
Adaptive6 Reduce Desperdicio en la Nube con Plataforma de Gobernanza
TL;DR
Adaptive6 presenta una solución innovadora para reducir el desperdicio en la nube en tiempo real, con apoyo financiero significativo y enfoque en la ingeniería.
Adaptive6 combate el desperdicio de recursos en la nube con tecnología innovadora
Adaptive6, una empresa que ha salido del modo "stealth", presenta una solución para reducir el desperdicio en la nube en tiempo real. Actualmente, la plataforma está optimizando a Ticketmaster y ya ha recibido un financiamiento total de $44 millones, incluyendo una ronda inicial de $28 millones liderada por U.S. Venture Partners.
El aumento del gasto en la nube pública es evidente, con Gartner previniendo un crecimiento de 21,3% hasta 2026. Sin embargo, Flexera indica que hasta 32% de ese gasto se considera desperdicio, generado por código duplicado e ineficiente. Adaptive6 busca abordar este desperdicio como una vulnerabilidad de código que necesita ser corregida.
Co-fundada por Aviv Revach, ex-líder del equipo de investigación de seguridad de la inteligencia militar israelí, la empresa busca aplicar métodos de ciberseguridad en la identificación y remediación de este desperdicio, transformándolo en un asunto de ingeniería y no financiero.
Revach afirmó: "Nos dimos cuenta de que este no es un problema financiero; es un problema de ingeniería". Enfatiza la importancia de identificar y mapear las ineficiencias directamente al código, vinculando cada recurso a un desarrollador responsable.
El cambio de enfoque: de la contabilidad a la ingeniería
Tradicionalmente, la gestión de costos en la nube ha dependido de la visibilidad, con paneles que proporcionan una visión retrospectiva. Según Revach, este enfoque no es suficiente. Argumenta que sin acciones efectivas, la visibilidad es solo ruido.
Él explica que, mientras las herramientas actuales se enfocan en los aspectos financieros, ignoran el problema central: el desperdicio de recursos. El modelo de Adaptive6 permite que los ingenieros actúen directamente en la resolución de ineficiencias, transfiriendo la responsabilidad del equipo financiero a los desarrolladores involucrados.
Tecnología: identificando "shadow waste"
La plataforma de Gobernanza y Optimización de Costos en la Nube (CCGO) de Adaptive6 se destaca por buscar "Shadow Waste"—ineficiencias ocultas en arquitecturas y cargas de trabajo que las herramientas tradicionales suelen pasar por alto.
Esta tecnología, que no utiliza agentes, tiene acceso de lectura a través de APIs estándar de nube, abarcando entornos como AWS, GCP y Azure. Revach destaca la capacidad de conectar problemas encontrados directamente a la línea de código responsable.
En el ámbito de cargas de trabajo de inteligencia artificial (IA), la plataforma analiza configuraciones complejas y puede hacer recomendaciones específicas para el uso de recursos, como el dimensionamiento provisionado en los Modelos de Lenguaje Grande (LLMs) en AWS.
El paradoja de la IA: tanto problema como solución
Adaptive6 utiliza IA para generar scripts de remediación; sin embargo, Revach distingue su enfoque de las herramientas genéricas de codificación. Advierte que el código generado por IA a menudo no optimiza costos, debido a su entrenamiento en códigos que no consideran la gobernanza financiera.
Así, la empresa apuesta por un equipo de expertos para identificar ineficiencias, similar a lo que ocurre en investigaciones de vulnerabilidades en ciberseguridad.
Impacto y adopción de la plataforma
La plataforma es utilizada por empresas como Ticketmaster y Bayer, llevando a reducciones de 15% a 35% en gastos de nube. Revach citó un ejemplo en el que una corrección simple resultó en más de un millón de dólares en ahorro.
Perspectivas futuras
Adaptive6 también implementa funcionalidades de prevención que permiten verificar el código antes de la implementación, evitando errores costosos. Revach concluye: "Detectamos lo que ya está desperdiciando dinero y prevenimos nuevas ineficiencias, cambiando la forma en que gestionamos los costos en la nube".
Contenido seleccionado y editado con asistencia de IA. Fuentes originales referenciadas arriba.


