Faros AIは開発者の生産性に光を当てるために16万ドルを調達し、無料のオープンソースプラットフォームを立ち上げます

Vitaly Gordonは、5年に2016人の地下室でSalesforce Einsteinを開始しました。Salesforceの明確な成功に成長するのにそれほど時間はかかりませんでした。社内の運用を改善し、10人を超える顧客が使用し、毎日10億を超える予測を作成しました。としても 最先端の研究、何百人もの人々がそれに取り組んでいます。

では、なぜゴードンはSalesforceでの彼の労働の成果を楽しんでいないのでしょうか。

なぜなら、彼が言ったように、彼らは彼らが説教することを実践していなかったからです。 Gordonは、組織のエンジニアリングチームは、本来あるべきデータ主導型ではないことに気づきました。 彼はSalesforceEinsteinのデータサイエンスおよびエンジニアリング担当副社長としての役割を離れ、以前の同僚の何人かとともに、ソフトウェアエンジニアリングをデータ駆動型にするための探求に着手しました。

ファロス AI は、Gordonが2019年に共同設立した会社であり、エンジニアリングチームに業務の詳細な可視性を提供して、製品をより迅速に出荷できるようにします。 Faros Engineering Operations Platformは、Box、Coursera、GoFundMeなどですでに使用されています。

Faros AIは本日、SignalFire、Salesforce Ventures、Global Founders Capitalが主導し、メイナードウェッブ、フレデリックケレスト、アダムグロスなどの経験豊富な技術者が参加して16万ドルのシード資金を調達したと発表しました。

さらに、同社は無料のオープンソースCommunityEditionであるFarosCEの一般提供も発表しています。 私たちはゴードンに追いつき、ファロスAIとの彼の旅、彼らがEngOpsと呼ぶものの哲学、そしてファロスAIプラットフォームの作成について話し合いました。

ソフトウェアエンジニアリングチームの灯台としての分析

ファロスはギリシャ語で灯台を意味します。 ゴードンが指摘したように、海洋に触発されたアナロジーはインフラストラクチャの分野で強力になっています。 それはDockerから始まり、その後、船長のギリシャ語であるKubernetesが登場しました。 だからもし Kubernetesは船を操縦する操舵手です、何が道を示していますか？ それが灯台であり、FarosAIは灯台になりたいと考えています。

ゴードンはファロスがすることを指します エンジニアリングオペレーション。 DevOpsに精通している場合は、EngOpsは似ていると思うかもしれませんが、そうではありません。 実際には、Faros AIが行うことは、ソフトウェアエンジニアリングチームの分析として要約できます。 ゴードン氏によると、ファロスがEngOpsという用語を使用している理由は、他の分野に賛成しているからです。

セールスオペレーション、マーケティングオペレーション、リクルートオペレーションなどの役割を見ると、高度な分析担当者がそれらを担当していることがわかります。 彼らの仕事は、複数のソースからデータを取得し、パイプラインを分析し、ボトルネックを見つけてから、関連する幹部に報告し、改善が必要なものを改善するために協力することです。

Faros AIは、ソフトウェアエンジニアリングにおけるそのような役割を広めるという概念に基づいて構築されています。 Gordonは、すべての企業に、データを分析してリソースの割り当てと意思決定についてエンジニアリングリーダーに助言する人が必要であると考えています。

ソフトウェアエンジニアリングが完全にデジタルであり、確立された慣行とシステムが使用されている場合、これに分析を使用することは誰かに起こり、すでに実装されていると思うでしょう。 概念的には、それは非常に簡単であり、Faros AIは、接続—分析—三連祭壇画のカスタマイズを使用してそれを説明します。

まず、ソフトウェア開発プロセスに関連するすべてのシステムを接続して、それらのデータを取り込むことができるようにする必要があります。 Farosを使用すると、ユーザーはコードリポジトリなどのシステムに接続できます。 CI / CD、チケット管理およびプロジェクト管理ソフトウェアをXNUMXつの集中化された記録システムに統合します。

これは、分析を実行できるようにするための前提条件です。 また、思ったほど単純ではありません。 コネクタを配置するだけでなく、データを統合して調整する必要があります。ゴードン氏は、これらのさまざまなデータソースをすべてつなぎ合わせるには「ある種のインテリジェンス」が必要だと述べました。 目標は、アイデアから本番環境、さらにはそれ以降の変更、発見から回復、解決までのインシデントを追跡し、さまざまなシステム間でIDを調整することです。

次に、プロセスの中核となる分析が行われます。 Gordonの経験では、コード行やチケットのストーリーポイントなど、開発者の生産性を測定するためによく使用されるメトリックは簡単に測定できる場合がありますが、実際には代表的なものではありません。 どちらかといえば、ゴードン氏によると、これらの指標と実際に生成された値の間には逆相関がある可能性があります。

ゴードンと彼の共同創設者は、ソフトウェアエンジニアリングの事実上の一連の指標になる可能性があると彼が主張するものを考え出すために、高低を検索しました。 彼らは大きく依存するようになりました DORA –GoogleCloudのDevOpsの調査と評価.

DORAは、1000以上の企業を調査し、100以上の指標を測定し、それらを使用して、エリート、高、中、低の4つのバケットにチームを分類しました。 ゴードン氏によると、人ではなくプロセスに焦点を当てた指標に基づいて、成果ではなく成果を測定しているという。 これは、FarosAIにも採用されている哲学です。

最後になりましたが、カスタマイズにより、FarosAIユーザーは自分のニーズと環境に合わせてメトリックを微調整できます。 組織は作業方法や使用する環境が異なるため、これは、プラットフォームが各シナリオで適切に機能し、収集されたメトリックが現場の現実を反映していることを確認するために必要な準備です。

価値の測定と最大化

それはすべてうまく聞こえますが、実際にはどのように具体的なメリットにつながるのでしょうか。 この質問に対処するために、ゴードンは、すべてをXNUMXつの場所で見ることができれば、多くの場合、「アハモーメント」を生成するのに十分であると言うことから始めました。 しかし、それはそれを超えています。 彼は続けて付け加えた。 Faros AIが顧客を支援できる重要な側面のXNUMXつは、リソースの割り当てです。

「私たちがお客様から常に耳にしていることのXNUMXつであり、それは上級管理職、場合によっては取締役会からも多く得られます。私たちはより多くのエンジニアを雇っていますが、それ以上のことは成し遂げられていないようです。 何故ですか？ 特にエンジニアを増やすのが難しい環境では、結果が出ないのではないでしょうか。

私たちが彼らに示したことのXNUMXつは、コードを書くエンジニアではなく品質保証にボトルネックがあり、そこに十分な人員がいない場合、より多くの機能を書くためにより多くのエンジニアを雇うと、実際には物事が遅くなり、速くなることはありません」とゴードンは言った。

組織がそれに気づいたら、それらのボトルネックに対処するために採用計画を変更することで対応し、それは大きな違いをもたらしました。 より多くの人を雇うのではなく、ソフトウェアエンジニアリングパイプラインの問題に対処するために既存の労働力を再割り当てすると、ゴードンによると20％多くのエンジニアを雇うことに相当する可能性があります。

その価値は、ソフトウェアをより迅速に提供することだけでなく、ソフトウェアの品質を向上させ、ダウンタイムを最小限に抑えることからも得られると、ゴードン氏は続けて付け加えました。 Googleの調査によると、チームの規模にもよりますが、年間6万ドルから250億XNUMX万ドルの節約になる可能性があります。

Faros AIは、エンジニアリングチームのリーダー、CTO、および同様の役割を対象としています。 ゴードンは彼らに提供できる価値を主張しましたが、 注目を集めているエンジニアリングチームのメンバーがこの製品をどのように受け取っているのか疑問に思いました。 ゴードン氏によると、Faros AIの顧客との経験から、従業員の満足度が上がることがわかります。 これは、「内部の官僚主義」を減らし、結果としてターンアラウンドを短縮し、エンジニアに現実の世界での作業の影響を確認させるためです。

ソフトウェアの品質や生成された価値などが食欲をそそるようなことについて話す場合は、期待を管理する必要があります。 エンジニアリングチームの仕事を高レベルのビジネス指標に帰することを試みることは、EngOpsの聖杯である、とゴードン氏は言いましたが、私たちはまだそこにいません。

この時点で私たちが得ることができる最も近いものは、彼が続けて付け加えました、生産に何かを得るのにかかる時間を測定することです。 エンジニアリング環境とシステムがどのように広がっているかを考えると、それは簡単なことではありません。 Gordonの経験では、Connect – Analyze – Customizeサイクルは、多くの組織が次のような名前で行っていることです。 開発者の生産性、エンジニアリング効率、またはエンジニアリングエンパワーメント。

その作業のほとんどは完全に差別化されておらず、インフラストラクチャの構築に関するものです。 ほとんどの組織が既製のERPまたはCRMシステムを使用し、ニーズに合わせてカスタマイズすることが理にかなっているのと同じように、EngOpsも例外ではありません。

Gordonにとって、Faros AIの使命は、EngOpsをできるだけ多くの組織に提供することです。 FarosAIプラットフォームの無料のオープンソースCommunityEditionであるFarosCEのリリースは、その目標を達成するための重要なステップです。 ゴードン氏によると、セキュリティやコンプライアンスなどの機能を除いて、FarosCEとFarosAIEnterpriseの機能に実際の違いはありません。

Faros CEは、ソース制御、タスク管理、インシデント管理、CI / CDデータなど、すべてのエンジニアリング運用データのBI、API、および自動化レイヤーです。 これは、データ取り込み用のAirbyte、APIレイヤー用のHasura、BI用のMetabase、自動化用のn8nなどの最高のオープンソースソフトウェアを構成します。 Faros CEはコンテナベースであり、外部の依存関係なしに、パブリッククラウドを含むあらゆる環境で実行できます。

セルフホスティングオプションを備えたSaaSとして利用可能なFarosAIEnterpriseは、FarosAIの収益化ドライバーであり続けます。 ただし、Faros CEは、選択したシステムにコネクタを追加するなど、顧客ができるようにするという目標も果たします。 Faros AIは、オープンソースバージョンとエンタープライズバージョンをスポーツする企業が通常行うのとは逆の方法で機能し、エンタープライズバージョンから始めて、オープンソースバージョンをリリースしました。

ゴードン氏によると、これは同社が資金調達を選択した方法にも反映されているという。 16万ドルのシードラウンドは、完全に機能するプラットフォームと有料の顧客を備えた会社がしばらく運営された後に行われます。 これは、ゴードンが続けて付け加えた、つまり、創設者は彼らの株の希薄化を最小限に抑え、支持者は彼らのリスクを最小限に抑えることを意味します。 資金は、製品への投資と、FarosAIチームの成長に使用されます。