Shaktiman Mall, Principal Product Manager, Aviatrix – Interview-Serie

Shaktiman Mall ist Principal Product Manager bei Aviatrix. Mit mehr als einem Jahrzehnt Erfahrung im Design und der Implementierung von Netzwerklösungen, ist Mall stolz auf seine Erfindungsreichtum, Kreativität, Anpassungsfähigkeit und Präzision. Bevor er zu Aviatrix kam, war Mall Senior Technical Marketing Manager bei Palo Alto Networks und Principal Infrastructure Engineer bei MphasiS.

Aviatrix ist ein Unternehmen, das sich auf die Vereinfachung von Cloud-Netzwerken konzentriert, um Unternehmen dabei zu helfen, agil zu bleiben. Ihre Cloud-Netzwerkplattform wird von über 500 Unternehmen verwendet und ist darauf ausgelegt, Sichtbarkeit, Sicherheit und Kontrolle für die Anpassung an veränderte Bedürfnisse zu bieten. Das Aviatrix Certified Engineer (ACE) Program bietet eine Zertifizierung in Multicloud-Netzwerken und Sicherheit, um Fachleuten dabei zu helfen, auf dem neuesten Stand der digitalen Transformationstrends zu bleiben.

Was hat Sie ursprünglich zum Computer-Engineering und zur Cybersicherheit hingezogen?

Als Student war ich ursprünglich mehr an der Medizin interessiert und wollte einen Abschluss in Biotechnologie machen. Ich entschied mich jedoch, zu Informatik zu wechseln, nachdem ich mit meinen Kommilitonen über technologische Fortschritte in den vorherigen Jahrzehnten und aufkommende Technologien gesprochen hatte.

Können Sie Ihre aktuelle Rolle bei Aviatrix beschreiben und uns mitteilen, was Ihre Aufgaben sind und wie ein durchschnittlicher Tag aussieht?

Ich bin seit zwei Jahren bei Aviatrix und arbeite derzeit als Principal Product Manager in der Produktorganisation. Als Product Manager umfassen meine Aufgaben das Aufbauen von Produktvisionen, die Durchführung von Marktforschung und die Beratung von Vertriebs-, Marketing- und Support-Teams. Diese Eingaben kombiniert mit direkter Kundenbindung helfen mir, Funktionen und Fehlerbehebungen zu definieren und zu priorisieren.

Ich stelle auch sicher, dass unsere Produkte den Anforderungen der Kunden entsprechen. Neue Produktfunktionen sollten einfach zu verwenden und nicht übermäßig oder unnötig komplex sein. In meiner Rolle muss ich auch die Timing für diese Funktionen berücksichtigen – können wir Ingenieurressourcen dafür bereitstellen oder kann es sechs Monate warten? Dazu gehört auch, ob die Einführung schrittweise oder phasenweise in verschiedene Versionen erfolgen sollte. Am wichtigsten ist, was die prognostizierte Rendite ist?

Ein durchschnittlicher Tag umfasst Meetings mit Ingenieuren, Projektplanung, Kundenanrufe und Meetings mit Vertriebs- und Support-Teams. Diese Diskussionen ermöglichen es mir, Updates über kommende Funktionen und Anwendungsfälle zu erhalten, während ich gleichzeitig aktuelle Probleme und Feedback verstehe, um vor einer Veröffentlichung zu beheben.

Welche sind die primären Herausforderungen, denen IT-Teams bei der Integration von KI-Tools in ihre bestehende Cloud-Infrastruktur gegenüberstehen?

Basierend auf realen Erfahrungen bei der Integration von KI in unsere IT-Technologie glaube ich, dass es vier Herausforderungen gibt, denen Unternehmen begegnen:

1. Harnessing von Daten & Integration: Daten bereichern KI, aber wenn Daten an verschiedenen Orten und Ressourcen in einem Unternehmen vorhanden sind, kann es schwierig sein, sie ordnungsgemäß zu nutzen.
2. Skalierung: KI-Operationen können CPU-intensiv sein, was die Skalierung herausfordernd macht.
3. Schulung und Bewusstseinsbildung: Ein Unternehmen kann die leistungsstärkste KI-Lösung haben, aber wenn die Mitarbeiter nicht wissen, wie sie sie verwenden oder nicht verstehen, wird sie unterausgestattet sein.
4. Kosten: Insbesondere für IT-Teams wird eine qualitativ hochwertige KI-Integration nicht billig sein, und Unternehmen müssen entsprechend budgetieren.
5. Sicherheit: Stellen Sie sicher, dass die Cloud-Infrastruktur die Sicherheitsstandards und regulatorischen Anforderungen für KI-Anwendungen erfüllt

Wie können Unternehmen sicherstellen, dass ihre Cloud-Infrastruktur robust genug ist, um die hohen Rechenanforderungen von KI-Anwendungen zu unterstützen?

Es gibt mehrere Faktoren, die für die Ausführung von KI-Anwendungen erforderlich sind. Zunächst ist es wichtig, den richtigen Typ und die richtige Instanz für Skalierbarkeit und Leistung zu finden.

Es muss auch ausreichender Daten-speicher vorhanden sein, da diese Anwendungen auf statischen Daten im Unternehmen zugreifen und ihre eigene Datenbank mit Informationen aufbauen. Daten-speicher kann teuer sein, was Unternehmen dazu zwingt, verschiedene Arten von Speicher-Optimierung zu bewerten.

Ein weiterer Aspekt ist die Netzwerkbandbreite. Wenn jeder Mitarbeiter im Unternehmen die gleiche KI-Anwendung gleichzeitig verwendet, muss die Netzwerkbandbreite skaliert werden – andernfalls wird die Anwendung so langsam sein, dass sie nicht mehr nutzbar ist. Ebenso müssen Unternehmen entscheiden, ob sie ein zentrales KI-Modell verwenden, bei dem die Berechnung an einem einzigen Ort erfolgt, oder ein verteiltes KI-Modell, bei dem die Berechnung näher an den Datenquellen erfolgt.

Wie können IT-Teams ihre Systeme vor dem erhöhten Risiko von Cyberangriffen schützen, wenn sie KI verwenden?

Es gibt zwei Hauptaspekte, die jedes IT-Team bei der Sicherheit berücksichtigen muss. Erstens, wie schützen wir uns vor externen Risiken? Zweitens, wie stellen wir sicher, dass Daten, sei es die persönlich identifizierbare Information (PII) von Kunden oder proprietäre Informationen, innerhalb des Unternehmens bleiben und nicht offengelegt werden? Unternehmen müssen bestimmen, wer Zugang zu bestimmten Daten haben kann und wer nicht. Als Product Manager benötige ich sensible Informationen, auf die andere nicht zugreifen dürfen oder Code.

Bei Aviatrix helfen wir unseren Kunden, sich vor Angriffen zu schützen, damit sie Technologien wie KI weiterhin adoptieren können, die heute für Wettbewerbsfähigkeit unerlässlich sind. Erinnern Sie sich an die Netzwerkbandbreiten-Optimierung: Da Aviatrix als Daten-Ebene für unsere Kunden fungiert, können wir die Daten, die durch ihr Netzwerk fließen, verwalten und so die Sichtbarkeit und Sicherheitsdurchsetzung verbessern.

Ebenso löst unser verteiltes Cloud-Feuerwall (DCF) die Herausforderungen eines verteilten KI-Modells, bei dem Daten an verschiedenen Orten abgefragt werden, über geografische Grenzen hinweg mit unterschiedlichen Gesetzen und Compliance-Anforderungen. Insbesondere unterstützt ein DCF eine einzelne Reihe von Sicherheits-Compliance, die weltweit durchgesetzt wird, und stellt sicher, dass die gleiche Sicherheits- und Netzwerkarchitektur unterstützt wird. Unsere Aviatrix-Netzwerksarchitektur ermöglicht es uns auch, Engpässe zu identifizieren, bei denen wir die Routing-Tabelle dynamisch aktualisieren oder Kunden helfen können, neue Verbindungen zu erstellen, um KI-Anforderungen zu optimieren.

Wie können Unternehmen ihre Cloud-Ausgaben optimieren, während sie KI-Technologien implementieren, und welche Rolle spielt die Aviatrix-Plattform dabei?

Eine der wichtigsten Praktiken, die Unternehmen dabei helfen, ihre Cloud-Ausgaben bei der Implementierung von KI zu optimieren, ist die Minimierung von Egress-Ausgaben.

Cloud-Netzwerkdatenverarbeitung und Egress-Gebühren sind ein wesentlicher Bestandteil von Cloud-Kosten. Sie sind schwer zu verstehen und inflexibel. Diese Kostenstrukturen behindern nicht nur die Skalierbarkeit und Datenportabilität von Unternehmen, sondern bieten auch abnehmende Skaleneffekte, wenn die Cloud-Datenvolumina zunehmen, was sich auf die Bandbreite von Organisationen auswirken kann.

Aviatrix hat unsere Egress-Lösung entwickelt, um den Kunden Sichtbarkeit und Kontrolle zu bieten. Wir führen nicht nur Durchsetzung auf Gateways durch DCF durch, sondern führen auch native Orchestrierung durch, um Kontrolle auf der Netzwerkkarten-Ebene für erhebliche Kosteneinsparungen zu gewährleisten. Tatsächlich haben wir nach der Analyse der Egress-Ausgaben Kundenberichte mit Einsparungen zwischen 20% und 40% erhalten.

Wir bauen auch Auto-Right-Sizing-Funktionen, um automatisch eine hohe Ressourcenauslastung zu erkennen und Upgrades entsprechend zu planen.

Schließlich stellen wir sicher, dass die Netzwerkleistung optimal ist, mit erweiterten Netzwerkmöglichkeiten wie intelligenter Routing, Traffic-Engineering und sicherer Konnektivität in Multi-Cloud-Umgebungen.

Wie verbessert Aviatrix CoPilot die betriebliche Effizienz und bietet bessere Sichtbarkeit und Kontrolle über KI-Deployments in Multi-Cloud-Umgebungen?

Aviatrix CoPilots Topologie-Ansicht bietet Echtzeit-Netzwerklatenz und Durchsatz, sodass Kunden die Anzahl von VPC/VNets sehen können. Es zeigt auch verschiedene Cloud-Ressourcen an, um die Problemidentifizierung zu beschleunigen. Wenn beispielsweise ein Kunde ein Latenzproblem im Netzwerk sieht, weiß er, welche Assets betroffen sind. Aviatrix CoPilot hilft Kunden auch, Engpässe, Konfigurationsprobleme und falsche Verbindungen oder Netzwerkmappings zu identifizieren. Wenn ein Kunde beispielsweise ein Gateway in den Knoten skalieren muss, um mehr KI-Funktionen zu unterstützen, kann Aviatrix CoPilot automatisch erkennen, skalieren und upgraden.

Können Sie erklären, wie dynamische Topologie-Mapping und eingebettete Sicherheits-Sichtbarkeit in Aviatrix CoPilot bei der Echtzeit-Fehlerbehebung von KI-Anwendungen helfen?

Aviatrix CoPilots dynamische Topologie-Mapping ermöglicht auch robuste Fehlerbehebungsfunktionen. Wenn ein Kunde ein Problem zwischen verschiedenen Clouds (was erfordert, dass er versteht, wo der Datenverkehr blockiert wird) beheben muss, kann CoPilot es finden und die Lösung beschleunigen. Aviatrix CoPilot visualisiert nicht nur Netzwerkaspekte, sondern bietet auch Sicherheitsvisualisierungskomponenten in Form unseres eigenen Threat IQ, der Sicherheits- und Schwachstellen-Schutz durchführt. Wir helfen unseren Kunden, Netzwerk- und Sicherheitsaspekte in einer umfassenden Visualisierungslösung zu kombinieren.

Wir helfen auch bei der Kapazitätsplanung für Kosten mit CostIQ und Leistung mit Auto-Right-Sizing und Netzwerktopimierung.

Wie stellt Aviatrix sicher, dass Daten sicher und compliant sind, wenn KI-Tools in verschiedenen Cloud-Anbietern integriert werden?

AWS und sein KI-Motor, Amazon Bedrock, haben andere Sicherheitsanforderungen als Azure und Microsoft Copilot. Einzigartig kann Aviatrix unseren Kunden helfen, eine Orchestrierungsebene zu erstellen, bei der wir automatisch Sicherheits- und Netzwerkanforderungen an den jeweiligen CSP anpassen. Beispielsweise kann Aviatrix automatisch Daten für alle CSPs kompartimentalisieren, unabhängig von APIs oder zugrunde liegender Architektur.

Es ist wichtig zu beachten, dass alle diese KI-Motoren in einem öffentlichen Subnetz sind, was bedeutet, dass sie Zugang zum Internet haben und zusätzliche Sicherheitsrisiken darstellen, da sie proprietäre Daten verarbeiten. Unsere DCF kann jedoch in einem öffentlichen und privaten Subnetz sitzen und so die Sicherheit gewährleisten. Neben öffentlichen Subnetzen kann sie auch über verschiedene Regionen und CSPs, zwischen Rechenzentren und CSPs oder VPC/VNets und sogar zwischen einem beliebigen Standort und der Cloud sitzen. Wir stellen eine Ende-zu-Ende-Verschlüsselung zwischen VPC/VNets und Regionen für den sicheren Datentransfer bereit. Wir haben auch umfangreiche Auditing- und Logging-Funktionen für Aufgaben, die im System durchgeführt werden, sowie integrierte Netzwerk- und Richtlinien mit Bedrohungs-Erkennung und tiefem Paket-Scan.

Welche zukünftigen Trends sehen Sie im Bereich der KI und Cloud-Computing, und wie bereitet sich Aviatrix darauf vor, diese Trends zu adressieren?

Ich sehe die Interaktion von KI und Cloud-Computing als Ursache für unglaubliche Automatisierungsfähigkeiten in Schlüsselbereichen wie Netzwerk, Sicherheit, Sichtbarkeit und Fehlerbehebung für erhebliche Kosteneinsparungen und Effizienz.

Es könnte auch die verschiedenen Arten von Daten analysieren, die in das Netzwerk eingegeben werden, und die geeignetsten Richtlinien oder Sicherheits-Compliance empfehlen. Ähnlich könnte, wenn ein Kunde HIPAA durchsetzen muss, diese Lösung durch die Netzwerke des Kunden scannen und dann eine entsprechende Strategie empfehlen.

Fehlerbehebung ist ein wichtiger Investition, da sie einen Call-Center-Service erfordert, um Kunden zu unterstützen. Die meisten dieser Probleme erfordern jedoch keine menschliche Intervention.

Generative KI (GenAI) wird auch ein Game-Changer für Cloud-Computing sein. Heute ist eine Topologie eine Day-Zero-Entscheidung – sobald eine Architektur oder Netzwerktopologie erstellt wird, ist es schwierig, Änderungen vorzunehmen. Ein möglicher Anwendungsfall, den ich für die Zukunft sehe, ist eine Lösung, die eine optimale Topologie basierend auf bestimmten Anforderungen empfehlen kann. Ein weiteres Problem, das GenAI lösen kann, ist mit Sicherheitsrichtlinien verbunden, die schnell veraltet sind, nachdem sie ein paar Jahre alt sind. Eine GenAI-Lösung könnte Benutzern helfen, regelmäßig neue Sicherheits-Stacks für neue Gesetze und Vorschriften zu erstellen.

Aviatrix kann die gleiche Sicherheitsarchitektur für ein Rechenzentrum mit unserer Edge-Lösung implementieren, da mehr KI in der Nähe der Datenquellen sitzen wird. Wir können auch helfen, Zweigstellen und Standorte mit der Cloud und Edge mit KI-Computing zu verbinden.

Wir helfen auch bei B2B-Integrationen mit verschiedenen Kunden oder Entitäten in demselben Unternehmen mit separaten Betriebsmodellen.

KI treibt neue und aufregende Computing-Trends voran, die die Art und Weise beeinflussen werden, wie Infrastruktur aufgebaut wird. Bei Aviatrix freuen wir uns darauf, den Moment mit unserer sicheren und nahtlosen Cloud-Netzwerk-Lösung zu nutzen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Aviatrix besuchen.