Ian Leysen, CEO và Đồng sáng lập Datadobi – Chuỗi Phỏng vấn

Ian Leysen, CEO và Đồng sáng lập Datadobi, là một giám đốc công nghệ với hơn ba thập kỷ kinh nghiệm trong kỹ thuật phần mềm, bảo đảm chất lượng và quản lý dữ liệu doanh nghiệp. Ông đồng sáng lập Datadobi vào năm 2009 sau khi dành tám năm làm Trưởng phòng Bảo đảm Chất lượng tại EMC, trước đó là các vị trí lãnh đạo tại Mediagenix và Wave Research. Trong suốt sự nghiệp, Leysen đã tập trung mạnh vào việc xây dựng các tổ chức kỹ thuật phần mềm chất lượng cao, đã thành lập ba đội ngũ bảo đảm chất lượng từ đầu. Tại Datadobi, ông giám sát một công ty chuyên giúp các doanh nghiệp lớn quản lý, quản trị, di chuyển và bảo vệ dữ liệu phi cấu trúc trên môi trường on-premises, đám mây và hybrid. Công ty đã phát triển vượt qua nền tảng di chuyển dữ liệu quy mô lớn để cung cấp StorageMAP, một nền tảng trung lập nhà cung cấp được thiết kế để cung cấp cho các tổ chức khả năng nhìn thấy và kiểm soát tốt hơn các tài sản dữ liệu phi cấu trúc phức tạp, bao gồm việc chuẩn bị dữ liệu doanh nghiệp cho các sáng kiến AI.

Datadobi giúp các doanh nghiệp có được khả năng nhìn thấy và kiểm soát tốt hơn lượng dữ liệu phi cấu trúc đang tăng nhanh. Phần mềm của họ có thể quét hàng tỷ tệp để xác định dữ liệu lỗi thời, bản sao, khoảng trống sở hữu và các rủi ro tiềm năng, đồng thời áp dụng siêu dữ liệu và thẻ phân loại hỗ trợ quản trị và các chính sách tự động cho việc lưu trữ, xóa và bảo lưu. Điều này ngày càng quan trọng khi các tổ chức chuẩn bị dữ liệu doanh nghiệp cho AI sinh tạo, nơi thông tin kém hiểu hoặc lỗi thời có thể tạo ra tiếng ồn, vấn đề tuân thủ và rủi ro bảo mật. Datadobi cũng cho phép các công ty xác định các bộ dữ liệu có giá trị tiềm năng, tổ chức chúng để sử dụng downstream, và chuyển thông tin được chọn vào các data lake hoặc lakehouse trong khi duy trì khả năng truy xuất và quản trị. Nền tảng này còn cung cấp thông tin về chi phí lưu trữ và tác động carbon, giúp các tổ chức đưa ra quyết định thông minh hơn về dữ liệu nào nên giữ lại và nơi nào nên lưu trữ.

Bạn đã dành tám năm lãnh đạo bộ phận bảo đảm chất lượng tại EMC trước khi đồng sáng lập Datadobi vào năm 2010. Bạn đã thấy gì trong môi trường lưu trữ và dữ liệu doanh nghiệp quy mô lớn khiến bạn tin rằng có một công ty nên được xây dựng, và tầm nhìn ban đầu đã phát triển như thế nào khi dữ liệu phi cấu trúc trở nên ngày càng quan trọng đối với AI?

Tại EMC, tôi đã dành nhiều năm chứng kiến các doanh nghiệp đầu tư mạnh vào hạ tầng lưu trữ trong khi hầu như không có khả năng nhìn thấy những gì thực sự nằm trên đó. Chúng tôi rất giỏi trong việc giúp khách hàng lưu trữ và bảo vệ dữ liệu, nhưng không ai đặt ra câu hỏi khó hơn: dữ liệu này là gì, ai là chủ sở hữu, có ai còn cần nó không, và giá trị của nó là bao nhiêu? Khoảng trống giữa khả năng hạ tầng và hiểu biết về dữ liệu chính là cơ hội. Chúng tôi thành lập Datadobi để giúp các tổ chức di chuyển và quản lý dữ liệu phi cấu trúc một cách thông minh, không chỉ chuyển nó từ một hệ thống lưu trữ sang hệ thống khác.

Điều đã thay đổi là mức độ quan trọng. Mười lăm năm trước, một thư mục chia sẻ không được quản lý là một vấn đề về chi phí và tuân thủ. Ngày nay, cùng một thư mục không được quản lý trở thành một trách nhiệm ngay khi ai đó trỏ một mô hình AI hoặc tác nhân vào đó. Dữ liệu phi cấu trúc đã chuyển từ việc chỉ là thứ các tổ chức lưu trữ sang thứ quyết định liệu các sáng kiến AI của họ có thành công hay không. Ý tưởng ban đầu của chúng tôi, rằng hạ tầng lưu trữ không thể tự mình cho bạn biết dữ liệu có ý nghĩa gì đối với doanh nghiệp, vẫn chưa thay đổi. Nó chỉ trở nên cấp bách hơn bao giờ hết.

Bạn đã lập luận rằng AI sinh tạo không tạo ra vấn đề dữ liệu doanh nghiệp, mà chỉ bộc lộ và tăng tốc các vấn đề đã tồn tại trong nhiều thập kỷ. Những điểm yếu lớn nhất mà AI hiện đang tiết lộ trong cách các tổ chức từng quản lý dữ liệu của mình là gì?

Các tổ chức đã gặp khó khăn trong việc hiểu dữ liệu doanh nghiệp trong nhiều thập kỷ. AI không tạo ra khó khăn đó, nó chỉ loại bỏ những nơi mà dữ liệu từng ẩn náu. Khi dữ liệu yên lặng trên một thư mục chia sẻ hoặc trong một kho lưu trữ, không ai phải trả lời về nội dung bên trong. Ngay khi bạn trỏ một mô hình ngôn ngữ lớn hoặc một quy trình RAG vào đó, mọi điểm yếu đều trở nên hiện hữu và có hệ quả.

Thách thức lớn nhất là hầu hết các tổ chức đã quản lý lưu trữ, chứ không phải quản lý dữ liệu. Họ biết vị trí các volume và bucket, nhưng không biết nội dung bên trong: tệp nào đã lỗi thời, tệp nào chứa thông tin nhạy cảm hoặc được quy định, tệp nào bị sao chép hàng chục lần trong môi trường, và ai thực sự có quyền truy cập. AI cũng đang bộc lộ mức độ phân mảnh của quyền sở hữu. Dữ liệu tích lũy trên các hệ thống on-premises, nhiều đám mây và kho SaaS, và không ai sở hữu toàn bộ bức tranh. Đó không phải là vấn đề mới. AI chỉ làm cho chi phí bỏ qua chúng trở nên ngay lập tức và rõ ràng.

Các tổ chức thường tập trung đầu tư AI vào các mô hình mạnh hơn, GPU và hạ tầng. Tại sao việc tăng cường tính toán hoặc lưu trữ không thể giải quyết vấn đề sẵn sàng dữ liệu cơ bản, và các doanh nghiệp nên đầu tư vào đâu thay vào đó?

Tăng cường tính toán chỉ khiến một câu trả lời sai nhanh hơn. Nó không làm cho câu trả lời chính xác, an toàn hoặc tuân thủ. GPU và hạ tầng lưu trữ thực thi các quyết định, chứ không tạo ra chúng. Nếu bạn cung cấp cho một mô hình mạnh dữ liệu lỗi thời, sao chép, quyền sai hoặc nhạy cảm, bạn sẽ nhận được một mô hình mạnh tạo ra kết quả không đáng tin cậy hoặc rủi ro ở quy mô lớn, và làm điều đó nhanh chóng.

Chúng tôi tin rằng thị trường đã đạt đến một điểm chuyển quan trọng: trong quá khứ, các tổ chức tối ưu hoá lưu trữ; ngày càng nhiều, họ cần tối ưu hoá dữ liệu. Điều đó có nghĩa là đầu tư vào kỷ luật nằm trên lớp hạ tầng, khả năng nhìn thấy toàn bộ tài sản dữ liệu, hiểu mỗi phần dữ liệu thực sự là gì và ai chịu trách nhiệm, quyết định những gì nên giữ, di chuyển, lưu trữ hoặc xóa, và sau đó thực hiện quyết định đó một cách nhất quán. Chi tiêu hạ tầng mà không có kỷ luật này chỉ khiến các tổ chức làm sai việc nhanh hơn.

Đó chính là vấn đề mà nền tảng quản lý dữ liệu phi cấu trúc của chúng tôi được xây dựng để giải quyết. Nó cung cấp cho các tổ chức một cái nhìn duy nhất trên môi trường on-premises, đám mây và SaaS, phân loại dữ liệu bằng thẻ và phân tích siêu dữ liệu để các đội ngũ có thể thấy những gì là dư thừa, lỗi thời hoặc thực sự có giá trị, và sau đó thực thi các quyết định, di chuyển, lưu trữ hoặc xóa dữ liệu thông qua quy trình làm việc dựa trên chính sách, hoạt động liên tục thay vì một dự án một lần. Sự kết hợp giữa khả năng nhìn thấy, phân loại và thực thi nhất quán là điều biến ‘chúng tôi có rất nhiều dữ liệu’ thành ‘chúng tôi biết chính xác những gì chúng tôi có và cần làm gì với chúng’.

“Dữ liệu sẵn sàng cho AI” đã trở thành một cụm từ phổ biến trong ngành. Theo quan điểm của bạn, điều gì thực sự làm cho dữ liệu phi cấu trúc trở nên sẵn sàng cho AI, và các tổ chức nên sử dụng những tiêu chí nào trước khi cho phép dữ liệu vào một AI sinh tạo, quy trình sinh tạo tăng cường truy xuất (RAG) hoặc quy trình đào tạo?

Dữ liệu sẵn sàng cho AI là dữ liệu mà một tổ chức đã xác thực, không chỉ là dữ liệu mà họ sở hữu. Thực tế, điều này có nghĩa là tổ chức có thể trả lời một loạt các câu hỏi một cách tự tin trước khi dữ liệu đó tới mô hình hoặc quy trình: Dữ liệu này có chính xác và hiện tại không, hay đã ngồi yên không được chạm vào trong nhiều năm? Nó có bị sao chép ở nơi khác theo cách sẽ làm sai lệch hoặc mâu thuẫn kết quả không? Nó có chứa thông tin nhạy cảm, được quy định hoặc cá nhân không nên được công khai? Ai được phép truy cập, và liệu điều đó còn phản ánh đúng người nên được truy cập không? Nó thực sự có tạo giá trị kinh doanh cho trường hợp sử dụng, hay chỉ là tiếng ồn?

Nếu không có câu trả lời cho những câu hỏi đó, việc cung cấp dữ liệu vào một AI sinh tạo hoặc quy trình RAG chỉ đồng nghĩa với việc đẩy vấn đề quản trị của bạn xuống phía dưới, vào một hệ thống mà khả năng phát hiện những gì nó tìm thấy tốt hơn rất nhiều so với các thư mục chia sẻ của bạn. Sự sẵn sàng cho AI là một kỷ luật trí tuệ dữ liệu, không phải một ô kiểm mà bạn áp dụng một lần trước khi dự án bắt đầu.

Các doanh nghiệp có thể có hàng tỷ tệp lan truyền trên hạ tầng on-premises, nhiều đám mây, kho lưu trữ và các đơn vị kinh doanh. Làm thế nào họ có thể xác định dữ liệu nào chứa giá trị kinh doanh ý nghĩa và dữ liệu nào là dư thừa, lỗi thời, tầm thường, hoặc chỉ là tiếng ồn có thể làm suy giảm hiệu suất AI?

Ở quy mô đó, không ai có thể trả lời câu hỏi này từng tệp một, và việc xem xét thủ công không phải là chiến lược khả thi. Các tổ chức cần có khả năng nhìn thấy toàn bộ doanh nghiệp trước: một cái nhìn duy nhất, chính xác trên các kho lưu trữ on-premises, đám mây và SaaS, vì bạn không thể đưa ra quyết định về dữ liệu mà bạn không thể thấy. Từ đó, việc áp dụng trí tuệ dữ liệu để phân loại những gì thực sự có trong môi trường, để dữ liệu ROT (redundant, obsolete, trivial) được xác định và tách biệt khỏi dữ liệu thực sự mang lại giá trị kinh doanh.

Đây là nơi kỷ luật phải tiến xa hơn chỉ khả năng nhìn thấy. Nhìn dữ liệu là cần thiết nhưng không đủ. Các tổ chức cần tiến tới hiểu dữ liệu là gì và có ý nghĩa gì, quyết định những gì nên làm với nó — giữ lại, di chuyển, lưu trữ, xóa, hoặc sử dụng để hỗ trợ AI — và sau đó thực hiện quyết định đó một cách nhất quán trên hàng tỷ đối tượng. Bỏ qua bước từ khả năng nhìn thấy trực tiếp đến việc đưa dữ liệu vào AI là cách tiếng ồn cuối cùng làm giảm hiệu suất mô hình và dữ liệu thực sự có giá trị bị chôn vùi trong đó.

Bảo mật và quản trị trở nên đặc biệt quan trọng khi các hệ thống AI có thể khai thác thông tin mà trước đây nhân viên khó có thể phát hiện. Các tổ chức nên đánh giá quyền truy cập, thông tin nhạy cảm, quyền sở hữu và rủi ro pháp lý như thế nào trước khi công khai dữ liệu doanh nghiệp cho các hệ thống AI?

Đây là một trong những lĩnh vực mà AI đã thay đổi cách tính toán rủi ro nhất. Một tệp có quyền truy cập quá mức hoặc lỗi thời trước đây chỉ là một rủi ro lý thuyết, vì thực tế, một người phải biết nó tồn tại và tìm kiếm mới có thể bị phơi bày. Một hệ thống AI với quyền truy cập rộng có thể đưa tệp đó ra cho bất kỳ ai đặt câu hỏi đúng, ngay lập tức. Sự ẩn danh chưa bao giờ là một biện pháp kiểm soát thực sự, nhưng AI đã loại bỏ phần bảo vệ cuối cùng mà nó vô tình cung cấp.

Trước khi bất kỳ dữ liệu nào được công khai cho một hệ thống AI, các tổ chức cần có bức tranh rõ ràng về ai có quyền truy cập và liệu quyền truy cập đó còn hợp lý không, dữ liệu chứa thông tin nhạy cảm hoặc được quy định gì, ai là chủ sở hữu và chịu trách nhiệm, và những nghĩa vụ pháp lý nào gắn liền với nó — như yêu cầu về lưu trữ, bảo lưu và quyền riêng tư. Đánh giá này không thể là một cuộc kiểm tra một lần trước khi triển khai. Dữ liệu doanh nghiệp thay đổi liên tục, vì vậy quyền truy cập, sở hữu và rủi ro phải được xem xét liên tục, không chỉ vào thời điểm dự án AI được đưa vào hoạt động.

Datadobi ủng hộ việc chuyển đổi cuộc trò chuyện từ quản lý hạ tầng lưu trữ sang quản lý dữ liệu như một tài sản kinh doanh. Sự chuyển đổi này trông như thế nào trong thực tế, và nó thay đổi mối quan hệ giữa các đội IT, đội dữ liệu, lãnh đạo bảo mật và các đơn vị kinh doanh như thế nào?

Trong thực tế, điều này có nghĩa là cuộc trò chuyện không còn xoay quanh dung lượng, phân tầng và thời gian hoạt động, mà chuyển sang các kết quả: giảm chi phí, giảm rủi ro, tuân thủ quy định và hỗ trợ AI. Trước đây, những mục tiêu này được xem là các sáng kiến riêng biệt, mỗi cái có công cụ và chủ sở hữu riêng. Chúng tôi tin rằng quan điểm này ngày càng lỗi thời. Tất cả chúng phụ thuộc vào việc hiểu cùng một dữ liệu doanh nghiệp cơ bản, và điều cần thiết là một mô hình vận hành mới tập trung vào dữ liệu, kết nối chúng lại, thay vì xem mỗi sáng kiến như một hệ thống tách biệt. Nền tảng của chúng tôi là cách chúng tôi đưa mô hình vận hành đó vào thực tiễn.

Điều này tự nhiên thay đổi người tham gia. IT không còn là chủ sở hữu duy nhất của cuộc trò chuyện, vì các quyết định về việc giữ, di chuyển hoặc công khai dữ liệu cho AI là các quyết định kinh doanh, được thông tin bởi trí tuệ dữ liệu, không phải quyết định hạ tầng. Các lãnh đạo bảo mật và tuân thủ cần khả năng nhìn thấy cùng một cảnh quan dữ liệu mà IT quản lý. Các đơn vị kinh doanh cần tiếng nói về dữ liệu thực sự quan trọng đối với kết quả của họ. Quản lý dữ liệu không còn là một chức năng IT phía sau mà trở thành một kỷ luật vận hành chung, với IT, bảo mật và doanh nghiệp đưa ra quyết định dựa trên cùng một thông tin.

Một thách thức với AI doanh nghiệp là dữ liệu liên tục thay đổi. Việc sẵn sàng cho AI có thể đạt được một lần duy nhất, hay cần một quá trình liên tục để khám phá, phân loại, quản trị, lưu trữ và di chuyển dữ liệu khi nó phát triển?

Đó là một quá trình liên tục, không gì phải bàn cãi. Dữ liệu doanh nghiệp thay đổi liên tục, các tệp mới được tạo, quyền truy cập thay đổi, nhân viên vào và ra, quy định phát triển, vì vậy quản lý dữ liệu phải trở thành một khả năng vận hành liên tục thay vì một chuỗi các dự án độc lập. Xem việc sẵn sàng cho AI như một cuộc dọn dẹp một lần trước khi dự án khởi động giống như việc tuyên bố một tòa nhà an toàn sau một lần thợ khóa đến và không bao giờ kiểm tra lại các cửa nữa.

Các tổ chức cần một kỷ luật vận hành liên tục đi qua các giai đoạn nhìn thấy, hiểu biết, quyết định và thực thi, khám phá dữ liệu tồn tại, phân loại và hiểu chúng, quyết định những gì nên làm với chúng, và sau đó hành động theo quyết định đó một cách định kỳ. Những tổ chức vượt trội so với đồng nghiệp sẽ là những người có thể đi qua chu kỳ này liên tục và ở quy mô doanh nghiệp, không phải những người xem việc sẵn sàng cho AI như một dự án có ngày kết thúc.

Khi các doanh nghiệp ngày càng triển khai các tác nhân AI có thể tìm kiếm trên các hệ thống và thực hiện hành động tự động, quản lý dữ liệu phi cấu trúc có trở nên quan trọng hơn không? Những rủi ro mới nào xuất hiện khi một tác nhân AI có thể truy cập thông tin phân tán trong toàn tổ chức thay vì chỉ phản hồi một yêu cầu của người dùng?

Nó trở nên quan trọng hơn đáng kể, vì một tác nhân thay đổi bản chất của việc tiếp xúc. Một chatbot trả lời một yêu cầu đơn lẻ bị giới hạn bởi những gì một người hỏi và nhìn thấy. Một tác nhân có thể tìm kiếm trên các hệ thống và thực hiện hành động tự động có thể đi qua nhiều hơn môi trường so với bất kỳ nhân viên nào thường xuyên, và có thể hành động dựa trên những gì nó tìm thấy, di chuyển, chia sẻ hoặc sử dụng dữ liệu, mà không cần con người xem xét từng bước.

Điều này tạo ra rủi ro vượt qua việc chỉ khám phá đơn giản. Nếu một tác nhân có quyền truy cập vào dữ liệu không nên (các tệp sai quyền, hồ sơ nhạy cảm lỗi thời, thông tin nên được lưu trữ hoặc xóa từ năm nào đó) nó có thể hành động trên dữ liệu đó với tốc độ và quy mô của máy, không chỉ đưa ra cho một người dùng tò mò. Các tổ chức triển khai tác nhân thành công nhất là những tổ chức đã xem quản trị dữ liệu là một điều kiện tiên quyết, không phải một suy nghĩ sau, vì một tác nhân sẽ tận dụng triệt để bất kỳ lỗ hổng nào trong trí tuệ dữ liệu của bạn.

Đối với một doanh nghiệp đã tích lũy hàng thập kỷ dữ liệu phi cấu trúc và muốn mở rộng các sáng kiến AI, các bước thực tế nào bạn đề xuất thực hiện đầu tiên, và những sai lầm nào các lãnh đạo nên tránh khi bắt đầu kiểm soát tài sản dữ liệu của mình?

Bắt đầu với khả năng nhìn thấy. Bạn không thể đưa ra quyết định tốt về dữ liệu mà không thể nhìn thấy, vì vậy bước thực tế đầu tiên là có được một bức tranh chính xác, toàn doanh nghiệp về dữ liệu tồn tại trên các môi trường on-premises, đám mây và SaaS. Từ đó, chuyển sang việc hiểu, phân loại dữ liệu để biết gì có giá trị, gì nhạy cảm, và gì chỉ là tiếng ồn, trước khi tiến tới các quyết định về bảo lưu, di chuyển, lưu trữ hoặc xóa.

Cũng có một thực tế về ngân sách mà các lãnh đạo không thể bỏ qua. Hầu hết các CIO không có ngân sách AI riêng biệt, không giới hạn; họ làm việc với một nguồn ngân sách cố định mà bây giờ AI phải cạnh tranh với mọi thứ khác giữ cho doanh nghiệp hoạt động. Thái độ tài trợ AI bằng cách cắt giảm đầu tư vào hạ tầng hiện có là sai lầm, vì chính hạ tầng, lưu trữ, các đường ống dữ liệu, quản trị, là những gì AI phụ thuộc để thành công. Con đường bền vững hơn là tạo không gian trong tài sản hiện có: cải thiện khả năng nhìn thấy và giảm lãng phí lưu trữ thông qua tối ưu hoá dữ liệu mà StorageMAP được xây dựng để giải phóng ngân sách thực tế, mà không chạm tới dung lượng mà các sáng kiến AI thực sự sẽ cần.

Sai lầm lớn nhất tôi thấy là các tổ chức bỏ qua bước xây dựng nền tảng nhìn thấy và hiểu, ngay đưa AI vào tài sản dữ liệu của họ, hoặc khởi động một dự án dọn dẹp, mà không có nền tảng đó. Sai lầm thứ hai là xem việc này như một sáng kiến một lần thay vì một khả năng vận hành; dữ liệu luôn thay đổi, vì vậy kỷ luật phải liên tục. Và sai lầm thứ ba là để nó chỉ là một bài tập kỹ thuật thuần túy. Các tổ chức thành công xem việc này như một quyết định kinh doanh, với IT, bảo mật và các bên liên quan kinh doanh đồng thuận về giá trị của dữ liệu và những gì nên làm với nó, không chỉ là một dự án di chuyển hoặc lưu trữ được giao cho IT.

Cảm ơn bạn đã tham gia buổi phỏng vấn tuyệt vời, những độc giả muốn tìm hiểu thêm nên truy cập Datadobi.