Mô hình và nền tảng AI

Garth Rose, Giám đốc điều hành của GenRocket, Inc – Loạt phỏng vấn

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Garth là Đồng sáng lập & Giám đốc điều hành của GenRocket. Ông là một chuyên gia trong việc ra mắt và xây dựng các công ty khởi nghiệp công nghệ. Ông đã giữ nhiều vị trí lãnh đạo cấp cao trong các công ty khởi nghiệp trong 25 năm qua, bao gồm Chủ tịch & Giám đốc điều hành của Concentric Visions (được hỗ trợ bởi VC + được mua lại), VP Sales & VP Phát triển kinh doanh tại Indus River Networks (được hỗ trợ bởi VC + được mua lại), VP Sales & Marketing tại Digital Products (được mua lại) và Quản lý bán hàng quốc gia tại Leading Edge Products.

Vào năm 2012, bạn đã đồng sáng lập GenRocket, một công ty chuyên về tự động hóa dữ liệu thử nghiệm doanh nghiệp. Tầm nhìn ban đầu nào đã truyền cảm hứng cho điều này?

Tôi đã gặp Đồng sáng lập Hycel Taylor của GenRocket vào năm 2011 và ông đã giáo dục tôi về nhu cầu về dữ liệu thử nghiệm chính xác, được điều kiện hóa cho thử nghiệm phần mềm hiệu quả. Hycel đã thực hiện rất nhiều nghiên cứu và tìm thấy một khoảng trống lớn khi nói đến các giải pháp dữ liệu thử nghiệm. Hycel đã quyết định thiết kế nền tảng của riêng mình, một nền tảng có chi phí thấp, rất nhanh và linh hoạt.

Một số lợi ích của việc sử dụng dữ liệu thử nghiệm so với dữ liệu sản xuất là gì?

Thử nghiệm phần mềm đúng nghĩa là không chỉ thử nghiệm các điều kiện “tích cực” của một ứng dụng mà còn thử nghiệm các điều kiện “tiêu cực” cũng như các phép biến đổi và trường hợp biên. Dữ liệu sản xuất hữu ích cho phân tích dữ liệu nhưng có hạn chế cho nhiều trường hợp thử nghiệm. Một trong những khách hàng dịch vụ tài chính của chúng tôi đã chia sẻ rằng dữ liệu sản xuất của họ chỉ có thể đáp ứng đầy đủ 33% nhu cầu thử nghiệm của họ.

Tốc độ tạo dữ liệu là quan trọng, GenRocket có thể cung cấp tốc độ nào?

Đối với một trường hợp thử nghiệm tự động hóa điển hình, chúng tôi cung cấp dữ liệu thử nghiệm trong khoảng 100 mili giây. Đối với dữ liệu khối lượng, GenRocket tạo ra với tốc độ khoảng 10.000 hàng dữ liệu mỗi giây. Đối với các ứng dụng dữ liệu lớn, chúng tôi có thể sử dụng nhiều thể hiện GenRocket song song để tạo ra hàng triệu đến hàng tỷ hàng dữ liệu trong vài phút.

Luôn có một đường cong học tập khi nói đến việc tạo cả dữ liệu thử nghiệm và sản xuất. Bạn có cung cấp bất kỳ loại đào tạo người dùng nào không?

GenRocket University được tạo ra vào năm 2017 để giáo dục khách hàng và đối tác kênh của chúng tôi về GenRocket. Chúng tôi cung cấp nhiều khóa đào tạo trực tuyến miễn phí, bao gồm cả khóa đào tạo “Kỹ sư được chứng nhận GenRocket” của chúng tôi.

Hiện tại, bạn đang phục vụ khách hàng doanh nghiệp ở hơn 10 lĩnh vực khác nhau. Những loại khách hàng doanh nghiệp khác nhau này là gì?

Các ngân hàng lớn, nhiều công ty dịch vụ tài chính toàn cầu, các nhà cung cấp dịch vụ chăm sóc sức khỏe lớn của Mỹ, các nhà sản xuất, các công ty chuỗi cung ứng toàn cầu, các công ty dịch vụ thông tin dữ liệu là một số khách hàng của chúng tôi trên toàn thế giới.

Lĩnh vực dọc hoạt động nhất của chúng tôi là ngân hàng, dịch vụ tài chính, bảo hiểm, chăm sóc sức khỏe và sản xuất.

GenRocket khác với các công cụ Quản lý Dữ liệu Thử nghiệm (TDM) khác như thế nào?

Các giải pháp TDM truyền thống sao chép, che giấu và làm mới dữ liệu sản xuất. Các giải pháp này có xu hướng tốn kém và phức tạp, và dữ liệu sản xuất cũng có hạn chế cho thử nghiệm phần mềm. GenRocket đảo ngược mô hình TDM bằng cách nhanh chóng và chính xác tạo ra hầu hết dữ liệu cần thiết và truy vấn một lượng nhỏ dữ liệu sản xuất cần thiết cho một số thử nghiệm. Cách tiếp cận Tự động hóa Dữ liệu Thử nghiệm (TDA) của GenRocket nhanh hơn, tiết kiệm chi phí hơn và dễ triển khai và sử dụng hơn so với TDM.

Bạn có thể cho chúng tôi biết một chút về khả năng tương thích khuôn khổ dữ liệu thử nghiệm không?

Mỗi tổ chức đều có khuôn khổ thử nghiệm hoặc công cụ thử nghiệm của riêng họ, vì vậy GenRocket có tính linh hoạt để tích hợp vào môi trường của từng khách hàng. GenRocket có thể tích hợp với hầu như bất kỳ khuôn khổ thử nghiệm nào trong bất kỳ ngôn ngữ nào và bất kỳ công cụ thử nghiệm nào như Jenkins hoặc Selenium. GenRocket cũng có thể chèn dữ liệu vào bất kỳ cơ sở dữ liệu nào và có thể gửi dữ liệu qua các dịch vụ web. GenRocket cũng cung cấp tích hợp với Salesforce (CRM ) và có thể hỗ trợ các nguồn cấp dữ liệu phức tạp như NACHA trong lĩnh vực ngân hàng và EDI và HL7 cho ngành chăm sóc sức khỏe.

Có điều gì khác mà bạn muốn chúng tôi biết về GenRocket không?

Chúng tôi dựa vào một mạng lưới rộng lớn các đối tác kênh được đào tạo để giới thiệu và cung cấp các giải pháp dữ liệu thử nghiệm GenRocket cho khách hàng toàn cầu của chúng tôi. Các đối tác như Cognizant, HCL, Wipro, Hexaware, Mindtree và UST Global đang tích cực hợp tác với GenRocket.

Để tìm hiểu thêm, hãy truy cập GenRocket.

Antoine là một nhà lãnh đạo có tầm nhìn và là đối tác sáng lập của Unite.AI, được thúc đẩy bởi niềm đam mê không ngừng nghỉ để định hình và quảng bá tương lai của AI và robot. Là một doanh nhân hàng loạt, ông tin rằng AI sẽ gây ra sự gián đoạn cho xã hội giống như điện, và thường được bắt gặp khi nói về tiềm năng của các công nghệ phá vỡ và AGI.

Là một nhà tương lai học, ông dành để khám phá cách những đổi mới này sẽ định hình thế giới của chúng ta. Ngoài ra, ông là người sáng lập của Securities.io, một nền tảng tập trung vào đầu tư vào các công nghệ tiên tiến đang định nghĩa lại tương lai và thay đổi toàn bộ lĩnh vực.