Rohit Choudhary, засновник та CEO Acceldata – Серія інтерв’ю

Rohit Choudhary є засновником і CEO Acceldata, лідера ринку в галузі спостереження за корпоративними даними. Він заснував Acceldata у 2018 році, коли зрозумів, що індустрії потрібно переосмислити спосіб моніторингу, дослідження, усунення та управління надійністю потоків даних та інфраструктури в світі, орієнтованому на хмарні технології та збагаченому штучним інтелектом.

Що надихнуло вас зосередитися на спостереженні за даними, коли ви заснували Acceldata у 2018 році, і які пробіли в галузі управління даними ви намагалися заповнити?

Моя подорож до заснування Acceldata у 2018 році розпочалася майже 20 років тому як програміст, де мене мотивувало визначення та вирішення проблем із програмним забезпеченням. Мій досвід директора з інженерії в Hortonworks познайомив мене з повторюваною темою: компанії з амбітними стратегіями даних боролися за стабільність своїх платформ даних, незважаючи на значні інвестиції в аналіз даних. Вони не могли надійно доставляти дані, коли бізнесу це було потрібно найбільше.

Ця проблема резонувала зі мною та моєю командою, і ми визнали необхідність у розробці рішення, яке могло б контролювати, досліджувати, усувати та керувати надійністю потоків даних та інфраструктури. Підприємства намагалися будувати та керувати продуктами даних за допомогою інструментів, які не були розроблені для задоволення їхніх еволюційних потреб, що призводило до відсутності видимості у команд даних щодо критичних аналітичних та штучно-інтелектуальних застосунків.

Ця прогалина на ринку надихнула нас на створення Acceldata з метою розробки комплексної та масштабованої платформи спостереження за даними. З того часу ми трансформували спосіб, у який організації розробляють та експлуатують продукти даних. Наша платформа корелює події по даних, обробці та потоках, забезпечуючи неперевершені знання. Вплив спостереження за даними був величезним, і ми раді продовжувати рухати індустрію вперед.

Відтак ви придумали термін “Спостереження за даними”, як ви бачите розвиток цієї концепції за найближчі кілька років, особливо з урахуванням зростаючої складності мультихмарних середовищ?

Спостереження за даними еволюціонувало з нишевого концепту в критичну здатність для підприємств. Коли мультихмарні середовища стають більш складними, спостереження повинно адаптуватися до обробки різноманітних джерел даних та інфраструктур. За найближчі кілька років ми очікуємо, що штучний інтелект та машинне навчання відіграють ключову роль у вдосконаленні можливостей спостереження, особливо через передбачувальну аналітику та автоматичне виявлення аномалій.

Крім того, спостереження розшириться за межі моніторингу до ширших аспектів управління даними, безпеки та відповідності. Підприємства будуть вимагати більшої контролю та видимості над своїми операціями з даними в режимі реального часу, роблячи спостереження життєво важливою частиною управління даними в усе більш складних середовищах.

Ваш досвід включає значний досвід у галузі інженерії та розробки продуктів. Як цей досвід сформував ваш підхід до побудови та масштабування Acceldata?

Мій досвід у галузі інженерії та розробки продуктів був вирішальним у формуванні того, як ми побудували Acceldata. Поняття технічних проблем масштабування систем даних дозволило нам розробити платформу, яка відповідає реальним потребам підприємств. Цей досвід також навчив нас важливості гнучкості та зворотного зв’язку клієнтів у нашому процесі розробки. У Acceldata ми ставимо інновації на перше місце, але завжди забезпечуємо, щоб наші рішення були практичними та відповідними тим, що клієнти потребують у динамічних та складних середовищах даних. Цей підхід був життєво важливим для масштабування компанії та розширення нашого ринку по всьому світу.

З недавнім $60 мільйонами серії C фінансування, які ключові області інновацій та розробки ви плануєте пріоритезувати в Acceldata?

З $60 мільйонами серії C фінансування ми подвоюємо інвестиції в інновації, керовані штучним інтелектом, які суттєво відрізнять нашу платформу. Будуючи на успіху нашого AI Copilot, ми покращуємо наші моделі машинного навчання, щоб забезпечити більш точне виявлення аномалій, автоматичне усунення та прогнозування вартості. Ми також просунемо передбачувальну аналітику, де штучний інтелект не тільки повідомляє користувачам про потенційні проблеми, але також пропонує оптимальні конфігурації та проактивні рішення, специфічні для їхніх середовищ.

Іншим ключовим напрямком є контекстно-чутлива автоматизація – наша платформа вчиться на поведінці користувачів та узгоджує рекомендації з бізнес-цілями. Розширення наших інтерфейсів природної мови (NLI) дозволить користувачам взаємодіяти з комплексними робочими процесами спостереження за допомогою простих, розмовних команд.

Крім того, наші інновації у галузі штучного інтелекту будуть стимулювати ще більшу оптимізацію витрат, прогнозування споживання ресурсів та управління витратами з безпрецедентною точністю. Ці вдосконалення позиціонують Acceldata як найбільш проактивну, штучно-інтелектуальну платформу спостереження, яка допомагає підприємствам довіряти та оптимізувати свої операції з даними, як ніколи раніше.

Штучний інтелект і великі мовні моделі стають центральними у управлінні даними. Як Acceldata позиціонує себе, щоб лідирувати в цьому просторі, і які унікальні можливості пропонує ваша платформа клієнтам підприємств?

Acceldata вже лідирує у сфері спостереження за даними, керованим штучним інтелектом. Після успішної інтеграції передової технології штучного інтелекту Bewgle наша платформа тепер пропонує можливості, керовані штучним інтелектом, які суттєво покращують спостереження за даними. Наш AI Copilot використовує машинне навчання для виявлення аномалій, прогнозування моделей споживання вартості та надання інформації в режимі реального часу, все це робиться доступним через взаємодію з природною мовою.

Ми також інтегрували передове виявлення аномалій та автоматичні рекомендації, які допомагають підприємствам запобігти дорогим помилкам, оптимізувати інфраструктуру даних та покращити операційну ефективність. Крім того, наші рішення штучного інтелекту спрощують управління політикою та автоматично генерують людозчитувані описи для активів даних та політики, мостячи розрив між технічними та бізнес-сторонами. Ці інновації дозволяють організаціям розблокувати весь потенціал своїх даних, мінімізуючи ризики та витрати.

Придбання Bewgle додало передові можливості штучного інтелекту до платформи Acceldata. Тепер, коли минуло рік з моменту придбання, як технологія Bewgle була інтегрована до рішень Acceldata, і який вплив мала ця інтеграція на розвиток функцій спостереження за даними, керованим штучним інтелектом?

За останній рік ми повністю інтегрували технології штучного інтелекту Bewgle до платформи Acceldata, і результати були трансформаційними. Досвід Bewgle з фундаментальними моделями та інтерфейсами природної мови прискорив наш шлях штучного інтелекту. Ці можливості тепер є частиною нашого AI Copilot, забезпечуючи наступне покоління користувацького досвіду, яке дозволяє користувачам взаємодіяти з робочими процесами спостереження за даними за допомогою простих текстових команд.

Ця інтеграція також покращила наші моделі машинного навчання, поліпшивши виявлення аномалій, автоматичне прогнозування вартості та проактивні знання. Нам вдалося доставити більш детальний контроль над операціями, керованими штучним інтелектом, що дозволяє нашим клієнтам забезпечувати надійність даних та продуктивність по всьому екосистемі. Успіх цієї інтеграції зміцнив позицію Acceldata як лідера у сфері спостереження за даними, керованим штучним інтелектом, забезпечуючи ще більшу цінність нашим клієнтам підприємств.

Як людина, глибоко залучена в галузь управління даними, які тенденції ви передбачаєте на ринку штучного інтелекту та спостереження за даними в найближчі роки?

У найближчі роки я очікую кілька ключових тенденцій, які сформують ринок штучного інтелекту та спостереження за даними. Спостереження за даними в режимі реального часу стане ще більш критичним, оскільки підприємства будуть шукати можливість приймати швидші та більш обґрунтовані рішення. Штучний інтелект та машинне навчання продовжуватимуть стимулювати вдосконалення передбачувальної аналітики та автоматичного виявлення аномалій, допомагаючи підприємствам залишатися попереду потенційних проблем.

Крім того, ми побачимо тіснішу інтеграцію спостереження за даними з рамками управління даними та безпеки, особливо з ростом нормативних вимог. Управління спостереженням за даними, ймовірно, зросте, оскільки середовища даних стануть ще більш складними, надаючи підприємствам необхідні знання та інструменти для підтримання оптимальної продуктивності та відповідності. Ці тенденції підвищать роль спостереження за даними у забезпеченні того, що організації можуть масштабувати свої ініціативи штучного інтелекту, зберігаючи високі стандарти якості та управління даними.

Оглядаючи вперед, як ви бачите роль спостереження за даними у підтримці розгортання штучного інтелекту та великих мовних моделей у масштабі, особливо в галузях з суворими вимогами до якості та управління даними?

Спостереження за даними буде вирішальним у розгортанні штучного інтелекту та великих мовних моделей у масштабі, особливо в галузях, таких як фінанси, охорона здоров’я та уряд, де якість та управління даними мають первісне значення.

Спостереження за даними забезпечує безперервний моніторинг та валідацию цілісності даних, допомагаючи запобігти помилкам та упередженості, які могли б підірвати моделі штучного інтелекту. Крім того, спостереження за даними відіграє вирішальну роль у відповідності, забезпечуючи видимість лінії даних, використання та управління, узгоджуючись зі суворими нормативними вимогами. В кінцевому підсумку, спостереження за даними дозволяє організаціям розблокувати весь потенціал своїх ініціатив штучного інтелекту, забезпечуючи, що їхні ініціативи штучного інтелекту будуються на основі надійних, високоякісних даних.

Дякуємо за велике інтерв’ю. Читачам, які бажають дізнатися більше, рекомендуємо відвідати Acceldata.