访谈
शक्तिमान मॉल，首席产品经理，Aviatrix – 采访系列
Shaktiman Mall 是 Aviatrix 的首席产品经理。在设计和实施网络解决方案方面拥有十多年的经验，Mall 以其独创性、创造力、适应性和精确性而自豪。在加入 Aviatrix 之前，Mall 曾担任 Palo Alto Networks 的高级技术营销经理和 MphasiS 的首席基础设施工程师。
Aviatrix 是一家专注于简化云网络的公司，以帮助企业保持敏捷性。他们的云网络平台被超过 500 家企业使用，旨在为适应不断变化的需求提供可见性、安全性和控制。Aviatrix 认证工程师（ACE）计划提供多云网络和安全认证，旨在支持专业人员跟上数字化转型趋势。
最初是什么吸引你进入计算机工程和网络安全领域？
作为一名学生，我最初更感兴趣的是学习医学，想要攻读生物技术专业。然而，在与同学讨论过去十年来的技术进步和地平线上出现的新兴技术后，我决定转向计算机科学。
您能否描述您当前在 Aviatrix 的角色，并分享您的职责以及您的一天通常是什么样的？
我已经在 Aviatrix 工作了两年，目前担任产品组织的首席产品经理。作为产品经理，我的职责包括构建产品愿景、进行市场研究以及与销售、营销和支持团队进行咨询。这些输入与直接的客户互动相结合，帮助我定义和优先考虑功能和错误修复。
我还确保我们的产品符合客户的要求。新产品功能应该易于使用，不应过度或不必要地复杂。在我的角色中，我还需要注意这些功能的时机——我们是否可以立即分配工程资源，还是可以等六个月？为此，发布是否应分阶段或分阶段推出到不同的版本？最重要的是，预计的投资回报率是多少？
一天的时间通常包括与工程、项目规划、客户电话和与销售和支持的会议。这些讨论使我能够了解即将推出的功能和用例，同时了解当前的问题和反馈，以便在发布前排除故障。
IT 团队在将 AI 工具集成到现有的云基础设施时面临的主要挑战是什么？
根据在我们的 IT 技术中集成 AI 的实践经验，我认为公司将遇到以下四个挑战：
- 利用数据和集成：数据丰富了 AI，但当数据位于组织内的不同位置和资源时，很难正确地利用它。
- 扩展：AI 操作可能是 CPU 密集型的，使得扩展具有挑战性。
- 培训和提高意识：一家公司可能拥有最强大的 AI 解决方案，但如果员工不知道如何使用它或不了解它，那么它将被低估。
- 成本：对于 IT来说，高质量的 AI 集成不会便宜，企业必须相应地预算。
- 安全性：确保云基础设施符合 AI 应用程序相关的安全标准和法规要求
企业如何确保其云基础设施足够强大，以支持 AI 应用程序的重计算需求？
运行 AI 应用程序有多个因素。首先，找到合适的类型和实例以实现规模和性能至关重要。
此外，需要有足够的数据存储，因为这些应用程序将从公司内部可用的静态数据中获取并构建自己的信息数据库。数据存储可能很昂贵，迫使企业评估不同的存储优化类型。
另一个考虑因素是网络带宽。如果公司的每个员工同时使用同一个 AI 应用程序，则需要扩大网络带宽，否则应用程序将运行得如此缓慢，以至于无法使用。同样，公司需要决定是否使用集中式 AI 模型（计算发生在单个位置）或分布式 AI 模型（计算发生在数据源附近）。
随着 AI 的采用率增加，IT 团队如何保护其系统免受网络攻击的加剧风险？
有两个主要方面的安全性每个 IT 团队必须考虑。首先，我们如何保护免受外部风险？其次，我们如何确保数据（无论是客户的个人身份信息（PII）还是专有信息）保持在公司内部，不会被泄露？企业必须确定谁可以或不可以访问某些数据。作为产品经理，我需要敏感信息，其他人无权访问或代码。
在 Aviatrix，我们帮助客户保护免受攻击，允许他们继续采用像 AI 这样的技术，这些技术对于今天的竞争至关重要。回想一下网络带宽优化：由于 Aviatrix 作为我们的客户的数据平面，我们可以管理通过其网络的数据，提供可见性并增强安全执行。
同样，我们的分布式云防火墙（DCF）解决了分布式 AI 模型的挑战，在这种模型中，数据在多个位置查询，跨越地理边界，具有不同的法律和合规性。具体来说，DCF 支持在全球范围内执行单一集的安全合规性，确保相同的安全性和网络架构得到支持。我们的 Aviatrix 网络架构还允许我们识别瓶颈，我们可以动态更新路由表或帮助客户创建新连接以优化 AI 要求。
企业如何在实施 AI 技术的同时优化云支出，而 Aviatrix 平台在此过程中扮演什么角色？
实施 AI 时帮助企业优化云支出的主要做法之一是最小化出口支出。
云网络数据处理和出口费用是云成本的重要组成部分。它们不仅难以理解，而且也很僵化。这些成本结构不仅会阻碍企业的可扩展性和数据可移植性，还会随着云数据量的增加而影响带宽。
Aviatrix 设计了我们的出口解决方案，以提供客户可见性和控制。我们不仅在 DCF 中执行网关上的强制执行，还在网络接口卡级别执行本机编排，从而实现显著的成本节约。事实上，在计算出口支出后，我们的客户报告了 20% 至 40% 的节省。
我们还正在构建自动调整大小的功能，以自动检测高资源利用率并根据需要自动安排升级。
最后，我们确保多云环境中具有高级网络功能（如智能路由、流量工程和安全连接）的最佳网络性能。
Aviatrix CoPilot 如何提高操作效率，并在多云环境中为 AI 部署提供更好的可见性和控制？
Aviatrix CoPilot 的拓扑视图提供实时网络延迟和吞吐量，允许客户查看 VPC/VNets 的数量。它还显示不同云资源，通过加速问题识别来实现。
例如，如果客户在网络中看到延迟问题，他们将知道哪些资产受到影响。另外，Aviatrix CoPilot 帮助客户识别瓶颈、配置问题和不正确的连接或网络映射。另外，如果客户需要将网关扩展到节点以适应更多 AI 能力，Aviatrix CoPilot 可以自动检测、扩展和升级。
Aviatrix CoPilot 中的动态拓扑映射和嵌入式安全可见性如何协助 AI 应用程序的实时故障排除？
Aviatrix CoPilot 的动态拓扑映射还提供了强大的故障排除功能。如果客户需要在不同的云之间（需要了解流量被阻塞的位置）排除故障，CoPilot 可以找到它，从而简化解决方案。
Aviatrix CoPilot 不仅可视化网络方面，还提供安全可视化组件，例如我们的威胁智能（Threat IQ），它执行安全和漏洞保护。我们帮助客户将网络和安全映射到一个全面的可视化解决方案中。
我们还帮助客户进行容量规划，既有成本规划（CostIQ），也有性能规划（自动调整大小和网络优化）。
Aviatrix 如何确保在集成 AI 工具时在各个云提供商之间的数据安全和合规性？
AWS 和其 AI 引擎 Amazon Bedrock 有不同的安全要求，相比 Azure 和 Microsoft Copilot。Aviatrix 可以帮助客户创建一个编排层，我们可以自动将安全和网络要求与相关的云服务提供商（CSP）对齐。例如，Aviatrix 可以自动隔离所有 CSP 的数据，无论其 API 或底层架构如何。
值得注意的是，这些 AI 引擎都位于公共子网内，这意味着它们可以访问互联网，创建额外的漏洞，因为它们使用专有数据。幸运的是，我们的 DCF 可以位于公共子网和私有子网，确保安全性。除了公共子网外，它还可以跨不同区域和 CSP、数据中心和 CSP 或 VPC/VNets，甚至在随机站点和云之间提供服务。我们在 VPC/VNets 和区域之间建立端到端加密，以确保数据的安全传输。我们还具有广泛的审计和日志记录功能，用于在系统上执行的任务，以及集成的网络和策略、威胁检测和深度数据包检查。
您预见 AI 和云计算交叉点的未来趋势是什么，Aviatrix 将如何应对这些趋势？
我认为 AI 和云计算的交叉将带来令人难以置信的自动化能力，在网络、安全、可见性和故障排除等关键领域带来显著的成本节约和效率。
它还可以分析进入网络的不同类型的数据，并推荐最合适的策略或安全合规性。同样，如果客户需要执行 HIPAA，这个解决方案可以扫描客户的网络并推荐相应的策略。
故障排除是一个主要投资，因为它需要一个呼叫中心来帮助客户。然而，大多数这些问题不需要人工干预。
生成式 AI（GenAI）也将成为云计算的游戏规则改变者。今天，拓扑是一个零日决策——一旦架构或网络拓扑构建完成，就很难进行更改。我认为即将到来的一个潜在用例是，一个可以根据某些要求推荐最佳拓扑的解决方案。GenAI 解决方案还可以帮助用户定期创建新的安全堆栈，以适应新的法律法规。
Aviatrix 可以使用我们的边缘解决方案为数据中心实现相同的安全架构，考虑到更多的 AI 将位于数据源附近。我们可以帮助连接分支和站点到云和边缘，AI 计算运行。
我们还帮助不同客户或同一公司的不同实体之间的 B2B 集成，它们具有不同的运营模式。
AI 正在推动新的和令人兴奋的计算趋势，这将影响基础设施的构建。在 Aviatrix，我们期待着以我们的安全和无缝的云网络解决方案抓住这一机会。
感谢这次精彩的采访，希望了解更多的读者可以访问 Aviatrix。
