Faros AI kerää 16 miljoonaa dollaria valaistakseen kehittäjien tuottavuutta, lanseeraa ilmaisen avoimen lähdekoodin alustan

Lähdesolmu: 1735623

Vitaly Gordon aloitti Salesforce Einsteinin kellarissa, jossa oli 5 henkilöä vuonna 2016. Ei kestänyt liian kauan, ennen kuin siitä tuli yksiselitteinen Salesforcen menestys: yrityksen sisäisten toimintojen parantaminen, jota käyttää yli 10 10 asiakasta, joka tuottaa yli XNUMX miljardia ennustetta joka päivä, yhtä hyvin kuin huippututkimusta, jonka parissa työskentelee satoja ihmisiä.

Tekoäly

Joten miksi Gordon ei nauti työnsä hedelmistä Salesforcessa?

Koska, kuten hän sanoi, he eivät harjoittaneet sitä, mitä he saarnaavat. Gordon ymmärsi, että organisaatioiden suunnittelutiimit eivät ole lainkaan tietovetoisia, kuten niiden pitäisi olla. Hän jätti tehtävänsä Salesforce Einsteinin tietotieteiden ja -tekniikan johtajana ja ryhtyi tekemään ohjelmistosuunnittelusta tietopohjaista yhdessä joidenkin entisten kollegoidensa kanssa.

Faros AI on Gordonin vuonna 2019 perustama yritys, jonka tarkoituksena on tarjota suunnittelutiimeille syvällinen näkyvyys heidän toimintaansa, jotta he voivat toimittaa tuotteita nopeammin. Faros Engineering Operations Platform on jo Boxin, Courseran ja GoFundMen kaltaisten käyttäjien käytössä.

Faros AI ilmoitti tänään, että se on kerännyt 16 miljoonan dollarin alkurahoitusta SignalFiren, Salesforce Venturesin ja Global Founders Capitalin johdolla kokeneiden teknologian johtajien, kuten Maynard Webbin, Frederic Kerrestin, Adam Grossin ja muiden osallistumiseen.

Lisäksi yhtiö ilmoittaa myös ilmaisen avoimen lähdekoodin Community Editionin, Faros CE:n, yleisestä saatavuudesta. Tapasimme Gordonin keskustellaksemme hänen matkastaan ​​Faros AI:n kanssa, EngOps-filosofiasta ja Faros AI -alustan luomisesta.

Analytics ohjelmistosuunnittelutiimien majakkana

Faros on kreikkaa ja tarkoittaa majakkaa. Kuten Gordon totesi, meren inspiroimat analogiat ovat voimakkaita infrastruktuuritilassa. Se alkoi Dockerista, ja sitten tuli Kubernetes, joka on kreikkaa ja tarkoittaa merikapteenia. Niin jos Kubernetes on ruorimies, joka ohjaa alusta, mikä osoittaa tietä? Se olisi majakka, ja Faros AI haluaa olla majakka.

Gordon viittaa siihen, mitä Faros tekee EngOps. Jos olet perehtynyt DevOpsiin, saatat ajatella, että EngOps on samanlainen - mutta se ei ole. Todellisuudessa Faros AI:n tekeminen voidaan tiivistää ohjelmistosuunnittelutiimien analytiikkaksi. Syy, miksi Faros käyttää termiä EngOps, Gordon sanoi, on nyökkäys muille tieteenaloille.

Tarkasteltaessa rooleja, kuten myynti-, markkinointi- tai rekrytointitoimintoja, huomaamme, että ne täyttävät erittäin analyyttiset ihmiset. Heidän tehtävänsä on hankkia tietoja useista lähteistä, analysoida putkistoja, löytää pullonkaulat ja raportoida sitten asianomaisille johtajille ja työskennellä heidän kanssaan parantaakseen sitä, mitä on parannettava.

Faros AI on rakennettu ajatuksen ympärille evankelioida tällainen ohjelmistosuunnittelun rooli. Gordon uskoo, että jokaisessa yrityksessä pitäisi olla ihmisiä, jotka analysoivat tietoja neuvoakseen suunnittelujohtajia resurssien allokoinnissa ja päätösten tekemisessä.

Voisi luulla, että jos ohjelmistosuunnittelu olisi täysin digitaalista, vakiintunein käytäntöin ja järjestelmillä, analytiikan käyttö tähän olisi jollekulle tullut mieleen ja se olisi jo toteutettu. Käsitteellisesti se on melko suoraviivainen, ja Faros AI kuvaa sitä Connect — Analyze — Customize triptyykin avulla.

Ensinnäkin kaikki ohjelmistokehitysprosessin kannalta merkitykselliset järjestelmät on yhdistettävä, jotta niiden tiedot voidaan syöttää. Faros antaa käyttäjien yhdistää järjestelmiä, kuten koodivarastoja, CI / CD, lipunhallinta- ja projektinhallintaohjelmistot yhdeksi keskitetyksi tietuejärjestelmäksi.

44b7dade8566bd527b25c2f2ddd47f0907f27814-1640x908.png

Faros AI viittaa ohjelmistosuunnittelun analytiikkaan nimellä EngOps, nyökkäyksenä sellaisille aloille, kuten myynti tai markkinointi, joissa termit kuten SalesOps viittaavat analyyttisiin toimintoihin. Kuva: Faros AI

Faros AI

Se on edellytys analytiikan tekemiselle. Se ei myöskään ole niin yksinkertaista kuin miltä se kuulostaa. Sen lisäksi, että liittimet saatetaan paikoilleen, tiedot on integroitava ja kohdistettava, ja Gordon sanoi, että kaikkien eri tietolähteiden yhdistäminen vaatii "jonkinlaista älykkyyttä". Tavoitteena on jäljittää muutoksia ideasta tuotantoon ja sen jälkeen, tapauksia löydöstä toipumiseen ratkaisuun ja sovittaa yhteen eri järjestelmien identiteetit.

Sitten tulee analyysi, joka on prosessin ydin. Gordonin kokemuksen mukaan kehittäjien tuottavuuden mittaamiseen usein käytetyt mittarit, kuten koodirivit tai lippujen tarinapisteet, voivat olla helppoja mitata, mutta ne eivät ole todella edustavia. Jos mitään, Gordon sanoi, näiden mittareiden ja todellisen tuotetun arvon välillä voi olla käänteinen korrelaatio.

Gordon ja hänen perustajansa etsivät korkealta ja matalalta löytääkseen sen, mitä hän väittää, voivan muodostua de facto -lukujoukoksi ohjelmistosuunnittelulle. Heihin tuli vahvasti luottaa DORA – Google Cloudin DevOps-tutkimus ja -arviointi.

DORA tutki yli 1000 yritystä ja mittasi yli 100 mittaria ja luokitteli niiden avulla joukkueet neljään luokkaan – Elite, High, Medium ja Low. He tekivät sen, Gordon sanoi, perustuen mittareihin, jotka keskittyvät prosessiin eikä ihmisiin, mittaamalla tuloksia tulosten sijaan. Tämä on filosofia, jonka myös Faros AI hyväksyy.

Viimeisenä mutta ei vähäisimpänä, mukauttamisen avulla Faros AI -käyttäjät voivat hienosäätää mittareita omiin tarpeisiinsa ja ympäristöönsä. Koska organisaatiot eroavat toisistaan ​​työtaponsa ja käyttämiensä ympäristöjen suhteen, tämä on välttämätön säännös, jolla varmistetaan, että alusta toimii hyvin jokaisessa skenaariossa ja kerätyt mittarit kuvastavat todellista todellisuutta.

Arvon mittaaminen ja maksimointi

Kaikki tämä kuulostaa hyvältä ja hyvältä, mutta miten se näkyy käytännössä konkreettisina hyötyinä? Vastatakseen tähän kysymykseen Gordon aloitti sanomalla, että pelkkä näkeminen yhdessä paikassa riittää usein luomaan "aha-hetken". Mutta se menee pidemmälle; hän lisäsi. Yksi tärkeä näkökohta Faros AI:lla on pystynyt auttamaan asiakkaita resurssien allokoinnissa:

Innovaatio

”Yksi asia, jonka saamme jatkuvasti kuulla asiakkailtamme, ja se tulee paljon korkean tason johdolta tai joskus jopa hallitukselta, on: Palkkaamme lisää insinöörejä, mutta emme näytä saavan enemmän aikaan. Miksi niin? Etenkin ympäristössä, jossa on niin vaikeaa palkata lisää insinöörejä, miksi emme näe tuloksia?

Yksi asia, jonka näytimme heille, on se, että jos pullonkaula ei ole koodin kirjoittamisessa, vaan laadunvarmistuksessa, eikä siellä ole tarpeeksi ihmisiä, enemmän insinöörien palkkaaminen lisää ominaisuuksia hidastaa asioita, ei nopeuta. ", Gordon sanoi.

Kun organisaatiot ymmärsivät tämän, ne vastasivat muuttamalla palkkaussuunnitelmiaan näiden pullonkaulojen poistamiseksi, ja sillä oli valtava ero. Nykyisen työvoiman uudelleen osoittaminen ohjelmistosuunnitteluprosessin ongelmien ratkaisemiseksi sen sijaan, että palkattaisiin lisää ihmisiä, voi johtaa 20 % enemmän insinööreihin Gordonin mukaan.

Arvo ei tule pelkästään ohjelmistojen nopeammasta toimituksesta, vaan myös ohjelmiston laadun parantamisesta ja seisokkien minimoimisesta, Gordon lisäsi. Googlen tutkimuksen mukaan säästöt voivat olla 6–250 miljoonaa dollaria vuodessa tiimin koosta riippuen.

Faros AI on suunnattu suunnittelutiimien johtajille, teknologiajohtajille ja vastaaville rooleille. Vaikka Gordon esitti arvon, jonka se voi tarjota heille; ihmettelimme, kuinka insinööritiimin jäsenet ottavat tuotteen vastaan, jonka työ on valokeilassa. Faros AI -asiakkaiden kokemukset osoittavat, että työntekijöiden tyytyväisyys nousee, Gordon sanoi. Tämä johtuu siitä, että se vähentää "sisäistä byrokratiaa", mikä johtaa nopeampaan käsittelyyn ja saa insinöörit näkemään työnsä vaikutukset todellisessa maailmassa.

Jos puhuminen sellaisista asioista kuin ohjelmiston laatu ja tuotettu arvo herättää ruokahaluasi, sinun on hallittava odotuksiasi. Suunnittelutiimien työn antaminen korkean tason liiketoiminnan mittareihin on EngOpsin pyhä malja, Gordon sanoi, mutta emme ole vielä siinä.

faros2.png

Faros AI esittelee joukon ohjelmistokehittäjien tuottavuusmittareita, joiden tavoitteena on tulla alan standardiksi ja jotka on mallinnettu Googlen DORA-aloitteen mukaan.

Faros AI

Hän lisäsi, että lähin mahdollinen tässä vaiheessa on mitata, kuinka kauan kestää jonkin tuotteen saaminen tuotantoon. Ottaen huomioon, kuinka suunnitteluympäristöt ja -järjestelmät hajallaan, se ei ole triviaalia. Gordonin kokemuksen mukaan Yhdistä – Analysoi – Mukauta -sykli on asia, jota monet organisaatiot tekevät esim. kehittäjän tuottavuus, suunnittelun tehokkuutta tai suunnittelun voimaantumista.

Suurin osa työstä on täysin erittelemätöntä, ja se koskee infrastruktuurin rakentamista. Ajatus on, että kuten useimpien organisaatioiden on järkevää käyttää valmiita ERP- tai CRM-järjestelmiä ja mukauttaa se tarpeisiinsa, ei EngOpsin pitäisi olla erilainen.

Gordonille Faros AI:n tehtävänä on tuoda EngOps mahdollisimman moneen organisaatioon. Faros CE:n, Faros AI -alustan ilmaisen avoimen lähdekoodin Community Editionin, julkaiseminen on tärkeä askel tämän tavoitteen saavuttamisessa. Faros CE:n ja Faros AI Enterprisen ominaisuuksissa ei ole todellisia eroja, paitsi kun on kyse ominaisuuksista, kuten turvallisuudesta ja vaatimustenmukaisuudesta, Gordon sanoi.

Faros CE on BI-, API- ja automaatiokerros kaikille teknisille operatiivisille tiedoille, mukaan lukien lähteiden hallinta, tehtävien hallinta, tapausten hallinta ja CI/CD-tiedot. Se koostuu luokkansa parhaista avoimen lähdekoodin ohjelmistoista: Airbyte tietojen käsittelyyn, Hasura API-kerrokseen, Metabase BI:lle ja n8n automatisointiin. Faros CE on konttipohjainen ja pystyy toimimaan missä tahansa ympäristössä, mukaan lukien julkisessa pilvessä, ilman ulkoisia riippuvuuksia.

Faros AI Enterprise, joka on saatavana SaaS-muodossa itseisännöintimahdollisuuksilla, on jatkossakin Faros AI:n kaupallistamisohjain. Faros CE palvelee kuitenkin myös tavoitetta antaa asiakkaille mahdollisuus tehdä asioita, kuten lisätä liittimiä valitsemiinsa järjestelmiin. Faros AI toimi päinvastoin kuin avoimen lähdekoodin versioita ja yritysversioita käyttävät yritykset tyypillisesti tekevät, alkaen yritysversiosta ja julkaisemalla sitten avoimen lähdekoodin version.

Tämä näkyy myös tavassa, jolla yhtiö valitsi varainhankinnan, Gordon sanoi. 16 miljoonan dollarin siemenkierros tulee sen jälkeen, kun yritys on ollut toiminnassa jonkin aikaa täysin toimivan alustan ja maksavien asiakkaiden kanssa. Tämä, Gordon lisäsi, tarkoittaa, että perustajat minimoivat osakkeidensa laimentumisen ja tukijat minimoivat riskinsä. Rahoitusta käytetään tuotteeseen sijoittamiseen sekä Faros AI -tiimin kasvattamiseen.

Aikaleima: