Rozhovory
Shaktiman Mall, Principal Product Manager, Aviatrix – Rozhovorová série

Shaktiman Mall je Principal Product Manager ve společnosti Aviatrix. S více než desetiletou zkušeností s navrhováním a implementací síťových řešení se Mall pyšní svou vynalézavostí, kreativitou, adaptabilitou a přesností. Předtím, než se připojil k Aviatrix, Mall pracoval jako Senior Technical Marketing Manager ve společnosti Palo Alto Networks (PANW ) a Principal Infrastructure Engineer ve společnosti MphasiS.
Aviatrix je společnost, která se zaměřuje na zjednodušení cloudového síťování, aby pomohla podnikům zůstat agilní. 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, zaměřenou na podporu odborníků při zachování aktuálnosti s trendy digitální transformace.
Co vás původně přitáhlo k počítačovému inženýrství a kybernetické bezpečnosti?
Jako student jsem byl původně více intéressován o studium medicíny a chtěl jsem získat titul v oboru biotechnologie. Nicméně, rozhodl jsem se změnit obor na počítačovou vědu po rozhovorech s mými spolužáky o technologických pokrocích v předchozím desetiletí a o nových technologiích, které byly na obzoru.
Můžete popsat svou současnou roli v Aviatrix a sdělit nám, jaké jsou vaše odpovědnosti a jak vypadá váš průměrný den?
Jsem v Aviatrix již dva roky a aktuálně působím jako principal product manager v produktovém týmu. Jako produktový manažer, moje odpovědnosti zahrnují tvorbu produktové vize, provádění trhu a konzultace se prodejními, marketingovými a podpůrnými týmy. Tyto vstupní údaje v kombinaci s přímou zákaznickou interakcí mi pomáhají definovat a prioritizovat funkce a opravy chyb.
Také zajišťuji, aby naše produkty odpovídaly požadavkům zákazníků. Nové produktové funkce 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 pro ně dnes, nebo zda je lepší počkat šest měsíců? K tomu je třeba určit, zda by mělo být nasazení funkcí provedeno postupně nebo ve fázích do různých verzí? Nej重要nější je, jaký je předpokládaný návratnost investic?
Průměrný den zahrnuje schůzky s inženýry, projektovým plánováním, zákaznickými hovory a schůzkami se prodejními a podpůrnými týmy. Tyto diskuse mi umožňují získat aktualizaci o nadcházejících funkcích a případech použití, zatímco chápu současné problémy a zpětnou vazbu, abychom mohli řešit před vydáním.
Jaké jsou hlavní výzvy, kterým čelí IT týmy při integraci nástrojů AI do stávající cloudové infrastruktury?
Na základě skutečných zkušeností s integrací AI do naší IT technologie jsem přesvědčen, že existují čtyři výzvy, kterým budou společnosti čelit:
- Využití dat a integrace: Data obohacují AI, ale když jsou data rozložena po různých místech a zdrojích v organizaci, může být obtížné je správně využít.
- Škálovatelnost: Operace AI mohou být CPU-intensive, což činí škálovatelnost obtížnou.
- Školení a zvýšení povědomí: Společnost může mít nejvýkonnější řešení AI, ale pokud zaměstnanci nevědí, jak je používat nebo je nerozumí, bude podutilizováno.
- Náklady: Pro IT, zejména, kvalitní integrace AI nebude levná, a podniky musí rozpočetovat odpovídajícím způsobem.
- Bezpečnost: Zajistit, 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, které jsou důležité pro běh aplikací AI. Začněte tím, že najdete správný typ a instanci pro škálovatelnost a výkon.
Dále je třeba mít dostatečné úložiště dat, protože tyto aplikace budou čerpat ze statických dat dostupných v rámci společnosti a vytvářet svou vlastní databázi informací. Úložiště dat může být nákladné, což nutí podniky vyhodnotit různé typy optimalizace úložiště.
Dalším faktorem je šířka pásma sítě. Pokud všichni zaměstnanci společnosti používají stejnou aplikaci AI najednou, šířka pásma sítě musí být škálovatelná – jinak bude aplikace příliš pomalá. Podniky musí také 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 své systémy před zvýšeným rizikem kybernetických útoků v souvislosti s rostoucí adopcí AI?
Existují dva hlavní aspekty, 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 údaje zákazníků nebo proprietární informace, zůstala v rámci 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 adopci technologií, jako je AI, které jsou nezbytné pro konkurenceschopnost dnes. Připomeňme si optimalizaci šířky pásma sítě: protože Aviatrix funguje jako datová rovina pro naše zákazníky, můžeme spravovat data procházející jejich sítí, poskytovat viditelnost a vynucovat bezpečnost.
Stejně tak 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, zajišťující, že stejná sada bezpečnostních a síťových architektur je podporována. Naše architektura Aviatrix Networks také umožňuje identifikovat úzká místa, kde můžeme dynamicky aktualizovat tabulku směrování 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 minimalizace nákladů na výstup dat.
Cloudová síťová data a poplatky za výstup dat jsou významnou součástí cloudových nákladů. Jsou obtížně srozumitelné a inflexibilní. Tyto nákladové struktury nejenom brání škálovatelnosti a přenositelnosti dat pro podniky, ale také poskytují klesající návratnost měřítka, jakmile se zvyšuje objem cloudových dat, což může mít dopad na šířku pásma podniků.
Aviatrix navrhl naše řešení pro výstup dat, aby poskytlo zákazníkům viditelnost a kontrolu. Nejenom, že provádíme vynucování na bránách prostřednictvím DCF, ale také provádíme nativní orchestraci, vynucování na úrovni síťové karty pro významné úspory nákladů. Skutečně, po analýze nákladů na výstup dat, jsme měli 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, pokud je to nutné.
Nakonec zajišťujeme optimální síťový výkon s pokročilými síťovými funkcemi, jako je inteligentní směrování, inženýrství provozu a zabezpečené připojení v multi-cloudových prostředích.
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 viditelnost síťové latence a propustnosti, umožňující zákazníkům vidět počet VPC/VNets. Také zobrazuje různé cloudové zdroje, urychlující identifikaci problémů. Například, pokud zákazník vidí problém s latencí v síti, bude vědět, která aktiva jsou ovlivněna. Aviatrix CoPilot také pomáhá zákazníkům identifikovat úzká místa, konfigurační problémy a nesprávná připojení nebo síťové mapování. Kromě toho, pokud zákazník potřebuje škálovat jednu ze svých bran do uzlu, aby akomodoval více AI funkcí, Aviatrix CoPilot může automaticky detekovat, škálovat a upgradovat, pokud je to nutné.
Můžete vysvětlit, jak dynamické mapování topologie a vložená bezpečnostní viditelnost v Aviatrix CoPilot pomáhají při řešení problémů aplikací AI v reálném čase?
Aviatrix CoPilot také poskytuje robustní funkce pro řešení problémů. Pokud zákazník musí řešit problém mezi různými cloudy (což vyžaduje pochopení, kde se traffic blokuje), CoPilot může najít řešení, urychlující vyřešení. Aviatrix CoPilot nejenom 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 síť a bezpečnost do jednoho komplexního vizualizačního řešení.
Také pomáháme s kapacitním plánováním pro náklady i výkon s auto-right-sizing 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不同的 bezpečnostní požadavky než Azure a Microsoft Copilot. Unikátně, Aviatrix může pomoci našim zákazníkům vytvořit orchestraci vrstvu, kde můžeme automaticky sladit bezpečnostní a síťové požadavky s poskytovatelem cloudových služeb. Například Aviatrix může automaticky kompartamentalizovat data pro všechny poskytovatele cloudových služeb, bez ohledu na API nebo základní architekturu.
Je důležité poznamenat, že všechny tyto AI engine 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, zajišťující bezpečnost. Kromě veřejných podsítí může také sedět napříč různými regiony a poskytovateli cloudových služeb, mezi datovými centry a poskytovateli cloudových služeb 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 auditování a protokolování úkolů provedených na systému, jakož i integrovanou síť a politiku s detekcí hrozeb a hlubokou inspekcí paketů.
Jaké budoucí trendy předpovídáte v oblasti průniku AI a cloud computingu, a jak se Aviatrix připravuje na řešení těchto trendů?
Vidím interakci 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.
Mohlo by to také analyzovat různé typy dat vstupujících do sítě a doporučovat nejvhodnější politiky nebo bezpečnostní dodržování předpisů. Podobně, pokud zákazník potřeboval vynucovat HIPAA, toto řešení by mohlo prohledat zákaznickou síť a poté doporučit 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 hrou měnící trend pro cloud computing. Dnes je topologie rozhodnutí na den nula – jednou, co je architektura nebo síťová topologie postavena, je obtížné provést změny. Jedna potenciální použití, 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, je související se bezpečnostními politikami, které se rychle stávají zastaralými po několika letech. Řešení GenAI by mohlo pomoci uživatelům pravidelně vytvářet nové bezpečnostní stacky podle nových zákonů a předpisů.
Aviatrix může implementovat stejnou bezpečnostní architekturu pro datové centrum s našimi okrajovými řešeními, protože více AI bude sedět blíže k zdrojům dat. Můžeme pomoci připojit pobočky a místa k cloudu a okraji s AI výpočty.
Také pomáháme v B2B integraci s různými zákazníky nebo entitami ve stejné společnosti s oddělenými provozními modely.
AI je hnací silou nových a vzrušujících trendů v oblasti computingu, které budou mít dopad na to, jak je budována infrastruktura. V Aviatrix, těšíme se na to, abychom využili tohoto okamžiku s našimi bezpečnými a bezproblémovými cloudovými síťovými řešeními.
Děkuji za skvělý rozhovor, čtenářům, kteří chtějí se dozvědět více, doporučujeme navštívit Aviatrix.












