Faros AI haalt $ 16 miljoen op om een ​​licht te werpen op de productiviteit van ontwikkelaars en lanceert een gratis open source-platform

Vitaly Gordon startte Salesforce Einstein in 5 in een kelder met 2016 mensen. Het duurde niet lang voordat het uitgroeide tot een onmiskenbaar succes voor Salesforce: het verbeteren van de interne bedrijfsoperaties, gebruikt door ruim 10 klanten, het produceren van ruim 10 miljard voorspellingen per dag, net zoals baanbrekend onderzoek, waar honderden mensen aan werken.

Dus waarom geniet Gordon niet van de vruchten van zijn werk bij Salesforce?

Omdat ze, zoals hij het uitdrukte, niet praktiseerden wat ze predikten. Gordon realiseerde zich dat engineeringteams in organisaties helemaal niet datagedreven zijn zoals ze zouden moeten zijn. Hij verliet zijn rol als VP Data Science and Engineering bij Salesforce Einstein en begon samen met enkele van zijn voormalige collega's aan een zoektocht om software-engineering datagedreven te maken.

Faros AI is het bedrijf dat Gordon in 2019 mede heeft opgericht om technische teams diepgaand inzicht te geven in hun activiteiten, zodat ze producten sneller kunnen verzenden. Het Faros Engineering Operations Platform wordt al gebruikt door onder meer Box, Coursera en GoFundMe.

Faros AI heeft vandaag aangekondigd dat het $16 miljoen aan startfinanciering heeft opgehaald onder leiding van SignalFire, Salesforce Ventures en Global Founders Capital met deelname van doorgewinterde tech-sterren als Maynard Webb, Frederic Kerrest, Adam Gross en meer.

Bovendien kondigt het bedrijf ook de algemene beschikbaarheid aan van zijn gratis open-source Community Edition, Faros CE. We spraken met Gordon om zijn reis met Faros AI te bespreken, de filosofie van wat zij EngOps noemen, en het maken van het Faros AI-platform.

Analytics als de vuurtoren van software-engineeringteams

Faros is Grieks voor vuurtoren. Zoals Gordon opmerkte, zijn op de zee geïnspireerde analogieën populair op het gebied van de infrastructuur. Het begon met Docker, en toen kwam Kubernetes, wat Grieks is voor zeekapitein. Dus als Kubernetes is de stuurman die het schip bestuurt, wat wijst de weg? Dat zou de vuurtoren zijn, en Faros AI wil de vuurtoren zijn.

Gordon verwijst naar wat Faros doet EngOps. Als u bekend bent met DevOps, denkt u misschien dat EngOps vergelijkbaar is, maar dat is niet zo. In werkelijkheid kan wat Faros AI doet worden samengevat als analyses voor software-engineeringteams. De reden dat Faros de term EngOps gebruikt, zegt Gordon, is een knipoog naar andere disciplines.

Als we kijken naar rollen als Sales Operations, Marketing Operations of Recruiting Operations, zien we dat deze worden ingevuld door zeer analytische mensen. Het is hun taak om gegevens uit meerdere bronnen te halen, de pijpleidingen te analyseren, de knelpunten te vinden en vervolgens aan de relevante leidinggevenden te rapporteren en met hen samen te werken aan het verbeteren van wat verbeterd moet worden.

Faros AI is gebouwd rond het idee om dat soort rol voor software-engineering te evangeliseren. Gordon is van mening dat elk bedrijf mensen moet hebben die gegevens analyseren om technische leiders te adviseren bij het toewijzen van middelen en het nemen van beslissingen.

Je zou denken dat als software-engineering volledig digitaal is en er gevestigde praktijken en systemen worden gebruikt, het gebruik van analytics hiervoor bij iemand zou zijn opgekomen, en het al geïmplementeerd zou zijn. Conceptueel gezien is het vrij eenvoudig, en Faros AI beschrijft het met behulp van het drieluik Verbinden – Analyseren – Aanpassen.

Ten eerste moeten alle systemen die relevant zijn voor het softwareontwikkelingsproces met elkaar worden verbonden, zodat hun gegevens kunnen worden opgenomen. Met Faros kunnen gebruikers systemen zoals codeopslagplaatsen, CI / CD, ticketbeheer- en projectbeheersoftware in één gecentraliseerd registratiesysteem.

Dat is een voorwaarde om analyses te kunnen doen. Het is ook niet zo eenvoudig als het klinkt. Naast het op hun plaats krijgen van de connectoren moeten de gegevens worden geïntegreerd en op elkaar afgestemd. Volgens Gordon is er “een soort intelligentie” nodig om al die verschillende gegevensbronnen aan elkaar te koppelen. Het doel is om veranderingen van idee tot productie en daarna, incidenten van ontdekking tot herstel tot oplossing te traceren, en identiteiten tussen de verschillende systemen met elkaar te verzoenen.

Dan komt de analyse, die de kern van het proces vormt. In de ervaring van Gordon zijn de meetgegevens die vaak worden gebruikt om de productiviteit van ontwikkelaars te meten, zoals regels code of verhaalpunten voor ticketverkoop, misschien eenvoudig te meten, maar ze zijn niet echt representatief. Gordon zei dat er mogelijk een omgekeerde correlatie bestaat tussen deze statistieken en de daadwerkelijk gegenereerde waarde.

Om te komen met wat volgens hem een ​​de facto reeks maatstaven voor software-engineering kan worden, zochten Gordon en zijn medeoprichters hoog en laag. Ze gingen er zwaar op vertrouwen DORA – DevOps-onderzoek en -beoordeling van Google Cloud.

DORA heeft meer dan 1000 bedrijven bestudeerd en meer dan 100 statistieken gemeten, en deze gebruikt om teams in vier categorieën in te delen: Elite, Hoog, Medium en Laag. Dat deden ze, zei Gordon, op basis van meetgegevens die zich richten op processen en niet op mensen, waarbij resultaten worden gemeten in plaats van output. Dit is de filosofie die Faros AI ook omarmt.

Last but not least zorgt maatwerk ervoor dat Faros AI-gebruikers de statistieken kunnen afstemmen op hun eigen behoeften en omgeving. Omdat organisaties verschillen in de manier waarop ze werken en de omgevingen die ze gebruiken, is dit een noodzakelijke voorziening om ervoor te zorgen dat het platform goed werkt voor elk scenario en dat de verzamelde statistieken de realiteit ter plaatse weerspiegelen.

Waarde meten en maximaliseren

Dat klinkt allemaal mooi en aardig, maar hoe vertaalt dit zich in de praktijk naar tastbare voordelen? Om deze vraag te beantwoorden, begon Gordon met te zeggen dat alleen al het kunnen zien van alles op één plek vaak genoeg is om een ​​‘aha-moment’ te genereren. Maar het gaat verder dan dat; vervolgde hij. Een cruciaal aspect waarmee Faros AI klanten heeft kunnen helpen, is de toewijzing van middelen:

“Een van de dingen die we blijven horen van onze klanten, en die veel afkomstig is van het management op hoog niveau, of soms zelfs van het bestuur, is: we nemen meer technici aan, maar het lijkt erop dat we niet meer dingen gedaan krijgen. Waarom is dat? Waarom zien we geen resultaten, vooral in een omgeving waar het zo moeilijk is om meer engineers aan te nemen?

Een van de dingen die we hen hebben laten zien is dat als je knelpunt niet ligt bij het schrijven van code door technici, maar bij kwaliteitsborging, en je hebt daar niet genoeg mensen, het inhuren van meer technici om meer features te schrijven de zaken juist langzamer zal maken, en niet sneller. ”, zei Gordon.

Toen organisaties zich dat eenmaal realiseerden, reageerden ze door hun wervingsplannen te wijzigen om deze knelpunten aan te pakken, en dat maakte een enorm verschil. Het opnieuw toewijzen van het bestaande personeelsbestand om problemen in de software-engineeringpijplijn aan te pakken, in plaats van meer mensen aan te nemen, kan volgens Gordon resulteren in het equivalent van het aannemen van 20% meer ingenieurs.

De waarde komt niet alleen voort uit het sneller leveren van software, maar ook uit het verbeteren van de softwarekwaliteit en het minimaliseren van downtime, vervolgt Gordon. Volgens onderzoek van Google kunnen de besparingen tussen de 6 en 250 miljoen dollar per jaar bedragen, afhankelijk van de teamgrootte.

Faros AI is gericht op technische teamleiders, CTO's en soortgelijke rollen. Terwijl Gordon pleitte voor de waarde die het hen kan opleveren; we vroegen ons af hoe het product wordt ontvangen door de leden van het technische team, wier werk in de schijnwerpers staat. Uit ervaringen met Faros AI-klanten blijkt dat de medewerkerstevredenheid omhoog gaat, aldus Gordon. Dat komt omdat het de “interne bureaucratie” vermindert, wat resulteert in een snellere doorlooptijd en waardoor ingenieurs de impact van hun werk in de echte wereld kunnen zien.

Als praten over zaken als softwarekwaliteit en gegenereerde waarde uw eetlust opwekt, zult u uw verwachtingen moeten managen. Proberen het werk van technische teams toe te schrijven aan bedrijfsstatistieken op hoog niveau is de heilige graal voor EngOps, zei Gordon, maar we zijn er nog niet.

Het dichtst dat we op dit punt kunnen bereiken, voegde hij eraan toe, is het meten van hoe lang het duurt om iets in productie te krijgen. Gezien de snelle groei van technische omgevingen en systemen is dat niet triviaal. Volgens Gordons ervaring is de cyclus Connect – Analyse – Customise iets dat veel organisaties doen, onder namen als productiviteit van ontwikkelaars, technische efficiëntie of technische empowerment.

Het meeste van dat werk is volkomen ongedifferentieerd en gaat over het bouwen van infrastructuur. De gedachte is dat, net zoals het voor de meeste organisaties logisch is om een ​​kant-en-klaar ERP- of CRM-systeem te gebruiken en dit aan hun behoeften aan te passen, EngOps niet anders zou moeten zijn.

Voor Gordon is het de missie van Faros AI om EngOps naar zoveel mogelijk organisaties te brengen. De release van Faros CE, de gratis, open-source Community Edition van het Faros AI-platform, is een belangrijke stap in het bereiken van dat doel. Er zijn geen echte verschillen in mogelijkheden tussen Faros CE en Faros AI Enterprise, behalve als het gaat om functies zoals beveiliging en compliance, zei Gordon.

Faros CE is een BI-, API- en automatiseringslaag voor alle technische operationele gegevens, inclusief bronbeheer, taakbeheer, incidentbeheer en CI/CD-gegevens. Het stelt de beste open source-software samen: Airbyte voor gegevensopname, Hasura voor de API-laag, Metabase voor BI en n8n voor automatisering. Faros CE is gebaseerd op containers en kan in elke omgeving draaien, inclusief de publieke cloud, zonder externe afhankelijkheden.

Faros AI Enterprise, beschikbaar als SaaS met opties voor zelfhosting, blijft de motor voor het genereren van inkomsten voor Faros AI. Faros CE zal echter ook het doel dienen om klanten in staat te stellen dingen te doen zoals het toevoegen van meer connectoren aan hun favoriete systemen. Faros AI werkte omgekeerd zoals bedrijven met open source- en enterprise-versies doorgaans doen, te beginnen met de enterprise-versie en vervolgens de open source-versie uit te brengen.

Dit komt ook tot uiting in de manier waarop het bedrijf fondsen werft, aldus Gordon. De startronde van $16 miljoen komt nadat het bedrijf al een tijdje actief is, met een volledig functioneel platform en betalende klanten. Dit, zo voegde Gordon eraan toe, betekent dat oprichters de verwatering van hun aandelen tot een minimum beperken en dat financiers hun risico minimaliseren. De financiering zal worden gebruikt om in het product te investeren en om het Faros AI-team te laten groeien.