Cloud-Kosten bleiben für Unternehmen ein Hauptanliegen. Laut einem kürzlich erschienenen Anodot Umfrage, haben 50 % der Unternehmen Schwierigkeiten, sie zu kontrollieren, teilweise weil ihnen der Einblick in ihre Cloud-Nutzung fehlt. Es überrascht nicht, dass die Reduzierung dieser Kosten zu einer der obersten Prioritäten geworden ist. A Bericht von Wanclouds stellt fest, dass 81 % der IT-Führungskräfte von ihrer C-Suite angewiesen wurden, zusätzliche Cloud-Ausgaben zu reduzieren oder ganz darauf zu verzichten.
Das ist sicherlich Musik in den Ohren von Startups, deren Technologie darauf ausgelegt ist, die Kosten zu senken. Da draußen gibt es mehrere. Aber einer der erfolgreicheren Anbieter ist Cast-KIdas heute bekannt gab, dass es 20 Millionen US-Dollar in einer von Creandum geleiteten Investition unter Beteiligung namentlich nicht genannter bestehender Investoren aufgebracht hat.
Cast AI wurde 2019 von Yuri Frayman, Leon Kuperman und Laurent Gil gegründet und analysiert die Cloud-Nutzung eines Unternehmens, um das optimale Preis-Leistungs-Verhältnis zu finden. Cast AI-Kunden können ihre Cloud-Pläne über AWS, Google Cloud und Azure verbinden, um Empfehlungen anzuzeigen und sie vom System automatisch implementieren zu lassen.
„Wir haben uns entschieden, eine Plattform zu bauen, die Unternehmen dabei hilft, ihre Cloud-Kosten automatisch zu optimieren und zu reduzieren – ohne manuellen Eingriff“, sagte Frayman, der als CEO von Cast AI fungiert, in einem E-Mail-Interview mit TechCrunch. „Die Notwendigkeit einer solchen Plattform wurde deutlich, nachdem wir Zenedge mitbegründet hatten, eine Cloud-basierte Cybersicherheitsplattform, die schließlich von Oracle übernommen wurde. Als unsere Anwendung skaliert wurde, sahen wir, wie unsere Cloud-Rechnung exponentiell von Tausenden von Dollar auf Millionen von Dollar anstieg … Unser Ziel [with Cast AI] war es, das Produkt zu bauen, das wir uns bei Zenedge gewünscht hatten.“
Laut Frayman nutzt Cast „viele Modelle“, um seine Automatisierungs-Engine zur Optimierung der Cloud-Nutzung voranzutreiben, die Cloud-Ressourcen in Echtzeit nach oben und unten skaliert und gleichzeitig die Kosten optimiert. Die Modelle werden anhand von Nutzungsmetadaten von Kunden, Preis- und Bestandsinformationen öffentlicher Clouds und nicht offengelegter „anderer Signale“, die Cloud-Anbieter zur Verfügung stellen, trainiert. (Frayman weist darauf hin, dass Kunden, die ihre Daten nicht für Schulungen übermitteln möchten, deren Löschung beantragen können.)
Das Optimierungs-Dashboard von Cast AI, das Echtzeitdaten über öffentliche Cloud-Instanzen hinweg anzeigt. Bildnachweis: Cast-KI
Einige der Cast-Modelle sind dafür verantwortlich, zu bestimmen, wie oft öffentliche Cloud-Jobs unterbrochen werden könnten, während andere die Verfügbarkeit von freier Rechenkapazität vorhersagen. Wieder andere sind darauf geschult, saisonale Änderungen der Workload-Anforderungen zu antizipieren, wie z. B. eine Abnahme der Cloud-Nutzung während der Wintermonate.
„Wir sind in der Lage, niedrigere zukünftige Rechenpreise vorherzusagen, die sich auf die zukünftige Batch-Workload-Planung auswirken werden, ähnlich wie die Suche nach einem günstigeren Flug mit Kayak und die Buchung eines günstigeren Datums in der Zukunft“, erklärte Frayman.
Wie wir bereits geschrieben haben, konsolidierte sich der Markt für Cloud-Optimierungssoftware vor einigen Jahren, obwohl er im Entstehen war, als etablierte Unternehmen in angrenzenden Sektoren eine Gelegenheit sahen, sich einen Namen zu machen. Im Jahr 2017 erwarb Microsoft Cloudyn, das Tools zur Analyse und Prognose von Cloud-Ausgaben bereitstellte. VMware und NetApp kauften CloudHealth bzw. Spot (ehemals Spotinst) innerhalb weniger Jahre. Irgendwo mittendrin schnappte sich Apptio den Cloud-Spending-Management-Anbieter Cloudability, während Intel Granulate für 650 Millionen US-Dollar kaufte.
Die Konsolidierung ist nicht unbedingt vorbei. Aber einige Anbieter florieren, gemessen an ihren erfolgreichen Spendenaktionen. Zum Beispiel landete ProsperOps, ein Rivale von Cast, 72 Millionen Dollar in einer Venture-Runde, die im Februar endete.
Um wettbewerbsfähig zu bleiben, hat Cast kürzlich ein „kostenloses“, versuchsähnliches Cloud-Kostenüberwachungs- und Berichtsprodukt sowie sein erstes Cybersicherheitsangebot auf den Markt gebracht: ein Tool, das Benutzern Verstöße gegen Best Practices in Bezug auf die Sicherheit anzeigt, gemessen an der Zentrum für Internetsicherheitsbenchmarks und zeigt Möglichkeiten auf, diese Verstöße zu beheben.
„Unser Ziel ist es, dass weniger Leute höherrangige, interessantere Arbeiten im Cloud-Betrieb erledigen“, sagte Frayman. „Die Branche steht vor einem herausgeforderten Kunden, der sofort Cloud-Kosten sparen muss und es sich nicht leisten kann, Berichte zu analysieren und Personen zuzuweisen, die das Problem manuell lösen.“
Frayman lehnte es ab, die Umsatzzahlen von Cast offenzulegen. Aber er sagte, dass der Umsatz von Cast seit dem Start der Plattform von Quartal zu Quartal um über 220 % gestiegen ist. Tausende von Kunden-Apps werden von der Plattform optimiert, behauptet er, und Cast verwaltet aktiv über eine Million Public-Cloud-CPUs.
Er glaubt, dass die Angst vor der Silicon Valley Bank angesichts der neu entdeckten Kapitalknappheit auch das Geschäft ankurbeln könnte. Zu diesem Zweck bietet Cast angesichts der Bankausfälle für eine begrenzte Zeit kostenlose Onboarding-Services an. Kunden zahlen erst, wenn sie anfangen, Geld zu sparen.
Frayman sagt, dass Cast die neu gesicherten Mittel, die die Gesamtsumme des Start-ups auf mehr als 38 Millionen US-Dollar bringen, für den Ausbau seines Teams und „auf einen positiven Cashflow hinarbeiten“ wird.
„Wir haben derzeit 75 Mitarbeiter und gehen davon aus, dass das Team wächst, wenn das Unternehmen wächst und wir weiterhin unsere kennzahlengesteuerten Meilensteine erreichen“, fügte er hinzu. „Wir werden der Cast AI-Plattform automatisierte Sicherheitsfunktionen hinzufügen. Wir werden auch in andere Funktionen investieren, um unsere Kunden beim Betrieb am zweiten Tag zu unterstützen, wie z. B. Überwachung, Tests und Warnungen. Auf diese Weise können wir dazu beitragen, die Leistung und Zuverlässigkeit der Cluster unserer Kunden aufrechtzuerhalten, mit dem ultimativen Ziel, menschliche Eingriffe zu minimieren oder vollständig zu eliminieren.“