North.cloud 获 6000 万美元 B 轮融资，推进云与 AI 支出的自动化管理

North.cloud已获得6000 万美元 B 轮融资，用于扩展其云基础设施、AI 使用情况和数据成本管理平台。本轮融资于 10 月 15 日公布，由PeakSpan Capital领投，Litquidity、Companyon Ventures、Alpaca、Uncommon Denominator、Gaingels和Mana Ventures参投。

随着 AI 进入生产环境，一项日益棘手的问题也随之显现，这笔融资正是针对这一问题：产品的运营成本可能涉及云计算、模型 API 和数据平台，而负责支付这些费用的人却要在彼此独立的系统中处理相关事务。North 希望将这些财务信息整合起来，并通过自动化降低支出及其管理工作量。

该公司表示，目前其管理的云支出接近 20 亿美元，并已帮助客户节省超过 4 亿美元。North 将利用这笔资金，扩大对各云服务商的优化范围、深化集成、加快 AI 支出管理，并壮大工程、产品和市场拓展团队。

将云和 AI 成本纳入统一系统

云财务运营通常简称为 FinOps，旨在将技术使用情况与业务成本联系起来，并据此确定如何改善经济效益。这包括了解费用由谁产生、资源配置是否合适，以及折扣采购安排是否符合实际需求。

AI 又增加了一层复杂性。企业可能需要为托管应用的基础设施付费，同时还要单独向模型提供商支付该应用消耗的令牌费用。了解一张账单，并不一定就能弄清服务一位客户或完成一项工作流的实际成本。

North 此次宣布融资，正值 North v3 发布之后。该版本在支持 Amazon Web Services 和 Google Cloud Platform 的基础上，新增了对 Microsoft Azure 的支持。该公司表示，此次发布还引入了与 OpenAI、Anthropic 和 Snowflake 的原生集成，并通过 Autobot 产品扩展了自动化承诺管理功能。

这一战略建立在North 早期的云 FinOps 平台之上，Unite.AI 曾于 2025 年对此进行报道。如今的业务扩展将关注重点从云成本节省拓宽至对基础设施、AI 和数据支出的综合管理。

承诺采购自动化如何运作

降低云成本的一种方式，是通过承诺采购折扣容量。难点在于如何让承诺采购与未来使用情况相匹配：买得太少，可能无法充分获得节省；买得太多，则可能导致公司继续为已不再需要的容量付费。

North 的覆盖范围文档介绍了两种方式。Flexbot 通过由 North 持有的成员账户提供折扣，并由 North 管理承诺采购。Autobot 则管理由客户持有的承诺采购，根据使用情况和业务目标逐步作出采购决策。客户也可以将两种方式结合使用。

这一区别很重要，因为它决定了承诺采购的所有权归属以及采购管理方式。North 表示，Autobot 会利用预测结果和客户目标，逐步建立覆盖范围，并提供模拟功能，以便在采购前评估节省幅度和灵活性。其文档还指出，Autobot 会申请额外权限以执行自动化采购，客户可以撤销这些权限。

承诺采购优化解决的是实际使用所支付的价格。另一个问题是，工作负载是否需要分配给它的全部资源。North 的资源规格优化功能会根据工作负载行为、性能因素和预期节省金额，建议合适的资源规格。将这些机制区分开来，有助于说明优化平台究竟改变了什么：获得更优惠的费率与缩小资源占用规模，是两种不同的结果。

TokenFlow 将这一模式延伸至 AI 使用

North 还在开发 TokenFlow，旨在将模型使用情况、成本归属、预算和财务控制纳入同一环境。在融资公告中，该公司将其描述为自身努力的一部分，即把云支出和 AI 支出作为一个整体财务问题来处理。

TokenFlow 产品页面介绍了如何跟踪不同模型、服务商和团队的使用情况，将成本分配给产生这些成本的工作负载，并通过设置限额或政策来限制使用量。截至审阅时，该页面仍显示候补名单，并说明部分用户可获得测试版访问权限。这些公开的可用性信息应与融资公告中更广泛的扩展计划区分开来。

成本归属的价值不止于了解令牌消耗总量。团队还需要弄清楚哪些功能或工作流产生了成本，以及这笔支出是否带来了有用的成果。即使单次请求的成本很低，只要工作流大规模反复触发请求，相关费用仍可能成为一笔可观的预算支出。

将模型使用情况与基础设施成本结合起来，或许能让这些取舍更清晰。但这并不能自动确定哪种模型或部署方式最合适；最终选择仍取决于质量要求、延迟、使用模式以及周边系统的成本。

North 的业务进展数据说明了什么

North列出的客户包括AssemblyAI、Atlan、Tines、SnapLogic、Emplifi和Imply。新闻稿中，AssemblyAI推理业务负责人Ben Gotthold表示，尽管过去一年公司的基础设施不断扩张，实际节省率仍约为50%。

这是针对特定客户的结果，并非所有组织都应期待达到的节省率。近20亿美元的管理支出和超过4亿美元的节省额，也是公司自行报告的总数。新闻稿没有提供详细的计算方法，也没有说明用于比较这些数字的统一统计周期。

对采购方而言，有参考价值的比较指标是自身工作负载带来的财务成效，同时还要考虑服务成本、资源利用率和采购义务。降低计算资源的价格固然有价值，但了解需求是否发生变化，以及更便宜的配置能否满足应用所需的性能，同样重要。

从提升可见性到付诸行动

首席执行官兼联合创始人Matt Biringer将North的做法描述为自动化FinOps工作，而不是再留下一块仪表板，让工程和财务团队自行解读。PeakSpan的投资支持North朝着这一方向迈进，在更广泛的支出范围内实现持续管理。

B轮融资为North提供了资源，使其能够进一步拓展这一做法；随着AI运营成本与产品决策的关联日益紧密，这一点尤为重要。执行层面的挑战在于，将准确的成本归因与切实可用的行动方案结合起来，同时明确采购权限和运营取舍。对客户而言，随着基础设施和AI用量增长，衡量成功的标准将是实现可预测的经济效益，并减少人工成本管理工作。