در حالی که شرکتها به بحث در مورد ماندن با Kubernetes یا توسعه راهکارهای ابری داخلی ادامه میدهند، Scoutflo، یک پلتفرم DevOps مبتنی بر هوش مصنوعی، قصد دارد جنبههای خستهکننده این استقرارها را، بدون توجه به اینکه کدام گزینه را انتخاب میکنید، از بین ببرد.
این شرکت 1.4 کرور روپیه در یک دور پیش بذری به رهبری 100X.VC جمعآوری کرده است، با حمایت اضافی از سرمایهگذاران استراتژیک مانند آرجون پیلای و پراسانا ونکاتسان. این استارتاپ قصد دارد گردشهای کاری DevOps را با تبدیل استقرار، اشکالزدایی و انطباق به تجربیات مبتنی بر هوش مصنوعی و اولویتبندیشده برای توسعهدهندگان، بازآفرینی کند.
Scoutflo با بودجه جدید، میخواهد بر روی ساخت یک محصول قویتر تمرکز کند. این شرکت قصد دارد حضور خود را در هند و خارج از کشور گسترش دهد، ادغامهای بیشتری ایجاد کند و تلاشهای خود را برای ورود به بازار مقیاسبندی کند. این تیم همچنین در حال دو برابر کردن تجربه توسعهدهندگان است و از نزدیک با شرکایی مانند Civo و Last9 برای ارائه قابلیت مشاهده و قابلیت اطمینان بهتر همکاری میکند.
Scoutflo که توسط مدیرعامل کالپش بهالکار و مدیر ارشد فناوری ودانت ویاواهاره تاسیس شده است، معتقد است که تیم هفت نفره Scoutflo معتقد است که DevOps سنتی نمیتواند با توسعه سریع نرمافزار مبتنی بر هوش مصنوعی همگام شود.
ویاواهاره در گفتگو با AIM گفت: «از توسعهدهندگان انتظار میرود که سریع حرکت کنند، اما همچنان درگیر فرآیندهای کند و عدم استقلال هستند. Scoutflo به عنوان یک متخصص DevOps مبتنی بر هوش مصنوعی که در هر تیم تعبیه شده است، عمل میکند.»
بهالکار و ویاواهاره با نقاط دردناکی که حل میکنند، بیگانه نیستند. دومی قبلاً در BrowserStack کار میکرد، جایی که گلوگاههای مشابهی را در فرآیندهای QA مشاهده کرد. این تجربه به او چارچوبی داد تا اصطکاک بین توسعهدهندگان و زیرساختها را، به ویژه در محیطهای پرشتاب، شناسایی کند.
در حالی که در حال تحقیق در مورد این مشکل بودند، همچنان با 100 تا 200 مدیر ارشد فناوری (CTO) و مدیر ارشد داده (CDO) صحبت کردند، و یک بینش به طور واضح آشکار شد: تیمهای DevOps بسیار تحت فشار هستند. در بسیاری از شرکتها، این نسبت اغلب 1 مهندس DevOps به ازای 20 توسعهدهنده است که منجر به فرسودگی شغلی و کندی عمده در چرخههای استقرار میشود.
Scoutflo واقعاً چه کاری انجام میدهد؟
ویاواهاره گفت: «افراد DevOps دائماً غرق میشوند. این پویایی منجر به انتظار توسعهدهندگان، تاخیر در حمل و نقل و از دست دادن کلی شتاب میشود. ما فکر کردیم: چه میشد اگر میتوانستیم به توسعهدهندگان استقلال دهیم تا خودشان استقرارها را مدیریت کنند، بدون اینکه امنیت یا کارایی را قربانی کنند؟»
Scoutflo دقیقاً همین کار را انجام میدهد. این یک پلتفرم هوش مصنوعی است که در بالای محیطهای ابری - AWS، GCP، Azure، VMware و حتی Civo - قرار میگیرد و به توسعهدهندگان اجازه میدهد تا زیرساختها را بدون تبدیل شدن به متخصصان ابر، تهیه و مستقر کنند.
این یک پلتفرم به عنوان سرویس (PaaS) مستقل از ابر است که برای کمک به توسعهدهندگان در استقرار زیرساختها و خدمات بدون نگرانی در مورد پشته فناوری زیربنایی طراحی شده است.
این پلتفرم همه چیز را از تولید خودکار اسکریپتهای Terraform گرفته تا تنظیم محافظهای امنیتی مناسب مدیریت میکند - همه اینها توسط یک سیستم هوش مصنوعی یکپارچه انجام میشود که به تهیه، اشکالزدایی و حتی بهینهسازی هزینه کمک میکند.
ویاواهاره توضیح داد: «شما میتوانید به معنای واقعی کلمه با هوش مصنوعی ما چت کنید تا سوالاتی مانند \"چرا استقرار من با شکست مواجه میشود؟\" یا \"آیا میتوانید به من کمک کنید یک محیط مرحلهبندی امن در AWS ایجاد کنم؟\" بپرسید و این کار انجام خواهد شد. این فقط اتوماسیون نیست - بلکه تصمیمگیری هوشمندانه است. هوش مصنوعی ما زیرساخت، وابستگیها و الزامات مقیاسبندی را درک میکند.»
این فقط در مورد استقرار یک سرویس واحد نیست. Scoutflo برای مدیریت استقرارهای پیچیده و چند سرویسه طراحی شده است - از جمله استقرارهایی که شامل LLM، APIهای سنتی، پایگاههای داده و موارد دیگر میشوند. در حالی که \"LLMOps\" صرفاً یک زیرمجموعه است، Scoutflo کل خط لوله را در بر میگیرد.
ویاواهاره گفت: «اکثر ابزارهای DevOps فقط به سرویسهای معمولی کمک میکنند. ما استقرارهای Kubernetes و غیر Kubernetes را به یک اندازه پوشش میدهیم. ما میخواهیم پلتفرم اصلی برای شرکتهایی باشیم که به دنبال انتقال به معماریهای مقیاسپذیر بدون سربار هستند.»
این محصول در حال حاضر در مرحله بتا بسته قرار دارد و در این مرحله، تمرکز بر تعامل مستقیم با کاربران است. به زودی، آنها یک ربات چت هوش مصنوعی راهاندازی میکنند - یک ابزار کاملاً رایگان و باز که برای تولید کد Terraform، رسیدگی به پرسشهای اشکالزدایی و کمک به تنظیمات جدید طراحی شده است.
در مورد باطن ربات چت، این ربات بر روی مدلهای زبانی بزرگ OpenAI و Anthropic ساخته شده است. آنها گفتند: «ما این مدلها را تنظیم دقیق کردهایم و مهندسی سریع پیشرفتهای انجام دادهایم. ما همچنین از MCPها استفاده میکنیم، یک فناوری جدید که نسبت به آن بسیار خوشبین هستیم. ما در اینجا از منحنی جلوتر هستیم، به خصوص که هنوز تیمهای زیادی در هند MCPها را بررسی نمیکنند.»
این استارتاپ در حال حاضر یک تیم کوچک هفت نفره است، اما به زودی به گسترش فکر میکند. آنها گفتند: «ما سریع حرکت میکنیم و رشد در چشم انداز است.»
یک بازار شلوغ
در سطح بینالمللی، رقبایی مانند Qovery (در ایالات متحده) و Northflank (در اروپا) در حال حاضر موج ایجاد میکنند. به عنوان مثال، Northflank به مدت دو سال است که فعالیت میکند و اخیراً یک دور 22 میلیون دلاری جمعآوری کرده است.
در هند، نزدیکترین همتایان استارتاپهایی مانند Facets.cloud و Devtron هستند. بهالکار به AIM گفت: «آنها کار خوبی انجام میدهند، اما ما معتقدیم که رویکرد مبتنی بر هوش مصنوعی و بیطرفی ما در هنگام ارائه دهندگان ابر و IaC (زیرساخت به عنوان کد) به ما یک مزیت منحصر به فرد میدهد.»
در حالی که اکثر ابزارهای استقرار پس از فعال شدن کد متوقف میشوند، Scoutflo فراتر میرود. این پلتفرم شامل اشکالزدایی با کمک هوش مصنوعی و گردشهای کاری پس از استقرار برای کمک به توسعهدهندگان در مدیریت خدمات پس از راهاندازی است.
این پلتفرم منحنی یادگیری را برای سیستمهای پیچیده مانند Kubernetes کاهش میدهد و حتی توسعهدهندگان کم تجربهتر را قادر میسازد تا با زیرساخت سطح تولید کار کنند.
ویاواهاره گفت: «ما در حال پر کردن شکاف بین توسعهدهندگان و DevOps، به ویژه پس از استقرار هستیم. شما میتوانید همه چیز را در یک جریان مستقر کنید، نظارت کنید، اشکالزدایی کنید. این جایی است که بسیاری از ابزارهای سنتی کم میآورند.»