Шактиман Молл, Головний менеджер продукту, Aviatrix – Серія інтерв’ю

Шактиман Молл є Головним менеджером продукту в Aviatrix. З більш ніж десятирічним досвідом у сфері розробки та впровадження мережевих рішень, Молл пишається своєю винахідливістю, креативністю, адаптивністю та точністю. До того, як приєднатися до Aviatrix, Молл обіймав посаду Старшого технічного маркетингового менеджера в Palo Alto Networks (PANW ) та Головного інженера інфраструктури в MphasiS.

Aviatrix – це компанія, що спеціалізується на спрощенні мережевого забезпечення для надання бізнесу можливості залишатися гнучким. Їх платформа мережевого забезпечення використовується понад 500 підприємств та призначена для надання видимості, безпеки та контролю за змінами потреб.

Що спочатку привернуло вашу увагу до комп’ютерної інженерії та кібербезпеки?

Як студент, спочатку я був більш зацікавлений у вивченні медицини та хотів здобути ступінь у галузі біотехнологій. Однак я вирішив змінити свій вибір на комп’ютерні науки після розмов з моїми однокурсниками про технологічні досягнення за попереднє десятиліття та нові технології на горизонті.

Можете описати свою поточну роль в Aviatrix та розповісти про свої обов’язки та те, як виглядає типовий день?

Я працюю в Aviatrix уже два роки та зараз обіймаю посаду Головного менеджера продукту в організації продукту. Як менеджер продукту, мої обов’язки включають створення бачення продукту, проведення ринкових досліджень та консультації з командами продажів, маркетингу та підтримки. Ці дані, разом з прямим взаємодією з клієнтами, допомагають мені визначити та пріоритезувати функції та виправлення помилок.

Я також забезпечую, щоб наші продукти відповідали вимогам клієнтів. Нові функції продукту повинні бути легкими у використанні та не надто складними. На своїй посаді я також повинен бути уважним до часу реалізації цих функцій – чи можемо ми зараз виділити інженерні ресурси для цього, чи це можна зробити через шість місяців? Чи повинен випуск бути поетапним чи фазованим у різні версії? Найважливіше – який очікується повернення інвестицій?

Типовий день включає зустрічі з інженерами, планування проекту, дзвінки клієнтам та зустрічі з командами продажів та підтримки. Ці обговорення дозволяють мені отримувати оновлення щодо майбутніх функцій та випадків використання, а також розуміти поточні питання та відгуки для вирішення проблем до випуску.

Які основні проблеми зустрічають команди ІТ при інтеграції інструментів штучного інтелекту до їхньої існуючої хмарної інфраструктури?

На основі реального досвіду інтеграції штучного інтелекту до наших технологій ІТ, я вважаю, що існують чотири проблеми, з якими компанії зіштнуться:

1. Освоєння даних та інтеграція: Дані збагачують штучний інтелект, але коли дані знаходяться в різних місцях і ресурсах організації, це може бути складно освоєння їх належним чином.
2. Масштабування: Операції штучного інтелекту можуть бути інтенсивними для процесора, що робить масштабування складним.
3. Навчання та підвищення осведомленості: Компанія може мати найпотужніший інструмент штучного інтелекту, але якщо співробітники не знають, як ним користуватися або не розуміють його, то він буде недооцінений.
4. Вартість: Для ІТ, особливо, якісна інтеграція штучного інтелекту не буде дешевою, і бізнес повинен виділити відповідні кошти.
5. Безпека: Забезпечити, щоб хмарна інфраструктура відповідала стандартам безпеки та нормативним вимогам, що стосуються застосунків штучного інтелекту

Як компанії можуть забезпечити, щоб їхня хмарна інфраструктура була достатньо міцною для підтримки великих обчислювальних потреб застосунків штучного інтелекту?

Є кілька факторів, які потрібно враховувати при роботі з застосунками штучного інтелекту. По-перше, потрібно вибрати правильний тип і екземпляр для масштабування та продуктивності.

Також потрібно забезпечити достатнє сховище даних, оскільки ці застосунки будуть використовувати статичні дані, доступні в компанії, та створювати власну базу даних інформації. Сховище даних може бути дорогим, тому компанії повинні оцінити різні типи оптимізації сховищ.

Іншим фактором є пропускна здатність мережі. Якщо кожен співробітник компанії одночасно використовує той самий застосунок штучного інтелекту, пропускна здатність мережі повинна бути достатньо великою – інакше застосунок буде дуже повільним. Також компанії потрібно вирішити, чи будуть вони використовувати централізовану модель штучного інтелекту, де обчислення відбуваються в одному місці, або розподілену модель штучного інтелекту, де обчислення відбуваються ближче до джерел даних.

Як команди ІТ можуть захистити свої системи від підвищеного ризику кібератак при зростанні прийняття штучного інтелекту?

Є два основних аспекти безпеки, які кожна команда ІТ повинна враховувати. По-перше, як захистити від зовнішніх ризиків? По-друге, як забезпечити, щоб дані, включаючи особисту інформацію клієнтів або власну інформацію компанії, залишалися всередині компанії та не були розкриті? Бізнес повинен визначити, хто може та не може доступитися до певних даних. Як менеджер продукту, мені потрібно конфіденційна інформація, до якої інші не мають доступу.

В Aviatrix ми допомагаємо нашим клієнтам захистити свої системи від атак, що дозволяє їм продовжувати впроваджувати технології, такі як штучний інтелект, які є важливими для конкурентоспроможності сьогодні. Ми забезпечуємо видимість та посилюємо виконання безпеки.

Також ми допомагаємо у плануванні потужності для вартості та продуктивності.

Як Aviatrix забезпечує безпеку даних та відповідність вимогам різних хмарних постачальників при інтеграції інструментів штучного інтелекту?

AWS та її інженерія штучного інтелекту, Amazon Bedrock, мають різні вимоги безпеки, ніж Azure та Microsoft Copilot. Aviatrix може допомогти нашим клієнтам створити оркестрований шар, де ми можемо автоматично відповідати вимогам безпеки та мережі постачальника хмарних послуг.

Важливо відзначити, що всі ці інженерії штучного інтелекту розташовані в публічній підмережі, що означає, що вони мають доступ до Інтернету, створюючи додаткові вразливості, оскільки вони споживають власну інформацію. На щастя, наш розподілений брандмауер (DCF) може розташовуватися в публічній та приватній підмережі, забезпечуючи безпеку. Ми встановлюємо шифрування від кінця до кінця між підмережами та регіональними центрами даних для безпечної передачі даних.

Які майбутні тенденції ви бачите на перетині штучного інтелекту та хмарних обчислень, і як Aviatrix готується до цих тенденцій?

Я бачу взаємодію штучного інтелекту та хмарних обчислень як джерело неймовірних автоматизаційних можливостей у сфері мереж, безпеки, видимості та вирішення проблем для значних економії коштів та підвищення ефективності.

Aviatrix може впроваджувати ту саму архітектуру безпеки для центру даних з нашим рішенням для країв, оскільки все більше штучного інтелекту буде розташовуватися ближче до джерел даних. Ми допомагаємо підключати філії та сайти до хмар та країв з обчисленнями штучного інтелекту.

Ми також допомагаємо у бізнес-інтеграції з різними клієнтами або сутностями в тій самій компанії з окремими операційними моделями.

Штучний інтелект стимулює нові та цікаві тенденції обчислень, які вплинуть на те, як будується інфраструктура. В Aviatrix ми очікуємо на можливість скористатися цією можливістю з нашим безпечним та безперебійним рішенням хмарної мережі.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Aviatrix.