Faros AI lève 16 millions de dollars pour mettre en lumière la productivité des développeurs et lance une plate-forme open source gratuite

Vitaly Gordon a lancé Salesforce Einstein dans un sous-sol avec 5 personnes en 2016. Il n'a pas fallu trop longtemps pour que cela devienne un succès sans équivoque pour Salesforce : amélioration des opérations internes de l'entreprise, utilisée par plus de 10 10 clients, produisant plus de XNUMX milliards de prédictions chaque jour, ainsi que recherche de pointe, avec des centaines de personnes qui y travaillent.

Alors pourquoi Gordon ne profite-t-il pas des fruits de son travail chez Salesforce ?

Parce que, comme il l'a dit, ils ne pratiquaient pas ce qu'ils prêchaient. Gordon s'est rendu compte que les équipes d'ingénierie dans les organisations ne sont pas du tout axées sur les données comme elles le devraient. Il a quitté son poste de vice-président, Data Science and Engineering chez Salesforce Einstein et s'est lancé dans une quête pour rendre l'ingénierie logicielle axée sur les données, avec certains de ses anciens collègues.

Faros IA est la société cofondée par Gordon en 2019 pour fournir aux équipes d'ingénierie une visibilité approfondie sur leurs opérations afin qu'elles puissent expédier les produits plus rapidement. La plate-forme d'opérations d'ingénierie Faros est déjà utilisée par Box, Coursera et GoFundMe.

Faros AI a annoncé aujourd'hui avoir levé 16 millions de dollars en financement de démarrage dirigé par SignalFire, Salesforce Ventures et Global Founders Capital avec la participation de sommités technologiques chevronnées, notamment Maynard Webb, Frederic Kerrest, Adam Gross, etc.

De plus, la société annonce également la disponibilité générale de son édition communautaire open source gratuite, Faros CE. Nous avons rencontré Gordon pour discuter de son parcours avec Faros AI, de la philosophie de ce qu'ils appellent EngOps et de la création de la plate-forme Faros AI.

L'analytique comme phare des équipes d'ingénierie logicielle

Faros signifie phare en grec. Comme l'a noté Gordon, les analogies inspirées par la marine se renforcent dans le domaine des infrastructures. Cela a commencé avec Docker, puis est venu Kubernetes, qui signifie en grec un capitaine de navire. Donc si Kubernetes est le barreur qui dirige le navire, qu'est-ce qui indique le chemin? Ce serait le phare, et Faros AI veut être le phare.

Gordon se réfère à ce que Faros fait comme Opérations Eng. Si vous connaissez DevOps, vous pensez peut-être qu'EngOps est similaire, mais ce n'est pas le cas. En réalité, ce que fait Faros AI peut se résumer à des analyses pour les équipes d'ingénierie logicielle. La raison pour laquelle Faros utilise le terme EngOps, a déclaré Gordon, est un clin d'œil à d'autres disciplines.

En regardant des rôles tels que les opérations de vente, les opérations de marketing ou les opérations de recrutement, nous les trouvons remplis par des personnes très analytiques. Leur travail consiste à obtenir des données de plusieurs sources, à analyser les pipelines, à trouver les goulots d'étranglement, puis à rendre compte aux dirigeants concernés et à travailler avec eux pour améliorer ce qui doit être amélioré.

Faros AI est construit autour de la notion d'évangélisation de ce type de rôle pour le génie logiciel. Gordon pense que chaque entreprise devrait avoir des personnes qui analysent les données pour conseiller les responsables techniques sur l'allocation des ressources et la prise de décisions.

On pourrait penser qu'avec l'ingénierie logicielle étant entièrement numérique, avec des pratiques et des systèmes établis utilisés, l'utilisation de l'analyse pour cela serait venue à l'esprit de quelqu'un, et elle aurait déjà été mise en œuvre. Conceptuellement, c'est assez simple, et Faros AI le décrit à l'aide du triptyque Connect — Analyze — Customize.

Tout d'abord, tous les systèmes pertinents pour le processus de développement logiciel doivent être connectés, afin que leurs données puissent être ingérées. Faros permet aux utilisateurs de connecter des systèmes tels que des référentiels de code, CI / CD, logiciel de gestion de tickets et de gestion de projet dans un système d'enregistrement centralisé.

C'est une condition préalable pour pouvoir faire des analyses. Ce n'est pas aussi simple qu'il y paraît. Au-delà de la mise en place des connecteurs, les données doivent être intégrées et alignées, et Gordon a déclaré qu'il fallait "une sorte d'intelligence" pour assembler toutes ces différentes sources de données. L'objectif est de suivre les changements de l'idée à la production et au-delà, les incidents de la découverte à la récupération à la résolution, et de réconcilier les identités entre les différents systèmes.

Vient ensuite l'analyse, qui est au cœur du processus. D'après l'expérience de Gordon, les métriques souvent utilisées pour mesurer la productivité des développeurs, telles que les lignes de code ou les points d'histoire de la billetterie, peuvent être faciles à mesurer, mais elles ne sont pas vraiment représentatives. Au contraire, a déclaré Gordon, il peut y avoir une corrélation inverse entre ces mesures et la valeur réelle générée.

Afin de trouver ce qu'il prétend pouvoir devenir un ensemble de mesures de facto pour le génie logiciel, Gordon et ses co-fondateurs ont cherché haut et bas. Ils en sont venus à s'appuyer fortement sur DORA – Recherche et évaluation DevOps de Google Cloud.

DORA a étudié plus de 1000 entreprises et mesuré plus de 100 métriques, les utilisant pour classer les équipes en 4 seaux - Elite, High, Medium et Low. Ils l'ont fait, a déclaré Gordon, sur la base de mesures axées sur le processus et non sur les personnes, mesurant les résultats plutôt que les extrants. C'est la philosophie que Faros AI adopte également.

Enfin, la personnalisation permet aux utilisateurs de Faros AI d'ajuster les métriques à leurs propres besoins et à leur environnement. Comme les organisations diffèrent dans leur façon de travailler et les environnements qu'elles utilisent, il s'agit d'une disposition nécessaire pour s'assurer que la plate-forme fonctionne bien pour chaque scénario et que les mesures collectées reflètent la réalité sur le terrain.

Mesurer et maximiser la valeur

Tout cela semble très bien, mais comment cela se traduit-il en avantages tangibles dans la pratique ? Pour répondre à cette question, Gordon a commencé par dire que le simple fait de pouvoir tout voir au même endroit suffit souvent à générer un «moment aha». Mais cela va plus loin; ajouta-t-il. Un aspect crucial sur lequel Faros AI a pu aider les clients est l'allocation des ressources :

« L'une des choses que nous entendons sans cesse de nos clients, et cela vient beaucoup de la haute direction, ou même parfois du conseil d'administration, c'est : nous embauchons plus d'ingénieurs, mais nous ne semblons pas faire plus de choses. Pourquoi donc? Surtout dans un environnement où il est si difficile d'embaucher plus d'ingénieurs, pourquoi ne voyons-nous pas de résultats ?

L'une des choses que nous leur avons montrées est que si votre goulot d'étranglement n'est pas sur les ingénieurs qui écrivent du code, mais sur l'assurance qualité, et que vous n'avez pas assez de personnes là-bas, alors embaucher plus d'ingénieurs pour écrire plus de fonctionnalités rendra les choses plus lentes, pas plus rapides ", a déclaré Gordon.

Une fois que les organisations ont réalisé cela, elles ont réagi en modifiant leurs plans d'embauche afin de remédier à ces goulots d'étranglement, et cela a fait une énorme différence. La réaffectation de la main-d'œuvre existante pour résoudre les problèmes dans le pipeline de génie logiciel, plutôt que d'embaucher plus de personnes, peut entraîner l'équivalent de l'embauche de 20 % d'ingénieurs supplémentaires selon Gordon.

La valeur ne vient pas seulement de la livraison plus rapide des logiciels, mais également de l'amélioration de la qualité des logiciels et de la réduction des temps d'arrêt, a ajouté Gordon. Selon les recherches de Google, les économies peuvent se situer entre 6 et 250 millions de dollars par an, selon la taille de l'équipe.

Faros AI s'adresse aux chefs d'équipe d'ingénierie, aux CTO et aux rôles similaires. Alors que Gordon a fait valoir la valeur qu'il peut leur apporter; nous nous sommes demandé comment le produit est reçu par les membres de l'équipe d'ingénierie, dont le travail est mis en lumière. L'expérience avec les clients de Faros AI montre que la satisfaction des employés augmente, a déclaré Gordon. En effet, cela réduit la "bureaucratie interne", ce qui accélère les délais d'exécution et permet aux ingénieurs de voir l'impact de leur travail dans le monde réel.

Si parler de choses telles que la qualité des logiciels et la valeur générée vous aiguise l'appétit, vous devrez gérer vos attentes. Essayer d'attribuer le travail des équipes d'ingénierie à des mesures commerciales de haut niveau est le Saint Graal pour EngOps, a déclaré Gordon, mais nous n'en sommes pas encore là.

Le plus proche que nous puissions obtenir à ce stade, a-t-il ajouté, est de mesurer le temps qu'il faut pour mettre quelque chose en production. Compte tenu de la prolifération des environnements d'ingénierie et des systèmes, ce n'est pas anodin. Selon l'expérience de Gordon, le cycle Connecter - Analyser - Personnaliser est quelque chose que de nombreuses organisations font, sous des noms tels que productivité des développeurs, l'efficacité de l'ingénierie ou l'autonomisation de l'ingénierie.

La plupart de ces travaux sont totalement indifférenciés et concernent la construction d'infrastructures. L'idée est que, tout comme il est logique pour la plupart des organisations d'utiliser un système ERP ou CRM standard et de le personnaliser en fonction de leurs besoins, EngOps ne devrait pas être différent.

Pour Gordon, la mission de Faros AI est d'apporter EngOps à autant d'organisations que possible. La sortie de Faros CE, l'édition communautaire gratuite et open source de la plate-forme Faros AI, est une étape importante au service de cet objectif. Il n'y a pas de réelles différences de capacités entre Faros CE et Faros AI Enterprise, sauf en ce qui concerne des fonctionnalités telles que la sécurité et la conformité, a déclaré Gordon.

Faros CE est une couche de BI, d'API et d'automatisation pour toutes les données opérationnelles d'ingénierie, y compris le contrôle des sources, la gestion des tâches, la gestion des incidents et les données CI/CD. Il compose les meilleurs logiciels open source : Airbyte pour l'ingestion de données, Hasura pour la couche API, Metabase pour la BI et n8n pour l'automatisation. Faros CE est basé sur des conteneurs et peut fonctionner dans n'importe quel environnement, y compris le cloud public, sans dépendances externes.

Faros AI Enterprise, disponible en mode SaaS avec des options d'auto-hébergement, continuera d'être le moteur de monétisation de Faros AI. Cependant, Faros CE servira également l'objectif de permettre aux clients de faire des choses telles que l'ajout de connecteurs supplémentaires aux systèmes de leur choix. Faros AI a fonctionné à l'inverse des entreprises proposant des versions open source et entreprise, en commençant par la version entreprise, puis en publiant la version open source.

Cela se reflète également dans la manière dont l'entreprise a choisi de collecter des fonds, a déclaré Gordon. Le tour de table de 16 millions de dollars intervient après que l'entreprise ait fonctionné pendant un certain temps, avec une plate-forme entièrement fonctionnelle et des clients payants. Cela, a ajouté Gordon, signifie que les fondateurs minimisent la dilution de leurs actions et les bailleurs de fonds minimisent leurs risques. Le financement sera utilisé pour investir dans le produit, ainsi que pour développer l'équipe Faros AI.