Mathias Golombek，Exasol 首席技术官 – 采访系列

Mathias Golombek 是 Exasol 的首席技术官（CTO）。他于 2004 年加入公司担任软件开发人员，在德国维尔茨堡大学学习计算机科学，重点研究数据库、分布式系统、软件开发过程和遗传算法。到 2005 年，他负责数据库优化器团队，2007 年成为研发部负责人。2014 年，Mathias 被任命为 CTO。在这个角色中，他负责产品开发、产品管理、运营、支持和技术咨询。

是什么最初吸引你学习计算机科学？

当我在四年级时，我的哥哥有一些课程，教他们如何使用 BASIC 编程，他向我展示了可以用它做什么。我们一起在 Commodore 64 上开发了一个复活节谜题，送给我们的弟弟，从那时起，我就被计算机迷住了。计算机科学总的来说就是解决问题和创造力，我想这就是它吸引我的地方。

可以分享一下你从 2004 年加入 Exasol 作为软件开发人员到成为 CTO 的经历吗？你的角色如何随着时间的推移而演变，特别是在快速变化的科技领域？

我在德国维尔茨堡大学学习计算机科学，并于 2004 年毕业后加入 Exasol担任软件开发人员。加入 Exasol 的第一年后，我被提升为数据库优化器团队负责人，接着成为研发部负责人。之后，我担任了七年的研发部负责人，然后在 2014 年成为 CTO。

从开始，我就对 Exasol 的工作感到惊讶——这家德国公司正在与微软、IBM 和 Oracle 等大公司竞争。我被面前的机会所震撼——作为一名开发人员，创建这个大规模并行处理（MPP）的内存数据库管理系统简直是天堂。

我喜欢每一刻与这支才华横溢的工程团队的合作。作为 CTO，我负责 Exasol 的产品创新、开发和技术支持。看到 Exasol 团队在全球范围内的成长，以支持客户和他们不断变化的需求，这是一件令人兴奋的事情。基础仍然相同——我们仍然是一家内存数据库系统，但现在我们正在赋予客户利用数据为 AI 实现提供动力的能力。

Exasol一直是高性能分析数据库的领跑者。从你的角度来看，Exasol有什么独特之处，使其在这个竞争激烈的领域脱颖而出？

企业领导者不断面临如何用更少的资源做更多事情的挑战。近年来，这个挑战变得更加严峻，因为经济仍然动荡，AI 技术的普及占用了预算和时间。

作为高性能分析数据库提供商，Exasol一直保持领先地位，帮助企业用更少的资源做更多的事情。我们帮助公司通过 Exasol Espresso 将商业智能（BI）转化为更好的洞察力，Exasol Espresso是一种可以插入现有数据栈的多功能查询引擎。全球品牌，如 T-Mobile、Piedmont Healthcare 和 Allianz，使用 Exasol Espresso 将更多数据转化为更快、更深入、更便宜的洞察力。我认为我们在性能、价格和灵活性之间的微妙平衡方面做得很好，这样客户就不必妥协。

为了支持公司在 AI 之旅中，我们最近推出了 Espresso AI，为我们的多功能查询引擎配备了一套新的 AI 工具，允许组织利用数据进行高级 AI 驱动的洞察和决策。Espresso AI 的功能使 AI 更加经济和易于访问，允许客户绕过昂贵、耗时的实验，并立即获得投资回报率。这对于专注于在 AI 时代推动创新和创造价值的企业来说是一个游戏规则的改变者。

Exasol 的 2024 年 AI 和分析报告强调了在 AI 上的低投资可能导致企业失败。您能否详细介绍这份报告的主要发现以及为什么企业今天投资 AI 至关重要？

正如您所说，Exasol 的 2024 年 AI 和分析报告 的主要结论是，AI 投资不足会导致企业失败。根据我们对美国、英国和德国的高级决策者、数据科学家和分析师的调查，几乎所有（91%）的受访者同意，AI 是未来两年内组织最重要的话题之一，72% 的受访者承认，今天不投资 AI 将会危及企业的未来生存能力。简单地说，在今天的环境中，不考虑 AI 的企业已经落后了。

企业面临来自利益相关者的压力，要求投资 AI，有很多原因。AI 投资已经帮助各个行业的组织解锁新的收入来源、增强客户体验、优化运营、提高生产力、加速竞争力等等。随着企业开始找到利用 AI 满足特定业务需求的方法，这个列表只会越来越长。

同一份报告提到了 AI 采用中的主要障碍，包括数据科学缺口和实施延迟。Exasol 如何解决这些挑战为客户提供帮助？

尽管 AI 投资至关重要，但企业仍面临着显著的实施障碍。Exasol 的 AI 和分析报告表明，多达 78% 的决策者在数据科学和机器学习（ML）模型的至少一个领域存在差距，47% 的人认为实施新数据要求的速度是一个挑战。另外，79% 的人声称，数据团队需要太长时间来实施新的业务分析要求。其他阻碍广泛 AI 采用的因素包括缺乏实施策略、数据质量差、数据量不足以及与现有系统集成。除此之外，AI 的不断演变的法规和监管要求也给许多公司带来了问题，88% 的受访者表示需要更多的明确性。

随着 AI 部署的增长，确保强大的数据基础将变得更加重要。Exasol 为采用 AI 战略的企业提供了灵活性、弹性和可扩展性。随着数据官（CDO）等职责的不断演变和变得更加复杂——具有日益增长的道德和合规挑战——Exasol 支持数据领导者，并帮助他们将商业智能转化为更快、更好的洞察力，以告知商业决策并对底线产生积极影响。

虽然 AI 对企业成功至关重要，但它的有效性取决于后端的工具、技术和人员。调查结果强调了当前 BI 工具和输出之间的显著差距——更多的工具并不一定意味着更快的性能或更好的洞察力。随着 CDO 为更大的复杂性做准备，并被要求用更少的资源做更多的事情，他们必须评估数据分析栈，以确保生产力、速度和灵活性——所有这些都应以合理的成本实现。

Espresso AI 有助于弥合这一差距，为企业提供了一套新的 AI 工具，允许组织利用数据进行高级 AI 驱动的洞察和决策。Espresso AI 的功能使 AI 更加经济和易于访问，允许客户绕过昂贵、耗时的实验，并立即获得投资回报率。这对于专注于在 AI 时代推动创新和创造价值的企业来说是一个游戏规则的改变者。

数据素养在 AI 时代变得越来越重要。Exasol 如何为客户和更广泛的社区增强数据素养？

在今天的数据丰富的工作环境中，数据素养技能比以往任何时候都更加重要——并且正在迅速成为一种“必须具备”的技能，而不仅仅是一种“很好具备”的技能。在各个行业中，能够有效地处理、理解和传达数据的能力已经变得至关重要。但是，仍然存在数据素养差距。

数据素养是指能够解释复杂信息并能够根据这些信息采取行动的能力。但是，数据访问通常在组织内被隔离，或者只有很小一部分人拥有必要的数据素养技能来理解和访问流经业务的海量数据。这种方法存在缺陷，因为它限制了用于利用数据的时间和资源，并且数据素养差距为业务创新设置了障碍。

当人们具备数据素养时，他们可以理解数据、分析数据，并将自己的想法、技能和专业知识应用于数据。拥有更多知识、信心和工具来解开数据并从中获取意义的人越多，组织就越成功。Exasol 支持数据领导者和企业在推动数据素养和教育方面。

除了教育方面，企业还应优化其技术栈和商业智能工具，以实现数据民主化。数据可访问性和数据素养密切相关。投资这两方面对于推进数据战略至关重要。例如，使用 Exasol，我们的无需调优的系统使企业能够专注于数据使用，而不是技术。高速处理使团队能够与数据交互，并避免受到性能限制。这最终导致了数据民主化。

现在是时候让数据民主化从讨论话题转变为组织内的行动。随着更多来自各个部门的人员获得有意义的洞察力，这将缓解数据分析团队造成的传统瓶颈。随着这些传统的孤岛崩溃，组织将意识到他们的团队和个人需要使用数据的需求有多广泛和深刻。即使那些目前不认为自己是数据的最终用户的人也会被拉入数据的轨道中。

随着这一转变而来的主要挑战是预计在未来几年内，劳动力需要升级，以便每位员工都能获得使用数据和洞察力做出商业决策的适当技能。今天的劳动力不知道如何向数据提问，也不知道如何从中获取信息。能够提问精确、深入和商业相关的问题的价值正在增加，这就产生了对培训劳动力以获得这一能力的迫切需求。

您拥有数据库、分布式系统和遗传算法方面的坚实背景。这些领域的专业知识如何影响 Exasol 的产品开发和创新战略？

我的背景是工作基础和理解过去二十年技术趋势的基础。能够与创新客户合作，将数据库技术转化为有趣的用例，这是一件令人兴奋和有意义的事情。我们的创新战略不仅仅依赖于一个人，而是依赖于一支由复杂的架构师和开发人员组成的团队，他们理解软件、硬件和数据应用的未来。

展望未来，Exasol 正在为哪些即将到来的数据分析和商业智能趋势做准备，并计划如何继续在这一领域推动创新？

2023 年，AI 以前所未有的速度改变了各个行业，这导致组织产生了 knee-jerk 反应，进而产生了无数糟糕设计和执行的自动化实验。2024 年将是 AI 实验和基础工作的转型年。到目前为止，GenAI 的主要应用是信息访问、聊天机器人、客户服务自动化和软件编码。然而，将会有先驱者采用这些令人兴奋的技术来进行商业决策和优化。展望 2024 年后，我们将开始看到对 AI 的生产性实施的更大推动。

在 Exasol，我们致力于推动创新并为客户提供价值，这包括帮助他们在规模上开发和实施 AI。使用 Exasol，客户可以将 BI 和 AI 结合起来，克服数据孤岛，实现集成分析系统。我们的部署选项灵活性也使组织能够决定他们希望在哪里托管分析栈，无论是在公共云、私有云还是本地。拥有 Exasol 的 Espresso AI，我们有能力赋予企业利用 AI 驱动的分析的价值的能力，无论他们在 AI 之旅的哪个阶段。谢谢这次精彩的采访，希望读者能够通过访问 Exasol 了解更多信息。