El panorama cambiante de la nube: de la observabilidad a la optimización

El panorama cambiante de la nube: de la observabilidad a la optimización

Colaboradora de Chelsea Goddard

chelsea goddard es un inversionista en etapa inicial con sede en San Francisco entusiasmado con el futuro del software y la tecnología espacial.

En los últimos años, la computación en la nube se ha vuelto más costosa que nunca. Inicialmente atraídas por la promesa de reducir los costos en gastos de infraestructura, las empresas de todo el mundo acudieron en masa a gigantes como AWS y Google Cloud para alojar sus servicios. Se les dijo a los equipos técnicos que esto reduciría los costos de ingeniería y aumentaría la productividad de los desarrolladores, y en algunos casos así fue.

Los cambios fundamentales en AI/ML fueron posibles gracias a la capacidad de procesar lotes de trabajos y ejecutarlos en paralelo en la nube. Esto redujo la cantidad de tiempo necesario para entrenar ciertos tipos de modelos y condujo a ciclos de innovación más rápidos. Otro ejemplo fue el cambio en cómo se diseña realmente el software: desde aplicaciones monolíticas que se ejecutan en máquinas virtuales hasta un paradigma de infraestructura basada en contenedores y microservicios.

Sin embargo, si bien la adopción de la nube cambió fundamentalmente la forma en que construimos, administramos y ejecutamos productos tecnológicos, también tuvo una consecuencia imprevista: los costos de la nube desbocados.

Gasto total de la empresa en miles de millones. Los números son aproximados basado en datos de Synergy Research Group. Créditos de imagen: chelsea goddard

Si bien la promesa de gastar menos impulsó a las empresas a migrar los servicios a la nube, muchos equipos no sabían cómo hacerlo de manera eficiente y, por extensión, rentable. Esto creó la primera oportunidad de inversión inicial que hemos visto detrás del reciente aumento en la financiación de empresas para plataformas de observación en la nube como Chronosphere ($ 255 millones), Observe ($ 70 millones) y Cribl ($ 150 millones).

La tesis básica aquí es simple: si brindamos visibilidad sobre el costo de los servicios, podemos ayudar a los equipos a reducir sus gastos. Podemos comparar esto con el antiguo adagio que dice algo así como: “No puedes cambiar lo que no puedes ver”. Este también ha sido el principal impulsor para que las empresas más grandes adquieran jugadores de observabilidad más pequeños: para reducir el riesgo de abandono al atraer a los clientes con características de observabilidad adicionales y luego aumentar su valor de contrato promedio (ACV).


Source link