$16 млн в посевном раунде: Faros AI — аналитика команд разработки

Faros AI предоставляет инженерным командам полную информацию о своих операциях, чтобы они могли быстрее поставлять продукты. Платформа Faros Engineering Operations уже используется такими компаниями, как Box, Coursera и GoFundMe.

Сегодня компания Faros AI объявила о привлечении начального финансирования в размере 16 миллионов долларов под руководством SignalFire, Salesforce Ventures и Global Founders Capital при участии опытных технических специалистов, включая Мэйнарда Уэбба, Фредерика Керреста, Адама Гросса и других.

Компания также объявила о выпуске общедоступной бесплатной версии Community Edition с открытым исходным кодом, Faros CE.

Виталий Гордон, основатель компании, называет то, что делает Faros, EngOps. Это можно охарактеризовать как аналитику для команд разработки программного обеспечения. По словам Гордона, причина, по которой Faros использует термин EngOps, заключается в намеке на другие дисциплины.

Глядя на такие роли, как Sales Operations, Marketing Operations или Recruiting Operations, мы можем понять, что они заполнены аналитиками. Их работа состоит в том, чтобы получать данные из нескольких источников, анализировать конвейеры, находить узкие места, а затем отчитываться перед соответствующими руководителями и работать с ними над улучшением того, что необходимо улучшить.

Faros AI построен на идее евангелизации такой роли для разработки программного обеспечения. Гордон считает, что в каждой компании должны быть люди, которые анализируют данные, чтобы консультировать ведущих инженеров по вопросам распределения ресурсов и принятия решений.

Концептуально это довольно просто, и Faros AI описывает это с помощью троицы «Подключить — Анализировать — Настраивать».

Во-первых, все системы, имеющие отношение к процессу разработки программного обеспечения, должны быть подключены, чтобы можно было получать их данные. Faros позволяет пользователям подключать такие системы, как репозитории кода, CI/CD, программное обеспечение для управления тикетами и проектами, в единую централизованную систему записей.

Это необходимое условие для того, чтобы иметь возможность делать аналитику. Это тоже не так просто, как кажется. Помимо, собственно, получения, данные должны быть интегрированы и согласованы, и Гордон говорит, что для объединения всех этих различных источников данных требуется «некоторый интеллект». Цель состоит в том, чтобы отслеживать изменения от идеи до производства и далее, инциденты от обнаружения до восстановления и разрешения, а также согласовывать идентичность в разных системах.

Затем следует анализ, который является ядром процесса. По опыту Гордона, метрики, которые часто используются для измерения производительности разработчиков, такие как количество строк кода или сделанных тикетов, могут быть легко измерены, но на самом деле они не являются репрезентативными. Во всяком случае, по словам Гордона, может существовать обратная корреляция между этими показателями и фактической генерируемой ценностью.

Чтобы придумать то, что, как он утверждает, может стать де-факто набором показателей для разработки программного обеспечения, Гордон и его соучредители исследовали все параметры. Они стали в значительной степени полагаться на DORA — Google Cloud DevOps Research and Assessment.

DORA изучила более 1000 компаний и измерила более 100 метрик, используя их для классификации команд по 4 группам: элита, высокая, средняя и низкая. Они сделали это, сказал Гордон, на основе показателей, которые фокусируются на процессах, а не на людях, измеряя смысл, а не цифры. Это философия, которую также поддерживает Faros AI.

И последнее, но не менее важное: настройка позволяет пользователям Faros AI точно настраивать показатели в соответствии со своими потребностями и средой. Поскольку организации различаются по тому, как они работают, и по используемым средам, это является необходимым условием, чтобы гарантировать, что платформа работает хорошо для каждого сценария, а собранные показатели отражают реальность.

Измерение и максимизация ценности

Все это звучит хорошо и хорошо, но как это воплощается в ощутимые преимущества на практике? Чтобы ответить на этот вопрос, Гордон начал с того, что просто возможности увидеть все в одном месте часто бывает достаточно, чтобы вызвать «момент ага». Но платформа выходит за рамки этого, одним из важнейших аспектов, с которым Faros AI смог помочь клиентам, является распределение ресурсов.

Одна из вещей, которые мы постоянно слышим от наших клиентов, и во многом это исходит от руководства высокого уровня, а иногда даже от совета директоров, заключается в следующем: мы нанимаем больше инженеров, но, похоже, мы не делаем больше вещей. Почему? Почему мы не видим результатов, особенно в условиях, когда так сложно нанять больше инженеров?

Одна из вещей, которую мы показали им, заключается в том, что если ваше узкое место не в инженерах, пишущих код, а в обеспечении качества, и у вас недостаточно людей, то найм большего количества инженеров для написания большего количества фич на самом деле сделает работу медленнее, а не быстрее, — говорит Гордон.

Как только организации поняли это, они отреагировали, изменив свои планы найма, чтобы устранить эти узкие места, и это имело огромное значение. Переназначение существующей рабочей силы для решения проблем в конвейере разработки программного обеспечения вместо найма эквивалентно получению дополнительных 20% инженеров, утверждает Гордон.

Ценность заключается не только в более быстрой доставке ПО, но и в улучшении качества, минимизации времени простоя, добавил Гордон. Согласно исследованию Google, экономия может составлять от 6 до 250 миллионов долларов в год, в зависимости от размера команды.

Faros AI предназначен для руководителей инженерных групп, технических директоров и аналогичных должностей. Но, по словам Гордона, опыт работы с клиентами Faros AI показывает, что удовлетворенность и обычных разработчиков растет. Это связано с тем, что это уменьшает «внутреннюю бюрократию», что приводит к более быстрому обороту и позволяет инженерам увидеть результаты своей работы.

По мнению Гордона, миссия Faros AI состоит в том, чтобы донести EngOps до как можно большего числа организаций. Выпуск Faros CE, бесплатной версии Community Edition платформы Faros AI с открытым исходным кодом, является важным шагом на пути к достижению этой цели. По словам Гордона, реальных различий в возможностях между Faros CE и Faros AI Enterprise нет, за исключением таких функций, как безопасность и соответствие требованиям.

Faros CE — это бизнес-аналитика, API и автоматизация для всех инженерных операционных данных, включая управление источниками, управление задачами, управление инцидентами и данные CI/CD. Версия включает в себя лучшее в своем классе программное обеспечение с открытым исходным кодом: Airbyte для приема данных, Hasura для уровня API, Metabase для бизнес-аналитики и n8n для автоматизации. Faros CE основан на контейнерах и может работать в любой среде, включая общедоступное облако, без каких-либо внешних зависимостей.

Faros AI Enterprise, доступный как SaaS с вариантами самостоятельного хостинга, по-прежнему будет драйвером монетизации для Faros AI. Тем не менее, Faros CE также позволит клиентам добавлять большее количество коннекторов к их системам по выбору.

Посевной раунд в размере 16 миллионов долларов появился после того, как компания некоторое время работала с полностью функциональной платформой и платящими клиентами. Это, добавил Гордон, означает, что основатели минимизируют размывание своих акций, а спонсоры минимизируют свой риск. Финансирование будет использовано для инвестиций в продукт, а также для развития команды Faros AI.