De la un proiect universitar pornit la Berkeley, românul Ion Stoica a ajuns să controleze infrastructura nevăzută din spatele inteligenței artificiale globale. Evaluată oficial la 134 de miliarde de dolari, compania sa, Databricks, nu doar că unifică datele marilor corporații, dar pune la dispoziție tehnologia open-source de care depind astăzi giganți precum OpenAI, Anthropic și Microsoft. Într-un interviu exclusiv pentru „Adevarul”, profesorul de Informatică explică de ce nu crede în „apocalipsa AI”, cum transformă tehnologia piața muncii și care este adevăratul motiv pentru care marile modele de limbaj au nevoie de geniul românesc.  

Ion Stoica e cofondatorul unei companii evaluate la aproape 150 de miliarde de dolari

Ion Stoica este profesor la Universitatea Berkeley, una dintre cele mai bine cotate la nivel mondial

publicitate”); background-position: center center; background-repeat: no-repeat;”>

Adevărul:
Ați reușit să construiți o companie uriașă, fără îndoială
cea mai valoroasă fondată de un român, estimată la peste 100 de
miliarde de dolari. În ce măsură Databricks rivalizează cu Gemini
sau ChatGPT?

Ion
Stoica:
În primul rând, Gemini, Opus, ChatGPT și GPT se află într-o
competiție strânsă. Un motiv este acela că utilizatorilor le este
foarte ușor să treacă de la un serviciu la altul, deoarece
interfața este chiar limbajul uman. Nu este deloc greu de folosit,
este extrem de simplu ca astăzi să utilizezi un model, iar mâine
să alegi un altul. Acesta este un prim aspect.

În
al doilea rând, există mai multe companii capabile să dezvolte
astfel de tehnologii și nu există un model care să rămână net
superior celorlalte pentru o perioadă lungă de timp. Clasamentul se
schimbă de la o lună la alta, iar modelul ideal diferă în funcție
de sarcinile specifice și de aplicații. Așadar, din cauză că
niciun model nu este constant mai bun decât restul și pentru că
este foarte ușor să schimbi platforma, competiția rămâne extrem
de dinamică.

Unde
se poziționează Databricks în acest peisaj? Sunteți competitorii
lor direcți sau dezvoltați un produs complet diferit, orientat spre
o altă nișă?

Nu,
Databricks nu este în concurență cu ei. Databricks folosește
aceste modele pentru a construi aplicații destinate marilor
corporații, adică pentru segmentul de business. Iar companiile pot
folosi orice model doresc în cadrul aplicației Databricks, având
posibilitatea de a le compara în funcție de nevoi.

Rolul Databricks în piață

Există
și un proces invers? Mai exact, companii precum cele din spatele
Gemini sau ChatGPT folosesc componente ori tehnologii dezvoltate de
voi? Există astfel de integrări?

Da,
de fapt și ei folosesc anumite elemente de la noi. Din motive de
confidențialitate, nu pot oferi foarte multe detalii, însă multe
dintre aceste companii apelează la produsele Databricks pentru
anumite funcționalități, cum ar fi analiza datelor. Nu pentru a
vedea datele utilizatorilor, ci, de exemplu, pentru a analiza modul
în care performează anumite opțiuni pe care le adaugă în
produsele lor. Când spun „lor”, mă refer la companii precum
Anthropic sau OpenAI. Ele folosesc produsele Databricks pentru
analiza de date, îmbunătățindu-și astfel propriile servicii.

publicitate”); background-position: center center; background-repeat: no-repeat;”>

Portofoliul
dumneavoastră include și alte companii de succes, cum ar fi
Anyscale. Pentru a le oferi cititorilor o imagine cât mai clară,
cum se împart, de fapt, toate aceste proiecte pe care le-ați
coordonat, între tehnologia deschisă (open-source)
și companiile comerciale?

Toate
au pornit din zona de cercetare din laboratorul nostru de la
Berkeley. Dacă ar fi să le luăm pe rând, ca să oferim o imagine
de ansamblu curată, fundația pentru Databricks a fost proiectul
open-source numit Apache Spark. El a fost tehnologia revoluționară
de procesare a datelor cu care am plecat la drum acum 14 ani.
Evident, astăzi Databricks a depășit de mult acel stadiu inițial.
Acum include un ecosistem masiv de sisteme integrate pentru stocarea,
securizarea și analiza datelor la nivel global.

Apoi,
dincolo de Databricks, există Anyscale. Această companie s-a
dezvoltat în jurul unui alt proiect open-source din laboratorul
nostru, numit Ray. Rolul lui Ray este de a scala volumele de muncă
pentru AI, făcând posibilă gestionarea unor infrastructuri uriașe
de calcul. Ca un detaliu important, când a apărut ChatGPT în urmă
cu câțiva ani, el a fost antrenat folosind tocmai sistemul nostru
Ray. În prezent, foarte multe companii din AI folosesc în masă
acest software pentru antrenarea modelelor, inclusiv Microsoft pentru
cele mai recente tehnologii lansate.

Și
pe partea de rulare a modelelor, după ce ele sunt deja antrenate, ce
soluții ați dezvoltat? Pentru că menționați mai devreme
sistemele de inferență.

Da,
acolo avem vLLM, care este un sistem open-source creat tot de noi
pentru a pune modelele la dispoziția utilizatorilor. Practic, vLLM
se asigură că atunci când trimiți un prompt, modelul îți
generează răspunsul în cel mai scurt timp și cu cele mai mici
costuri de calcul. În momentul de față, vLLM este cel mai popular
sistem open-source de acest gen din lume, iar compania comercială pe
care am creat-o pentru a-l susține în mediul de business se numește
Inferact.

publicitate”); background-position: center center; background-repeat: no-repeat;”>

În
fine, un al patrulea pilon important este Arena. Totul a început în
laborator ca un proiect academic numit Chatbot Arena, o platformă
publică unde utilizatorii interacționează cu diverse inteligențe
artificiale și votează anonim care răspuns a fost mai bun,
generând un clasament (leaderboard)
de referință în industrie. Din acest proiect s-a desprins compania
Arena, care este o entitate comercială axată strict pe evaluarea
modelelor. Astăzi, marii furnizori de tehnologie, precum OpenAI,
Google sau xAI, vin ca clienți la Arena pentru a-și testa și
evalua critic modelele înainte de a le lansa oficial și de a le
face publice.

Deci,
după cum vedeți, există o legătură strânsă între cercetarea
open-source și companiile care le oferă suport în piață.

Imperiul open-source 

Asta
înseamnă că produsele dezvoltate de echipa dumneavoastră sunt
folosite de toți giganții tech din lume?

Exact,
așa este. Dacă ne uităm pe clasamentul realizat de Arena, putem
vedea topul cu cele mai bune modele pe diferite categorii. Produsele
noastre sunt utilizate fie pentru antrenarea modelelor, fie pentru
rularea lor eficientă sau pentru testarea înainte de lansare.
Arena, de exemplu, s-a dezvoltat în ultimii doi ani, de
atunci a crescut spectaculos. Multe dintre aceste proiecte au început
acum vreo doi ani și jumătate sau trei ani, dar între timp au
continuat, s-au dezvoltat puternic și s-au maturizat.

publicitate”); background-position: center center; background-repeat: no-repeat;”>

În
interviurile anterioare am discutat destul de mult despre Anyscale și
Databricks. În același timp, mai aveți și Conviva, dar care nu e
neapărat AI. Despre ce e vorba?

Așa
este, Conviva este o companie mult mai veche și nu are legătură cu
inteligența artificială, ci cu optimizarea streamingului video.
Toate celelalte pe care le-am menționat – Databricks, Anyscale,
Arena, Inferact (cu sistemul vLLM), activează strict în domeniul
infrastructurii pentru inteligența artificială sau în cel al
evaluării AI. Spuneam că platforme mari utilizează Ray pentru
antrenare. Tehnologia noastră rămâne însă fidelă conceptului de
open-source în continuare.

Totuși,
presupun că dacă o corporație caută o soluție
ultra-personalizată, aveți soluții adaptate.

Așa
este, în astfel de cazuri găsim soluțiile necesare, în funcție
de
nevoile sale specifice. Aici intervine componenta comercială. Atunci
venim cu produse dedicate clienților. Asta înseamnă că intervenim
pentru a satisface cerințele stricte de conformitate, de securitate
sau alte reglementări legale specifice fiecărei mari companii.

În ce direcție o ia inteligența artificială

Privind
spre viitorul apropiat, în ce direcție credeți că se va îndrepta
inteligența artificială? Puțini au anticipat saltul uriaș din
ultimii ani. Care sunt mizele pe care pariați în perioada
următoare?

Cu
inteligența artificială este dificil de prevăzut. În primul rând,
oamenii tind spre extreme. Chiar și specialiștii din domeniu adoptă
uneori poziții radicale. Sunt persoane care afirmă, după cum
știți, că AI-ul este extrem de periculos și că poate distruge
omenirea. La polul opus, sunt alții care susțin că tehnologia este
supraevaluată și nu prea funcționează. Ca de fiecare dată,
adevărul este undeva la mijloc.

publicitate”); background-position: center center; background-repeat: no-repeat;”>

Până
la urmă, inteligența artificială este o unealtă. Una mai
elaborată, dar tot o unealtă. Este similar cu ce s-a întâmplat cu
calculatorul la vremea lui, când executa operații pe care oamenii
nu le puteau face la fel de repede, cum ar fi adunări sau înmulțiri
exacte, realizate instantaneu și fără greșeală. Inteligența
artificială este mult mai generală, însă, dacă vrei să o pui să
facă anumite lucruri, cum ar fi să scrie un program sau să rezolve
o problemă de matematică, trebuie să înțelegi domeniul. La
final, tot tu trebuie să verifici rezultatul. Dacă rezolvă o
problemă de matematică și îți oferă o demonstrație, trebuie să
analizezi pașii ca să vezi dacă este corectă. La fel și cu un
cod de programare: trebuie să îl verifici pentru a te asigura că
îndeplinește toate cerințele.

Inclusiv
în cazul unui jurnalist se poate folosi unul dintre aceste modele
pentru a scrie un articol. Vă poate ajuta să lucrați mai repede,
dar în final tot dumneavoastră trebuie să vă recitiți textul, să
îl verificați, să corectați eventuale erori, să vedeți toate
datele și așa mai departe. Prin urmare, procesul seamănă cu
situația în care ai avea un intern talentat. El face anumite
sarcini pentru tine, dar dacă tu nu ai competența să verifici
rezultatul final, pot apărea erori grave. Fără o verificare
riguroasă, sistemul poate structura greșit informația sau poate
induce erori. La acest aspect trebuie să se gândească toată
lumea. Și asta pentru că, în definitiv, cine poartă răspunderea?
Tot omul este cel responsabil. Dacă o companie folosește un astfel
de produs pentru a scrie un software, iar acel software are o
vulnerabilitate de securitate din cauza căreia se pierd date, vina
nu este a sistemului. Vina îi aparține utilizatorului sau
programatorului care l-a implementat, chiar dacă eroarea a fost
generată inițial de Gemini sau Opus. Dacă dumneavoastră folosiți
AI-ul ca să vă ajute la redactarea unui articol, iar în text apar
informații incorecte…

publicitate”); background-position: center center; background-repeat: no-repeat;”>

Cât de sigur este AI-ul

Răspunderea
este a mea, pentru că articolul apare sub semnătura mea.

Este
semnătura dumneavoastră, exact. Prin urmare, miza în dezvoltarea
produselor din jurul AI-ului este să le facem mai sigure și mai
ușor de utilizat, astfel încât rezultatul generat, output-ul,
să fie de încredere, stabil și să satisfacă cerințele explicite
sau implicite ale utilizatorului.

În
spațiul public domină aceste scenarii extreme: fie apocalipsa în
care AI-ul distruge omenirea, fie un scenariu ceva mai soft, dar care
vorbește tot despre un impact social negativ masiv. Cum vedeți
aceste avertismente?

Eu
nu sunt de acord cu aceste viziuni apocaliptice, sunt mult mai
optimist. Cred că aceste scenarii extreme sunt chiar dăunătoare.
Dacă privim în urmă, ce era la sfârșitul lui 2022? Au trecut
aproape patru ani de atunci. Ce s-a întâmplat în acești patru
ani? În afară de apariția fenomenului deepfake,
a existat vreo tragedie globală? Nu prea s-a întâmplat nimic
catastrofal.

Discursurile
alarmiste sunt exagerate în raport cu realitatea. AI-ul este,
indiscutabil, o unealtă extrem de rapidă pe care o poți folosi
pentru a te perfecționa. Nu contest că este o tehnologie foarte
puternică, dar discursul public actual este nociv. Se spune frecvent
că va ajuta la crearea de arme biologice. Însă obținerea
cunoștințelor sau a formulelor pentru o armă biologică nu a fost
niciodată adevărata barieră. Dificultatea constă în pașii
următori: chiar dacă ai informația brută, trebuie să
construiești arma fizic, să procuri materialele periculoase, să o
asamblezi într-un loc izolat pentru a nu fi detectat de autorități
și apoi să o transporți la țintă. Aceasta era problema reală,
logistică.

Faptul
că AI-ul reduce efortul de documentare nu schimbă fundamental
aceste date. Dacă înainte informația reprezenta, să zicem, 10%
din totalul efortului necesar pentru a produce o armă biologică,
iar acum reprezintă poate 1% sau 0,1%, restul de 90% format din
componente logistice și fizice rămâne la fel de greu de rezolvat.
Deci oamenii tind să piardă din vedere realitatea din teren.

Să
luăm în calcul un alt scenariu de care mulți se tem: pierderea
locurilor de muncă. În ultima perioadă s-a vorbit mult despre
disponibilizări masive chiar în sectorul IT, inclusiv în Statele
Unite. Care este realitatea din spatele acestei temeri?

publicitate”); background-position: center center; background-repeat: no-repeat;”>

Acesta
este un alt aspect în care nu prea cred, cel puțin nu la modul
general. De ce vă spun asta? Evident că orice revoluție tehnologică va afecta
temporar anumiți oameni, dar, în același timp, ea va crea noi
oportunități, noi industrii și noi locuri de muncă. Să luăm ca
exemplu programarea. Nu spun că totul se rezumă la asta, dar în
acest domeniu, cei care se tem că își vor pierde jobul cred că
AI-ul va scrie tot codul în locul lor. Însă, așa cum am
menționat, chiar dacă AI-ul programează, este nevoie de un om, cel
puțin în momentul de față, care să verifice, să valideze și să
își asume acel cod, confirmând că este sigur și funcțional.

În
tot acest proces, oamenii reprezintă, de fapt, punctul critic,
blocajul, sau, dacă vreți, bottleneck.
AI-ul generează răspunsuri aproape instantaneu, dar faza de
verificare umană încetinește procesul. Iar când există un astfel
de punct critic, apare o oportunitate uriașă de piață pentru a-l
elimina, ceea ce înseamnă că va fi nevoie de tot mai mulți oameni
specializați pe această zonă de audit și validare. Este o funcție
diferită: nu mai înseamnă doar să scrii linii de cod de la zero,
ci să le analizezi critic și să le validezi. Într-adevăr,
cerințele vor fi mai mari și e evident că va fi nevoie de oameni
mult mai bine pregătiți decât un programator mediu din prezent.
Însă dinamica arată că faza de validare necesită resurse umane
considerabile. Iar dacă acolo este blocajul, companiile vor trebui
să angajeze mai mulți specialiști pentru a acoperi această nevoie
dacă vor să își extindă activitatea.


Cine și ce ar trebui să negocieze direct cu Rusia în numele UE. Numele surpriză propus de la Oxford. „El este cel mai potrivit”

Desigur,
asta presupune o transformare. Aici intervine rolul educației și al
recalificării. Este exact ca în cazul agriculturii: acum o sută de
ani, aproximativ 90% din forța de muncă activa în acest sector.
Când au apărut tractoarele și combinele, toată lumea s-a speriat
că va fi foamete și șomaj în masă, deoarece ceea ce înainte
făceau o sută de oameni putea fi realizat de un singur om cu un
tractor.

Practic,
vorbim despre o nouă revoluție industrială, în care tipul de
muncă se transformă, nu dispare.

publicitate”); background-position: center center; background-repeat: no-repeat;”>

Așa
este. Și ce s-a întâmplat în realitate atunci? Într-adevăr, nu
a mai fost nevoie ca valuri de oameni să meargă la sapă sau la
câmp. În schimb a fost nevoie de personal care să proiecteze acele
utilaje, să le fabrice în uzine, să le întrețină, să le repare
și așa mai departe. Aceste locuri de muncă pur și simplu nu
existau înainte. Cred că exemplul cu programarea este foarte
elocvent. Chiar dacă AI-ul accelerează scrierea de cod, oamenii
rămân elementul esențial în procesul de verificare.

Adevărul despre „apocalipsa” AI

Vorbim
așadar de o jumătate plină a paharului, deși există și una
goală. Care ar fi acestea?

Sigur,
chiar așa și este. Ideea este că unii oameni vor suferi, fără
îndoială, în această perioadă de tranziție, dar se vor naște
alte meserii. Prin urmare, societatea trebuie să se pregătească
mai bine și să investească masiv în educație. Ca o paralelă, ca
să mă întorc la ce ziceam despre agricultură, pentru a munci
pământul cu unelte clasice ai nevoie de un anumit nivel de
instruire. Pentru a repara sau a programa un tractor autonom, ai
nevoie de studii mult mai avansate. La fel stau lucrurile și acum.

Credeți
că această transformare va accentua decalajul dintre profesioniștii
de top, foarte bine pregătiți, și cei cu o calificare medie sau
scăzută?

Această
dinamică a existat în fiecare epocă economică. Probabil că acum
decalajul va fi și mai accentuat, dar este o forță care se
manifestă constant pe piața muncii. Atâta
timp cât totul se desfășoară în mediul digital, cod, analiză
financiară, baze de date, lucrurile se vor schimba într-un ritm
extrem de alert. Însă în momentul în care tehnologia
interacționează cu lumea fizică, totul încetinește brusc, iar
ritmul nu mai poate fi la fel de agresiv. Revenind la exemplul cu
arma biologică: AI-ul ajută doar într-o proporție foarte mică,
cea digitală. Să privim însă o aplicație pozitivă, cum ar fi
utilizarea inteligenței artificiale pentru cercetarea medicală și
descoperirea de tratamente pentru boli incurabile. AI-ul poate
propune o formulă chimică inovatoare extrem de rapid, în câteva
ore. Însă după ce ai acea formulă pe ecran, urmează etapa
testelor clinice. Care trebuie realizate pe subiecți umani, pentru a
vedea dacă remediul este sigur și eficient. Iar acele teste clinice
nu pot fi accelerate prin algoritmi dincolo de limitele biologice ale
organismului uman. Durata acelor teste va dicta, de fapt, viteza cu
care putem aduce noile medicamente în farmacii. Acest proces poate
dura ani de zile pentru a ne asigura că nu există efecte secundare
periculoase pe termen lung.

Asta
este ceea ce vreau să subliniez: transformările din spațiul pur
digital sunt și vor fi extrem de rapide, dar când aplicațiile
ating realitatea materială, legile fizicii și procedurile de
siguranță acționează ca o frână naturală. În lumea fizică nu
poți depăși anumite viteze impuse de natură.

Cu
alte cuvinte, greșesc și cei care prezintă inteligența
artificială ca pe o baghetă magică ce va rezolva absolut orice
problemă într-o clipită?

Da,
pentru că validarea din lumea reală rămâne obligatorie. Ce face
inteligența artificială, de fapt? Să presupunem că ai o problemă
de inginerie. AI îți oferă o soluție teoretică optimă, dar apoi
trebuie să fabrici acea piesă și să verifici dacă mașina
funcționează corect în teren. Influența inteligenței artificiale
este uriașă în faza de generare a soluției în format digital. Ea
poate rezolva o problemă matematică sau poate scrie un cod complex,
dar validarea finală nu poate fi lăsată exclusiv în seama ei.

Dacă
privim un proiect de la început până la sfârșit, AI-ul poate
acoperi o porțiune, să zicem 10% sau 20% din efort, reducând acel
segment de timp aproape la zero. Însă restul de 80% din proces, cel
legat de implementare și testare reală, rămâne neschimbat. Din
acest motiv, omul va continua să fie pilonul central și cel mai
important element din ecuație.

Să
ne oprim puțin la activitatea dumneavoastră academică din ultima
perioadă. Vorbeam acum câțiva ani de o serie de proiecte
interesante, cum s-au dezvoltat acestea între timp?

Proiectele
de care am vorbit s-au maturizat și evoluează foarte bine. O parte
considerabilă din infrastructura software destinată AI-ului
utilizată în prezent la nivel global a fost dezvoltată chiar în
laboratorul nostru de la Berkeley. În momentul de față ne ocupăm
de noi provocări: cum să utilizăm AI-ul cât mai eficient pentru a
crea funcționalități noi, dar într-un mod robust, predictibil și
sigur. Este o zonă extrem de complexă, în care cercetarea abia
începe. Încă explorăm cum să folosim AI-ul optim pentru a
realiza lucruri inovatoare, asigurându-ne în același timp că
sistemele funcționează corect. Aceasta este miza principală în
prezent.

Ce face Databricks

Care
ar fi un exemplu concret de dificultate în această zonă de
siguranță a sistemelor?

De
exemplu, să pui AI-ul să construiască de la zero un sistem
software complex. El îl poate genera, dar cum garantezi din punct de
vedere matematic că acel software este complet corect, lipsit de
vulnerabilități ascunse? Aceasta este marea provocare a comunității
științifice.

În ultima perioadă, Databricks a ținut prima pagină a publicațiilor financiare prin câteva achiziții strategice de companii. Ce v-ar interesa în prezent? 

Da, am făcut câteva mișcări importante și suntem
interesați de mai multe direcții, în special de tehnologii care
simplifică radical dezvoltarea aplicațiilor. Scopul fundamental al
Databricks se leagă de gestionarea datelor. O companie mare deține
volume uriașe de informații, stocate în numeroase baze de date, în
formate diferite, care adesea rămân izolate în așa-numite
silozuri departamentale. Fiecare echipă lucrează cu propriile
seturi de date, existând situații frecvente în care informațiile
sunt duplicate inutil în diverse segmente ale aceleiași corporații.

Databricks
rezolvă exact această problemă: unifică și simplifică accesul
la toate datele disponibile în companie. Platforma garantează
securitatea și aplicarea strictă a politicilor de confidențialitate
– stabilind clar cine are dreptul de acces și la ce – oferind în
același timp o viteză de procesare extrem de mare.

Pentru
publicul larg este aproape greu de imaginat complexitatea din spate
și numărul uriaș de aplicații pe care o astfel de platformă le
are în viața de zi cu zi a marilor companii. Ce face, de fapt,
Databricks?

Da,
și subliniez acest lucru deoarece jumătate din obiectivele noastre
tehnologice se concentrează pe facilitarea accesului organizațiilor
la propriile date, indiferent de locul fizic sau digital în care se
află ele, pentru a le putea analiza integrat. Există corporații
globale care au sute de baze de date complet diferite și dispersate.
Databricks unifică acest ecosistem, iar când ai un acces facil și
rapid la date, poți construi soluții extrem de avansate deasupra
acestei fundații. Pe această bază solidă adăugăm instrumente
analitice avansate și algoritmi de inteligență artificială pentru
predicții sau dezvoltarea de aplicații complexe.

Evaluarea record de 134 de miliarde de dolari

Când
ați pornit la drum, în urmă cu 14 ani, anticipați o asemenea
ascensiune? Recent, publicații internaționale mari, precum Reuters,
scriau despre o posibilă nouă evaluare a Databricks care ar putea
atinge pragul astronomic de 175 de miliarde de dolari. La interviul
precedent vorbeam despre o evaluare de „doar” 25 de miliarde. Cum
priviți aceste cifre?


România și marea împăcare Trump-Europa la summitul NATO. Dezvăluirile unui fost șef de spionaj

Dacă
vorbim de 175 de miliarde, acestea sunt doar zvonuri specifice pieței
financiare, nimic nu este confirmat oficial în acest moment. Desigur
că nu te aștepți la o asemenea anvergură atunci când pornești
un proiect din universitate. Inițial, baza companiei a fost sistemul
open-source Spark. În momentul în care un software deschis devine
foarte popular și companiile mari încep să îl adopte în
infrastructura lor critică, apare o întrebare firească: ce se va
întâmpla cu acel proiect când studenții și cercetătorii care
l-au creat vor absolvi și vor părăsi universitatea? Nicio mare
corporație nu vrea să își lase operațiunile dependente de un
software care s-ar putea bloca mâine din lipsă de suport.

Prin
urmare, pentru ca un proiect open-source să supraviețuiască și să
fie adoptat pe scară largă în industrie, este nevoie de o entitate
comercială stabilă care să îi asigure mentenanța, suportul
tehnic și dezvoltarea continuă. Alternativa ar fi fost ca echipa să
se destrame spre alte corporații, iar tehnologia să se plafoneze în
faza de proiect academic.

La
vremea respectivă, aveam două opțiuni: fie să transferăm
software-ul unei alte companii mari pentru a-l dezvolta, fie să
înființăm noi o companie dedicată acestui scop. Fără o astfel
de structură comercială de suport, impactul inovator al Spark s-ar
fi pierdut, deoarece marii clienți refuză să depindă de un produs
fără garanții pe termen lung.

Și
acesta a fost argumentul decisiv care a dus la nașterea Databricks?

Da,
a fost chiar principalul argument. De fapt, înainte de a pune bazele
Databricks, am intenționat să cedăm software-ul unei mari companii
din tehnologie, însă aceștia l-au refuzat deoarece dezvoltau un
produs propriu, pe care îl considerau concurent direct și superior.

Și
care este valoarea oficială agreată în prezent?

Evaluarea
oficială confirmată în acest moment este cea de 134 de miliarde de
dolari. Atât valorează, la atât a fost evaluată ultima dată
Databricks. Dar, da, este foarte posibil să continue să crească.

Sunteți
foarte ocupat și prins între mediul academic și marile
business-uri. Mai găsiți timp să reveniți în România?

Da,
revin sau încerc să revin în țară pentru câteva zile în
fiecare an. Am fost în ultimul rând atât în București, cât și
în Cluj-Napoca.

Mai
aveți legături profesionale sau proiecte comune cu specialiștii de
aici?

Da,
păstrez legătura cu mediul academic și de cercetare din țară.
Colaborez pe diverse proiecte cu profesorul Cristian Raiciu de la
Universitatea Politehnica din București.

Cum oprim exodul de creiere

Ce
ar trebui să schimbe România în strategia sa pentru a nu mai
pierde minți strălucite imediat după facultate? Cum putem opri
exodul de creiere către centre mari din SUA sau Europa de Vest, unde
tinerii pleacă pentru a atinge un nivel de educare și dezvoltare
care aici pare imposibil? Ce ne lipsește cu adevărat?

Este
o problemă structurală profundă. În special în domeniul
inteligenței artificiale, este nevoie de o alocare masivă de
resurse financiare și tehnologice. Am aflat că se dezvoltă un
centru dedicat inteligenței artificiale la Cluj, ceea ce este un pas
pozitiv. Totuși, pentru ca o astfel de inițiativă să fie cu
adevărat competitivă pe plan internațional, este nevoie ca
guvernul să aloce bugete enorme, de o altă ordine de mărime.

Trebuie
să privim realitatea în față: în prezent, nici măcar marile
universități americane de top nu dispun de resurse comparabile cu
cele din sectorul privat din tehnologie. Companiile mari au bugete de
cercetare imense. Decalajul este uriaș, iar cercetarea avansată nu
se poate face fără investiții masive în infrastructură hardware.
În plus, specialiștii de top trebuie recompensați la nivelul
pieței globale, deoarece salariile oferite de corporațiile din
Silicon Valley sunt extrem de ridicate. Este o misiune teribil de
grea pentru orice stat să concureze la acest nivel.

În
ceea ce mă privește, am ales să activez în locul care îmi oferă
cele mai bune unelte și cel mai potrivit context pentru a-mi
exercita profesia la cel mai înalt nivel academic și practic.
Viitorul rămâne deschis, dar în acest moment acesta este contextul
global.

Planurile Databricks pentru România

Există
vreo perspectivă ca Databricks sau celelalte companii din
ecosistemul dumneavoastră să deschidă un centru de cercetare în
România sau să achiziționeze startup-uri locale fondate de
cercetători români?

Toate
companiile din portofoliul nostru despre care am discutat sunt încă
entități private, nu sunt listate la bursă, ceea ce înseamnă că
valorile lor financiare sunt, din punct de vedere tehnic, doar pe
hârtie. Pentru ca o corporație precum Databricks să facă o
achiziție sau să deschidă un hub într-o anumită regiune a lumii,
trebuie să existe o oportunitate de business extrem de clară,
pragmatică și aliniată perfect cu interesele noastre strategice
imediate. Dacă un start up sau o echipă de cercetare din România
dezvoltă o tehnologie inovatoare pe nișa noastră exactă, o
colaborare sau o tranzacție devine perfect realizabilă. Momentan nu
s-a concretizat o astfel de oportunitate, nu am identificat așa ceva
în România.