North.cloud huy động 60 triệu USD trong vòng Series B để tự động hóa việc quản lý chi tiêu cho đám mây và AI

North.cloud đã huy động 60 triệu USD trong vòng gọi vốn Series B để mở rộng nền tảng quản lý hạ tầng đám mây, mức sử dụng AI và chi phí dữ liệu. Vòng gọi vốn được công bố ngày 15 tháng 10, do PeakSpan Capital dẫn dắt, với sự tham gia của Litquidity, Companyon Ventures, Alpaca, Uncommon Denominator, Gaingels và Mana Ventures.

Khoản đầu tư hướng đến một vấn đề ngày càng phức tạp khi AI được đưa vào vận hành thực tế: chi phí hoạt động của một sản phẩm có thể bao gồm điện toán đám mây, API mô hình và nền tảng dữ liệu, trong khi những người chịu trách nhiệm thanh toán lại làm việc trên các hệ thống riêng biệt. North muốn kết nối bức tranh tài chính đó với các giải pháp tự động hóa giúp giảm chi tiêu và khối lượng công việc quản lý.

Công ty cho biết hiện đang tiến gần đến mốc 2 tỷ USD chi tiêu cho đám mây được quản lý và đã giúp khách hàng tiết kiệm hơn 400 triệu USD. North sẽ dùng nguồn vốn này để mở rộng hoạt động tối ưu hóa trên nhiều nhà cung cấp dịch vụ đám mây, tăng cường tích hợp, đẩy nhanh việc quản lý chi tiêu cho AI, đồng thời mở rộng các nhóm kỹ thuật, sản phẩm và phát triển thị trường.

Đưa chi phí đám mây và AI vào cùng một hệ thống

Hoạt động tài chính đám mây, thường được gọi tắt là FinOps, bao gồm việc kết nối mức sử dụng công nghệ với chi phí kinh doanh và xác định cách cải thiện hiệu quả kinh tế. Điều này đòi hỏi phải nắm rõ khoản phí phát sinh từ đâu, tài nguyên đã được phân bổ đúng quy mô hay chưa, và các thỏa thuận mua hàng với mức chiết khấu có phù hợp với nhu cầu thực tế hay không.

AI làm vấn đề phức tạp thêm một tầng nữa. Doanh nghiệp có thể trả tiền cho hạ tầng lưu trữ một ứng dụng, đồng thời trả riêng cho nhà cung cấp mô hình dựa trên số token mà ứng dụng đó sử dụng. Việc hiểu một hóa đơn chưa chắc đã giúp giải thích được chi phí phục vụ một khách hàng hoặc hoàn thành một quy trình công việc.

Thông báo gọi vốn của North được đưa ra sau khi công ty ra mắt North v3, phiên bản bổ sung hỗ trợ Microsoft Azure bên cạnh Amazon Web Services và Google Cloud Platform. Công ty cho biết bản phát hành này cũng giới thiệu các tích hợp gốc với OpenAI, Anthropic và Snowflake, đồng thời mở rộng khả năng quản lý cam kết tự động thông qua sản phẩm Autobot.

Chiến lược này phát triển dựa trên nền tảng FinOps đám mây trước đây của North, từng được Unite.AI đưa tin vào năm 2025. Đợt mở rộng hiện nay mở rộng trọng tâm của công ty, từ tiết kiệm chi phí đám mây sang cách tiếp cận kết nối chi tiêu cho hạ tầng, AI và dữ liệu.

Cơ chế tự động hóa các cam kết mua trước

Một cách để giảm chi phí đám mây là mua dung lượng với giá ưu đãi thông qua các cam kết. Thách thức nằm ở việc điều chỉnh các cam kết này cho phù hợp với mức sử dụng trong tương lai: mua quá ít có thể khiến doanh nghiệp bỏ lỡ khoản tiết kiệm, còn mua quá nhiều có thể khiến công ty phải trả tiền cho dung lượng không còn cần thiết.

Tài liệu về mức độ bao phủ của North phân biệt hai cách tiếp cận. Flexbot cung cấp mức chiết khấu thông qua các tài khoản thành viên do North sở hữu, trong đó North quản lý các cam kết. Autobot quản lý các cam kết thuộc sở hữu của khách hàng, đưa ra quyết định mua theo từng bước dựa trên mức sử dụng và mục tiêu kinh doanh. Khách hàng cũng có thể kết hợp cả hai.

Sự khác biệt này quan trọng vì nó quyết định ai sở hữu cam kết và việc mua hàng được quản lý như thế nào. North mô tả Autobot là công cụ sử dụng dự báo và mục tiêu của khách hàng để xây dựng mức độ bao phủ theo thời gian, đồng thời có khả năng mô phỏng nhằm đánh giá khoản tiết kiệm và tính linh hoạt trước khi mua. Tài liệu của công ty cũng cho biết Autobot yêu cầu thêm quyền để tự động mua hàng, và khách hàng có thể thu hồi các quyền này.

Tối ưu hóa cam kết giúp giảm mức giá phải trả cho lượng sử dụng. Một câu hỏi riêng là khối lượng công việc có thực sự cần toàn bộ tài nguyên được phân bổ hay không. Tính năng Rightsize của North đề xuất quy mô tài nguyên dựa trên hành vi của khối lượng công việc, các yếu tố về hiệu năng và khoản tiết kiệm dự kiến. Việc phân biệt rõ hai cơ chế này giúp làm rõ nền tảng tối ưu hóa thực sự thay đổi điều gì: mức giá tốt hơn và quy mô tài nguyên nhỏ hơn là hai kết quả khác nhau.

TokenFlow mở rộng mô hình sang mức sử dụng AI

North cũng đang phát triển TokenFlow để đưa mức sử dụng mô hình, việc phân bổ chi phí, ngân sách và các biện pháp kiểm soát tài chính vào cùng một môi trường. Trong thông báo gọi vốn, công ty mô tả sản phẩm này là một phần trong nỗ lực xem chi tiêu cho đám mây và AI như một bài toán tài chính thống nhất.

Trang sản phẩm TokenFlow mô tả khả năng theo dõi mức sử dụng trên nhiều mô hình, nhà cung cấp và nhóm; phân bổ chi phí cho các khối lượng công việc phát sinh chi phí đó; đồng thời áp dụng giới hạn hoặc chính sách để khống chế mức sử dụng. Tại thời điểm đánh giá, trang này vẫn hiển thị danh sách chờ và cho biết quyền truy cập bản beta dành cho một số người dùng được chọn. Cần phân biệt thông tin công khai về khả năng tiếp cận sản phẩm này với các kế hoạch mở rộng rộng hơn trong thông báo gọi vốn.

Giá trị của việc phân bổ chi phí không chỉ nằm ở việc biết tổng số token đã sử dụng. Nhóm cần hiểu tính năng hoặc quy trình công việc nào làm phát sinh chi phí và liệu khoản chi đó có tạo ra kết quả hữu ích hay không. Một yêu cầu riêng lẻ có thể không tốn nhiều tiền, nhưng vẫn trở thành khoản mục ngân sách đáng kể nếu được lặp lại ở quy mô lớn trong một quy trình.

Kết hợp mức sử dụng mô hình với chi phí hạ tầng có thể giúp nhìn rõ hơn những sự đánh đổi này. Tuy nhiên, điều đó không tự động xác định mô hình hay phương thức triển khai nào là tốt nhất; quyết định vẫn phụ thuộc vào yêu cầu chất lượng, độ trễ, cách sử dụng và chi phí của hệ thống liên quan.

Các số liệu tăng trưởng của North cho thấy điều gì

North cho biết AssemblyAI, Atlan, Tines, SnapLogic, Emplifi và Imply nằm trong số các khách hàng của công ty. Trong thông cáo, Ben Gotthold, phụ trách suy luận tại AssemblyAI, cho biết công ty đạt tỷ lệ tiết kiệm thực tế khoảng 50%, dù hạ tầng đã được mở rộng trong năm qua.

Đây là kết quả riêng của một khách hàng, không phải mức tiết kiệm mà mọi tổ chức đều nên kỳ vọng. Tổng chi tiêu gần 2 tỷ USD được quản lý và khoản tiết kiệm hơn 400 triệu USD cũng là những số liệu do công ty báo cáo. Thông cáo không cung cấp phương pháp tính chi tiết hoặc một khoảng thời gian đo lường thống nhất để so sánh các số liệu này.

Với bên mua, điều hữu ích là so sánh kết quả tài chính trên chính khối lượng công việc của họ, sau khi tính đến chi phí dịch vụ, mức độ sử dụng và các nghĩa vụ mua sắm. Giảm giá điện toán là điều có giá trị, nhưng việc hiểu rõ liệu nhu cầu có thay đổi hay không, và liệu cấu hình rẻ hơn có duy trì được hiệu năng mà ứng dụng yêu cầu hay không, cũng quan trọng không kém.

Mở rộng từ khả năng quan sát đến khả năng thực thi

Matt Biringer, CEO kiêm đồng sáng lập, mô tả cách tiếp cận của North là tự động hóa công việc FinOps, thay vì để các nhóm kỹ thuật và tài chính phải tự diễn giải thêm một bảng điều khiển khác. Khoản đầu tư của PeakSpan hỗ trợ bước chuyển đó hướng tới việc quản lý liên tục trên cơ sở chi tiêu rộng hơn.

Vòng gọi vốn Series B cung cấp cho North nguồn lực để mở rộng cách tiếp cận này, khi chi phí vận hành AI ngày càng gắn chặt với các quyết định về sản phẩm. Thách thức trong triển khai là kết nối việc phân bổ chi phí chính xác với những hành động thiết thực, đồng thời làm rõ thẩm quyền mua sắm và các đánh đổi trong vận hành. Với khách hàng, thước đo thành công sẽ là hiệu quả kinh tế có thể dự đoán và giảm bớt công việc quản lý chi phí thủ công khi hạ tầng và mức độ sử dụng AI của họ tăng lên.