DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.
Milad Rezazadeh, CTO
Comparativa de plataformas FinOps
Cloud Intelligence™ vs. CloudZero
Ambas plataformas reportan el costo de la nube. La pregunta es qué pasa después. CloudZero es una sólida plataforma de inteligencia de costos: asignación del 100% mediante CostFormation, detección de anomalías por hora, recomendaciones curadas a través de Optimize y un asistente agéntico. Si tu trabajo termina en "esto es lo que costó y esto es lo que podrías considerar hacer al respecto", cumple muy bien esa función.
Cloud Intelligence™ va más allá y llega hasta la ejecución. Composer te dice qué corregir, CloudFlow ejecuta la corrección, PerfectScale hace right-sizing autónomo de Kubernetes y data warehouses, y PerfectScale for Commitments escalona tus Savings Plans contra el uso real por hora. Además, incluimos Forward Deployed Engineers que escriben código directamente en tu entorno.
La asignación es el piso. La ejecución es el techo.
donde las plataformas se separan
El tagging está estructuralmente roto, y lo estamos arreglando desde el kernel
Todo profesional de FinOps conoce el secreto a voces: la atribución basada en tags se cae en la infraestructura compartida. Un clúster K8s multi-tenant tiene un solo set de tags. Una GPU compartida que corre inferencia para cincuenta clientes tiene un solo set de tags. Egress, NAT, cross-AZ: nada de eso se puede taggear.
Atribución de costos en runtime, sin necesidad de tagging
- Cómo funcionaUn sensor liviano a nivel de kernel (eBPF) observa el tráfico y el consumo de recursos directamente en el host. Desde el cable, reconstruye qué cliente llegó a qué endpoint de inferencia, qué feature invocó qué modelo, qué job de qué equipo consumió qué GPU-hora y qué workload generó qué bytes de egress.
Commitments: donde está el dinero de verdad
El Effective Savings Rate es el número que la mayoría de los equipos FinOps, en silencio, no logra alcanzar. Coverage y utilization se ven bien en el papel. El ESR dice la verdad. CloudZero reporta coverage y utilization. La decisión de compra queda de tu lado, apoyada en sus números y tus spreadsheets. Cloud Intelligence™ ejecuta la decisión de compra. Se analiza el uso por hora (mín, máx, mediana) sobre ventanas móviles. Compras escalonadas en AWS Savings Plans, Database Savings Plans y GCP CUDs. Umbrales de aprobación, topes de gasto y controles de ritmo. Puedes correrlo de forma totalmente autónoma o exigir aprobación humana antes de cada compra.
Por qué importa escalonar
- El riesgoApostar 3 años a la curva de uso de este mes.
- Enfoque escalonadoDistribuir las compras y validar cada paso
- ReevaluaciónContinua, contra datos reales de uso
Ambas tienen motor de recomendaciones. Optimizan cosas distintas.
CloudZero Optimize entrega una biblioteca curada de recomendaciones diseñadas por expertos, con scoring de impacto/esfuerzo, que aparecen dentro de los flujos de Engineering que los equipos ya usan. Con criterio y priorizadas. Cloud Intelligence™ toma otro camino. Más de 800 recetas se ejecutan continuamente sobre tus datos, configuraciones de recursos, timeline de eventos y grafo completo de recursos. La diferencia de fondo está en la personalización: Composer incluye un editor de políticas. Escribe tus propias recetas sobre tus datos, simúlalas contra períodos históricos y actívalas en producción. Las recetas custom son ciudadanas de primera clase: misma telemetría, mismas acciones y mismo enforcement que las nativas.
Recetas que no encontrarás en los recomendadores del proveedor
- Motores RDS cerca del EOL
- gp2 → gp3 según IOPS reales
- Fuga de tiempo hasta el tag
- Efectividad de la caché en Bedrock
- Drift de soporte extendido en EKS
- Detección de servicios usados por primera vez
CloudFlow ejecuta el cambio. Optimize enruta la recomendación.
Ambas empresas hablan de "automatización". Vale la pena ser precisos. CloudZero Optimize (GA junio 2025) enruta recomendaciones a Slack y Jira con scoring de impacto/esfuerzo y hace seguimiento de los ahorros realizados. Sirve para que el trabajo de optimización no se estanque. No ejecuta cambios de infraestructura: los Engineers siguen siendo quienes hacen el cambio. CloudFlow es una capa de ejecución. La recomendación se convierte en la acción. Cuando tu cuello de botella es "los Engineers saben qué hacer, pero no tienen tiempo para hacerlo", enrutar un ticket de Jira mejor formateado no los desbloquea. Ejecutar el cambio, sí.
CloudFlows en producción hoy
- Conversión gp2 → gp3 con rollback
- Limpieza de EC2 en sandbox
- Aplicación de retención de logs por 365 días
- Alerta de gasto por SKU nuevo
- Sobre-aprovisionamiento de discos GCE
- Detección de RIs subutilizadas
Costo de IA: la visibilidad está a la par. La diferencia está en la optimización.
Esta es la fila con más riesgo de tergiversación, así que vale la pena ser precisos. CloudZero tiene inteligencia real de costos de IA: integración directa con la Anthropic Cost & Usage API, soporte para Bedrock y asignación por feature/modelo/cliente. En visibilidad y asignación del gasto en IA, ambas plataformas están a la par. Lo distinto es qué hace cada una con esa visibilidad. La optimización GenAI de PerfectScale audita los pipelines de inferencia en busca de pérdida: menos tokens, modelos más chicos y GPUs del tamaño correcto. Las recetas de Composer cubren la efectividad de la caché de Bedrock con rutas de remediación. La atribución en runtime cierra el círculo entre la llamada de inferencia y el COGS por cliente.
Qué es realmente distinto
- AmbasVisibilidad a nivel de tokens, por feature/modelo
- Solo Cloud Intelligence™Auditoría del pipeline de inferencia + rightsizing de GPU
- Solo Cloud Intelligence™Recetas de Composer con rutas de ejecución
- Solo Cloud Intelligence™COGS por cliente vía sensor en runtime
Snowflake y Databricks: visibilidad hacia el pasado
CloudZero suma visibilidad de costos para ambos. Ves lo que gastaste. PerfectScale for Snowflake, Databricks y BigQuery va más allá: rightsizing de warehouse, suspensión de idle, recomendaciones de eficiencia de consultas y human-in-the-loop con vista previa del impacto en costo antes de confirmar. El punto arquitectónico: el costo de las plataformas de datos no se comporta como el de la infraestructura. Los warehouses escalan por consulta, el tiempo idle se acumula en intervalos pequeños y un solo join ineficiente puede dominar la factura del día. Hace falta optimización consciente del workload, no solo atribución.
// Alcance de la optimización de data platforms
- SnowflakeWarehouse, consulta, idle
- DatabricksWarehouse, consulta, idle
- BigQueryVisibilidad y optimización de consultas y slots
Sin categorías de marketing. Las preguntas que los profesionales de FinOps realmente hacen al evaluar.
Una fila por cada pregunta del profesional.
| Capability | Cloud Intelligence™ | CloudZero |
|---|---|---|
| // Atribución y asignación | ||
| Asignación de costos en multi-cloud, K8s, plataformas de datos y GenAI | Nativa Lista para usar, multi-método: % de uso, utilization, prorrateo de costos compartidos. | Nativa CostFormation asigna el 100% sin importar la calidad de los tags. |
| Atribución de costos tagless / en runtime | Nativa Telemetría a nivel de kernel. Sin necesidad de tagging. | Solo basada en tags/código vía reglas de CostFormation. |
| COGS por cliente | Nativa Observación del identificador de cliente en runtime; sin tagging. | vía CostFormation Requiere inversión de Engineering para modelarlo. |
| Atribución de costos de red (egress, NAT, cross-AZ) | Nativa Atribución a nivel de workload desde el tráfico en runtime. | No disponible Agregado / inferido por tags |
| // Optimización de workloads | ||
| Rightsizing autónomo de K8s (pod, contenedor, GPU) | PerfectScale Consciente del workload, con foco en la estabilidad y ejecución autónoma. Reducción típica del 30–50%. | Recomendaciones de rightsizing Vía Optimize; sin ejecución autónoma. |
| Reparto del costo de GPU/clúster compartido según uso real | PerfectScale + atribución en runtime | Inferencia por CostFormation |
| Optimización de Snowflake (warehouse + consulta + idle) | PerfectScale for Snowflake Rightsizing automatizado, suspensión de idle y eficiencia de consultas. | Solo asignación + alertas Sin rightsizing de warehouse ni tuning de consultas. |
| Optimización de Databricks | Visibilidad, Insights y Optimización | Asignación + alertas |
| Visibilidad de costos de IA — por feature / por cliente | 9 proveedores de IA y modelos custom por cliente, por feature, por unidad | Anthropic + Bedrock nativos solo por inference profile |
| Optimización de workloads GenAI (inferencia, GPU, selección de modelo) | PerfectScale GenAI + Composer | Solo visibilidad |
| // Commitments y optimización de Precios | ||
| Compra de commitments (SPs / RIs / CUDs) | PerfectScale for Commitments Escalonamiento consciente del riesgo, autónomo o con aprobación previa. | Requiere solución de un tercero Dashboards en el producto; la compra la maneja un partner. |
| Seguimiento del Effective Savings Rate (ESR) | Unificado, multi-cloud | Reportado |
| // Inteligencia y automatización | ||
| Motor de recomendaciones curadas | Composer — más de 800 recetas Con editor de políticas custom + simulación histórica. | Optimize — biblioteca curada Scoring de impacto/esfuerzo y ruteo a Slack/Jira. |
| Autoría de políticas custom con simulación histórica | Nativa | No disponible |
| Detección de anomalías | En tiempo real, con contexto de topología | Basada en datos de facturación |
| Asistente de IA agéntico | FinOps AI | Ask Advisor |
| Automatización / remediación a nivel de infraestructura | CloudFlow Visual + código, más de 40 templates, ejecuta los cambios. | Enruta a Slack/Jira Los Engineers ejecutan el cambio. |
| Grafo de arquitectura/recursos con capa de costo | Cloud Diagrams | No disponible |
| // Integraciones | ||
| Ingesta de datos de facturación / fuentes de costo | Cobertura amplia AWS, GCP, Azure, K8s, Snowflake, Databricks, BigQuery, Datadog, MongoDB, OpenAI, Anthropic y más. | Cobertura amplia Framework AnyCost + adaptadores para AWS, Azure, GCP, K8s, Snowflake, Databricks, MongoDB, NewRelic, Datadog, OpenAI, Anthropic. |
| Integraciones de ticketing y seguimiento de trabajo | Jira, Asana, GitHub Issues | Solo Jira |
| Integraciones de comunicación | Slack, Teams, Discord, Gmail | Solo Slack |
| Integraciones de gestión de incidentes | PagerDuty | No disponible |
| Integraciones de observabilidad / dashboard | Grafana, Datadog | Grafana, Backstage |
| Integraciones con asistentes de IA para análisis de costos | ChatGPT, Claude, MCP Análisis con IA sobre los reportes de costos. | Amazon Q Developer Chat Solo en la consola de AWS. |
| Automatización general de workflows | Zapier (más de 2.000 apps) + APIs de la plataforma | No disponible |
| Herramientas SaaS conectadas al motor de automatización | Más de 40 vía CloudFlow Terraform, Cloudflare, Wiz, Confluent, Vercel, ClickHouse, PlanetScale, Looker y más. | N/A — sin motor de ejecución |
| // Procurement y expertos | ||
| Procurement / facturación multi-cloud | Procurement de nube opcional, sin markup AWS / GCP / Azure. Acceso a la plataforma incluido. | Solo plataforma |
| Expertise incluida | Forward Deployed Engineers Escriben código en tu entorno. | Equipo de CS certificado en FinOps + AWS Soporte, onboarding y buenas prácticas. |
| Tiempo hasta los primeros ahorros realizados | Días Las recetas listas para usar se activan al conectar. | Semanas para la asignación; meses para el setup completo Tiempo de modelado en CostFormation. |
Native capabilityPartial / preview / via integrationNot available
What they say
Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.
Eli Zilbershtein, Head of DevOps, Hippo
You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.
Omri Cohen, Director of Engineering, Platform
Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.
Jonathan Langer, COO, Claroty
Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.
Kfir Lippmann, CFO, Salt Security
Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.
Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru
This has let us get a better idea of what our cost of goods sold really is. It's not every day you come across something that delivers value as quickly as yours did for us. I was seeing useful insights inside the POC, and we had only deployed it to a couple of real clusters.
Jason Moore, Principal DevOps Engineer, Accrete AI
Eliminating the need to tag thousands of resources has freed up my team and we've invested our efforts in enhancing our platform significantly.
Ziv Sivan, VP of Engineering
Frequently asked
questions
¿Es DoiT una alternativa a CloudZero?
Sí, y para la mayoría de los equipos multi-cloud o con uso intensivo de Kubernetes, una más completa. CloudZero es una plataforma de inteligencia de costos. Cloud Intelligence™ es una plataforma FinOps que incluye inteligencia de costos, más remediación automatizada (CloudFlow), optimización de workloads (PerfectScale), automatización de commitments (PerfectScale for Commitments), atribución de costos en runtime y expertise FinOps embebida.
¿Cuál es la mayor diferencia entre DoiT y CloudZero?
La ejecución. CloudZero te muestra qué corregir. DoiT te muestra qué corregir y ejecuta la corrección, mediante la automatización de CloudFlow, el rightsizing de PerfectScale y los Forward Deployed Engineers que trabajan codo a codo con tu equipo.
¿Puedo tener el costo de nube por cliente sin taggear todo?
El tagging es estructuralmente incompleto para servicios compartidos, GPUs, bases de datos y red. Gartner reporta que aproximadamente el 43% del costo de nube se asigna a nivel unitario con un enfoque basado en tags. La atribución de costos en runtime de DoiT usa telemetría a nivel de kernel (eBPF) para observar el tráfico y el consumo real de recursos, y luego mapea cada dólar al cliente, feature, equipo o agente de IA que lo generó.
El enfoque de CloudZero se apoya en código vía CostFormation: funciona, pero requiere inversión de Engineering para mantenerlo.
¿CloudZero optimiza Kubernetes?
CloudZero asigna el 100% del costo de Kubernetes con un algoritmo propietario de asignación de CPU+memoria y expone recomendaciones de rightsizing a través de Optimize, enrutadas a Slack y Jira. PerfectScale for Kubernetes va más allá con rightsizing autónomo y consciente del workload: la plataforma hace el cambio, no solo la recomendación. Los clientes suelen ver reducciones del 30–50% en el costo de K8s.
¿Puede CloudZero automatizar la compra de commitments?
CloudZero reporta sobre coverage y utilization, pero no compra commitments por sí mismo: eso requiere una solución de un tercero. PerfectScale for Commitments maneja la compra de forma nativa: compras escalonadas en AWS Savings Plans, Database Savings Plans y GCP CUDs, validadas continuamente contra el uso por hora, con guardarraíles configurables y ejecución autónoma o por aprobación. Azure está en el roadmap.
¿Cómo maneja DoiT los costos de Snowflake y Databricks?
Ambas plataformas asignan los costos de Snowflake y Databricks y ofrecen detección de anomalías. La diferencia está en la optimización: PerfectScale for Snowflake (antes SELECT, adquirida por DoiT a inicios de 2026) provee rightsizing automatizado de warehouse, suspensión de idle y recomendaciones de eficiencia de consultas con vista previa del impacto en costo antes de confirmar. CloudZero provee asignación y alertas; el rightsizing de warehouse y la optimización de consultas no forman parte de sus integraciones con Snowflake ni Databricks. La optimización de Databricks está en el roadmap de DoiT.
¿Sigo necesitando un equipo de FinOps si uso DoiT?
Te va a seguir sirviendo tenerlo: FinOps es una práctica, no un producto. Tanto DoiT como CloudZero incluyen personal experto en el precio de la plataforma, pero los modelos difieren. CloudZero ofrece un equipo de customer success certificado en FinOps y AWS, enfocado en asesoría y onboarding de la plataforma. DoiT ofrece Forward Deployed Engineers que escriben código en tu entorno y se hacen cargo de los resultados en optimización de costos, tuning de K8s, respuesta a incidentes, migraciones y confiabilidad. Elige el modelo que mejor se ajuste a lo que tu equipo necesita.
¿Cómo cubre DoiT los costos de GenAI y workloads de IA?
En visibilidad y asignación del gasto en IA, DoiT y CloudZero están a la par: CloudZero tiene integración nativa con la API de Anthropic y soporta Bedrock además de otros proveedores; DoiT GenAI Intelligence cubre el mismo terreno mediante recetas de Composer.
La diferencia está en la optimización: la optimización GenAI de PerfectScale audita los pipelines de inferencia en busca de pérdida (reducción de tokens, selección de modelo, rightsizing de GPU). La atribución en runtime cierra el círculo mapeando el gasto de IA al cliente o feature que lo disparó.
¿Cómo se comparan los Precios de DoiT?
DoiT puede contratarse como SaaS (con tu propia facturación) o combinado con Procurement multi-cloud sin markup. Muchos equipos descubren que consolidar la facturación de AWS, GCP o Azure a través de DoiT prácticamente paga la plataforma. CloudZero es solo SaaS, con precio como porcentaje del gasto anualizado en la nube.
¿Cuándo tiene más sentido CloudZero que DoiT?
Equipos cuyo principal entregable es la asignación de costos, el reporte de unit economics y las recomendaciones curadas enrutadas a los flujos de Engineering, donde luego Engineering ejecuta los cambios. CloudZero es fuerte en esto y tiene profundidad real en asignación, detección de anomalías y el workflow de Optimize. El encaje se debilita cuando necesitas ejecución autónoma de cambios de infraestructura, compra de commitments manejada por la propia plataforma, optimización de plataformas de datos a nivel de warehouse, atribución en runtime o Procurement multi-cloud integrado a la herramienta.