Mathias Golombek, Exasol’un Baş Teknoloji Sorumlusu – Röportaj Serisi

Mathias Golombek, Exasol‘un Baş Teknoloji Sorumlusu (CTO)’dur. 2004 yılında, bilgisayar bilimini veritabanları, dağıtılmış sistemler, yazılım geliştirme süreçleri ve genetik algoritmalar üzerine yoğunlaşarak okuyarak şirketin bir yazılım geliştiricisi olarak katıldı. 2005 yılına gelindiğinde, Veritabanı Optimizasyon ekibinden sorumlu oldu ve 2007’de Araştırma ve Geliştirme Bölümünün başına geçti. 2014 yılında Mathias, CTO olarak atandı. Bu role göre, ürün geliştirme, ürün yönetimi, operasyonlar, destek ve teknik danışmanlık konularından sorumludur.

İlk olarak sizi bilgisayar bilimine neler çekti?

Dördüncü sınıftayken, büyük kardeşim bazı derslerde BASIC programlama öğreniyordu ve bana neler yapabileceğini gösterdi. Beraber, küçük kardeşimiz için Commodore 64’ümüzle bir Paskalya bilmecesi geliştirdik ve o günden beri bilgisayarlara karşı büyülenmiştim. Bilgisayar bilimi genel olarak problem çözmek ve yaratıcı olmakla ilgili ve bu yönü bana en çok çekici gelen yönüydü.

Exasol’a 2004 yılında bir yazılım geliştiricisi olarak katılından CTO olmana kadar olan yolculuğunu paylaşabilir misin? Rollerin nasıl değişti, özellikle hızlı değişen teknoloji manzarasında?

Almanya’da Würzburg Üniversitesi’nde Bilgisayar Bilimi okuyup 2004 yılında mezun olduktan sonra Exasol’a bir yazılım geliştiricisi olarak katıldım. Exasol’daki ilk yıldan sonra, Veritabanı Optimizasyon Ekibinin başına geçtim ve ardından Araştırma ve Geliştirme Bölümünün başına geçtim. Sonra yedi yıl R&D Bölümünün başında çalıştıktan sonra 2014 yılında CTO olarak atandım.

Başlangıçta, Exasol’un neler yaptığını gördüğümde şaşırdım — bu Alman teknoloji şirketi Microsoft, IBM ve Oracle gibi büyük isimlere karşı mücadele ediyordu. Bir geliştirici olarak, bu büyük ölçekli paralel işleme (MPP), bellekte veritabanı yönetim sistemini yaratmak benim için cennetti.

Yetenekli mühendislik ekibiyle çalışmaktan her zaman keyif aldım. CTO olarak, Exasol’un ürün inovasyonunu, geliştirmesini ve teknik destek konularını denetliyorum. Exasol ekibinin küresel olarak nasıl büyüdüğünü ve müşterilerinin değişen ihtiyaçlarını nasıl desteklediğini görmek heyecan verici. Temeller aynı — hala bir bellekte veritabanı sistemiyiz, ancak şimdi müşterilerimize verilerinin gücünü AI uygulamaları için kullanmalarına olanak tanıyoruz.

Exasol, yüksek performanslı analitik veritabanlarında ön planda yer alıyor. Bu rekabetçi alanda Exasol’u neler ayırıyor?

İş liderleri, her zaman daha az ile daha fazla yapmakla görevlendiriliyorlar. Son yıllarda, bu, ekonomi sürekli olarak dalgalı olduğu ve AI teknolojisinin bütçe ve zaman aldığı için daha da zor hale geldi.

Yüksek performanslı analitik veritabanı sağlayıcısı olarak Exasol, işletmelerin daha az ile daha fazla yapmasına yardımcı olarak öne çıktı. Mevcut veri yığınlarına bağlanan esnek sorgu motorumuz Exasol Espresso ile işletmelere iş zekasını daha iyi içgörülere dönüştürmeye yardımcı oluyoruz. T-Mobile, Piedmont Healthcare ve Allianz gibi küresel markalar Exasol Espresso’yu daha yüksek veri hacimlerinden daha hızlı, daha derin ve daha ucuz içgörülere dönüştürmek için kullanıyor. Müşterilerin performans, fiyat ve esneklik arasında zor bir denge kurmak zorunda kalmamasını sağlamak için bu dengenin ustası olduğumuzu düşünüyorum.

Müşterilerimizi AI yolculuklarında desteklemek için ayrıca yakın zamanda Espresso AI‘yi duyurduk. Bu, esnek sorgu motorumuzu, organizasyonların verilerinin gücünü AI ile çalışan içgörüler ve karar alma için kullanmalarına olanak tanıyan yeni bir AI araçları seti ile donatıyor. Espresso AI’nin yetenekleri, AI’nin daha ucuz ve erişilebilir olmasını sağlıyor ve müşterilerin pahalı, zaman alan deneysel çalışmalardan kaçınmasını ve hemen ROI elde etmesini sağlıyor. Bu, AI odaklı inovasyonu ve değeri sunmaya odaklanan işletmeler için bir oyun değiştirici.

Exasol’un 2024 AI ve Analitik Raporu, AI’ye yeterince yatırım yapmamanın işletme başarısızlığına yol açabileceğini vurguluyor. Bu raporun ana bulgularını genişletebilir ve işletmelerin bugün AI’ye neden yatırım yapması gerektiğini açıklabilir misiniz?

Söylediğiniz gibi, Exasol’un 2024 AI ve Analitik Raporu‘nun ana sonucu, AI’ye yeterince yatırım yapmamanın işletme başarısızlığına yol açabileceği. ABD, İngiltere ve Almanya’daki üst düzey karar vericiler ve veri bilimcileri ile analistlerin katıldığı anketimize göre, neredeyse tüm katılımcılar (yüzde 91), AI’nin önümüzdeki iki yıl içinde organizasyonlar için en önemli konulardan biri olduğunu düşünüyor ve yüzde 72’si AI’ye bugün yatırım yapmamakla gelecekteki işletme sürdürülebilirliğini riske attıklarını kabul ediyor. Basitçe söylemek gerekirse, günümüz ortamında AI hakkında düşünmeyen işletmeler zaten geride kalıyor.

İşletmeler, paydaşlardan AI’ye yatırım yapma baskısı altına girmekteler — ve bunu yapmalarının birçok nedeni var. AI’ye yatırım, sağlık hizmetleri, finansal hizmetler ve perakende dahil olmak üzere çeşitli sektörlerdeki organizasyonlara yeni gelir akışları açığa çıkarmak, müşteri deneyimlerini iyileştirmek, operasyonları optimize etmek, verimliliği artırmak, rekabeti hızlandırmak ve daha fazlasını gerçekleştirmek için yardımcı oldu. Liste, işletmelerin AI’yi benzersiz işletme ihtiyaçlarını karşılamak için specific yollar bulmaya başladıkları medida artıyor.

Aynı rapor, AI benimsemesinin önünde engel olarak veri bilimindeki boşluklar ve uygulamadaki gecikmeleri de vurguluyor. Exasol, bu zorlukları müşterileri için nasıl ele alıyor?

AI’ye yatırım yapma ihtiyacı kritik olsa da, işletmeler masih AI’nin daha geniş çaplı uygulamasına karşı önemli engellerle karşı karşıya. Exasol’un AI ve Analitik Raporu, karar vericilerin yüzde 78’inin veri bilimindeki ve makine öğrenimi (ML) modellerindeki en az bir alanda boşluklar yaşadığını, yüzde 47’sinin ise yeni veri gereksinimlerini uygulamadaki hızını bir zorluk olarak gördüğünü gösteriyor. Ek olarak, yüzde 79’u veri takımlarının yeni işletme analiz gereksinimlerini uygulamaya koymasının uzun sürdüğünü iddia ediyor. AI’nin yaygın benimsenmesini engelleyen diğer faktörler arasında, uygulama stratejisinin eksikliği, veri kalitesinin düşük olması, yeterli veri hacminin olmaması ve mevcut sistemlerle entegrasyon yer alıyor. Buna ek olarak, AI için bürokratik gereksinimlerin ve düzenlemelerin değişmesi şirketler için sorunlara neden oluyor ve yüzde 88’lik bir kesim daha fazla açıklığa ihtiyaç duyuyor.

AI dağıtımı arttıkça, işletmelerin güçlü veri temellerine sahip olmalarının önemi daha da artacak. Exasol, AI stratejisi benimseyen işletmelere esneklik, dayanıklılık ve ölçeklenebilirlik sunuyor. Veri liderleri ve şirketlerin iş zekasını daha hızlı, daha iyi içgörülere dönüştürmelerine yardımcı oluyoruz. Veri liderlerinin rolleri devam ettikçe ve etik ve uyum zorlukları ön plana çıktıkça — Exasol, veri liderlerine destek oluyor ve onları veri analitiği takımlarının geleneksel olarak karşılaştığı zorluklardan kurtulmalarına yardımcı oluyor.

AI, işletme başarısına kritik hale geldikçe, arkasındaki araçlar, teknoloji ve insanların gücü de aynı oranda etkili olacak. Anket sonuçları, mevcut BI araçları ve çıktıları arasındaki önemli boşluğu vurguluyor — daha fazla araç, otomatik olarak daha hızlı performans veya daha iyi içgörüler anlamına gelmiyor. Veri liderleri, karmaşıklık ve daha az ile daha fazla yapmakla görevlendirildikçe, veri analitiği yığınını değerlendirerek verimliliği, hızı ve esnekliği makul bir maliyetle sağlamak zorunda kalacaklar.

Espresso AI, işletmelere bu boşluğu kapatmak için yardımcı oluyor. Veri抽出, yükleme ve dönüşüm süreçlerini optimize ederek, kullanıcıların yeni teknolojilerle hemen deneysel çalışmalara başlamalarına ve altyapı kısıtlamaları olmadan ölçeklenmelerine olanak tanıyor. Kullanıcılar, veri hareketi maliyetlerini ve çabayı azaltırken, veritabanlarına yeni teknolojileri getirebiliyorlar. Bu yetenekler, organizasyonların AI ve ML çözümlerini uygulamaya koyma yolculuğunu hızlandırmasına ve verilerinin kalitesini ve güvenilirliğini güvence altına almasına yardımcı oluyor.

Veri okuryazarlığı, AI çağındaki işletmeler için giderek daha önemli hale geliyor. Exasol, müşterileri ve daha geniş topluluğu veri okuryazarlığı konusunda nasıl destekliyor?

Bugün veri zengin ortamlarda, veri okuryazarlığı becerileri her zamankinden daha önemli hale geldi — ve AI çağındaki bir “ihtiyaç” haline geliyor. Endüstriler boyunca, veriyle çalışabilme, anlamlandırma ve iletişim kurma becerisi vital hale geldi. Ancak, veri erişiminin genellikle bir organizasyon içinde veya sadece belirli kişilerde veri okuryazarlığı becerilerine sahip kişilerle sınırlı olduğu bir veri okuryazarlığı boşluğu vẫn mevcut.

Veri okuryazarlığı, karmaşık bilgileri yorumlama ve bu bulgulara göre hareket etme becerisi demektir. Ancak, genellikle veri erişimi, bir organizasyon içinde veya sadece belirli kişilerin veri okuryazarlığı becerilerine sahip olduğu sınırlıdır. Bu yaklaşım, verinin kullanımına ve sonunda iş inovasyonuna engel oluşturan bir veri okuryazarlığı boşluğuna neden oluyor.

İnsanlar veri okuryazarı olduğunda, veriyi anlayabilir, analiz edebilir ve kendi fikirlerini, becerilerini ve uzmanlıklarını uygulayabilirler. Daha fazla kişinin veri okuryazarlığı becerilerine, güvenine ve araçlarına sahip olduğu medida, bir organizasyonun başarısı artar. Exasol, veri liderlerine ve işletmelere veri okuryazarlığı ve eğitimi teşvik etmekte yardımcı oluyor.

Eğitim bileşeninin yanı sıra, işletmelerin teknoloji yığınlarını ve BI araçlarını veri demokrasinine olanak tanıyan şekilde optimize etmeleri gerekiyor. Veri erişimi ve veri okuryazarlığı el ele gider. Veri stratejilerini ilerletmek için her ikisine de yatırım yapılması gerekiyor. Örneğin, Exasol ile, ayar-free sistemimiz işletmelerin teknoloji yerine veri kullanımına odaklanmasına olanak tanıyor. Yüksek hız, takımların veriyle etkileşimli çalışmasına ve performans sınırlamaları tarafından kısıtlanmalarına engel oluyor. Bu, sonunda veri demokrasinine yol açıyor.

Şimdi, veri demokrasinin organizasyonlar içinde tartışma konusu olmaktan çıkıp eyleme geçme zamanı. Daha fazla kişinin çeşitli departmanlardan anlamlı içgörülere eriştiğinde, geleneksel veri analitiği takımları tarafından oluşturulan tıkanıklıkları hafifletecek. Bu geleneksel sınırlar yıkıldığında, organizasyonlar, ekiplerinin ve bireylerin veriden yararlanarak iş kararları alması için ne kadar geniş ve derin bir ihtiyaç olduğunu görecek.

Bu değişimle birlikte, önümüzdeki yıllarda beklenmesi gereken bir zorluk da, her çalışanın veriden yararlanarak iş kararları alabilmesi için uygun beceri setine sahip olması için iş gücünün güncellenmesi gerekecek. Bugün iş gücünün, veriden beslenmek ve otomasyonu güçlendirmek için doğru soruları sormasını bilmesi necesario olacak. Veri akışından beslenerek, iş odaklı ve doğru sorular sorma değerinin arttığı bir dönemde, iş gücünü bu yetenek konusunda eğitmek için acil bir ihtiyaç oluşacak.

Veritabanları, dağıtılmış sistemler ve genetik algoritmalar konusunda güçlü bir geçmişiniz var. Bu uzmanlık alanları, Exasol’un ürün geliştirme ve inovasyon stratejisini nasıl etkiliyor?

Arka planım, son yirmi yılın teknoloji trendlerini anlama ve bu alandaki çalışmanın temellerini oluşturuyor. İnovatif müşterilerle çalışmak ve veritabanı teknolojisini ilginç kullanım örneklerine dönüştürmeleri heyecan verici ve ödüllendirici. İnovasyon stratejimiz, yalnızca bir bireye değil, sofistike mimarlar ve geliştiricilerden oluşan büyük bir ekibe dayanmıyor. Bu ekip, yazılım, donanım ve veri uygulamalarının geleceğini anlıyor.

AI, endüstrileri without eşsiz bir hızda dönüştürürken, işletmelerin AI ve analitiği etkili bir şekilde kullanmak için geleceğe dönük bir veri yığınının temel bileşenleri nelerdir?

AI’nin hızlı benimsenmesi, teknoloji manzarasının değişimine ayak uydurmanın öneminin bir örneği. Maalesef, çoğu veri yığını AI eğrisinin gerisinde kalıyor.

İşletmeler, veri yığınlarını geleceğe hazırlamak için önce veri temellerini değerlendirmeli, boşlukları, hataları veya diğer zorlukları belirlemelidir. Bu, veri kalitesi ve hızını — AI ve LLM modellerini beslemek için kritik unsurları — güvence altına almalarına yardımcı olacaktır.

Ek olarak, ekipler, diğer çözümlerle kolayca entegre edilebilen araçlara ve teknolojilere yatırım yapmalıdır. AI, diğer teknolojilerle birleştirildikçe, geleneksel iş sorunlarını çözmek için yeni modeller ortaya çıkacaktır. GenAI, ChatGPT gibi, daha geleneksel AI teknolojileriyle, tanımlayıcı veya öngörülü analitiklerle birleşerek, organizasyonlar ve geleneksel olarak zahmetli süreçleri basitleştirmek için yeni fırsatlar sunacaktır.

Geleceğe dönük veri yığınlarını güvence altına almak için, işletmeler ayrıca AI ve BI’yi entegre etmelidir. İşletmeler, on yıllardır BI araçlarını değerli içgörüler elde etmek için kullanıyor, ancak AI, BI kısıtlamalarını veya engellerini aşmaya yardımcı olabilir. AI, daha hızlı sonuçlar sunabilir, kişiselleştirmeyi iyileştirebilir ve BI manzarasını daha kapsayıcı ve kullanıcı dostu bir alana dönüştürebilir. BI genellikle tarihi verileri analiz ederek içgörüler sunmaya odaklandığından, AI, gelecekteki olayları tahmin etmeye, önerilerde bulunmaya ve istenilen sonuçları etkilemeye yardımcı olabilir.

Üretkenlik, esneklik ve maliyet tasarrufu, Exasol’un küresel markalara inovasyon yapmasına yardımcı olan üç yol olarak vurgulanıyor. Bir müşterinizin Exasol’un analitik veritabanını kullanarak önemli bir ROI elde etmesini sağlayan bir örnek verebilir misiniz?

2023 yılında yapılan bir Forrester Total Economic Impact Study, Exasol müşterilerinin ilk yatırımının üzerinden üç yıl içinde yüzde 320’lik bir ROI elde ettiğini gösteriyor. Bu, operasyonel verimliliği, veritabanı performansını ve basit, esnek bir veri altyapısını iyileştirmelerinden kaynaklanıyor.

Örneğin, İsviçre’nin rekabetçi sağlık sektörünün liderlerinden Helsana, modern bir veri ve analitik platformu ihtiyacını karşılamak için Exasol’a geldi. Exasol’a geçmeden önce, Helsana çeşitli raporlama araçlarına ve farklı teknolojiler ve ETL araçları üzerine inşa edilmiş veri ambarlarına sahipti. Bu, karmaşık ve verimsiz bir mimari oluşturuyordu. Mevcut miras çözümüne kıyasla, Exasol’un Veri Ambarı beş ila on kat daha iyi bir performans gösterdi.

Şimdi, Exasol, Helsana’nın AI yolculuğunda merkezi bir rol oynuyor ve tüm AI modellerinde kullanılan yapılandırılmış verilerin deposu olarak görev yapıyor. Exasol ile, Helsana ekibi performansını artırdı, maliyetleri azalttı, esnekliğini artırdı ve güçlü bir AI temeli oluşturdu. Tüm bunlar, önemli bir ROI’ye ek olarak, müşterilerine daha iyi hizmet sunma yeteneğini artırdı.

İleriye bakıldığında, Exasol, veri analitiği ve iş zekası alanındaki gelecek trendleri için nasıl hazırlanıyor ve bu alanda inovasyonu sürdürecek?

2023, AI’nin geniş çapta benimsenmesine tanık oldu ve bu, organizasyonlardan knee-jerk tepkiler doğurdu. 2024, AI deneysel çalışmasının ve temel çalışmalarının bir dönüşüm yılı olacak. Şimdiye kadar, GenAI’nin primary uygulamaları, bilgi erişimini sağlamak için sohbet botları, müşteri hizmetleri otomasyonu ve yazılım kodlama için oldu. Ancak, AI’yi iş kararları ve optimizasyonları için kullanan öncüleri görecekler. 2024’ten sonra, AI’nin üretken uygulamalarını görecekler.

Exasol, müşterilerine değer sunmaya ve inovasyonu sürdürecek çözümler sunmaya kendini adamıştır. Exasol ile, müşteriler BI ve AI’yi birleştirebilir ve veri silolarını entegre bir analitik sistemde aşabilir. Esnek dağıtım seçenekleri, organizasyonların analitik yığınlarını nerede barındırmak istediklerine karar vermelerine olanak tanır — kamu bulutu, özel bulut veya şirket içi. Exasol’un Espresso AI’si, işletmelerin AI ile çalışan analitiklere güç kazandırmalarına olanak tanır. AI yolculuklarında nerede olurlarsa olsunlar, Exasol, işletmelere AI ile çalışan analitiklerin değerini ortaya çıkarmalarına yardımcı olmaya hazır.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Exasol sitesini ziyaret edebilir.