Cast AI, une startup basée à Miami qui utilise l'apprentissage automatique pour aider les entreprises à gérer et optimiser leurs dépenses cloud, a annoncé aujourd'hui une réussite remarquable : un financement de 35 millions de dollars lors de sa levée de fonds de série B.
Dirigée par Vintage Investment Partners, cette nouvelle injection de capital va renforcer les capacités d’IA de Cast AI, offrant aux équipes d'entreprise une solution robuste pour le suivi et l'optimisation des coûts en temps réel. La plateforme automatise les tâches de gestion des ressources, auparavant manuelles, réduisant ainsi les coûts opérationnels.
« Chaque membre de Cast AI est déterminé à aider nos clients à réduire leurs dépenses cloud en automatisant les tâches les plus adaptées à l'apprentissage automatique », a déclaré Yuri Frayman, co-fondateur et PDG de Cast AI. « Cet engagement explique pourquoi notre clientèle continue de croître rapidement, attirant des clients de renom. »
Automatisation des Clusters Kubernetes pour Réduire les Coûts Cloud
Alors que la transformation numérique s'accélère, les entreprises modernisent leurs applications et migrent vers le cloud. Cependant, de nombreuses équipes peinent à gérer les coûts croissants, parfois exponentiels, dus à une mauvaise gestion des ressources.
Conscients de ce défi, les fondateurs de Cast AI—Yuri Frayman, Leon Kuperman et Laurent Gil—qui avaient précédemment participé à la plateforme de cybersécurité Zenedge acquise par Oracle, ont réorienté leurs efforts vers l'optimisation pilotée par l'IA. Leur objectif était de développer des solutions avancées pour automatiser la gestion des ressources, évitant ainsi les ajustements manuels.
« Nous avons rapidement compris que c'était un défi universel », a déclaré Gil, directeur produit de Cast. « Notre mission chez Cast AI était de créer le produit que nous aurions aimé avoir chez Zenedge : une plateforme IA avancée capable de l'évoluer en temps réel et d'optimiser les coûts. »
Solutions Fiables pour les Grandes Entreprises
Fondée en 2019, Cast AI compte parmi ses clients des leaders de l'industrie tels qu'Akamai, Yotpo, Sharechat, Rollbar, Switchboard et EVgo. La plateforme offre une solution tout-en-un, exploitant des algorithmes d'apprentissage automatique avancés pour optimiser les clusters Kubernetes tout en fournissant une visibilité complète sur l'allocation des ressources.
Kubernetes (souvent abrégé en K8s) automatise le déploiement et la gestion d'applications conteneurisées sur des infrastructures sur site et cloud. Cast AI améliore ce processus en s'intégrant aux principaux partenaires cloud comme Google Cloud, AWS et Azure pour analyser et optimiser automatiquement ces clusters.
Cette optimisation permet aux entreprises de réaliser des économies d'au moins 50 % sur les dépenses cloud tout en améliorant la performance et la productivité de DevOps. Par exemple, Iterable, l'un des clients de Cast AI, a réussi à réduire ses coûts cloud annuels de plus de 60 %, ce qui se traduit par des économies de 3 à 4 millions de dollars par an.
Développements Futurs à l'Horizon
Avec ce dernier financement, portant le capital total levé par Cast AI à 73 millions de dollars, l'entreprise prévoit d'élargir ses offres pour automatiser d'autres aspects de l'optimisation Kubernetes. Elle a récemment lancé deux nouvelles fonctionnalités : Workload Rightsizing et PrecisionPack.
Workload Rightsizing automatise la mise à l'échelle des demandes de charge de travail en quasi temps réel, garantissant à la fois performance et efficacité des coûts. PrecisionPack, une fonctionnalité de planification Kubernetes de nouvelle génération, utilise un algorithme de bin-packing avancé pour optimiser le placement des pods sur des nœuds désignés, améliorant ainsi l'utilisation des ressources et la prévisibilité opérationnelle.
Alors que Cast AI se positionne comme un acteur majeur dans l'espace FinOps—des outils conçus pour réduire les dépenses cloud—elle fait face à une concurrence croissante de la part d'autres entreprises émergentes telles que CloudZero, Zesty et Exostellar, qui bénéficient également d'un soutien capital-risque substantiel.
Classement
