Шактиман Молл, Принципал Продукт Менеджер, Aviatrix – Интервью Серия

Шактиман Молл является Принципал Продукт Менеджером в Aviatrix. С более чем десятилетним опытом проектирования и реализации сетевых решений, Молл гордится своим изобретательством, креативностью, адаптивностью и точностью. До того, как присоединиться к Aviatrix, Молл работал в качестве Старшего Технического Маркетингового Менеджера в Palo Alto Networks и Принципал Инфраструктурного Инженера в MphasiS.

Aviatrix – это компания, которая фокусируется на упрощении облачных сетей, чтобы помочь бизнесу оставаться гибким. Их облачная сетевая платформа используется более чем 500 предприятиями и предназначена для предоставления видимости, безопасности и контроля для адаптации к меняющимся потребностям. Программа Aviatrix Certified Engineer (ACE) предлагает сертификацию в области мног облакных сетей и безопасности, направленную на поддержку профессионалов в освоении 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 я решил переключиться на компьютерные науки после разговоров с моими одноклассниками о технологических достижениях за предыдущее десятилетие и появляющихся технологиях на горизонте.

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

Я работаю в Aviatrix уже два года и в настоящее время являюсь принципал продуктом менеджером в продуктовой организации. Как продуктовый менеджер, 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, чтобы наши продукты соответствовали требованиям клиентов. Новые функции продукта должны быть легкими в использовании и не чрезмерно или ненужно сложными. В моей роли я также должен быть осведомлен о сроках для этих функций – можно ли выделить инженерные ресурсы для этого сегодня, или можно ли подождать шесть месяцев? С этой целью, должен ли выпуск быть поэтапным или фазированным в разных версиях? Самое главное, какой ожидаемый возврат на инвестиции?

Типичный день включает встречи с инженерами, планирование проектов, звонки клиентам и встречи с командами продаж и поддержки. Эти обсуждения позволяют мне получить обновление о предстоящих функциях и случаях использования, а также понять текущие проблемы и отзывы, чтобы устранить их до выпуска.

Какие основные проблемы сталкиваются ИТ-команды при интеграции инструментов ИИ в существующую облачную инфраструктуру?

На основе реального опыта интеграции ИИ в нашу ИТ-технологию, 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 их правильно освоить.
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 ИТ, в частности, качественная интеграция ИИ не будет дешевой, и бизнес должен соответствующим образом запланировать бюджет.
5. Безопасность: Обеспечить, чтобы облачная инфраструктура соответствовала стандартам безопасности и нормативным требованиям, связанным с приложениями ИИ

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

Есть несколько факторов, которые необходимо учитывать при запуске приложений ИИ. Во-первых, важно найти правильный тип и экземпляр для масштабирования и производительности.

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

Еще одним фактором является сетевая пропускная способность. Если каждый сотрудник компании использует одно и то же приложение ИИ одновременно, сетевая пропускная способность должна быть масштабируемой – в противном случае приложение будет слишком медленным, чтобы его можно было использовать. Аналогично, компании необходимо 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.

С учетом растущей популярности ИИ, как ИТ-команды могут защитить свои системы от повышенного риска кибератак?

Существует два основных аспекта безопасности, которые каждая ИТ-команда должна учитывать. Первый – как защититься от внешних рисков? Второй – как обеспечить, чтобы данные, будь то личная идентифицирующая информация (PII) 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 продуктовый менеджер, я cần конфиденциальную информацию, к которой другие не имеют доступа или код.

В Aviatrix мы помогаем нашим клиентам защититься от атак, позволяя им продолжать采用 технологии, такие как ИИ, которые необходимы для конкурентоспособности сегодня. Помните об оптимизации сетевой пропускной способности: поскольку Aviatrix действует как плоскость данных для наших клиентов, мы можем управлять данными, проходящими через их сеть, предоставляя видимость и усиливая обеспечение безопасности.

Аналогично, наша распределенная облачная 防御 (DCF) решает проблемы распределенной модели ИИ, где данные запрашиваются в нескольких местах, охватывающих географические границы с разными законами и требованиями. Конкретно, DCF поддерживает единый набор требований безопасности, обеспечиваемый во всем мире, гарантируя, что один и тот же набор требований безопасности и сетевой архитектуры 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 какую роль играет платформа Aviatrix в этом?

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

Облачные сетевые данные и расходы на исходящий трафик 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 с ростом объема облачных данных, что может повлиять на пропускную способность организаций.

Aviatrix разработала наше решение для исходящего трафика, чтобы дать клиенту видимость и контроль. Мы не только выполняем обеспечение на шлюзах через DCF, но также выполняем родную оркестровку, обеспечивая контроль на уровне сетевой карты для значительной экономии средств. Фактически, после анализа цифр на расходы на исходящий трафик, у нас были клиенты, которые сообщили о экономии 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 мног облакных средах.

Как Aviatrix CoPilot повышает операционную эффективность и обеспечивает лучшую видимость и контроль над развертываниями ИИ в мног облакных средах?

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

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

Динамическая топологическая карта Aviatrix CoPilot также обеспечивает надежные возможности устранения неполадок. Если клиент должен устранить проблему между различными облаками (что требует от него понимания, где был заблокирован трафик), CoPilot может найти ее, упрощая решение. Не только Aviatrix CoPilot визуализирует сетевые аспекты, но также обеспечивает визуализацию компонентов безопасности в виде нашей собственной Threat IQ, которая выполняет защиту безопасности и уязвимостей. Мы помогаем нашим клиентам картографировать сетевую и безопасную информацию в одном комплексном решении визуализации.

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

Как Aviatrix обеспечивает безопасность данных и соответствие требованиям 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 согласовать требования безопасности и сети с соответствующим облачным провайдером. Например, Aviatrix может автоматически изолировать данные для всех облачных провайдеров, независимо от API или основной архитектуры.

Важно отметить, что все эти движки ИИ находятся в публичной подсети, что означает, что они имеют доступ к Интернету, создавая дополнительные уязвимости, поскольку они потребляют конфиденциальные данные. Благодаря нашей DCF, она может находиться как в публичной, так и в 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, а также между случайным сайтом и облаком. Мы устанавливаем шифрование от конца до конца между VPC/VNets и регионами для безопасной передачи данных. У нас также есть обширные аудит и журналирование для задач, выполненных в системе, а также интегрированная сетевая и политическая информация с обнаружением угроз и глубоким анализом пакетов.

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

Я вижу взаимодействие ИИ и облачных вычислений, рождающее невероятные возможности автоматизации в ключевых областях, таких как сетевая 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 клиент нуждается в обеспечении соблюдения HIPAA, это решение может просканировать сеть клиента и затем рекомендовать соответствующую стратегию.

Устранение неполадок – это значительные инвестиции, поскольку для этого требуется call-центр, чтобы помочь клиентам. Однако большинство этих проблем не требуют человеческого вмешательства.

Генеративный ИИ (GenAI) также станет игроком, меняющим правила игры, для облачных вычислений. Сегодня топология – это решение дня ноль – как только архитектура или сетевая топология построена, ее трудно изменить. Одним из потенциальных вариантов использования, которое, по моему мнению, находится на горизонте, является решение, которое может рекомендовать оптимальную топологию на основе определенных требований. Другой проблемой, которую может решить GenAI, связанной с политиками безопасности, которые быстро становятся устаревшими после нескольких лет. Решение GenAI может помочь пользователям регулярно создавать новые стэки безопасности для 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 вычислениями ИИ.

Мы также помогаем в B2B-интеграции 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 воспользоваться этим моментом с помощью нашего безопасного и бесперебойного облачного сетевого решения.

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