Los costos de la nube siguen siendo una de las principales preocupaciones de las organizaciones. Según un Anodot reciente encuesta, el 50 % de las empresas luchan por controlarlos, en parte porque carecen de visibilidad del uso que hacen de la nube. Como era de esperar, reducir esos costos se ha convertido en una prioridad. A informe de Wanclouds encuentra que el 81% de los líderes de TI han sido dirigidos por su C-suite para reducir o no asumir gastos adicionales en la nube.
Seguramente eso es música para los oídos de las nuevas empresas cuya tecnología está diseñada para reducir los gastos. Hay varios por ahí. Pero uno de los vendedores más exitosos es Reparto de IAque anunció hoy que recaudó $20 millones en una inversión liderada por Creandum con la participación de inversionistas existentes anónimos.
Fundada por Yuri Frayman, Leon Kuperman y Laurent Gil en 2019, Cast AI, impulsada por AI, como su nombre lo indica, analiza el uso de la nube de una empresa para intentar encontrar la relación costo-rendimiento óptima. Los clientes de Cast AI pueden conectar sus planes en la nube a través de AWS, Google Cloud y Azure para ver recomendaciones y hacer que el sistema las implemente automáticamente.
“Decidimos construir una plataforma que ayudaría a las empresas a optimizar y reducir automáticamente sus costos en la nube, sin intervención manual”, dijo Frayman, quien se desempeña como director ejecutivo de Cast AI, a TechCrunch en una entrevista por correo electrónico. “La necesidad de una plataforma de este tipo se hizo evidente después de que cofundamos Zenedge, una plataforma de ciberseguridad basada en la nube que finalmente fue adquirida por Oracle. A medida que nuestra aplicación se amplió, vimos que nuestra factura de la nube aumentaba exponencialmente de miles de dólares a millones de dólares… Nuestro objetivo [with Cast AI] fue construir el producto que deseábamos tener en Zenedge”.
Según Frayman, Cast aprovecha “muchos modelos” para impulsar su motor de automatización de optimización del uso de la nube, que escala los recursos de la nube hacia arriba y hacia abajo en tiempo real mientras optimiza el costo. Los modelos están capacitados en metadatos de uso de los clientes, precios de la nube pública e información de inventario, y “otras señales” no divulgadas que los proveedores de la nube ponen a disposición. (Frayman señala que los clientes que no deseen enviar sus datos para capacitación pueden solicitar que se eliminen).
Panel de optimización de Cast AI, que muestra datos en tiempo real en instancias de nube pública. Créditos de imagen: Reparto de IA
Algunos de los modelos de Cast son responsables de determinar con qué frecuencia se pueden interrumpir los trabajos de la nube pública, mientras que otros predicen la disponibilidad de capacidad de cómputo sobrante. Otros están capacitados para anticipar cambios estacionales en los requisitos de la carga de trabajo, como disminuciones en el uso de la nube durante los meses de invierno.
“Podemos predecir precios de cómputo futuros más bajos para impactar la futura programación de carga de trabajo por lotes, algo así como buscar un vuelo más barato en Kayak y reservar una fecha futura que sea más barata”, explicó Frayman.
Como hemos escrito antes, hace varios años, el mercado de software de optimización de la nube, aunque incipiente, se estaba consolidando a medida que los titulares en sectores adyacentes vieron la oportunidad de dejar una huella. En 2017, Microsoft adquirió Cloudyn, que proporcionaba herramientas para analizar y pronosticar el gasto en la nube. VMware y NetApp compraron CloudHealth y Spot (anteriormente Spotinst), respectivamente, en el lapso de unos pocos años. En medio de todo eso, Apptio se hizo con el proveedor de gestión de gastos en la nube Cloudability, mientras que Intel compró Granulate por 650 millones de dólares.
La consolidación no ha terminado necesariamente. Pero algunos vendedores están prosperando, a juzgar por sus exitosas recaudaciones de fondos. Por ejemplo, ProsperOps, un rival de Cast, obtuvo $72 millones en una ronda de riesgo que cerró en febrero.
Para seguir siendo competitivo, Cast lanzó recientemente un producto de informes y monitoreo de costos en la nube similar a una prueba de “costo cero” y su primera oferta de seguridad cibernética: una herramienta que muestra a los usuarios las infracciones de las mejores prácticas de seguridad medidas por el Puntos de referencia del Centro de seguridad de Internet y muestra formas de corregir esas violaciones.
“Nuestro objetivo es tener menos personas que realicen un trabajo más interesante y de mayor orden en las operaciones en la nube”, dijo Frayman. “La industria se enfrenta a un cliente desafiado que necesita ahorrar costos en la nube de inmediato y no puede darse el lujo de analizar informes y asignar personas para resolver el problema manualmente”.
Frayman se negó a revelar las cifras de ingresos de Cast. Pero sí dijo que los ingresos trimestrales de Cast han crecido más de un 220 % desde el lanzamiento de la plataforma. La plataforma está optimizando las aplicaciones de miles de clientes, afirma, y Cast está administrando activamente más de un millón de CPU de nube pública.
Él cree que el susto del Silicon Valley Bank también podría estimular el negocio, dada la nueva escasez de capital. Con ese fin, a la luz de las quiebras bancarias, Cast ofrece servicios de incorporación gratuitos por tiempo limitado. Los clientes pagarán solo una vez que comiencen a ahorrar dinero.
Frayman dice que Cast pondrá los fondos recién asegurados, que elevan el total recaudado de la startup a más de $ 38 millones, para hacer crecer su equipo y “trabajar para tener un flujo de efectivo positivo”.
“Actualmente tenemos 75 empleados y esperamos hacer crecer el equipo a medida que el negocio crece y continuamos alcanzando nuestros hitos impulsados por métricas”, agregó. “Agregaremos capacidades de seguridad automatizadas a la plataforma Cast AI. También invertiremos en otras características para ayudar a nuestros clientes con las operaciones del ‘día dos’, como monitoreo, pruebas y alertas. De esa forma, podemos ayudar a mantener el rendimiento y la confiabilidad de los clústeres de nuestros clientes con el objetivo final de minimizar o eliminar por completo la intervención humana”.
Source link