Berta Sándor
Minden hagyományos cég pénzt csinálhat az adataiból
Ebben a vállalatok egy egyre értékesebb társaság támogatására számíthatnak.
A Databricks nevű startup segít a cégeknek abban, hogy az adatokat a felhőkörnyezetben elemezhessék. A vállalkozás értékét ma már 28 milliárd amerikai dollárra becsülik. Ali Ghodsi, a Databricks társalapítója és vezetője gyakran említi példaként az Ubert. A menedzser rámutatott, hogy a közösségi utazásmegosztónál a gépi tanulás már egy út előtt eldönti, hogy az milyen hosszú lesz és mennyibe fog kerülni. De kiszámítja azt is, hogy mennyivel lenne drágább, ha több személy szállna be egy taxiba vagy, hogy melyik étel ajánlott az Uber Eats kínálatából. Vagyis minden döntés, termékrészlet mögött ott találhatók az adatelemzések. Az Uber, de az Airbnb vagy éppen a Google is olyan cégek, amelyek az adatokat rendkívül stratégiai módon használják fel.
Ghodsi a Databricks bevonásával akarja segíteni a hagyományos vállalkozásokat abban, hogy adattársaságokká alakuljanak át és "betekintsenek a jövőjükbe". Eddig többek között az Amazon, a Google, a Microsoft fektetett be a startupba, amelynek az idén a bevétele meghaladhatja az 500 millió amerikai dollárt és minden bizonnyal a világ egyik legsikeresebb tőzsdei megjelenést könyvelheti majd el.
A legtöbb nagyvállalat a fontos információit adatbázisokban tárolja, míg más fájlok nem strukturált formában érhetők el, úgynevezett adattavakban. Ezekben a rendszerekben az információk sokkal könnyebben megtalálhatók és elemezhetők. Azonban a tárolási struktúrák kialakítása annál nagyobb munkát jelent, minél több információt gyűjt egy piaci szereplő. S, hogy mekkora piaci értékről van szó, azt jól mutatja, hogy az adatraktárakat menedzselő Snowflake piaci értékét jelenleg 63 milliárd amerikai dollárra becsülik. Az un. adattavakban ugyanakkor a megfelelő algoritmusok nélkül csak kevés adat alakítható értékes információvá. A mesterséges intelligencia viszont olyan dolgokat is meglelhet, amelyekre valaki rá sem keresett. Ilyen elemezésekre specializálta magát például a C3.ai.
Ghodsi hangsúlyozta, hogy a vetélytársaik kizárólag arra képesek, hogy a strukturált vagy nem strukturált adatokat tudnak kezelni és kiértékelni, a Databricks ezzel szemben képes az adatraktárakat és az adattavakat egyesíteni. Az új rendszer ötvözi mind a két megoldás előnyeit és ezzel párhuzamosan megakadályozza az információvesztéseket és a biztonsági rések kialakulását, mivel a fájlokat csupán egyetlen helyen kell tárolni. Sőt, így még az adatvédelmi előírások is könnyebben betarthatók, mert az ügyfelek adatait csak egyetlen helyről kell törölni.
A ruhakereskedő Zalando például arra használja a Databricks rendszerét, hogy a segítségével különböző adatforrásokból képeket, ügyfélajánlásokat és a vásárlási szokásokat figyelembe vevő termékajánlásokat generáljon. Az internetes divatcég eleinte a saját szerverközpontjában tárolta az adatokat, de ahogy Max Schultze technikus közölte, egy idő után elérték a határaikat. Átváltottak a felhőkörnyezetbe és a Databricks eszközei segítenek abban, hogy a 15 petabájtos tárolási kapacitással rendelkező több ezer adatbázisban lévő információkat észszerűen kielemezzék. Ghodsi leszögezte, hogy minél összetettebb a feladat, annál jobb a helyzet a számukra, azaz ha a cégek egyesítik az általuk kezelt adatbázisokban és a felhőkörnyezetben tárolt adatait vagy, ha több felhőszolgáltatást használnak. Az első a hibrid felhő, míg a második a multi felhő.
A startup társalapítója és vezetője pontosan tisztában van vele, hogy hiába van a befektetőik között az Amazon, a Google és a Microsoft, semmi sem akadályozza meg, hogy ezek az óriások elvegyék tőlük az ügyfeleiket. Bár Ghodsi alapvetően optimista, de mindig a legrosszabb forgatókönyvekre készül fel. Amikor a koronavírus-járvány kitört, akkor 500 millió amerikai dollárt gyűjtött össze beruházóktól, hogy a Databricks képes legyen túlélni egy kialakuló gazdasági válságot. Erre a gondolkodásra az iráni forradalom tanította meg, amikor 24 órán belül el kellett hagynia a családjával az otthonát és végül Svédországban telepedtek le. Ez utóbbi volt a szerencséje.
Meggyőződése ugyanis, hogy ha az Amerikai Egyesült Államokban születik, akkor ma nem lenne a Databricks vezetője. Így ugyanis idegen nyelvek helyett programozási nyelveket (Pascal, C++) tanult meg. Ebben nagy szerepe volt annak, hogy Svédországban már 1996-ban voltak gyors internetelérések. Elvégezte a Stockholmi Királyi Műszaki Főiskolát, majd informatikai professzor lett a Berkeley Egyetemen, ahol találkozott a Databricks többi társalapítójával. Ghodsi abban is biztos, hogy nem tudott volna egy 28 milliárd amerikai dolláros vállalkozást megalapítani és felépíteni Európában. Az USA egy fiatal ország, amely pont olyan, mint egy startup. Számos dolgot lehet kipróbálni, semmihez nincs kitaposott ösvény, de így végül a két világ legjavát kapta meg.
A Databricks nevű startup segít a cégeknek abban, hogy az adatokat a felhőkörnyezetben elemezhessék. A vállalkozás értékét ma már 28 milliárd amerikai dollárra becsülik. Ali Ghodsi, a Databricks társalapítója és vezetője gyakran említi példaként az Ubert. A menedzser rámutatott, hogy a közösségi utazásmegosztónál a gépi tanulás már egy út előtt eldönti, hogy az milyen hosszú lesz és mennyibe fog kerülni. De kiszámítja azt is, hogy mennyivel lenne drágább, ha több személy szállna be egy taxiba vagy, hogy melyik étel ajánlott az Uber Eats kínálatából. Vagyis minden döntés, termékrészlet mögött ott találhatók az adatelemzések. Az Uber, de az Airbnb vagy éppen a Google is olyan cégek, amelyek az adatokat rendkívül stratégiai módon használják fel.
Ghodsi a Databricks bevonásával akarja segíteni a hagyományos vállalkozásokat abban, hogy adattársaságokká alakuljanak át és "betekintsenek a jövőjükbe". Eddig többek között az Amazon, a Google, a Microsoft fektetett be a startupba, amelynek az idén a bevétele meghaladhatja az 500 millió amerikai dollárt és minden bizonnyal a világ egyik legsikeresebb tőzsdei megjelenést könyvelheti majd el.
A legtöbb nagyvállalat a fontos információit adatbázisokban tárolja, míg más fájlok nem strukturált formában érhetők el, úgynevezett adattavakban. Ezekben a rendszerekben az információk sokkal könnyebben megtalálhatók és elemezhetők. Azonban a tárolási struktúrák kialakítása annál nagyobb munkát jelent, minél több információt gyűjt egy piaci szereplő. S, hogy mekkora piaci értékről van szó, azt jól mutatja, hogy az adatraktárakat menedzselő Snowflake piaci értékét jelenleg 63 milliárd amerikai dollárra becsülik. Az un. adattavakban ugyanakkor a megfelelő algoritmusok nélkül csak kevés adat alakítható értékes információvá. A mesterséges intelligencia viszont olyan dolgokat is meglelhet, amelyekre valaki rá sem keresett. Ilyen elemezésekre specializálta magát például a C3.ai.
Ghodsi hangsúlyozta, hogy a vetélytársaik kizárólag arra képesek, hogy a strukturált vagy nem strukturált adatokat tudnak kezelni és kiértékelni, a Databricks ezzel szemben képes az adatraktárakat és az adattavakat egyesíteni. Az új rendszer ötvözi mind a két megoldás előnyeit és ezzel párhuzamosan megakadályozza az információvesztéseket és a biztonsági rések kialakulását, mivel a fájlokat csupán egyetlen helyen kell tárolni. Sőt, így még az adatvédelmi előírások is könnyebben betarthatók, mert az ügyfelek adatait csak egyetlen helyről kell törölni.
A ruhakereskedő Zalando például arra használja a Databricks rendszerét, hogy a segítségével különböző adatforrásokból képeket, ügyfélajánlásokat és a vásárlási szokásokat figyelembe vevő termékajánlásokat generáljon. Az internetes divatcég eleinte a saját szerverközpontjában tárolta az adatokat, de ahogy Max Schultze technikus közölte, egy idő után elérték a határaikat. Átváltottak a felhőkörnyezetbe és a Databricks eszközei segítenek abban, hogy a 15 petabájtos tárolási kapacitással rendelkező több ezer adatbázisban lévő információkat észszerűen kielemezzék. Ghodsi leszögezte, hogy minél összetettebb a feladat, annál jobb a helyzet a számukra, azaz ha a cégek egyesítik az általuk kezelt adatbázisokban és a felhőkörnyezetben tárolt adatait vagy, ha több felhőszolgáltatást használnak. Az első a hibrid felhő, míg a második a multi felhő.
A startup társalapítója és vezetője pontosan tisztában van vele, hogy hiába van a befektetőik között az Amazon, a Google és a Microsoft, semmi sem akadályozza meg, hogy ezek az óriások elvegyék tőlük az ügyfeleiket. Bár Ghodsi alapvetően optimista, de mindig a legrosszabb forgatókönyvekre készül fel. Amikor a koronavírus-járvány kitört, akkor 500 millió amerikai dollárt gyűjtött össze beruházóktól, hogy a Databricks képes legyen túlélni egy kialakuló gazdasági válságot. Erre a gondolkodásra az iráni forradalom tanította meg, amikor 24 órán belül el kellett hagynia a családjával az otthonát és végül Svédországban telepedtek le. Ez utóbbi volt a szerencséje.
Meggyőződése ugyanis, hogy ha az Amerikai Egyesült Államokban születik, akkor ma nem lenne a Databricks vezetője. Így ugyanis idegen nyelvek helyett programozási nyelveket (Pascal, C++) tanult meg. Ebben nagy szerepe volt annak, hogy Svédországban már 1996-ban voltak gyors internetelérések. Elvégezte a Stockholmi Királyi Műszaki Főiskolát, majd informatikai professzor lett a Berkeley Egyetemen, ahol találkozott a Databricks többi társalapítójával. Ghodsi abban is biztos, hogy nem tudott volna egy 28 milliárd amerikai dolláros vállalkozást megalapítani és felépíteni Európában. Az USA egy fiatal ország, amely pont olyan, mint egy startup. Számos dolgot lehet kipróbálni, semmihez nincs kitaposott ösvény, de így végül a két világ legjavát kapta meg.