Skip Levens, Giám đốc Tiếp thị, Truyền thông & Giải trí, Quantum – Loạt Phỏng vấn

Skip Levens là một nhà lãnh đạo sản phẩm và chiến lược gia AI tại Quantum, một công ty hàng đầu trong các giải pháp quản lý dữ liệu cho AI và dữ liệu không cấu trúc. Hiện tại, ông chịu trách nhiệm thúc đẩy sự tham gia, nhận thức và tăng trưởng cho các giải pháp từ đầu đến cuối của Quantum. Trong suốt sự nghiệp của mình – bao gồm các điểm dừng tại các tổ chức như Apple (AAPL ), Backblaze, Symply và Active Storage – ông đã thành công trong việc lãnh đạo tiếp thị và phát triển kinh doanh, truyền bá, ra mắt sản phẩm mới, xây dựng mối quan hệ với các bên liên quan chính và thúc đẩy tăng trưởng doanh thu.

Quantum cung cấp các giải pháp quản lý dữ liệu từ đầu đến cuối giúp các tổ chức quản lý, làm giàu và bảo vệ dữ liệu không cấu trúc, chẳng hạn như tệp video và âm thanh, ở quy mô lớn. Công nghệ của họ tập trung vào việc chuyển đổi dữ liệu thành thông tin quý giá, cho phép các doanh nghiệp trích xuất giá trị và đưa ra quyết định thông minh. Nền tảng của Quantum cung cấp các giải pháp bảo mật, có thể mở rộng và linh hoạt, kết hợp cơ sở hạ tầng tại chỗ với khả năng của đám mây. Cách tiếp cận của công ty cho phép các doanh nghiệp xử lý tăng trưởng dữ liệu một cách hiệu quả trong khi đảm bảo bảo mật và tính linh hoạt trong suốt vòng đời của dữ liệu.

Bạn có thể cung cấp cái nhìn tổng quan về cách tiếp cận của Quantum đối với quản lý dữ liệu được thúc đẩy bởi AI cho dữ liệu không cấu trúc?

Bằng cách giúp khách hàng tích hợp trí tuệ nhân tạo (AI) và học máy (ML) vào các hoạt động kinh doanh chính, Quantum giúp khách hàng quản lý và mở khóa giá trị có ý nghĩa từ dữ liệu không cấu trúc của họ, tạo ra các thông tin kinh doanh có thể hành động dẫn đến quyết định kinh doanh tốt hơn. Bằng cách xây dựng các công cụ AI/ML của riêng họ, các công ty có thể chuyển từ việc chỉ đối phó với lượng dữ liệu và nội dung đang gia tăng, sang tận dụng thông tin như một động lực mới của hiệu quả và cuối cùng là khuếch đại chuyên môn của con người trong tất cả các giai đoạn hoạt động kinh doanh.

Làm thế nào công nghệ AI của Quantum phân tích dữ liệu không cấu trúc và những đổi mới chính nào giúp nền tảng của bạn khác biệt so với các đối thủ?

Vào các giai đoạn đầu của việc áp dụng các công cụ AI/ML, nhiều tổ chức tìm thấy rằng các quy trình làm việc của họ trở nên không có trật tự và không kết nối, và có thể mất dấu dữ liệu của họ, khiến việc thực thi các tiêu chuẩn bảo mật và bảo vệ trở nên khó khăn. Quá thường, sự phát triển ban đầu bị cản trở bởi hiệu suất lưu trữ và hệ thống tệp không phù hợp.

Chúng tôi đã phát triển Myriad, một môi trường lưu trữ tệp định nghĩa bằng phần mềm và môi trường vải thông minh để đáp ứng một cách tinh tế những thách thức của việc tích hợp đường ống AI/ML và các quy trình làm việc hiệu suất cao lại với nhau – thống nhất các quy trình làm việc mà không có các hạn chế và giới hạn của các hệ thống khác. Myriad là một sự khác biệt rõ ràng so với các hạn chế phần cứng và lưu trữ cũ, và được xây dựng với các công nghệ lưu trữ và đám mây mới nhất, hoàn toàn được điều khiển bởi các dịch vụ vi mô và được điều phối bởi Kubernetes để trở thành một hệ thống rất nhạy và hiếm khi yêu cầu tương tác của quản trị viên. Myriad được thiết kế độc quyền để tận dụng hiệu suất cao nhất từ ​​NVMe và mạng vải thông minh và truy cập bộ nhớ trực tiếp từ xa gần như tức thời (RDMA) giữa mọi thành phần. Kết quả là một hệ thống sáng tạo phản ứng thông minh và tự động với các thay đổi và yêu cầu tương tác quản trị viên tối thiểu để thực hiện các nhiệm vụ chung. Bằng cách đưa vải thông minh vào hệ thống, Myriad cũng là một hệ thống cân bằng nội tại cung cấp nhiều cổng 100Gbps băng thông như một địa chỉ IP duy nhất và cân bằng.

Kết hợp Myriad với hệ thống lưu trữ đối tượng đám mây của chúng tôi, ActiveScale, cho phép các tổ chức lưu trữ và bảo tồn thậm chí các hồ dữ liệu và nội dung lớn nhất. Sự kết hợp này cung cấp cho khách hàng một giải pháp quản lý dữ liệu từ đầu đến cuối thực sự cho các đường ống AI của họ. Hơn nữa, khi được cung cấp cùng với giải pháp CatDV của chúng tôi, khách hàng có thể gắn thẻ và lập danh mục dữ liệu để làm giàu thêm dữ liệu của họ và chuẩn bị nó cho phân tích và AI.

Bạn có thể chia sẻ những hiểu biết về việc sử dụng AI với giám sát video tại Thế vận hội Paris và những sự kiện hoặc tổ chức lớn nào khác đã sử dụng công nghệ này?

Học máy có thể phát triển các hành động lặp lại để nhận ra các mẫu quan tâm trên video và suy luận thông tin từ một lượng lớn dữ liệu video thời gian thực ở quy mô lớn hơn và nhanh hơn so với con người có thể thực hiện. Giám sát video, ví dụ, có thể sử dụng AI để chụp và đánh dấu hành vi đáng ngờ khi nó xảy ra, ngay cả khi có hàng trăm camera cung cấp thông tin cho mô hình. Một người cố gắng thực hiện nhiệm vụ này chỉ có thể xử lý một sự kiện tại một thời điểm, trong khi giám sát video được hỗ trợ bởi AI có thể xử lý hàng nghìn trường hợp đồng thời.

Một ứng dụng khác là phân tích cảm xúc của đám đông, có thể theo dõi các hàng dài và xác định các điểm khó chịu tiềm ẩn. Tất cả những hành động này đều là những hành động mà một chuyên gia an ninh có thể đáng tin cậy để đánh dấu, nhưng bằng cách sử dụng các hệ thống AI/ML để liên tục theo dõi các luồng đồng thời, những chuyên gia này được giải phóng để thực hiện hành động phù hợp khi cần, tăng cường hiệu quả và an toàn tổng thể một cách đáng kể.

Những thách thức chính mà các tổ chức phải đối mặt khi triển khai AI để phân tích dữ liệu không cấu trúc là gì và Quantum giúp giảm thiểu những thách thức này như thế nào?

Các tổ chức phải hoàn toàn tưởng tượng lại cách tiếp cận của họ đối với lưu trữ cũng như quản lý dữ liệu và nội dung nói chung. Hầu hết các tổ chức đều phát triển khả năng lưu trữ của họ một cách hữu cơ, thường là để đáp ứng nhu cầu một lần, và điều này tạo ra sự nhầm lẫn và phức tạp của nhiều nhà cung cấp.

Với việc áp dụng AI, các tổ chức hiện phải đơn giản hóa lưu trữ mà hỗ trợ hoạt động của họ. Thường xuyên, điều này đòi hỏi phải triển khai một “phần nóng” của quá trình nhập dữ liệu ban đầu, hoặc khu vực hạ cánh nơi ứng dụng và người dùng có thể làm việc nhanh nhất có thể. Sau đó, một loại lưu trữ “lạnh” lớn được thêm vào có thể dễ dàng lưu trữ lượng lớn dữ liệu và bảo vệ nó một cách hiệu quả về chi phí, với khả năng di chuyển dữ liệu trở lại vào quy trình làm việc “nóng” gần như tức thời.

Bằng cách tưởng tượng lại lưu trữ thành ít giải pháp hơn, nhỏ gọn hơn, gánh nặng cho nhân viên quản trị sẽ thấp hơn nhiều. Loại giải pháp quản lý dữ liệu “nóng/lạnh” này lý tưởng cho tích hợp quy trình làm việc AI/ML và các giải pháp của Quantum cho phép khách hàng tạo ra một nền tảng rất linh hoạt, linh hoạt và dễ quản lý.

Làm thế nào các đổi mới AI của Quantum tích hợp với các công cụ và công nghệ AI khác để tăng cường sự phát triển và hiệu quả của tổ chức?

Nhiều người nghĩ rằng lưu trữ cho các công cụ AI/ML chỉ liên quan đến việc cung cấp các đơn vị xử lý đồ họa (GPU), nhưng đó chỉ là một phần nhỏ của phương trình. Mặc dù tốc độ và hiệu suất cao có thể là rất quan trọng trong việc cung cấp dữ liệu nhanh nhất có thể cho các GPU đang thực hiện phân tích dữ liệu, nhưng bức tranh lớn hơn xoay quanh cách một tổ chức có thể tích hợp các vòng lặp phát triển, đào tạo và suy luận AI/ML lặp lại và liên tục dựa trên dữ liệu tùy chỉnh. Thường xuyên, nhiệm vụ AI/ML đầu tiên và quan trọng nhất được giải quyết là xây dựng “bot kiến thức” hoặc “bot cố vấn” bằng cách sử dụng dữ liệu độc quyền để thông báo cho công nhân tri thức nội bộ. Để làm cho những bot kiến thức này hữu ích và độc đáo cho từng tổ chức, cần một lượng lớn thông tin chuyên môn để thông báo cho mô hình đào tạo chúng. Cung cấp một giải pháp lưu trữ AI: nếu dữ liệu độc quyền đó được sắp xếp hợp lý và sẵn sàng trong một quy trình làm việc lưu trữ được sắp xếp hợp lý, nó sẽ dễ dàng hơn nhiều để tổ chức theo loại, tập và danh mục dữ liệu, điều này sẽ đảm bảo rằng những bot kiến thức này được thông báo rất tốt về nhu cầu độc đáo của tổ chức.

Bạn có thể giải thích thêm về các tính năng quản lý quy trình làm việc được hỗ trợ bởi AI và cách chúng tự động hóa các quy trình dữ liệu?

Chúng tôi đang xây dựng một loạt các công cụ quản lý quy trình làm việc được hỗ trợ bởi AI tích hợp trực tiếp vào các giải pháp lưu trữ để tự động hóa các nhiệm vụ và cung cấp thông tin chi tiết thời gian thực có giá trị, cho phép đưa ra quyết định nhanh chóng và thông minh trên toàn tổ chức. Điều này là do các hệ thống phân loại và gắn thẻ dữ liệu mới và tiên tiến sử dụng AI để tổ chức dữ liệu và làm cho nó dễ dàng truy xuất, và thậm chí thực hiện các hành động tiêu chuẩn trên phương tiện đó, chẳng hạn như phù hợp với một kích thước nhất định, điều này giảm đáng kể nỗ lực thủ công cần thiết khi tổ chức dữ liệu thành các tập đào tạo.

Các công cụ tự động hóa thông minh quản lý việc di chuyển dữ liệu, sao lưu và các nhiệm vụ tuân thủ dựa trên các chính sách đã thiết lập, đảm bảo áp dụng nhất quán và giảm gánh nặng quản trị. Phân tích và giám sát thời gian thực cũng cung cấp thông tin chi tiết ngay lập tức về các mẫu sử dụng dữ liệu và các vấn đề tiềm ẩn, tự động duy trì tính toàn vẹn và chất lượng dữ liệu trong suốt vòng đời của nó.

Thị trường quản lý dữ liệu được hỗ trợ bởi AI sẽ như thế nào và bạn dự đoán những xu hướng nào trong những năm tới?

Khi những công cụ này phát triển và trở nên đa phương thức, chúng sẽ cho phép các cách thức biểu đạt và mở rộng hơn để làm việc với dữ liệu của bạn. Trong tương lai, bạn sẽ có thể “trò chuyện” với hệ thống của mình và được trình bày thông tin hoặc phân tích thú vị, chẳng hạn như “loại dữ liệu nào đang phát triển nhanh nhất trong khu vực ‘nóng’ của tôi hiện tại?”. Mức độ chuyên môn hóa này sẽ là một yếu tố phân biệt cho các tổ chức xây dựng các công cụ này vào các giải pháp lưu trữ của họ, khiến chúng trở nên chính xác và hiệu quả hơn ngay cả khi đối mặt với các luồng dữ liệu mới và liên tục phát triển.

Vai trò của các dịch vụ phân tích và lưu trữ dựa trên đám mây của bạn trong chiến lược quản lý dữ liệu tổng thể là gì?

Các tổ chức có nhu cầu lưu trữ đáng kể và ngày càng tăng thường gặp khó khăn trong việc theo kịp nhu cầu, đặc biệt là khi hoạt động trong các ngân sách hạn chế. Lưu trữ đám mây công cộng có thể dẫn đến chi phí cao và khó dự đoán, khiến việc ước tính và mua nhu cầu lưu trữ trong nhiều năm trở nên thách thức. Nhiều khách hàng muốn có trải nghiệm đám mây công cộng với chi phí vận hành dự kiến và loại bỏ các khoản phí xuất hoặc API bất ngờ mà đám mây công cộng có thể mang lại. Để đáp ứng nhu cầu này, chúng tôi đã phát triển Quantum GO để cung cấp cho khách hàng trải nghiệm đám mây riêng với điểm vào thấp và các tùy chọn thanh toán hàng tháng cố định để có trải nghiệm lưu trữ như một dịch vụ thực sự trong cơ sở của họ. Khi nhu cầu lưu trữ tăng, Quantum GO mang lại cho khách hàng lợi thế của mô hình đăng ký “trả khi bạn phát triển” đơn giản để cung cấp sự linh hoạt và khả năng mở rộng tăng lên một cách hiệu quả về chi phí.

Quantum có kế hoạch duy trì vị trí hàng đầu trong lĩnh vực AI và quản lý dữ liệu đang phát triển nhanh chóng như thế nào?

Trong thế giới ngày nay, chỉ là một “nhà cung cấp lưu trữ” là không đủ. Những thách thức dữ liệu và kinh doanh mới đang phát triển đòi hỏi một nền tảng dữ liệu thông minh, được hỗ trợ bởi AI, giúp khách hàng tối đa hóa giá trị của dữ liệu của họ. Tại Quantum, chúng tôi tiếp tục đổi mới và đầu tư vào các khả năng nâng cao cho khách hàng của mình để giúp họ dễ dàng và hiệu quả làm việc với kho dữ liệu của họ trong suốt vòng đời của chúng.

Chúng tôi đang mở rộng AI thông minh để nâng cao việc gắn thẻ, lập danh mục và tổ chức dữ liệu, làm cho nó dễ dàng hơn bao giờ hết để tìm kiếm, tìm và phân tích nó để trích xuất giá trị và thông tin chi tiết. Chúng tôi sẽ tiếp tục nâng cao các khả năng AI của mình giúp hỗ trợ việc tự động chuyển录 video, dịch các tệp âm thanh và video sang các ngôn ngữ khác trong vài giây và cho phép tìm kiếm nhanh chóng trên hàng nghìn tệp để xác định từ ngữ được nói hoặc tìm các mục cụ thể, và nhiều hơn nữa.

Bạn có thể đưa ra lời khuyên cho các tổ chức vừa bắt đầu hành trình của họ với AI và quản lý dữ liệu không cấu trúc?

AI/ML đã có rất nhiều tiếng vang, và vì vậy, nó có thể khó phân biệt giữa những gì thực tế và hữu ích. Các tổ chức phải trước tiên suy nghĩ về dữ liệu đang được tạo ra và xác định cách nó được tạo ra, thu thập và bảo tồn. Hơn nữa, các tổ chức phải tìm kiếm một giải pháp lưu trữ sẵn sàng truy xuất và truy xuất dữ liệu khi cần, và một giải pháp sẽ giúp hướng dẫn cả quy trình làm việc hàng ngày và sự phát triển trong tương lai. Ngay cả khi rất khó đồng ý về những mục tiêu AI cuối cùng là gì, việc thực hiện các bước ngay bây giờ để đảm bảo rằng các hệ thống lưu trữ và quy trình làm việc dữ liệu được sắp xếp hợp lý, đơn giản hóa và mạnh mẽ sẽ mang lại lợi ích to lớn khi tích hợp các sáng kiến AI/ML hiện tại và tương lai. Các tổ chức sẽ được định vị tốt để tiếp tục khám phá cách các công cụ AI/ML này có thể thúc đẩy sứ mệnh của họ mà không phải lo lắng về việc có thể hỗ trợ chúng một cách chính xác với nền tảng quản lý dữ liệu phù hợp.

Cảm ơn cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Quantum.