North.cloud Menggalang Pendanaan Seri B Senilai $60 Juta untuk Mengotomatiskan Pengelolaan Belanja Cloud dan AI

North.cloud telah menggalang pendanaan Seri B senilai $60 juta untuk mengembangkan platformnya dalam mengelola infrastruktur cloud, penggunaan AI, dan biaya data. Putaran pendanaan yang diumumkan pada 15 Oktober ini dipimpin oleh PeakSpan Capital, dengan partisipasi dari Litquidity, Companyon Ventures, Alpaca, Uncommon Denominator, Gaingels, dan Mana Ventures.

Pendanaan ini menyasar masalah yang semakin rumit seiring AI mulai digunakan dalam produksi: biaya operasional suatu produk dapat mencakup komputasi cloud, API model, dan platform data, sementara pihak yang bertanggung jawab atas tagihan-tagihan tersebut bekerja dengan sistem yang terpisah. North ingin menyatukan gambaran keuangan itu dengan otomatisasi yang mengurangi pengeluaran dan beban kerja pengelolaannya.

Perusahaan itu menyatakan bahwa nilai belanja cloud yang dikelolanya mendekati $2 miliar dan telah membantu pelanggan menghemat lebih dari $400 juta. Dana tersebut akan digunakan untuk memperluas optimasi di berbagai penyedia cloud, memperdalam integrasi, mempercepat pengelolaan belanja AI, serta mengembangkan tim teknik, produk, dan pemasaran serta penjualan.

Menyatukan Biaya Cloud dan AI dalam Satu Sistem

Operasi keuangan cloud, yang kerap disingkat FinOps, mencakup upaya menghubungkan penggunaan teknologi dengan biaya bisnis dan menentukan cara meningkatkan efisiensi ekonominya. Hal ini termasuk memahami pihak yang menimbulkan tagihan, memastikan sumber daya memiliki kapasitas yang sesuai, dan menilai apakah skema pembelian berdiskon selaras dengan kebutuhan aktual.

AI menambah satu lapisan lagi. Sebuah bisnis mungkin membayar infrastruktur yang menjadi tempat aplikasi berjalan, sekaligus membayar penyedia model untuk token yang digunakan aplikasi tersebut. Memahami satu tagihan belum tentu menjelaskan biaya untuk melayani pelanggan atau menyelesaikan alur kerja.

Pengumuman pendanaan North menyusul peluncuran North v3, yang menambahkan dukungan Microsoft Azure selain Amazon Web Services dan Google Cloud Platform. Perusahaan itu menyatakan bahwa versi tersebut juga menghadirkan integrasi bawaan dengan OpenAI, Anthropic, dan Snowflake serta memperluas pengelolaan komitmen otomatis melalui produk Autobot.

Strategi ini melanjutkan platform FinOps cloud North sebelumnya, yang pernah diliput Unite.AI pada 2025. Ekspansi saat ini memperluas fokusnya, dari penghematan cloud menjadi pandangan terpadu atas belanja infrastruktur, AI, dan data.

Cara Kerja Otomatisasi Komitmen

Salah satu cara menekan biaya cloud adalah membeli kapasitas berdiskon melalui komitmen. Tantangannya ialah menyesuaikan komitmen tersebut dengan penggunaan di masa mendatang: membeli terlalu sedikit dapat membuat peluang penghematan terlewat, sementara membeli terlalu banyak dapat menyebabkan perusahaan tetap membayar kapasitas yang tidak lagi dibutuhkan.

Dokumentasi tentang cakupan North membedakan dua pendekatan. Flexbot memberikan diskon melalui akun anggota milik North, dengan North yang mengelola komitmennya. Autobot mengelola komitmen milik pelanggan dan mengambil keputusan pembelian secara bertahap, sesuai dengan penggunaan dan sasaran bisnis. Pelanggan juga dapat menggabungkan keduanya.

Perbedaan ini penting karena menentukan siapa yang memiliki komitmen dan bagaimana pembelian dikelola. North menjelaskan bahwa Autobot menggunakan prakiraan dan sasaran pelanggan untuk membangun cakupan dari waktu ke waktu, serta menyediakan kemampuan simulasi untuk mengevaluasi penghematan dan fleksibilitas sebelum pembelian dilakukan. Dokumentasinya juga menyebutkan bahwa Autobot meminta izin tambahan untuk melakukan pembelian otomatis, yang dapat dicabut oleh pelanggan.

Optimasi komitmen menyasar harga yang dibayar untuk penggunaan. Pertanyaan lain yang perlu diajukan ialah apakah beban kerja benar-benar membutuhkan semua sumber daya yang dialokasikan kepadanya. Fitur Rightsize North merekomendasikan ukuran sumber daya berdasarkan perilaku beban kerja, pertimbangan kinerja, dan proyeksi penghematan. Memisahkan kedua mekanisme ini membantu menjelaskan perubahan yang sebenarnya dilakukan platform optimasi: tarif yang lebih baik dan jejak penggunaan sumber daya yang lebih kecil merupakan hasil yang berbeda.

TokenFlow Memperluas Model Ini ke Penggunaan AI

North juga tengah mengembangkan TokenFlow untuk menyatukan penggunaan model, atribusi biaya, anggaran, dan kontrol keuangan dalam lingkungan yang sama. Dalam pengumuman pendanaan, perusahaan itu menyebutnya sebagai bagian dari upaya untuk memperlakukan belanja cloud dan AI sebagai satu persoalan keuangan.

Halaman produk TokenFlow menjelaskan pelacakan penggunaan di berbagai model, penyedia, dan tim; pembebanan biaya kepada beban kerja yang menimbulkannya; serta penerapan batas atau kebijakan untuk membatasi penggunaan. Saat peninjauan dilakukan, halaman itu masih menampilkan daftar tunggu dan menyebutkan akses beta bagi pengguna terpilih. Informasi ketersediaan untuk publik ini perlu dibedakan dari rencana ekspansi yang lebih luas dalam pengumuman pendanaan.

Manfaat atribusi tidak terbatas pada mengetahui jumlah total token yang digunakan. Tim perlu memahami fitur atau alur kerja mana yang menimbulkan biaya dan apakah pengeluaran tersebut mendukung hasil yang bermanfaat. Permintaan individual yang murah tetap dapat menjadi pos anggaran yang signifikan jika alur kerja mengulanginya dalam skala besar.

Menggabungkan penggunaan model dengan biaya infrastruktur dapat mempermudah pemahaman atas kompromi tersebut. Namun, hal itu tidak serta-merta menentukan model atau pendekatan penerapan mana yang terbaik; keputusan tersebut tetap bergantung pada persyaratan kualitas, latensi, pola penggunaan, dan biaya sistem pendukungnya.

Makna Angka Pertumbuhan North

North menyebut AssemblyAI, Atlan, Tines, SnapLogic, Emplifi, dan Imply sebagai beberapa pelanggannya. Dalam pengumuman tersebut, kepala inferensi AssemblyAI, Ben Gotthold, melaporkan tingkat penghematan efektif sekitar 50%, meskipun infrastrukturnya berkembang selama setahun terakhir.

Itu merupakan hasil khusus bagi pelanggan tersebut, bukan tingkat penghematan yang patut diharapkan oleh setiap organisasi. Total belanja yang dikelola, yang hampir mencapai $2 miliar, dan penghematan yang lebih dari $400 juta juga merupakan angka yang dilaporkan perusahaan. Pengumuman tersebut tidak menyertakan metodologi penghitungan terperinci ataupun periode pengukuran yang seragam untuk membandingkan angka-angka tersebut.

Bagi calon pembeli, perbandingan yang bermanfaat adalah hasil finansial pada beban kerja mereka sendiri, setelah memperhitungkan biaya layanan, tingkat pemanfaatan, dan kewajiban pembelian. Penurunan harga komputasi memang bermanfaat, tetapi memahami apakah permintaan telah berubah dan apakah konfigurasi yang lebih murah tetap mampu mempertahankan kinerja yang dibutuhkan aplikasi juga sama pentingnya.

Dari Visibilitas ke Eksekusi dalam Skala Lebih Besar

CEO sekaligus salah satu pendiri, Matt Biringer, menggambarkan pendekatan North sebagai upaya mengotomatiskan pekerjaan FinOps, alih-alih sekadar menyediakan dasbor lain yang harus ditafsirkan oleh tim teknik dan keuangan. Investasi PeakSpan mendukung peralihan menuju pengelolaan berkelanjutan atas basis pengeluaran yang lebih luas.

Pendanaan Seri B memberi North sumber daya untuk mengembangkan pendekatan tersebut seiring makin eratnya keterkaitan antara biaya operasional AI dan keputusan produk. Tantangan pelaksanaannya adalah menghubungkan atribusi biaya yang akurat dengan tindakan yang bermanfaat, sembari memastikan kewenangan pembelian dan kompromi operasional tetap jelas. Bagi pelanggan, keberhasilan akan diukur dari keekonomian yang dapat diprediksi dan berkurangnya pekerjaan manual dalam pengelolaan biaya seiring pertumbuhan infrastruktur dan penggunaan AI mereka.