Η Faros AI συγκεντρώνει 16 εκατομμύρια δολάρια για να ρίξει φως στην παραγωγικότητα των προγραμματιστών, λανσάρει δωρεάν πλατφόρμα ανοιχτού κώδικα

Ο Vitaly Gordon ξεκίνησε το Salesforce Einstein σε ένα υπόγειο με 5 άτομα το 2016. Δεν χρειάστηκε πολύς χρόνος για να εξελιχθεί σε μια αναμφισβήτητη επιτυχία για τη Salesforce: βελτίωση των εσωτερικών λειτουργιών της εταιρείας, που χρησιμοποιείται από περισσότερους από 10 πελάτες, παράγοντας πάνω από 10 δισεκατομμύρια προβλέψεις κάθε μέρα, καθώς έρευνα αιχμής, με εκατοντάδες ανθρώπους να εργάζονται σε αυτό.

Γιατί λοιπόν ο Γκόρντον δεν απολαμβάνει τους καρπούς της δουλειάς του στο Salesforce;

Διότι, όπως είπε, δεν ασκούσαν αυτό που κηρύττουν. Ο Gordon συνειδητοποίησε ότι οι ομάδες μηχανικών σε οργανισμούς δεν βασίζονται καθόλου στα δεδομένα όπως θα έπρεπε. Άφησε τον ρόλο του ως Αντιπρόεδρος, Επιστήμη Δεδομένων και Μηχανική στο Salesforce Einstein και ξεκίνησε μια προσπάθεια να κάνει τη μηχανική λογισμικού με γνώμονα τα δεδομένα, μαζί με μερικούς από τους πρώην συναδέλφους του.

Faros AI είναι η εταιρεία που συνίδρυσε ο Gordon το 2019 για να παρέχει στις ομάδες μηχανικών βαθιά ορατότητα στις δραστηριότητές τους, ώστε να μπορούν να αποστέλλουν προϊόντα πιο γρήγορα. Η Πλατφόρμα Μηχανικών Επιχειρήσεων Faros χρησιμοποιείται ήδη από εταιρείες όπως οι Box, Coursera και GoFundMe.

Η Faros AI ανακοίνωσε σήμερα ότι συγκέντρωσε χρηματοδότηση 16 εκατομμυρίων δολαρίων από τη SignalFire, τη Salesforce Ventures και την Global Founders Capital με τη συμμετοχή έμπειρων τεχνικών προσωπικοτήτων όπως οι Maynard Webb, Frederic Kerrest, Adam Gross και άλλοι.

Επιπλέον, η εταιρεία ανακοινώνει επίσης τη γενική διαθεσιμότητα της δωρεάν κοινοτικής έκδοσης ανοιχτού κώδικα, Faros CE. Συναντήσαμε τον Gordon για να συζητήσουμε το ταξίδι του με το Faros AI, τη φιλοσοφία αυτού που αποκαλούν EngOps και τη δημιουργία της πλατφόρμας Faros AI.

Το Analytics ως ο φάρος των ομάδων μηχανικής λογισμικού

Ο Φάρος είναι ελληνικός για φάρος. Όπως σημείωσε ο Gordon, οι αναλογίες εμπνευσμένες από τη θάλασσα γίνονται ισχυρές στον χώρο των υποδομών. Ξεκίνησε με τον Docker και μετά ήρθε το Kubernetes, που είναι ελληνικό για καπετάνιος. Οπότε αν Ο Kubernetes είναι ο τιμονιέρης που διευθύνει το πλοίο, τι δείχνει το δρόμο; Αυτός θα ήταν ο φάρος και το Faros AI θέλει να γίνει ο φάρος.

Ο Γκόρντον αναφέρεται σε αυτό που κάνει ο Φάρος EngOps. Εάν είστε εξοικειωμένοι με το DevOps, μπορεί να πιστεύετε ότι το EngOps είναι παρόμοιο — αλλά δεν είναι. Στην πραγματικότητα, αυτό που κάνει η Faros AI μπορεί να συνοψιστεί ως αναλυτικά στοιχεία για ομάδες μηχανικών λογισμικού. Ο λόγος που ο Faros χρησιμοποιεί τον όρο EngOps, είπε ο Gordon, είναι ένα νεύμα σε άλλους κλάδους.

Εξετάζοντας ρόλους όπως Λειτουργίες Πωλήσεων, Δραστηριότητες Μάρκετινγκ ή Δραστηριότητες Προσλήψεων, τους βρίσκουμε να συμπληρώνονται από άτομα με υψηλή ανάλυση. Η δουλειά τους είναι να συλλέγουν δεδομένα από πολλές πηγές, να αναλύουν τους αγωγούς, να βρίσκουν τα σημεία συμφόρησης και, στη συνέχεια, να αναφέρουν στα σχετικά στελέχη και να συνεργάζονται μαζί τους για τη βελτίωση του τι πρέπει να βελτιωθεί.

Το Faros AI βασίζεται στην ιδέα του ευαγγελισμού αυτού του είδους του ρόλου για τη μηχανική λογισμικού. Ο Gordon πιστεύει ότι κάθε εταιρεία πρέπει να έχει ανθρώπους που αναλύουν δεδομένα για να συμβουλεύουν τους ηγέτες μηχανικής σχετικά με την κατανομή πόρων και τη λήψη αποφάσεων.

Θα σκεφτόσαστε ότι με τη μηχανική λογισμικού να είναι εξ ολοκλήρου ψηφιακή, με καθιερωμένες πρακτικές και συστήματα που χρησιμοποιούνται, η χρήση αναλυτικών στοιχείων για αυτό θα είχε συμβεί σε κάποιον και θα είχε ήδη εφαρμοστεί. Εννοιολογικά, είναι αρκετά απλό και το Faros AI το περιγράφει χρησιμοποιώντας το τρίπτυχο Connect — Analyze — Customize.

Πρώτον, όλα τα συστήματα που σχετίζονται με τη διαδικασία ανάπτυξης λογισμικού πρέπει να συνδεθούν, ώστε τα δεδομένα τους να μπορούν να απορροφηθούν. Το Faros επιτρέπει στους χρήστες να συνδέουν συστήματα όπως αποθετήρια κώδικα, CI / CD, διαχείριση εισιτηρίων και λογισμικό διαχείρισης έργου σε ένα κεντρικό σύστημα καταγραφής.

Αυτό είναι απαραίτητη προϋπόθεση για να μπορείς να κάνεις αναλυτικά. Επίσης δεν είναι τόσο απλό όσο ακούγεται. Πέρα από την τοποθέτηση των συνδέσεων, τα δεδομένα πρέπει να ενσωματωθούν και να ευθυγραμμιστούν, και ο Gordon είπε ότι χρειάζεται «κάποιο είδος ευφυΐας» για να συρράψει όλες αυτές τις διαφορετικές πηγές δεδομένων μαζί. Ο στόχος είναι ο εντοπισμός αλλαγών από την ιδέα στην παραγωγή και πέρα ​​από αυτό, τα περιστατικά από την ανακάλυψη στην ανάκτηση έως την επίλυση και τη συμφιλίωση των ταυτοτήτων μεταξύ των διαφορετικών συστημάτων.

Έπειτα έρχεται η ανάλυση, η οποία είναι ο πυρήνας της διαδικασίας. Σύμφωνα με την εμπειρία του Gordon, οι μετρήσεις που χρησιμοποιούνται συχνά για τη μέτρηση της παραγωγικότητας των προγραμματιστών, όπως γραμμές κώδικα ή σημεία ιστορίας έκδοσης εισιτηρίων, μπορεί να είναι εύκολο να μετρηθούν, αλλά δεν είναι πραγματικά αντιπροσωπευτικές. Αν μη τι άλλο, είπε ο Gordon, μπορεί να υπάρχει αντίστροφη συσχέτιση μεταξύ αυτών των μετρήσεων και της πραγματικής αξίας που δημιουργείται.

Προκειμένου να καταλήξει σε αυτό που ισχυρίζεται ότι μπορεί να γίνει ένα de facto σύνολο μετρήσεων για τη μηχανική λογισμικού, ο Gordon και οι συνιδρυτές του έψαξαν ψηλά και χαμηλά. Έφτασαν να βασίζονται σε μεγάλο βαθμό DORA – Έρευνα και αξιολόγηση DevOps του Google Cloud.

Η DORA μελέτησε πάνω από 1000 εταιρείες και μέτρησε πάνω από 100 μετρήσεις, χρησιμοποιώντας τις για να ταξινομήσει τις ομάδες σε 4 κουβάδες — Elite, High, Medium και Low. Το έκαναν αυτό, είπε ο Gordon, με βάση μετρήσεις που εστιάζουν στη διαδικασία και όχι στους ανθρώπους, μετρώντας τα αποτελέσματα και όχι τις εκροές. Αυτή είναι η φιλοσοφία που ασπάζεται και η Faros AI.

Τελευταίο αλλά εξίσου σημαντικό, η προσαρμογή επιτρέπει στους χρήστες Faros AI να προσαρμόζουν τις μετρήσεις στις δικές τους ανάγκες και περιβάλλον. Καθώς οι οργανισμοί διαφέρουν ως προς τον τρόπο λειτουργίας και τα περιβάλλοντα που χρησιμοποιούν, αυτή είναι μια απαραίτητη διάταξη για να διασφαλιστεί ότι η πλατφόρμα λειτουργεί καλά για κάθε σενάριο και οι μετρήσεις που συλλέγονται αντικατοπτρίζουν την πραγματικότητα επί τόπου.

Μέτρηση και μεγιστοποίηση της τιμής

Όλα αυτά ακούγονται ωραία και καλά, αλλά πώς μεταφράζονται σε απτά οφέλη στην πράξη; Για να απαντήσει σε αυτήν την ερώτηση, ο Gordon ξεκίνησε λέγοντας ότι το να μπορείς να δεις τα πάντα σε ένα μέρος είναι πολλές φορές αρκετό για να δημιουργήσεις μια «άχα στιγμή». Αλλά πηγαίνει πέρα ​​από αυτό. συνέχισε προσθέτοντας. Μια κρίσιμη πτυχή με την οποία η Faros AI μπόρεσε να βοηθήσει τους πελάτες είναι η κατανομή πόρων:

«Ένα από τα πράγματα που συνεχίζουμε να ακούμε από τους πελάτες μας και προέρχεται πολύ από τη διοίκηση υψηλού επιπέδου, ή ακόμα και μερικές φορές το διοικητικό συμβούλιο, είναι: Προσλαμβάνουμε περισσότερους μηχανικούς, αλλά δεν φαίνεται να κάνουμε περισσότερα πράγματα. Γιατί αυτό? Ειδικά σε ένα περιβάλλον όπου είναι τόσο δύσκολο να προσλάβεις περισσότερους μηχανικούς, γιατί δεν βλέπουμε αποτελέσματα;

Ένα από τα πράγματα που τους δείξαμε είναι ότι εάν η συμφόρησή σας δεν είναι στους μηχανικούς που γράφουν κώδικα, αλλά στη διασφάλιση ποιότητας και δεν έχετε αρκετό κόσμο εκεί, τότε η πρόσληψη περισσότερων μηχανικών για να γράψουν περισσότερα χαρακτηριστικά θα κάνει τα πράγματα πιο αργά, όχι πιο γρήγορα. », είπε ο Γκόρντον.

Μόλις οι οργανισμοί το συνειδητοποίησαν αυτό, ανταποκρίθηκαν αλλάζοντας τα σχέδια προσλήψεών τους προκειμένου να αντιμετωπίσουν αυτά τα σημεία συμφόρησης, και αυτό έκανε τεράστια διαφορά. Η εκ νέου ανάθεση του υπάρχοντος εργατικού δυναμικού για την αντιμετώπιση προβλημάτων στον αγωγό μηχανικής λογισμικού, αντί της πρόσληψης περισσότερων ατόμων, μπορεί να οδηγήσει στην πρόσληψη 20% περισσότερων μηχανικών σύμφωνα με τον Gordon.

Η αξία δεν προέρχεται μόνο από την ταχύτερη παράδοση λογισμικού αλλά και από τη βελτίωση της ποιότητας του λογισμικού και την ελαχιστοποίηση του χρόνου διακοπής λειτουργίας, πρόσθεσε ο Gordon. Σύμφωνα με την έρευνα της Google, η εξοικονόμηση μπορεί να είναι μεταξύ 6 και 250 εκατομμυρίων δολαρίων ετησίως, ανάλογα με το μέγεθος της ομάδας.

Το Faros AI απευθύνεται σε επικεφαλής ομάδων μηχανικών, CTO και παρόμοιους ρόλους. Ενώ ο Γκόρντον υποστήριξε την αξία που μπορεί να τους προσφέρει. αναρωτηθήκαμε πώς γίνεται δεκτό το προϊόν από τα μέλη της ομάδας μηχανικών, των οποίων η δουλειά είναι στο επίκεντρο. Η εμπειρία με τους πελάτες της Faros AI δείχνει ότι η ικανοποίηση των εργαζομένων αυξάνεται, είπε ο Gordon. Αυτό οφείλεται στο γεγονός ότι μειώνει την «εσωτερική γραφειοκρατία», με αποτέλεσμα μια ταχύτερη ανάκαμψη και βλέποντας τους μηχανικούς τον αντίκτυπο της δουλειάς τους στον πραγματικό κόσμο.

Αν μιλάτε για πράγματα όπως η ποιότητα του λογισμικού και η αξία που δημιουργείται σας ανοίγει την όρεξη, θα πρέπει να διαχειριστείτε τις προσδοκίες σας. Η προσπάθεια να αποδοθεί το έργο των ομάδων μηχανικών σε επιχειρηματικές μετρήσεις υψηλού επιπέδου είναι το ιερό δισκοπότηρο για το EngOps, είπε ο Gordon, αλλά δεν είμαστε ακόμα εκεί.

Το πιο κοντινό που μπορούμε να φτάσουμε σε αυτό το σημείο, συνέχισε να προσθέτει, είναι να μετρήσουμε πόσο χρόνο χρειάζεται για να φτάσει κάτι στην παραγωγή. Δεδομένου του τρόπου με τον οποίο εξαπλώνονται τα περιβάλλοντα μηχανικής και τα συστήματα, αυτό δεν είναι ασήμαντο. Σύμφωνα με την εμπειρία του Gordon, ο κύκλος Connect – Analyze – Customize είναι κάτι που κάνουν πολλοί οργανισμοί, με ονόματα όπως π. παραγωγικότητα προγραμματιστή, αποτελεσματικότητα μηχανικής ή μηχανική ενδυνάμωση.

Το μεγαλύτερο μέρος αυτού του έργου είναι εντελώς αδιαφοροποίητο και αφορά την κατασκευή υποδομών. Η σκέψη είναι ότι ακριβώς όπως είναι λογικό για τους περισσότερους οργανισμούς να χρησιμοποιούν ένα μη διαθέσιμο σύστημα ERP ή CRM και να το προσαρμόζουν στις ανάγκες τους, έτσι και το EngOps δεν θα πρέπει να διαφέρει.

Για τον Gordon, η αποστολή του Faros AI είναι να φέρει το EngOps σε όσο το δυνατόν περισσότερους οργανισμούς. Η κυκλοφορία του Faros CE, της δωρεάν, ανοιχτού κώδικα Community Edition της πλατφόρμας Faros AI, είναι ένα σημαντικό βήμα για την εξυπηρέτηση αυτού του στόχου. Δεν υπάρχουν πραγματικές διαφορές στις δυνατότητες μεταξύ του Faros CE και του Faros AI Enterprise, παρά μόνο όταν πρόκειται για χαρακτηριστικά όπως η ασφάλεια και η συμμόρφωση, είπε ο Gordon.

Το Faros CE είναι ένα επίπεδο BI, API και αυτοματισμού για όλα τα επιχειρησιακά δεδομένα μηχανικής, συμπεριλαμβανομένου του ελέγχου πηγών, της διαχείρισης εργασιών, της διαχείρισης περιστατικών και των δεδομένων CI/CD. Συνθέτει το καλύτερο λογισμικό ανοιχτού κώδικα: Airbyte για απορρόφηση δεδομένων, Hasura για το επίπεδο API, Metabase για BI και n8n για αυτοματοποίηση. Το Faros CE βασίζεται σε κοντέινερ και μπορεί να εκτελεστεί σε οποιοδήποτε περιβάλλον, συμπεριλαμβανομένου του δημόσιου νέφους, χωρίς εξωτερικές εξαρτήσεις.

Το Faros AI Enterprise, διαθέσιμο ως SaaS με επιλογές self-hosting, θα συνεχίσει να είναι ο οδηγός δημιουργίας εσόδων για το Faros AI. Ωστόσο, το Faros CE θα εξυπηρετήσει επίσης τον στόχο να δώσει τη δυνατότητα στους πελάτες να κάνουν πράγματα όπως η προσθήκη περισσότερων συνδέσεων στα συστήματα της επιλογής τους. Το Faros AI λειτούργησε με τον αντίστροφο τρόπο που λειτουργούν συνήθως οι εταιρείες που διαθέτουν εκδόσεις ανοιχτού κώδικα και εταιρικές εκδόσεις, ξεκινώντας από την εταιρική έκδοση και στη συνέχεια κυκλοφόρησε την έκδοση ανοιχτού κώδικα.

Αυτό αντικατοπτρίζεται επίσης στον τρόπο που η εταιρεία επέλεξε να συγκεντρώσει χρήματα, είπε ο Gordon. Ο κύκλος εκκίνησης των 16 εκατομμυρίων δολαρίων έρχεται αφού η εταιρεία λειτουργεί για λίγο, με μια πλήρως λειτουργική πλατφόρμα και πελάτες που πληρώνουν. Αυτό, πρόσθεσε ο Gordon, σημαίνει ότι οι ιδρυτές ελαχιστοποιούν την αραίωση των μετοχών τους και οι υποστηρικτές ελαχιστοποιούν τον κίνδυνο. Η χρηματοδότηση θα χρησιμοποιηθεί για επένδυση στο προϊόν, καθώς και για την ανάπτυξη της ομάδας Faros AI.