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

Shaktiman Mall ist Principal Product Manager bei Aviatrix. Mit über einem Jahrzehnt Erfahrung im Design und der Implementierung von Netzwerklösungen, ist Mall stolz auf seine Erfindungsgabe, Kreativität, Anpassungsfähigkeit und Präzision. Vor seinem Eintritt bei Aviatrix war Mall Senior Technical Marketing Manager bei Palo Alto Networks (PANW ) und Principal Infrastructure Engineer bei MphasiS.

Aviatrix ist ein Unternehmen, das sich auf die Vereinfachung von Cloud-Netzwerken konzentriert, um Unternehmen agil zu halten. 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 zu helfen, sich an Trends der digitalen Transformation anzupassen.

Was hat Sie ursprünglich zum Studium der Informatik und der Cybersicherheit geführt?

Als Student war ich ursprünglich mehr an der Medizin interessiert und wollte einen Abschluss in Biotechnologie erwerben. Allerdings entschied ich mich, nach Gesprächen mit meinen Kommilitonen über technologische Fortschritte in den letzten zehn Jahren und aufkommende Technologien, zum Studium der Informatik zu wechseln.

Können Sie Ihre aktuelle Rolle bei Aviatrix beschreiben und uns mitteilen, welche Verantwortungen Sie haben und wie ein durchschnittlicher Tag aussieht?

Ich bin seit zwei Jahren bei Aviatrix und arbeite derzeit als Principal Product Manager im Produktmanagement. Als Produktmanager gehören zu meinen Verantwortungen die Entwicklung des Produktvisions, die Durchführung von Marktforschung und die Beratung der Vertriebs-, Marketing- und Support-Teams. Diese Eingaben in Kombination mit direktem Kundenkontakt 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 sein und nicht übermäßig oder unnötig komplex sein. In meiner Rolle muss ich auch die Timing für diese Funktionen berücksichtigen – können wir Ingenieurressourcen dafür heute bereitstellen oder muss es sechs Monate warten? Dazu muss ich auch die geplante Rendite berücksichtigen.

Ein durchschnittlicher Tag umfasst Meetings mit Ingenieuren, Projektplanung, Kundenanrufe und Meetings mit Vertrieb und Support. Diese Diskussionen ermöglichen es mir, Updates über kommende Funktionen und Anwendungsfälle zu erhalten und aktuelle Probleme und Feedback zu verstehen, um vor einer Veröffentlichung zu beheben.

Welche primären Herausforderungen stellen sich IT-Teams bei der Integration von KI-Tools in ihre bestehende Cloud-Infrastruktur?

Basierend auf meiner realen Erfahrung mit der Integration von KI in unsere IT-Technologie, glaube ich, dass es vier Herausforderungen gibt, mit denen Unternehmen konfrontiert werden:

1. Daten erfassen und integrieren: Daten bereichern KI, aber wenn Daten an verschiedenen Orten und Ressourcen innerhalb eines Unternehmens liegen, kann es schwierig sein, sie ordnungsgemäß zu erfassen.
2. Skalierung: KI-Operationen können CPU-intensiv sein, was die Skalierung erschwert.
3. Schulung und Bewusstseinsbildung: Ein Unternehmen kann die leistungsfähigste KI-Lösung haben, aber wenn die Mitarbeiter nicht wissen, wie sie sie verwenden oder sie nicht verstehen, wird sie unterausgestattet sein.
4. Kosten: Für IT insbesondere 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 Skalierung und Leistung zu finden.

Es muss auch ausreichender Daten-speicher vorhanden sein, da diese Anwendungen auf statische Daten innerhalb des Unternehmens 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 verwendbar ist. Ebenso müssen Unternehmen entscheiden, ob sie ein zentrales KI-Modell verwenden, bei dem die Verarbeitung an einem Ort erfolgt, oder ein verteiltes KI-Modell, bei dem die Verarbeitung näher an den Datenquellen erfolgt.

Wie können IT-Teams ihre Systeme vor dem erhöhten Risiko von Cyberangriffen schützen, wenn die Nutzung von KI zunimmt?

Es gibt zwei Hauptaspekte, die jedes IT-Team berücksichtigen muss. Erstens, wie schützen wir uns vor externen Risiken? Zweitens, wie stellen wir sicher, dass Daten, sei es persönlich identifizierbare Informationen (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 Produktmanager benötige ich sensible Informationen, die andere nicht autorisiert haben, zu sehen oder zu bearbeiten.

Bei Aviatrix helfen wir unseren Kunden, sich vor Angriffen zu schützen, damit sie Technologien wie KI weiterhin adoptieren können, die für die Wettbewerbsfähigkeit heute 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 Sichtbarkeit und Sicherheitsdurchsetzung bieten.

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 Vorschriften. Insbesondere unterstützt ein DCF eine einzige Sicherheits- und Netzwerkarchitektur, die weltweit durchgesetzt wird, und stellt sicher, dass die gleiche Sicherheits- und Netzwerkarchitektur unterstützt wird. Unsere Aviatrix-Netzwerkarchitektur ermöglicht es uns auch, Engpässe zu identifizieren, an denen wir die Routing-Tabelle dynamisch aktualisieren oder den 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 helfen, ihre Cloud-Ausgaben zu optimieren, wenn sie KI-Technologien implementieren, ist die Minimierung von Egress-Ausgaben.

Cloud-Netzwerkdatenverarbeitung und Egress-Gebühren sind ein wesentlicher Bestandteil von Cloud-Kosten. Sie sind schwierig 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 dem Kunden Sichtbarkeit und Kontrolle zu bieten. Wir führen nicht nur Durchsetzung auf Gateways durch DCF durch, sondern führen auch native Orchestrierung durch, um die Kontrolle auf der Netzwerkkarten-Ebene für erhebliche Kosteneinsparungen durchzusetzen. Tatsächlich haben wir nach der Analyse der Egress-Ausgaben Kundenberichte mit Einsparungen zwischen 20% und 40% erhalten.

Wir entwickeln auch Auto-Right-Sizing-Funktionen, um automatisch hohe Ressourcenauslastung zu erkennen und Upgrades nach Bedarf automatisch zu planen.

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

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

Aviatrix CoPilots Topologieansicht bietet Echtzeit-Netzwerklatenz und -Durchsatz, sodass Kunden die Anzahl der VPC/VNets sehen können. Es zeigt auch verschiedene Cloud-Ressourcen an, um die Problemerkennung zu beschleunigen. Zum Beispiel kann der Kunde, wenn er ein Latenzproblem im Netzwerk sieht, erkennen, welche Assets betroffen sind. Außerdem hilft Aviatrix CoPilot Kunden, Engpässe, Konfigurationsprobleme und unzureichende Verbindungen oder Netzwerkkarten zu identifizieren. Darüber hinaus kann Aviatrix CoPilot automatisch erkennen, skalieren und upgraden, wenn ein Kunde ein Gateway in den Knoten für die Unterstützung von mehr KI-Funktionen skalieren muss.

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

Aviatrix CoPilots dynamische Topologie-Zuordnung ermöglicht auch robuste Fehlerbehebungs-Funktionen. Wenn ein Kunde ein Problem zwischen verschiedenen Clouds (das erfordert, dass er versteht, wo der Datenverkehr blockiert wird) lösen 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, das 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 Netzwerkoptimierung.

Wie stellt Aviatrix sicher, dass die Datensicherheit und -konformität bei der Integration von KI-Tools in verschiedene Cloud-Anbieter gewährleistet ist?

AWS und sein KI-Motor, Amazon Bedrock, haben unterschiedliche 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 können. Zum Beispiel kann Aviatrix automatisch Daten für alle CSPs unabhängig von APIs oder der zugrunde liegenden Architektur kompartimentalisieren.

Es ist wichtig zu beachten, dass alle diese KI-Motoren innerhalb eines öffentlichen Subnetzes liegen, was bedeutet, dass sie Zugang zum Internet haben und zusätzliche Schwachstellen erzeugen, da sie proprietäre Daten verbrauchen. Glücklicherweise kann unser DCF auf einem öffentlichen und privaten Subnetz sitzen, um die Sicherheit zu gewährleisten. Darüber hinaus kann es auch über verschiedene Regionen und CSPs, zwischen Rechenzentren und CSPs oder VPC/VNets und sogar zwischen einem beliebigen Standort und der Cloud hinweg sitzen. Wir stellen eine End-to-End-Verschlüsselung zwischen VPC/VNets und Regionen für den sicheren Datentransfer bereit. Wir haben auch umfassende Auditing- und Logging-Funktionen für Aufgaben, die auf dem System durchgeführt werden, sowie integrierte Netzwerk- und Richtlinien mit Bedrohungs- und Tiefen-Paket-Inspektion.

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

Ich sehe die Interaktion zwischen KI und Cloud-Computing als eine unglaubliche Automatisierungskapazität 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 Sicherheitsstandards empfehlen. Ebenso könnte es, wenn ein Kunde HIPAA-Richtlinien durchsetzen muss, das Netzwerk 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 potenzieller Anwendungsfall, den ich auf dem Horizont 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 Sicherheitsstacks nach neuen Gesetzen 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 der B2B-Integration mit verschiedenen Kunden oder Entitäten innerhalb desselben Unternehmens mit separaten Betriebsmodellen.

KI treibt neue und aufregende Rechentrends voran, die die Art und Weise beeinflussen werden, wie Infrastrukturen gebaut werden. Bei Aviatrix freuen wir uns darauf, den Moment mit unserer sicheren und nahtlosen Cloud-Netzwerklösung zu nutzen.

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