Shaktiman Mall, Principal Product Manager, Aviatrix – Wywiad

Shaktiman Mall jest Principal Product Managerem w Aviatrix. Z ponad dekadą doświadczenia w projektowaniu i wdrażaniu rozwiązań sieciowych, Mall jest dumny z swojej pomysłowości, kreatywności, elastyczności i precyzji. Przed dołączeniem do Aviatrix, Mall pełnił funkcję Senior Technical Marketing Managera w Palo Alto Networks (PANW ) i Principal Infrastructure Engineer w MphasiS.

Aviatrix to firma specjalizująca się w uproszczeniu sieciowania chmury, aby pomóc firmom pozostać elastycznymi. Ich platforma sieciowania chmury jest używana przez ponad 500 przedsiębiorstw i jest zaprojektowana, aby zapewnić widoczność, bezpieczeństwo i kontrolę dla adaptacji do zmieniających się potrzeb. Program Aviatrix Certified Engineer (ACE) oferuje certyfikację w dziedzinie sieciowania i bezpieczeństwa chmury, ukierunkowaną na wspieranie profesjonalistów w pozostawaniu na bieżąco z trendami transformacji cyfrowej.

Czym pierwotnie zainteresował się pan komputerową inżynierią i cyberbezpieczeństwem?

Jako student, byłam początkowo bardziej zainteresowana studiowaniem medycyny i chciałam podjąć studia w dziedzinie biotechnologii. Jednak postanowiłam zmienić kierunek na naukę komputerową po rozmowach z kolegami o postępach technologicznych w poprzedniej dekadzie i pojawiających się technologiach.

Czy mógłby pan opisać swoją obecną rolę w Aviatrix i podzielić się z nami, jakie są pana odpowiedzialności i jak wygląda typowy dzień?

Przez dwa lata jestem w Aviatrix i obecnie pełnię funkcję Principal Product Managera w organizacji produktowej. Jako menedżer produktu, moimi odpowiedzialnościami są budowanie wizji produktu, prowadzenie badań rynkowych i konsultowanie się z zespołami sprzedaży, marketingu i wsparcia. Te dane łączą się z bezpośrednim zaangażowaniem klientów, co pomaga mi definiować i priorytetyzować funkcje i naprawy błędów.

Także upewniam się, że nasze produkty są zgodne z wymaganiami klientów. Nowe funkcje produktów powinny być łatwe w użyciu i nie powinny być nadmiernie lub niepotrzebnie skomplikowane. W mojej roli muszę również uwzględniać czas dla tych funkcji – czy możemy przydzielić zasoby inżynieryjne do tego dziś, czy może powinno to poczekać sześć miesięcy? W związku z tym, czy wdrożenie powinno być stopniowe lub fazowe w różnych wersjach? Co najważniejsze, jaki jest przewidywany zwrot z inwestycji?

Typowy dzień obejmuje spotkania z inżynierami, planowanie projektów, rozmowy z klientami i spotkania z zespołami sprzedaży i wsparcia. Te dyskusje pozwalają mi uzyskać informacje o nadchodzących funkcjach i przypadkach użycia, a także zrozumieć bieżące problemy i opinie, aby rozwiązać je przed wydaniem.

Jakie są główne wyzwania, z którymi spotykają się zespoły IT przy integrowaniu narzędzi AI z istniejącą infrastrukturą chmury?

W oparciu o doświadczenie z integrowaniem AI z naszą technologią IT, uważam, że istnieją cztery wyzwania, z którymi spotkają się firmy:

1. Pozyskiwanie danych i integracja: Dane wzbogacają AI, ale gdy dane są w różnych miejscach i zasobach w organizacji, może być trudno je odpowiednio pozyskać.
2. Skalowanie: Operacje AI mogą być intensywne obliczeniowo, co utrudnia skalowanie.
3. Szkolenie i podnoszenie świadomości: Firma może mieć najpotężniejsze rozwiązanie AI, ale jeśli pracownicy nie wiedzą, jak je używać lub nie rozumieją go, to będzie ono niedocenione.
4. Koszt: Dla IT, w szczególności, jakościowa integracja AI nie będzie tania, a firmy muszą odpowiednio zaplanować budżet.
5. Bezpieczeństwo: Upewnij się, że infrastruktura chmury spełnia standardy bezpieczeństwa i wymagania regulacyjne dotyczące aplikacji AI

Jak firmy mogą zapewnić, że ich infrastruktura chmury jest wystarczająco wytrzymała, aby obsłużyć wymagania obliczeniowe aplikacji AI?

Istnieją wiele czynników, które wpływają na uruchamianie aplikacji AI. Po pierwsze, ważne jest znalezienie odpowiedniego typu i wystąpienia do skalowania i wydajności.

Ponadto należy zapewnić odpowiednią pamięć masową, ponieważ aplikacje te będą korzystać z dostępnych danych w firmie i tworzyć własną bazę danych. Pamięć masowa może być kosztowna, co zmusza firmy do oceny różnych typów optymalizacji pamięci.

Innym czynnikiem jest przepustowość sieci. Jeśli każdy pracownik w firmie używa tej samej aplikacji AI jednocześnie, przepustowość sieci musi być skalowalna – w przeciwnym razie aplikacja będzie tak wolna, że nie będzie użyteczna. Podobnie, firmy muszą zdecydować, czy będą używać scentralizowanego modelu AI, w którym obliczenia są wykonywane w jednym miejscu, czy rozproszonego modelu AI, w którym obliczenia są wykonywane bliżej źródeł danych.

Jak zespoły IT mogą chronić swoje systemy przed zwiększonym ryzykiem ataków cybernetycznych wraz ze wzrostem adopcji AI?

Istnieją dwa główne aspekty bezpieczeństwa, które każdy zespół IT musi wziąć pod uwagę. Po pierwsze, jak chronimy się przed zewnętrznymi ryzykami? Po drugie, jak zapewniamy, że dane, czy to informacje osobiste klientów, czy informacje poufne, pozostają w firmie i nie są ujawniane? Firmy muszą określić, kto może i nie może uzyskać dostępu do określonych danych. Jako menedżer produktu, muszę mieć dostęp do wrażliwych informacji, do których inni nie są upoważnieni.

W Aviatrix pomagamy naszym klientom chronić się przed atakami, umożliwiając im kontynuowanie adopcji technologii takich jak AI, które są niezbędne do pozostania konkurencyjnymi dzisiaj. Przypomnijmy optymalizację przepustowości sieci: ponieważ Aviatrix działa jako płaszczyzna danych dla naszych klientów, możemy zarządzać danymi przepływającymi przez ich sieć, zapewniając widoczność i wzmocnienie egzekwowania bezpieczeństwa.

Likewise, nasz rozproszony firewall chmury (DCF) rozwiązuje wyzwania modelu AI rozproszonego, w którym dane są wykonywane w wielu miejscach, obejmujących granice geograficzne z różnymi prawami i zgodnościami. Konkretnie, DCF wspiera jeden zestaw wymagań bezpieczeństwa i architektury sieciowej egzekwowanych na całym świecie, zapewniając, że ta sama architektura bezpieczeństwa i sieci jest wspierana. Nasza architektura sieci Aviatrix pozwala nam również identyfikować punkty wąskie, w których możemy dynamicznie aktualizować tablicę trasowania lub pomagać klientom tworzyć nowe połączenia w celu optymalizacji wymagań AI.

Jak firmy mogą zoptymalizować swoje wydatki na chmurę podczas wdrażania technologii AI, a jaka jest rola platformy Aviatrix w tym procesie?

Jedną z głównych praktyk, która pomoże firmom zoptymalizować swoje wydatki na chmurę podczas wdrażania AI, jest minimalizowanie wydatków na transfer danych wychodzących.

Przetwarzanie danych i opłaty za transfer danych wychodzących są istotnym składnikiem kosztów chmury. Są one trudne do zrozumienia i nieelastyczne. Te struktury kosztów nie tylko utrudniają skalowalność i przenośność danych dla przedsiębiorstw, ale także zapewniają malejące zwroty z skali wraz ze wzrostem objętości danych chmury, co może wpłynąć na łączność firm.

Aviatrix zaprojektował nasze rozwiązanie do transferu danych wychodzących, aby dać klientom widoczność i kontrolę. Nie tylko wykonujemy egzekwowanie na bramkach za pomocą DCF, ale także native orchestration, egzekwując kontrolę na poziomie karty sieciowej dla znaczących oszczędności kosztów. W rzeczywistości, po przeanalizowaniu danych o wydatkach na transfer danych wychodzących, mieliśmy klientów, którzy zgłosili oszczędności w wysokości od 20% do 40%.

Także budujemy funkcje automatycznego dostosowywania, aby automatycznie wykryć wysokie wykorzystanie zasobów i automatycznie zaplanować uaktualnienia, gdy jest to konieczne.

Na koniec zapewniamy optymalną wydajność sieci za pomocą zaawansowanych funkcji sieciowych, takich jak inteligentne trasowanie, inżynieria ruchu i bezpieczne połączenia w środowiskach wielochmurowych.

Jak Aviatrix CoPilot zwiększa efektywność operacyjną i zapewnia lepszą widoczność i kontrolę nad wdrożeniami AI w środowiskach wielochmurowych?

Widok topologii Aviatrix CoPilot zapewnia czas rzeczywisty opóźnienia sieci i przepustowości, pozwalając klientom zobaczyć liczbę VPC/VNets. Wyświetla również różne zasoby chmury, przyspieszając identyfikację problemów. Na przykład, jeśli klient zobaczy problem z opóźnieniem w sieci, będzie wiedział, które aktywa są dotknięte. Aviatrix CoPilot pomaga również klientom identyfikować wąskie gardła, problemy z konfiguracją, nieprawidłowe połączenia lub mapowanie sieci. Ponadto, jeśli klient musi skalować jeden ze swoich bramek do węzła, aby obsłużyć więcej możliwości AI, Aviatrix CoPilot może automatycznie wykryć, skalować i uaktualnić, gdy jest to konieczne.

Czy mógłby pan wyjaśnić, jak dynamiczne mapowanie topologii i wbudowana widoczność bezpieczeństwa w Aviatrix CoPilot pomagają w rozwiązywaniu problemów z aplikacjami AI w czasie rzeczywistym?

Dynamiczne mapowanie topologii Aviatrix CoPilot ułatwia również możliwości rozwiązywania problemów. Jeśli klient musi rozwiązać problem między różnymi chmurami (co wymaga zrozumienia, gdzie ruch jest blokowany), CoPilot może to znaleźć, przyspieszając rozwiązanie. Aviatrix CoPilot nie tylko wizualizuje aspekty sieci, ale także zapewnia składniki wizualizacji bezpieczeństwa w postaci naszego własnego threat IQ, który wykonuje ochronę bezpieczeństwa i luk w zabezpieczeniach. Pomagamy naszym klientom mapować sieć i bezpieczeństwo w jednym kompleksowym rozwiązaniu wizualizacji.

Pomagamy również w planowaniu pojemności zarówno pod względem kosztów, jak i wydajności z auto-right sizing i optymalizacją sieci.

Jak Aviatrix zapewnia bezpieczeństwo danych i zgodność w różnych dostawcach chmury podczas integrowania narzędzi AI?

AWS i jego silnik AI, Amazon Bedrock, mają różne wymagania bezpieczeństwa niż Azure i Microsoft Copilot. Unikalnie, Aviatrix może pomóc naszym klientom utworzyć warstwę orchestracji, w której możemy automatycznie dopasować wymagania bezpieczeństwa i sieci do CSP w question. Na przykład, Aviatrix może automatycznie kompartamentalizować dane dla wszystkich CSP, niezależnie od API lub podstawowej architektury.

Ważne jest, aby zauważyć, że wszystkie te silniki AI są w publicznej podsieci, co oznacza, że mają dostęp do Internetu, tworząc dodatkowe słabości, ponieważ konsumują dane poufne. Na szczęście, nasz DCF może siedzieć na publicznej i prywatnej podsieci, zapewniając bezpieczeństwo. Poza publicznymi podsieciami może on również siedzieć w różnych regionach i CSP, między centrami danych i CSP lub VPC/VNets, a nawet między dowolnym miejscem a chmurą. Ustanawiamy szyfrowanie end-to-end między VPC/VNets i regionami dla bezpiecznego transferu danych. Mamy również obszerny audyt i rejestrowanie zadań wykonywanych w systemie, a także zintegrowaną sieć i politykę z wykrywaniem zagrożeń i głębokim inspekcją pakietów.

Jakie trendy przyszłości widzi pan na przecięciu AI i obliczeń w chmurze, a jak Aviatrix przygotowuje się do rozwiązania tych trendów?

Widzę, jak interakcja AI i obliczeń w chmurze daje niesamowite możliwości automatyzacji w kluczowych obszarach, takich jak sieciowanie, bezpieczeństwo, widoczność i rozwiązywanie problemów, co przynosi znaczne oszczędności kosztów i wydajności.

Mogłoby to również analizować różne typy danych wprowadzanych do sieci i rekomendować najbardziej odpowiednie polityki lub wymagania bezpieczeństwa. Podobnie, jeśli klient potrzebuje egzekwowania HIPAA, to rozwiązanie mogłoby przeskanować sieci klienta, a następnie rekomendować odpowiednią strategię.

Rozwiązywanie problemów jest dużą inwestycją, ponieważ wymaga centrum telefonicznego, aby pomóc klientom. Jednak większość tych problemów nie wymaga interwencji ludzkiej.

AI generatywny (GenAI) będzie również przełomem dla obliczeń w chmurze. Dziś topologia jest decyzją day-zero – raz gdy architektura lub topologia sieci jest zbudowana, jest trudno ją zmienić. Jednym z potencjalnych przypadków użycia, w które wierzę, że jest na horyzoncie, jest rozwiązanie, które mogłoby rekomendować optymalną topologię na podstawie określonych wymagań. Innym problemem, który GenAI mógłby rozwiązać, jest związany z politykami bezpieczeństwa, które szybko stają się nieaktualne po kilku latach. Rozwiązanie GenAI mogłoby pomóc użytkownikom regularnie tworzyć nowe sterty bezpieczeństwa zgodnie z nowymi prawami i przepisami.

Aviatrix może wdrożyć tę samą architekturę bezpieczeństwa dla centrum danych z naszym rozwiązaniem krawędziowym, biorąc pod uwagę, że więcej AI będzie siedzieć bliżej źródeł danych. Możemy pomóc połączyć gałęzie i miejsca z chmurą i krawędzią z AI obliczeniowymi.

Pomagamy również w integracji B2B z różnymi klientami lub podmiotami w tej samej firmie z oddzielnymi modelami operacyjnymi.

AI napędza nowe i ekscytujące trendy obliczeniowe, które wpłyną na to, jak budowana jest infrastruktura. W Aviatrix patrzymy naprzód, aby wykorzystać ten moment z naszym bezpiecznym i bezproblemowym rozwiązaniem sieciowania chmury.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Aviatrix.