Haastattelut

Shaktiman Mall, Principal Product Manager, Aviatrix – Haastattelusarja

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Shaktiman Mall on Aviatrixin Principal Product Manager. Yli kymmenen vuoden kokemuksella verkko-ratkaisujen suunnittelusta ja toteuttamisesta, Mall on tunnettu älykkyydestään, luovuudestaan, sopeutumiskyvystään ja tarkkuudestaan. Ennen Aviatrixiin liittymistään, Mall toimi Senior Technical Marketing Managerina Palo Alto Networksissa ja Principal Infrastructure Engineerina MphasiSissa.

(PANW )

Aviatrix on yritys, joka keskittyy pilvi-verkkojen yksinkertaisuuteen, jotta liiketoiminta voi pysyä joustavana. Heidän pilvi-verkko-alustansa käytetään yli 500 yrityksessä ja on suunniteltu tarjoamaan näkyvyyttä, turvallisuutta ja hallintaa muuttuvien tarpeiden mukaisesti. Aviatrix Certified Engineer (ACE) -ohjelma tarjoaa sertifioinnin monipilvi-verkko- ja turvallisuusratkaisuissa, jotta ammattilaiset voivat pysyä ajan tasalla digitaalisen muutoksen trendeissä.

Mikä alun perin kiinnosti sinua tietokoneen insinöörintutkimukseen ja kyberturvaan?

Opiskelijana olin aluksi enemmän kiinnostunut lääketieteestä ja halusin opiskella biotekniikkaa. Kuitenkin päättelin vaihtaa tietokoneisiin, kun keskustelin luokkatoverieni kanssa edellisen vuosikymmenen teknologisista edistysaskelista ja tulevista teknologioista.

Voitko kuvata nykyistä roolia Aviatrixissa ja kertoa, mitkä ovat vastuualueesi ja miltä keskivertopäiväsi näyttää?

Olen ollut Aviatrixissa kaksi vuotta ja toimin parhaillaan Principal Product Managerina tuoteorganisaatiossa. Tuotejohtajana vastuualueeni sisältävät tuotteen visio, markkinatutkimus ja konsultointi myynti-, markkinointi- ja tukitiimien kanssa. Nämä syötteet yhdistettynä suoraan asiakasviestintään auttavat minua määrittämään ja priorisoimaan ominaisuuksia ja virheenkorjauksia.

Vastuualueeni sisältävät myös varmistamisen, että tuotteemme ovat asiakkaiden vaatimusten mukaisia. Uudet tuoteominaisuudet tulee olla helppoja käyttää eikä turhan monimutkaisia. Rooleissani minun on myös oltava tietoinen ajoituksesta näille ominaisuuksille – voimmeko kohdentaa insinööriresursseja niihin tänään, vai voivatko ne odottaa kuusi kuukautta? Onko julkaisun tulee olla asteittainen vai vaiheittainen eri versioihin? Ennen kaikkea, mikä on odotettu tuotto investoinneista?

Keskivertopäiväni sisältää kokouksia insinöörien, projekti-suunnittelun, asiakaspuheluiden ja kokouksia myynti- ja tukitiimien kanssa. Nämä keskustelut antavat minulle mahdollisuuden saada tietoa tulevista ominaisuuksista ja käyttötavoista, ymmärtää nykyisiä ongelmia ja palautetta, jotta voimme ratkaista ne ennen julkaisua.

Mitkä ovat tärkeimmät haasteet IT-tiimille, kun ne integroivat tekoälytyökaluja olemassaolevaan pilvi-infrastruktuuriin?

Kokemusteni perusteella tekoälyn integroinnista IT-tekniikkaan, uskon, että yritykset kohtaavat neljä haastetta:

  1. Tiedon hallinta ja integrointi: Tekoäly vaatii dataa, mutta kun data on eri paikoissa ja resursseissa organisaatiossa, se voi olla haasteellista hallita.
  2. Skalautuvuus: Tekoälytoiminnot voivat olla CPU-intensiivisiä, mikä tekee skalautumisesta haasteellista.
  3. Koulutus ja tietoisuus: Yrityksellä voi olla voimakkain tekoälyratkaisu, mutta jos työntekijät eivät tiedä, miten sitä käyttää tai eivät ymmärrä sitä, se tulee olemaan alikäytetty.
  4. Kustannukset: IT:n kannalta laadukas tekoäly-integrointi ei ole halpa, ja yritysten on budjettien oltava sopiva.
  5. Turva: Varmistaa, että pilvi-infrastruktuuri täyttää turvallisuusstandardit ja sääntelyvaatimukset, jotka liittyvät tekoälysovelluksiin.

Miten yritykset voivat varmistaa, että heidän pilvi-infrastruktuurinsa on riittävän vahva tukemaan tekoälysovellusten raskaita laskentavaatimuksia?

On useita tekijöitä, jotka vaikuttavat tekoälysovellusten suorittamiseen. Ensinnäkin on tärkeää löytää oikea tyyppi ja instanssi skaalautuvuuden ja suorituskyvyn kannalta.

Lisäksi on oltava riittävästi data-säilytystilaa, koska nämä sovellukset käyttävät staattista dataa, joka on saatavilla yrityksessä, ja rakentavat oman tietokannan. Data-säilytys voi olla kallista, mikä pakottaa yritykset arvioimaan eri säilytysoptimointi-mahdollisuuksia.

Toinen huomioon otettava asia on verkon kaistanleveys. Jos jokainen yrityksen työntekijä käyttää samaa tekoälysovellusta samaan aikaan, verkon kaistanleveyden on oltava skaalautuva – muuten sovellus on liian hidas käytettäväksi. Samoin yritysten on päättävä, käyttävätkö he keskitettyä tekoälymallia, jossa laskenta tapahtuu yhdessä paikassa, vai hajaantunutta tekoälymallia, jossa laskenta tapahtuu lähempänä data-lähteitä.

Miten IT-tiimit voivat suojella järjestelmiään korkeamman kyberuhkan riskiltä tekoälyn käytön yleistyessä?

On kaksi tärkeää turvallisuuden kannalta otettavaa asiaa, jotka IT-tiimin on otettava huomioon. Ensinnäkin, miten suojellaan ulkoisia riskejä vastaan? Toiseksi, miten varmistetaan, että data, kuten henkilötietoja tai yrityksen omistama tieto, pysyy yrityksen sisällä eikä pääse ulos? Yritysten on määritettävä, kuka voi ja kuka ei voi päästä tiettyyn dataan. Tuotejohtajana minun on oltava tietoinen herkkää tietoa, jota toiset eivät ole valtuutettu käyttämään tai koodaamaan.

Aviatrixissa autamme asiakkaitamme suojelemaan hyökkäyksiltä, jotta he voivat jatkaa teknologioiden käyttöönottoa, kuten tekoälyä, jotka ovat välttämättömiä kilpailukyvyn ylläpitämiseksi tänään. Verkon kaistanleveyden optimointi: koska Aviatrix toimii asiakkaidemme data-tasolla, voimme hallita dataa, joka kulkee heidän verkkonsa läpi, tarjoten näkyvyyttä ja turvallisuuden toteutusta.

Lisäksi meidän hajautettu pilvi-palomuuri (DCF) ratkaisee hajaantuneen tekoälymallin haasteet, joissa data haetaan useista paikoista, jotka sijaitsevat eri maantieteellisillä alueilla ja eri lakien ja määräysten alaisina. Nimenomaan DCF tukee yhtenäistä turvallisuusmääräysten toteutusta maailmanlaajuisesti, varmistaen, että sama turvallisuus- ja verkkoarkkitehtuuri on tuettu. Aviatrixin verkkoarkkitehtuuri mahdollistaa myös pullonkaulien tunnistamisen, jossa voimme dynaamisesti päivittää reititystaulukkoa tai auttaa asiakkaita luomaan uusia yhteyksiä tekoälyn vaatimusten optimoimiseksi.

Miten yritykset voivat optimoida pilvi-kulujaan tekoälytekniikkojen käyttöönoton aikana, ja mikä on Aviatrix-alustan rooli tässä?

Yksi tärkeimmistä käytännöistä, joka auttaa yrityksiä optimoimaan pilvi-kulujaan tekoälytekniikkojen käyttöönoton aikana, on egress-kulujen minimointi.

Pilvi-verkon data-käsittely- ja egress-maksut ovat merkittäviä osia pilvi-kuluista. Ne ovat vaikeita ymmärtää ja joustamattomia. Nämä kustannusrakenteet eivät ainoastaan haittaa skaalautuvuutta ja data-siirrettävyyttä yrityksille, vaan ne myös tarjoavat vähenevän paluun skaalautumiseen, mikä voi vaikuttaa yritysten kaistanleveyteen.

Aviatrix on suunnitellut egress-ratkaisun, joka antaa asiakkaalle näkyvyyttä ja hallintaa. Emme ainoastaan tee toteutusta portteihin DCF:n kautta, vaan myös suoritamme alkuperäisen orkestraation, jossa toteutamme hallintaa verkkoliittymän tasolla merkittävien kustannussäästöjen vuoksi. Itse asiassa, kun laskelmat egress-kuluista on tehty, meillä on asiakkaat, jotka ovat ilmoittaneet 20-40%:n säästöt.

Lisäksi kehitämme auto-oikeudellisia kykyjä, joilla voidaan automaattisesti havaita korkea resurssien käyttö ja ajoittaa päivitykset tarpeen mukaan.

Lopuksi varmistamme optimaalisen verkon suorituskyvyn edistyneillä verkkokäytännöillä, kuten älykkäällä reitityksellä, liikenteen insinöörintiällä ja turvallisella yhteydellä monipilvi-ympäristössä.

Miten Aviatrix CoPilot parantaa toiminnallista tehokkuutta ja tarjoaa paremman näkyvyyden ja hallinnan tekoäly-käyttöönotoissa monipilvi-ympäristössä?

Aviatrix CoPilotin topologianäkymä tarjoaa reaaliaikaisen verkon viiveen ja lähetysnopeuden, jolloin asiakkaat voivat nähdä VPC/VNet-määrän. Se näyttää myös eri pilvi-resursseja, nopeuttaen ongelman tunnistamista. Esimerkiksi, jos asiakas havaitsee viiveongelman verkkoon, he tietävät, mitkä varat ovat vaikuttuneita. Lisäksi Aviatrix CoPilot auttaa asiakkaita tunnistamaan pullonkaulat, konfiguraatio-ongelmat ja virheelliset yhteydet tai verkon kartat. Lisäksi, jos asiakkaan on skaalattava ylös yksi heidän portistaan solmuun tekoälykykyjen tarjoamiseksi, Aviatrix CoPilot voi automaattisesti havaita, skaalata ja päivittää tarpeen mukaan.

Voitko selittää, miten dynaaminen topologian kartoitus ja upotettu turvallisuusnäkyvyys Aviatrix CoPilotissa auttavat tekoälysovellusten reaaliaikaisessa vianmäärityksessä?

Aviatrix CoPilotin dynaaminen topologian kartoitus mahdollistaa myös vankat vianmääritysmahdollisuudet. Jos asiakkaan on vianmääritystä tehtävä ongelmaa eri pilviympäristöjen välillä (vaadittaessa ymmärtämistä siitä, missä liikenne oli estynyt), CoPilot voi löytää sen, ja nopeuttaa ratkaisua. Aviatrix CoPilot ei ainoastaan visualisoi verkon osia, vaan tarjoaa myös turvallisuusvisualisointi-komponentteja, kuten oman uhka-IntelliQ:n, joka suorittaa turvallisuuden ja haavoittuvuuden suojaamista. Autamme asiakkaitamme kartoittamaan verkon ja turvallisuuden yhtenäiseen visualisointiratkaisuun.

Autamme myös kapasiteetin suunnittelussa sekä kustannuksissa (costIQ) että suorituskyvyssä (automaattinen oikeudellinen kokoaminen ja verkon optimointi).

Miten Aviatrix varmistaa datan turvallisuuden ja vaatimustenmukaisuuden eri pilvi-palveluntarjoajien kanssa tekoälytyökalujen integroinnissa?

AWS ja sen tekoälymoottori, Amazon Bedrock, ovat eri turvallisuusvaatimuksia kuin Azure ja Microsoft Copilot. Aviatrix voi auttaa asiakkaitamme luomaan orkestraatiokerroksen, jossa voimme automaattisesti kohdistaa turvallisuus- ja verkkovaatimukset kyseiseen pilvi-palveluntarjoajaan. Esimerkiksi Aviatrix voi automaattisesti erottaa datan kaikista pilvi-palveluntarjoajista riippumatta API:sta tai alustan arkkitehtuurista.

On tärkeää huomata, että kaikki nämä tekoälymoottorit ovat julkisessa aliverkossa, mikä tarkoittaa, että ne ovat yhteydessä internetiin, luoden lisää haavoittuvuuksia, koska ne käyttävät omistettua dataa. Onneksi meidän DCF voi olla sekä julkisessa että yksityisessä aliverkossa, varmistaen turvallisuuden. Julkisten aliverkkojen lisäksi se voi olla eri alueilla ja pilvi-palveluntarjoajilla, datakeskuksissa ja pilvi-palveluntarjoajilla tai VPC/VNet- ja alueiden välillä, sekä satunnaisten sivustojen ja pilven välillä. Perustamme päästä päähän salauksen VPC/VNet- ja alueiden välille turvallisen datansiirron vuoksi. Meillä on myös laaja auditoiminen ja lokipitoisuus tehtävistä järjestelmällä, sekä integroitu verkon ja käytännön suojaus uhka- ja syvän paketin tarkastelun kanssa.

Mitkä ovat tulevaisuuden trendit tekoälyn ja pilvilaskennan leikkauspisteessä, ja miten Aviatrix valmistautuu näihin trendeihin?

Näen tekoälyn ja pilvilaskennan yhdistymisen synnyttävän uskomattomia automaatio-ominaisuuksia verkko-, turvallisuus-, näkyvyys- ja vianmääritysratkaisuissa, jotka tuovat merkittäviä kustannussäästöjä ja tehokkuutta.

Se voi myös analysoida eri tyyppisiä dataa, jotka tulevat verkkoon, ja suositella sopivimpia käytäntöjä tai turvallisuusvaatimuksia. Samoin, jos asiakas tarvitsee toteuttaa HIPAA-vaatimukset, tämä ratkaisu voi skannata asiakkaan verkkoon ja suositella vastaavaa strategiaa.

Vianmääritys on suuri panostus, koska se vaatii asiakaspalvelukeskuksen avustusta. Kuitenkin useimmat näistä ongelmista eivät vaadi ihmisen väliintuloa.

Generatiivinen tekoäly (GenAI) tulee olemaan pelinmuuttaja pilvilaskennassa. Tänään topologia on päätöksentekopäivänä – kun verkkoarkkitehtuuri tai verkko-topologia on rakennettu, se on vaikea muuttaa. Yksi mahdollinen käyttötapa, jota uskon olevan horisontissa, on ratkaisu, joka suosittelee optimaalista topologiaa tietyille vaatimuksille. Toinen ongelma, jonka GenAI voi ratkaista, liittyy turvallisuuspolitiikoihin, jotka vanhenevat nopeasti muutaman vuoden kuluttua. GenAI-ratkaisu voi auttaa käyttäjiä luomaan uusia turvallisuuspaketteja uusien lakien ja määräysten mukaisesti.

Aviatrix voi toteuttaa saman turvallisuusarkkitehtuurin datakeskuksessa reunalla ratkaisumme avulla, koska enemmän tekoälyä tulee olemaan lähempänä data-lähteitä. Voimme auttaa yhdistämään sivustot ja paikat pilveen ja reunan kanssa tekoälylaskenta käynnissä.

Autamme myös B2B-integraatiossa eri asiakkaiden tai yksiköiden kanssa samassa yrityksessä eri toimintamalleilla.

Tekoäly ajaa uusia ja jännittäviä laskentatrendejä, jotka vaikuttavat siihen, miten infrastruktuuri rakennetaan. Aviatrixissa odotamme innostuneina hetkeä, jolloin voimme hyödyntää tilaisuutta turvallisella ja helppokäyttöisellä pilvi-verkko-ratkaisulla.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Aviatrix.

Antoine on visionäärisellä johtajalla ja Unite.AI:n perustajakumppani, joka on intohimoisesti omistautunut tulevaisuuden älyteknologian ja robotiikan muotoiluun ja edistämiseen. Sarjayrittäjänä hän uskoo, että älyteknologia tulee olemaan yhtä mullistava yhteiskunnalle kuin sähkö, ja hän on usein innostunut puhumaan älyteknologian ja AGI:n mahdollisuuksista.

Hän on tulevaisuudentutkija, joka on omistautunut tutkimiseen, miten nämä innovaatiot muotoilevat maailmaamme. Lisäksi hän on Securities.io:n perustaja, joka on keskittynyt sijoittamiseen älykkäisiin teknologioihin, jotka määrittelevät tulevaisuutta ja muokkaavat koko toimialoja.