Mathias Golombek é o Diretor de Tecnologia (CTO) da Exasol. Ele ingressou na empresa como desenvolvedor de software program em 2004, após estudar ciência da computação com grande foco em bancos de dados, sistemas distribuídos, processos de desenvolvimento de software program e algoritmos genéticos. Em 2005, ele period responsável pela equipe do Database Optimizer e em 2007 tornou-se Chefe de Pesquisa e Desenvolvimento. Em 2014, Mathias foi nomeado CTO. Nessa função, ele é responsável pelo desenvolvimento de produtos, gerenciamento de produtos, operações, suporte e consultoria técnica.
O que inicialmente atraiu você para a ciência da computação?
Quando eu estava na quarta série, meu irmão mais velho teve algumas aulas onde aprenderam a programar BASIC e ele me mostrou o que dá para fazer com isso. Juntos, desenvolvemos um enigma de Páscoa em nosso Commodore 64 para nosso irmão mais novo e, desde então, sou fascinado por computadores. A ciência da computação em geral envolve resolver problemas e ser criativo e acho que esse aspecto me atraiu mais para a área.
Você pode compartilhar sua jornada desde que ingressou na Exasol como desenvolvedor de software program em 2004 até se tornar CTO? Como suas funções evoluíram ao longo dos anos, especialmente no cenário tecnológico em rápida mudança?
Estudei Ciência da Computação na Universidade de Würzburg, na Alemanha, e comecei na Exasol como desenvolvedor de software program em 2004, após me formar. Após meu primeiro ano na Exasol, fui promovido a Chefe da Equipe do Database Optimizer e depois Chefe de Pesquisa e Desenvolvimento. Depois disso, atuei como Chefe de P&D por sete anos antes de assumir minha função atual como CTO em 2014.
Desde o início, fiquei impressionado com o que a Exasol estava fazendo – esta empresa de tecnologia alemã lutando contra grandes nomes como Microsoft, IBM e Oracle. Fiquei impressionado com a oportunidade que tinha diante de mim – como desenvolvedor, criar esse sistema de gerenciamento de banco de dados em memória de processamento massivamente paralelo (MPP) period o paraíso na terra.
Aproveitei cada momento trabalhando com essa talentosa equipe de engenharia. Como CTO, supervisiono a inovação, o desenvolvimento e o suporte técnico de produtos da Exasol. Tem sido emocionante ver o quanto a equipe da Exasol cresceu globalmente à medida que trabalhamos para apoiar nossos clientes e suas necessidades em evolução. Os fundamentos são os mesmos: ainda somos um sistema de banco de dados in-memory, mas agora estamos capacitando nossos clientes a aproveitar o poder de seus dados para implementações de IA.
A Exasol está na vanguarda em bancos de dados analíticos de alto desempenho. Na sua perspectiva, o que diferencia a Exasol neste espaço competitivo?
Os líderes empresariais têm constantemente a tarefa de descobrir como fazer mais com menos. Nos últimos anos, isto tornou-se ainda mais desafiante à medida que a economia continua tumultuada e a proliferação da tecnologia de IA tem consumido orçamento e tempo.
Como fornecedora de bancos de dados analíticos de alto desempenho, a Exasol permanece à frente da curva quando se trata de ajudar as empresas a fazer mais com menos. Ajudamos as empresas a transformar enterprise intelligence (BI) em melhores insights com o Exasol Espresso, nosso versátil mecanismo de consulta que se conecta a pilhas de dados existentes. Marcas globais, incluindo T-Cellular, Piedmont Healthcare e Allianz, usam o Exasol Espresso para transformar maiores volumes de dados em insights mais rápidos, mais profundos e mais baratos. E acho que fizemos um ótimo trabalho ao dominar o delicado equilíbrio entre desempenho, preço e flexibilidade para que os clientes não tenham que fazer concessões.
Para apoiar as empresas nas suas jornadas de IA, também lançámos recentemente o Espresso AI, equipando o nosso versátil motor de consulta com um novo conjunto de ferramentas de IA que permitem às organizações aproveitar o poder dos seus dados para obter informações e tomadas de decisão avançadas baseadas em IA. Os recursos do Espresso AI tornam a IA mais econômica e acessível, permitindo que os clientes evitem experimentações caras e demoradas e obtenham ROI imediato. Isto é um divisor de águas para as empresas que estão focadas em impulsionar a inovação e agregar valor na period da IA.
O Relatório de IA e Análise de 2024 da Exasol destaca o subinvestimento em IA como um caminho para o fracasso empresarial. Você poderia expandir as principais conclusões deste relatório e por que investir em IA é elementary para as empresas hoje?
Como você afirmou, a principal conclusão do Relatório de IA e Análise de 2024 da Exasol é que o subinvestimento em IA leva ao fracasso dos negócios. Com base na nossa pesquisa com tomadores de decisão seniores, bem como com cientistas e analistas de dados nos EUA, Reino Unido e Alemanha, quase todos (91%) os entrevistados concordam que a IA é um dos tópicos mais importantes para as organizações nos próximos dois anos. com 72% a admitir que não investir hoje em IA colocará em risco a viabilidade futura dos negócios. Simplificando, no ambiente atual, as empresas que não pensam na IA já estão para trás.
As empresas estão a enfrentar pressão das partes interessadas para investirem em IA – e há muitas razões para isso. O investimento em IA já ajudou organizações de todos os setores – desde cuidados de saúde a serviços financeiros e retalho – a desbloquear novos fluxos de receitas, melhorar as experiências dos clientes, otimizar operações, aumentar a produtividade, acelerar a competitividade e muito mais. A lista só cresce à medida que as empresas começam a encontrar maneiras específicas de aproveitar a IA para atender às necessidades comerciais específicas.
O mesmo relatório menciona grandes barreiras à adoção da IA, incluindo lacunas na ciência de dados e latência na implementação. Como a Exasol aborda esses desafios para seus clientes?
Apesar da necessidade crítica de investimento em IA, as empresas ainda enfrentam barreiras significativas para uma implementação mais ampla. O relatório de IA e análise da Exasol indica que até 78% dos tomadores de decisão enfrentam lacunas em pelo menos uma área de seus modelos de ciência de dados e aprendizado de máquina (ML), com 47% citando a velocidade para implementar novos requisitos de dados como um desafio. Outros 79% afirmam que novos requisitos de análise de negócios demoram muito para serem implementados pelas equipes de dados. Outros factores que dificultam a adopção generalizada da IA incluem a falta de uma estratégia de implementação, a má qualidade dos dados, os volumes de dados insuficientes e a integração com os sistemas existentes. Além disso, a evolução dos requisitos e regulamentações burocráticas para IA está causando problemas para muitas empresas, com 88% dos entrevistados afirmando que precisam de mais clareza.
À medida que a implantação da IA cresce, será ainda mais importante para as empresas garantir bases sólidas de dados. A Exasol oferece flexibilidade, resiliência e escalabilidade para empresas que adotam uma estratégia de IA. À medida que funções como Chief Information Officer (CDO) continuam a evoluir e a se tornar mais complexas –– com crescentes desafios éticos e de conformidade na vanguarda –– a Exasol apoia líderes de dados e os ajuda a transformar BI em insights melhores e mais rápidos que informarão as decisões de negócios e impactar positivamente os resultados financeiros.
Embora a IA tenha se twister crítica para o sucesso dos negócios, ela é tão eficaz quanto as ferramentas, a tecnologia e as pessoas que a alimentam no back-end. Os resultados da pesquisa enfatizam a lacuna significativa entre as ferramentas de BI atuais e seus resultados – mais ferramentas não significam necessariamente desempenho mais rápido ou melhores insights. À medida que os CDOs se preparam para uma maior complexidade e têm a tarefa de fazer mais com menos, devem avaliar a pilha de análise de dados para garantir produtividade, velocidade e flexibilidade – tudo a um custo razoável.
A Espresso AI ajuda a preencher esta lacuna para a empresa, otimizando os processos de extração, carregamento e transformação de dados para dar aos usuários a flexibilidade de experimentar imediatamente novas tecnologias em escala, independentemente da restrição de infraestrutura – seja no native, na nuvem ou híbrida. Os usuários podem reduzir os custos e esforços de movimentação de dados e, ao mesmo tempo, trazer tecnologias emergentes, como LLMs, para seu banco de dados. Esses recursos ajudam as organizações a acelerar sua jornada rumo à implementação de soluções de IA e ML, garantindo ao mesmo tempo a qualidade e a confiabilidade de seus dados.
A alfabetização em dados está se tornando cada vez mais importante na period da IA. Como a Exasol contribui para melhorar a alfabetização em dados entre seus clientes e a comunidade em geral?
Nos atuais ambientes de trabalho ricos em dados, as competências de literacia de dados são mais importantes do que nunca – e estão rapidamente a tornar-se uma “necessidade” em vez de um “bom ter” na period da IA. Em todos os setores, a proficiência no trabalho, na compreensão e na comunicação eficaz de dados tornou-se very important. Mas continua a existir uma lacuna na literacia de dados.
A alfabetização em dados envolve ter as habilidades para interpretar informações complexas e a capacidade de agir de acordo com essas descobertas. Mas muitas vezes o acesso aos dados é isolado dentro de uma organização ou apenas um pequeno subconjunto de indivíduos possui as competências necessárias em matéria de literacia de dados para compreender e aceder às vastas quantidades de dados que fluem através da empresa. Esta abordagem é falha porque limita a quantidade de tempo e recursos dedicados à utilização de dados e, em última análise, a lacuna na literacia de dados cria uma barreira à inovação empresarial.
Quando as pessoas têm literacia em dados, podem compreender os dados, analisá-los e aplicar-lhes as suas próprias ideias, competências e conhecimentos. Quanto mais pessoas tiverem conhecimento, confiança e ferramentas para desvendar e extrair significado dos dados, mais bem-sucedida uma organização poderá ser. Na Exasol, apoiamos líderes de dados e empresas na promoção da alfabetização e educação em dados.
Além do componente educacional, as empresas devem otimizar suas pilhas de tecnologia e ferramentas de BI para permitir a democratização dos dados. A acessibilidade e a alfabetização em dados andam de mãos dadas. O investimento em ambos é necessário para promover estratégias de dados. Por exemplo, com o Exasol, nosso sistema sem ajustes permite que as empresas se concentrem no uso de dados, e não na tecnologia. A alta velocidade permite que as equipes trabalhem de forma interativa com os dados e evitem ficar restringidas por limitações de desempenho. Em última análise, isso leva à democratização dos dados.
Agora é a hora de a democratização dos dados passar de um tópico de discussão para uma ação dentro das organizações. À medida que mais pessoas em vários departamentos obtêm acesso a insights significativos, os gargalos tradicionais causados pelas equipes de análise de dados serão aliviados. Quando esses silos tradicionais desabarem, as organizações perceberão quão ampla e profunda é a necessidade de suas equipes e indivíduos usarem dados. Mesmo as pessoas que atualmente não pensam que são usuários finais de dados serão atraídas para a alimentação de dados.
Com esta mudança surge um grande desafio a antecipar nos próximos anos – a força de trabalho terá de ser atualizada para que cada funcionário adquira o conjunto de competências adequado para utilizar eficazmente dados e insights para tomar decisões de negócios. A força de trabalho de hoje não saberá as perguntas certas a fazer sobre seu feed de dados ou sobre a automação que o alimenta. O valor de ser capaz de articular questões precisas, investigativas e vinculadas aos negócios está aumentando em valor, criando uma necessidade extrema de treinar a força de trabalho nesta capacidade.
Você tem uma sólida experiência em bancos de dados, sistemas distribuídos e algoritmos genéticos. Como essas áreas de especialização influenciam a estratégia de desenvolvimento e inovação de produtos da Exasol?
Minha formação é a base para trabalhar em nossa área e compreender as tendências tecnológicas das últimas duas décadas. É emocionante e gratificante trabalhar com clientes inovadores que transformam a tecnologia de banco de dados em casos de uso interessantes. Nossa estratégia de inovação não depende apenas de um indivíduo, mas de uma grande equipe de arquitetos e desenvolvedores sofisticados que entendem o futuro de software program, {hardware} e aplicações de dados.
Com a IA transformando as indústrias em um ritmo sem precedentes, quais você acredita serem os componentes essenciais de uma pilha de dados preparada para o futuro para empresas que buscam aproveitar a IA e a análise de forma eficaz?
A rápida adoção da IA tem sido um excelente exemplo de por que é importante que as empresas se mantenham à frente do cenário tecnológico em evolução. A triste verdade, porém, é que a maioria das pilhas de dados ainda está atrás da curva da IA.
Para pilhas de dados preparadas para o futuro, as empresas devem primeiro avaliar as bases de dados para identificar lacunas, bugs ou outros desafios. Isso os ajudará a garantir a qualidade e a velocidade dos dados – elementos essenciais para gerar insights valiosos e alimentar modelos de IA e LLM.
Além disso, as equipes devem investir em ferramentas e tecnologias que possam ser facilmente integradas a outras soluções da pilha. À medida que a IA for combinada com outras tecnologias, como o código aberto, veremos surgir novos modelos para resolver problemas de negócios tradicionais. A IA generativa, como o ChatGPT, também se fundirá com tecnologias de IA mais tradicionais, como análises descritivas ou preditivas, para abrir novas oportunidades para as organizações e agilizar processos tradicionalmente complicados.
Para pilhas de dados preparadas para o futuro, as empresas também devem integrar IA e BI. As empresas têm usado ferramentas de BI há décadas para extrair insights valiosos e, embora muitas melhorias tenham sido feitas, ainda existem limitações ou barreiras de BI nas quais a IA pode ajudar. A IA pode permitir resultados mais rápidos, aprimorar a personalização e transformar o cenário de BI em um domínio mais inclusivo e fácil de usar. Como o BI normalmente se concentra na análise de dados históricos para fornecer insights, a IA pode ampliar os recursos de BI ajudando a antecipar eventos futuros, gerando previsões e recomendando ações para influenciar os resultados desejados.
Produtividade, flexibilidade e economia de custos são destacadas como três maneiras pelas quais a Exasol ajuda marcas globais a inovar. Você pode fornecer um exemplo de como a Exasol permitiu que um cliente alcançasse um ROI significativo por meio de seu banco de dados analítico?
De acordo com um estudo de impacto econômico whole da Forrester de 2023, os clientes da Exasol alcançam um ROI de até 320% sobre seu investimento inicial ao longo de três anos, melhorando a eficiência operacional, o desempenho do banco de dados e oferecendo uma infraestrutura de dados simples e flexível.
Um cliente, por exemplo, Helsana, líder no competitivo setor de saúde da Suíça, veio para a Exasol para atender à necessidade de uma plataforma moderna de dados e análise. Antes da Exasol, Helsana contava com diversas ferramentas de relatórios com knowledge warehouses construídos em diferentes tecnologias e ferramentas ETL que criavam uma arquitetura confusa e ineficiente. Comparado à solução legada existente da empresa, o Information Warehouse da Exasol demonstrou uma melhoria de desempenho de cinco a dez vezes.
Agora, o Exasol é elementary para a jornada de IA da Helsana, servindo como repositório para os dados estruturados que a Helsana usa em todos os seus modelos de IA e fornecendo o
base para sua análise. Com a Exasol, a equipe da Helsana melhorou o desempenho, reduziu custos, aumentou a agilidade e estabeleceu uma base sólida de IA, o que contribui para um ROI significativo, além de uma maior capacidade de atender melhor os clientes.
Olhando para o futuro, quais são as tendências futuras em análise de dados e inteligência de negócios para as quais a Exasol está se preparando e como você planeja continuar impulsionando a inovação neste espaço?
O ano de 2023 introduziu a IA em larga escala, o que causou reações instintivas nas organizações que acabaram gerando incontáveis experimentos de automação mal projetados e executados. 2024 será um ano de transformação para a experimentação e o trabalho elementary de IA. Até agora, as principais aplicações do GenAI têm sido para acesso a informações por meio de chatbots, automação de atendimento ao cliente e codificação de software program. No entanto, haverá pioneiros que adotarão essas tecnologias interessantes para uma infinidade de tomadas de decisões e otimizações de negócios. Olhando para além de 2024, começaremos a ver um impulso maior no sentido de implementações produtivas de IA.
Na Exasol, estamos comprometidos em impulsionar a inovação e agregar valor aos nossos clientes, o que inclui ajudá-los a desenvolver e implementar IA em escala. Com a Exasol, os clientes podem combinar BI e IA para superar silos de dados em um sistema analítico integrado. Nossa flexibilidade em relação às opções de implantação também permite que as organizações decidam onde desejam hospedar sua pilha de análises, seja na nuvem pública, na nuvem privada ou no native. Com o Espresso AI da Exasol, estamos posicionados para capacitar as empresas a aproveitar o valor da análise orientada por IA, independentemente de onde as organizações se encontrem em sua jornada de IA.
Obrigado pela ótima entrevista, os leitores que desejarem saber mais devem visitar a Exasol.
