North.cloud ने क्लाउड और एआई खर्च प्रबंधन को स्वचालित करने के लिए 60 मिलियन डॉलर की सीरीज़ B फंडिंग जुटाई

North.cloud ने क्लाउड इन्फ्रास्ट्रक्चर, एआई उपयोग और डेटा लागत के प्रबंधन के अपने प्लेटफ़ॉर्म का विस्तार करने के लिए सीरीज़ B फंडिंग में 60 मिलियन डॉलर जुटाए हैं। 15 अक्टूबर को घोषित इस फंडिंग राउंड का नेतृत्व PeakSpan Capital ने किया; इसमें Litquidity, Companyon Ventures, Alpaca, Uncommon Denominator, Gaingels और Mana Ventures ने भी भाग लिया।

यह फंडिंग उस समस्या को हल करने के लिए है जो एआई के उत्पादन में इस्तेमाल होने के साथ और जटिल होती जा रही है: किसी उत्पाद की परिचालन लागत में क्लाउड कंप्यूटिंग, मॉडल एपीआई और डेटा प्लेटफ़ॉर्म का खर्च शामिल हो सकता है, जबकि इन बिलों के लिए जिम्मेदार लोग अलग-अलग प्रणालियों में काम करते हैं। North का लक्ष्य इस वित्तीय तस्वीर को ऐसे स्वचालन से जोड़ना है जो खर्च और उसके प्रबंधन में लगने वाले काम—दोनों को कम करे।

कंपनी का कहना है कि उसके प्रबंधनाधीन क्लाउड खर्च का आँकड़ा 2 अरब डॉलर के करीब पहुँच रहा है और उसने ग्राहकों को 400 मिलियन डॉलर से अधिक बचाने में मदद की है। वह इस पूँजी का इस्तेमाल विभिन्न क्लाउड प्रदाताओं में अनुकूलन का विस्तार करने, एकीकरण को और गहरा करने, एआई खर्च प्रबंधन में तेजी लाने तथा इंजीनियरिंग, उत्पाद और बाज़ार-विस्तार टीमों को बढ़ाने के लिए करेगी।

क्लाउड और एआई लागत को एक ही प्रणाली में लाना

क्लाउड वित्तीय संचालन—जिसे अक्सर संक्षेप में FinOps कहा जाता है—में प्रौद्योगिकी के उपयोग को व्यावसायिक लागतों से जोड़ना और अर्थव्यवस्था बेहतर करने के तरीके तय करना शामिल है। इसके लिए यह समझना होता है कि बिल किसके उपयोग से बना, क्या संसाधनों का आकार उपयुक्त है और क्या रियायती खरीद व्यवस्थाएँ वास्तविक माँग के अनुरूप हैं।

एआई इसमें एक और परत जोड़ता है। कोई व्यवसाय उस इन्फ्रास्ट्रक्चर के लिए भुगतान कर सकता है जिस पर उसका ऐप्लिकेशन चलता है, और साथ ही उस मॉडल प्रदाता को भी भुगतान कर सकता है जिसके टोकन ऐप्लिकेशन इस्तेमाल करता है। केवल एक इनवॉइस समझ लेने से यह ज़रूरी नहीं कि किसी ग्राहक को सेवा देने या वर्कफ़्लो पूरा करने की लागत भी स्पष्ट हो जाए।

North की फंडिंग घोषणा, North v3 के लॉन्च के बाद आई है। इस संस्करण में Amazon Web Services और Google Cloud Platform के साथ Microsoft Azure का समर्थन भी जोड़ा गया था। कंपनी का कहना है कि इस रिलीज़ में OpenAI, Anthropic और Snowflake के साथ नेटिव एकीकरण भी शुरू किए गए और उसके Autobot उत्पाद के ज़रिए प्रतिबद्धताओं का स्वचालित प्रबंधन विस्तारित किया गया।

यह रणनीति North के पहले के क्लाउड FinOps प्लेटफ़ॉर्म पर आधारित है, जिसके बारे में Unite.AI ने 2025 में लिखा था। मौजूदा विस्तार से कंपनी का ध्यान क्लाउड बचत से आगे बढ़कर इन्फ्रास्ट्रक्चर, एआई और डेटा खर्च की एकीकृत तस्वीर पर केंद्रित हो गया है।

प्रतिबद्धताओं का स्वचालन कैसे काम करता है

क्लाउड लागत घटाने का एक तरीका प्रतिबद्धताओं के ज़रिए रियायती क्षमता खरीदना है। चुनौती यह है कि इन प्रतिबद्धताओं का भविष्य के उपयोग से मेल बैठाया जाए: बहुत कम खरीदने पर संभावित बचत हाथ से निकल सकती है, जबकि बहुत अधिक खरीदने पर कंपनी को ऐसी क्षमता के लिए भुगतान करना पड़ सकता है जिसकी उसे अब ज़रूरत नहीं है।

North का कवरेज संबंधी दस्तावेज़ दो तरीकों में अंतर बताता है। Flexbot, North के स्वामित्व वाले सदस्य खातों के ज़रिए छूट देता है और प्रतिबद्धताओं का प्रबंधन North करता है। Autobot ग्राहक के स्वामित्व वाली प्रतिबद्धताओं का प्रबंधन करता है और उपयोग तथा व्यावसायिक लक्ष्यों के अनुसार चरणबद्ध तरीके से खरीद के फ़ैसले लेता है। ग्राहक दोनों तरीकों को मिलाकर भी इस्तेमाल कर सकते हैं।

यह अंतर इसलिए अहम है क्योंकि इससे तय होता है कि प्रतिबद्धता का स्वामी कौन है और खरीद का प्रबंधन कैसे किया जाता है। North के मुताबिक, Autobot पूर्वानुमानों और ग्राहक के उद्देश्यों का इस्तेमाल करके समय के साथ कवरेज तैयार करता है। इसमें खरीद से पहले बचत और लचीलेपन का आकलन करने के लिए सिमुलेशन की सुविधा भी है। इसके दस्तावेज़ों में यह भी कहा गया है कि स्वचालित खरीद के लिए Autobot अतिरिक्त अनुमतियाँ माँगता है, जिन्हें ग्राहक रद्द कर सकते हैं।

प्रतिबद्धताओं का अनुकूलन उपयोग के लिए चुकाई जाने वाली कीमत पर केंद्रित है। इससे अलग यह सवाल है कि क्या वर्कलोड को आवंटित सभी संसाधनों की ज़रूरत है। North की Rightsize सुविधा वर्कलोड के व्यवहार, प्रदर्शन संबंधी बातों और अनुमानित बचत के आधार पर संसाधनों के उपयुक्त आकार सुझाती है। इन दोनों तरीकों को अलग-अलग रखने से यह समझने में मदद मिलती है कि अनुकूलन प्लेटफ़ॉर्म वास्तव में क्या बदलता है: बेहतर दर और संसाधनों के कम इस्तेमाल का दायरा—ये अलग-अलग नतीजे हैं।

TokenFlow एआई उपयोग तक इस मॉडल का विस्तार करता है

North, मॉडल के उपयोग, लागत-निर्धारण, बजट और वित्तीय नियंत्रणों को एक ही परिवेश में लाने के लिए TokenFlow भी विकसित कर रहा है। फंडिंग घोषणा में कंपनी ने इसे क्लाउड और एआई खर्च को एक वित्तीय समस्या के रूप में देखने की अपनी कोशिश का हिस्सा बताया है।

TokenFlow के उत्पाद पृष्ठ पर मॉडल, प्रदाताओं और टीमों में उपयोग को ट्रैक करने, लागत को उन वर्कलोड से जोड़ने जहाँ वह खर्च हुई और उपयोग सीमित करने के लिए सीमा या नीतियाँ लागू करने का वर्णन है। समीक्षा के समय उस पृष्ठ पर अब भी प्रतीक्षा-सूची दिखाई गई थी और चुनिंदा उपयोगकर्ताओं के लिए बीटा उपलब्धता का उल्लेख था। सार्वजनिक उपलब्धता से जुड़ी इन जानकारियों को फंडिंग घोषणा में बताई गई व्यापक विस्तार योजनाओं से अलग समझना चाहिए।

लागत का स्रोत जानने का महत्व इस्तेमाल किए गए टोकनों की कुल संख्या जानने से कहीं बढ़कर है। टीम को यह समझना होता है कि किस सुविधा या वर्कफ़्लो से लागत पैदा हुई और क्या उस खर्च से कोई उपयोगी नतीजा मिलता है। किसी एक अनुरोध की लागत कम हो सकती है, फिर भी बड़े पैमाने पर बार-बार दोहराए जाने पर वह बजट का एक बड़ा मद बन सकता है।

मॉडल के उपयोग को इन्फ्रास्ट्रक्चर लागत के साथ जोड़ने से इन समझौतों को देखना आसान हो सकता है। इससे अपने-आप यह तय नहीं होता कि कौन-सा मॉडल या परिनियोजन तरीका सबसे अच्छा है; यह फ़ैसला अब भी गुणवत्ता की ज़रूरतों, विलंबता, उपयोग के तौर-तरीकों और आसपास की प्रणाली की लागत पर निर्भर करता है।

North के प्रदर्शन के आँकड़े क्या बताते हैं

North अपने ग्राहकों में AssemblyAI, Atlan, Tines, SnapLogic, Emplifi और Imply के नाम गिनता है। विज्ञप्ति में AssemblyAI के इन्फरेंस प्रमुख Ben Gotthold बताते हैं कि पिछले एक साल में उसके बुनियादी ढाँचे के विस्तार के बावजूद, उसे लगभग 50% की प्रभावी बचत दर हासिल हुई।

यह एक खास ग्राहक का नतीजा है, न कि ऐसी बचत दर जिसकी हर संगठन को उम्मीद करनी चाहिए। लगभग $2 बिलियन का प्रबंधित खर्च और $400 मिलियन से अधिक की बचत भी कंपनी की ओर से बताए गए कुल आँकड़े हैं। इन आँकड़ों की तुलना के लिए विज्ञप्ति में गणना की विस्तृत पद्धति या कोई एकसमान मापन अवधि नहीं दी गई है।

खरीदारों के लिए उपयोगी तुलना यह है कि सेवा लागत, उपयोग और खरीद संबंधी प्रतिबद्धताओं को ध्यान में रखने के बाद, उनके अपने कार्यभार पर वित्तीय नतीजा क्या निकलता है। कंप्यूटिंग की कीमत में कमी मूल्यवान है, लेकिन यह समझना भी उतना ही अहम है कि माँग में बदलाव आया है या नहीं और क्या कम लागत वाला कॉन्फ़िगरेशन ऐप्लिकेशन के लिए ज़रूरी प्रदर्शन बनाए रखता है।

दृश्यता से क्रियान्वयन तक विस्तार

मुख्य कार्यकारी अधिकारी और सह-संस्थापक Matt Biringer, North के दृष्टिकोण को FinOps के काम को स्वचालित करने के रूप में पेश करते हैं—ताकि इंजीनियरिंग और वित्त टीमों के सामने व्याख्या के लिए एक और डैशबोर्ड न छोड़ दिया जाए। PeakSpan का निवेश, खर्च के व्यापक आधार पर निरंतर प्रबंधन की दिशा में इस कदम का समर्थन करता है।

Series B से North को इस दृष्टिकोण का विस्तार करने के लिए संसाधन मिलते हैं, ऐसे समय में जब AI संचालन की लागतें उत्पाद संबंधी निर्णयों से अधिक निकटता से जुड़ रही हैं। क्रियान्वयन की चुनौती यह है कि सटीक लागत-आवंटन को उपयोगी कार्रवाइयों से जोड़ा जाए और साथ ही खरीद का अधिकार तथा परिचालन संबंधी समझौते स्पष्ट रहें। ग्राहकों के लिए सफलता का पैमाना होगा—उनके बुनियादी ढाँचे और AI के इस्तेमाल के बढ़ने के साथ अनुमानित वित्तीय नतीजे और लागत प्रबंधन का कम मैन्युअल काम।