Mathias Golombek, Giám đốc công nghệ của Exasol – Loạt bài phỏng vấn

Mathias Golombek là Giám đốc công nghệ (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 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 nhóm Tối ưu hóa cơ sở dữ liệu và vào năm 2007, ông trở thành Trưởng nhóm 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 đã thu hút bạn đến với khoa học máy tính?

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

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? Vai trò của bạn đã thay đổi như thế nào 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 một năm làm việc tại Exasol, tôi được thăng chức lên vị trí Trưởng nhóm Tối ưu hóa cơ sở dữ liệu và sau đó là Trưởng nhóm Nghiên cứu và Phát triển. Sau đó, tôi đã từng là Trưởng nhóm R&D trong bảy năm trước khi đảm nhiệm vai trò CTO hiện tại vào năm 2014.

Từ đầu, tôi đã bị thu hút bởi những gì Exasol đang làm – một công ty công nghệ của Đức đang cạnh tranh với những tên tuổi lớn như Microsoft , IBM và Oracle. Tôi đã bị ấn tượng 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 và trong bộ nhớ là một điều tuyệt vời.

Tôi đã tận hưởng mọi khoảnh khắc khi 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 đội ngũ Exasol đã phát triển như thế nào trên toàn cầu khi chúng tôi hỗ trợ khách hàng và đáp ứng nhu cầu ngày càng đa dạng của họ. Những nguyên tắc cơ bản vẫn không thay đổi – chúng tôi vẫn là một hệ thống quản lý cơ sở dữ liệu trong bộ nhớ, nhưng bây giờ chúng tôi đang trao quyền cho khách hàng của mình để tận dụng sức mạnh của dữ liệu cho các triển khai trí tuệ nhân tạo.

Exasol đã đứng đầu trong lĩnh vực cơ sở dữ liệu phân tích hiệu suất cao. Từ quan điểm của bạn, điều gì khiến 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 khó khăn hơn khi nền kinh tế tiếp tục biến động và sự phổ biến của công nghệ trí tuệ nhân tạo 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 trong việc giúp các doanh nghiệp làm được nhiều hơn với ít hơn. Chúng tôi hỗ trợ các công ty chuyển đổi thông tin kinh doanh (BI) thành những thông tin sâu sắc hơn với Exasol Espresso, động cơ truy vấn đa năng của chúng tôi có thể tích hợp 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 lượng dữ liệu lớn hơn thành những thông tin sâu sắc, nhanh chóng và tiết kiệm hơn. Và tôi nghĩ rằng chúng tôi đã làm rất tốt trong việc tìm kiếm 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 trí tuệ nhân tạo, chúng tôi cũng vừa giới thiệu Espresso AI, trang bị động cơ truy vấn đa năng của chúng tôi với một bộ công cụ trí tuệ nhân tạo mới cho phép các tổ chức tận dụng sức mạnh của dữ liệu để có được những thông tin sâu sắc và quyết định dựa trên trí tuệ nhân tạo. Khả năng của Espresso AI làm cho trí tuệ nhân tạo trở nên tiết kiệm và dễ tiếp cận hơn, cho phép khách hàng bỏ qua những thí nghiệm tốn kém và mất thời gian và đạt được ROI ngay lập tức. Đây là một yếu tố thay đổi cuộc chơi cho các doanh nghiệp tập trung vào đổi mới và mang lại giá trị trong kỷ nguyên trí tuệ nhân tạo.

Báo cáo trí tuệ nhân tạo và phân tích năm 2024 của Exasol nhấn mạnh việc đầu tư thấp vào trí tuệ nhân tạo 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 trí tuệ nhân tạo lại quan trọng đối với các doanh nghiệp ngày nay?

Như bạn đã nói, điểm chính của Báo cáo trí tuệ nhân tạo và phân tích năm 2024 của Exasol là việc đầu tư thấp vào trí tuệ nhân tạo dẫn đến thất bại trong kinh doanh. Dựa trên khảo sát của chúng tôi đối với các nhà quyết định cấp cao cũng như các nhà khoa học dữ liệu và phân tích trên toàn cầu, gần như tất cả (91%) người được hỏi đồng ý rằng trí tuệ nhân tạo 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 trí tuệ nhân tạo ngày nay sẽ đặt tính khả thi của kinh doanh trong tương lai vào rủi ro. Nói đơn giản, trong môi trường hiện nay, các doanh nghiệp không nghĩ về trí tuệ nhân tạo đã bị tụt lại phía sau.

Các doanh nghiệp đang đối mặt với áp lực từ các bên liên quan để đầu tư vào trí tuệ nhân tạo – và có nhiều lý do tại sao. Đầu tư vào trí tuệ nhân tạo đã giúp các tổ chức trên nhiều ngành công nghiệp – 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 này chỉ tăng lên khi các doanh nghiệp bắt đầu tìm ra những cách cụ thể để tận dụng trí tuệ nhân tạo cho các nhu cầu kinh doanh duy nhất của họ.

Cùng một báo cáo cũng đề cập đến các rào cản chính đối với việc áp dụng trí tuệ nhân tạo, bao gồm khoảng trống về khoa học dữ liệu và độ trễ trong triển khai. Exasol giải quyết những thách thức này cho khách hàng của mình như thế nào?

Mặc dù có nhu cầu quan trọng về đầu tư vào trí tuệ nhân tạo, các doanh nghiệp vẫn phải đối mặt với những rào cản đáng kể đối với việc triển khai rộng rãi hơn. Báo cáo trí tuệ nhân tạo và phân tích của Exasol cho thấy rằng lên đến 78% người ra quyết định gặp phải khoảng trống trong 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 trí tuệ nhân tạo 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 quản lý và quy định cho trí tuệ nhân tạo đang thay đổi cũng gây ra vấn đề cho nhiều công ty với 88% người được hỏi cho rằng họ cần thêm sự rõ ràng.

Exasol cung cấp sự linh hoạt, khả năng phục hồi và khả năng mở rộng cho các doanh nghiệp áp dụng chiến lược trí tuệ nhân tạo. Khi các vai trò như Giám đốc dữ liệu (CDO) tiếp tục phát triển và trở nên phức tạp hơn – với những thách thức về đạo đức và tuân thủ ngày càng tăng – Exasol hỗ trợ các nhà lãnh đạo dữ liệu và giúp họ chuyển đổi thông tin kinh doanh thành những thông tin sâu sắc hơn, nhanh chóng hơn và có tác động tích cực đến lợi nhuận.

Khi triển khai trí tuệ nhân tạo ngày càng tăng, nó sẽ trở nên quan trọng hơn đối với các doanh nghiệp để đảm bảo nền tảng dữ liệu vững chắc. Espresso AI giúp đóng khoảng trống 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 sự linh hoạt để ngay lập tức thử 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 và nỗ lực di chuyển dữ liệu trong khi đưa các công nghệ mới nổi như LLMs vào cơ sở dữ liệu của họ. Những khả năng này giúp các tổ chức tăng tốc hành trình của họ trong việc triển khai các giải pháp trí tuệ nhân tạo và học máy trong khi đảm bảo chất lượng và độ tin cậy của dữ liệu.

Khả năng đọc dữ liệu đang trở nên ngày càng quan trọng trong kỷ nguyên trí tuệ nhân tạo. 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 đã trở thành một yếu tố quan trọng – và nhanh chóng trở thành một yếu tố “cần có” chứ không chỉ là “tốt” trong kỷ nguyên trí tuệ nhân tạo. Trong nhiều ngành công nghiệp, sự thành thạo trong việc làm việc với dữ liệu, hiểu và truyền đạt dữ liệu một cách hiệu quả đã trở thành điều thiết yếu. Nhưng vẫn còn một khoảng trống về khả năng đọc dữ liệu.

Khả năng đọc dữ liệu là về việc có kỹ năng giải thích thông tin phức tạp và có khả năng hành động dựa trên những phát hiện đó. Nhưng thường xuyên, việc 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 lượng dữ liệu khổng lồ chảy qua doanh nghiệp. Cách tiếp cận này có lỗi vì nó hạn chế thời gian và tài nguyên dành cho việc sử dụng dữ liệu, và cuối cùng, khoảng trống về khả năng đọc dữ liệu tạo ra một rào cản đối với sự đổi mới của doanh nghiệp.

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 mình vào đó. Số lượng người có kiến thức, sự tự tin và công cụ để phân tích và tìm ra ý nghĩa từ dữ liệu càng nhiều, thì 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.

Bên cạnh thành phần giáo dục, các doanh nghiệp nên tối ưu hóa ngăn xếp công nghệ và công cụ kinh doanh của họ để cho phép phân phối 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, thay vì công nghệ. Tốc độ cao cho phép các đội làm việc tương tác với dữ liệu và tránh bị hạn chế bởi các giới hạn về hiệu suất. Điều này cuối cùng dẫn đến việc phân phối dữ liệu.

Giờ đây là lúc để phân phối 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 những thông tin sâu sắc có ý nghĩa, nó sẽ giảm bớt các nút thắt truyền thống do các đội phân tích dữ liệu gây ra. Khi những nút thắt truyền thống này bị phá vỡ, các tổ chức sẽ nhận ra nhu cầu rộng lớn và sâu sắc đối với các đội và cá nhân để sử dụng dữ liệu. Thậm chí những người không nghĩ mình là người dùng cuối của dữ liệu cũng sẽ được kéo vào để tận dụng dữ liệu.

Với sự thay đổi này đến một thách thức lớn cần dự đoán 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 thông tin một cách hiệu quả để đưa ra quyết định kinh doanh. Lực lượng lao động ngày nay sẽ không biết cách đặt câu hỏi đúng cho nguồn cấp dữ liệu của họ hoặc sự tự động hóa cung cấp năng lượng cho nó. Giá trị của việc có thể diễn đạt 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 một nền tảng vững chắc về cơ sở dữ liệu, hệ thống phân tán và thuật toán di truyền. Những lĩnh vực chuyên môn này ảnh hưởng đến sự phát triển sản phẩm và chiến lược đổi mới của Exasol như thế nào?

Nền tảng của tôi là nền tảng 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 biến công nghệ cơ sở dữ liệu thành các trường hợp sử dụng 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 trí tuệ nhân tạo 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 cho các doanh nghiệp muốn tận dụng trí tuệ nhân tạo và phân tích một cách hiệu quả?

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

Để ngăn xếp dữ liệu tương lai, các doanh nghiệp nên đầu tiên đánh giá nền tảng dữ liệu để xác định 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 thông tin có giá trị và cung cấp năng lượng cho các mô hình trí tuệ nhân tạo và LLM.

Bên cạnh đó, các đội nên đầu tư vào các công cụ và công nghệ có thể tích hợp dễ dàng với các giải pháp khác trong ngăn xếp. Khi trí tuệ nhân tạo được kết hợp với các công nghệ khác như mã nguồn mở, chúng ta sẽ thấy các mô hình mới xuất hiện để giải quyết các vấn đề kinh doanh truyền thống. Trí tuệ nhân tạo tạo ra, như ChatGPT, sẽ hợp nhất với các công nghệ trí tuệ nhân tạo 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 cồng kềnh.

Để ngăn xếp dữ liệu tương lai, các doanh nghiệp cũng nên tích hợp trí tuệ nhân tạo và kinh doanh. Các doanh nghiệp đã sử dụng các công cụ kinh doanh trong nhiều thập kỷ để trích xuất những thông tin có giá trị và mặc dù đã có nhiều cải tiến, vẫn còn những hạn chế hoặc rào cản mà trí tuệ nhân tạo có thể giúp giải quyết. Trí tuệ nhân tạo có thể cho phép kết quả nhanh hơn, nâng cao tính cá nhân hóa và chuyển đổi cảnh quan kinh doanh thành một lĩnh vực bao gồm và thân thiện với người dùng hơn. Vì kinh doanh thường tập trung vào phân tích dữ liệu lịch sử để cung cấp thông tin, trí tuệ nhân tạo có thể mở rộng khả năng của kinh doanh 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, linh hoạt và tiết kiệm chi phí được nêu bật 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 Tổng thể của Forrester năm 2023, khách hàng của Exasol đạt được ROI lên đến 320% trên khoản đầu tư ban đầu 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 kho dữ liệu được xây dựng trên các công nghệ khác nhau và các công cụ ETL, tạo ra một kiến trúc phức tạp và không hiệu quả. So với giải pháp cũ của công ty, Kho dữ liệu của Exasol đã thể hiện sự cải thiện hiệu suất từ 5 đến 10 lần.

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

Nhìn về tương lai, những xu hướng nào trong phân tích dữ liệu và kinh doanh mà Exasol đang chuẩn bị và bạn dự định sẽ tiếp tục thúc đẩy đổi mới trong lĩnh vực này như thế nào?

Năm 2023 đã giới thiệu trí tuệ nhân tạo trên quy mô rộng, điều này đã gây ra những phản ứng tự phát từ các tổ chức mà cuối cùng đã tạo ra vô số thí nghiệm tự động hóa được thiết kế kém và thực hiện kém. Năm 2024 sẽ là một năm chuyển đổi cho thí nghiệm và công việc cơ bản về trí tuệ nhân tạo. Cho đến nay, các ứng dụng chính của Trí tuệ nhân tạo tạo ra đã là cho việc 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 nhiều quyết định kinh doanh và tối ưu hóa.

Ở 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 trí tuệ nhân tạo ở quy mô lớn. Với Exasol, khách hàng có thể kết hợp kinh doanh và trí tuệ nhân tạo để vượt qua các nút thắt 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 nơi họ muốn lưu trữ ngăn xếp phân tích của mình, dù trên đám mây công cộng, đám mây riêng hay trên cơ sở. Ther it’s in the public cloud, private cloud or on-premises. With Exasol’s Espresso AI, we are positioned to empower enterprises to harness the value of AI-driven analytics, regardless of where organizations fall in their AI journey. Thank you for the great interview, readers who wish to learn more should visit Exasol.