Una conversazione con il responsabile dell'evangelizzazione tecnica di Databricks, Ari Kaplan, sull'analisi conversazionale, i database moderni e sul perché il divario tra leader e ritardatari si sta riducendo rapidamente
C'è una domanda che circola nelle sale riunioni e negli incontri della leadership dei dati in questo momento, che suona più o meno così: "Abbiamo già la BI. Abbiamo già una soluzione di database. Quindi perché abbiamo bisogno di qualcosa di diverso?"
È una domanda lecita. E Ari Kaplan l'ha sentita in cinque continenti. In qualità di Global Head of Evangelism di Databricks, Ari ha trascorso la sua carriera all'intersezione tra dati, tecnologia e trasformazione aziendale, inclusa una presidenza dell'Independent Oracle Users Group, un'organizzazione che rappresenta oltre 22.000 professionisti dei database. Ha visto in prima persona cosa funziona, cosa invecchia male e cosa richiede il prossimo decennio.
In questa conversazione, approfondiamo l'analisi conversazionale, l'architettura dietro Genie e Lakebase, cosa serve realmente per guadagnare la fiducia dei dirigenti nelle informazioni guidate dall'IA e perché le aziende che non agiscono potrebbero trovarsi più indietro di quanto pensino.
L'intuizione senza azione è solo trivia
Catherine Brown: Ari, ai dirigenti piace l'idea di parlare con i propri dati, ma dove si verifica l'interruzione con l'analisi conversazionale?
Ari Kaplan: Assolutamente! Il punto è che le aziende vogliono parlare con i propri dati, governati nel contesto del proprio business. Ma è qui che le cose vanno male: se tutto ciò che ottieni sono fatti — trivia, essenzialmente — e non c'è un percorso verso l'azione, allora qual è il senso? Il valore di qualsiasi intuizione è reale solo quanto ciò che accade a causa di essa.
Questa è la differenza che Databricks sta cercando di fare. Non è solo conversazione, ma porta da qualche parte. Stavo parlando con Etihad Airlines, uno dei nostri principali utenti di Genie. Il loro team finanziario stava ponendo domande come: "Se i prezzi del petrolio aumentano il prossimo trimestre, come aggiustiamo i nostri prezzi in modo da guadagnare comunque e i clienti vogliono ancora volare?" Quel tipo di analisi richiedeva mesi, ma con Genie e l'analisi predittiva, stanno eseguendo questi scenari in tempo reale e prendendo effettivamente la decisione di cambiare i prezzi e l'itinerario quasi immediatamente. Questo è un ottimo esempio di un'azienda gestita sui propri dati, non solo informata da essi.
Catherine: Quindi, quando una risposta in linguaggio naturale deve diventare qualcosa di più, come un flusso di lavoro, una transazione o una decisione effettiva?
Ari: Dovrebbe accadere immediatamente se vuoi che abbia importanza. Un report che rimane lì e nessuno agisce è solo rumore. L'obiettivo è passare dall'intuizione all'azione senza creare qualcosa di fragile.
Non vuoi un sistema in cui qualcuno prende semplicemente una risposta dall'IA e la applica ciecamente. Hai ancora bisogno di un essere umano nel ciclo. Quello che vuoi è agilità: dati che continuano a essere aggiornati, intuizioni che rimangono attuali e persone nell'organizzazione che hanno la supervisione per assicurarsi che tutto rimanga connesso a come l'azienda funziona effettivamente. Gli esseri umani sono ancora l'interfaccia. Questo non scompare.
Catherine: Cosa risolve Genie per l'utente aziendale che i dashboard e i copiloti di BI faticano ancora a risolvere?
Ari: Ok, Genie va oltre i tradizionali strumenti di business intelligence permettendoti semplicemente di parlare con i tuoi dati nel contesto del tuo business. Permette agli utenti di ottenere autonomamente intuizioni guidate dall'IA.
Pensa a cosa sia effettivamente un dashboard. È una domanda fissa, posta più e più volte, solo con nuovi dati inseriti. Le aziende lo fanno da quasi 30 anni. Funziona. Ma ha un limite. E quel limite è: la domanda non cambia mai.
Genie supera quel limite perché ora una persona non tecnica, un dirigente, un responsabile delle vendite, un responsabile finanziario, può semplicemente chiedere ciò che vuole sapere in linguaggio semplice e ottenere una risposta. Non c'è una richiesta al team di BI e nessuna attesa di una settimana per un dashboard che è quasi giusto ma necessita ancora di modifiche. Vale la pena notare che il team di BI non scompare. Possono concentrarsi sulle cose veramente complesse invece di gestire richieste di report una tantum. Alla fine, è una situazione migliore per tutti.
E "Genie Code" è, per gli utenti più tecnici, che consente a data scientist, data engineer e altri di essere molto più efficaci ed efficienti nei loro lavori e nei compiti che devono svolgere.
Catherine: Come si integrano Genie e Lakebase? Perché dall'esterno, possono sembrare due prodotti separati che possono o meno interagire.
Ari: Genie e Lakebase sono in realtà due metà della stessa idea. Lakebase è un'area chiave in cui possono risiedere i tuoi dati transazionali. È il database moderno costruito per gestire miliardi o addirittura trilioni di record. Lakebase è solo una delle tante origini con cui Genie si connette. Lakehouse (DBSQL) è un altro, così come qualsiasi cosa federata tramite Unity Catalog: Slack, SAP, Google Drive, SharePoint, ecc.
Genie è il modo in cui parli con tutti i tuoi dati, da Lakebase ai dati del tuo data warehouse in Lakehouse e oltre. Quindi uno li memorizza, quello è Lakebase. E uno li presenta, quello è Genie. E l'intero sistema viene eseguito tramite Unity Catalog per gestire e mantenere i controlli di governance. In modo che le persone giuste vedano solo ciò che dovrebbero vedere, e tutti lavorino con le stesse definizioni. Tra ogni team e ogni utente aziendale, le definizioni sono le stesse: cliente significa cliente e profitto significa profitto. Quel linguaggio condiviso sembra semplice, ma è in realtà ciò che rende l'intera cosa affidabile.
Catherine: Ecco una domanda divertente: un CIO dice che ho già un database. Argomenta perché non è più sufficiente.
Ari: Adoro questa perché l'ho vissuta dall'altra parte. Posso dirti che l'architettura fondamentale alla base dei database tradizionali non è cambiata veramente per decenni. Quelle fondamenta sono state costruite per un'epoca diversa.
Ecco cosa è cambiato. Con Lakebase, puoi creare un nuovo database istantaneamente, non in giorni o settimane. E la maggior parte dei database creati oggi viene creata dall'IA.
La seconda cosa è il costo. Tradizionalmente, se avevi bisogno di un ambiente di produzione, un ambiente di test e un ambiente di QA, facevi tre copie dei tuoi dati. Triplo lo spazio di archiviazione, triplo il costo. Con Lakebase, puoi creare un centinaio di ambienti senza fare una singola copia dei dati sottostanti. Ero appena stato in Brasile e le aziende mi dicevano che avevano ridotto il loro costo totale di proprietà del 40% dopo il passaggio. Il massimo che ho sentito è il 98%. Non tutti ci arrivano, ma i risparmi sono reali ovunque vada.
E poi la scala. Arctic Wolf, il più grande centro operativo di rete al mondo, gestisce oltre un trilione di record su Databricks ogni singolo giorno. Le vecchie supposizioni semplicemente non valgono più.
Catherine: Qual è la vera differenza tra fare una domanda sui tuoi dati e gestire la tua attività con essi?
Ari: Il modo più semplice per dirlo: uno ti dice cosa è successo, l'altro ti aiuta a decidere cosa fare dopo.
Una compagnia aerea internazionale con cui lavoro aveva 80 fornitori: catering, sicurezza, elettronica, tutto. Hanno chiesto a Genie: Quale dei nostri fornitori ci sta sovra-fatturando? Classificali. Qualcosa del genere avrebbe richiesto mesi a un team di analisti. Genie ha risposto. Si è scoperto che il loro fornitore di succo d'arancia era il maggior sovra-prezzo. Ora sanno esattamente dove andare per rinegoziare. Questa è la gestione di un'azienda basata sui dati.
Supercell, che crea giochi con centinaia di milioni di giocatori mensili, utilizza Lakebase per il matchmaking in tempo reale, i controlli di tossicità e le decisioni sugli acquisti in-game. Tutto questo accade dal vivo, su larga scala, perché l'infrastruttura dati può tenere il passo.
E iFood in Brasile, che gestisce oltre il 90% delle consegne di cibo del paese, utilizza Lakebase per instradare i motociclisti attraverso città dense in tempo reale. Queste non sono aziende che pensano di utilizzare meglio i propri dati in futuro. Lo stanno già facendo.
Catherine: Perché semantica e definizioni aziendali sono importanti affinché i dirigenti si fidino dell'analisi conversazionale?
Ari: Più di quanto la maggior parte delle persone si aspetti, onestamente. Ecco un semplice esempio. Chiedi a tre dirigenti della stessa azienda di definire profitto. Otterrai tre risposte diverse. Lo stesso vale per il churn dei clienti, lo stesso per la soddisfazione del cliente. Se il tuo sistema di analisi non sa quale definizione usare, otterrai risposte che causano discussioni invece di allineamento.
Databricks offre ai dirigenti la possibilità di definire questi termini da soli senza alcun sviluppo software richiesto. Un dirigente può dire: per me, una vendita non conta finché la finestra di reso di 30 giorni non è chiusa. Quella definizione è ora integrata per tutti coloro che utilizzano quello spazio Genie. Puoi persino caricare il tuo manuale HR o il manuale operativo, e Unity Catalog lo userà per comprendere meglio il linguaggio della tua azienda.
FordDirect ha fatto qualcosa di simile in tutta la sua rete globale di concessionari. In migliaia di sedi, utenti molto non tecnici, venditori di auto, ricevevano rapporti operativi giornalieri tramite Genie. Rapporti che includevano quali clienti stavano arrivando, quali veicoli stavano arrivando e quali auto erano soggette a richiamo. Hanno condotto un sondaggio di soddisfazione e ha ottenuto il 95% di approvazione. Per un pubblico non tecnico, su quella scala, quel numero è quasi inaudito.
Catherine: Cosa va storto quando l'analisi conversazionale non è collegata a sistemi operativi governati?
Ari: Si crea una deriva e si perde fiducia, e una volta persa la fiducia, è molto difficile riconquistarla. Abbiamo intervistato più di 20.000 clienti e la barriera più grande all'adozione di AI e dati era la mancanza di fiducia. Non il costo, non la complessità: la fiducia. E quella sfiducia deriva da sistemi che non sono governati, dove team diversi definiscono le cose in modo diverso e le risposte iniziano a divergere dalla realtà. Le allucinazioni sono la versione drammatica di questo, ma la versione più silenziosa - dati leggermente obsoleti, definizioni leggermente incoerenti - è in realtà più pericolosa perché è più difficile da individuare.
Catherine: Per i leader che affermano che l'analisi del linguaggio naturale è troppo rischiosa perché la terminologia cambia sempre, cosa deve essere vero prima che possano procedere?
Ari: Non hanno torto, il rischio è reale. Senza guardrail, i chatbot generici sono veramente rischiosi perché non sanno se i dati da cui attingono sono della settimana scorsa o di cinque anni fa. E non capiscono il contesto del tuo business. La risposta non è aspettare, però. La risposta è essere deliberati su come implementarlo.
Fox Sports è l'esempio a cui continuo a tornare. La loro reputazione si basa interamente sull'accuratezza. Le persone prendono decisioni, a volte finanziarie che coinvolgono scommesse, basate sui loro contenuti. Hanno implementato un chatbot pubblico basato su Databricks. Ma sono stati attenti nel distribuirlo. Hanno predefinito cosa poteva e non poteva essere chiesto. Hanno fatto sì che gli umani definissero come venivano formulate le risposte. E hanno costruito controlli per prevenire le allucinazioni. Oggi, il 25% di tutte le domande su Fox Sports passa attraverso quell'ambiente. Tutto perché hanno prima messo a posto le fondamenta.
Catherine: Per il leader che pensa che Genie sia solo text-to-SQL con una storia migliore, cosa si sta perdendo?
Ari: Molto, a dire il vero. La cosa fondamentale che si stanno perdendo è che Genie è costruito sui loro dati, con la loro terminologia e governato dalle loro regole di business. Un chatbot generico è stato addestrato su internet: testi di Taylor Swift, curiosità storiche, qualsiasi cosa. Genie sa cosa intende la tua azienda quando usa i termini cliente e conosce il tuo anno fiscale. Conosce il tuo catalogo prodotti. Quella specificità granulare è importante. E Genie va ben oltre le domande e risposte. Genie fa ricerche aperte. Fa previsioni. Si collega ai tuoi sistemi adiacenti come Salesforce, Workday, SAP, Slack, in modo da poter porre domande che coprono l'intera tua attività. Ho visto dirigenti usarlo per porre domande genuinamente aperte come: "Su cosa dovrei concentrarmi oggi?" E quei dirigenti se ne vanno con due idee che non avevano mai considerato. Quello non è text-to-SQL. È qualcosa di molto diverso.
Catherine: Ultima domanda: tra 18 mesi, cosa separerà le aziende che stanno operazionalizzando uno stack di dati moderno da quelle che stanno ancora eseguendo demo?
Ari: Sono stato parte della storia dietro il film "Moneyball", che si è concentrato su come un settore (la Major League Baseball) ha dovuto cambiare. Le squadre che non si sono adattate sono rimaste indietro in modo drammatico e rapido. La frase di quella storia era "adattarsi o morire". Sembra estremo, ma ci torno sempre.
Sono stato in Brasile, Australia, India, in tutta Europa e Asia solo negli ultimi mesi. Ovunque vada, le aziende si muovono velocemente. Coloro che fanno sul serio in questo momento stanno prendendo il sopravvento. E il divario non rimarrà piccolo: si accumulerà. Il valore è reale. Le aziende ottengono migliori insight, sì, ma stanno anche automatizzando il lavoro che prima divorava interi team, trasformando le catene di approvvigionamento e accelerando lo sviluppo del software. Tutto è disponibile ora. I dirigenti che considerano questo qualcosa da valutare più tardi scopriranno che il "più tardi" è arrivato prima di quanto si aspettassero.
Lo stack di dati è cambiato. La domanda è: tu sei cambiato?
Ecco il punto sull'argomento di Ari: non si tratta davvero di prodotti. Si tratta di un cambiamento in ciò che è possibile e in quanto velocemente sta diventando l'aspettativa di base.
Genie e Lakebase non sono uno strumento di BI e un database che accadono di vivere sulla stessa piattaforma. Sono un'unica risposta a una domanda che ogni leader dei dati sta ricevendo in questo momento: come possiamo far sì che i nostri dati funzionino davvero per le persone che gestiscono questo business? Uno li memorizza e li governa su una scala per cui i sistemi legacy non sono mai stati progettati. L'altro li mette in linguaggio semplice di fronte alle persone che ne hanno più bisogno, con il contesto e i guardrail per renderli affidabili.
Le organizzazioni che stanno facendo bene questo non stanno solo eseguendo report migliori. Stanno prendendo decisioni più rapide, individuando problemi prima e trovando opportunità che i loro concorrenti stanno ancora creando fogli di calcolo per trovare.
Esplora cosa Genie e Lakebase possono fare per la tua organizzazione.
(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale
Iscriviti al nostro blog e ricevi gli ultimi articoli direttamente nella tua casella di posta.