North.cloud привлекла $60 млн в раунде серии B на автоматизацию управления расходами на облачные сервисы и ИИ

North.cloud привлекла 60 млн долларов в раунде серии B, чтобы расширить платформу для управления расходами на облачную инфраструктуру, использование ИИ и данные. О раунде, состоявшемся 15 октября, объявили под руководством PeakSpan Capital при участии Litquidity, Companyon Ventures, Alpaca, Uncommon Denominator, Gaingels и Mana Ventures.

Привлечённые средства помогут решить проблему, которая обостряется по мере внедрения ИИ в производственные процессы: операционные расходы на продукт могут складываться из затрат на облачные вычисления, API моделей и платформы данных, а сотрудники, отвечающие за эти счета, работают в разных системах. North стремится объединить все финансовые данные и автоматизировать процессы, чтобы сократить расходы и трудозатраты на управление ими.

По словам компании, объём управляемых ею расходов на облачные сервисы приближается к 2 млрд долларов, а её клиентам удалось сэкономить более 400 млн долларов. Средства пойдут на расширение возможностей оптимизации у разных поставщиков облачных услуг, углубление интеграций, ускорение работы над управлением расходами на ИИ, а также увеличение команд разработки, продуктового направления и продаж.

Объединение расходов на облачные сервисы и ИИ в одной системе

Управление финансовыми операциями в облаке, или FinOps, предполагает сопоставление использования технологий с расходами компании и поиск способов повысить экономическую эффективность. Для этого нужно понимать, кто сформировал счёт, правильно ли подобраны ресурсы и соответствуют ли льготные условия закупок фактическому спросу.

ИИ добавляет ещё один уровень сложности. Компания может платить за инфраструктуру, на которой работает приложение, и отдельно — поставщику модели за токены, которые использует это приложение. Понимание одного счёта не обязательно позволяет оценить стоимость обслуживания клиента или выполнения рабочего процесса.

Объявление North о привлечении средств последовало за запуском North v3, в котором появилась поддержка Microsoft Azure наряду с Amazon Web Services и Google Cloud Platform. По словам компании, в этой версии также появились встроенные интеграции с OpenAI, Anthropic и Snowflake, а возможности автоматизированного управления обязательствами по закупкам были расширены с помощью продукта Autobot.

Эта стратегия развивает предыдущую платформу North для управления финансовыми операциями в облаке, о которой Unite.AI писала в 2025 году. Теперь компания расширяет фокус: от экономии на облачных сервисах — к комплексному учёту расходов на инфраструктуру, ИИ и данные.

Как работает автоматизация управления обязательствами по закупкам

Один из способов снизить расходы на облачные сервисы — приобретать мощности со скидкой, принимая на себя обязательства по закупкам. Сложность в том, чтобы соотнести эти обязательства с будущим использованием: если приобрести слишком мало, часть потенциальной экономии будет упущена, а если слишком много — компания продолжит платить за мощности, которые ей больше не нужны.

В документации North по вариантам покрытия расходов описаны два подхода. Flexbot предоставляет скидки через учётные записи участников, принадлежащие North, а сама North управляет обязательствами по закупкам. Autobot управляет обязательствами, принадлежащими клиенту, и принимает решения о закупках поэтапно, исходя из использования и бизнес-целей. Клиенты могут также сочетать оба подхода.

Это различие важно, поскольку от него зависит, кому принадлежат обязательства по закупкам и как управляются закупки. По описанию North, Autobot использует прогнозы и цели клиента, чтобы постепенно формировать покрытие потребностей; до совершения покупок можно смоделировать потенциальную экономию и гибкость. В документации также говорится, что для автоматизированных закупок Autobot запрашивает дополнительные разрешения, которые клиент может отозвать.

Оптимизация обязательств по закупкам позволяет снизить цену за используемые ресурсы. Отдельный вопрос — нужны ли рабочей нагрузке все выделенные ей ресурсы. Функция Rightsize от North рекомендует подходящий объём ресурсов с учётом поведения рабочей нагрузки, требований к производительности и прогнозируемой экономии. Разграничение этих механизмов помогает понять, что именно меняет платформа оптимизации: более выгодная цена и сокращение объёма используемых ресурсов — это разные результаты.

TokenFlow распространяет этот подход на использование ИИ

North также разрабатывает TokenFlow, чтобы объединить в одной среде учёт использования моделей, распределение затрат, бюджеты и финансовый контроль. В объявлении о привлечении средств компания описывает TokenFlow как часть своих усилий по комплексному управлению расходами на облачные сервисы и ИИ.

На странице продукта TokenFlow описаны отслеживание использования моделей, поставщиков и команд, отнесение затрат на рабочие нагрузки, которые их формируют, а также установка ограничений или правил для контроля использования. На момент проверки на этой странице всё ещё предлагалось записаться в лист ожидания и сообщалось о бета-доступе для отдельных пользователей. Эти сведения о доступности продукта следует отличать от более масштабных планов расширения, изложенных в объявлении о привлечении средств.

Распределение затрат полезно не только для того, чтобы знать общее число использованных токенов. Команде важно понимать, какая функция или рабочий процесс сформировали расходы и оправдывает ли их полученный результат. Даже недорогой отдельный запрос может стать существенной статьёй расходов, если многократно повторять его в рамках масштабного рабочего процесса.

Объединение данных об использовании моделей с расходами на инфраструктуру может упростить оценку таких компромиссов. Однако само по себе это не позволяет определить, какая модель или способ развёртывания лучше: решение по-прежнему зависит от требований к качеству, задержки, особенностей использования и стоимости окружающей системы.

Что показывают данные об успехах North

Среди клиентов North называет AssemblyAI, Atlan, Tines, SnapLogic, Emplifi и Imply. В пресс-релизе руководитель направления инференса в AssemblyAI Бен Готтхолд сообщает, что эффективный уровень экономии составляет около 50%, несмотря на расширение инфраструктуры компании за последний год.

Это результат конкретного клиента, а не уровень экономии, на который следует рассчитывать каждой организации. Почти 2 млрд долларов расходов под управлением и более 400 млн долларов экономии — это также совокупные показатели, представленные самой компанией. В пресс-релизе не приводится подробная методика расчёта или единый период измерения, позволяющий сравнить эти цифры.

Покупателям полезнее сравнивать финансовые результаты на собственных рабочих нагрузках с учётом стоимости сервисов, уровня их использования и обязательств по закупкам. Снижение стоимости вычислений важно, но не менее важно понимать, изменился ли спрос и позволяет ли более дешёвая конфигурация сохранить производительность, необходимую приложению.

От прозрачности к масштабированию исполнения

Генеральный директор и сооснователь Мэтт Биринг представляет подход North как автоматизацию процессов FinOps, а не создание ещё одной панели мониторинга, данные которой должны интерпретировать команды инженеров и финансовых специалистов. Инвестиции PeakSpan поддерживают переход к непрерывному управлению более широким спектром расходов.

Раунд серии B даёт North ресурсы для развития этого подхода по мере того, как операционные расходы на ИИ всё теснее связываются с продуктовыми решениями. Задача при внедрении — связать точное распределение затрат с полезными действиями, сохранив ясность в вопросах полномочий на закупки и компромиссов в операционной деятельности. Для клиентов успех будет измеряться предсказуемостью затрат и сокращением объёма ручной работы по управлению расходами по мере роста инфраструктуры и использования ИИ.