paint-brush
BigID 联合创始人表示:“BigID 的使命是让企业能够控制自己的数据”经过@newsbyte
210 讀數

BigID 联合创始人表示:“BigID 的使命是让企业能够控制自己的数据”

经过 NewsByte.Tech4m2024/08/29
Read on Terminal Reader

太長; 讀書

Nimrod Vax 是 [BigID] 的联合创始人兼产品主管。BigID 提供人工智能增强的数据安全性、合规性和隐私性。Vax:BigID 的平台让任何规模且对安全要求严格的组织都能够轻松了解其数据并了解如何保护数据。
featured image - BigID 联合创始人表示:“BigID 的使命是让企业能够控制自己的数据”
NewsByte.Tech HackerNoon profile picture
0-item


通过 [ 初创公司创始人访谈模板] 与BigID联合创始人、产品主管Nimrod Vax进行 10 个问答。


HackerNoon:请用 2-5 个词来介绍您的公司?

Nimrod Vax :人工智能增强数据安全性、合规性和隐私。

为什么现在是您的公司存在的时机?

NV:2016 年,当 Dimitri Sirota 和我共同创立 BigID 时,我们已经目睹了大型公司多年来发生的严重数据泄露事件。我们看到了它们对个人和组织造成的毁灭性影响。没有人帮助组织了解他们拥有的数据,他们正在采取进一步的措施来帮助他们防止数据泄露。这就是 BigID 诞生的痛点,八年多后,这个问题在组织中比以往任何时候都更加普遍。这在很大程度上是由于 IT 基础设施正在扩展,新的威胁载体正在出现,所有这些都因不断变化的监管考虑而加剧。这场完美的风暴使 BigID 平台成为组织成功的关键任务。BigID 平台从一开始就采用了强大的措施,使任何规模、具有严格安全要求的组织都可以轻松了解他们的数据,并在发生任何内部风险或泄露之前保护数据。

你喜欢你的团队什么?为什么你们是解决这个问题的人?

NV :BigID 的每个人都对我们所做的工作充满热情。我们的团队非常关心我们推向市场的产品和我们服务的客户。我们正在改变各种规模的公司管理数据的方式——利用其他人没有的创新人工智能,首先从数据开始(而不是像传统安全解决方案那样反过来)。我们还在建立一个开放的生态系统来丰富和扩展现代技术堆栈,同时建立一家以尊重和创新为基础的公司,不仅在技术本身,而且在为人们学习、成长和挑战现状创造一个更加多元化和包容的环境方面。

如果您没有创办自己的初创公司,您会做什么?

NV :我会创办一家不同的创业公司。当我离开 CA 的最后一份工作时,我决心创办自己的公司。从职业生涯一开始,我就一直致力于创新,我觉得是时候自己做这件事了。我是一个产品人,从创造产品中获得满足感。

目前,您如何衡量成功?您的衡量标准是什么?

NV :我们的产品和工程成功指标围绕一个北极星指标:真正的产品采用,它通过遥测来衡量产品的价值创造活动。我们还为产品质量和价值实现时间(采用时间)制定了支持 KPI。

用几句话来概括,你向谁提供了什么?

NV :BigID 的使命是让企业能够控制自己的数据。我们是唯一一个允许企业在安全、隐私、合规性和 AI 数据管理方面采取行动的数据平台。从零售到金融服务、制造业到技术,每种类型的组织都可以从 BigID 中受益。

到目前为止,您最激动人心的是什么?

NV :我们最近取得了 Centaur 地位,ARR 超过 1 亿美元,这是一项了不起的成就。我们还看到,人们越来越关注和感兴趣利用 BigID 来管理和保护 AI,包括生成 AI、AI 采用以及 AI 的所有其他方面。这不仅表明产品适合市场,而且表明未来适用性。

您认为明年您的增长会达到什么程度?

NV :我们已连续四年入选 Inc. 5000 强榜单,并且也以同样的次数进入德勤 500 强榜单,并且没有放缓的迹象。

请告诉我们您第一位付费客户以及明年的收入预期。

NV :我们的首批客户之一是一家知名的全球零售商和制造商(现在仍然是)。我们与他们的首席隐私官建立了牢固的关系,深入了解了他们的隐私和数据挑战。首席隐私官首先指出了隐私领域缺乏技术以及数据映射对隐私的必要性。当时,隐私成为整个组织围绕以数据为中心的方法进行更广泛讨论的催化剂。这对我们来说是一个关键时刻,因为我们意识到了我们独特的优势,并专注于数据本身及其实现的广泛用例。

你最大的威胁是什么?

NV :我们面临的最大威胁是大量未受保护的数据,以及缺乏有关组织应采取哪些措施来保护其员工和客户免受侵害的教育。随着人工智能工具的涌入,强调数据来源和模型谱系对人工智能系统的威胁也很重要。随着越来越多的公司利用在海量数据集上训练的 genAI 和 LLM,越来越难以理解数据学习的来源。如果未经同意或监督使用敏感的训练数据,这可能会加剧偏见、不公平和隐私风险等问题。为了降低这种威胁,企业需要更强大的机制来跟踪数据和模型输入、监控随时间推移的偏差以及审核决策的制定方式。即使出于最好的意图,如果我们忽视了知识和假设的来源,人工智能系统也将难以管理。


该初创公司创始人面试模板基于HackerNoon 创始人兼首席执行官 David Smooke针对初创公司创始人提出的十个问题


您想尝试回答这些问题吗?模板链接在此处。