Sri Iyer, Kovr.ai’nin Kurucu Ortağı ve Teknik Direktörü – Röportaj Serisi

Sri Iyer, Kovr.ai’nin Kurucu Ortağı ve Teknik Direktörü, yapay zeka, veri analitiği, kuantum hesaplama ve otomasyon alanlarında yenilikleri sürükleyen опыт teknoloji lideridir. Kovr.ai’yi kurmadan önce, Amazon (AMZN ), Guidehouse, PwC ve Raytheon’da üst düzey rollerde bulunmuş ve hem kamu hem de özel sektörde nächsten nesil çözümler geliştiren takımları yönetmiştir. Yeni ortaya çıkan teknolojiler ve birçok endüstri sertifikasına sahip olan Iyer, organizasyonların karmaşık iş ve güvenlik zorluklarını çözmek için yıkıcı araçları kullanmalarına yardımcı olmak için bir üne sahiptir.

Kovr.ai, bulut ve hibrit ortamlar için tasarlanmış bir AI-yerli platform aracılığıyla siber uyumluluğu yeniden tanımlamaktadır. Şirket, FedRAMP ve CMMC gibi karmaşık düzenleyici çerçeveleri gerçek zamanlı, kod tabanlı zeka kullanarak otomatikleştirir, böylece işletmelerin yalnızca 15 dakika içinde çalıştırma yetkisi almasına olanak tanır. Geleneksel manuel danışmanlık ve esnek olmayan uyumluluk araçlarını değiştirerek, Kovr.ai, risk yönetimine yönelik ölçeklenebilir ve uyarlanabilir bir yaklaşım sağlar – yüksek düzenlenmiş organizasyonları güvenli, uyumlu ve sürekli değişime hazır tutar.

AWS, PwC ve çeşitli federal odaklı startups’ta liderlik rollerinde bulunduktan sonra, federal BT uyumluluğuyla ilgili kişisel veya profesyonel deneyimleriniz nelerdi ve Kovr.ai’yi kurma kararı nasıl aldınız?

Federal BT uyumluluğu zorluklarını her iki taraftan da deneyimledim – önce Savunma Bakanlığı için büyük ölçekli platformlar oluşturan bir sistem sahibi olarak ve daha sonra AWS’de bulut ve AI girişimlerini yönetirken. Bir durumda, yardım ettiğim bir sistem yıllarca geliştirildi, ancak uyumluluk nedeniyle daha uzun süre askıya alındı. Bu hayal kırıklığı, bir dönüm noktası oldu.

AWS’de, FedRAMP ve benzeri uyumluluk süreçlerinden geçen hizmetleri destekleyen takımları yönettim. Amazon’un geniş kaynaklarına rağmen, yeni bölgelerde hizmet yetkisi alması hala üç yıla kadar sürebilir. Bu ölçekte bile, en iyi iç çözümler esasen gelişmiş elektronik tablolardı – Quip veya Google Docs gibi araçlar – süreci izlemek ve yönetmek için. Verimsizlik şaşırtıcıydı ve çoğu ajansın aynı sorunu yaşadığını gördüm.

Yıllarca, daha iyi bir yol olabileceğine inanıyordum, ancak binlerce kontrolü kod tabanlarına ve belgelerine eşleştirmenin karmaşıklığı, gerçek otomasyonu ulaşılmaz hissettirdi. Bu, AWS’de AI/ML çözümleri mimari ekibini yönettiğimde değişti. Manuel iş akışlarını dönüştürebilen üretken AI’yi izlemek göz açıcıydı. Aniden, imkansız gibi görünen şey – uyumluluk iş yükünü azaltmak yerine yalnızca başka bir araçta kaydırmak – mümkün görünüyordu.

Biraz deneysel çalışma ve Ar-Ge’den sonra, şimdi kurucu ortak olan kişiyle birlikte, yalnızca uyumluluğu izlemekle kalmayan, aynı zamanda anlamlı bir şekilde hızlandıran bir platform oluşturabileceğimizi fark ettik. Bu anlayış, Kovr.ai’nin doğuşuydu, federal BT uyumluluğu yükünü azaltmak için AI’yi kullanmanın bir yolu.

Teknoloji startups’ları, federal uyumluluk gereksinimlerinin karmaşıklığı, maliyeti ve hızı ile mücadele ediyor. Kovr.ai, bu zorlukların üstesinden gelmek için hangi büyük engellerle karşılaştı ve bunları nasıl aştı?

Kovr.ai, federal uyumluluk için teknoloji startups’larına yönelik birkaç büyük engel ile karşılaştı, bunlar arasında:

• Karmaşıklık ve Manuel Süreçler: Startups, federal uyumluluğun karmaşıklığı ve manuel, elektronik tablo tabanlı süreçler nedeniyle bunalmış hissettiler. Bu, uyumluluğun yavaş, hatalı ve kaynak yoğunluğuna neden oldu.
• Yavaş Geri Bildirim ve İterasyon: Geleneksel uyumluluk süreçleri, takımlar ve danışmanlar arasında uzun geri bildirim döngülerini gerektirdi, ilerlemeyi geciktirdi ve startups’ın nerede olduklarını veya neyi düzeltmeleri gerektiğini bilmelerini zorlaştırdı.
• Yüksek Maliyet ve Kaynak Yükü: Startups, sınırlı zaman ve para ile, uyumluluğu temel ürün yol haritasından önce önceliklendirmekte zorluk yaşadı ve genellikle hükümet işini yıllarca erteledi.

Bu engelleri, otomasyon, esnek girişler, hızlı iterasyon ve derin iş akışı entegrasyonu kullanarak aştık. Platform, belgeleri, kodu ve bulut ortamlarını otomatik olarak taramakta ve anında boşluk değerlendirmeleri sağlamakta, böylece startups için uyumluluk daha erişilebilir hale gelmektedir. Herhangi bir formattaki belgeleri desteklemektedir, böylece girişteki engeller azaltılmaktadır ve gerçek dünya alaka düzeyini sağlamak için hızlı kullanıcı geri bildirimi vurgulanmaktadır. Geliştirme hatlarına uyumluluk kontrollerini entegre ederek, Kovr.ai takımların uyumluluğu büyük kesintiler olmadan sorunsuz bir şekilde entegre etmesine yardımcı olur.

OSCAL (Açık Güvenlik Kontrolü Değerlendirme Dili) gibi makine-okunabilir uyumluluk formatlarına geçiş, güvenlik ve uyumluluk süreçlerinde nasıl bir değişikliğe neden oldu?

OSCAL, uyumluluğu daha otomatik ve verimli hale getirebilir, ancak etkisi目前 olarak satıcılar ve ajanslar arasında kabul edilme hızıyla sınırlıdır. Daha fazla taraf OSCAL’ı kullandıkça, otomasyon ve standardizasyonun uyumluluk süreçlerindeki faydaları artacaktır. Kovr.ai, OSCAL’a dayalı olarak inşa edilmiştir, böylece uyumluluk bilgilerini bu formatta iletmek ve işlemek mümkündür, ancak daha geniş faydalar yalnızca daha fazla paydaşın OSCAL tabanlı iş akışlarını benimsemesiyle gerçekleştirilecektir.

Kovr.ai’yi “uyumluluk kaptanı” olarak tanımlıyorsunuz. Belgelemeye kadar olan süreci, denetim hazırlığına kadar olan süreci açıklar mısınız? Arka planda neler oluyor ve bu süreci daha hızlı veya kolay hale getiren nedir?

Arka planda, Kovr.ai, manuel işleri ortadan kaldırmak, anında geri bildirim sağlamak ve uyumluluk belgelerini güncel tutmak için AI ve otomasyonu kullanır, böylece kullanıcılar için tüm süreç, belgelemeden denetim hazırlığına kadar çok daha hızlı ve kolay hale gelir.

Kullanıcılar, zaten sahip oldukları uyumluluk belgelerini herhangi bir formatta getirebilir – belgeler, kod, bulut ortamı verileri, mimari diyagramları vb. Kovr.ai, her bir belgenin, kod tabanının ve ortamın her satırını otomatik olarak taramakta ve bu bilgileri ilgili güvenlik kontrollerine eşleştirmektedir – örneğin NIST 800-53’te bulunan kontrollere. Bu, kullanıcıların uyumluluk manzarasının kapsamlı bir bilgi grafiğini oluşturan AI modelleri kullanılarak yapılır.

Sonra sistem, her kontrolü değerlendirir, boşlukları tanımlar ve düzeltilmesi için eyleme geçirilebilir öneriler oluşturur. Kullanıcılar, bu boşlukları, ortamını veya belgelerini güncelleyerek ve Kovr.ai’ye yeniden yükleyerek çözebilir, Kovr.ai sonra sorunların çözülüp çözülmediğine ilişkin anında geri bildirim sağlar. İyi haber, bu sürecin gerekli olduğu kadar tekrarlanabilmesidir, böylece kullanıcılar, hızlı ve otomatik geri bildirimle uyumluluk durumlarını iteratif olarak iyileştirebilir, böylece geleneksel gecikmeleri ortadan kaldırır.

Kovr.ai, ayrıca hükümet şablonları gibi gerekli tüm uyumluluk belgelerini, bilgi grafiğindeki bilgiler kullanılarak oluşturabilir.

Son olarak, platform, tüm uyumluluk bilgilerini güncel tutar ve denetçiler için paketleyebilir. Artık denetçiler, uyumluluk verilerini doğrudan Kovr.ai’de inceleyerek ve sorgulayarak, denetim sürecini basitleştirebilir.

Startups, hızlı hareket etmek ve şeyleri kırmak veya uyumluluğu sağlamak için yavaşlamak arasında zor bir tercih yapmak zorunda kalıyor. Kovr.ai’yi inşa ederken bu teraziyi nasıl kurduunuz ve diğer yenilikçilere düzenlenmiş pazarlara ölçeklenirken hangi tavsiyelerde bulunurdunuz?

Kovr.ai, uyumluluk ve güvenlik özellikleri ile birlikte inşa edilmiştir, hava boşluklu sistemler, güçlü kimlik doğrulama ve şifreleme gibi özellikler düzenlenmiş ortamları desteklemektedir. Ayrıca, otomatik uyumluluk kontrollerini doğrudan DevOps pipeline’ımıza entegre ettik, böylece erken sorun tespiti sağladık ve uzun inceleme ve odaklandık hızlı prototipleme ve entegrasyona, kullanıcı geri bildirimi ile ürünün kullanıcı ihtiyaçlarını karşılayıp uyumlu kalmasını sağladık. Otomasyon, ayrıca manuel yükü azalttı, böylece hızlı ve güvenli geliştirme mümkün hale geldi.

Yenilikçiler için, özellikle düzenlenmiş pazarlar için, ürününüzü baştan uyumluluk ve güvenlik özellikleri ile inşa etmek çok önemlidir. DevOps pipeline’ınıza otomatik uyumluluk kontrollerini entegre edin ve insan uyumluluk uzmanlarını gerektiğinde getirin. Uyumluluk, özellik geliştirmesini yavaşlatabilir, ancak sonunda maliyetli yeniden çalışmayı önler.

Federal satın alma süreçlerinin modernleştirilmesi gereğinden bahsettiniz. Mevcut sistemin en çok hangi kısımları eskimiş görünüyor ve hangi pratik değişiklikler, erken aşamadaki şirketlerin rekabet etmesini kolaylaştıracaktır?

Federal satın alma sistemi, yavaş satın alma döngüleri, operasyonları yenilikten önce önceliklendiren fonlama ve startups’ın girmesini zorlaştıran karmaşık satın alma mekanizmaları ile často eskimiş görünmektedir. Erken aşamadaki şirketleri desteklemek için, pratik reformlar arasında, daha esnek, yenilik odaklı fonlama tahsis edilmesi, daha hızlı, küçük satın almalar için alım eşiğini düşürme, DOD’un Tradewinds gibi satın alma araçlarına erişimi genişletme ve yeni teknolojileri keşfetmeleri ve satın almaları kolaylaştırmak için basitleştirilmiş, “app-store” benzeri platformlar oluşturma yer almaktadır.

Geriye bakıldığında, Kovr.ai’yi bugüne getiren en önemli temel kararlar nelerdi – mimari, pazara çıkış stratejisi veya işe alma?

Kovr.ai için en önemli temel kararlar, hızlı prototipleme ve iterasyon, kullanıcı odaklı ürün vizyonu, esnek üretim stratejileri, geri bildirim topluluğu oluşturma ve müşteri ihtiyaçlarına odaklanmaydı. Bu seçimler, gerçekten federal uyumluluk zorluklarını çözen bir çözüm oluşturmamızı sağladı.

CTO olarak, nasıl hızlı bir şekilde yenilik yaparken ve aynı zamanda hava sıkı bir uyumluluk dengesi kuruyorsunuz? Bu öncelikleri izlemek için herhangi bir çerçeve veya iç uygulamalar benimsediniz mi?

Uyumluluğu her geliştirme aşamasına entegre ederek, otomasyonu kullanarak, esnek üretim ortamlarını koruyarak ve kullanıcı ihtiyaçlarına ve uzman rehberliğine yakından bağlı kalarak, hızlı yenilik ve hava sıkı uyumluluk dengesini kuruyorum. Bu uygulamalar, her iki önceliğin – hızlı yenilik ve hava sıkı uyumluluk – sürekli olarak karşılanmasını sağlar.

İleriye bakıldığında, Kovr.ai’nin nereye genişleyeceğini görüyorsunuz – eyalet ve yerel yönetim, finans, enerji veya sağlık gibi diğer düzenlenmiş endüstriler veya uluslararası pazarlar?

Ekibimiz, Kovr.ai teknolojisini sürekli ve otomatik uyumluluk yönetimi için ilerletecek, federal hükümet uyumluluğuna odaklanmanın ötesinde beberapa yönde genişleyecek. Bu, eyalet ve yerel yönetim, finans, enerji, sağlık gibi diğer düzenlenmiş endüstriler ve uluslararası pazarlara genişlemeyi içerir.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Kovr.ai‘yi ziyaret edebilir.