Ali Ghodsi, PDG de Databricks : L’hybride scandi-californien est un idéal

Des États-Unis d’extrêmes

Ghodsi est d’avis que les États-Unis présentent des extrêmes d’une manière qui n’est pas vraie pour la Suède. « La Suède est un pays où l’on trouve moins d’extrêmes dans les deux sens », dit-il. « Aux États-Unis, vous trouverez les meilleures universités, vous pouvez trouver les meilleurs soins de santé de la planète. Mais vous pouvez aussi trouver des gens qui n’obtiennent aucun soins de santé, ils n’obtiennent absolument rien. Ils sont dans la rue et ils sont seuls. En Suède, vous ne trouverez pas les meilleurs soins de santé au monde, mais il existe un filet de sécurité. Et aux États-Unis, les filets de sécurité ne sont pas géniaux. C’est malheureux – ce n’est pas bon.

« En Suède, pour une famille de réfugiés, c’était fantastique pour nous. On nous a donné la moyenne que chaque personne devrait avoir. J’ai pu aller à l’université et obtenir un doctorat [from the KTH Royal Institute of Technology, in computer science] et ce genre de choses. C’est plus difficile d’accomplir cela aux États-Unis. »

Ghodsi ajoute : « J’aimerais avoir un système plus hybride. Car il est indéniable qu’une grande partie de la culture mondiale vient d’ici, elle a été innovée ici, et dans un court rayon d’ici, à San Francisco. Et une grande partie de cela a été créée au cours des 10 à 20 dernières années. Si vous allez dans un café pBeaucoup n’importe où sur la planète, vous trouverez des gens sur des ordinateurs portables, probablement d’Apple, et ils sont sur Facebook ou Twitter.

« Tout s’est répandu à partir de cette petite zone. Et nous ne parlons pas de choses qui ont été inventées il y a plus de 100 ans, comme les voitures de General Motors. Ce sont des développements récents, et c’est formidable que ce domaine encourage ce genre d’innovation. »

Ghodsi concède qu’il y a des inconvénients à ce développement technologique turbocompressé, car la réglementation ne peut pas suivre la vitesse et l’échelle de l’adoption à l’échelle mondiale. Mais il est d’avis que les grandes bêtes de la vallée sont des gens qui ont vraiment voulu rendre le monde meilleur. « Et j’ai eu le privilège de rencontrer beaucoup d’entre eux », dit-il.

L’apprentissage automatique est le cœur rationnel de l’IA

À l’heure actuelle, l’intelligence artificielle est en vogue, et il existe un point de vue établi parmi les commentateurs tels que McKinsey selon lequel nous sommes dans le Les débuts de l’IA – ou, comme le soutient Ghodsi, de l’apprentissage automatique. L’intelligence artificielle générale – où les machines pourraient raisonner, avoir conscience de soi, décider que les humains sont mauvais pour la planète et nous exterminer tous – il considère comme non pertinente.

« Très peu de gens y travaillent [artificial general intelligence]», dit-il. « 99,999 % de l’activité est sur l’apprentissage automatique, que ce soit pour le traitement du langage naturel ou la vision industrielle, ou quoi que ce soit. Cette autre branche de l’IA est en grande partie morte. Essentiellement, les gens y ont renoncé. Les gens l’ont essayé dans les années 60, 70 et 80. Mais ils n’ont pas eu beaucoup de succès, et cela s’est arrêté.

« La plupart des esprits brillants dans le monde travaillent sur l’apprentissage automatique, ou une bonne partie d’entre eux. Tout comme au début du 20ème siècle, quand Einstein a publié son quatre articles fondateurs en 1905, un grand nombre de personnes se sont lancés dans le domaine de la physique.

Mais qu’est-ce que cela signifie de dire que l’IA (du genre faisable) en est à ses débuts – ou à ses débuts, comme les Américains ont l’usage de le dire, en utilisant une métaphore du baseball?

Pour Ghodsi, c’est principalement une question d’échelle. Il donne l’exemple de Rolls-Royce en tant que client de Databricks qui a créé une « plate-forme de moteur intelligente » en utilisant la technologie data lakehouse du fournisseur, qui permet une maintenance prédictive pour chacun de ses moteurs. « Disons qu’il y a un moteur qui vole beaucoup au Qatar, donc il y a du sable qui entre dans le moteur et, même si cela ne fait que trois mois, il a absolument besoin d’entretien tout de suite, mais un autre moteur, même s’il est utilisé depuis six ou sept ans, il n’a pas besoin d’entretien du tout », dit-il.

« Mais ce n’est qu’une entreprise. Imaginez faire cela avec chaque pièce d’équipement en cours de construction.

« Là où l’IA – à proprement parler, l’apprentissage automatique – excelle vraiment, c’est en jouant à des jeux, et les gens sont paniqués par cela quand ils le voient. Mais c’est aussi une limitation. Il n’y a pas de nuances là-dedans. C’est très différent de la vie normale, qui est tout au sujet de la nuance, du contexte, de voir des modèles parmi des choses qui ne sont apparemment pas liées, et où l’objectif n’est pas clair.

Data lakehouse comme nouvelle catégorie?

En tant qu’entreprise, fondée en 2013 et comptant aujourd’hui 2 300 employés, Databricks a été constamment des technologies open source développées en interne, telles que Apache Spark, Delta Lake, MLflow et Koalas.

Récemment, il a accroché son étoile au concept de « data lakehouse », un terme mot-valise qui relie l’entrepôt de données et le lac de données. On dit qu’il fournit la gestion des données et les performances généralement trouvées dans les entrepôts de données avec les magasins d’objets flexibles et à faible coût offerts par les lacs de données.

Ghodsi défend le terme. « Lorsque nous l’avons mentionné il y a deux ans, toutes les réactions étaient autour du nom : « Avons-nous besoin d’une autre métaphore de l’eau pour les données ? Cela devient idiot », et ainsi de suite », dit-il. « Mais nous dis-le’est une percée technologique – faites attention à la technologie.

« Sans la maison du lac, le monde est divisé en deux parties différentes. Il y a des entrepôts, qui concernent principalement le passé, et vous pouvez poser des questions comme « quel a été mon chiffre d’affaires au dernier trimestre? » alors qu’il y a l’IA de l’autre côté, l’apprentissage automatique, qui concerne l’avenir. « Lequel de mes clients va disparaître ? » « Est-ce que ce moteur va tomber en panne ? » Ce sont des questions beaucoup plus intéressantes sur l’avenir. Ces deux mondes ont été séparés en entrepôt de données et lacs de données, que les gens utilisent pour l’apprentissage automatique. Nous le combinons en un seul.

Databricks a levé beaucoup de capital-risque en 2021. Plus récemment, il a annoncé un tour de financement de 1,6 milliard de dollars, associé au concept de data lakehouse, dirigé par Counterpoint Global (Morgan Stanley), ce qui place la société à une valorisation post-argent de 38 milliards de dollars.

Ghodsi ajoute qu’il a dépassé les 600 millions de dollars en récurration annuelleEt l’entreprise croît de 75% d’une année sur l’autre. Et il croit que le laimonerie de données constitue une nouvelle catégorie de technologie. « Je pense que le lakehouse sera la voie de l’avenir et dans 10 ans, vous ne verrez pas d’entrepôts de données, ou plutôt ils seront là, mais tout comme les mainframes sont là », dit-il. « Je pense vraiment que la catégorie des maisons lacustres va subsumer l’entrepôt. »

Quelle que soit la façon dont cette prédiction se concrétise, il y aura probablement des enfants qui arriveront en Occident à la suite de la prise de contrôle de l’Afghanistan par les talibans et qui seront les entrepreneurs technologiques de demain. Probablement dans la Silicon Valley – et peut-être via la Suède, l’Allemagne, la France ou le Royaume-Uni.