Anaconda 首席执行官 David DeSanto – 采访系列

David DeSanto 是 Anaconda 的首席执行官，他领导公司的使命，通过开源创新和安全的企业解决方案赋予世界的数据科学和人工智能社区。作为一位经验丰富的产品和技术高管，David 拥有超过二十年的经验，涵盖网络安全、开发者平台和企业软件等领域。

最近，David 曾担任 GitLab (GTLB ) 的首席产品官，在那里他领导全球产品组织，交付了一套全面的人工智能本地 DevSecOps 平台，拥有全球超过 5000 万的注册用户。在他六年的任期内，他帮助 GitLab 从一家高增长的初创公司转变为一家公开交易的、行业领先的 DevOps 平台类别的领导者。

Anaconda 是一个领先的开源平台，用于数据科学、机器学习和人工智能，围绕 Python 编程语言构建，并被广泛应用于个人开发者和大型企业。最初于 2012 年推出，它提供了一个全面的环境，包括用于编码的工具、通过 Conda 的包管理以及访问成千上万的预构建库，例如 NumPy、pandas 和 TensorFlow，允许用户高效地开发、测试和部署人工智能模型。

随着时间的推移，Anaconda 已经演变成一个全面的企业人工智能平台，帮助组织管理整个人工智能生命周期，从开源包的获取和保护到应用程序的构建、治理和部署，跨越云端和本地环境。拥有数千万用户和在大量《财富》500 强公司中的采用率，Anaconda 已经成为现代人工智能开发的基础层，强调开源创新、可扩展性和安全、可复现的工作流程。

您在 GitLab 度过了近六年的时间，其中三年多担任首席产品官，帮助扩展了一套人工智能本地的 DevSecOps 平台，拥有数千万用户。您在 Anaconda 的 CEO 岗位上如何运用这些经验，并且领导一个公司与领导产品有什么根本的不同之处？

我在 GitLab 的经历真正强化了几个原则，这些原则现在成为我在 Anaconda 的方法的核心。首先是负责任的增长——以一种可持续的方式扩展团队、产品和收入。在 GitLab，我们扩展到服务数千万用户，看到 GitLab 最终账户占公司收入的过半，证明了产品价值与长期业务影响的对齐是多么重要。

第二是结果和效率优先于流程和结构的思维方式。可以交付一些足够好的东西，展示方向，启动客户反馈的飞轮。快速交付真正的价值是至关重要的，但您仍然需要深思熟虑地思考如何扩展。这与第三个支柱密切相关：客户痴迷和真正满足用户的需求。我一生都在构建开发者和安全工具，作为一名前开发者，我知道良好的（或糟糕的）工具可以对生产力和满意度产生多大的影响。

最后是有目的的透明度。Anaconda 的这一核心价值使所有相关方能够参与和合作，使公司及其产品变得更好。我期待进一步建立这一价值，以确保我们为社区提供他们成功所需的东西。

作为 CEO，您负责整个系统——战略、文化、运营和结果。我仍然深深地与产品相关，但我正在以更广泛和更长期的视角思考。我必须确保公司以负责任的方式增长，支持其员工，并在业务的每个方面为客户提供价值。这些是我在这里继续建立的原则。

是什么激励您个人担任 Anaconda 的 CEO 一职，并且您如何确信这是建立企业人工智能下一章的合适平台？

我告诉每个人，有四个原因让我加入 Anaconda 担任 CEO。首先是技术。作为一名开发者，我已经熟悉并使用 Anaconda 很长时间了。我知道它有多强大，可能会变得多么强大。该平台已经能够实现这么多，并且团队已经建立的基础将给我们带来塑造人工智能时代下一步的机会！

第二是社区。我深信开源社区的力量。很少有公司拥有像 Anaconda 这样广泛和参与度高的社区。

第三是人。找到这样一支领导团队是很罕见的。高管团队是异常的，且他们的热情是真实的。我们正在使用开源和人工智能构建未来，成为这样有意义和影响力的东西的一部分让我们所有人都真正感到兴奋。

最后是机会。这最终成为了我的决定。Anaconda 位于使人工智能更易于企业获取的中心，帮助企业构建、保护、部署和监控人工智能模型。将世界级的技术、充满活力的社区和这样的团队结合起来，您将获得一个罕见的机会，塑造人工智能和数据科学的构建和使用方式。这就是吸引我的东西。

开源驱动了现代人工智能开发的大部分内容，但许多企业仍然难以在规模上信任它。您为什么认为开源仍然是人工智能最强大的基础，并且它在哪里最被误解？

有一个常见的误解，即最安全的代码是隐藏的代码，只有少数人可以看到它。开源软件与之相反。开源是透明的，欢迎每个人贡献，并为世界各地的组织提供了更高的眼睛来确保代码是安全的并按预期运行。

我们没有看到任何技术像人工智能一样迅速成熟。为了使人工智能继续加速发展，您需要现代代码以最快的速度移动。开源实现了这一点，这就是为什么它是现代人工智能开发的基础。

在 Anaconda，我们拥抱这一点。我们的核心能力和 Python 生态系统是开源的，因为这是团队开始和快速创新最好的方式。在此基础上，我们添加了企业级别的能力，给组织提供了他们需要在规模上使用开源的治理、安全性和可靠性。

企业人工智能的失败率仍然很高，尤其是在生成性人工智能试点项目中。从您的角度来看，为什么这些计划会停滞不前，基础设施选择如何影响长期成功？

许多组织已经运行了试点项目。有些拥有坚实的概念验证项目，其他一些拥有真正节省团队时间的内部构建工具。但是，很少有组织将人工智能转移到真正的生产中，遍及整个业务。有一个巨大的差距在于“我们正在尝试”和“这就是我们现在的工作方式”。这个差距就是大多数公司卡住的地方——而这并不是因为技术不起作用。

演示几乎总是看起来很好，但问题出现时，您尝试在企业规模上复制演示。突然，您面临着数据治理问题、安全问题、可靠性问题和基本的信任问题：这个应用程序是否会可靠地运行并保持我们的数据安全？这些问题在演示中没有出现，因此成为公司的次要考虑。

人工智能成功的障碍不是能力，而是基础设施和流程的成熟度。领先的组织是那些选择投资于现代基础设施的组织，在那里信任和速度共存，内置的安全性和治理加速了进展，而不是阻碍了进展。分散的工具链和环境迫使您在两者之间做出选择，但现代的、统一的基础设施和现代的人工智能流程让您可以同时拥有两者。今天，消除瓶颈是创造竞争优势的关键。这不仅仅是一个技术雄心壮志；这是一个在当今市场中竞争和生存的商业必备条件。投资于安全性和治理将会增加成功的机会。

您曾在网络安全、产品和开发者平台领域领导团队。您如何将安全第一的思维方式带入 Anaconda 的依赖管理、环境可复制性和供应链风险战略中？

我进入安全领域的道路始于医疗保健领域，我亲眼见证了当时所谓的“安全”。我完全沉浸在安全中，它成为了我的热情。随着人工智能工作负载、模型、代理和集成变得更加复杂，安全风险会比治理跟上得更快地增加。而即使安全风险得到管理，环境本身也会成为一个障碍。

人工智能的安全性和合规性具有挑战性，特别是在开发和生产中获得真正的风险可见性。我们专注于此。我们正在环境管理中构建更深的安全能力，在 Python 生态系统之外的 AI 包装增加治理，并通过 AI 模型的安全扫描来帮助降低风险。目标很简单：帮助组织在保持可见性、隐私和韧性以在规模上信任人工智能的同时更快地移动人工智能。

人工智能的投资回报率（ROI）存在日益增长的怀疑，同时也出现了实验和“vibe 编码”的激增。您如何区分富有成效的实验和真正能够提供可衡量价值的企业级人工智能系统？

今年可能是第一次真正测量人工智能的 ROI。行业中的每个人都将“效率”视为节省的时间，但这并不是最好的顶级 KPI。花时间创建与其最重要目标直接相关的定制 KPI 的组织将会有更好的结果。这可以是为开发团队节省的代码审查时间，也可以是为市场团队的潜在客户质量。单纯的时间和测量令牌的消耗并不直接表明效率。

Anaconda 位于 Python 基础的人工智能开发的中心。您如何看待 Python 环境在组织从实验到完全治理的生产级人工智能系统的演变中发挥的作用？

Python 是人工智能的首选语言，虽然我不期望这种情况很快就会改变，但语言的受欢迎程度总是会有起伏。组织需要能够演变和本地解决潜在性能和可扩展性问题的工具，能够使人工智能代理成功地创建企业级应用程序和服务。我期望组织将开始投资于通用构建块，以加速人工智能的价值和采用。这将使他们能够最好地应对为人工智能基础设施层提供动力的编程语言不断演变的词汇表。

您过去曾与受监管的行业和安全意识强的企业密切合作。企业级人工智能治理在实践中是什么样子，除了政策文件和合规性检查清单之外？

企业人工智能和人工智能本地应用程序与传统软件开发完全不同。当您将人工智能视为传统开发时，您最终会得到破碎的安全性和治理，这将阻碍创新。企业人工智能需要人工智能本地开发的最佳实践，其中人工智能模型是驱动版本控制的主要组件，一切其他内容都是次要的。

人工智能治理是成功扩展和停滞之间的区别。企业级人工智能治理是当负责的人工智能本地原则转化为可执行的平台控制、明确的责任和人工智能组件的连续跟踪和谱系时发生的。这超出了在 DevOps 实践中起作用的政策和检查清单。

随着 Anaconda 最近的资金和企业推动，您的近期增长优先事项是什么，您将在接下来的 12 到 18 个月内最激进地投资于哪里？

我们的目标很明确：Anaconda 将成为企业人工智能本地开发的首选平台，用于构建、保护和部署人工智能本地应用程序和服务。我们的客户不断演变以满足他们的需求，我们也随之演变。这就是为什么我们不再只是一个数据科学工具包，而是一个用于企业人工智能的综合平台。每项投资，无论是产品、合作伙伴关系还是并购，都将根据一个问题来评估：“这是否使我们更接近成为企业在新的人工智能本地世界中成功所需的平台？”我们是一家以客户为中心的公司，我们所做的一切都是为了我们的客户。

作为曾帮助扩展公开交易的开发者平台的人，您在为实践者构建同时也为执行官（如 CTO、CIO 和首席人工智能官）服务时，学到了什么经验教训？

成功总是归结为客户和支持他们正在实现的结果。听起来很简单，但团队很容易陷入内部指标（例如项目花费了多少小时，是否达到预定义的目标），而不是问一个更重要的问题：这真的使我们的客户更成功吗？领导者可能会说需要一个全新的产品，但实际上可能只是需要改进现有的产品（例如，使产品更用户友好），然后您就会得到期望的结果。如果客户很高兴和成功，那么我们都会很高兴和成功。

感谢这次精彩的采访，希望阅读更多的读者可以访问 Anaconda。