Skip Levens, Pazarlama Direktörü, Medya ve Eğlence, Quantum – Röportaj Serisi

Skip Levens Quantum’da ürün lideri ve AI stratejisti olarak görev yapmakta ve şu anda Quantum’un uçtan uca çözümleri için etkileşimi, farkındalığı ve büyümeyi teşvik etmekten sorumludur. Kariyeri boyunca Apple (AAPL ), Backblaze, Symply ve Active Storage gibi organizasyonlarda pazarlama ve iş geliştirme, evangelizm, yeni ürün lansmanı, önemli paydaşlarla ilişkiler kurma ve gelir büyümesi gibi konularda başarılı bir şekilde liderlik etmiştir.

Quantum organizasyonların yapılandırılmamış verileri yönetmesine, zenginleştirmesine ve korummasına yardımcı olan uçtan uca veri çözümleri sunar. Teknolojileri, verileri değerli bilgiler haline getirmeye odaklanarak işletmelerin değer çıkarmasını ve bilinçli kararlar almasını sağlar. Quantum’un platformu, güvenli, ölçeklenebilir ve esnek çözümler sunar ve bu çözümler site içi altyapıyla bulut yeteneklerini birleştirir. Şirketin yaklaşımı, işletmelerin veri büyümesini verimli bir şekilde yönetmelerine ve veri yaşam döngüsü boyunca güvenlik ve esneklik sağlamalarına olanak tanır.

Quantum’un yapılandırılmamış veriler için AI destekli veri yönetimine ilişkin yaklaşımını özetleyebilir misiniz?

Müşterilerin AI ve ML araçlarını ana iş operasyonlarına entegre etmelerine yardımcı olarak, Quantum müşterilerinin yapılandırılmamış verilerinden anlamlı değerler çıkarmalarına ve iş kararlarını iyileştirmelerine yardımcı olur. Şirketler kendi AI/ML araçlarını geliştirdiklerinde, sadece veri ve içerik akışıyla başa çıkmaktan, verimliliği artıran ve insan uzmanlığını tüm iş operasyonlarında güçlendiren bilgiler elde etmeye geçiş yapabilirler.

Quantum’un AI teknolojisi yapılandırılmamış verileri nasıl analiz ediyor ve platformunuzu rakiplerinizden ayıran temel yenilikler nelerdir?

AI/ML araçlarını benimsemeye başlayan birçok organizasyon, iş akışlarının düzensiz ve bağlantısız hale geldiğini ve verilerini takip etmekte zorlandıklarını görür. Bu, güvenlik ve koruma standartlarını uygulamayı zorlaştırır. Çoğu zaman, 초기 geliştirme, uygun olmayan depolama ve dosya sistemi performansından etkilenir.

Myriad adlı yüksek performanslı, yazılım tanımlı dosya depolama ve akıllı kumaş ortamını geliştirdik. Bu, AI/ML iş akışlarını ve yüksek performanslı iş akışlarını birleştirmek için donanım kısıtlamaları ve sınırlamaları olmadan iş akışlarını birleştirmeye yardımcı olur. Myriad, miras donanım ve depolama kısıtlamalarından açık bir şekilde ayrılır ve en son depolama ve bulut teknolojileriyle inşa edilmiştir. Ayrıca, Kubernetes tarafından yönetilen ve orkestrasyon yapılan mikro hizmetlere dayalıdır ve yönetici etkileşimi gerektirmeden ortak görevleri gerçekleştirebilen yüksek derecede yanıt veren bir sistemdir. Myriad, NVMe ve akıllı kumaş ağlarından en yüksek performansı çıkarmak için özel olarak tasarlanmıştır ve her bileşen arasındaki anlık uzak doğrudan bellek erişimine (RDMA) bağlantılar sağlar. Sonuç olarak, değişikliklere akıllıca ve otomatik olarak yanıt veren ve ortak görevleri gerçekleştirmek için minimum yönetici müdahalesi gerektiren yenilikçi bir sistemdir. Akıllı kumaşı sistemimizin bir parçası haline getirerek, Myriad ayrıca intrinsik olarak yük dengeli bir sistemdir ve tek bir dengeli IP adresi olarak çoklu 100Gbps bağlantı noktaları sağlar.

Myriad’ı bulut gibi nesne depolama sistemimiz ActiveScale ile birleştirerek, organizasyonların büyük veri gölleri ve içerikleri arşivlemelerine ve korumalarına olanak tanır. Bu kombinasyon, müşterilere AI pipeline’ları için gerçek bir uçtan uca veri yönetimi çözümü sunar. Ayrıca, CatDV çözümümüzle birlikte sunulduğunda, müşteriler verilerini daha da zenginleştirmek ve analiz için hazırlamak amacıyla verileri etiketleyip kataloglayabilir.

Paris Olimpiyatları’nda video gözetiminde AI kullanımına ilişkin görüşlerinizi paylaşabilir misiniz ve bu teknolojiyi kullanan diğer büyük ölçekli etkinlikler veya organizasyonlar hangileridir?

Machine Learning, video ve gerçek zamanlı video verisi akışından ilgi alanlarındaki kalıpları tanıyabilen ve bilgiler çıkarabilen tekrar edilebilir eylemler geliştirebilir. Örneğin, video gözetimi, AI kullanarak şüpheli davranışları yakalayabilir ve hatta yüzlerce kameranın model bilgisini sağladığı durumlarda bile bunları anlık olarak işleyebilir. Bir insan bu görevi gerçekleştirmeye çalıştığında, yalnızca bir olayı aynı anda işleyebilir, oysa AI destekli video gözetimi aynı anda binlerce durumu işleyebilir.

Diğer bir uygulama, kalabalık sentiment analizi olup, uzun kuyrukları takip edebilir ve potansiyel frustrasyonları belirleyebilir. Bunlar, güvenlik uzmanlarının güvenilir bir şekilde işaretleyebileceği eylemlerdir, ancak AI/ML sistemlerini kullanarak aynı anda birden fazla akışa bakmak, uzmanların gerektiğinde uygun eylemi gerçekleştirmesine olanak tanır ve genel etkinliği ve güvenliği önemli ölçüde artırır.

Organizasyonlar yapılandırılmamış veri analizi için AI’ı uygularken karşılaştıkları temel zorluklar nelerdir ve Quantum bu zorlukları nasıl hafifletmeye yardımcı olur?

Organizasyonlar, depolama ve veri yönetimine yönelik yaklaşımını tamamen yeniden düşünmelidir. Çoğu organizasyon, depolama kapasitelerini genellikle tek seferlik ihtiyaçlara yanıt olarak organik olarak büyütür ve bu da çok satıcı karışıklığı ve istenmeyen karmaşıklığa neden olur.

AI’ı benimsemeye başladığında, organizasyonlar operasyonlarının altındaki depolamayı basitleştirmelidir. Çoğu zaman, uygulamalar ve kullanıcıların mümkün olduğunca hızlı çalışabileceği bir “sıcak” veri alma veya iniş bölgesi oluşturmak gerekir. Ardından, büyük miktarda veriyi kolayca arşivleyebilecek ve maliyet etkili bir şekilde koruyabilecek bir “soğuk” depolama eklenir ve veriler anında “sıcak” işleme akışına geri taşınabilir.

Depolamayı daha az, daha kompakt çözümlere dönüştürerek, yönetici personel üzerindeki yük önemli ölçüde azalır. Bu tür bir “sıcak/soğuk” veri yönetimi çözümü, AI/ML iş akışı entegrasyonu için idealdir ve Quantum çözümleri, müşterilerin yönetmesi kolay ve esnek bir platform oluşturmasına olanak tanır.

Quantum’un AI yenilikleri, organizasyonel büyümeyi ve verimliliği artırmak için diğer AI destekli araçlar ve teknolojilerle nasıl entegre olur?

İnsanlar, AI/ML araçları için depolamanın yalnızca grafik işlem birimlerine (GPU) veri beslemekten ibaret olduğunu düşünür, ancak bu yalnızca denklemin küçük bir parçasıdır. Veri analizini gerçekleştiren GPU’lara veri beslemek için hız ve yüksek performans önemlidir, ancak daha büyük resim, bir organizasyonun AI/ML geliştirme, eğitim ve çıkarımı sürekli ve yinelemeli bir şekilde entegre etmesini içerir. Çoğu zaman, ilk ve en önemli AI/ML görevi, iç bilgi işçilerini bilgilendirmek için özel veri kullanarak “bilgi botları” veya “danışman botları” oluşturmaktır. Bu bilgi botlarını her organizasyon için benzersiz ve faydalı hale getirmek için büyük miktarda uzmanlaşmış bilgi gerekir. AI destekli bir depolama çözümü, bu tür özel verilerin iyi düzenlenmesini ve kolayca erişilebilir olmasını sağlar, bu da bu bilgileri türler, setler ve kataloglar halinde organize etmeyi kolaylaştırır ve bu da bilgi botlarının organizasyonun benzersiz ihtiyaçlarına çok iyi bilgi sahibi olmasını sağlar.

AI destekli iş akışı yönetimi özelliklerini ve veri işlemlerini nasıl basitleştirdiğini açıklar mısınız?

Depolama çözümlerine doğrudan entegre edilen ve görevleri otomatikleştiren, ayrıca gerçek zamanlı bilgiler sağlayan bir dizi AI destekli iş akışı yönetimi aracı geliştiriyoruz. Bu, yeni ve gelişmiş veri sınıflandırma ve etiketleme sistemleri sayesinde mümkündür ve bu sistemler, verilerin organize edilmesini ve kolayca erişilebilir olmasını sağlar ve ayrıca medyaya standart eylemler gerçekleştirebilir, Örneğin, belirli bir boyuta uygun hale getirebilir, bu da verileri eğitim setlerine organize etmek için gereken manuel çabaları önemli ölçüde azaltır.

AI destekli veri yönetiminin geleceği nedir ve önümüzdeki yıllarda hangi trendleri öngörüyorsunuz?

Bu araçlar geliştikçe ve çok modlu hale geldikçe, verilerinizi daha ifade edici ve açık uçlu bir şekilde çalışmanıza olanak tanıyacaktır. Gelecekte, sisteminizle “konuşabilir” ve size ilginizi çekebilecek bilgiler veya analizler sunabilirsiniz, Örneğin, “hot zone”imde şu anda en hızlı büyüyen veri türü nedir?”. Bu düzeyde uzmanlaşma, depolama çözümlerine bu araçları entegre eden organizasyonlar için bir farklılaştırıcı olacaktır ve onları daha doğru ve verimli hale getirecektir, hatta sürekli yeni veri akışlarıyla karşılaştıklarında bile.

Bulut tabanlı analiz ve depolama hizmeti tekliflerinizin genel veri yönetimi stratejisi içindeki rolü nedir?

Önemli ve genişleyen depolama gereksinimleri olan organizasyonlar, talebi karşılamakta zorluk çekebilir, özellikle sınırlı bütçelerle çalıştıklarında. Genel bulut depolama, yüksek ve öngörülemez maliyetlere neden olabilir, bu da depolama ihtiyaçlarını yıllarca öncesinden doğru bir şekilde tahmin etmeyi ve satın almayı zorlaştırır. Müşteriler, genel bulut deneyimini bilinen dựlen bir işletim maliyeti ile elde etmek ister, ancak genel bulutun getirebileceği sürpriz çıkış veya API ücretlerini ortadan kaldırmak ister. Bu ihtiyaca cevap olarak, müşterilere kendi tesislerinde gerçek bir depolama hizmeti deneyimi sunmak için düşük bir başlangıç noktası ve düşük sabit aylık ödeme seçenekleri sunan Quantum GO’yu geliştirdik. Depolama gereksinimleri arttıkça, Quantum GO müşterilere basit bir “ödeyerek büyüyün” abonelik modeli sunar ve esnekliği ve ölçeklenebilirliği maliyet etkili bir şekilde sağlar.

Quantum, hızla değişen AI ve veri yönetimi manzarasında öncü konumunu nasıl koruyacak?

Şu anda sadece bir “depolama sağlayıcısı” olmak yeterli değildir. Yeni ortaya çıkan veri ve iş zorlukları, müşterilerin verilerinin değerini en üst düzeye çıkarmalarına yardımcı olan akıllı, AI güçlendirilmiş bir veri platformu gerektirir. Quantum’da, müşterilerimizin verilerini tüm yaşam döngüleri boyunca kolayca ve etkili bir şekilde çalışabilmesi için gelişmiş yetenekler geliştirmeye ve yatırım yapmaya devam ediyoruz.

Verileri etiketlemek, kataloglamak ve organize etmek için AI’ı genişletiyoruz, bu da verilere erişmek, bulmak ve analiz etmek için daha kolay hale getiriyor ve daha fazla değer ve bilgi çıkarmak için. Otomatik video transkript, ses ve video dosyalarını saniyeler içinde diğer dillere çevirebilme ve binlerce dosyada konuşulan kelimeleri veya belirli öğeleri hızlı bir şekilde arama gibi AI yeteneklerimizi geliştirmeye devam edeceğiz.

AI ve yapılandırılmamış veri yönetimine yeni başlayan organizasyonlara neler önerirsiniz?

AI/ML büyük bir hype yaratmıştır ve bu nedenle, neyin pratik ve faydalı olduğunu anlamak zor olabilir. Organizasyonlar, önce oluşturulan verileri düşünmeli ve nasıl üretildiğini, nasıl toplandığını ve nasıl korunduğunu belirlemelidir. Ayrıca, organizasyonlar, verilere erişmek ve gerektiğinde geri getirmek için hazır olan bir depolama çözümünü aramalıdır ve bu, günlük iş akışını ve gelecekteki gelişmeyi yönlendirmeye yardımcı olmalıdır. AI hedefleri ne olursa olsun, depolama sistemleri ve veri iş akışlarının basitleştirildiğinden, sağlamlaştırıldığından ve gelecekteki AI/ML girişimlerini desteklemek için doğru veri yönetim platformuna sahip olmak için adımlar atmak, büyük kazançlar sağlayacaktır. Organizasyonlar, bu AI/ML araçlarını misyonlarını ilerletmek için kullanmaya devam edebilecek ve bunları desteklemek için doğru veri yönetim platformuna sahip olabileceklerdir.

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Quantum‘u ziyaret edebilir.