Um dos impactos da revolução da IA é a percepção de que dados não estruturados são uma mercadoria valiosa que as organizações devem ter dores para gerenciar e armazenar. No entanto, o campo de gerenciamento de dados não estruturado é relativamente jovem. Um dos primeiros líderes deste campo é Krishna Subramanian, que é o co-fundador, presidente e COO da Komprise, e um dos nossos Bigdatawire Pessoas para vigiar 2025.
Aqui está uma conversa que tivemos recentemente com o Subramanian.
BigDatawire: Primeiro, parabéns pela sua seleção como uma pessoa de 2025 BigDatawire para assistir! Você e seus co-fundadores do KOMPRISE detectaram um problema com gerenciamento de dados não estruturado em startups anteriores. Você já achou que a Komprise se transformaria em uma empresa tão bem -sucedida?
Krishna Subramanian: Criamos a Komprise por causa de nossos clientes de nossas duas empresas anteriores. Eles nos disseram que o crescimento de dados não estruturados os surpreendeu e não tinham uma boa maneira de resolver o problema. Portanto, estamos satisfeitos que nossos clientes nos apontassem a um problema que está ficando cada vez mais urgente a cada dia. Quando iniciamos o KOMPRISE, o foco principal foram os custos de dados não estruturados e a nuvem híbrida. Mas agora a necessidade é ainda maior com a IA, mas nossa missão permaneceu a mesma: mude a maneira como o mundo gerencia dados não estruturados.
BDW: Por que os dados não estruturados são tão difíceis de gerenciar?
KS: Em primeiro lugar, é muito grande – nossos clientes corporativos estão coletando, gerando e armazenando vários petabytes de dados. Em assistência médica, por exemplo, não é incomum que as organizações provedores tenham 50 PB de dados e muito mais. Em segundo lugar, é diversificado e multimodal-constituindo muitos tamanhos e tipos de arquivos diferentes, desde documentos a bate-papo e texto até áudio, vídeo e imagens a aplicativos especializados do setor, como instrumentos científicos e sensores ambientais que produzem tipos de dados exclusivos. Arquivos grandes e pequenos têm seus próprios desafios para se mover e gerenciar com eficiência. Os dados não estruturados são espalhados pelos silos de armazenamento, visibilidade e movimento de dados. Falta contexto e um esquema unificado, diferentemente dos dados estruturados em bancos de dados. Isso significa que é difícil pesquisar, aproveitar e entender esses dados adequadamente para tomar as decisões certas sobre onde colocá -las para economia de custos e necessidades de desempenho e segurança. Essa falta de contexto e estrutura também é uma barreira para a IA, que requer a alimentação dos dados não estruturados corretos para os pipelines de IA.
BDW: No geral, você acha que a Genai melhorará a capacidade de gerenciamento de dados não estruturados ou o impedirá?
KS: A IA generativa pode ajudar os funcionários a obter informações e organizar seus dados. Muitos funcionários estão alimentando seus próprios documentos com a Genai para desenvolver novos conteúdos e descobrir rapidamente pepitas de perception. No entanto, a IA apresentou uma série de novos desafios e requisitos para os líderes de TI que gerenciam dados corporativos. A IA é mais poderosa para as empresas quando podem alimentar os dados de sua própria organização para desenvolver pesquisas, produtos e insights direcionados para melhores decisões e estratégias de clientes. No entanto, a ingestão de dados confidenciais (dados proprietários e pessoais) à IA não é aceitável ao usar uma plataforma de IA comercial/geral, porque agora você expôs seus dados confidenciais à Web. A governança de dados da IA é um desafio complexo para as organizações hoje: os líderes precisam de corrimãos para evitar vazamentos de dados confidenciais para essas ferramentas, auditar e monitorar os fluxos de trabalho de dados da IA e também os programas educacionais dos funcionários sobre como usar com segurança a IA. Eles precisam fornecer esses recursos sem impedir as vantagens competitivas de incorporar a IA no native de trabalho. Uma tendência emergente é interfaces genai ou chatbot para sistemas de gerenciamento de dados não estruturados para ajudar a automatizar tarefas e/ou fornecer inteligência no ambiente de dados corporativos. Esta ainda é um estágio muito inicial e uma estratégia experimental.
BDW: O que você pode nos dizer sobre si mesmo fora da esfera profissional – hobbies únicos, lugares favoritos and so on.? Existe algo sobre você que seus colegas possam se surpreender ao aprender?
KS: Gosto de fazer caminhadas, ler e viajar pelo mundo. Uma coisa que meus conhecidos profissionais podem não saber sobre mim é que eu sou um dançarino indiano clássico treinado e realizo um estilo de dança chamado Kuchipudi. Esta é uma forma de dança indiana antiga que até um século atrás period realizada apenas por dançarinos do sexo masculino. Eu amo isso porque me conecta à minha cultura e é um alívio do estresse!
Você pode ler o restante de nossas entrevistas P2W 2025 aqui.