Podcast

Dobrý den, mé jméno je Jirka Vychrěk.
Ahoj, já jsem Matúš Pehliščák.

Vítáme vás u speciálního dílu DataTalku, kde máme hned dva významné hosty z československé datové scény, dva foundry a CEO dvou významných datových produktů z globálního pohledu, a to jsou Matúši. Máme tu Jakuba Jurovýcha z DeepNote a Pavla Doležala z Kebuly.

Ahojte, děkujeme.
Ahojte, děkujeme za pozvání.
Ahoj, díky za pozvání.

My tady máme Pavla a Jakuba, a tématem tohoto našeho DataTalk speciálu má být vlastně, jak vypadá Modern Data Stack, co s ním udělalo generativní umělá inteligence, jak vypadá vlastně trh s datovými produkty a jak se na něm dá prorazit tady ze střední Evropy.

Než se do toho pustíme, předpokládám, že zhruba dvě procenta našich posluchačů jsou nováčky v oboru a neslyšeli o Kebule nebo DeepNote. Můžete nám dát váš klasický produktový "Two Sentence Speech"?

Kluci se do toho moc nemají. Ne, jsou ukazovány, kdo bude dělat "Camp David".

Tak já klidně začnu. Ahoj, já jsem Pavel, jsem jeden z co-founders Kebuly a CEO. Abych to nejlépe popsal, říkám, že v Kebule jsme vytvořili náš hlavní produkt, něco, čemu říkáme Kebula Data Operating System.

Zautomatizovali jsme všechny datové operace kolem moderního datového stacku tak, aby to bylo jednoduché. A výsledkem je self-service data management pro lidi, kteří nejsou brutálně technicky zdatní, ale jsou v rámci demokratizace v byznysových jednotkách a bez toho, aby uměli tolik věcí, mohou začít hned dosahovat výsledků. A to je asi to, co děláme.

Nad tím je spousta dalších věcí, o kterých se můžeme bavit, ale self-service data management pro lidi z byznysu je to největší. A náš základní uživatel je někdo, komu Gartner říká business technologist, člověk, který sedí v byznysovém týmu a dělá data. Řekl bych, že je to business analytik, který uměl psát makra v Excelu.

Náš primární zákazník se pak čím dál více stává enterprise zákazník – velká firma, ať už v Čechách, například firmy, které vyrostly do enterprise jako Rohlík Group, Česká spořitelna nebo RST Group na Slovensku, Home Credit Group, anebo v Americe Burger King Group, kde jsme začali na jednom brandu a teď jdeme na další značky až po DXC, největší IT firmu na světě.

Není to záměr, chtěli jsme být tady lípnou, hrozně štíhlí na začátku a chtěli jsme jen 10–15 lidí. Zjistili jsme, že jsme udělali něco, co vlastně konvenuje enterprise zákazníkům, a tak jsme začali absorbovat enterprise firmy.

Jakube?

Ok, DeepNote nejlépe představit jako datový notebook. Lidé, kteří znají nástroje jako Jupyter nebo Google Colab, si to mohou snadno představit. My o tom přemýšlíme jako o nové generaci datového notebooku.

Důvod je ten, že velmi silně věříme tomu, že datové týmy se budou organizovat lépe, protože budou mít lepší nástroje. Po několika letech výzkumu a rozhovorů s nejlepšími datovými týmy jsme si uvědomili, že datové týmy potřebují médium speciálně postavené na datovou exploraci, prototypování a rychlou iteraci.

Toto médium musí také zakomponovat kolaboraci jako first class citizen. Něco, co jde opravdu dělat týmem. Nemusím teď chodit na nějakou separátní platformu, což je běžné ve světě softwarového inženýrství – mám nějaký svůj VS Code, a při kolaboraci musím jít na GitHub. To ve světě dat úplně nefunguje.

Uvědomili jsme si, že notebook je ten nejlepší nástroj. Nejlepší způsob, jak představit DeepNote, je datový notebook. Zajímavé věci se ale dějí, když firma začne notebook zavádět a zjistí, že to není nástroj jen pro pár lidí v datovém týmu s PhD z matematiky, statistiky nebo informatiky.

Je to nástroj, který může opravdu procházet celou organizací. Já jako data scientist mohu napsat model a poslat ho produktovému manažerovi nebo CFO, kteří jej schválí, protože to není těžké na používání a já v tom mohu dělat větší část své práce než dříve v Jupyter Notebooku.

Takže DeepNote začíná jako datový notebook, ale postupně přerůstá v datový workspace ve firmách.

Super. A když se podíváme na cílovou skupinu uživatelů, jak říkal Pavel, u nich jsou to spíše analytici v byznys jednotkách, u vás jsou to data scientisti v datových odděleních. My tu vidíme úplně všechno.

Když se podíváme, jak notebooky používají naši zákazníci, vidíme všechno od hardcore research přes AI a ML use case až po BI, dashboarding a datové aplikace.

Například v byznysovém světě máme zákazníky jako Webflow, Ramp, hedge fondy, banky, kreditní unie a další finanční organizace. Také máme mnoho výzkumných organizací, jako je například Bill & Melinda Gates Foundation, která mapuje a předpovídá šíření malárie v jihovýchodní Asii.

Také vidíme novou generaci datových analytiků a data scientistů, kteří přijdou z MIT, Harvardu nebo Stanfordu a rozhodnou se naučit datovou analytiku právě v DeepNote.

Děkuji moc za toto základní představení. Teď bychom se asi měli pustit do tématu.

Rád začnu tím, že se podívám na váš poslední rok. Myslím, že všichni z technologií dlouho říkali, že svět se zrychluje, změna je exponenciální a lidé na to nejsou zvyklí. Říká se také, že „the only constant is change“.

Mám pocit, že nás samotné tohle narození nového světa, tedy narození generativní AI, v posledním roce trochu zastihlo nepřipravené. GPT velmi urychlilo určité věci a o tom bych se rád bavil.

Jakub, jaký byl váš poslední rok, respektive projektů? Pokud uděláme rychlé zhodnocení, jak se změnil status quo ve vašich firmách? Začni ty.

U nás v DeepNote to byl asi nejvíc turbulentní rok, jaký jsme kdy zažili. Začal tím, že se někdo bavil o AI a jak to může zapadat do datového stacku. Viděli jsme dva různé směry.

První, že notebooky jsou místem, kde se AI buduje. Já osobně si nemyslím, že notebook je teď nejlepší nástroj na stavbu velkých jazykových modelů, ale lidé, kteří to dělají, obvykle nevědí o jiných datových noteboocích, takže to bude jejich nástroj.

Viděli jsme tedy šanci vstoupit i do této oblasti.

Druhý směr je, že AI může akcelerovat něco, co jsme dělali od začátku, tedy vytvořit výpočetní médium pro práci s daty, které by dokázalo pokrýt i lidi, kteří neznají Python nebo SQL, ale mají byznysovou otázku, na kterou potřebují odpověď.

Právě tím druhým směrem jsme se vydali, protože krásně zapadá do notebookového světa – mohu přijít do DeepNote, nemusím přemýšlet, kde mám data, jestli jsou ve Snowflake, nemusela složitě hledat kusy kódu, a pomocí AI napsat požadovaný dotaz, který je zároveň vykonaný a zanalizovaný, třeba zjistit, kdo je můj největší zákazník na horách.

To je vlastně takový startupový příběh těch posledních měsíců.

U tebe se ještě na chvíli zastavím, Jakube.

Z produktového pohledu mám pocit, že se úplně zamíchaly karty. Ve světě financování, burz, bylo toto období po dlouhé době těžké pro technologickou scénu, a v tom přišel ChatGPT – tedy příležitost i riziko.

Jak to ovlivnilo váš trh, byznysovou stránku a strategii DeepNote?

Historicky jsme operovali v rámci Modern Data Stacku, ale nikdy jsme nenašli konkrétně potom město, protože notebooky jde použít na velké množství věcí – od dashboardingu přes datové pipeline až po exportivní analýzu.

Poslední rok jsme zažili kolaps konceptu moderního datového stacku. Lidé si uvědomili, že dříve byl velký tlak, aby si každý vytvořil malý nástroj pro jednu část, a pak vznikal tým s pěti lidmi, který několik měsíců testoval, jaký nástroj použít na ETL, který na reverse ETL, dashboarding a další věci jako datové katalogy a lineage.

Bylo nutné pracovat s dvaceti nástroji. Datový svět něco takového musel „protrpět“, protože se věřilo, že to je správný přístup k moderní správě dat – každý nástroj na jednu část.

V posledním roce ale lidé začali chápat, že když financování a marketing klesají, je třeba jít zpátky k základům a dělat data jednoduše a dobře.

Lidé začínají konsolidovat nástroje, což se nám velmi líbí, protože věříme, že datový stack by měl být jednoduchý. Proto děláme DeepNote co nejjednodušší nástroj, který pokryje co největší množství případů použití.

Musím říct, že jsi Pavlovi úplně nahrál na smeč. Nečekal jsem, že přijdeš s něčím takovým. Čekal jsem ostrou diskusi.

Historicky jsme stávali na premisách, které říkají, že to celé je špatně. Postavili jsme firmu tak, jak Matúš říkal – používali jsme devět různých nástrojů, 31 kroků od začátku až po exploraci a automatizaci procesů. Osm let jsme jeli proti proudu.

Všichni ostatní říkali, že jste úplně extrémní, že nejlepší je jeden komplexní nástroj. Myslím, že všichni investoři to takhle říkali.

Na toto téma mluví hezky Loren Balík, který má data propojena a spočítaná. Nejsou to všichni investoři, ale on to dává logiku a ostatní jeho myšlenky převzali, protože je líní dělat si vlastní názor.

To byl jeden z důvodů, proč jsme dlouho nebrali externí funding – nedokázali jsme najít někoho, kdo by s námi sdílel náš pohled. Největší fondy říkaly, že to nedává smysl, že musí být deset nástrojů na různé úkoly.

Říkáme, že toto funguje jen tehdy, když jsou peníze zadarmo a nezáleží na efektivitě. Kdokoli, kdo kdy pracoval s datovou pipeline, chtěl si na to v Silicon Valley postavit nástroj, ale dostal na to hned sto milionů dolarů. To nám vždy přišlo špatné.

Čím více jsme směřovali do enterprise světa, tím víc jsme viděli, že to nikdo opravdu nechce.

Loren Balík udělal skvělou analýzu, kolik procent příjmů mají společnosti z Y Combinator od ostatních Y Combinator firem – přes 50 %.

Já jsem dost starý, abych si pamatoval rok 2000, kdy byl první Super Bowl reklama v roce 1996, kdy firmy platily 3 miliony dolarů za reklamu na Super Bowlu. A všechno to padlo, protože 90 % startupů tehdy točilo peníze mezi sebou.

Dnes jsme úplně někde jinde.

Pokud se vrátím k otázce, tak vidím, že jste byli dlouho proti všem a teď vám svět začíná dávat za pravdu.

Chtěl jsem se zeptat na tento rok. Pro nás byl asi nejvíc turbulentní, jak říkal Jakub, ale to je zatím každý rok. Takže je to vlastně dobré – jako teplota planety, každý rok nejteplejší v historii.

Pro nás kromě faktu, že jsme po koronavirové době poznali, že jsme enterprise software firma, se mnohé změnilo v go-to-market strategii. Začali jsme s tradičními postupy, které se osvědčily, pak jsme získali angel funding pro budování enterprise sales týmu a nyní jsme v rychlém růstu.

Změna začala asi před patnácti měsíci, ne přesně před dvanácti. Byly vidět příznaky vývoje v datové komunitě ve světě. To, co říkal Jakub, že lidé začínají chápat, že devět nástrojů nedává smysl. Před dvěma lety by to bylo těžké vysvětlit.

Co se stalo před patnácti měsíci?

Začaly být peníze drahé, už nebyly zadarmo, a to mělo brutální implikace, které celý rok cítil technologický startupový svět.

Pro nás je to skvělé, protože najednou přestali zákazníci přemýšlet podle vzoru Andreessen Horowitz – mít moderní datový stack s padesáti lidmi – a místo toho řeší, jak mít data lépe pod kontrolou, bez 9 až 30 nástrojů, všechno na jednom místě a s jasnou atribucí nákladů.

Zákazníci zjistili, že lidé v Americe stojí mnohem více než naše Kebula, mnohonásobně více.

To nám hraje do karet, protože když firmy začnou znovu řídit firmy jako firmy, nikoli s neomezenými prostředky, nám to neskutečně pomáhá.

Mimo to máme jednoho velkého automobilového zákazníka v Čechách, kde uživatelé rozdělují konzultanty do kategorií A, B a C – A jsou technologičtí specialisté, B jsou datoví inženýři, C jsou uživatelé v byznysových jednotkách.

Říkají, že nás vybírají proto, že s námi může pracovat i každý uživatel kategorie C bez technických znalostí. Přijdou, mají vše integrované v rámci kolaborace a mohou jednoduše fungovat. To znamená, že uživatelé mohou být levní a rychle se učit.

A dělat skvělé věci. A to myslím, že je něco, na čem vlastně začínáme úplně novým a pro mě zajímavým způsobem se zbližovat. V tomto směru se letos stala jedna velká věc, a to byl právě ten Generative AI, o kterém jsme už trochu mluvili. Je to spojené s takovou demokratizací datového světa.

To, co se vlastně stalo za posledních pár let, je, že jsme se vydali opačným směrem. Aby někdo pochopil datový stack, musel být velmi technický – to byla taková první předpoklad. Ale také musel strávit několik měsíců, možná i let ve společnosti, aby si pamatoval, že heslo do Snowflake je tamto, heslo do mého ETL nástroje je tamto, heslo do dalšího nástroje, který obsahuje jednu maličkou věc, je zase někde jinde.

A když se to pak dostalo k business stakeholderovi, který chtěl nějakým způsobem dělat rozhodnutí, tak to nebylo možné. Nešlo jen o to, že nevím Python, a proto nemohu udělat analýzu. Bylo to o tom, že nemám přístup do své databáze a nikdy ho nebudu mít, protože bych musel projít zhruba dvaceti různými schvalovacími procesy, abych získal přístup ke každému zdroji zvlášť. Takže už mě ani nenapadlo, jak by se to mohlo změnit.

Právě Generative AI udělalo tu demokratizaci. Lidé, kteří si dříve říkali, že „ok, nejsem programátor, tedy to nechám na někoho jiného“, zjistili, že není potřeba být expert, ale že vlastně „já vím pár základů“. Mají spoustu nástrojů, které jim s tím pomohou, mají například funkce jako doplňování kódu, text na SQL a kdyby náhodou měli přístup do své databáze, nemusí čekat, až někdo jejich tiket v JIRA vyřídí s nějakou prioritou, aby jim po týdnu poslali e-mail, že někdo na tom pracuje. Mohou si odpověď, tedy výsledný dotaz, spustit sami během pěti minut.

Myslím, že je to skvělé místo, kde to vysvětlit, protože z venčí to může znít tak, že si tím konkuruje hodně lidí, kteří říkají to samé – že lidé musí spolupracovat a je třeba to zjednodušovat. Ale myslím, že to, co jste řekl, je úplně výborné.

My v Kebuli se zabýváme vším tím, co se děje předtím, než se data dostanou do kolaborativního notebooku. Z našeho pohledu je to taková neviditelná práce, kterou nikdo nevidí – ty pozadí „potrubí“, které zajistí, že v budově teče voda, elektřina a tak dále. Dneska, v moderním datastacku, než se data dostanou do notebooku, je potřeba spousta věcí.

Zajímavé je, že dnes ráno jsme seděli s ředitelem jednoho významného, světového zákazníka, který nás najal a řekl „My tady máme přes 50 různých systémů, které nikdo neumí sladit a nikdo neví, co všechno obsahují. Chceme to zjednodušit pomocí Kebuly a Google BigQuery. A nad tím pak něco, v čem se to konzumuje, což je Tableau nebo DeepNote.“ A my se pohybujeme v této cestě.

Nejtěžší pro nás není technická stránka, ale změny v organizaci. Protože dostat se do těch systémů, a pak do Kebuly, kde už data jsou, trvá třeba čtyři týdny. Organizace si často vytvořily spoustu překážek, které byly navrženy tak, aby zabránily zneužití datové části. Tyto systémy nebyly designovány s ohledem na spolupráci a bezpečnostní správu, protože byly navrženy odděleně.

To je obrovský posun za poslední rok až dva, kdy lidé čím dál více chtějí s daty pracovat a demokratizovat je v týmech, ale zároveň chápou, že bezpečnost, governance a spolupráce musí být zabudované v nástrojích. To se nedá jen tak otevřít. Musíte na to myslet stejně jako při architektuře budov.

Pro mě je Generative AI téma, na které jsme čekali roky. Vždy jsme měli výzkumné projekty, jestli už ta technologie je připravená, nebo ne. A teď máme pocit, že technologie nás dohnala.

Když se podíváte zpětně, křivka technologického pokroku vypadá jako S-křivka: zdánlivě nic, nic, a pak najednou obrovský skok během pár týdnů nebo měsíců. To jsme viděli například u Snowflake v roce 2012, po roce, dvou byl obrovský posun. A nyní se to děje znovu s Generative AI.

Předtím se to stalo s cloudem, internetem, mobilními telefony a Apple. Není to neustálý růst, ale spíše období stagnace a náhlého skoku.

To, co je nejtěžší, je být připraveni na období, kdy najednou přijde výrazný posun. Existuje známý citát, že jsou dny, kdy uběhnou roky, a pak jsou roky, kdy se nic nestane. V technologii je to podle mě nejtěžší.

Kdyby to šlo pořád rychle nahoru, bylo by to jednodušší. Ale tak to není. Jsou zde různé vlny a pauzy.

Jak proto vnímáte, že už dnes jsme schopni udělat nějakou datovou transformaci nebo datový modeling díky AI? Už jsme tam?

To je otázka, zda dokážeme nahradit těžkou práci datových analytiků nebo byznys lidí, kteří sedí na definici třeba revenue.

Jsme v tom stavu, že z raw dat se zeptám „Jaké máme revenue za posledních 20 měsíců?“ Pokud ne, co tam ještě chybí?

Nepoznám teď žádný nástroj, který by to zvládal opravdu dobře, řekněme statisticky dobré. Když prompt vytvořím stokrát, tak možná jednou to vyjde.

Každopádně jsme na cestě a ani jsme o tom dříve takto neuvažovali. Pokrok od GPT-2, přes 3, 3.5 až k 4 je opravdu obrovský. Vidíme, že je to jen otázka času.

Těžko říct, jestli to bude týdny nebo měsíce.

Vidíme lidi, jak pracují v DeepNote. Někde napsali, že dělají zákaznickou podporu, sales, a řekli si, že to může být složité, tak si vytvořili notebook a vytvořili fungující datové aplikace, které by jim osobně trvaly hodiny produkce, ale zvládli je za patnáct minut a fungují.

Pokud se teď podívám o něco níže na datový stack, aby mi AI napsalo rovnou i nějakou datovou transformaci a vytvořilo pipeline, je tam stále potřeba někdo, kdo to prověří a ujistí se, že je to správně.

Jak jsem říkal, moduly se zlepšují každý den, kontext je stále silnější, a myslím, že je jen otázkou času, kdy se toho dosáhne.

Mám pocit, že každý rok se snažíme znovu vymýšlet kolo – třeba revenue reporting – vždy, když přijdu do firmy nebo se bavím o tom, čím se zabývají, zjistím, že dělají to samé a tráví na tom spoustu času.

Doufám, že se brzy dostaneme do stavu, kdy to bude jen o tom, jak minimální změny chceme udělat v systému, a nezáleží na tom, zda jde o revenue reporting, datový stack nebo datovou aplikaci.

Čas, který dnes využíváme na technickou část, budeme moct používat i na jiné věci – například sedět na schůzkách, používat ty aplikace, které si umíme vytvářet, a reálně měnit byznys.

Myslím, že se dostáváme do tohoto stavu. AI je skvělý nástroj, ale cesta bude dlouhá a bolestivá.

AI na to ale sama nestačí. AI bude mít obrovskou roli, ale musíme jako datové týmy zapracovat i na standardizaci – už vznikají projekty, které řeší například standardizaci definice revenue, kdo je uživatel a podobně.

Není to nic nového, Microsoft toto řeší už 20 let – a není to samospásné.

SAP má vlastní cloud a také standardizované definice, data jsou desítky let stará. Svět se stále snaží vymýšlet kolo.

To je dobrý template, ale vždy naráží na konkrétní implementaci konkrétního zákazníka.

Co mi pomáhá na téma přemýšlet jinak, jsou vrstvy. Udělali jsme přípravu k tomu, jak AI nahradí různé vrstvy.

Když dnes řeknu vrstvy a pak se podívám na Generative AI, většina se dívá spíš na AI, ale to je jen výsledek, není to podstata.

Podstatou jsou jazykové modely (LLM), které jsou zajímavé tím, že dokáží pochopit komplexitu a vztahy mezi daty.

To je fascinující.

Když to vezmu z druhé strany – chci, aby někdo mohl něco napsat, co se musí pod tím stát?

Abychom se dostali k tomu, co zde Matúš popisuje, jsou dvě cesty.

První je cesta riplingu – kde řeknou „Všechno přepíšeme, bude to jeden systém od začátku.“ To je v pořádku, pokud začínáte na zelené louce, kde máte lidi a kolem toho postavíte vše.

Dnes se aplikace na takovém základu vytváří.

Druhá cesta je naše cesta – kde říkáme, že je to příliš zjednodušený pohled na svět a bude to fungovat pouze pro určitou skupinu.

Potřebuji přijít do obří banky nebo do Burger Kingu, kde mají spoustu různých systémů: Teradata, Hadoop, Oracle, datové tržiště, streamovací technologie, a dokonce ZX Spectrum – což je zařízení pro otevírání dveří k hlavnímu sejfu.

To je svět, který potřebujeme pomoci vyřešit.

My na tom stavíme Kebula Data Operating System – abstraktní vrstvu.

Stejně jako operační systém v počítači, který nedělá nic jiného než přijímá příkazy a posílá je do infrastruktury a vykonává úkoly.

Takže nemusí všichni být DevOps inženýři, kteří ručně vytváří kity.

To je pro nás zásadní podmínka pro automatizaci všeho.

Potřebujete, aby lidé i AI mohli podávat požadavky na infrastrukturu a abyste je dokázali automatizovaně odbavovat, aby se staly vždy.

To je náš hlavní layer.

Nad tím pak máme aplikační vrstvu, kde můžou běžet aplikace jako DeepNode nebo JupiterNode.

Aktuálně jsme tuto vrstvu rozšířili o LLM vrstvu, která nedělá nic dalšího než staví knowledge graphy na základě věcí pod ní.

Například pracujeme dlouho na projektu, kterému říkáme Impact AI, který bere všechen kontext, nastavení, kódy – zná historii, má přehled o celé organizaci, což je velmi důležité.

A nad tím stavíme knowledge graph pro governance.

Když pak přijde někdo a přesně řekne, kde jsou klíče k určitému metrickému ukazateli (např. revenue), tak systém ukáže, že klíče k revenue dělali Matúš s AD, ale Matúš už u nás nepracuje a teď s tím pracuje někdo jiný.

Pro nás to byl obrovský důkaz konceptu, že to jde.

Governance je ve velkých firmách velká výzva – lidé se snaží systém vyřešit, ale často narážejí na to, že lidé data nedokumentují.

A právě LLM jsou skvělé v tom, že se naučí strukturu dat. Ale je potřeba mít pod tím operační systém a nad tím něco jako DeepNote, kde uživatelé začnou data konzumovat.

Toto je náš první knowledge graph, vedle něj vznikají další.

Ty do sebe absorbují kontext jako definice revenue – Microsoft má svoji definici, open source projekty mají své, a každý zákazník má definici vlastní.

Je třeba se naučit model, konkrétně pro daného klienta.

Ale aby toto samo o sobě fungovalo, potřebujete datovou aplikační vrstvu, například framework jako DeepNote, který umožňuje uživatelům s tím pracovat.

Napadá mě otázka, co všechno LLM v tom stacku nahradí nebo zničí.

Když koukáte hlouběji, máte soubor na počítači, nad tím databázi, SQL planner a další vrstvy.

My jsme si všechny tyto vrstvy vytvořili proto, že lidský mozek neumí pracovat s takovou komplexitou, proto data dáváme do tabulek, protože to jsme schopni pochopit.

Ale LLM to nepotřebují.

Takže dlouhodobě bude pod tím nějaký systém správy souborů (CSW), další systém, který vše organizuje a automatizuje, a pak modely, které se naučí vztahy přímo z datových toků.

Tyto modely budou používané v nástrojích jako DeepNote, kde si uživatelé vytvoří model, předpovídají výsledky a ty se následně integrují do dat, která uživatelé v byznysu využívají.

Toto vidíme jako jeden z největších posunů v enterprise světě.

Před asi třiceti lety jsme začali používat Streamlit. Ten jsme integrovali do Kebuly a začali ho spravovat.

Je to fascinující, každý ho potřebuje.

Například Burger King jej využívá k onboardingu nových franchisantů prostřednictvím Kebuly a databáze.

To je ohromná věc.

A mě by zajímalo, jak to vidíš ty – například co se týče nástrojů jako Looker nebo Tableau, která já osobně vnímám jako trochu zastaralá.

Pokud bych se mohl zastavit u rozhovorů, které vedu, je velký rozdíl mezi prototypováním (POC), kdy chcete rychle získat výsledek, a tím, mít systém v produkci s governance, bezpečností a na úrovni enterprise.

Měl jsem dojem, že Kebula má obě ty strany, zatímco DeepNote a notebook je spíš nástroj pro exploraci.

Čím hlouběji jdete do produkce, tím spíš je to jen asistent, ne hlavní engine.

Vnímám to správně, nebo jak se na tuto evoluci díváte?

Chcete jít hlouběji do stacku, nebo být spíš front-endem, kde lidé pracují?

V Kebule se na to díváme jako na přirozenou cestu datového projektu.

Každý datový projekt začíná prototypem. Nezačíná software engineeringem s mockupy, designem a specifikacemi, které se pak někdy tvoří i dva měsíce.

V datovém světě je to o tom, zda se to vůbec dá spravit, napíšeme query, které nefunguje, nemáme data, nebo zjistíme, že data jsou stará od 2. února, nebo se něco změnilo, ale nikdo si toho nevšiml.

Takže projekt vždy…

Začíná to nějakým způsobem explorací a potom se uvědomíme, že aha, tak vlastně tato explorace, tento dashboard, tento report může být užitečný. A já bych ho nechtěl vidět jen jednou, ale chtěl bych ho ukázat svému C-level executive každý pondělí v 9 hodin ráno.

A to, v co věříme, je, že historicky notebooky byly opravdu myšleny jako taková čistě explorativní část, že ten notebook – každý už viděl Jupyter notebook, náhodou dostal Jupyter notebook od nějakého jiného člověka – to byl prostě největší odkladiště všech možných syntaxí, náhodných definic, zabudnutých buněk a žádných komentářů. To prostě nebylo něco, co by se dalo dát do produkce. Ale my věříme, že to byl problém nástroje, a ne problém toho obecného paradigmatu, jak to funguje. V DeepNote je to tak, že naše uživatele natolik vedeme k nejlepším praktikám, že když někdo začne pracovat na notebooku v DeepNote, tak ten notebook je od počátku čistější.

A potom, pokud se má ta práce například spravit nějakou datovou aplikací, je to vlastně o tom, že ok, jsou tu nějaké věci, které by z byznysového hlediska možná nechtěli ukazovat lidem, protože třeba nemají úplně bezpečnostní schválení. OK, tak tu část skryjeme. Nebo je nějaká transformace, která je trochu děsivá, je napsaná v Pythonu — tak ji skryjeme a nebudeme ji ukazovat v samotné aplikaci. Ale často vidíme, že ty notebooky, které se vytvoří u nás, později vstupují do produkce. A když říkám produkce, myslím tím opravdu všechno, ať už jsou to aplikace a dashboardy, nebo API, vrstvy, prostě něco, co volá nějaký jiný systém.

Super. Máš další otázku? Nebojíte se, že tahle demokratizace není „modern data stack na druhou“? Jakože ok, máme tu nějaké nástroje a teď každý tým každým týdnem vytváří 15 svých vlastních datových produktů, datových aplikací, každý pejsek jiná ves. Nedostaneme se do stejného, že se to prostě zakáže? Že ne každý může přispívat do wiki, že jsou nějaká pravidla? Moc se mi líbí, co řekl Jakub, že máme tendenci pořád vymýšlet to samé dokola.

A to je skvělý dotaz, co jsi říkal, že ve starém světě byly L0, L1, L2 vrstvy. V moderním světě jsou to stříbrný, bronzový, zlatý — to samé. Máme tu koncept dataméz jako super koncept, ale v praxi ho lidé musí trochu omezit, aby na té L1 vrstvě bylo brutálně garantované.

Když mluvíme o prototypování a produkci, tak produkce není produkce. Je análýza a pak, co s tím dál děláme za automatizaci procesu. Když to uděláš, zase to uvádíš do diskuse definice metrik, ISI, ICI governance. Co často vidíme u velkých klientů, je potřeba rozlišovat, jaká míra demokratizace je na různých úrovních.

Když mluvíme o L1 vrstvě, tam není žádná demokratizace. Tam to lidi dělají, musí to být fakt projekty, testované a musí to vidět čtyři oči, pokud to podléhá SOXu (Sarban Oxley) – pokud jsou na burze. Takže to musí být brutálně zdokumentované, tam není prostor pro nějaké hrdinství. Tam prostě musí všechno sedět, protože podle toho reportuješ na burzu nebo podle toho připisuješ lidem peníze na účet.

Je to samozřejmě rigidní, ale to není 90 ani 100 procent procesů ve firmách, je to tak deset procent, možná dvacet tam, záleží na firmě. Pak máš většinu procesů, kde to nefunguje tak rigidně.

Navíc v těch procesech, které využívají data a metriky z L1 vrstvy, není důvod, aby to neběželo agilně. Lidé vždycky něco vymýšlejí a mají tendenci do toho všeho schovávat — předpokládají, že když vymysleli Six Sigma, že to bude fungovat všude, to nefunguje. Když pak přijde Lean a Agile, taky všechno nefunguje. A trvá nám dlouho, než si projdeme celé spektrum, abychom pochopili, že ve firmě existují různé procesy, zákonitosti a výstupy, které definují, jak se dané procesy realizují.

Jiný proces je práce na tom, když ti něco má sloužit jako bankovní kniha — tam je super použít Kebulu a třeba Rípnout — ale proces nasazení do produkce je odlišný od toho, když pracuješ například v marketingovém oddělení, kde máš 50 nápadů denně, připravené definice metrik jako revenue nebo klasifikace zákazníků. A chceš si s tím hrát, aby pracovalo až sto lidí — to je zcela jiný proces.

Svět datový se učí to, co spousta jiných oblastí už dávno zvládla. Máme potřebu to procházet tou nejtěžší cestou, dostávat facky a pak říkat „co kdyby to šlo ještě lépe“. Podívej se do softwarového světa, do mnoha dalších oblastí — všechno bylo už dávno vymyšleno, jak pracovat.

Pro mě je důležité, že role, které historicky fungovaly, jako BI analytici, datoví analytici, znamenají, že přicházíš do práce, máš pořádnou hromadu problémů, jsou těžko řešitelné, ale pak přijdeš s nějakým nápadem, připravíš řešení, dashboard, a zjistíš, že nikdo ho nechce, protože problém byznysový není vyřešen. To je moje otázka, jak může dnes v době neustálých novinek a skvělých technologií soustředit se skutečně na business problém.

Ty říkáš, že za historické časové období bereš posledních pět let, já bych šel dál, do 50 let. Na YouTube je výborný youtuber jménem Uncle Bo, má asi 70 let a dělá si srandu z nás všech, protože žije od prvních počítačů a vidí všechno jako recenzi na to, jak se věci opakují. My neznáme svou technologickou historii a nevěnujeme jí dostatečnou pozornost, protože nové věci se zdají být jiné. Ale musíme si uvědomit, že firmy dnes postupují efektivněji, což tady nikdy nebylo.

Rey Dálejo o tom výborně mluví ve svých videích a říká, že všechno už bylo, a musíme z historie čerpat pro lepší rozhodování. Není to o tobě, ale o nás všech. Delší čas mi trvalo, než jsem pochopil, že věci se opakují. A ano, historii se neopakuje, ale rýmuje, takže trendy a poučení se z historie jsou důležitá.

V krátkosti: v tolika podcastech řešíme, jak postavit ideální datový stack ve firmách, a je jasné, že každá firma má jinou fázi a jiné problémy. Velice mě zajímá, jak vy přistupujete k tomu, když někdo přijde a řekne, že potřebuje Kebulu, deepnote. Jak najdete tu hodnotu, kterou od toho očekává?

My se díváme na firmy, které už mají nějakým způsobem notebook zabudovaný do svého datového světa, což je v podstatě každá firma. Fakt je, že když jste datový tým, tak si dříve či později uvědomíte, že off-the-shelf dashboard BI nástroje narazí na limity. Power BI, Tableau jsou super nástroje, ale nejsou schopné zvládat pokročilé analýzy, které opravdu potřebujete udělat, a za které jste placeni jako datoví analytici. Těžká byznysová rozhodnutí.

V tu chvíli si tým řekne, že potřebuje jít o úroveň níže, použít nástroje schopné pokročilejších analýz, a většinou sáhnou po noteboocích. Když si vyzkouší některý z notebooků – Jupyter, Colab nebo notebook v rámci platformy, například SageMaker v AWS, Vertex AI v Google Cloudu – zjistí, že je to zajímavý přístup, ale limitující. Začnou přemýšlet, jak notebook používat lépe, a objeví DeepNote.

Tehdy přicházíme my. Hovoříme s nimi, ukazujeme, že notebooky mohou lépe fungovat. Nemusí to být nástroj pro pár lidí s ID, ale může být uživatelsky přívětivý pro širší skupinu lidí. Má vysoký strop – umožňuje importovat PyTorch a dělat pokročilé machine learning projekty. Lidé začínají chápat, že mohou třeba nahradit několik licencí Tableau za DeepNote, protože to zvládne udělat vše, co potřebují, a ještě pokročileji a jednodušeji — stačí jedna platforma.

To, co říkáš, dává smysl, ale nejsem si jistý, zda dnes je to správný přístup, zda řešit, jestli je Tableau lepší než Looker a DeepNote. Nemělo by to být spíš o maximálním využití toho, co máme? A pokud někdo nemá DeepNote, ale konkurenta, jak se k vám dostane? Je vůbec otázka, že máme jiný nástroj, který jim stačí, ale máme i mnoho dalších palčivých problémů, a to, co mají, je „dost dobré“?

My si uvědomujeme, že notebook tam prostě bude. Ať už mám Tableau licenci nebo ne, vždy existuje někdo v organizaci, kdo používá notebooky. Každý rok přijde otázka, zda na novou licenci, obnovu, musím jednat s Tableau obchodníkem, který zase chce přidat náklady, musím žádat o nový rozpočet. Nemůžeme to nějak konsolidovat, zjednodušit práci s daty? Přirovnají, jestli koupit víc licencí Tableau, nebo zvolit jeden nástroj. V tu chvíli dosahujeme úspěchu.

Jaká je situace u tebe, Pavle? Nebo u Kebuly? Máte jinou situaci, jiné uživatele, jiné nákupní persony?

Naše buying persona je většinou někdo na úrovni board-1-2. Pokud má na starosti datovou platformu, je to typicky ten člověk, nebo CIO, CTO v menších firmách. Máme dvě životní situace.

Jedna je, když zakládáš firmu od začátku – často nevíš, co všechno bude potřeba. Začneš s jedním nástrojem, nakonec skončíš s devíti, a i když si to uvedomíš, už jsi v pasti, že je to dostatečné. V takových případech nabízíme freemium Kebulu zdarma, aby mohli začít bez nákladů.

Jak postavit ideální stack? Pro mě je to jednoduché – dnes firmy potřebují Kebulu a DeepNote a vlastně nic dalšího. Existují variace, ale tyto dvě kategorie jsou základ.

Největší prodeje Kebuly a DeepNote jsou do firem, kde je třeba desítky až stovky lidí, kteří si dělají data management v režimu self-service. Přijdeš do banky a potřebuješ customní inženýrství od A až do Z na jeden produkt. Máš tam datový sklad, Hadoop, Google Analytics, Facebook, data z kamer, online systémů. Potřebuješ to bez IT řešit dál sám. Ať IT pomůže na začátku, provede rychlý start, ale pak si to už uživatelé dělají sami a je to průhledné a bezpečné.

Naše cílová skupina si to uvědomuje, když prochází digitální transformací — což je hodně zprofanované slovo, protože to se tu skloňuje už deset let. Díky životním situacím v koronaviru a zpřísnění trhů firmy začínají hledat správný způsob, jak to udělat. Tam prodáváme.

Na začátku je to složité, protože uživatelé nejsou ti, kdo nakupují. Ten, kdo podepisuje rozpočet, není uživatel. Proto používáme Medpick, klasifikační metodu rolí (kouč, sponzor, ekonomický kupující). Často jsou ekonomičtí kupující CIO, CFO, uživatelem je třeba šéf marketingu nebo HR, kteří nás vedou do firmy, protože říkají: potřebujeme data management ve formě self-service.

Pro korporace neprodáváme jednotlivé licence, ale enterprise řešení. Samozřejmě je tam mnoho stupňů, o kterých bychom mohli mluvit dlouho, například jak přistupujeme k CIO nebo proč často oslovujeme CFO.

Možná se zeptám jinak – univerzální propozice Kebuly a DeepNote. Jak dnes přistupujete k situacím, kdy zákazník používá jen část platformy, takzvaný single-purpose use case? Historicky jste se hodně obávali, že v části modern data stacku jsou další nástroje, čímž vzniká konkurenční prostředí, zejména vůči ETL nástrojům.

Myslím, že už jste toto překonali, Kebula dnes vládne všem. Jak k tomu přistupujete? Berete single-purpose use cases na lehkou váhu, nebo je stále považujete za relevantní?

Naše historie je trochu jiná. Když děláme value chain, co uživatelé potřebují, jsou dvě základní potřeby: mít připravená data, aby je mohli používat s DeepNote, a automatizovat procesy.

Máme framework rozdělený na pět různých úrovní podle toho, s kým mluvíme…

Jsou to přesně ty infrastrukturní věci, jako ETL, ELT, streaming a podobně, a tam se bavíme s konkrétními lidmi – to jsou ty single purposes. Máme docela dobré inbound kampaně, kdy lidé přijdou, vyzkoušejí si jednu věc a řeknou si: „Ježiši, tam se dá dělat spousta dalšího.“ Nad tím je vrstva data operations systému, který prodáváme právě těm CIO, kteří potřebují governance. Typicky je nový CIO, business po něm chce self-service data management pro naše IT lidi, a on se ptá, jak to bude podporovat.

Nad tím máme jeden náš workspace, ale není to jako workspace DeepNote, je to workspace pro inženýrskou přípravu, ale určený lidem v businessu, a ten vlastně stojí nad těmito vrstvami. Nad tím jsou datové aplikace, již hotové, ať už jsou to DeepNote nebo Streamlit, a pak máme marketplace, kde si lidé mohou tyto aplikace „naklikat“. Nad tím, to je ta největší věc, máme vlastně solutions, takže například Home Credit s námi vyvinul řešení pro CFO, které si tam udělali sami, zjistili, že je to výborné řešení, protože tento problém mají všichni CFOové, a začali to v rámci celé PP skupiny prodávat.

Jaký je rozdíl mezi datovou aplikací a řešením (solution)? Datová aplikace je nějaká single věc, například někdo přijde, vytvoří si datovou aplikaci na konkrétní úkol. Solution je ale již soustava aplikací, včetně všech vrstev pod ní – obsahuje pipeline, automatizované procesy a podobně. Je to tedy řešení pro konkrétní větší problém.

Náš vývoj byl takový, že na začátku jsme chtěli být maximálně 15 lidí, takže jsme šli do spodní vrstvy, ale zjistili jsme, že to není naše největší přidaná hodnota, protože vždy existuje něco v konkrétní věci pro konkrétní uživatele, co je lepší. Postupně jsme začali chápat naši hodnotu, a to je spojení všeho do operačního systému, který umožňuje abstrakci, governance a self-service data management v širším měřítku.

Začali jsme zjišťovat, že nás velké firmy kupují kvůli tomu a všem vrstvám nad tím. Dnes tedy hledáme správné persony. Náš celý rok – a říkám 15 – je o fokusu, o snižování fokusu na to, co děláme a které persony či trhy lovíme. Určitě nás lze použít na všechno, i DeepNote, ale takto to prostě nezaškáluješ.

To je vlastně ta stejná otázka na Kubu – jak to máte vy? My jsme to úplně nejdřív milovali, zdá se. Když někdo přijde a řekne, že má nějaký malý use case, můžeme použít DeepNote, super, není to velká licence. Říkají mi: „Kupím licenci za 39 dolarů měsíčně, že je to malá částka, než abychom čekali, jestli se vůbec něco stane.“ DeepNote je velmi expanzivní produkt – když ho někdo dá do svého datového stacku, zjistí, že je to super na jednu analýzu, pak může dělat i druhou a třetí. Pokud už má třetí analýzu, začne sdílet s dalšími lidmi, budovat víc a víc lidí, víc věcí v tom workspace.

Notebook je úžasný nástroj, který umožňuje nejen poslední krok analýzy, ale i kroky předchozí. Možná fungujeme v tom světě, kde Kebula dominuje, ale například i my jsme dříve měli dbt v našem stacku. Každý den se tam přepočítávala data, byl tam dbt model od Matúše, který jsme používali. Fungovalo to krásně, bylo to zdokumentované, skvělé.

Potom jsme si ale uvědomili, že máme hodně roztroušené informace – data jsou rozkouskovaná mezi nástroji, což ztěžuje rychlou kontrolu původu čísla v dashboardu či datové aplikaci.

Proto jsme postupně začali přetvářet naše velké interní modely tak, že používáme notebook, který dělá všechno: načte data, transformuje je a udělá rovnou analýzu. Je to organizované do celků, které nazýváme projekty. Když chci vědět, jaký jsem měl revenue za měsíc, nemusím to složitě tahat přes čtyři nástroje, ale snadno to mám v rámci jednoho projektu, který holisticky řeší danou otázku.

Máme tedy velmi rádi, když někdo přijde a vyzkouší DeepNote na menším use case, protože je to otázka času, kdy to expanduje do širší firmy.

Na druhé straně, co jsme slyšeli od Kebuly, enterprise use case pochází z jiného pohybu, který také vidíme.

Stává se nám, že přijde customer, který už je pokročilý, ví, že jeho notebooky nejsou jen „babiččiny notebooky“ a chce dělat něco lepšího. Přijdou s požadavkem na přebudování celé své datové platformy. Chtějí postavit platformu na notebooku jako základním stavebním kameni. A teď už nejde o nákup tří licencí, ale rovnou o plán na sto licencí, protože chtějí, aby to používala celá firma. A to také my doporučujeme.

Pokud stavíme datovou platformu firmám, měla by jim umožnit být skutečně data-driven. Pokud má nástroj používat jen 5 lidí, firma nikdy nebude data-driven. To se nikdy nestane, pokud CEO nemůže udělat vlastní analýzu třeba v sobotu ráno, protože má na to potřebu.

Musel jsem se tě zeptat, jak přesně vypadá u vás stavba datové platformy? Kde začíná a kde končí? Pro mě je to tak, že Snowflake také tvrdí, že staví datové platformy – je to vlastně data warehouse. Ale i Kebula staví datové platformy, 100 %. My jsme malý startup, máme 27, 28 lidí, takže musíme být velmi fokusovaní na to, co umíme a co ne. Například neděláme datový warehouse, nebudeme stavět novou databázi – máme na trhu spoustu možností.

Ale vše nad tím už zvládne notebook – má nádherné uživatelské rozhraní a výpočetní možnosti. Jenže pokud je firma větší, jsou tam jiné závislosti – DeepNote je ještě relativně mladá platforma, nemůžeme tvrdit, že plně nahradíme všechny ETL a reverse ETL. Proto doporučujeme našim zákazníkům, pokud mají historické procesy, nebo jiné opravdu specializované enterprise use case, které musí být integrovány s dalšími stovkami enterprise nástrojů, aby spolupracovali s nimi. To nazýváme integracemi.

Dnes jsou integrace poměrně jednoduché – pokud někdo chce používat Spark v DeepNote, může. Ale pokud někdo potřebuje Spark, protože za něj ročně utrácí 2 miliony dolarů a má kredit od Google Cloudu, prostě importuje knihovny Google Cloud Spark a používá je tam.

Mám pocit, že jsme se konečně dostali k trochu kontroverznímu tématu.

Pavle, jaký je podle tebe nejmenší projekt, který dává smysl dělat nad Kebulou? Mám totiž pocit, že robustnost a dlouhotrvajícnost jsou ultimátní.

Něco může být Kebula jako kanón na vrabce.

A naopak, Kubo, jaký je největší projekt, který bys ještě postavil nad DeepNote jako data infrastrukturu? Kdy už bys sáhnul po něčem jiném? Jsou nějaká pravidla pro naše posluchače, kteří chtějí „největší evropské banky rvát do DeepNote“ nebo naopak „svůj dvoučlenný startup rvát do Kebuly“?

Já si vlastně myslím, že to není o velikosti. Máme lidi, kteří u nás staví osobní projekty – stahují si písničky z iTunes, dělají si na tom nějakou statistiku, a podobně. Máme tisíce lidí v freemium módu, kteří si tam každý měsíc staví své malé věci. To je asi běžné.

Zajímavá je definice datové platformy, protože z pohledu shora je to jednodušší, než zespoda. Mě se líbí, co říkáš, Kubo, protože mám spoustu otázek a dotazů z praxe: napojení na CRM systémy, jak řešíte Active Directory, streaming a další věci.

Říkáš, že Spark může být, ale Spark a Databricksové clustery jsou něco úplně jiného.

Kde tedy dává smysl deployovat Kebulu? V jakých typech organizací? Říkal jsi, že to není o velikosti, ale o ambici nebo zralosti?

Odpovím ti obráceně: kde to nedává smysl. Máme hezkou kartičku – tady jsou naši core uživatelé a tady nejsou. Na levé straně jsou Matu, Žuber a spousta dalších lidí, na pravé straně ajťáci z velkých firem, kteří si tvoří vlastní „království“. Tam paradoxně může DeepNote sedět úplně perfektně. Je mnoho lidí ve firmách, kteří nechtějí sloužit businessu, tvoří si spoustu království a chtějí mít stovky lidí, ale nechtějí sdílet věci na úrovni nižší než notebook, jsou ochotní tam věci řešit sami.

Takoví zákazníci nejsme my. Naši zákazníci jsou ti, kteří chtějí pracovat s datovými produkty na úrovni demokratizace a sdílení.

Příklad rozvoje DeepNote ve firmách máme velmi podobný. Jeden z bankovních zákazníků po čtyřech měsících dosáhl využití DeepNote ve 37 odděleních. Ale to proto, že mají na úrovni datových produktů, ne jen aplikací, tyto věci zakomponované v Kebule, mohou je kombinovat, a graf vzájemných propojení je úžasný. Někdo něco vytvoří, někdo to vidí, použije, znovu využije – to dává smysl.

Naopak pokud firma chce stavět všechno na lidech a být na nich závislá – i když žádná firma nechce být závislá na lidech – ale pokud nějaká klika v IT nebo data science místo demokratizace chce stavět vlastní silos a bránit přístup, je to častější, než se myslí, a tam to moc smysl nedává.

Dává smysl třeba v jedné části firmy, v těch velkých organizacích, kde vidíš širokou organizaci a rozšiřuješ se postupně. Ale někdy to trvá i dva roky, než se to rozjede. To ovšem neplatí pro malé projekty, které na DeepNote vznikají – i tehdy to funguje.

Například jsme jednou při kontrole dashboardu zjistili, že DeepNote začali používat data scientist z Nike, analytik v Nike a senior dealer. Poslali jsme jim pozvánku na hovor, přijali ho, a zjistili, že se poprvé v životě potkali a nevěděli, že ten druhý existuje. To jsou ty přírodní správní mechanizmy ve firmách – každý si najde svůj nástroj na svůj use case. Trvá, než se to propojí.

Nová funkce v DeepNote bude ukazovat, kdo ještě používá DeepNote ve firmě. To je skvělé, že se to rozvíjí.

Pokud jde o diferencii mezi datovou aplikací a dashboardem – dashboardy a tabulky přece stále existují – a toto mě zajímá…

S námi jsou tyto věci roky a zřejmě ještě dlouho budou. Nesměřujeme spíše k tomu, že jsme přebrandovali ty dashboardy na něco „cool“, co chceme nyní dělat? Mohu mluvit za nás v DeepNote. My to nazýváme datové aplikace, v závorce dashboardy, protože to je klíčové slovo, které lidé opravdu chtějí a hledají.

Každopádně je to otázka času, než někdo přijde k dashboardu a bude se ptát stejnou otázku vždy u každého dashboardu. Odkud přišlo toto číslo? Nebo mohu zde vytvořit nějaký speciální filtr? Nebo se mi tu nelíbí nějaká barva? Nebo mám zde nějaké třídění podle abecedy, ale chci třídění podle něčeho úplně jiného.

To je něco, co my vidíme – že dashboard jako takový je jednoduše statický artefakt, který sice může mít například tlačítko obnovit nebo výběr data, aby bylo možné něco měnit, ale nedovoluje provádět to, co je považováno za „holy grail“ explorativní analýzy, tedy takzvanou „last mile analysis“.

Nejoblíbenější funkcí, kterou má každý dashboard, je export do Excelu, aby si uživatel mohl stáhnout CSV, otevřít ho v Excelu a tvořit si vlastní kontingenční tabulky, protože se mu zrovna nelíbí, jak to bylo připraveno někým jiným.

My skutečně vidíme, že dashboardy se snaží data demokratizovat, aby měl přístup každý, ale pokud je dashboard statický a jako manažer nemohu nic s těmi daty udělat, a musím čekat další dva dny, než mi někdo upraví filtr, nebudu šťastný.

V DeepNote proto usilujeme o to, aby všechny dashboardy a aplikace byly upravitelné. A protože dashboardy jsou nyní mnohem výkonnější než dříve – můžete do nich psát libovolný Python, implementovat strojové učení – nazýváme je datové aplikace.

Nicméně buďme upřímní, většina těch případů použití je stále klasická: sloupcový graf a tabulka s filtrem. Přesně tak. Co chybí? Máš něco, ale ne pie chart, něco jiného, ale to je jen malé zlepšení.

Pro nás je to, co říkáš, jen podmnožinou toho, co my používáme jako datové aplikace. Pro nás jsou dvě věci stejné: posunutí dál v interakci, možnost zpětné interakce, a druhá je governance – tedy správné řízení toho, jak aplikace může fungovat samostatně, nezávisle na různých zdrojích.

My na datové aplikace využíváme hlavně framework Streamlit, ve kterém si je uživatelé mohou sami stavět. Není to konečné řešení, určitě to budeme rozšiřovat, včetně dalších platforem, jako jsou Power Apps.

A co vidíme, jsou omezené, jasně definované scénáře, ve kterých lidé mohou provádět zpětné operace.

Ať už jde o analýzu nebo automatizaci procesů, čím více těch procesů automatizujeme, tím lépe.

Dlouhodobě jsme viděli, že svět směřuje k algoritmicky řízenému prostředí a chceme být páteří tohoto pohybu, tedy automatizovat obchodní procesy pomocí AI.

Já jsem dělal nabídky na práci, a to byl můj hlas v procesu. Vidíme skutečný výrazný nárůst počtu aplikací právě v oblasti automatizace procesů.

Například velký finanční klient, který má tisíce lidí prodávajících produkty, každý den posílá nějaké Excel soubory plné chyb. Teď si vše udělají ve Streamlit aplikaci, celý proces se zautomatizuje a data putují na personalizaci apod.

Myslím, že je to velký posun v krátkodobém a střednědobém horizontu.

V dlouhodobém horizontu, co vidíme v souvislosti s AI, je scénář, který předpokládá, že budete potřebovat jen něco velmi levného – ať už je to Streamlit nebo DeepNote. Ne, nemyslíme, že DeepNote je drahé, naopak oproti celé infrastruktuře je velmi dostupné.

A když tohoto modelu položíte otázku, on vám vykreslí dashboard automaticky. My to dnes skutečně vidíme a není to nic nového, to už funguje.

Například každá firma, se kterou spolupracujeme, má Customer 360 dashboard, kde nahrajete název účtu, e-mail uživatele, a získáte informace: co je to za uživatele, jak často platformu používá, zda funguje billing, zda komunikovali s customer supportem, nějakou predikci, zda budou obnovovat smlouvu.

To historicky nazýváme dashboardem, ale uživatel takové dashboardy neuspokojují – chce například podrobný rozklad dat o konkrétních funkcích, chce vědět, kdy se u zákazníka zvýšilo využití produktu, nebo chce vědět, že zákazník napsal pozitivní zpětnou vazbu, ale ještě neměl příležitost vyzkoušet plnou verzi a chtěl by prodloužit trial o 14 dní. Chce mít tlačítko pro prodloužení přímo v dashboardu.

To je něco, co tradiční dashboard nikdy nezvládl, proto my děláme tzv. aplikace, které jsou mnohem pokročilejší.

Toto je velmi dobrý příklad, a jak jsem o tom mluvil, není to nic nového. Před pár lety byly populární tzv. no-code aplikace, jejichž největším úspěchem je ServiceNow.

Začínal jsem s jednou takovou aplikací na ticketování, ale letos jsem se dozvěděl od lidí z německého Delu, že ServiceNow je v podstatě něco jako Keboola a DeepNote dohromady.

Řekl jsem jim: „Nerozumím, co máte na mysli.“ Odpověděli: „Chápeš, co dělá ServiceNow?“ Já říkám: „Asi ticketujeme?“ Oni: „Ne, je to platforma na aplikace nad SAPem.“ Protože SAP je velmi komplikovaný a špatně se ovládá, a ServiceNow umožňuje vytvářet malé aplikace na konkrétní věci „látkovým“ způsobem.

V našem oboru vytváříme stejnou věc – malé jasně definované aplikace, se kterými lze pracovat nad datovým stackem – a nechceme je nazývat moderními nebo starými.

Máme pro vás otázku, možná trochu nepříjemnou, ale když mluvíte o pozici vašich produktů v celém stacku, i z globálního pohledu, tak moderní datový stack je podle mnohých „poškozený“, mrtvý, nebo dojde k velkým změnám, konsolidacím nástrojů a funkcí.

Jak se na to díváte z tržního hlediska? Jaké je největší riziko, že vaše funkce bude nahrazena, že nastoupí silnější alternativa, nebo že už nebude vůbec potřeba?

Historicky jsme vždy viděli fázi bundlingu a unbundlingu. Moderní datový stack byl ukázkovým příkladem unbundlingu, kdy si firmy vybraly jeden malý use case a staly se v něm lídry.

Teď však nastává období bundlingu. Google například koupil Looker, protože chce mít vše pod jednou střechou – nejen ML use case, ale i business analytics.

AWS je samostatná kategorie, ale Microsoft také nedávno uvedl „Fabrik“ – těžkou váhu platformy, která zvládá mnoho funkcí.

Otázkou je, zda tento bundling povede k tomu, že si každá firma vybere jednoho poskytovatele a nakoupí software od něj kompletně.

Mně to přijde jako velmi pravděpodobné, že bude velká konsolidace, bude obtížné obhájit, že máte zároveň AWS i Google Cloud ve stejném stacku, podobně to bude u datových nástrojů.

Pavel, jak se na to díváš ty?

Začnu od konce. Zaujalo mě, co jsi řekl ohledně pravděpodobného trendu, že firmy budou dělat úplný „lock-in“ u jednoho providera.

Vidím ten trend úplně opačně v těch velkých firmách, kdy z různých důvodů nechtějí být závislí na jediném poskytovateli, protože vidí zvyšování cen, a proto mají několik cloudů dohromady.

Navíc vidím poměrně výrazný návrat „on-prem“ řešení, ale v moderní podobě.

Věci jako DuckDB, vývoj hardwaru, to vše povede k nějakému dělení práce.

Například Snowflake je v několika firmách už tak drahý, že je potřeba nějaký orchestrátor pro směrování úloh do různých míst.

Zde vidím naši velkou přidanou hodnotu, protože toto standardně umíme.

A teď se vracím k tvé otázce: my jsme historicky trpěli tím, že jsme neměli přímou konkurenci.

Když jsme se bavili s investory – Index, Sequoia – říkali jsme, že nemáme přímou konkurenci. Podívejte se na Palantir, ten dělá něco podobného, ale v uzavřeném světě pro omezenou skupinu.

Naše největší konkurence jsou lidé, kteří si to stavějí sami, ať už na starých nebo moderních datových stácích, což ale nevěříme, že dlouhodobě vydrží.

Před dvěma lety začalo pár startupů jako Mozardata, Y42, což bylo velmi zajímavé, Pedro o tom napsal krásný článek.

Tento rok pak přišel Microsoft s Data Fabric, což nás velmi těší.

Nejhorší, co může být, je tlačit sdělení o konsolidaci sám. Ale když přijde Microsoft a řekne: „Musí vzniknout propojený fabric,“ což umožní stavět vše na jedné platformě, pak je to zásadní.

Z technologického pohledu to může vypadat vzdáleně, ale z pohledu trhu jde o obrovskou příležitost, protože propaguji sdělení všude.

Pro DeepNote to bylo od začátku: Jupiteri, Hexy – najděte si svou pozici.

Pro nás to bylo těžké, protože jsme těžko ukazovali, kde je naše lepší stránka. Teď je super, že můžeme ukázat, kdy naše řešení použít a kdy ne.

To je jedna část.

Dále bych to rozdělil na krátkodobý, střednědobý a dlouhodobý horizont.

Dlouhodobě nevíme, kam AI dospěje. Může se stát, že tady za deset let nebudeme.

Ale důležité pro nás bude stále governance.

Už od začátku máme velmi dobrě nastavenou správu a architekturu produktu, což považujeme za velkou přednost.

Ať AI dělá konečné úpravy, psaní konektorů, dashboardů – finální je jedno.

Ale někdo musí spravovat složité datové prostředí, pokud tam je 10, 21 nebo 31 nástrojů.

Většinou ale AI řídí to, kam data jdou a co dělají.

Ano, v střednědobém horizontu řešíme, kdo bude naše konkurence, zda nás hrozí cloudoví hyperscalři.

Máme dva scénáře, a každý ví, že předpovídat vývoj je nesmysl.

Vidíme u zákazníků silnou hodnotu v tom, že dokážeme zjednodušit a demokratizovat složité prostředí.

Rychle se rozšiřujeme, když se někam dostaneme. Už teď máme velké příjmy.

Ale pořád si myslíme: co když Fabric nebo Oracle převezmou trh?

Nevíme to.

A musíme uvažovat, jaká je naše další přidaná hodnota, v čem jsme unikátní.

Naše řešení pro CFO je dobrý příklad, protože nezávisí na IT infrastruktuře, používají celou platformu, ale jde o jiný pohled na trh.

Když přijdeš za CFO, je mu jedno, jak je to postaveno, důležité je, že to funguje.

Když vidí, že za čtyři týdny může mít přes 50 datových aplikací pro finanční oddělení po celém světě, neřeší, co je pod tím.

Dokonce, pokud CIO rozhodne o nasazení Fabric nebo jiného řešení, pokud nemůžete nabídnout tuto vrstvu nahoře, je to jedno.

Máme obrovskou výhodu v tom, že od začátku myslíme na governance různých úhlů pohledu.

Jste přátelé s AWS nebo GCP?

Jsme velcí partneři.

Letos jsme podepsali velké partnerství s Googlem. Jako jediný ASV ze střední a východní Evropy nás Google vybral do svého speciálního programu. Společně pracujeme se zákazníky, máme společné pipeline s těmi největšími.

Na webu jsem to viděl jako marketingový trik, ale spolupráce je opravdu kvalitní.

S Googlem je to tak, že mají mnoho malých use case, ale obtížně je všechny propojují. Tam přicházíme my.

Máme například klienta v telekomunikacích, kterého nemohu jmenovat, který začal s nástroji datové vědy a teď potřebuje škálovat dál.

A to škálování je náš hlavní „sweet spot“.

Máte také úzký vztah s Googlem, dokonce vás zmiňují na keynotech.

Myslím, že to je strategie každého významného cloud providera, zajímají je na konci dne hlavně prodeje.

Že ten compute bude běžet pod účtem přímo toho zákazníka, nebo to bude běžet pod účtem nějakého service providera, na konci dne prostě mají stále stejný počet ARR. Takže když jim někdo může za to udělat ten selling a nechá to dělat je samotné, tak oni se velmi rádi spartnerují s někým a budou na tom pracovat společně.

Příklad, co se stalo třeba tam, že ano, Google má něco jako Vertex AI, to je prostě Jupyter notebook krásně v iFrame, a není to mimochodem jediný notebook, co má Google. Já jsem už totiž napsal šest notebooků, které Google má. Tam se tyto věci dějí. Ale potom například přijde nějaký produkt, Google teď vydal server Lespark a chtěli jednoduše ukázat, že to už funguje v těch nejpokročilejších datových rozhraních, a bylo to také trochu lama, že by to fungovalo jenom v Google Cloudu a někde jinde, takže přišli za námi a řekli, že by to bylo super, kdybychom s nimi server Lespark vydali.

My velmi rádi podporujeme Spark na naší platformě, dává to úplně smysl, je to nádherný zážitek, pojďme to udělat. Můžu jen jeden komentář k tomu, co jsi řekl na začátku, že všichni ti hyperscaleři chtějí prodávat. To bylo pravda, ale oni zjistili, že toho hodně prodali a že se to nevyužívá tak, jak si mysleli. Takže teď přichází druhá fáze, a tam myslím, že my jako firmy jim můžeme brutálně pomáhat, a to je důvod, proč se s námi baví, jak ty komitace využít. To je jedna věc.

Druhá věc je... Hele, ještě řeknu, že to byla taková velká revoluce, co vlastně udělal Databricks. Databricks byl na tom marketingově nějakou dobu, dělali tam Sparky, dělali datové platformy, a pak přišel Microsoft a řekl si, že my nemáme úplně dokončenou datovou platformu, co kdybychom použili naše prodejce na to, abychom prodávali nějaký velký nástroj? No a najednou je Databricks firma s hodnotou přes 30 miliard. To je super. To mě navede k druhému bodu, ono to zase není nic nového.

Když jsem měl například Amazon, tak začali promovat nezávislé prodejce (independent sellers), ale pak zjistili, že nějaká kategorie je velká, a tak si ji začali vracet zpět. Protože potřebují nejen prodávat, ale také zvýšit marži na konci dne. Potřebují zvýšit zisk. A to, co jsi zmínil u Microsoftu a Fabrics, je strašně zajímavé, jak se to bude vyvíjet, protože Microsoft se pokusil koupit Fabrics, to se nepovedlo, ale oni těm maržím nenechají dlouho. To drama ještě přijde. A přijde.

Tam je tolik peněz, které Microsoft přinesl a které Microsoft považuje za své – což je margin, který oni považují za svůj. Co se tam stane, to bude velice zajímavé. Jak vy se vlastně díváte na nějaké hedžování jednotlivých hyperscalerů? Jak jsme říkali, že možná každý budeme mít svého a budeme v Apple nebo Microsoft ekosystému a firmy tam budou uzamčené.

Vy o tom samozřejmě strategicky uvažujete. Teď mám pocit, že právě v posledním roce Deep Note a Google bylo hodně vidět, nebo Google Cloud bylo hodně vidět. To samé Keboola tenhle rok jako velmi mávala praporem Google. Historicky si pamatuji, že jste byli velmi blízko Microsoftu. A dnes jsi nemluvil hezky o Snowflakeu, přitom mám pocit, že jsi dnes nemluvil hezky. Říkal jsi, že to se může velmi, velmi prodražit v hodně těch instancích. To jsem použil jako příklad.

No, myslím si, že to je příklad ze života a já v tom nežiju. Jak se na to díváte? Je to tak, že si musíte vybrat a to je ta sázka, že jdete jedním směrem, nebo se trochu kamarádíte se všemi a budoucnost je multicloud, agnostik a totální kompatibilita napříč jakýmkoliv stackem?

No, je to velmi strategická otázka a těžko se na ni úplně odpovídá v public médiu. Každopádně to, co my prosazujeme, je taková naše filozofie, kterou jsme si všimli, že notebooky opravdu mohou být velmi pěkný stavební blok na vybudování datové platformy.

Takže například my se těšíme z toho, že přišel Microsoft Fabric a řekl, že ano, notebooky jsou prostě first class citizen v datovém stacku a diskutujeme o tom, co se stane s dashboardy. No ano, máme interní diskusi o tom, co například se stane s Power BI, protože ty dva use case jsou docela pěkně oddělené v tom Fabricu, a Power BI je prostě až příliš velká značka na to, aby Microsoft přišel a řekl, že dashboardy jsou toto. Ale když se podíváme na denní použití, moc mě zajímá, co za pár let bude s Microsoft brandingem.

Já tajně doufám v Power AI. To je tak logické, z B na A. Co ty, Pavle, jak vy se na to strategicky díváte?

My jsme nasazeni na všech cloudech, hyperscalerech, protože zákazníci nás stahují tam, kde potřebují být, a tam samozřejmě jsme. Nepadlo tady dnes ještě Oracle, a myslím si, že je to chyba, protože Oracle, pokud jste neviděli poslední keynote Larryho, je velice zajímavý. Velice zajímavý.

Nepopsal bych ho jednoduše. Přijde mi, že jim dlouho trvalo, než se probudili, ale myslím si, že ze všech těch tří hyperscalerů má Oracle možnost přemýšlet jinak, protože přeskočili tu poslední éru, kde ti webři tam nebyli aktivní, a paradoxně mohou být více AI ready než ostatní. A mají obrovskou prodejní mašinu. A to není Oracle.

Takže to jsou historicky obrovské veřejně obchodované společnosti, které byly v datovém světě ještě před tím, než jsem se narodil – Teradata. Ano, každý si uvědomuje, že se něco právě změnilo tento rok a asi se musí udělat nějaká strategická rozhodnutí.

Pokud jde o tvou otázku, s kterým cloudem se kamarádíme nejvíc – jedna věc je technologie. Myslím, že dnes je to poměrně vyrovnané, pokud jde o základní věci.

Druhá věc je go to market a firma. Historicky ano, jak ses ptal, dělali jsme spoustu věcí s Microsoftem, děláme, ale také spoustu věcí se Snowflakem. Ale nám začalo strašně dobře jít práce s Googlem, jak se Google posunul a vyvinul. Google je ze všech těch hyperscalerů podle nás nejvíce agilní, nejvíce dravý a jde po stejných použitích jako my – to je hlavní věc.

Ostatní mají hodně jiných use case, ale Google má díky BigQuery a tomu, že udělali super...

Vlastně super tah z knihy Microsoftu, kde zabalili všechny webové data do BigQuery, tak si vytvořili hrozný tailwind, aby se GCP stalo preferovanou datovou platformou spousty retailových firem.

Takže to je asi tak k multicloudu. Myslím, že když půjdeš do větší firmy, tak multicloud tam vždycky bude a čím dál víc tam budou i tzv. edge věci. Neříkejme tomu on-prem, protože to zavádí v tom smyslu jako dřív, ale ty edge věci, které budou někde jinde než v hyperscalech, se budou více a více rozvíjet na konkrétní usecase.

A mě by zajímalo, Jakube – říkal jsi na začátku, že jsme mluvili o moderním datovém stacku a že máte investory – myslím, že tam máte index, který byli jedni z proponentů toho, že vždycky jste s nimi diskutovali, že děláte tohle špatně – něco jako propojit to dohromady nějakým fabricem je antipattern, velký antipattern.

Všechno má být malý nástroj a tak, a investoři také říkali, že lidé to chtějí tak. A ty teď jdeš proti svým chlebodárcům, jak to probíhá na boardu, co na to říká Honza?

To je zajímavé, že jsme rejžovali peníze od amerického indexu, kde každý partner měl lehce odlišný pohled, a mám pocit, že partneři z West Coast měli trochu jiný názor na to, kam se bude datový svět ubírat.

Každopádně my jsme začínali a to bylo jméno hry – musíš si najít nějakou kolónku v chartu těch 500 firem v moderním datovém stacku, tak musíš prostě něco zaškrtnout.

Dlouho tato kategorie znovu neexistovala na tom chartu moderního datového stacku, přišla později, tak si lidé začali tu kategorii vytvářet, protože potřebují někam zařadit vás, ale nebyl to úplně přirozený fit.

Skvěle se to vyvíjí tak, že přijde nějaký velký fond, například obr s bilionovým fondem, který potřebuje svá aktiva někam distribuovat, a když si řeknou, že na konci dne bude jeden velký hráč na datovou platformu, mohou tam nalít padesát milionů, ale co pak se zbylými 950? Pro ně dává mnohem větší smysl to rozkouskovat a udělat nějaké sázky.

A pak jednoho dne začnou firmy skoro nebo později spolu soupeřit, ale říkají, že je úplně v pořádku, že se nechceme spojovat, firma operuje, ale časem vytvoří nějaké společné dohody mezi partnery a všechno bude krásné.

Co to vlastně pro nás znamená? Nikdy jsem si nevšiml nějakého tlaku z našeho boardu nebo investorů, kteří by řekli, že se chceme soustředit na nějakou konkrétní část trhu. A možná, kdyby mi to řekli, ani bych jim nebýval tolik naslouchal.

Ale co vidíme je toto – když diskutujeme o tom, kam se datový svět ubírá a mluvíme o tom, že konečně tam budou nějaké společné principy, jak to udělat jednoduché, jak vytvořit ten zážitek, který datový tým bude mít rád, tak ta konsolidace dává úplně každému smysl, a tomu se věnujeme.

Trochu jsem to přehnal, ale líbí se mi to, že přesně ty fondy ve finále dělají dvě věci: rozhodují a vytvářejí kategorii, protože svět se točí v tzv. kruzích, kde bankéři formují, co se bude vyrábět.

A druhá věc je, že už nechtějí mít vlastní názory, chtějí jen prachy, aby to fungovalo a vrátili peníze, což je super, ale je to cyklus.

Přišla super story, neznám žádný rok, kdy by nesmělo být napsáno, že přišel Redshift a změnil všechno. Data warehouse centric stack, a nad tím se budují nové nástroje.

Ovšem Snowflake přišel a řekl, že my jsme databáze, nikdy nebudeme budovat věci on top of that. Nikdy. Raději máme své vendory a strategie je se s nimi pracovat.

A přesto každý rok přichází Snowflake Summit, kde postupně škrtají vendory jeden po druhém a představují nové funkce.

To Snowflake nezlobil, to jsme hodně řešili, když jsem pracoval v Deep Note.

Moc mě překvapilo, že Snowflake přišel s notebooky, ačkoli jsme říkali, že to je asi nepravděpodobné.

Co to vlastně znamená pro Deep Note? Dvě věci, o kterých přemýšlím – je tam nějaká neveřejná interní informace, kterou nemůžeme sdílet, a veřejná informace, kterou vidí každý.

Pokud chci mít datovou platformu, která funguje v AI světě, na co mi rostl Databricks? Na to, že působily GPU a prodávali je s obrovskou marží. To je neskutečné. To stále běží. Ten backlog zákazníků je stále nekonečný.

To se nerobí v SQL. Na to je třeba programovat v Pythonu.

A pro to je ideální prostředí právě notebook, který dokáže kombinovat Python, SQL a všechny možné věci dohromady.

Takže Snowflake fakt nemá na výběr, pokud chce být konkurenceschopný v tomto světě.

A každý zákazník, který je loni oslovil, se jich ptal, jak vlastně budou trénovat jejich AI modely, takže museli mít checkbox, že ano, my taky máme notebook. Ačkoli ten notebook, upřímně, je zatím slabý a asi to potrvá, než se zlepší, ale je to enterprise checkbox, který tam musí být.

A možná podobná otázka pro tebe, Pavle – co se stane ve chvíli, kdy přijde Snowflake s ingestion layer, s extraktory? Co to bude znamenat pro vás?

Jo, to je super pro Snowflake. Myslím, že je to zajímavé samo o sobě.

Doporučil bych všem přečíst si knihu Franka Suttmana – poslední M&A –, kde o tom hodně otevřeně mluví.

Frank Suttman, CEO Snowflake, je relativně nový.

Předtím vybudoval ServiceNow a ještě předtím další firmu, která dnes už je součástí Dimension Data.

V knize říká, že jeho problém v první firmě byl, že se soustředili na jednu věc a přestali vertikálně integrovat, a pak je někdo předběhl.

U ServiceNow věděli od začátku, že musí vertikálně integrovat a dělat nové věci.

A když se podíváš na Snowflake, Snowpark není úplnou sloučeninou, je to proces, který trval dlouho, už od doby, kdy soupeřili s Databricksem – což vytvořilo Datový Lake.

To je tady pět, šest let, ta rozepře, a teď se jen dokončuje.

Ale oni se ve finále stávají konkurencí hyperscalerů v datovém světě.

Dnes můžeš pouštět kontejnery, nevím, jestli už veřejně, ale můžeš tam spouštět věci.

Vědí, že aby obhájili místo na slunci proti Google a ostatním, musí co nejvíc expandovat a vertikálně pohlcovat další části.

To je vždy tak – dlouho diskutujeme, jestli Snowflake je náš největší partner nebo konkurent.

Je to obojí.

V dnešním světě, kde bety jsou tak velké a firmy potřebují růst, největší partner se stává často největším konkurentem.

Vy s Microsoftem a Databricksem to víte.

Svět není statický, posouvá se vpřed.

Když jsme se potkali s Jirkou Matýšem před šesti lety, lidé dělali hlavně ETL.

To dávno není pravda a za dva roky také nebude.

Máš nějaké základní principy, v čem jsi dobrý, co je tvá věc.

My víme, v čem jsme dobří, jaké jsou naše core věci.

Snowflake je přesně o využívání infrastruktury.

My máme správu, máme abstrakci a nad námi něco, kde co napíšeme, je standardizované dál.

Můžeme rozkládat kódy a uživatelská zkušenost pro data engineering.

Deepnote také ví, v čem je jedinečný, a tím…

Jste mi nahráli. Už začínáme předávat do basketbalu, takže tuto diskuzi budeme muset ukončit. Věřím, že ji někdy zopakujeme. Máme tady spoustu otázek ohledně budování globálního produktu zde z Česka a toho, jak se fundraiseuje, a také spoustu podnikatelských, na které se teď úplně nedostalo.

Moje poslední otázka bude: Tady máme dvě globální firmy, které už mohu říct, že do značné míry uspěly ve světě. Jsou to známé značky, jste na tom poli. Když se podíváme na Československo, v čem jsme dobří? Co jsou naše základní principy? Když vidíte ten svět, kam se posouvají technologie, jak je to rychlé, máte nějaké insighty, nápady, co s tím tady?

Jen pesimismus, jen zoufalství a pesimismus? Jakube, ty jsi ze Slovenska, chápu, že tam teď moc prostoru k optimismu není. Pavle, začni prosím ty.

Pro mě je to dlouhodobé téma, bavili jsme se o něm i několik desítek let dneska. Pro mě bylo, když jsem vyrůstal za komunismu, a pak jsem měl šanci po revoluci dospívat v Americe a chodit tam do školy, že jsem měl ty dva světy. Dlouhodobě nad tím přemýšlím, bavíme se o tom s Taněm, s Vaškem Líčmarem, je to moje velké téma.

To tady mám rád, já nejsem nějak ultranacionalistický, nikdy mi to neházelo do hlavy, že bych byl nějaký Čech, který je nadřazený. Ale myslím si, že nejsme v ničem jedineční ani výjimeční. Tím bych rád začal, protože často máme iluzi, že jsme. Ale nejsme. To je osvobozující.

A znamená to, že nás nezachrání nic velkého. Chorvati to mají jasně: „Máme moře, jděte do prdele.“ A mají pravdu. Mohou udělat cokoliv, protože geopoliticky vyhráli. Jsou fajn národ, ale já si nemyslím, že jsou lídři, my jsme taky lídři. Vlastně v principu jsou lidé lídři.

A tak tím, že my nemáme nic zvláštního, je potřeba se podívat trochu výš, co se dá. Vzpomněl jsem si na kauzu lithia, tak se tady usmívám. Lithium se taky ukazuje, že není tak jedinečné, jak jsme si tehdy mysleli. Ale to je jedno.

Mně pomáhá dívat se na to z geopolitického hlediska. Měl jsem z toho léta frustraci a pomáhá mi dívat se na to právě tímto způsobem.

Celou tu diskuzi asi zahrnu ten pohled, který je super, i s Filipem Douškem, vidím jeho knihu.

Abych to zkrátil – jediný, co si myslím, že může pomoci, abychom se nestali jen Disneylandem, což vlastně jsme, a měli bychom být, je to, že se tady něco dělo za Rudolfa, za Karla, něco skvělého se vytvořilo a pak tu 400–500 let nic moc nebylo. To je vlastně super. Teď lidé rádi jezdí.

Ale nesmí tady být ten porevoluční boom a pak 500 let zase nic. Já na to mám strašně zjednodušený názor, o kterém jsem hodně mluvil s Jakubem, mluvili jsme o tom hodně. Potřebujeme vykopat ven co nejvíce lidí, aby začali dělat firmy, aby co nejvíce lidí nečekalo, že je někdo využívá, ale aby dělalo projekty jako MIT, Harvard, nějaké startupy jako DeepNote.

Aby ti lidi, co zde zůstávají, co tu pracují a chtějí tu být, chtějí tu mít děti, měli tu práci.

My nemáme moře, Amerika má 12 nebo 14 přístavů na oceán, Afrika má jen čtyři a nemá místa jako jiní. Tyto věci to určují. To je jiná diskuze, ale nejsme v ničem speciální. Pojďme si to uvědomit, o to víc musíme pracovat a snažit se.

To je krásné vánoční poselství, děkuji.

Jakube, jak to vidíš ty?

Z pohledu datového světa si myslím, že to není problém jen Česka, ale celého světa kromě Silicon Valley, které bylo posledních několik let velmi znevýhodněné. Není náhoda, že moderní datový stack vznikal tam.

Je to opravdu úrodná půda, kde moderní datový stack funguje tak, že když já prodávám malou funkci, potřebujeme dalších deset partnerů, aby zákazník mohl vybudovat celý svůj datový stack.

A když jsou firmy blízko sebe, jedna na 37. patře, druhá na 38. patře téže budovy, funguje to výrazně snazší. Kdokoli mimo Bay Area bude mít problém tam proniknout.

Dnes můžeme diskutovat, jak si moderní datový stack poradí, vidíme tam velkou konsolidaci, takže tato nevýhoda, kterou jsme měli i v Česku poslední roky, postupně mizí.

Každý se zvládne dostat k tomu vyvíjet produkt od základních principů, které potřebuje, a myslím, že to pro nás bude jen snazší.

To jsi řekl moc pěkně, protože když se ptáš, co je Česko jako takové, je to super odpověď na oblast, v níž pracujeme. Je vidět, že Amerika, Evropa i Silicon Valley, Boston – příběh těch dvou měst je velmi zajímavý.

Dlouho jsme tu přemýšleli, že nemůžeme konkurovat Silicon Valley v moderním datovém stacku, kde jsou firmy velmi prointegrované, ale svět není jen Silicon Valley.

Dnes máme zákazníky v Americe, například logistickou firmu s obratem sedm miliard, která nikdy neslyšela o moderním datovém stacku a je jim to úplně jedno.

Ti lidé jednoduše dělají logistiku, mají lodě, tankery po celém světě, a chtějí, aby to fungovalo. To je super.

Rád bych to tady dal dohromady, přijde mi to skvělé. Tím, že nejsme v ničem jedineční, ať už jako lidé, národ nebo geopoliticky, máme jedinou výhodu – vlastně v té nevýhodě.

A to je, že musíme věci dělat brutálně jinak než Silicon Valley, musíme pracovat tak, abychom si na sebe vydělali, s rozumem a selským přístupem.

To je podle mě naše jediná výhoda v rámci celého tohoto bloku, nemyslím tím jen Československo.

Pokud to na tomto postavíme a naučíme se, jak to prodat zbytku světa, může to být výhoda.

Tím nechci říct, že to už umíme, ale učíme se to.

Je pro nás strašně těžké z této kotliny přijmout jinou kulturu, lidskou historii, než jen říkat „jiné národy“, protože jich může být mnoho.

Děláme teď s mnoha Němci, máme hodně Angličanů, lidí z různých zemí.

Myslím, že je pro nás velice těžké, nevím, jak pro vás, ale já mám problém pochopit, jak si zachovat, co je pro nás speciální, a zároveň se naučit pracovat s lidmi, kteří daný trh ovládají.

Musíme si přiznat, že mu moc nerozumíme a musíme se učit. To je největší výzva, ale jinak to nejde.

Takže budoucnost spočívá v dělání něčeho jiného než Silicon Valley, zajímavého a v nalezení správného trhu.

Přeji vám hodně štěstí. Moc děkuji.

Posluchačům přeji krásný nový rok.

Ještě bych rád něco dodal k novému roku, pokud mohu.

Pojď, Pavle.

Úplně jsem zapomněl. Vždy děláme vánoční nebo letní párty, opravdu různé, například s Bertem Falmem. Rád bych všechny z datové komunity pozval, kdo by se chtěl zúčastnit, 4. ledna děláme velkou párty.

Bude pro 500 a více lidí v Holešovicích v Hale 13.

Pokud máte zájem, rezervujte si místo, a to prostřednictvím naší skupiny Učebula Connection na Facebooku, nebo mi napište na Twitteru zavináč pavu01, případně napište panuákovi.

Rádi to umístíme i na vaše stránky, nebo někam jinam.

Uvidíme se 4. ledna v Hale 13 na dalším večírku, evidentně.

Chtěl bych poděkovat Matúšovi, že to celé svolal, zorganizoval a se mnou to moderoval.

Děkuji vám všem, přeji krásný nový rok, hezké Vánoce a krásný rok.

To je všechno. Děkujeme, že jste doposlouchali až sem. Děkujeme také našim partnerům: BigHubu, Recombee, intecsu, Nano Energies, Livesportu, Sazce, BizzTreatu, Colours of Data, Revolt BI a GoodDatě.

Pokud vás zajímá více o české datové scéně a datových technologiích globálně, zanechte nám svůj e-mail na datatalk.cz, nebo se přijďte podívat na některý z našich meetupů na datamesh.cz.

Nechť vás provází data.