Shaktiman Mall, Principal Product Manager, Aviatrix – Interview Series

Shaktiman Mall je Principal Product Manager ve společnosti Aviatrix. S více než desetiletou zkušeností v oblasti navrhování a implementace síťových řešení se Mall chlubí svou vynalézavostí, kreativitou, adaptabilitou a přesností. Předtím, než se připojil k Aviatrix, Mall pracoval jako Senior Technical Marketing Manager ve společnosti Palo Alto Networks a Principal Infrastructure Engineer ve společnosti MphasiS.

Aviatrix je společnost, která se zaměřuje na zjednodušení cloudového síťování, aby pomohla podnikům zůstat agilními. Jejich cloudová síťová platforma je používána více než 500 podniky a je navržena tak, aby poskytovala viditelnost, bezpečnost a kontrolu pro přizpůsobení se měnícím se potřebám. Program Aviatrix Certified Engineer (ACE) nabízí certifikaci v oblasti multicloudového síťování a bezpečnosti, jehož cílem je podporovat profesionály v zachování aktuálnosti s trendy digitální transformace.

Co vás最初 přitáhlo k počítačovému inženýrství a kybernetické bezpečnosti?

Jako student jsem byl最初 více intéressován o studium medicíny a chtěl jsem získat titul v oboru biotechnologie. Nicméně, rozhodl jsem se přejít na počítačovou vědu po rozhovorech s mými spolužáky o technologických pokrocích v předchozím desetiletí a o vznikajících technologiích na obzoru.

Můžete popsat svou současnou roli v Aviatrix a sdělit nám, jaké jsou vaše odpovědnosti a jak vypadá váš průměrný den?

Pracuji v Aviatrix již dva roky a aktuálně působím jako principal product manager v produktovém týmu. Jako produktový manažer, mé odpovědnosti zahrnují vytváření produktové vize, provádění trhu, a konzultace s prodejními, marketingovými a podpůrnými týmy. Tyto vstupní údaje v kombinaci s přímou zákaznickou interakcí mi pomáhají definovat a priorizovat funkce a opravy chyb.

Také zajišťuji, aby naše produkty odpovídaly požadavkům zákazníků. Nové funkce produktů by měly být snadno použitelné a neměly by být zbytečně složité. V mé roli musím také být vědom si načasování těchto funkcí – můžeme-li alokovat inženýrské zdroje na ně dnes, nebo zda mohou počkat šest měsíců? K tomu, zda by měl být rollout proveden v několika fázích nebo etapách? Nej重要něji, co je předpokládaný návratnost investic?

Průměrný den zahrnuje schůzky s inženýry, projektovým plánováním, zákaznickými hovory a schůzkami s prodejními a podpůrnými týmy. Tyto diskuse mi umožňují získat aktualizaci o nadcházejících funkcích a use casech, zatímco rozumím současným problémům a zpětné vazbě, abychom mohli řešit problémy před vydáním.

Jaké jsou hlavní výzvy, kterým čelí IT týmy při integraci nástrojů AI do své stávající cloudové infrastruktury?

Na základě skutečných zkušeností s integrací AI do našich IT technologií, jsem přesvědčen, že existují čtyři výzvy, kterým budou společnosti čelit:

1. Využití dat a integrace: Data obohacují AI, ale když data jsou rozdělena do různých míst a zdrojů v organizaci, může být obtížné je správně využít.
2. Škálovatelnost: Operace AI mohou být náročné na CPU, což činí škálovatelnost obtížnou.
3. Školení a vzdělávání: Společnost může mít nejvýkonnější řešení AI, ale pokud zaměstnanci nevědí, jak je použít, nebo je nerozumí, budou podhodnoceny.
4. Náklady: Pro IT zejména, kvalitní integrace AI nebude levná, a podniky musí rozpočetovat odpovídajícím způsobem.
5. Bezpečnost: Zajištění, aby cloudová infrastruktura splňovala bezpečnostní standardy a regulační požadavky relevantní pro aplikace AI

Jak mohou podniky zajistit, aby jejich cloudová infrastruktura byla dostatečně robustní, aby podporovala náročné výpočetní potřeby aplikací AI?

Existuje několik faktorů pro běh aplikací AI. Začněte tím, že najdete správný typ a instanci pro škálovatelnost a výkon.

Také je třeba mít dostatečné úložiště dat, protože tyto aplikace budou čerpat z dostupných statických dat ve společnosti a budovat svou vlastní databázi informací. Úložiště dat může být nákladné, což nutí podniky vyhodnotit různé typy optimalizace úložiště.

Další úvahou je síťová šířka pásma. Pokud každý zaměstnanec ve společnosti používá stejnou aplikaci AI najednou, síťová šířka pásma musí být škálovatelná – jinak bude aplikace tak pomalá, že bude nepoužitelná. Podobně, podniky musí rozhodnout, zda budou používat centralizovaný model AI, kde se výpočet provádí na jednom místě, nebo distribuovaný model AI, kde se výpočet provádí blíže k zdrojům dat.

Jak mohou IT týmy chránit svá systémy před zvýšeným rizikem kybernetických útoků s rostoucí adopcí AI?

Existují dva hlavní aspekty bezpečnosti, které musí každý IT tým zvážit. Za prvé, jak chránit proti externím rizikům? Za druhé, jak zajistit, aby data, ať už se jedná o osobní identifikační informace (PII) zákazníků nebo proprietární informace, zůstala uvnitř společnosti a nebyla vystavena? Podniky musí určit, kdo může a nemůže přistupovat k určitým datům. Jako produktový manažer, musím mít přístup k citlivým informacím, ke kterým jiní nejsou oprávněni.

V Aviatrix, pomáháme našim zákazníkům chránit se proti útokům, aby mohli pokračovat v přijímání technologií, jako je AI, které jsou nezbytné pro konkurenceschopnost dnes. Připomeňme si optimalizaci síťového pásma: protože Aviatrix funguje jako datová rovina pro naše zákazníky, můžeme spravovat data procházející jejich sítí, poskytovat viditelnost a zlepšovat bezpečnostní vynucování.

Podobně, naše distribuovaná cloudová brána (DCF) řeší výzvy distribuovaného modelu AI, kde se data dotazují na různých místech, překračujících geografické hranice s různými zákony a dodržováním předpisů. Konkrétně, DCF podporuje jeden soubor bezpečnostních předpisů vynucovaných po celém světě, zajišťujícím, aby stejná sada bezpečnostních a síťových architektur byla podporována. Naše architektura Aviatrix Networks také umožňuje nám identifikovat úzká místa, kde můžeme dynamicky aktualizovat směrovací tabulku nebo pomoci zákazníkům vytvářet nové připojení pro optimalizaci požadavků AI.

Jak mohou podniky optimalizovat své cloudové výdaje při implementaci technologií AI, a jakou roli hraje platforma Aviatrix v tomto?

Jedna z hlavních praktik, která pomůže podnikům optimalizovat své cloudové výdaje při implementaci AI, je minimalizovat výdaje za egress.

Cloudová síťová data a poplatky za egress jsou významnou součástí cloudových nákladů. Tyto nákladové struktury nejenže brání škálovatelnosti a přenositelnosti dat pro podniky, ale také poskytují klesající návratnost investic s rostoucí objemem cloudových dat, což může mít dopad na šířku pásma organizací.

Aviatrix navrhl naše řešení egress, aby poskytlo zákazníkům viditelnost a kontrolu. Nejenže provádíme vynucování na bránách prostřednictvím DCF, ale také provádíme nativní orchestraci, vynucující kontrolu na úrovni síťové karty pro významné úspory nákladů. Skutečně, po analýze nákladů na egress, měli jsme zákazníky, kteří hlásili úspory mezi 20% a 40%.

Také budujeme automatické funkce pro správnou velikost, aby automaticky detekovaly vysoké využití zdrojů a automaticky naplánovaly upgrade podle potřeby.

Nakonec zajišťujeme optimální síťový výkon s pokročilými síťovými funkcemi, jako je inteligentní směrování, inženýrství provozu a zabezpečené připojení napříč multi-cloudovými prostředími.

Jak Aviatrix CoPilot zvyšuje provozní efektivitu a poskytuje lepší viditelnost a kontrolu nad nasazením AI v multi-cloudových prostředích?

Aviatrix CoPilot nabízí topologický pohled, který poskytuje reálnou síťovou latenci a propustnost, umožňující zákazníkům vidět počet VPC/VNets. Také zobrazuje různé cloudové zdroje, urychluje identifikaci problémů. Například, pokud zákazník vidí problém s latencí v síti, bude vědět, které aktiva jsou ovlivněna. Aviatrix CoPilot také pomáhá zákazníkům identifikovat úzká místa, problémy s konfigurací, nesprávná připojení nebo síťové mapování. Kromě toho, pokud zákazník potřebuje škálovat jednu ze svých bran do uzlu, aby akomodoval více AI schopností, Aviatrix CoPilot může automaticky detekovat, škálovat a upgradovat podle potřeby.

Můžete vysvětlit, jak dynamické mapování topologie a vložená bezpečnostní viditelnost v Aviatrix CoPilot pomáhají při řešení problémů s aplikacemi AI v reálném čase?

Dynamické mapování topologie Aviatrix CoPilot také usnadňuje robustní řešení problémů. Pokud zákazník musí řešit problém mezi různými cloudy (což vyžaduje pochopení, kde se provoz blokuje), CoPilot může najít řešení, urychluje řešení. Aviatrix CoPilot nejen vizualizuje síťové aspekty, ale také poskytuje bezpečnostní vizualizační komponenty ve formě našeho vlastního Threat IQ, který provádí bezpečnostní a zranitelnostní ochranu. Pomáháme našim zákazníkům mapovat síťové a bezpečnostní aspekty do jednoho komplexního vizualizačního řešení.

Také pomáháme s kapacitním plánováním pro náklady s costIQ a výkonem s automatickým správným rozměrem a síťovou optimalizací.

Jak Aviatrix zajišťuje bezpečnost dat a dodržování předpisů napříč různými cloudovými poskytovateli při integraci nástrojů AI?

AWS a jeho AI engine, Amazon Bedrock, mají různé bezpečnostní požadavky než Azure a Microsoft Copilot. Aviatrix může pomoci našim zákazníkům vytvořit orchestraci vrstvu, kde můžeme automaticky sladit bezpečnostní a síťové požadavky s CSP v otázce. Například, Aviatrix může automaticky kompartamentalizovat data pro všechny CSP, bez ohledu na API nebo podkladovou architekturu.

Je důležité si uvědomit, že všechny tyto AI motory jsou uvnitř veřejné podsítě, což znamená, že mají přístup k internetu, vytvářející další zranitelnosti, protože spotřebovávají proprietární data. Naštěstí, naše DCF může sedět na veřejné i soukromé podsíti, zajišťujícím bezpečnost. Kromě veřejných podsítí, může také sedět napříč různými regiony a CSP, mezi datovými centry a CSP nebo VPC/VNets a dokonce mezi libovolným místem a cloudem. Zajišťujeme koncové šifrování napříč VPC/VNets a regiony pro bezpečný přenos dat. Také máme rozsáhlé audity a protokoly pro úkoly provedené na systému, jakož i integrovanou síť a politiku s detekcí hrozeb a hlubokou inspekcí paketů.

Jaké budoucí trendy předpovídáte v oblasti AI a cloud computingu, a jak Aviatrix připravuje na tyto trendy?

Vidím interakci mezi AI a cloud computingu, která dává vzniknout úžasným automatizačním schopnostem v klíčových oblastech, jako je síťování, bezpečnost, viditelnost a řešení problémů pro významné úspory nákladů a efektivitu.

Může také analyzovat různé typy dat vstupujících do sítě a doporučovat nejvhodnější zásady nebo bezpečnostní dodržování předpisů. Podobně, pokud zákazník potřeboval vynutit HIPAA, toto řešení by mohlo procházet zákaznickou sítí a poté doporučovat odpovídající strategii.

Řešení problémů je významnou investicí, protože vyžaduje call centrum, aby pomohlo zákazníkům. Nicméně, většina těchto problémů nevyžaduje lidskou intervenci.

Generativní AI (GenAI) bude také velkým hráčem v cloud computingu. Dnes, topologie je rozhodnutí dne nula – jednou, co je architektura nebo síťová topologie postavena, je obtížné provést změny. Jedna potenciální aplikace, o které jsem přesvědčen, že je na obzoru, je řešení, které by mohlo doporučit optimální topologii na základě určitých požadavků. Další problém, který by GenAI mohl vyřešit, se týká bezpečnostních politik, které se rychle stávají zastaralými po několika letech. Řešení GenAI by mohlo pomoci uživatelům pravidelně vytvářet nové bezpečnostní balíčky podle nových zákonů a předpisů.

Aviatrix může implementovat stejnou bezpečnostní architekturu pro datové centrum s našim edge řešením, protože více AI bude sedět blízko zdrojům dat. Můžeme pomoci připojit pobočky a místa k cloudu a edge s AI výpočty.

Také pomáháme v B2B integraci s různými zákazníky nebo subjekty ve stejné společnosti s oddělenými provozními modely.

AI pohání nové a vzrušující výpočetní trendy, které budou mít dopad na to, jak je infrastruktura postavena. V Aviatrix, těšíme se na to, abychom využili této chvíle s naší bezpečnou a bezproblémovou cloudovou síťovou řešením.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Aviatrix.