جمعت Faros AI 16 مليون دولار لتسليط الضوء على إنتاجية المطورين ، وتطلق منصة مجانية مفتوحة المصدر

بدأ فيتالي جوردون شركة Salesforce Einstein في قبو مكون من 5 أشخاص في عام 2016. ولم يستغرق الأمر وقتًا طويلاً حتى تنمو لتصبح نجاحًا لا لبس فيه لـ Salesforce: تحسين عمليات الشركة الداخلية ، التي يستخدمها أكثر من 10 آلاف عميل ، وإنتاج أكثر من 10 مليارات تنبؤ كل يوم ، بالإضافة إلى الأبحاث المتطورة، مع مئات الأشخاص الذين يعملون عليه.

فلماذا لا يستمتع جوردون بثمار عمله في Salesforce؟

لأنهم ، على حد تعبيره ، لم يكونوا يمارسون ما يكرزون به. أدرك جوردون أن الفرق الهندسية في المؤسسات لا تعتمد على البيانات على الإطلاق كما ينبغي. ترك منصب نائب الرئيس لعلوم وهندسة البيانات في Salesforce Einstein وشرع في السعي لجعل هندسة البرمجيات تعتمد على البيانات ، جنبًا إلى جنب مع بعض زملائه السابقين.

فاروس AI هي الشركة التي أسسها جوردون في عام 2019 لتزويد الفرق الهندسية برؤية عميقة لعملياتهم حتى يتمكنوا من شحن المنتجات بشكل أسرع. منصة العمليات الهندسية Faros قيد الاستخدام بالفعل من قبل أمثال Box و Coursera و GoFundMe.

أعلنت Faros AI اليوم أنها جمعت 16 مليون دولار من التمويل الأولي بقيادة SignalFire و Salesforce Ventures و Global Founders Capital بمشاركة من شخصيات بارزة في مجال التكنولوجيا بما في ذلك Maynard Webb و Frederic Kerrest و Adam Gross والمزيد.

علاوة على ذلك ، تعلن الشركة أيضًا عن التوفر العام لإصدار المجتمع المجاني مفتوح المصدر ، Faros CE. التقينا بجوردون لمناقشة رحلته مع Faros AI ، وفلسفة ما يسمونه EngOps ، وصنع منصة Faros AI.

التحليلات منارة فرق هندسة البرمجيات

فاروس هي كلمة يونانية تعني المنارة. كما أشار جوردون ، فإن المقارنات المستوحاة من البحار تسير بقوة في مجال البنية التحتية. بدأ الأمر مع Docker ، ثم جاء Kubernetes ، وهو اسم يوناني لقبطان بحري. حتى إذا Kubernetes هو قائد الدفة الذي يوجه السفينة، ما الذي يشير الطريق؟ ستكون هذه المنارة ، ويريد Faros AI أن يكون المنارة.

يشير جوردون إلى ما يفعله فاروس إنغوبس. إذا كنت معتادًا على DevOps ، فقد تعتقد أن EngOps متشابه - لكنه ليس كذلك. في الواقع ، يمكن تلخيص ما يفعله Faros AI على أنه تحليلات لفرق هندسة البرمجيات. قال جوردون إن سبب استخدام فاروس لمصطلح EngOps هو إشارة إلى التخصصات الأخرى.

بالنظر إلى أدوار مثل عمليات المبيعات أو عمليات التسويق أو عمليات التوظيف ، نجد أنها تم شغلها من قبل أشخاص تحليليين للغاية. تتمثل مهمتهم في الحصول على البيانات من مصادر متعددة ، وتحليل خطوط الأنابيب ، والعثور على الاختناقات ، ثم تقديم تقرير إلى المديرين التنفيذيين المعنيين والعمل معهم على تحسين ما يحتاج إلى تحسين.

تم بناء Faros AI حول فكرة التبشير بهذا النوع من الدور لهندسة البرمجيات. يعتقد جوردون أن كل شركة يجب أن يكون لديها أشخاص يقومون بتحليل البيانات لتقديم المشورة الهندسية حول تخصيص الموارد واتخاذ القرارات.

قد تعتقد أنه مع كون هندسة البرمجيات رقمية بالكامل ، مع وجود ممارسات وأنظمة راسخة مستخدمة ، فإن استخدام التحليلات لذلك كان سيحدث لشخص ما ، وكان من الممكن تنفيذه بالفعل. من الناحية المفاهيمية ، يكون الأمر بسيطًا جدًا ، ويصفه Faros AI باستخدام Connect - Analyze - Customize بالثلاثي.

أولاً ، يجب توصيل جميع الأنظمة ذات الصلة بعملية تطوير البرامج ، بحيث يمكن استيعاب بياناتها. يتيح Faros للمستخدمين توصيل أنظمة مثل مستودعات الرموز ، CI / CDوإدارة التذاكر وبرامج إدارة المشاريع في نظام تسجيل مركزي واحد.

هذا شرط أساسي لتكون قادرًا على إجراء التحليلات. كما أنه ليس بهذه البساطة التي يبدو عليها. إلى جانب الحصول على الموصلات في مكانها الصحيح ، يجب دمج البيانات ومواءمتها ، وقال جوردون إن الأمر يتطلب "نوعًا من الذكاء" لربط كل مصادر البيانات المختلفة هذه معًا. الهدف هو تتبع التغييرات من الفكرة إلى الإنتاج وما بعده ، والحوادث من الاكتشاف إلى الاسترداد إلى الحل ، والتوفيق بين الهويات عبر الأنظمة المختلفة.

ثم يأتي التحليل ، وهو جوهر العملية. في تجربة جوردون ، قد يكون من السهل قياس المقاييس التي تُستخدم غالبًا لقياس إنتاجية المطور ، مثل سطور التعليمات البرمجية أو نقاط قصة التذاكر ، لكنها ليست تمثيلية حقًا. قال جوردون إنه إذا كان هناك أي شيء ، فقد يكون هناك ارتباط عكسي بين تلك المقاييس والقيمة الفعلية المتولدة.

من أجل التوصل إلى ما يدعي أنه يمكن أن يصبح مجموعة مقاييس فعلية لهندسة البرمجيات ، بحث جوردون وشركاؤه في البحث على المستويات المرتفعة والمنخفضة. جاؤوا ليعتمدوا بشكل كبير على DORA - بحث وتقييم Google Cloud's DevOps.

درست DORA أكثر من 1000 شركة وقامت بقياس أكثر من 100 مقياس ، واستخدمتها لتصنيف الفرق في 4 مجموعات - النخبة والعالية والمتوسطة والمنخفضة. قال جوردون إنهم فعلوا ذلك بناءً على مقاييس تركز على العملية وليس الأشخاص ، وقياس النتائج بدلاً من المخرجات. هذه هي الفلسفة التي يتبناها Faros AI أيضًا.

أخيرًا وليس آخرًا ، يسمح التخصيص لمستخدمي Faros AI بضبط المقاييس وفقًا لاحتياجاتهم وبيئتهم الخاصة. نظرًا لاختلاف المؤسسات في كيفية عملها والبيئات التي تستخدمها ، يعد هذا شرطًا ضروريًا لضمان عمل النظام الأساسي بشكل جيد لكل سيناريو وأن المقاييس التي تم جمعها تعكس الواقع على الأرض.

قياس وتعظيم القيمة

كل هذا يبدو جيدًا وجيدًا ، لكن كيف يترجم إلى فوائد ملموسة في الممارسة؟ للإجابة على هذا السؤال ، بدأ جوردون بالقول إن مجرد القدرة على رؤية كل شيء في مكان واحد يكفي في كثير من الأحيان لتوليد "لحظة آها". لكن الأمر يتعدى ذلك؛ ذهب ليضيف. أحد الجوانب الحاسمة التي تمكنت Faros AI من مساعدة العملاء بها هو تخصيص الموارد:

"أحد الأشياء التي نسمعها باستمرار من عملائنا ، وهي تأتي كثيرًا من الإدارة رفيعة المستوى ، أو حتى من مجلس الإدارة في بعض الأحيان ، هي: نوظف المزيد من المهندسين ، لكن لا يبدو أننا ننجز المزيد من الأشياء. لماذا هذا؟ خاصة في بيئة يصعب فيها توظيف المزيد من المهندسين ، فلماذا لا نرى النتائج؟

قال جوردون إن أحد الأشياء التي أظهرناها لهم هو أنه إذا لم يكن عنق الزجاجة يتعلق بكتابة المهندسين للتعليمات البرمجية ، ولكن في ضمان الجودة ، ولم يكن لديك عدد كافٍ من الأشخاص هناك ، فإن توظيف المزيد من المهندسين لكتابة المزيد من الميزات سيجعل الأمور في الواقع أبطأ ، وليس أسرع ".

بمجرد أن أدركت المؤسسات ذلك ، استجابت بتغيير خطط التوظيف الخاصة بها من أجل معالجة تلك الاختناقات ، وقد أحدث ذلك فرقًا كبيرًا. يمكن أن تؤدي إعادة تعيين القوى العاملة الحالية لمعالجة المشكلات في خط أنابيب هندسة البرمجيات ، بدلاً من توظيف المزيد من الأشخاص ، إلى ما يعادل توظيف 20٪ أكثر من المهندسين وفقًا لما قاله جوردون.

لا تأتي القيمة فقط من تقديم البرامج بشكل أسرع ولكن أيضًا من تحسين جودة البرامج وتقليل وقت التوقف عن العمل ، أضاف جوردون. وفقًا لأبحاث Google ، يمكن أن تتراوح المدخرات بين 6 ملايين دولار و 250 مليون دولار سنويًا ، اعتمادًا على حجم الفريق.

يهدف Faros AI إلى قيادة الفريق الهندسي ومديري العمليات والأدوار المماثلة. بينما قدم جوردون حجة للقيمة التي يمكن أن تقدمها لهم ؛ تساءلنا كيف يتلقى المنتج من قبل أعضاء الفريق الهندسي ، الذين يتم تسليط الضوء على عملهم. قال جوردون إن التجربة مع عملاء Faros AI تظهر أن رضا الموظفين يرتفع. هذا لأنه يقلل من "البيروقراطية الداخلية" ، مما يؤدي إلى تحول أسرع وجعل المهندسين يرون تأثير عملهم في العالم الحقيقي.

إذا كان الحديث عن أشياء مثل جودة البرامج والقيمة المتولدة يثير شهيتك ، فسيتعين عليك إدارة توقعاتك. قال جوردون إن محاولة عزو عمل الفرق الهندسية إلى مقاييس الأعمال عالية المستوى هي الكأس المقدسة لبرنامج EngOps ، لكننا لم نصل إلى هناك بعد.

وأضاف أن أقرب ما يمكننا الوصول إليه في هذه المرحلة هو قياس الوقت الذي يستغرقه إنتاج شيء ما. بالنظر إلى كيفية انتشار البيئات والأنظمة الهندسية ، فهذا ليس بالأمر الهين. في تجربة جوردون ، تعد دورة الاتصال - التحليل - التخصيص أمرًا تفعله العديد من المؤسسات ، تحت أسماء مثل إنتاجية المطورأو الكفاءة الهندسية أو التمكين الهندسي.

معظم هذا العمل غير مميز تمامًا ، ويتعلق ببناء البنية التحتية. يتمثل التفكير في أنه مثلما يكون من المنطقي بالنسبة لمعظم المؤسسات استخدام نظام ERP الجاهز أو نظام CRM وتخصيصه وفقًا لاحتياجاتهم ، يجب ألا يكون EngOps مختلفًا.

بالنسبة إلى جوردون ، تتمثل مهمة Faros AI في جلب EngOps إلى أكبر عدد ممكن من المنظمات. يعد إصدار Faros CE ، الإصدار المجتمعي المجاني والمفتوح المصدر لمنصة Faros AI ، خطوة مهمة في خدمة هذا الهدف. قال جوردون إنه لا توجد اختلافات حقيقية في القدرات بين Faros CE و Faros AI Enterprise ، إلا عندما يتعلق الأمر بميزات مثل الأمان والامتثال.

Faros CE هي طبقة ذكاء الأعمال وواجهة برمجة التطبيقات والأتمتة لجميع البيانات التشغيلية الهندسية ، بما في ذلك التحكم في المصدر وإدارة المهام وإدارة الحوادث وبيانات CI / CD. وهو يؤلف أفضل البرامج مفتوحة المصدر: Airbyte لاستيعاب البيانات ، و Hasura لطبقة API ، و Metabase لـ BI ، و n8n للأتمتة. يعتمد Faros CE على الحاوية ويمكنه العمل في أي بيئة ، بما في ذلك السحابة العامة ، بدون تبعيات خارجية.

ستستمر Faros AI Enterprise ، المتاحة كـ SaaS مع خيارات الاستضافة الذاتية ، في كونها محرك تسييل الأموال لـ Faros AI. ومع ذلك ، فإن Faros CE سيخدم أيضًا هدف تمكين العملاء من القيام بأشياء مثل إضافة المزيد من الوصلات إلى الأنظمة التي يختارونها. عملت Faros AI بالطريقة العكسية التي تعمل بها الشركات الرياضية مفتوحة المصدر وإصدارات المؤسسات ، بدءًا من إصدار المؤسسة ثم إطلاق الإصدار مفتوح المصدر.

قال جوردون إن هذا ينعكس أيضًا في الطريقة التي اختارت الشركة جمع التبرعات بها. تأتي الجولة الأولية البالغة 16 مليون دولار بعد أن كانت الشركة تعمل لفترة من الوقت ، بمنصة تعمل بكامل طاقتها وعملاء يدفعون لهم. وأضاف جوردون أن هذا يعني أن المؤسسين يقللون من تخفيف مخزونهم وأن الداعمين يقللون من مخاطرهم. سيتم استخدام التمويل للاستثمار في المنتج ، بالإضافة إلى تنمية فريق Faros AI.