Cast AI, una startup de Miami que utiliza aprendizaje automático para ayudar a las empresas a gestionar y optimizar sus gastos en la nube, ha anunciado hoy una exitosa ronda de financiamiento de Serie B por $35 millones.
Liderada por Vintage Investment Partners, esta inversión mejorará las capacidades de inteligencia artificial de Cast AI, proporcionando a los equipos empresariales una solución robusta para el seguimiento y la optimización de costos en tiempo real. La plataforma automatiza tareas de gestión de recursos que antes se realizaban manualmente, reduciendo de manera efectiva los costos operativos.
“Cada persona en Cast AI está dedicada a ayudar a los clientes a reducir su gasto en la nube, automatizando tareas que son idóneas para el aprendizaje automático”, afirmó Yuri Frayman, cofundador y CEO de Cast AI. “Este compromiso es la razón por la cual nuestro crecimiento en clientes sigue en aumento, atrayendo a marcas destacadas”.
Automatización de Clústeres de Kubernetes para Reducir Costos en la Nube
A medida que la transformación digital se acelera, las empresas de todos los sectores están modernizando sus aplicaciones y migrando a la nube. Sin embargo, muchos equipos luchan por gestionar el aumento de los costos en la nube a medida que las demandas de las aplicaciones crecen, pasando de miles a millones de dólares debido a la mala gestión de recursos.
Reconociendo este desafío, los fundadores de Cast AI—Yuri Frayman, Leon Kuperman y Laurent Gil—anteriormente involucrados en la plataforma de ciberseguridad Zenedge, adquirida por Oracle, se centraron en la optimización impulsada por IA. Su objetivo fue desarrollar soluciones avanzadas que automatizaran la gestión de recursos en lugar de depender de ajustes manuales.
“Rápidamente nos dimos cuenta de que este era un desafío universal”, dijo Gil, director de producto de Cast AI. “Nuestra misión en Cast AI fue crear el producto que deseábamos tener en Zenedge: una plataforma avanzada de IA capaz de escalar recursos y optimizar costos en tiempo real”.
Soluciones Confiables para Empresas Líderes
Fundada en 2019, Cast AI ha atraído a una clientela que incluye líderes de la industria como Akamai, Yotpo, Sharechat, Rollbar, Switchboard y EVgo. La plataforma funciona como una solución integral, utilizando algoritmos de aprendizaje automático avanzados para optimizar clústeres de Kubernetes mientras ofrece visibilidad completa sobre la asignación de recursos.
Kubernetes (a menudo abreviado como K8s) automatiza la implementación y gestión de aplicaciones en contenedores en infraestructuras locales y en la nube. Cast AI mejora este proceso al integrarse con principales socios de la nube como Google Cloud, AWS y Azure para analizar y optimizar automáticamente estos clústeres.
Esta afinación sofisticada permite a las empresas lograr ahorros del 50% o más en gastos en la nube mientras mejoran el rendimiento y la productividad de DevOps. Por ejemplo, Iterable, uno de los clientes de Cast AI, redujo con éxito sus costos anuales en la nube en más del 60%, ahorrando entre $3 y $4 millones anuales.
Desarrollos Futuros en el Horizonte
Con la última ronda de financiamiento, que eleva el capital total recaudado por Cast AI a $73 millones, la empresa planea expandir sus ofertas para automatizar otros aspectos de la optimización de Kubernetes. Recientemente, lanzó dos nuevas características: Workload Rightsizing y PrecisionPack.
Workload Rightsizing automatiza el escalado casi en tiempo real de las solicitudes de carga, garantizando tanto el rendimiento como la eficiencia de costos. PrecisionPack, una función de programación de Kubernetes de próxima generación, utiliza un algoritmo avanzado de empaquetado para optimizar la colocación de pods en nodos designados, mejorando la utilización de recursos y la previsibilidad operativa.
Aunque Cast AI es un actor importante en el espacio de FinOps—herramientas diseñadas para reducir el gasto en la nube—se enfrenta a la competencia de otras empresas emergentes como CloudZero, Zesty y Exostellar, que están recibiendo un considerable apoyo de capital de riesgo.
Clasificación
