Faros AI sammelt 16 Millionen US-Dollar, um die Produktivität von Entwicklern zu beleuchten, und startet eine kostenlose Open-Source-Plattform

Vitaly Gordon startete Salesforce Einstein 5 in einem Keller mit 2016 Mitarbeitern. Es dauerte nicht lange, bis es zu einem eindeutigen Erfolg für Salesforce wurde: Verbesserung der internen Unternehmensabläufe, die von über 10 Kunden genutzt werden, die täglich über 10 Milliarden Vorhersagen erstellen, ebenso gut wie Spitzenforschung, an dem Hunderte von Menschen arbeiten.

Warum genießt Gordon also nicht die Früchte seiner Arbeit bei Salesforce?

Weil sie, wie er es ausdrückte, nicht praktizierten, was sie predigten. Gordon erkannte, dass Engineering-Teams in Organisationen keineswegs datengesteuert sind, wie sie es sein sollten. Er gab seine Position als VP, Data Science and Engineering bei Salesforce Einstein auf und machte sich zusammen mit einigen seiner ehemaligen Kollegen auf den Weg, Software-Engineering datengesteuert zu machen.

Faros KI ist das Unternehmen, das Gordon 2019 mitbegründet hat, um Ingenieurteams einen umfassenden Einblick in ihre Betriebsabläufe zu bieten, damit sie Produkte schneller versenden können. Die Faros Engineering Operations Platform wird bereits von Unternehmen wie Box, Coursera und GoFundMe verwendet.

Faros AI gab heute bekannt, dass es 16 Millionen US-Dollar an Seed-Finanzierung unter der Leitung von SignalFire, Salesforce Ventures und Global Founders Capital unter Beteiligung von erfahrenen Tech-Koryphäen wie Maynard Webb, Frederic Kerrest, Adam Gross und anderen aufgebracht hat.

Darüber hinaus kündigt das Unternehmen die allgemeine Verfügbarkeit seiner kostenlosen Open-Source-Community-Edition Faros CE an. Wir haben uns mit Gordon getroffen, um über seine Reise mit Faros AI, die Philosophie dessen, was sie EngOps nennen, und die Entstehung der Faros AI-Plattform zu sprechen.

Analytics als Leuchtturm von Software-Engineering-Teams

Faros ist griechisch für Leuchtturm. Wie Gordon feststellte, sind vom Meer inspirierte Analogien im Infrastrukturbereich weit verbreitet. Es begann mit Docker, und dann kam Kubernetes, das griechische Wort für Kapitän zur See. Also wenn Kubernetes ist der Steuermann, der das Schiff steuert, was weist den Weg? Das wäre der Leuchtturm, und Faros AI will der Leuchtturm sein.

Gordon bezieht sich auf das, was Faros tut EngOps. Wenn Sie mit DevOps vertraut sind, denken Sie vielleicht, dass EngOps ähnlich ist – aber das ist es nicht. In Wirklichkeit kann die Arbeit von Faros AI als Analyse für Softwareentwicklungsteams zusammengefasst werden. Der Grund, warum Faros den Begriff EngOps verwendet, ist laut Gordon eine Anspielung auf andere Disziplinen.

Wenn wir uns Rollen wie Sales Operations, Marketing Operations oder Recruiting Operations ansehen, stellen wir fest, dass sie von hochgradig analytischen Personen ausgefüllt werden. Ihre Aufgabe ist es, Daten aus mehreren Quellen zu erhalten, die Pipelines zu analysieren, die Engpässe zu finden und dann den zuständigen Führungskräften Bericht zu erstatten und mit ihnen an der Verbesserung dessen zu arbeiten, was verbessert werden muss.

Faros AI basiert auf der Idee, diese Art von Rolle für das Software-Engineering zu evangelisieren. Gordon ist der Ansicht, dass jedes einzelne Unternehmen Mitarbeiter haben sollte, die Daten analysieren, um die technischen Leiter bei der Zuweisung von Ressourcen und dem Treffen von Entscheidungen zu beraten.

Sie würden denken, dass bei einer vollständig digitalen Softwareentwicklung mit etablierten Praktiken und Systemen jemandem in den Sinn gekommen wäre, hierfür Analysen zu verwenden, und dass dies bereits implementiert worden wäre. Konzeptionell ist es ziemlich einfach, und Faros AI beschreibt es mit dem Triptychon Verbinden – Analysieren – Anpassen.

Zunächst müssen alle für den Softwareentwicklungsprozess relevanten Systeme angebunden werden, damit deren Daten aufgenommen werden können. Mit Faros können Benutzer Systeme wie Code-Repositories verbinden, CI / CD, Ticketmanagement- und Projektmanagementsoftware in einem zentralisierten Aufzeichnungssystem.

Das ist eine Voraussetzung, um Analysen durchführen zu können. Es ist auch nicht so einfach, wie es klingt. Neben der Einrichtung der Konnektoren müssen die Daten integriert und ausgerichtet werden, und Gordon sagte, es brauche „eine Art Intelligenz“, um all diese verschiedenen Datenquellen zusammenzuführen. Ziel ist es, Änderungen von der Idee bis zur Produktion und darüber hinaus, Vorfälle von der Entdeckung über die Wiederherstellung bis zur Lösung zu verfolgen und Identitäten über die verschiedenen Systeme hinweg abzugleichen.

Dann kommt die Analyse, die den Kern des Prozesses darstellt. Nach Gordons Erfahrung sind die Metriken, die häufig zur Messung der Entwicklerproduktivität verwendet werden, wie Codezeilen oder Ticketing-Story-Points, möglicherweise einfach zu messen, aber sie sind nicht wirklich repräsentativ. Wenn überhaupt, so Gordon, könnte es eine umgekehrte Korrelation zwischen diesen Metriken und dem tatsächlich generierten Wert geben.

Um das zu finden, was seiner Meinung nach zu einem De-facto-Satz von Metriken für die Softwareentwicklung werden könnte, haben Gordon und seine Mitbegründer alles Mögliche gesucht. Sie kamen, um sich stark auf sie zu verlassen DORA – DevOps-Forschung und -Bewertung von Google Cloud.

DORA hat über 1000 Unternehmen untersucht und über 100 Metriken gemessen, um Teams in 4 Buckets einzuteilen – Elite, Hoch, Mittel und Niedrig. Sie haben das getan, sagte Gordon, basierend auf Metriken, die sich auf Prozesse und nicht auf Menschen konzentrieren, und eher Ergebnisse als Outputs messen. Diese Philosophie vertritt auch Faros AI.

Nicht zuletzt ermöglicht die Anpassung den Benutzern von Faros AI, Metriken an ihre eigenen Bedürfnisse und ihre Umgebung anzupassen. Da sich Organisationen in ihrer Arbeitsweise und den verwendeten Umgebungen unterscheiden, ist dies eine notwendige Vorkehrung, um sicherzustellen, dass die Plattform für jedes Szenario gut funktioniert und die erfassten Metriken die Realität vor Ort widerspiegeln.

Werte messen und maximieren

Das klingt alles schön und gut, aber wie setzt sich das in der Praxis in handfesten Nutzen um? Um diese Frage zu beantworten, sagte Gordon zu Beginn, dass es oft ausreicht, nur alles an einem Ort sehen zu können, um ein „Aha-Erlebnis“ zu erzeugen. Aber es geht darüber hinaus; fügte er hinzu. Ein entscheidender Aspekt, bei dem Faros AI Kunden helfen konnte, ist die Ressourcenzuweisung:

„Eines der Dinge, die wir immer wieder von unseren Kunden hören, und es kommt oft von der obersten Führungsebene oder manchmal sogar vom Vorstand, ist: Wir stellen mehr Ingenieure ein, aber wir scheinen nicht mehr Dinge zu erledigen. Warum ist das so? Warum sehen wir gerade in einem Umfeld, in dem es so schwierig ist, mehr Ingenieure einzustellen, keine Ergebnisse?

Eines der Dinge, die wir ihnen gezeigt haben, ist, dass, wenn Ihr Engpass nicht bei Ingenieuren liegt, die Code schreiben, sondern in der Qualitätssicherung, und Sie dort nicht genügend Leute haben, dann wird die Einstellung von mehr Ingenieuren, um mehr Funktionen zu schreiben, die Dinge tatsächlich langsamer und nicht schneller machen “, sagte Gordon.

Als die Unternehmen dies erkannten, reagierten sie darauf, indem sie ihre Einstellungspläne änderten, um diese Engpässe zu beheben, und das machte einen großen Unterschied. Die Neuzuweisung der vorhandenen Belegschaft, um Probleme in der Softwareentwicklungspipeline zu lösen, anstatt mehr Mitarbeiter einzustellen, kann laut Gordon dazu führen, dass 20 % mehr Ingenieure eingestellt werden.

Der Wert ergibt sich nicht nur aus der schnelleren Bereitstellung von Software, sondern auch aus der Verbesserung der Softwarequalität und der Minimierung von Ausfallzeiten, fügte Gordon hinzu. Laut Recherchen von Google können die Einsparungen je nach Teamgröße zwischen 6 und 250 Millionen US-Dollar pro Jahr liegen.

Faros AI richtet sich an Leiter von Engineering-Teams, CTOs und ähnliche Rollen. Während Gordon für den Wert plädierte, den es ihnen bieten kann; Wir haben uns gefragt, wie das Produkt von den Mitgliedern des Ingenieurteams aufgenommen wird, deren Arbeit im Rampenlicht steht. Die Erfahrung mit Kunden von Faros AI zeigt, dass die Mitarbeiterzufriedenheit steigt, sagte Gordon. Dies liegt daran, dass die „interne Bürokratie“ reduziert wird, was zu einer schnelleren Abwicklung führt und Ingenieuren die Auswirkungen ihrer Arbeit in der realen Welt zeigt.

Wenn es Ihnen Appetit macht, über Dinge wie Softwarequalität und Wertschöpfung zu sprechen, müssen Sie mit Ihren Erwartungen umgehen. Der Versuch, die Arbeit von Engineering-Teams hochrangigen Geschäftsmetriken zuzuschreiben, sei der heilige Gral für EngOps, sagte Gordon, aber so weit sind wir noch nicht.

An diesem Punkt können wir am nächsten kommen, fügte er hinzu, indem wir messen, wie lange es dauert, bis etwas in die Produktion geht. Angesichts der Ausbreitung von Engineering-Umgebungen und -Systemen ist das nicht trivial. Nach Gordons Erfahrung ist der Zyklus „Verbinden – Analysieren – Anpassen“ etwas, das viele Unternehmen unter Namen wie z Entwicklerproduktivität, Engineering-Effizienz oder Engineering-Empowerment.

Die meisten dieser Arbeiten sind völlig undifferenziert und es geht um den Aufbau von Infrastruktur. Die Überlegung ist, dass EngOps genau so, wie es für die meisten Unternehmen sinnvoll ist, ein handelsübliches ERP- oder CRM-System zu verwenden und es an ihre Bedürfnisse anzupassen, nicht anders sein sollte.

Für Gordon besteht die Mission von Faros AI darin, EngOps in so viele Organisationen wie möglich zu bringen. Die Veröffentlichung von Faros CE, der kostenlosen Open-Source-Community-Edition der Faros-KI-Plattform, ist ein wichtiger Schritt, der diesem Ziel dient. Es gibt keine wirklichen Unterschiede in den Fähigkeiten zwischen Faros CE und Faros AI Enterprise, außer wenn es um Funktionen wie Sicherheit und Compliance geht, sagte Gordon.

Faros CE ist eine BI-, API- und Automatisierungsschicht für alle technischen Betriebsdaten, einschließlich Quellcodeverwaltung, Aufgabenverwaltung, Vorfallverwaltung und CI/CD-Daten. Es stellt erstklassige Open-Source-Software zusammen: Airbyte für die Datenaufnahme, Hasura für die API-Schicht, Metabase für BI und n8n für die Automatisierung. Faros CE ist containerbasiert und kann in jeder Umgebung, einschließlich der Public Cloud, ohne externe Abhängigkeiten ausgeführt werden.

Faros AI Enterprise, verfügbar als SaaS mit Self-Hosting-Optionen, wird weiterhin der Monetarisierungstreiber für Faros AI sein. Faros CE wird jedoch auch dem Ziel dienen, Kunden in die Lage zu versetzen, Dinge wie das Hinzufügen weiterer Konnektoren zu ihren Systemen ihrer Wahl zu tun. Faros AI funktionierte umgekehrt wie Unternehmen mit Open-Source- und Enterprise-Versionen es normalerweise tun, beginnend mit der Enterprise-Version und dann mit der Veröffentlichung der Open-Source-Version.

Dies spiegelt sich auch in der Art und Weise wider, wie das Unternehmen Spenden sammelt, sagte Gordon. Die Seed-Runde von 16 Millionen US-Dollar kommt, nachdem das Unternehmen eine Weile mit einer voll funktionsfähigen Plattform und zahlenden Kunden in Betrieb war. Dies, fügte Gordon hinzu, bedeute, dass Gründer die Verwässerung ihrer Aktien und Unterstützer ihr Risiko minimieren. Die Finanzierung wird verwendet, um in das Produkt zu investieren und das Faros-KI-Team zu vergrößern.