Shaktiman Mall, Principal Product Manager, Aviatrix – Seria wywiadów

Shaktiman Mall jest Principal Product Managerem w Aviatrix. Z ponad dekadą doświadczenia w projektowaniu i wdrażaniu rozwiązań sieciowych, Mall przechwala się pomysłowością, kreatywnością, elastycznością i precyzją. Przed dołączeniem do Aviatrix, Mall pełnił funkcję Senior Technical Marketing Managera w Palo Alto Networks i Principal Infrastructure Engineer w MphasiS.

Aviatrix to firma skoncentrowana na uproszczeniu sieciowania chmury, aby pomóc firmom pozostać elastycznymi. Ich platforma sieciowania chmury jest używana przez ponad 500 przedsiębiorstw i została zaprojektowana w celu zapewnienia widoczności, bezpieczeństwa i kontroli w dostosowaniu się do zmieniających się potrzeb. Program Aviatrix Certified Engineer (ACE) oferuje certyfikację w sieciowaniu i bezpieczeństwie wielochmury, ukierunkowaną na wspieranie profesjonalistów w pozostawaniu na bieżąco z trendami transformacji cyfrowej.

Czym było to, co początkowo przyciągnęło Cię do inżynierii komputerowej i bezpieczeństwa cybernetycznego?

Jako student, byłam początkowo bardziej zainteresowana studiami medycznymi 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 technologii na horyzoncie.

Czy mógłbyś opisać swoją obecną rolę w Aviatrix i podzielić się z nami, jakie są Twoje odpowiedzialności i jak wygląda Twój przeciętny dzień?

Przez dwa lata jestem w Aviatrix i obecnie pełnię funkcję principal product managera w organizacji produktowej. Jako product manager, 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 klienta, co pomaga mi definiować i priorytetyzować funkcje i poprawki błędów.

Także upewniam się, że nasze produkty są zgodne z wymaganiami klientów. Nowe funkcje produktów powinny być łatwe w użyciu i nie nadmiernie lub niepotrzebnie skomplikowane. W mojej roli muszę również brać pod uwagę czas dla tych funkcji – czy możemy skierować zasoby inżynieryjne w tym kierunku dzisiaj, czy może możemy poczekać sześć miesięcy? W tym celu, czy wdrożenie powinno być stopniowe lub fazowane w różne wersje? Najważniejsze, jaki jest przewidywany zwrot z inwestycji?

Przeciętny 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, przed którymi stają zespoły IT, gdy integrują narzędzia AI z istniejącą infrastrukturą chmury?

Na podstawie doświadczeń z integrowaniem AI z naszą technologią IT, uważam, że istnieją cztery wyzwania, których będą musiały się przeciwstawić firmy:

1. Pozyskiwanie danych i integracja: Dane wzbogacają AI, ale gdy dane znajdują się w różnych miejscach i zasobach w organizacji, może być trudno je właściwie pozyskać.
2. Skalowanie: Operacje AI mogą być intensywne pod względem CPU, 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 ich, będą one niewykorzystane.
4. Koszt: Dla IT, w szczególności, dobrej jakości integracja AI nie będzie tania, a firmy muszą odpowiednio zaplanować swój 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 duże potrzeby obliczeniowe aplikacji AI?

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

Ponadto, konieczne jest zapewnienie odpowiedniej ilości miejsca na dane, ponieważ aplikacje te będą korzystać z dostępnych danych w firmie i budować własną bazę danych. Przechowywanie danych może być kosztowne, co zmusza firmy do oceny różnych typów optymalizacji przechowywania.

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

Wraz ze wzrostem adopcji AI, jak zespoły IT mogą chronić swoje systemy przed zwiększonym ryzykiem ataków cybernetycznych?

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 są dane osobowe 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 product manager, potrzebuję 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 utrzymania konkurencyjności dzisiaj. Przypomnij sobie 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.

Podobnie, nasz rozproszony firewall chmury (DCF) rozwiązuje wyzwania związane z modelem AI rozproszonym, w którym dane są wyszukiwane w wielu miejscach, obejmujących granice geograficzne z różnymi prawami i zgodnościami. Konkretnie, DCF obsługuje jeden zestaw zgodności z bezpieczeństwem na całym świecie, zapewniając, że ta sama architektura bezpieczeństwa i sieci jest obsługiwana. Nasza architektura sieci Aviatrix pozwala nam również identyfikować wąskie gardła, w których możemy dynamicznie aktualizować tabelę routingu 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?

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

Przetwarzanie danych i opłaty za transfer danych w chmurze są istotnym składnikiem kosztów chmury. Są one zarówno trudne do zrozumienia, jak i nieelastyczne. Te struktury kosztów nie tylko utrudniają skalowalność i przenoszalność 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, aby dać klientom widoczność i kontrolę. Nie tylko wykonujemy egzekwowanie na bramkach za pomocą DCF, ale także native orchestration, egzekwowanie kontroli na poziomie karty sieciowej dla znaczących oszczędności kosztów. W rzeczywistości, po przeanalizowaniu wydatków na transfer danych, mieliśmy klientów, którzy zgłaszali oszczędności między 20% a 40%.

Jesteśmy również w trakcie budowy funkcji auto-rightsizing, które automatycznie wykrywają wysokie wykorzystanie zasobów i automatycznie planują uaktualnienia w razie potrzeby.

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

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

Widok topologii Aviatrix CoPilot zapewnia widoczność w czasie rzeczywistym opóźnień sieciowych i przepustowości, umożliwiając klientom zobaczenie liczby 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. Ponadto, Aviatrix CoPilot pomaga klientom identyfikować wąskie gardła, problemy z konfiguracją, nieprawidłowe połączenia lub mapowanie sieci. Co więcej, jeśli klient musi skalować jeden ze swoich bramek do węzła, aby obsłużyć więcej możliwości AI, Aviatrix CoPilot może automatycznie wykryć, skalować i uaktualnić w razie potrzeby.

Czy możesz 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 silne możliwości rozwiązywania problemów. Jeśli klient musi rozwiązać problem między różnymi chmurami (co wymaga od niego zrozumienia, gdzie ruch jest blokowany), CoPilot może to znaleźć, przyspieszając rozwiązanie. Nie tylko Aviatrix CoPilot wizualizuje aspekty sieciowe, ale także zapewnia wizualizację składników bezpieczeństwa w postaci naszego własnego threat IQ, który wykonuje ochronę bezpieczeństwa i luk w zabezpieczeniach. Pomagamy naszym klientom mapować sieci i bezpieczeństwo w jednym kompleksowym rozwiązaniu wizualizacji.

Pomagamy również w planowaniu pojemności dla kosztów z costIQ i wydajności z auto-rightsize 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 dostosować wymagania bezpieczeństwa i sieciowe do CSP w question. Na przykład, Aviatrix może automatycznie izolować dane dla wszystkich CSP, niezależnie od API lub podstawowej architektury.

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

Jakie trendy przyszłości widzisz na przecięciu AI i obliczeń w chmurze, a jak Aviatrix przygotowuje się do ich rozwiązania?

Widzę, jak interakcja AI i obliczeń w chmurze rodzi niesamowite możliwości automatyzacji w kluczowych obszarach, takich jak sieci, bezpieczeństwo, widoczność i rozwiązywanie problemów, dla znaczących 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 egzekwować 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.

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

Aviatrix może wdrożyć tę samą architekturę bezpieczeństwa dla centrum danych z naszym rozwiązaniem edge, biorąc pod uwagę, że więcej AI będzie znajdować się bliżej źródeł danych. Możemy również pomóc w połączeniu oddziałów i lokalizacji z chmurą i edge z AI obliczeniowymi.

Pomagamy również w integracji B2B z różnymi klientami lub podmiotami w tej samej firmie o oddzielnych modelach operacyjnych.

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

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