Шактиман Молл, Основной Менеджер Продукта, Aviatrix – Интервью

Шактиман Молл является Основным Менеджером Продукта в Aviatrix. С более чем десятилетним опытом проектирования и внедрения сетевых решений, Молл гордится своей изобретательностью, креативностью, адаптивностью и точностью. До того, как присоединиться к Aviatrix, Молл работал в качестве Старшего Технического Маркетингового Менеджера в Palo Alto Networks (PANW ) и в качестве Основного Инженера Инфраструктуры в MphasiS.

Aviatrix – это компания, которая фокусируется на упрощении облачного сетевого взаимодействия, чтобы помочь бизнесу оставаться гибким. Их облачная сетевая платформа используется более чем 500 предприятиями и предназначена для обеспечения видимости, безопасности и контроля для адаптации к меняющимся потребностям. Программа сертификации Aviatrix Certified Engineer (ACE) предлагает сертификацию в области многокloud сетей и безопасности, направленную на поддержку специалистов в поддержании актуальности цифровых трансформационных тенденций.

Что изначально привлекло вас к компьютерному инжинирингу и кибербезопасности?

Как студент, я изначально был более заинтересован в изучении медицины и хотел получить степень в области биотехнологии. Однако, после разговоров с одноклассниками о технологических достижениях за предыдущее десятилетие и о появляющихся технологиях на горизонте, я решил переключиться на компьютерные науки.

Можете ли вы описать свою текущую роль в Aviatrix и поделиться с нами, какие ваши обязанности и как выглядит ваш обычный день?

Я работаю в Aviatrix уже два года и в настоящее время занимаю должность Основного Менеджера Продукта в отделе продукта. Как менеджер продукта, мои обязанности включают построение видения продукта, проведение рыночных исследований и консультации с командами продаж, маркетинга и поддержки. Эти входные данные, в сочетании с прямым взаимодействием с клиентами, помогают мне определить и расставить приоритеты функций и исправлений ошибок.

Я также обеспечиваю соответствие наших продуктов требованиям клиентов. Новые функции продукта должны быть простыми в использовании и не чрезмерно или необязательно сложными. В моей роли я также должен быть внимательным к срокам для этих функций – можем ли мы выделить инженерные ресурсы для этого сегодня или можем ли мы подождать шесть месяцев? Кроме того, должен ли выпуск быть поэтапным или фазированным в разных версиях? Самое главное, какой ожидаемый возврат на инвестиции?

Обычный день включает встречи с инженерами, планирование проектов, звонки клиентам и встречи с командами продаж и поддержки. Эти обсуждения позволяют мне получить обновления о предстоящих функциях и случаях использования, а также понять текущие проблемы и обратную связь для устранения до выпуска.

Каковы основные проблемы, с которыми сталкиваются команды IT при интеграции инструментов ИИ в свою существующую облачную инфраструктуру?

На основе реального опыта интеграции ИИ в нашу технологию IT, я считаю, что компании столкнутся с четырьмя проблемами:

1. Освоение данных и интеграция: Данные обогащают ИИ, но когда данные находятся в разных местах и ресурсах в организации, может быть трудно освоить их должным образом.
2. Масштабирование: Операции ИИ могут быть интенсивными для ЦП, что делает масштабирование сложным.
3. Обучение и повышение осведомленности: Компания может иметь наиболее мощное решение ИИ, но если сотрудники не знают, как его использовать или не понимают его, то оно будет недоиспользовано.
4. Стоимость: Для команд IT качественная интеграция ИИ не будет дешевой, и бизнес должен планировать бюджет соответственно.
5. Безопасность: Обеспечить, чтобы облачная инфраструктура соответствовала стандартам безопасности и нормативным требованиям, актуальным для приложений ИИ.

Как бизнес может обеспечить, чтобы его облачная инфраструктура была достаточно прочной, чтобы поддерживать тяжелые вычислительные потребности приложений ИИ?

Существует множество факторов для запуска приложений ИИ. Во-первых, важно найти правильный тип и экземпляр для масштабирования и производительности.

Кроме того, необходимо обеспечить достаточное хранилище данных, поскольку эти приложения будут использовать статические данные, доступные внутри компании, и создавать свою собственную базу данных информации. Хранилище данных может быть дорогим, заставляя бизнес оценивать различные типы оптимизации хранения.

Еще одним фактором является пропускная способность сети. Если каждый сотрудник компании использует одно и то же приложение ИИ одновременно, пропускная способность сети должна масштабироваться – в противном случае приложение будет слишком медленным, чтобы его можно было использовать. Аналогично, компании должны решить, будут ли они использовать централизованную модель ИИ, где вычисления происходят в одном месте, или распределенную модель ИИ, где вычисления происходят ближе к источникам данных.

Как команды IT могут защитить свои системы от повышенного риска кибератак с увеличением внедрения ИИ?

Существует два основных аспекта безопасности, которые каждая команда IT должна учитывать. Во-первых, как мы можем защититься от внешних рисков? Во-вторых, как мы можем обеспечить, чтобы данные, будь то личная информация клиентов или конфиденциальная информация, оставались внутри компании и не были раскрыты? Бизнес должен определить, кто может и не может получить доступ к определенным данным. Как менеджер продукта, я нуждаюсь в конфиденциальной информации, к которой другие не имеют доступа или кода.

В Aviatrix мы помогаем нашим клиентам защититься от атак, позволяя им продолжать внедрять технологии, такие как ИИ, которые необходимы для конкурентоспособности сегодня. Отметим оптимизацию пропускной способности сети: поскольку Aviatrix действует как плоскость данных для наших клиентов, мы можем управлять данными, проходящими через их сеть, обеспечивая видимость и усиливая принудительную безопасность.

Аналогично, наша распределенная облачная брандмауэр (DCF) решает проблемы распределенной модели ИИ, где данные запрашиваются в нескольких местах, охватывающих географические границы с разными законами и требованиями. Конкретно, DCF поддерживает единую политику безопасности, обеспечиваемую во всем мире, гарантируя, что одинаковая архитектура безопасности и сетей поддерживается. Наша архитектура Aviatrix Networks также позволяет нам выявлять узкие места, где мы можем динамически обновлять таблицу маршрутизации или помогать клиентам создавать новые соединения для оптимизации требований ИИ.

Как бизнес может оптимизировать свои облачные расходы при внедрении технологий ИИ, и какая роль платформы Aviatrix играет в этом?

Одна из основных практик, которая поможет бизнесу оптимизировать свои облачные расходы при внедрении ИИ, заключается в минимизации расходов на выход из облака.

Обработка и передача данных облачной сети являются существенным компонентом облачных затрат. Они не только трудно понять, но и негибки. Эти структуры затрат не только препятствуют масштабируемости и переносимости данных для предприятий, но и обеспечивают снижение доходности по мере увеличения объема облачных данных, что может повлиять на пропускную способность организаций.

Aviatrix разработала наше решение для выхода из облака, чтобы дать клиентам видимость и контроль. Мы не только обеспечиваем принудительную безопасность на шлюзах через DCF, но и выполняем родную оркестровку, обеспечивая контроль на уровне сетевой карты для значительной экономии средств. Фактически, после анализа расходов на выход из облака у нас были клиенты, которые сообщили о сбережениях между 20% и 40%.

Мы также строим автоматические возможности для правого размера, чтобы автоматически обнаруживать высокое использование ресурсов и автоматически планировать апгрейды по мере необходимости.

Наконец, мы обеспечиваем оптимальную производительность сети с помощью передовых сетевых возможностей, таких как интеллектуальный маршрутизация, инженерия трафика и безопасное подключение в многокloud-окружениях.

Как Aviatrix CoPilot повышает операционную эффективность и обеспечивает лучшую видимость и контроль над развертываниями ИИ в многокloud-окружениях?

Топологический вид Aviatrix CoPilot обеспечивает реальное время сетевой задержки и пропускной способности, позволяя клиентам видеть количество VPC/VNets. Он также отображает разные облачные ресурсы, ускоряя выявление проблем. Например, если клиент видит проблему задержки в сети, он будет знать, какие активы受到 влияния. Кроме того, Aviatrix CoPilot помогает клиентам выявлять узкие места, проблемы конфигурации и неправильные соединения или сетевую карту. Кроме того, если клиенту необходимо масштабировать один из своих шлюзов в узел для размещения большего количества возможностей ИИ, Aviatrix CoPilot может автоматически обнаружить, масштабировать и обновлять по мере необходимости.

Можете ли вы объяснить, как динамическая топологическая карта и встроенная безопасность в Aviatrix CoPilot помогают в реальном времени устранять неполадки приложений ИИ?

Динамическая топологическая карта Aviatrix CoPilot также обеспечивает надежные возможности устранения неполадок. Если клиенту необходимо устранить неполадку между разными облаками (что требует от него понимания, где трафик был заблокирован), CoPilot может найти это, упрощая решение. Aviatrix CoPilot не только визуализирует сетевые аспекты, но и обеспечивает компоненты безопасности визуализации в виде нашей собственной Threat IQ, которая выполняет защиту от угроз и уязвимостей. Мы помогаем нашим клиентам картографировать сеть и безопасность в одном комплексном решении визуализации.

Мы также помогаем в планировании емкости как для стоимости с помощью CostIQ, так и для производительности с помощью автоматического правого размера и сетевой оптимизации.

Как Aviatrix обеспечивает безопасность данных и соблюдение требований в различных облачных провайдерах при интеграции инструментов ИИ?

AWS и его движок ИИ, Amazon Bedrock, имеют разные требования безопасности, чем Azure и Microsoft Copilot. Уникально, Aviatrix может помочь нашим клиентам создать слой оркестровки, где мы можем автоматически выравнивать требования безопасности и сети с облачным провайдером. Например, Aviatrix может автоматически компартментализировать данные для всех облачных провайдеров, независимо от API или основной архитектуры.

Важно отметить, что все эти движки ИИ находятся внутри публичной подсети, что означает, что они имеют доступ к Интернету, создавая дополнительные уязвимости, поскольку они потребляют конфиденциальные данные. К счастью, наша DCF может находиться на публичной и частной подсети, обеспечивая безопасность. Помимо публичных подсетей, она также может находиться в разных регионах и облачных провайдерах, между центрами данных и облачными провайдерами или VPC/VNets, и даже между случайным сайтом и облаком. Мы устанавливаем шифрование от конца до конца между VPC/VNets и регионами для безопасной передачи данных. Мы также имеем обширную аудиторию и ведение журнала для задач, выполненных на системе, а также интегрированную сеть и политику с обнаружением угроз и глубоким анализом пакетов.

Какие будущие тенденции вы предвидите на пересечении ИИ и облачного вычисления, и как Aviatrix готовится решить эти тенденции?

Я вижу взаимодействие ИИ и облачного вычисления, рождающее невероятные возможности автоматизации в ключевых областях, таких как сеть, безопасность, видимость и устранение неполадок для значительной экономии средств и эффективности.

Это также может проанализировать различные типы данных, поступающих в сеть, и рекомендовать наиболее подходящие политики или требования безопасности. Аналогично, если клиенту необходимо обеспечить соблюдение HIPAA, это решение может просканировать сеть клиента, а затем рекомендовать соответствующую стратегию.

Устранение неполадок является значительным вложением, поскольку для этого требуется колл-центр для помощи клиентам. Однако большинство этих проблем не требуют вмешательства человека.

Генеративный ИИ (GenAI) также станет игроком в облачном вычислении. Сегодня топология является решением дня ноль – как только архитектура или сетевая топология построена, ее трудно изменить. Одним из потенциальных вариантов использования, которое я считаю перспективным, является решение, которое может рекомендовать оптимальную топологию на основе определенных требований. Другой проблемой, которую может решить GenAI, связана с политиками безопасности, которые быстро устаревают после нескольких лет. Решение GenAI может помочь пользователям регулярно создавать новые стопки безопасности по мере появления новых законов и правил.

Aviatrix может реализовать одну и ту же архитектуру безопасности для центра данных с помощью нашего решения Edge, учитывая, что больше ИИ будет находиться рядом с источниками данных. Мы также можем помочь соединить филиалы и сайты с облаком и Edge с запуском вычислений ИИ.

Мы также помогаем в интеграции B2B с различными клиентами или сущностями в одной компании с отдельными операционными моделями.

ИИ стимулирует новые и интересные вычислительные тенденции, которые повлияют на то, как строится инфраструктура. В Aviatrix мы с нетерпением ждем возможности использовать этот момент с помощью нашей безопасной и беспрепятственной облачной сетевой платформы.

Благодарим за отличное интервью, читатели, которые хотят узнать больше, должны посетить Aviatrix.