı olmak ve güvenebilecekleri ölçeklenebilirlik için görünürlük, gizlilik ve esneklik sağlamak.

AI ROI hakkında artan bir şüphe var, birlikte deneysel ve “vibe” kodlama patlaması yaşanıyor. Üretken deneysel çalışmalar ile gerçekten ölçülebilir değer sunan entreprise hazır AI sistemleri arasında nasıl ayrım yapıyorsunuz?

Bu yıl, AI’nin ROI’sinin iyi ölçülmesi possibly ilk kez olabilir. Endüstrinin AI’nin “verimliliği” saat olarak ölçtüğünü görüyoruz, ancak bu en iyi üst çizgi KPI değil. Organizasyonlar, en önemli şey için özel KPI’ler oluşturmak için zaman ayırmaları gerekiyor. Bu, geliştirme ekibiniz için kod gözden geçirme zamanı veya pazarlama ekibiniz için lead поколünlüğü kalitesi olabilir. Sadece zaman ve token tüketimi, verimliliği doğrudan sinyalize etmez.

AI geliştirmesinde Python tabanlı AI geliştirmenin merkezinde yer alan Anaconda, entreprises’in deneysel çalışmalardan tam yönetilen, üretim ölçeğinde AI sistemlerine geçişini nasıl görüyorsunuz?

Python, AI için premier dildir ve bu değişmeyeceğini düşünmüyorum. Diller her zaman popülerlikte dalgalanır. Organizasyonlar, performans ve ölçeklenebilirlik sorunlarını ele alan, AI ajanlarının entreprises düzeyinde uygulamalar ve hizmetler oluşturmasını sağlayan evrensel yapı taşlarına yatırım yapmalıdır. Bu, AI altyapısının.lexicon’unu güçlendirmek için en iyi şekilde konumlandırılacaktır.

Daha önce düzenlenmiş endüstriler ve güvenlik bilinçli entreprises ile yakın çalıştınız. Enterprise düzeyinde AI governance gerçekten ne anlama geliyor, politika belgeleri ve uyumluluk kontrol listelerinin ötesinde?

Enterprise AI ve AI-yerli uygulamalar, geleneksel yazılım geliştirmesinden tamamen farklıdır. AI’yi geleneksel geliştirme olarak ele alırsanız, güvenlik ve governance’i bozar ve yeniliği durdurursunuz. Enterprise AI, AI-yerli geliştirme ilkelerine ihtiyaç duyar, burada AI modeli, sürüm oluşturma ve her şeyin ikincil olduğu birincil bileşendir.

AI governance, başarılı bir şekilde ölçeklenmenin ve tıkanmanın arasındaki fark. Enterprise düzeyinde AI governance, AI-yerli ilkelerin, uygulanabilir platform kontrollerine, net hesap verebilirliğe ve AI bileşenlerinin sürekli izlenebilirliğine ve soyuna dönüştüğü şey. Bu, DevOps uygulamalarında kullanılan politikalar ve kontrol listelerinin ötesine geçer.

Anaconda’nın yakın zamanda aldığı fon ve entreprise push ile, kısa vadeli büyüme öncelikleriniz neler ve önümüzdeki 12-18 ay içinde en agresif olarak nereye yatırım yapacaksınız?

Amacımız nettir: Anaconda, entreprises’in AI-yerli geliştirme platformu olarak tercih edilecektir. Müşterilerimiz, ihtiyaçlarını karşılamak için sürekli olarak değişiyor ve biz de onlarla birlikte değişiyoruz. Bu nedenle, sadece bir veri bilimi aracı değil, entreprises için kapsamlı bir AI platformuyuz. Her yatırım, ürün, ortaklık veya birleşme ve satın alma, bizi entreprises’in yeni AI-yerli dünyada başarılı olmasına ihtiyaç duyduğu platforma yaklaştıran bir şey mi? Müşteri odaklı bir şirketiz ve yaptığımız her şey müşterilerimiz içindir.

Bir halka açık geliştirici platformunu ölçekleyen biri olarak, uygulayıcılar için inşa etme ve aynı zamanda CTO’lar, CIO’lar ve Chief AI Officer’lar gibi yöneticiler için hizmet verme hakkında neler öğrendiniz?

Başarı, müşterilere odaklanmaktan gelir. Takımlar, iç metriklere (projeye harcanan saat, önceden tanımlanmış hedeflere ulaşıp ulaşmama) takılmaya eğilimlidir, ancak daha önemli bir soru sormak önemlidir: Bu, müşterilerimizin gerçekten daha başarılı olmasına yardımcı oluyor mu? Liderler, yeni bir ürün gerektiğini söyleyebilir, ancak aslında sadece mevcut şeyi iyileştirmek (örneğin, bir ürünü daha kullanıcı dostu hale getirmek) ve sonra arzu edilen sonucu elde etmek yeterli olabilir. Müşteriler mutlu ve başarılı olduğunda, hepimiz mutlu ve başarılı oluruz.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Anaconda ziyaret edebilir.