Faros AI 筹集了 16 万美元以提高开发人员的生产力，推出免费的开源平台

Vitaly Gordon 于 5 年在一个有 2016 人的地下室创办了 Salesforce Einstein。没过多久，它就成长为 Salesforce 的明确成功：改善公司内部运营，被超过 10 名客户使用，每天产生超过 10 亿个预测，也 前沿研究，有数百人致力于此。

那么，为什么 Gordon 不享受他在 Salesforce 的劳动成果呢？

因为，正如他所说，他们没有实践他们所宣扬的。 Gordon 意识到组织中的工程团队并没有像应有的那样由数据驱动。 他辞去了 Salesforce Einstein 的数据科学与工程副总裁一职，与他的一些前同事一起开始了使软件工程数据驱动的探索。

法罗斯人工智能 是 Gordon 于 2019 年共同创立的公司，旨在为工程团队提供对其运营的深入了解，以便他们能够更快地运送产品。 Faros 工程运营平台已被 Box、Coursera 和 GoFundMe 等公司使用。

Faros AI 今天宣布，它已经筹集了 16 万美元的种子资金，由 SignalFire、Salesforce Ventures 和 Global Founders Capital 领投，包括 Maynard Webb、Frederic Kerrest、Adam Gross 等经验丰富的科技名人参与其中。

此外，该公司还宣布其免费开源社区版 Faros CE 全面上市。 我们采访了 Gordon，讨论了他与 Faros AI 的旅程，他们称之为 EngOps 的哲学，以及 Faros AI 平台的制作。

分析作为软件工程团队的灯塔

Faros 在希腊语中意为灯塔。 正如 Gordon 所指出的，受海洋启发的类比在基础设施领域变得越来越强大。 它从 Docker 开始，然后是 Kubernetes，这是希腊语中船长的意思。 因此，如果 Kubernetes 是掌舵的舵手，有什么指路？ 那将是灯塔，而 Faros AI 想成为灯塔。

戈登将法罗斯的所作所为称为 工程运营. 如果您熟悉 DevOps，您可能会认为 EngOps 很相似——但事实并非如此。 实际上，Faros AI 所做的可以概括为软件工程团队的分析。 Gordon 说，Faros 使用 EngOps 这个词的原因是对其他学科的认可。

查看销售运营、营销运营或招聘运营等职位，我们发现这些职位由高度分析的人担任。 他们的工作是从多个来源获取数据，分析管道，找到瓶颈，然后向相关高管报告，并与他们一起改进需要改进的地方。

Faros AI 是围绕着为软件工程宣传这种角色的概念而构建的。 Gordon 认为，每家公司都应该有人分析数据，为工程主管提供资源分配和决策建议。

您可能会认为，随着软件工程完全数字化，使用既定的实践和系统，有人会想到使用分析来实现这一点，并且已经实施了。 从概念上讲，它非常简单，Faros AI 使用连接-分析-自定义三联画来描述它。

首先，与软件开发过程相关的所有系统都需要连接起来，这样它们的数据才能被摄取。 Faros 允许用户连接代码存储库等系统， CI / CD，工单管理和项目管理软件合二为一的集中记录系统。

这是能够进行分析的先决条件。 它也不像听起来那么简单。 除了将连接器安装到位之外，数据还必须集成和对齐，Gordon 表示需要“某种智能”才能将所有这些不同的数据源拼接在一起。 目标是跟踪从想法到生产及其他方面的变化，从发现到恢复再到解决的事件，并协调不同系统之间的身份。

然后是分析，这是流程的核心。 在 Gordon 的经验中，通常用于衡量开发人员生产力的指标，例如代码行数或票务故事点，可能很容易衡量，但它们并不具有真正的代表性。 戈登说，如果有的话，这些指标与产生的实际价值之间可能存在反向相关性。

为了提出他声称可以成为软件工程事实上的一组指标，Gordon 和他的联合创始人进行了高低搜索。 他们开始严重依赖 DORA – Google Cloud 的 DevOps 研究和评估.

DORA 研究了 1000 多家公司并测量了 100 多项指标，并使用它们将团队分为 4 个级别——精英、高、中和低。 戈登说，他们这样做是基于关注过程而不是人的指标，衡量结果而不是产出。 这也是 Faros AI 所信奉的理念。

最后但同样重要的是，定制允许 Faros AI 用户根据自己的需求和环境微调指标。 由于组织在工作方式和使用环境方面存在差异，因此这是确保平台在每种情况下都能正常运行并且收集的指标反映实际情况的必要规定。

衡量和最大化价值

所有这些听起来都很好，但它如何在实践中转化为切实的好处？ 为了解决这个问题，戈登首先说，仅仅能够在一个地方看到所有东西通常就足以产生“啊哈时刻”。 但它不止于此； 他接着补充道。 Faros AI 能够帮助客户的一个关键方面是资源分配：

“我们不断从客户那里听到的一件事，很多来自高层管理人员，有时甚至来自董事会，那就是：我们雇佣了更多的工程师，但我们似乎没有完成更多的事情。 这是为什么？ 尤其是在一个很难雇佣更多工程师的环境中，为什么我们看不到结果？

我们向他们展示的一件事是，如果您的瓶颈不是工程师编写代码，而是质量保证，而且那里没有足够的人，那么雇用更多工程师编写更多功能实际上会使事情变得更慢，而不是更快”，戈登说。

一旦组织意识到这一点，他们就会通过改变招聘计划来解决这些瓶颈，这会产生巨大的影响。 根据 Gordon 的说法，重新分配现有的劳动力来解决软件工程管道中的问题，而不是雇佣更多的人，可以相当于多雇佣 20% 的工程师。

Gordon 继续补充说，价值不仅来自更快地交付软件，还来自提高软件质量和最大限度地减少停机时间。 根据 Google 的研究，每年可节省 6 万至 250 亿美元，具体取决于团队规模。

Faros AI 面向工程团队负责人、CTO 和类似角色。 虽然 Gordon 证明了它可以为他们带来的价值； 我们想知道工程团队成员如何接受该产品，他们的工作受到关注。 戈登说，Faros AI 客户的经验表明，员工的满意度有所提高。 这是因为它减少了“内部官僚主义”，从而加快了周转速度，让工程师看到他们的工作对现实世界的影响。

如果谈论诸如软件质量和产生的价值之类的事情会激起您的兴趣，那么您将不得不管理您的期望。 Gordon 说，试图将工程团队的工作归因于高级业务指标是 EngOps 的圣杯，但我们还没有做到。

他接着补充说，在这一点上，我们能得到的最接近的结果是测量将某些东西投入生产需要多长时间。 鉴于工程环境和系统是如何蔓延的，这并非微不足道。 在 Gordon 的经验中，连接 - 分析 - 定制循环是许多组织所做的事情，名称如下： 开发人员生产力，工程效率，或工程授权。

大部分工作是完全没有区别的，它是关于基础设施建设的。 他们的想法是，就像大多数组织使用现成的 ERP 或 CRM 系统并根据他们的需求进行定制一样，EngOps 也不例外。

对于 Gordon 来说，Faros AI 的使命是将 EngOps 带给尽可能多的组织。 Faros CE 是 Faros AI 平台的免费、开源社区版，是实现这一目标的重要一步。 Gordon 说，Faros CE 和 Faros AI Enterprise 之间的功能没有真正的区别，除了安全性和合规性等功能。

Faros CE 是所有工程操作数据的 BI、API 和自动化层，包括源控制、任务管理、事件管理和 CI/CD 数据。 它由同类最佳的开源软件组成：用于数据摄取的 Airbyte、用于 API 层的 Hasura、用于 BI 的 Metabase 和用于自动化的 n8n。 Faros CE 是基于容器的，能够在任何环境中运行，包括公共云，无需外部依赖。

Faros AI Enterprise 可作为具有自托管选项的 SaaS 提供，将继续成为 Faros AI 的货币化驱动力。 然而，Faros CE 还将服务于使客户能够做一些事情，例如在他们选择的系统中添加更多连接器。 Faros AI 的工作方式与采用开源和企业版本的公司通常做的相反，从企业版本开始，然后发布开源版本。

戈登说，这也反映在公司选择筹款的方式上。 16 万美元的种子轮融资是在该公司运营一段时间后进行的，该公司拥有一个功能齐全的平台和付费客户。 戈登接着补充说，这意味着创始人将稀释股票的可能性降到最低，而支持者将风险降到最低。 这笔资金将用于投资该产品，以及壮大 Faros AI 团队。