North.cloud recauda 60 millones de dólares en una ronda de financiación de serie B para automatizar la gestión del gasto en la nube y en IA

North.cloud ha recaudado 60 millones de dólares en una ronda de financiación de serie B para ampliar su plataforma de gestión de la infraestructura en la nube, el uso de IA y los costes de datos. La ronda, anunciada el 15 de octubre, está liderada por PeakSpan Capital, con la participación de Litquidity, Companyon Ventures, Alpaca, Uncommon Denominator, Gaingels y Mana Ventures.

La financiación busca abordar un problema que se agrava a medida que la IA pasa a producción: los costes operativos de un producto pueden abarcar la computación en la nube, las API de modelos y las plataformas de datos, mientras que las personas responsables de esas facturas trabajan con sistemas separados. North pretende conectar esa perspectiva financiera con herramientas de automatización que reduzcan tanto el gasto como el trabajo necesario para gestionarlo.

La empresa afirma que se acerca a los 2.000 millones de dólares en gasto en la nube bajo gestión y que ha ayudado a sus clientes a ahorrar más de 400 millones de dólares. Destinará el capital a ampliar la optimización entre proveedores de servicios en la nube, profundizar las integraciones, acelerar la gestión del gasto en IA y ampliar sus equipos de ingeniería, producto y comercialización.

Unificar los costes de la nube y la IA en un solo sistema

Las operaciones financieras en la nube, conocidas habitualmente como FinOps, consisten en relacionar el uso de la tecnología con los costes empresariales y determinar cómo mejorar la rentabilidad. Esto incluye entender quién generó una factura, si los recursos tienen el tamaño adecuado y si los acuerdos de compra con descuento se ajustan a la demanda real.

La IA añade otra capa. Una empresa puede pagar por la infraestructura que aloja una aplicación y, por separado, a un proveedor de modelos por los tokens que consume esa aplicación. Entender una factura no necesariamente permite explicar cuánto cuesta atender a un cliente o completar un flujo de trabajo.

El anuncio de financiación de North llega tras el lanzamiento de North v3, que incorporó compatibilidad con Microsoft Azure, además de Amazon Web Services y Google Cloud Platform. La empresa afirma que esa versión también incluyó integraciones nativas con OpenAI, Anthropic y Snowflake, y amplió la gestión automatizada de compromisos mediante su producto Autobot.

La estrategia se basa en la plataforma anterior de FinOps en la nube de North, que Unite.AI cubrió en 2025. La expansión actual amplía su enfoque, que pasa del ahorro en la nube a ofrecer una visión integrada del gasto en infraestructura, IA y datos.

Cómo funciona la automatización de compromisos

Una forma de reducir los costes de la nube es adquirir capacidad con descuento mediante compromisos de compra. El reto consiste en ajustarlos al uso futuro: comprar demasiado poco puede impedir aprovechar todos los ahorros, mientras que comprar demasiado puede obligar a una empresa a pagar por una capacidad que ya no necesita.

La documentación sobre cobertura de North distingue dos enfoques. Flexbot ofrece descuentos a través de cuentas de miembros propiedad de North, que se encarga de gestionar los compromisos. Autobot gestiona compromisos propiedad del cliente y toma decisiones de compra de forma gradual, según el uso y los objetivos empresariales. Los clientes también pueden combinar ambos enfoques.

Esta distinción es importante porque determina quién es titular del compromiso y cómo se gestionan las compras. North explica que Autobot utiliza previsiones y los objetivos del cliente para ampliar la cobertura con el tiempo, y ofrece funciones de simulación que permiten evaluar los ahorros y la flexibilidad antes de realizar compras. La documentación de la empresa también indica que Autobot solicita permisos adicionales para automatizar las compras, que los clientes pueden revocar.

La optimización de compromisos permite reducir el precio que se paga por el uso. Otra cuestión es si la carga de trabajo necesita todos los recursos que tiene asignados. La función Rightsize de North recomienda el tamaño de los recursos basándose en el comportamiento de la carga de trabajo, las consideraciones de rendimiento y los ahorros previstos. Distinguir estos mecanismos ayuda a entender qué cambia realmente una plataforma de optimización: obtener una tarifa mejor y reducir los recursos utilizados son resultados distintos.

TokenFlow amplía el modelo al uso de la IA

North también está desarrollando TokenFlow para integrar en un mismo entorno el uso de modelos, la atribución de costes, los presupuestos y los controles financieros. En el anuncio de financiación, la empresa lo describe como parte de su esfuerzo por abordar el gasto en la nube y en IA como un único problema financiero.

La página del producto TokenFlow describe cómo hacer un seguimiento del uso en distintos modelos, proveedores y equipos, asignar los costes a las cargas de trabajo que los generan y aplicar límites o políticas para restringir el uso. En el momento de la revisión, la página todavía mostraba una lista de espera y describía el acceso a la versión beta para usuarios seleccionados. Esos detalles sobre la disponibilidad pública deben distinguirse de los planes de expansión más amplios incluidos en el anuncio de financiación.

El valor de atribuir costes va más allá de conocer el número total de tokens consumidos. Un equipo necesita entender qué función o flujo de trabajo generó el coste y si ese gasto contribuye a un resultado útil. Incluso una solicitud individual de bajo coste puede convertirse en una partida presupuestaria considerable cuando un flujo de trabajo la repite a gran escala.

Combinar el uso de modelos con los costes de infraestructura podría facilitar la evaluación de esas compensaciones. Esto no determina automáticamente cuál es el mejor modelo o enfoque de implementación: esa decisión sigue dependiendo de los requisitos de calidad, la latencia, los patrones de uso y el coste del sistema que los rodea.

Qué revelan las cifras de crecimiento de North

North menciona entre sus clientes a AssemblyAI, Atlan, Tines, SnapLogic, Emplifi e Imply. En el comunicado, Ben Gotthold, responsable de inferencia de AssemblyAI, informa de una tasa efectiva de ahorro de alrededor del 50 %, pese a que su infraestructura se expandió durante el último año.

Ese es un resultado específico de un cliente, no una tasa de ahorro que todas las organizaciones deban esperar. Los casi 2.000 millones de dólares en gasto gestionado y los más de 400 millones de dólares en ahorros también son cifras totales comunicadas por la empresa. El comunicado no proporciona una metodología de cálculo detallada ni un período de medición uniforme para comparar esas cifras.

Para los compradores, la comparación útil es el resultado financiero en sus propias cargas de trabajo, teniendo en cuenta los costos de los servicios, la utilización y los compromisos de compra. Reducir el precio de la capacidad de cómputo es valioso, pero también lo es entender si la demanda ha cambiado y si una configuración más económica mantiene el rendimiento que requiere la aplicación.

De la visibilidad a la ejecución a escala

El director ejecutivo y cofundador Matt Biringer presenta el enfoque de North como una forma de automatizar las tareas de FinOps, en lugar de dejar a los equipos de ingeniería y finanzas otro panel que deban interpretar. La inversión de PeakSpan respalda ese avance hacia una gestión continua de una base de gasto más amplia.

La ronda Serie B proporciona a North recursos para ampliar ese enfoque, a medida que los costos operativos de la IA se vinculan cada vez más estrechamente con las decisiones sobre productos. El reto de ejecución consiste en vincular una atribución precisa con acciones útiles, sin perder claridad sobre la autoridad de compra ni sobre las compensaciones operativas. Para los clientes, el éxito se medirá por la previsibilidad de los costos y la reducción del trabajo manual de gestión de gastos a medida que crezcan su infraestructura y su uso de la IA.