Faros AI kogub 16 miljonit dollarit, et valgustada arendajate tootlikkust, ja käivitab tasuta avatud lähtekoodiga platvormi

Vitaly Gordon alustas Salesforce Einsteini 5. aastal 2016 inimesega keldris. Ei läinud liiga kaua aega, enne kui see kasvas Salesforce'i jaoks ühemõtteliseks eduks: ettevõtte sisemiste toimingute parandamine, mida kasutab üle 10 10 kliendi, iga päev tehakse üle XNUMX miljardi ennustuse, sama hästi kui tipptasemel teadustöö, mille kallal töötavad sajad inimesed.

Miks siis Gordon ei naudi Salesforce'is tehtud töö vilju?

Sest nagu ta ütles, nad ei praktiseerinud seda, mida nad jutlustavad. Gordon mõistis, et organisatsioonide insenerimeeskonnad ei ole üldse andmepõhised, nagu nad peaksid olema. Ta lahkus Salesforce Einsteini andmeteaduse ja -tehnika osakonna asepresidendi kohalt ning asus koos mõne oma endise kolleegiga püüdlema tarkvaratehnoloogia andmepõhiseks muutmise poole.

Farose AI on ettevõte, mille Gordon asutas 2019. aastal, et pakkuda insenerimeeskondadele nende tegevust põhjalikult, et nad saaksid tooteid kiiremini tarnida. Faros Engineering Operations Platform on juba kasutusel sellistes nagu Box, Coursera ja GoFundMe.

Faros AI teatas täna, et on kogunud 16 miljonit dollarit algrahastust, mida juhivad SignalFire, Salesforce Ventures ja Global Founders Capital, kus osalevad kogenud tehnoloogia tipptegijad, sealhulgas Maynard Webb, Frederic Kerrest, Adam Gross ja teised.

Veelgi enam, ettevõte teatab ka oma tasuta avatud lähtekoodiga kogukonna väljaande Faros CE üldisest kättesaadavusest. Võtsime Gordoniga ühendust, et arutada tema teekonda Farose AI-ga, nn EngOpsi filosoofiat ja Farose AI platvormi loomist.

Analüütika kui tarkvaratehnika meeskondade tuletorn

Faros on kreeka keeles tuletorn. Nagu Gordon märkis, on merest inspireeritud analoogid infrastruktuuriruumis tugevad. See algas Dockeriga ja seejärel tuli Kubernetes, mis on kreeka keeles merekapten. Nii et kui Kubernetes on tüürimees, kes laeva juhib, mis näitab teed? See oleks tuletorn ja Faros AI tahab olla majakas.

Gordon viitab sellele, mida Faros teeb EngOps. Kui olete DevOpsiga tuttav, võite arvata, et EngOps on sarnane, kuid see pole nii. Tegelikkuses võib Farose AI tegevust kokku võtta kui tarkvaratehnika meeskondade analüüsi. Põhjus, miks Faros kasutab terminit EngOps, on Gordoni sõnul noogutus teistele erialadele.

Vaadates selliseid rolle nagu müügioperatsioonid, turundustoimingud või värbamistoimingud, leiame, et neid täidavad väga analüütilised inimesed. Nende ülesanne on hankida andmeid mitmest allikast, analüüsida torujuhtmeid, leida kitsaskohad ning seejärel anda aru asjaomastele juhtidele ja teha nendega koostööd, et parandada seda, mida on vaja parandada.

Farose AI on üles ehitatud sellisele tarkvaratehnika rolli evangeliseerimisele. Gordon usub, et igas ettevõttes peaks olema inimesi, kes analüüsivad andmeid, et nõustada insenerijuhte ressursside jaotamisel ja otsuste tegemisel.

Võiks arvata, et kui tarkvaratehnika oleks täielikult digitaalne, väljakujunenud tavade ja süsteemide puhul, oleks analüütika kasutamine selle jaoks kellelegi pähe tulnud ja see oleks juba rakendatud. Kontseptuaalselt on see üsna arusaadav ja Farose AI kirjeldab seda triptühhoni ühendamise – analüüsi – kohandamise abil.

Esiteks peavad kõik tarkvaraarenduse protsessi jaoks olulised süsteemid olema ühendatud, et nende andmeid saaks sisse võtta. Faros võimaldab kasutajatel ühendada süsteeme, nagu koodihoidlad, CI / CD, piletihalduse ja projektihalduse tarkvara üheks tsentraliseeritud registrisüsteemiks.

See on analüütikaga tegelemise eeltingimus. See pole ka nii lihtne, kui see kõlab. Lisaks pistikute paika panemisele tuleb andmed integreerida ja joondada ning Gordon ütles, et kõigi nende erinevate andmeallikate ühendamiseks on vaja "mingisugust intelligentsust". Eesmärk on jälgida muutusi ideest tootmiseni ja kaugemalgi, intsidente avastamisest taastumiseni lahenduseni ning identiteedi ühitamist erinevates süsteemides.

Seejärel tuleb analüüs, mis on protsessi tuum. Gordoni kogemuse kohaselt võib sageli arendaja tootlikkuse mõõtmiseks kasutatavaid mõõdikuid, näiteks koodiridu või piletimüügilugusid, olla lihtne mõõta, kuid need ei ole tegelikult representatiivsed. Kui midagi, ütles Gordon, võib nende mõõdikute ja tegeliku loodud väärtuse vahel olla vastupidine korrelatsioon.

Et jõuda selleni, mis tema väitel võib muutuda de facto tarkvaratehnika mõõdikuteks, otsisid Gordon ja tema kaasasutajad kõrgeid ja madalaid otsinguid. Nad hakkasid suuresti toetuma DORA – Google Cloudi DevOpsi uurimine ja hindamine.

DORA uuris enam kui 1000 ettevõtet ja mõõtis üle 100 mõõdiku, kasutades neid meeskonnad nelja rühma – eliit, kõrge, keskmine ja madal. Gordon ütles, et nad tegid seda mõõdikute põhjal, mis keskenduvad protsessidele, mitte inimestele, mõõtes pigem tulemusi kui väljundeid. See on filosoofia, mida Faros AI samuti omaks võtab.

Viimaseks, kuid mitte vähemtähtsaks, võimaldab kohandamine Farose AI kasutajatel mõõdikuid oma vajadustele ja keskkonnale kohandada. Kuna organisatsioonid erinevad oma tööviiside ja kasutatavate keskkondade poolest, on see vajalik säte tagamaks, et platvorm töötab iga stsenaariumi korral hästi ja kogutud mõõdikud kajastavad tegelikku olukorda.

Väärtuse mõõtmine ja maksimeerimine

Kõik see kõlab hästi ja hästi, kuid kuidas see tegelikkuses käegakatsutavat kasu tähendab? Sellele küsimusele vastamiseks ütles Gordon alustuseks, et lihtsalt sellest, et näha kõike ühes kohas, piisab sageli "aha-hetke" tekitamiseks. Kuid see läheb kaugemale; lisas ta edasi. Üks oluline aspekt, mida Faros AI on suutnud kliente aidata, on ressursside eraldamine.

"Üks asi, mida me oma klientidelt pidevalt kuuleme ja mis tuleneb palju kõrgetasemelisest juhtkonnast või mõnikord isegi juhatusest, on järgmine: me palkame rohkem insenere, kuid tundub, et me ei jõua rohkem asju teha. Miks nii? Miks me tulemusi ei näe, eriti keskkonnas, kus on nii raske rohkem insenere palgata?

Üks asi, mida me neile näitasime, on see, et kui teie kitsaskoht ei ole koodi kirjutavates insenerides, vaid kvaliteedi tagamises ja teil pole seal piisavalt inimesi, siis rohkemate funktsioonide kirjutamiseks rohkemate inseneride palkamine muudab asjad tegelikult aeglasemaks, mitte kiiremaks. "ütles Gordon.

Kui organisatsioonid sellest aru said, muutsid nad kitsaskohtade lahendamiseks oma värbamisplaane ja see muutis tohutult. Olemasoleva tööjõu ümberpaigutamine tarkvaratehnika torujuhtme probleemide lahendamiseks, selle asemel, et palgata rohkem inimesi, võib Gordoni sõnul tuua kaasa 20% rohkem insenere.

Gordon lisas, et väärtus ei tulene ainult tarkvara kiiremast tarnimisest, vaid ka tarkvara kvaliteedi parandamisest ja seisakuaja minimeerimisest. Google'i uuringute kohaselt võib sääst olla 6–250 miljonit dollarit aastas, olenevalt meeskonna suurusest.

Farose AI on suunatud insenerimeeskondade juhtidele, tehnoloogiajuhtidele ja sarnastele rollidele. Kuigi Gordon põhjendas väärtust, mida see neile pakkuda võib; imestasime, kuidas võtavad toote vastu insenerimeeskonna liikmed, kelle töö on tähelepanu keskpunktis. Kogemused Farose AI klientidega näitavad, et töötajate rahulolu tõuseb, ütles Gordon. Selle põhjuseks on asjaolu, et see vähendab "sisebürokraatiat", mille tulemuseks on kiirem pööre ja insenerid näevad oma töö mõju reaalses maailmas.

Kui rääkimine sellistest asjadest nagu tarkvara kvaliteet ja loodud väärtus tekitab teie isu, peate oma ootusi juhtima. Gordon ütles, et insenerimeeskondade töö seostamine kõrgetasemeliste ärimõõdikutega on EngOpsi jaoks püha graal, kuid me pole veel seal.

Ta lisas, et lähim, mida me praegu saame, on mõõta, kui kaua kulub millegi tootmisse jõudmiseks. Arvestades, kuidas insenerikeskkonnad ja -süsteemid laialivalguvad, pole see triviaalne. Gordoni kogemuse kohaselt on tsükkel Ühenda – analüüsi – kohanda miski, mida paljud organisatsioonid teevad selliste nimede all nagu arendaja tootlikkus, inseneri tõhusus või inseneri volitused.

Suurem osa sellest tööst on täiesti eristamata ja see puudutab infrastruktuuri ülesehitamist. Arvatakse, et nii nagu enamiku organisatsioonide jaoks on mõistlik kasutada valmis ERP- või CRM-süsteemi ja kohandada seda vastavalt oma vajadustele, ei tohiks ka EngOps erineda.

Gordoni jaoks on Farose AI missioon viia EngOps võimalikult paljude organisatsioonideni. Farose AI platvormi tasuta avatud lähtekoodiga kogukonna väljaande Faros CE väljalaskmine on oluline samm selle eesmärgi saavutamiseks. Gordon ütles, et Faros CE ja Faros AI Enterprise'i võimalustes pole tegelikke erinevusi, välja arvatud selliste funktsioonide puhul nagu turvalisus ja vastavus.

Faros CE on BI-, API- ja automatiseerimiskiht kõigi tehniliste tööandmete jaoks, sealhulgas allikajuhtimine, ülesannete haldamine, intsidentide haldamine ja CI/CD andmed. See koosneb parimast avatud lähtekoodiga tarkvarast: Airbyte andmete sisestamiseks, Hasura API kihi jaoks, metabaas BI jaoks ja n8n automatiseerimiseks. Faros CE on konteineripõhine ja suudab töötada mis tahes keskkonnas, sealhulgas avalikus pilves, ilma väliste sõltuvusteta.

Faros AI Enterprise, mis on saadaval SaaS-ina koos isehostimisvõimalustega, on ka edaspidi Farose AI monetiseerimise juht. Kuid Faros CE teenib ka eesmärki, et võimaldada klientidel teha selliseid asju nagu lisada oma valitud süsteemidesse rohkem pistikuid. Farose AI töötas vastupidisel viisil, nagu tavaliselt teevad avatud lähtekoodiga ja ettevõtteversioone kasutavad ettevõtted, alustades ettevõtte versioonist ja seejärel vabastades avatud lähtekoodiga versiooni.

See kajastub ka viisis, kuidas ettevõte valis raha koguma, ütles Gordon. 16 miljoni dollari suurune seemnevoor saabub pärast seda, kui ettevõte on mõnda aega tegutsenud täielikult toimiva platvormi ja maksvate klientidega. Gordon lisas, et see tähendab, et asutajad vähendavad oma aktsiate lahjenemist ja toetajad minimeerivad oma riski. Rahastust kasutatakse tootesse investeerimiseks ja Farose AI meeskonna kasvatamiseks.