Рохіт Чоудхарі, засновник та генеральний директор Acceldata – Серія інтерв’ю

Рохіт Чоудхарі є засновником і генеральним директором Acceldata, лідера ринку в галузі спостереження за корпоративними даними. Він заснував Acceldata у 2018 році, коли зрозумів, що галузі потрібно переосмислити спосіб моніторингу, дослідження, усунення та управління надійністю даних та інфраструктури в світі, орієнтованому на хмарні технології та штучний інтелект.

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

Мій шлях до заснування Acceldata у 2018 році розпочався майже 20 років тому як програміст, де мене мотивувало визначення та вирішення проблем з програмним забезпеченням. Мій досвід як директора з інженерії в Hortonworks познайомив мене з однією повторюваною темою: компанії з амбітними стратегіями даних мали труднощі з пошуком стабільності в своїх платформах даних, незважаючи на значні інвестиції в аналіз даних. Вони не могли надійно доставляти дані, коли бізнесу цього найважче потребувалось.

Ця проблема резонувала зі мною та моєю командою, і ми визнали необхідність у розвиткові рішення, яке могло б моніторити, досліджувати, усувати та керувати надійністю даних та інфраструктури. Корпорації намагались будувати та керувати продуктами даних за допомогою інструментів, які не були призначені для задоволення їхніх еволюційних потреб, що призводило до відсутності у команд даних видимості в критично важливих аналітичних та штучно-інтелектуальних додатків.

Ця пробіл на ринку надихнув нас на створення Acceldata з метою розробки комплексної та масштабованої платформи спостереження за даними. З того часу ми трансформували розвиток та експлуатацію продуктів даних організаціями. Наша платформа корелює події по даних, обробці та трубопроводах, забезпечуючи неперевершені відомості. Вплив спостереження за даними був величезним, і ми раді продовжувати рухати галузь вперед.

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

Спостереження за даними еволюціонувало від нішевого поняття до критичної здатності для корпорацій. З ростом складності багатохмарних середовищ 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 розвитку 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 вимогам. Корпорації будуть вимагати більшої кількості реального контролю та розуміння своїх операцій з даними, роблячи спостереження важливою частиною управління даними в усе більш складних середовищах.

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

Мій досвід у сфері інженерії та розробки продукції був вирішальним у формуванні того, як ми побудували Acceldata. Поняття технічних проблем масштабування систем даних дозволило нам розробити платформу, яка відповідає реальним потребам корпорацій. 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 відповідали тому, що клієнти потребують у динамічних та складних середовищах даних. Цей підхід був важливим для масштабування компанії та розширення нашої присутності на ринку у світі.

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 ставку на інновації, які будуть суттєво відрізняти нашу платформу. Будуючи на успіху нашого AI Copilot, ми покращуємо наші моделі машинного навчання, щоб забезпечити більш точне виявлення аномалій, автоматичне усунення та прогнозування витрат. Ми також просунемо передбачувальну аналітику, де штучний інтелект не тільки попереджає користувачів про потенційні проблеми, але й пропонує оптимальні конфігурації та проактивні рішення, конкретні для їхніх середовищ.

Іншим ключовим напрямком є контекстно-залежна автоматизація – нашої платформи вчиться на поведінці користувачів та узгоджує рекомендації з бізнес-цілями. Розширення наших природних мовних інтерфейсів (NLI) дозволить користувачам взаємодіяти з комплексними робочими процесами спостереження через прості, розмовні команди.

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

Штучний інтелект та великі мовні моделі стають центральними у управлінні даними. Як Acceldata позиціонує себе, щоб лідувати в цій сфері, і які унікальні можливості ваша платформа пропонує клієнтам?

Acceldata вже лідирує у сфері штучно-інтелектуального спостереження за даними. Після успішної інтеграції передової технології штучного інтелекту Bewgle, наша платформа тепер пропонує штучно-інтелектуальні можливості, які суттєво покращують спостереження за даними. Наш AI Copilot використовує машинне навчання для виявлення аномалій, прогнозування моделей споживання витрат та надання реального часу відомостей, все це робиться доступним через взаємодію з природними мовами.

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

Придбання Bewgle додало до платформи Acceldata передові можливості штучного інтелекту. Тепер, коли минуло рік з моменту придбання, як технологія Bewgle була інтегрована до рішень Acceldata, і який вплив це мало на розвиток наших можливостей штучно-інтелектуального спостереження за даними?

За останній рік ми повністю інтегрували технології штучного інтелекту Bewgle до платформи Acceldata, і результати були трансформаційними. Досвід Bewgle з фундаментальними моделями та природними мовними інтерфейсами прискорив наш шлях штучного інтелекту. Ці можливості тепер є частиною нашого AI Copilot, забезпечуючи наступне покоління досвіду користувача, яке дозволяє користувачам взаємодіяти з робочими процесами спостереження за даними через прості текстові команди.

Ця інтеграція також покращила наші моделі машинного навчання, поліпшивши виявлення аномалій, автоматичне прогнозування витрат та проактивні відомості. Ми змогли забезпечити більш детальний контроль над операціями, керованими штучним інтелектом, що дозволяє нашим клієнтам гарантувати надійність та продуктивність даних по всьому екосистемі. Успіх цієї інтеграції зміцнив позицію Acceldata як лідера у сфері штучно-інтелектуального спостереження за даними, забезпечуючи ще більшу цінність нашим клієнтам.

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

У найближчі роки я очікую кількох ключових тенденцій, які сформують ринок штучного інтелекту та спостереження за даними. Реальне спостереження за даними стане ще більш критичним, оскільки корпорації будуть шукати швидших та інформованіших рішень. Штучний інтелект та машинне навчання продовжуватимуть стимулювати розвиток передбачувальної аналітики та автоматичного виявлення аномалій, допомагаючи бізнесу залишатися попереду потенційних проблем.

Крім того, ми побачимо тісніше інтегрування спостереження за даними з рамками управління даними та безпеки, особливо з ростом вимог регулювання. Управління спостереженням за даними стане ще більш популярним, надаючи корпораціям експертизу та інструменти, необхідні для підтримання оптимальної продуктивності та відповідності вимогам. Ці тенденції підвищать роль спостереження за даними у забезпеченні того, що організації можуть масштабувати свої ініціативи штучного інтелекту, одночасно підтримуючи високі стандарти якості та управління даними.

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 першорядне значення. З ростом залежності організацій від штучного інтелекту для прийняття бізнес-рішень, потреба у довірчих, високоякісних даних стає ще більш критичною.

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 важливу роль у відповідності вимогам, забезпечуючи видимість лінії даних, використання та управління, узгоджуючи з суворими вимогами регулювання. У кінцевому підсумку, спостереження за даними дозволяє організаціям розблокувати весь потенціал своїх даних, одночасно мінімізуючи ризики та витрати.

Дякую за чудовий інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Acceldata.