La maggior parte delle organizzazioni dispone di migliaia di dashboard e report di questo tipo sparsi in tutta l’organizzazione e quindi devono essere personalizzati. Ci vuole molto tempo prima che gli utenti all’interno dell’azienda possano effettivamente accedere ai dati. L’intelligenza artificiale ora sta davvero rendendo tutto molto più semplice solo da una prospettiva analitica in cui ora possiamo democratizzare l’accesso ai dati, che è stato davvero il Santo Graal per la maggior parte dei team di dati. Vogliono davvero togliersi di mezzo e fornire i dati giusti alle persone giuste con il giusto accesso all’interno dell’azienda.
Con un prodotto come Genie in Databricks, puoi utilizzare solo la lingua inglese o una qualsiasi delle tue lingue per porre domande sui dati. E ti restituirà dati che rispondono alle tue domande nel contesto. Non solo ti darà ciò che ti darà ChatGPT, ovvero informazioni su un argomento esistente su Internet, ma ti dirà effettivamente: “Bene, perché i miei numeri di vendita non sono stati buoni come mi aspettavo per il mese di aprile?”
Ciò ti fornirà alcune analisi delle cause profonde basate sui dati aziendali. Genie sarà una di quelle cose davvero importanti che democratizzerà davvero i dati all’interno dell’azienda. È una specie di mondo OLAP, ovvero Lakehouse. Più recentemente, siamo arrivati sul mercato con quello che chiamiamo Lakebase, ovvero il mondo OLTP. Ciò che stiamo scoprendo è che gli agenti vengono ora distribuiti in queste organizzazioni e questi agenti hanno bisogno di un posto dove ospitare tutta la loro orchestrazione, tutto il contesto di ciò che sta accadendo in quel particolare flusso di lavoro. Da un lato, ci sono utenti che semplicemente fanno domande. D’altra parte, il prossimo capitolo riguarderà l’automazione dell’intero processo aziendale. Se stai facendo qualcosa come creare una campagna di marketing, giusto? Ci sono molti strumenti che usi e molti passaggi che usi.
Un agente può intervenire e automatizzare gran parte di tutto ciò. Ma dietro quell’agente dovrai creare un database in tempo reale per tenere traccia di tutto ciò che sta facendo l’agente. Questo è ciò che Databricks ha portato sul mercato, ovvero questa soluzione OLTP Lakebase. L’innovazione che abbiamo portato sul mercato è che si tratta di un tipo moderno di database Postgres in cui abbiamo separato elaborazione e archiviazione, esattamente come abbiamo fatto con Data Lakehouse con Data Warehouse. Ma su Lakebase, i dati si trovano su una copia all’interno del tuo archivio cloud, quindi il calcolo viene separato ed è serverless. Puoi eseguire operazioni come la ramificazione e ottenere un database OLTP attivo e funzionante molto più velocemente. Abbiamo scoperto che gli agenti stanno davvero avviando questi Lakebase perché possono avviarne uno molto rapidamente, mantenerlo in funzione, smontarlo quando necessario e farne una copia.
Gli agenti lo stanno facendo, hanno bisogno di velocità, hanno bisogno di soluzioni economicamente vantaggiose. E il bello di tutto ciò è che quando prendi OLTP, che si basa su Lakebase e in tempo reale, e prendi OLAP, ora hai un unico sistema per tutti i tuoi dati. Non devi copiare i dati, non devi gestire tutti i permessi, puoi impostare dei riferimenti contro di essi. Vediamo che queste app di intelligenza artificiale sono davvero il futuro delle operazioni delle aziende, dove rimuoveranno tutte le barriere che gli esseri umani devono affrontare nello svolgere il lavoro ancora e ancora e lo automatizzeranno utilizzando LLM e tutte queste nuove tecnologie. Vogliamo essere l’impostazione predefinita per potenziarli tutti perché crediamo che la nostra tecnologia Lakebase sarà più veloce, più economica e più sicura per i database AI.
Megan: Sembra un vero punto di svolta. E di questo abbiamo già parlato tante volte, di questa idea di valore. Sappiamo che in questo momento la creazione di valore aziendale dagli investimenti nell’intelligenza artificiale è in cima alle priorità per i dirigenti senior. Quando si tratta di costruire sistemi di dati pronti per l’intelligenza artificiale, quanto è importante questo elemento di misurazione del valore, Rajan? Come possono le organizzazioni garantire il monitoraggio di ciò che viene fornito e di ciò che non lo è?
Rajan: Ciò è di fondamentale importanza e le implementazioni di intelligenza artificiale di maggior successo o le implementazioni di intelligenza artificiale con agenti richiedono effettivamente questa misurazione del valore. Per illustrare questa domanda, approfondirò semplicemente l’esempio del cliente di cui ho parlato, una grande azienda di prodotti alimentari, un’azienda di prodotti globale. Voglio solo fare una metafora. Quando è arrivato il primo mondo digitale, avevamo principalmente da definire quei KPI di gestione delle prestazioni, un processo decisionale basato sui fatti e altre cose che si stavano evolvendo nel tempo. In genere, molti di questi parametri saranno molto importanti per misurare come sta andando una funzione, come sta andando un’azienda. Analogamente alla misurazione del valore, se prendo lo stesso esempio del cliente, ciò che è molto importante per un’organizzazione è mappare effettivamente il risultato che ci si aspetta.
In questo caso, come posso ottimizzare la mia spesa per gli appalti diretti e indiretti? Pertanto, implementando l’intelligenza artificiale, vorrei identificare le aree in cui posso ottimizzare la spesa. Ciò significa che una delle misure importanti di cui disponi è qual è la classificazione delle spese indirette e come sono le spese che hai classificato e quanto sei in grado di ridurre introducendole. Stabilire queste misure e metriche sarà molto, molto importante. E una volta stabilite queste metriche e misurazioni di base, e la bellezza sta in alcune di queste metriche, per espandere ciò di cui parlava Bavesh, le funzionalità che Databricks ti offre, come visualizzazioni metriche, funzionalità, strumenti e altre cose ti aiuteranno davvero a tradurre la telemetria AI, la telemetria aziendale che proviene dalle tue applicazioni in metriche misurabili in termini di risultati che stai vedendo. In effetti, la gestione del valore può essere misurata utilizzando Genie Room per la misurazione.
