Mathias Golombek, Chief Technology Officer của Exasol – Series Phỏng vấn

Mathias Golombek là Chief Technology Officer (CTO) của Exasol. Ông đã gia nhập công ty với tư cách là nhà phát triển phần mềm vào năm 2004 sau khi học khoa học máy tính với trọng tâm mạnh mẽ về cơ sở dữ liệu, hệ thống phân tán, quy trình phát triển phần mềm và thuật toán di truyền. Đến năm 2005, ông đã chịu trách nhiệm về đội ngũ Tối ưu hóa Cơ sở dữ liệu và vào năm 2007, ông trở thành Trưởng phòng Nghiên cứu và Phát triển. Vào năm 2014, Mathias được bổ nhiệm làm CTO. Trong vai trò này, ông chịu trách nhiệm về phát triển sản phẩm, quản lý sản phẩm, hoạt động, hỗ trợ và tư vấn kỹ thuật.

Điều gì ban đầu thu hút bạn đến với khoa học máy tính?

Khi tôi đang học lớp bốn, anh trai tôi đã tham gia một số bài học nơi họ học cách lập trình BASIC, và anh ấy đã chỉ cho tôi những gì bạn có thể làm với điều đó. Cùng nhau, chúng tôi đã phát triển một câu đố Phục sinh trên Commodore 64 của chúng tôi cho em trai út của chúng tôi, và từ đó, tôi đã bị thu hút bởi máy tính. Khoa học máy tính nói chung là tất cả về việc giải quyết vấn đề và sáng tạo, và tôi nghĩ rằng khía cạnh đó đã thu hút tôi nhất đến lĩnh vực này.

Bạn có thể chia sẻ hành trình của mình từ khi gia nhập Exasol với tư cách là nhà phát triển phần mềm vào năm 2004 đến khi trở thành CTO? Làm thế nào các vai trò của bạn đã thay đổi qua các năm, đặc biệt là trong bối cảnh công nghệ thay đổi nhanh chóng?

Tôi đã học Khoa học Máy tính tại Đại học Würzburg ở Đức và bắt đầu làm việc tại Exasol với tư cách là nhà phát triển phần mềm vào năm 2004 sau khi tốt nghiệp. Sau năm đầu tiên với Exasol, tôi đã được thăng cấp lên vị trí Trưởng nhóm Tối ưu hóa Cơ sở dữ liệu và sau đó là Trưởng phòng Nghiên cứu và Phát triển. Sau đó, tôi đã giữ vị trí Trưởng phòng Nghiên cứu và Phát triển trong bảy năm trước khi đảm nhiệm vai trò CTO hiện tại vào năm 2014.

Từ đầu, tôi đã bị ấn tượng bởi những gì Exasol đang làm — công ty công nghệ này của Đức đang chiến đấu chống lại những tên tuổi lớn như Microsoft, IBM và Oracle. Tôi đã bị choáng ngợp bởi cơ hội trước mắt — với tư cách là một nhà phát triển, việc tạo ra hệ thống quản lý cơ sở dữ liệu song song lớn (MPP), trong bộ nhớ này là thiên đường trên trái đất.

Tôi đã tận hưởng mọi khoảnh khắc làm việc với đội ngũ kỹ sư tài năng này. Với tư cách là CTO, tôi giám sát sự đổi mới sản phẩm, phát triển và hỗ trợ kỹ thuật của Exasol. Điều đó thật thú vị khi thấy Exasol đã phát triển như thế nào trên toàn cầu khi chúng tôi làm việc để hỗ trợ khách hàng và nhu cầu thay đổi của họ. Những điều cơ bản vẫn không thay đổi — chúng tôi vẫn là một hệ thống cơ sở dữ liệu trong bộ nhớ, nhưng bây giờ chúng tôi đang trao quyền cho khách hàng của mình để khai thác sức mạnh của dữ liệu cho các triển khai AI.

Exasol đã đứng ở vị trí hàng đầu trong lĩnh vực cơ sở dữ liệu phân tích hiệu suất cao. Từ quan điểm của bạn, điều gì giúp Exasol khác biệt trong không gian cạnh tranh này?

Các nhà lãnh đạo doanh nghiệp luôn phải đối mặt với thách thức về việc làm thế nào để làm được nhiều hơn với ít hơn. Trong những năm gần đây, điều này đã trở nên thậm chí còn thách thức hơn khi nền kinh tế tiếp tục biến động và sự phổ biến của công nghệ AI đã chiếm dụng ngân sách và thời gian.

Với tư cách là nhà cung cấp cơ sở dữ liệu phân tích hiệu suất cao, Exasol đã duy trì vị trí hàng đầu khi giúp các doanh nghiệp làm được nhiều hơn với ít hơn. Chúng tôi giúp các công ty chuyển đổi thông tin kinh doanh (BI) thành những hiểu biết tốt hơn với Exasol Espresso, động cơ truy vấn đa năng của chúng tôi có thể cắm vào các ngăn xếp dữ liệu hiện có. Các thương hiệu toàn cầu như T-Mobile, Piedmont Healthcare và Allianz sử dụng Exasol Espresso để chuyển đổi khối lượng dữ liệu lớn hơn thành những hiểu biết nhanh hơn, sâu hơn và rẻ hơn. Và tôi nghĩ chúng tôi đã làm rất tốt trong việc掌握 sự cân bằng tinh tế giữa hiệu suất, giá cả và tính linh hoạt để khách hàng không phải đánh đổi.

Để hỗ trợ các công ty trong hành trình AI của họ, chúng tôi cũng vừa ra mắt Espresso AI, trang bị động cơ truy vấn đa năng của chúng tôi với một bộ công cụ AI mới cho phép các tổ chức khai thác sức mạnh của dữ liệu để đưa ra quyết định và hiểu biết tiên tiến được thúc đẩy bởi AI. Các khả năng của Espresso AI giúp AI trở nên phải chăng và dễ tiếp cận hơn, cho phép khách hàng bỏ qua các thí nghiệm tốn kém và tốn thời gian và đạt được ROI ngay lập tức. Đây là một yếu tố thay đổi trò chơi cho các doanh nghiệp tập trung vào đổi mới và tạo ra giá trị trong thời đại AI.

Báo cáo AI và Phân tích năm 2024 của Exasol nhấn mạnh việc đầu tư thấp vào AI là con đường dẫn đến thất bại trong kinh doanh. Bạn có thể mở rộng về những phát hiện chính của báo cáo này và tại sao đầu tư vào AI lại quan trọng đối với các doanh nghiệp ngày nay?

Như bạn đã nói, kết luận chính của Báo cáo AI và Phân tích năm 2024 của Exasol là việc đầu tư thấp vào AI dẫn đến thất bại trong kinh doanh. Dựa trên cuộc khảo sát của chúng tôi đối với các nhà lãnh đạo quyết định cũng như các nhà khoa học dữ liệu và phân tích trên toàn Mỹ, Anh và Đức, gần như tất cả (91%) người được hỏi đồng ý rằng AI là một trong những chủ đề quan trọng nhất đối với các tổ chức trong hai năm tới, với 72% thừa nhận rằng không đầu tư vào AI ngày nay sẽ đặt tính khả thi của kinh doanh trong tương lai vào rủi ro. Nói một cách đơn giản, trong môi trường hiện nay, các doanh nghiệp không nghĩ về AI đã bị tụt lại phía sau.

Các doanh nghiệp đang phải đối mặt với áp lực từ các bên liên quan để đầu tư vào AI – và có nhiều lý do tại sao. Đầu tư vào AI đã giúp các tổ chức trên nhiều ngành – từ chăm sóc sức khỏe đến dịch vụ tài chính và bán lẻ – mở khóa các dòng doanh thu mới, nâng cao trải nghiệm khách hàng, tối ưu hóa hoạt động, tăng năng suất, tăng khả năng cạnh tranh và nhiều hơn nữa. Danh sách chỉ tăng lên khi các doanh nghiệp bắt đầu tìm ra những cách cụ thể để tận dụng AI để phù hợp với nhu cầu kinh doanh độc đáo của họ.

Báo cáo cùng đề cập đến các rào cản chính đối với việc áp dụng AI, bao gồm khoảng trống về khoa học dữ liệu và độ trễ trong triển khai. Làm thế nào Exasol giải quyết những thách thức này cho khách hàng của mình?

Mặc dù nhu cầu quan trọng để đầu tư vào AI, các doanh nghiệp vẫn phải đối mặt với các rào cản đáng kể đối với việc triển khai rộng rãi. Báo cáo AI và Phân tích của Exasol chỉ ra rằng lên đến 78% người ra quyết định gặp phải khoảng trống ở ít nhất một lĩnh vực của mô hình khoa học dữ liệu và học máy (ML) của họ, với 47% cho rằng tốc độ triển khai các yêu cầu dữ liệu mới là một thách thức. Thêm 79% cho rằng các yêu cầu phân tích kinh doanh mới mất quá nhiều thời gian để được triển khai bởi các đội dữ liệu của họ. Các yếu tố khác cản trở việc áp dụng AI rộng rãi bao gồm thiếu chiến lược triển khai, chất lượng dữ liệu kém, thiếu dữ liệu và tích hợp với các hệ thống hiện có. Ngoài ra, các yêu cầu và quy định về AI đang thay đổi đang gây ra vấn đề cho nhiều công ty với 88% người được hỏi cho rằng họ cần thêm sự rõ ràng.

Khi việc triển khai AI tăng lên, nó sẽ trở nên quan trọng hơn đối với các doanh nghiệp để đảm bảo nền tảng dữ liệu vững chắc. Exasol cung cấp tính linh hoạt, khả năng phục hồi và khả năng mở rộng cho các doanh nghiệp áp dụng chiến lược AI. Khi các vai trò như Chief Data Officer (CDO) tiếp tục phát triển và trở nên phức tạp hơn – với các thách thức về đạo đức và tuân thủ ngày càng tăng ở tiền phong – Exasol hỗ trợ các nhà lãnh đạo dữ liệu và giúp họ chuyển đổi BI thành những hiểu biết nhanh hơn, tốt hơn sẽ thông báo quyết định kinh doanh và tác động tích cực đến kết quả cuối cùng.

Khi AI trở nên quan trọng đối với thành công kinh doanh, nó chỉ hiệu quả khi có các công cụ, công nghệ và con người mạnh mẽ ở phía sau. Kết quả khảo sát nhấn mạnh khoảng cách đáng kể giữa các công cụ BI hiện tại và đầu ra của chúng – nhiều công cụ hơn không nhất thiết có nghĩa là hiệu suất nhanh hơn hoặc hiểu biết tốt hơn. Khi các CDO chuẩn bị cho sự phức tạp hơn và được giao nhiệm vụ làm được nhiều hơn với ít hơn, họ phải đánh giá ngăn xếp phân tích dữ liệu để đảm bảo năng suất, tốc độ và tính linh hoạt – tất cả đều với chi phí hợp lý.

Espresso AI giúp thu hẹp khoảng cách này cho doanh nghiệp bằng cách tối ưu hóa các quy trình trích xuất, nạp và biến đổi dữ liệu để cung cấp cho người dùng tính linh hoạt để ngay lập tức thí nghiệm với các công nghệ mới ở quy mô lớn, bất kể hạn chế về cơ sở hạ tầng – dù trên cơ sở, đám mây hay kết hợp. Người dùng có thể giảm chi phí di chuyển dữ liệu và nỗ lực trong khi đưa các công nghệ mới nổi như LLM vào cơ sở dữ liệu của họ. Những khả năng này giúp các tổ chức tăng tốc hành trình của họ để triển khai các giải pháp AI và ML trong khi đảm bảo chất lượng và độ tin cậy của dữ liệu của họ.

Khả năng đọc dữ liệu đang trở nên ngày càng quan trọng trong thời đại AI. Exasol đóng góp như thế nào vào việc nâng cao khả năng đọc dữ liệu cho khách hàng và cộng đồng rộng lớn hơn?

Trong môi trường làm việc giàu dữ liệu ngày nay, kỹ năng đọc dữ liệu đang trở nên quan trọng hơn bao giờ hết – và nhanh chóng trở thành một “cần phải có” chứ không chỉ là “tốt để có” trong thời đại AI. Khả năng đọc dữ liệu là về việc có kỹ năng để diễn giải thông tin phức tạp và khả năng hành động dựa trên những phát hiện đó. Nhưng thường xuyên, quyền truy cập dữ liệu bị cô lập trong một tổ chức hoặc chỉ một tập con các cá nhân có kỹ năng đọc dữ liệu cần thiết để hiểu và truy cập vào lượng dữ liệu khổng lồ chảy qua doanh nghiệp. Cách tiếp cận này có lỗi vì nó hạn chế lượng thời gian và tài nguyên dành để sử dụng dữ liệu và cuối cùng, khoảng trống về khả năng đọc dữ liệu tạo ra một rào cản đối với đổi mới kinh doanh.

Khi mọi người có khả năng đọc dữ liệu, họ có thể hiểu dữ liệu, phân tích nó và áp dụng ý tưởng, kỹ năng và chuyên môn của riêng họ vào đó. Số lượng người có kiến thức, sự tự tin và công cụ để giải quyết và tìm ý nghĩa từ dữ liệu càng nhiều, thì một tổ chức càng thành công. Tại Exasol, chúng tôi hỗ trợ các nhà lãnh đạo dữ liệu và doanh nghiệp trong việc thúc đẩy khả năng đọc dữ liệu và giáo dục.

Ngoài thành phần giáo dục, các doanh nghiệp nên tối ưu hóa ngăn xếp công nghệ và công cụ BI của họ để cho phép phân quyền dữ liệu. Khả năng truy cập dữ liệu và khả năng đọc dữ liệu đi đôi với nhau. Đầu tư vào cả hai là cần thiết để thúc đẩy các chiến lược dữ liệu. Ví dụ, với Exasol, hệ thống không cần điều chỉnh của chúng tôi cho phép các doanh nghiệp tập trung vào việc sử dụng dữ liệu, chứ không phải công nghệ. Tốc độ cao cho phép các đội làm việc tương tác với dữ liệu và tránh bị hạn chế bởi các hạn chế về hiệu suất. Điều này cuối cùng dẫn đến phân quyền dữ liệu.

Bây giờ là thời điểm để phân quyền dữ liệu chuyển từ một chủ đề thảo luận sang hành động trong các tổ chức. Khi nhiều người trên các bộ phận khác nhau có được quyền truy cập vào những hiểu biết có ý nghĩa, nó sẽ giảm bớt các nút thắt truyền thống do các đội phân tích dữ liệu gây ra. Khi những silo truyền thống này sụp đổ, các tổ chức sẽ nhận ra mức độ rộng và sâu của nhu cầu đối với các đội và cá nhân của họ để sử dụng dữ liệu. Thậm chí những người không nghĩ rằng họ là người dùng cuối của dữ liệu cũng sẽ bị kéo vào để tận dụng dữ liệu.

Với sự thay đổi này, một thách thức lớn sẽ xuất hiện trong những năm tới – lực lượng lao động sẽ cần được nâng cấp để mỗi nhân viên có được bộ kỹ năng phù hợp để sử dụng dữ liệu và hiểu biết một cách hiệu quả để đưa ra quyết định kinh doanh. Lực lượng lao động ngày nay sẽ không biết những câu hỏi chính xác để hỏi từ nguồn cấp dữ liệu của họ hoặc tự động hóa năng lượng cho nó. Giá trị của việc có thể nêu ra những câu hỏi chính xác, sâu sắc và gắn liền với kinh doanh đang tăng lên, tạo ra một nhu cầu cấp thiết để đào tạo lực lượng lao động về khả năng này.

Bạn có nền tảng vững chắc trong lĩnh vực cơ sở dữ liệu, hệ thống phân tán và thuật toán di truyền. Làm thế nào những lĩnh vực chuyên môn này ảnh hưởng đến sự phát triển sản phẩm và chiến lược đổi mới của Exasol?

Nền tảng của tôi là nền tảng để làm việc trong lĩnh vực của chúng tôi và hiểu các xu hướng công nghệ trong hai thập kỷ qua. Điều đó thật thú vị và bổ ích khi làm việc với khách hàng sáng tạo những trường hợp sử dụng cơ sở dữ liệu thú vị. Chiến lược đổi mới của chúng tôi không chỉ phụ thuộc vào một cá nhân, mà là một đội ngũ kiến trúc sư và nhà phát triển tinh vi hiểu về tương lai của phần mềm, phần cứng và ứng dụng dữ liệu.

Trong bối cảnh AI đang thay đổi các ngành công nghiệp với tốc độ chưa từng có, bạn tin rằng những thành phần nào là thiết yếu cho một ngăn xếp dữ liệu tương lai để các doanh nghiệp có thể tận dụng AI và phân tích một cách hiệu quả?

Sự áp dụng AI rộng rãi đã là một ví dụ chính về lý do tại sao các doanh nghiệp cần phải ở phía trước của cảnh quan công nghệ đang thay đổi. Thật không may, hầu hết các ngăn xếp dữ liệu vẫn còn tụt lại phía sau so với đường cong AI.

Để ngăn xếp dữ liệu tương lai, các doanh nghiệp nên đầu tiên đánh giá các nền tảng dữ liệu để xác định các khoảng trống, lỗi hoặc thách thức khác. Điều này sẽ giúp họ đảm bảo chất lượng và tốc độ dữ liệu – những yếu tố quan trọng để đưa ra những hiểu biết có giá trị và thúc đẩy các mô hình AI và LLM.

Ngoài ra, các đội nên đầu tư vào các công cụ và công nghệ có thể dễ dàng tích hợp với các giải pháp khác trong ngăn xếp. Khi AI được kết hợp với các công nghệ khác, như mã nguồn mở, chúng tôi sẽ thấy các mô hình mới xuất hiện để giải quyết các vấn đề kinh doanh truyền thống. AI tạo ra, như ChatGPT, cũng sẽ hợp nhất với các công nghệ AI truyền thống hơn, như phân tích mô tả hoặc dự đoán, để mở ra cơ hội mới cho các tổ chức và tối ưu hóa các quy trình truyền thống vốn tốn nhiều thời gian.

Để ngăn xếp dữ liệu tương lai, các doanh nghiệp cũng nên tích hợp AI và BI. Các công cụ BI đã được sử dụng trong nhiều thập kỷ để trích xuất những hiểu biết có giá trị và trong khi nhiều cải tiến đã được thực hiện, vẫn còn những hạn chế hoặc rào cản của BI mà AI có thể giúp đỡ. AI có thể cho phép kết quả nhanh hơn, nâng cao cá nhân hóa và chuyển đổi cảnh quan BI thành một lĩnh vực bao gồm và thân thiện với người dùng hơn. Vì BI thường tập trung vào việc phân tích dữ liệu lịch sử để cung cấp những hiểu biết, AI có thể mở rộng khả năng của BI bằng cách giúp dự đoán các sự kiện trong tương lai, tạo ra dự đoán và đề xuất hành động để ảnh hưởng đến kết quả mong muốn.

Sự năng suất, tính linh hoạt và tiết kiệm chi phí được nhấn mạnh là ba cách Exasol giúp các thương hiệu toàn cầu đổi mới. Bạn có thể cung cấp một ví dụ về cách Exasol đã cho phép một khách hàng đạt được ROI đáng kể thông qua cơ sở dữ liệu phân tích của mình?

Theo một Nghiên cứu Tác động Kinh tế Toàn diện của Forrester năm 2023, khách hàng của Exasol đạt được ROI lên đến 320% trên khoản đầu tư ban đầu của họ trong ba năm bằng cách cải thiện hiệu quả hoạt động, hiệu suất cơ sở dữ liệu và cung cấp một cơ sở hạ tầng dữ liệu đơn giản và linh hoạt.

Một khách hàng, ví dụ, Helsana, một nhà lãnh đạo trong ngành chăm sóc sức khỏe cạnh tranh của Thụy Sĩ, đã đến với Exasol để đáp ứng nhu cầu về một nền tảng dữ liệu và phân tích hiện đại. Trước Exasol, Helsana dựa vào các công cụ báo cáo khác nhau với các kho dữ liệu được xây dựng trên các công nghệ khác nhau và các công cụ ETL, điều này đã tạo ra một kiến trúc không hiệu quả và phức tạp. So với giải pháp di sản hiện có của công ty, Cơ sở dữ liệu của Exasol đã chứng minh sự cải thiện hiệu suất từ 5 đến 10 lần.

Bây giờ, Exasol là trung tâm của hành trình AI của Helsana, đóng vai trò là kho chứa dữ liệu cấu trúc mà Helsana sử dụng trên tất cả các mô hình AI của mình và cung cấp nền tảng cho phân tích của mình. Với Exasol, đội ngũ Helsana đã tăng cường hiệu suất, giảm chi phí, tăng tính linh hoạt và thiết lập một nền tảng AI vững chắc, tất cả đều góp phần vào ROI đáng kể cũng như khả năng phục vụ khách hàng tốt hơn.

Nhìn về phía trước, những xu hướng sắp tới trong phân tích dữ liệu và thông minh kinh doanh mà Exasol đang chuẩn bị và bạn dự định sẽ tiếp tục thúc đẩy đổi mới trong không gian này như thế nào?

Năm 2023 đã giới thiệu AI trên quy mô rộng, điều này đã gây ra những phản ứng tự phát từ các tổ chức cuối cùng đã tạo ra vô số thí nghiệm tự động hóa được thiết kế và thực hiện kém. Năm 2024 sẽ là một năm chuyển đổi cho các thí nghiệm và công việc cơ bản của AI. Cho đến nay, các ứng dụng chính của GenAI đã là để truy cập thông tin thông qua các rô-bốt trò chuyện, tự động hóa dịch vụ khách hàng và mã hóa phần mềm. Tuy nhiên, sẽ có những người tiên phong áp dụng những công nghệ thú vị này cho một loạt các quyết định và tối ưu hóa kinh doanh. Nhìn xa hơn năm 2024, chúng tôi sẽ bắt đầu thấy một động lực lớn hơn hướng tới các triển khai sản xuất của AI.

Tại Exasol, chúng tôi cam kết thúc đẩy đổi mới và cung cấp giá trị cho khách hàng của mình, bao gồm cả việc giúp họ phát triển và triển khai AI ở quy mô lớn. Với Exasol, khách hàng có thể kết hợp BI và AI để vượt qua các silo dữ liệu trong một hệ thống phân tích tích hợp. Sự linh hoạt của chúng tôi xung quanh các tùy chọn triển khai cũng cho phép các tổ chức quyết định họ muốn lưu trữ ngăn xếp phân tích của mình ở đâu, dù trên cơ sở, đám mây hay kết hợp. Với Espresso AI của Exasol, chúng tôi đang ở vị trí để trao quyền cho các doanh nghiệp khai thác giá trị của phân tích AI, bất kể họ ở đâu trong hành trình AI của mình.

Cảm ơn bạn đã tham gia phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Exasol.