Cyfrowe przebudzenie Europy. Jak polska platforma przełamuje monopol gigantów Big Data

„Jesteśmy polską, suwerenną platformą do analizy danych, która zdobyła zaufanie instytucji federalnych w USA. Naszą przewagą jest pełna kontrola użytkownika — nad danymi, infrastrukturą i sposobem prowadzenia analiz" — rozmowa z Pawłem Wieczyńskim, prezesem zarządu DataWalk S.A.

Wrocławska spółka DataWalk, notowana na GPW, zbudowała platformę analityczną, która łączy miliardy obiektów danych i pozwala instytucjom publicznym, bankom oraz organizacjom międzynarodowym łączyć rozproszone dane, wykrywać ukryte powiązania i podejmować decyzje w oparciu o audytowalny kontekst. Z Pawłem Wieczyńskim, prezesem zarządu DataWalk S.A., rozmawiamy o tym, czym firma różni się od amerykańskiego Palantira, o europejskiej suwerenności technologicznej, grafach wiedzy, sztucznej inteligencji w instytucjach regulowanych, modelu biznesowym oraz przejściu spółki na model subskrypcyjnym.

Paweł Wieczyński Alternatywa dla Palantira, nie jego kopia

Sławomir Biliński: Na początek proszę powiedzieć: media określają państwa mianem „polskiego Palantira". Czy sam by się pan tak określił?

Paweł Wieczyński: Nie, nie jesteśmy polskim Palantirem, tylko jesteśmy alternatywą dla Palantira, która wywodzi się z Europy, a konkretnie z Polski. Głównym elementem, który nas odróżnia, jest przede wszystkim architektura systemu i powiązany z tym sposób pracy z klientami. Postawiliśmy na to, że dajemy klientom system, który jest w pełni pod ich kontrolą — do którego danych, w tym danych telemetrycznych, z zasady nie chcemy mieć żadnego dostępu. Dajemy klientowi z jednej strony odpowiedzialność za to, że on ten system wdraża i utrzymuje u siebie, a z drugiej strony związaną z tym autonomiczność i zwinność. Jeżeli ktoś liczy na zwinność, ale po to aby uruchomić każde nowe operacje analityczne musi iść do inżyniera dostawcy — to nie jest to zwinność. Nasz model opiera się na tym, że rezygnujemy z tak zwanych forward deployed engineers, czyli osób zatrudnionych do obsługi naszego systemu u klienta i mówimy do niego „sam to sobie wdrożysz". Tak zbudowaliśmy architekturę, że jest łatwa we wdrożeniu i utrzymaniu, nie wymaga żadnego kodowania — to klient bierze odpowiedzialność za swoje dane i za całość swojego systemu. To jest inny model biznesowy niż to, co robi Palantir.

Z Palantirem łączy nas przede wszystkim kategoria problemów, które pomagamy rozwiązywać klientom. Organizacje korzystające z Gotham czy Foundry często dążą do podobnych efektów, jakie nasi klienci osiągają dzięki DataWalk — od integracji rozproszonych danych po wsparcie złożonych analiz i procesów decyzyjnych.

Tutaj trzeba jednak postawić wyraźną kreskę: Palantir oprócz funkcji analitycznych ma też produkt związany na przykład z zarządzaniem polem walki — to jest zupełnie inny produkt, nazywa się Maven. W tym obszarze w ogóle nie konkurujemy i nie funkcjonujemy. DataWalk specjalizuje się w analityce danych. Zbudowaliśmy zaawansowaną platformę analityczną klasy enterprise, która wspiera organizacje w pracy na dużych, złożonych i rozproszonych zbiorach danych. W tym obszarze, w którym funkcjonują również takie produkty jak Gotham czy Foundry, czyli flagowe rozwiązania Palantira, spotykamy się z podobnymi potrzebami klientów i często konkurujemy o te same zastosowania. Mamy też doświadczenia projektowe, w których DataWalk był wybierany jako alternatywa dla rozwiązań Palantira, między innymi w jednym z wydziałów Departamentu Sprawiedliwości Stanów Zjednoczonych.

Korkowa tablica na miliardy obiektów

Proszę opowiedzieć: przychodzi detektyw do biura, otwiera państwa program i ma sprawę do rozwiązania. Jak to wygląda? I dlaczego nie miałby po prostu otworzyć ChatGPT i wpisać pytania?

Różnica jest zasadnicza. Najprościej wyobrazić sobie tę technologię przez analogię do klasycznych operacji śledczych, jakie znamy choćby ze starych amerykańskich filmów. Policjanci stali przed tablicą korkową, przypinali do niej zdjęcia osób, dokumenty i notatki, a następnie łączyli je kolorowymi nićmi, próbując zrozumieć, kto jest z kim powiązany, jakie relacje są istotne i gdzie może kryć się klucz do sprawy. DataWalk przenosi ten sposób myślenia na poziom cyfrowy, w skali milionów lub miliardów danych, których człowiek nie byłby w stanie samodzielnie przeanalizować — i tu, z całym szacunkiem dla LLM-ów [algorytmy AI wytrenowane na danych tekstowch], one służą do zupełnie czegoś innego, bo tam możemy przetwarzać tyle danych, ile zmieści się w pamięci, w prompcie i tak dalej. To nie są narzędzia do robienia zapytań na miliardach obiektów. Od tego są systemy takie jak nasz, klasy enterprise, które pozwalają realizować różnego rodzaju skomplikowane operacje analityczne.

Korkowa tablica XXI wieku DataWalk Dzisiaj, aby znaleźć powiązania między różnymi obiektami w ogromnych zbiorach danych, można wykorzystać na przykład zapytanie typu Find Path. To jeden z algorytmów grafowych, który pozwala systemowi przeanalizować dane i wskazać ścieżki łączące wybrane osoby, przedmioty, miejsca czy zdarzenia. Można to zobrazować prostym przykładem. Mamy łuskę znalezioną na miejscu przestępstwa i pytanie: z czym lub z kim może być ona powiązana wśród miliardów rekordów? System może pokazać, jakie relacje prowadzą od tej łuski do innych obiektów — osób, pojazdów, adresów, telefonów, wcześniejszych zdarzeń czy grup przestępczych. Jeden z naszych klientów w Ameryce Północnej, duża instytucja policyjna, podał nam przykład wykorzystania tego typu analizy w sprawach dotyczących skomplikowanych zabójstw. Według ich relacji technologia pozwala skracać czas pracy nad takimi sprawami z miesięcy do godzin, a w niektórych przypadkach nawet do minut.

W przykładzie, o którym mówimy, analizowano powiązania między łuską a ofiarą oraz ich możliwy związek ze zorganizowaną przestępczością. Okazało się, że łuska pochodziła z broni zarejestrowanej na kobietę, która — na podstawie dostępnych danych, w tym informacji z mediów społecznościowych — była powiązana z członkiem gangu pozostającego w konflikcie z grupą, do której należała ofiara. Tego typu analiza pozwoliła bardzo szybko wskazać istotny trop i zrozumieć kontekst sprawy, który w tradycyjnym modelu pracy mógłby wymagać wielu tygodni lub miesięcy ręcznego łączenia informacji.

Właśnie w takich zastosowaniach kluczowe znaczenie ma nie tylko sam algorytm, ale także zdolność systemu do pracy na bardzo dużych wolumenach danych. To odróżnia zaawansowaną analitykę grafową od prostych narzędzi wyszukiwania czy samych modeli językowych. LLM-y mogą być pomocne w wielu obszarach, ale nie są zaprojektowane do samodzielnego wykonywania tego typu operacji na miliardach powiązanych obiektów. Największą przewagą naszej technologii jest właśnie skalowalność, możliwość efektywnego analizowania ogromnych, złożonych i rozproszonych zbiorów danych.

Czyli rozumiem, że zwykła baza danych albo zespół analityków pracujących w Excelu nie zastąpią DataWalk?

Absolutnie nie wchodzi to w grę.

Dalej mamy jakieś chmury, bazy danych u Google'a albo Microsoftu?

Tak, tylko że na to nakłada się jeszcze drugi wymiar: jakiego rodzaju analitykę stosujemy. To zapytanie, o którym powiedziałem — Find Path, zapytanie grafowe — nie da się go wykonać w praktyce na bazie relacyjnej. Takie rzeczy robi się za pomocą baz grafowych, a one stanowią zupełnie inne uniwersum. Jest kilka fundamentalnych rodzajów zapytań, które wymagają osobnych systemów bazodanowych. Relacyjne to na przykład takie, które pozwalają zrobić tabelę przestawną, przeliczyć coś, podsumować, popatrzeć na trendy. Drugie to zapytania grafowe — wszystkie powiązania, sieci, relacje, klastry. A trzecie to na przykład zapytania typu search, trochę jak Google, tylko na dużych wolumenach danych: wpisuję „John Doe" i system we wszystkich rejestrach wyszukuje rekordy, które najprawdopodobniej dotyczą tego Johna Doe. Dzisiaj te trzy technologie to w klasycznych systemach trzy osobne rodzaje baz danych. Problem z wdrożeniami takich dużych systemów — jakie oferują nasi amerykańscy konkurenci — polega na tym, że trzeba tworzyć kopie tych samych danych do osobnych repozytoriów i tymi kopiami potem zarządzać, a analizy łączące te metody wymagają składania dwóch oddzielnych światów. My mamy nad tym modelem przewagę — i dlatego między innymi możemy oferować klientom coś, co jest przez nich samych wdrażane i łatwe w utrzymaniu. Mamy opatentowaną strukturę, która opiera się o tak zwany single state: wszystkie tego typu zapytania realizujemy w jednym repozytorium, które — na marginesie — jest hybrydą bazy grafowej i relacyjnej. I co ciekawe, właśnie na to mamy patenty, które sprawiają, że DataWalk skaluje się dużo lepiej niż osobne systemy dla tego typu analiz. W tym kontekście klient wrzuca dane raz i wszystkie te operacje może robić synergicznie, jednocześnie, skalowalnie, bez skomplikowanego pośredniego poziomu. W uniwersum relacyjnym systemy klasy enterprise, takie jak Oracle, potrafią przetwarzać petabajty danych. Natomiast jeśli chodzi o uniwersum grafowe, to limity najbardziej popularnych nowoczesnych baz grafowych na świecie są dzisiaj na poziomie pojedynczych miliardów obiektów, co jest bardzo dużym ograniczeniem. Pojedyncze miliardy to wcale nie jest dużo: jeżeli mówimy o danych bankowych, tylko o danych o transakcjach z paru lat, to średniej wielkości bank potrafi mieć już dwucyfrową liczbę miliardów transakcji. To właśnie powoduje, że klienci nas wybierają, mimo że nie jesteśmy naturalnym wyborem dla banków czy dużych instytucji z Zachodu — bo jesteśmy z Polski, nie mamy takich referencji, nie jesteśmy reprezentowani przez topowych inwestorów z Doliny Krzemowej, nie stoi za nami wielki fundusz z pierwszej ligi. Dla potencjalnych klientów nie jesteśmy przez to oczywistym wyborem, często stoi za tym następująca logika: „dobrze, wszystko już wypróbowaliśmy, ale teraz musimy mieć skalowalność".

Czyli brak czarnej skrzynki: scoring, knowledge graph i ontologia?

Naszą platformę można skonfigurować do bardzo różnych zastosowań. Scoring można wykorzystać na przykład do budowania profilu bezpieczeństwa klientów, którzy zgłaszają szkodę. Jestem ubezpieczycielem, zgłasza się klient ze szkodą — mogę zrobić profil bezpieczeństwa i podzielić klientów na dwie kategorie. Ci, u których na 99% można założyć uczciwość i ubezpieczyciel może powiedzieć: zróbmy wypłatę szybko, klient będzie zadowolony. A dla tych, którzy są podejrzani, można szybko zlecić dodatkową analizę — bo im szybciej się ją wykona, tym szanse na wykrycie oszustwa są większe. I co ważne, parametry tego rodzaju ustawień konfiguruje sam klient, nie my.

W odróżnieniu od naszych konkurentów u nas jest zero black boxa, co oznacza, że każda operacja musi być zrozumiała dla analityka. To jest dla nas bardzo ważne. My wierzymy w human augmentation, czyli poszerzanie ludzkich zdolności. Nasz produkt to jest taki egzoszkielet dla mózgu, który pozwala operować na miliardach obiektów i rozumieć, co się dzieje. Każdy jego moduł, jest budowany tak, że za naciśnięciem przycisku można zapytać: „Na jakiej podstawie podjąłeś tę decyzję? Wytłumacz, dlaczego wyszedł taki wynik".

Budujemy system tak, żeby każda operacja była możliwa do weryfikacji, czyli audytowalna i zrozumiała dla klienta — po to, żeby mógł ją zmieniać. I teraz wracam do scoringu. Klienci często mają scoring — czy to w procesie wykrywania defraudacji, czy w profilowaniu pod kątem bezpieczeństwa — z bardzo dużą liczbą parametrów, co powoduje tak zwane false positives: jest alarm „to złodziej", a to jednak nie złodziej. Statystyka jest taka, że w sektorze finansowym między 10 a 30% to prawdziwe alarmy, a reszta to false positives. Okazuje się, że danie użytkownikowi możliwości iterowania — że on zrozumie: „kurczę, to musimy zmienić", zaczyna doprecyzowywać reguły i modele, trochę bardziej je tuningować — powoduje, że w bardzo krótkim czasie klienci są w stanie znacząco zwiększyć efektywność scoringu. Nasi klienci dochodzą na przykład do 93% skuteczności. To oznacza, że po pierwsze dużo szybciej da się wypłacić odszkodowanie tym, którzy przeszli przez system jako bezpieczni, a z drugiej strony szybciej da się zareagować wobec tych, którzy prawdopodobnie są oszustami i próbują okraść nas i innych klientów. Słyszał pan może o knowledge graphach? A ontologia — wie pan, co to jest?

Ontologia, czyli nazwanie jakąś semantyką rzeczywistości czy danych, które mam.

Knowledge graph to jest ontologia plus dane — czyli możliwość komputacji wszystkich danych, które są pod tą ontologią. Powodem, dla którego Gartner mówi, że knowledge graphy będą stanowiły podstawę 80% nowych wdrożeń w najbliższych latach jest to, że modele AI — nieważne, czy to LLM-y, czy modele predykcyjne — są tak skuteczne, jakimi danymi je zasilimy. Osadzenie ich na knowledge graphie powoduje, że praktycznie możemy wyeliminować halucynacje i mamy pełną audytowalność tego, w jaki sposób realizują operacje. To jest game changer dla operacji analitycznych. Wszyscy nasi klienci zaczynają od tego, że budują sobie knowledge graph, czyli definiują ontologię dla wszystkich swoich systemów.

Knowledge graph i dane Taki słowniczek?

To nawet nie jest słowniczek — to ontologia oparta o podejście tzw. cyfrowego bliźniaka (digital twin). Czyli nie robię słowniczka, tylko mówię na przykład: ludzie to są ludzie. Jest zbiór obiektów „ludzie” i on zaciąga z 87 systemów różnego rodzaju informacje o ludziach: tu będzie „John Dow", tu „J. Doe", on to wszystko łączy i pokazuje: to są ludzie. A tu są telefony, tu adresy. Na tej podstawie użytkownik zaczyna konfigurować różne procesy analityczne: jedne oparte o scoring, inne o algorytmy grafowe, trzecie o agentyczne AI, czwarte o alarmy — na przykład ktoś przekroczy jakąś strefę i natychmiast jest alarm.

Rozumiem tę atrakcyjność — w firmach zwykle nie ma jednego źródła prawdy, wszystko jest rozsiane.

To jest wyzwaniem na całym świecie.

Służby i banki

Państwo wchodzą też w rejony działania służb. Czyli jakbyśmy określili główne obszary działania, to są służby i finanse?

Tak. Zaczynaliśmy w ogóle od sektora rządowego, tylko że ten sektor rządowy dla naszego modelu biznesowego — w którym przychodzimy i mówimy: „Dajcie analityków, których my przeszkolimy, a my wam damy technologię, żeby byli supermenami w swojej dziedzinie; jesteśmy jak Q, a oni są Bondami: proszę, super narzędzie" — nie był idealny. A raczej: on zaczyna być idealny w sytuacji, kiedy jest apetyt na suwerenność i cyfrową niezależność. Ale 10 lat temu idealny nie był. Zaczynaliśmy od Stanów Zjednoczonych — w Polsce wykonano tylko pierwsze testy — bo idée fixe była taka, że chcemy mieć najlepszy produkt na świecie, a jak chcesz mieć najlepszy na świecie, to trzeba konkurować na najbardziej zaawansowanym i najtrudniejszym rynku świata, stąd Stany. Pamiętam, wygraliśmy projekt w DoD [Departament Obrony USA] i oni pierwsze, co powiedzieli, to: „dajcie nam 20 analityków". My na to: jak to 20 analityków, przecież właśnie dajemy wam system, żebyście sami mogli analizować — „nie, Palantir zawsze dawał nam ludzi, dawajcie ludzi, my nie mamy ludzi". I to był zimny prysznic: okej, mamy może super możliwości, ale klient chce kupować technologię plus ludzi, bo sam tych ludzi nie ma.

Śledztwo a kryptowaluty-DataWalk W materiałach DataWalk pojawia się przykład wdrożenia w Ally Bank, gdzie technologia grafowa miała pomóc przejść od silosowych danych do bardziej spójnego obrazu ryzyka i powiązań. Wskazujecie Państwo m.in. osiągnięcie wartości biznesowej w 19 tygodni, możliwość budowania nowych przypadków użycia analitycznego nawet w jeden dzień oraz ponad 20 mln dolarów potencjalnych strat fraudowych, które udało się wykryć. Co ten przykład mówi o praktycznej wartości technologii DataWalk dla instytucji finansowych?

Ten przykład pokazuje, że praktyczna wartość DataWalk polega na łączeniu rozproszonych danych w spójny kontekst analityczny. W obszarach takich jak fraud czy analiza ryzyka kluczowe jest szybkie zobaczenie powiązań między osobami, kontami, transakcjami i zdarzeniami.

W przypadku Ally Bank platforma DataWalk pomogła zbudować taki model oparty na grafie, wspierając szybszą identyfikację wzorców i podejrzanych relacji. Dla instytucji finansowych oznacza to krótszą drogę od danych do decyzji oraz możliwość rozwijania kolejnych scenariuszy analitycznych na już istniejącym modelu.

A proszę powiedzieć — pojawia się oczywiście temat sztucznej inteligencji. Rozumiem, że AI jest takim interfejsem nad tym, co państwo robią — umożliwia rozmowę z programem językiem naturalnym?

To jest tylko jedna z funkcji. Rodzajów sztucznej inteligencji jest w ogóle bardzo dużo. Nasz system „z pudełka" tak jak Excel ma funkcje statystyczne, które można wybrać z rozwijanego okienka — można uruchomić ich kilka różnych rodzajów. Ale ciekawsze są inne rzeczy. Choćby algorytmy grafowe — one też uznawane są za sztuczną inteligencję. Innego rodzaju sztuczna inteligencja to modele predykcyjne: mogę uruchomić model, który mówi „znajdź mi, co tu jest podejrzanego", i ten model odpowiada: „tu odstają te trzy konta, dzieje się coś nietypowego". To jest machine learning — inny rodzaj modeli sztucznej inteligencji. Kolejny to praca na tak zwanym NLP, natural language processing, czyli na przykład ekstrakcja treści z dokumentów, a potem rozpoznawanie: to jest imię, to nazwisko, to adres, to numer konta bankowego, to e-mail — i wrzucanie tego do odpowiednich przegródek w knowledge graphie.

I wreszcie agentyczne AI, oparte o LLM-y, do którego dzisiaj wszyscy tak lgną. W instytucjach regulowanych — czy to agencja wywiadu, czy policja, czy bank — są dwa główne wyzwania. Pierwsze to audytowalność, rozumiana tak, że nie ma czarnej skrzynki.

Dokładnie — bo przychodzi agent i mówi: „to jest terrorysta". A dlaczego? „Bo ja tak mówię".

Właśnie o to chodzi, żeby była audytowalność. I ona nie służy tylko temu, żeby pokazać regulatorowi dlaczego system podjął właśnie taką decyzję, iż ten klient pierze pieniądze— ale też temu, żeby operator mógł powiedzieć „do systemu”: „moim zdaniem źle oceniłeś, powinieneś wziąć pod uwagę to i to, i następnym razem to uwzględnić". Czyli zwiększanie efektywności systemu: audytowalność, human in the loop, human augmentation. A drugi element to determinizm: chcę na tych samych danych zadać to samo pytanie i za każdym razem dostać tę samą odpowiedź. To jest dzisiaj problemem w systemach ze względu na halucynacje i na to, że modele wykorzystują różne ścieżki. Osadzenie tego na knowledge graphie te dwa problemy w naszym wypadku kompletnie rozwiązuje. Dochodzi do tego fakt, że w dużych instytucjach finansowych to jest proces. Jeżeli chcę obsłużyć agentycznym AI część procesu KYC — know your customer, procesu regulowanego, gdzie regulator mówi: „masz zrobić KYC tak i tak" — a klienci bankowi bardzo chcą, bo zatrudniają tysiące albo czasami dziesiątki tysięcy ludzi, którzy się tym zajmują — to potrzebna jest bardzo szczegółowa analiza pod wieloma względami: compliance, zgodność z wymogami regulatora, bezpieczeństwo danych. My już coś takiego wdrożyliśmy u jednego z pierwszych klientów bankowych, ale proceduralnie to jest wyzwanie: nasi klienci bankowi mówią, że wdrożenie każdego agentycznego AI to rok, dwa lata — ale nie pracy technicznej, tylko prawnej. Dział bezpieczeństwa pyta, jak to możliwe, że agent ma dostęp do wszystkich danych; prawnicy — czy na podstawie jego efektów mamy raportować regulatorowi. To jest wyzwaniem, ale technologicznie to jest rewolucją, która zmieni sposób działania dużych instytucji finansowych. Instytucje mają w KYC wieloletnie zaległości — zatrudniają setki osób i nie są w stanie się wyrobić. A dzisiaj można spowodować, że jeden człowiek będzie wykonywał pracę dziesięciu.

W Polsce mamy Komisję Nadzoru Finansowego, a z tego, co wiem, ona niezbyt zgadza się na wpuszczanie sztucznej inteligencji do banków — tam, gdzie banki się bronią, to się bronią, ale co do zasady nie jest to mile widziane, właśnie ze względu na black box. Co ma DataWalk takiego, ż

Czytaj cały artykuł u źródła — Prawo Gospodarka Gazeta Prawna (gnews)