Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.
Des coûts cloud opaques à une visibilité claire sur les marges produit
Accrete AI s'est appuyé sur Attribute™ pour identifier les facteurs de coût au niveau des workloads dans une infrastructure partagée et débloquer des économies significatives.

The Challenge
Accrete disposait d'une bonne visibilité sur ses dépenses AWS globales, mais l'attribution des coûts s'effondrait dès qu'il s'agissait de compute partagé. Impossible de rattacher de manière fiable les coûts à des workloads ou à des services précis. Modéliser les coûts et les marges par client relevait du casse-tête. L'investigation des anomalies imposait une corrélation manuelle entre plusieurs systèmes, et l'usage de l'IA ne pouvait pas être facilement rapproché de services précis. Les outils de tagging et de facturation offraient une vision de haut niveau, mais ne reflétaient pas la consommation réelle des ressources au runtime au sein des clusters partagés.
The Solution
Accrete a déployé Attribute™ pour observer le comportement réel au runtime via eBPF, en attribuant les coûts à partir de l'activité système effective plutôt que de tags ou d'estimations. Le déploiement n'a exigé aucune modification des workloads existants, des stratégies de tagging ni des pipelines. En quelques jours, l'équipe plateforme disposait d'une visibilité des coûts au niveau du workload et du service, d'une lecture des schémas de trafic à l'origine des dépenses, de la capacité à corréler l'usage de l'IA avec des services précis, et d'une vue unifiée des coûts d'infrastructure et liés à l'IA.
Results
- Élimination d'environ 46 000 $ par mois de dépenses cloud superflues grâce à l'identification et à la correction d'un chemin de routage réseau inefficace, ramenant le coût d'un service de 63 000 $ à 17 000 $ par mois.
- Gouvernance IA renforcée par la mise en évidence d'incohérences dans l'utilisation des clés API entre les environnements, permettant à l'équipe de corriger les écarts de politique et de réduire le risque de conformité.
- Mise en place d'une source de vérité partagée pour le coût des marchandises vendues entre les équipes engineering et finance, alignant les décisions techniques sur leur impact financier.
- Fondations posées pour les unit economics par client : coût par client précis, analyse des marges au niveau du compte et décisions de tarification pilotées par la donnée.
Cela nous a permis de mieux cerner ce qu'est réellement notre coût des marchandises vendues. Ce n'est pas tous les jours qu'on tombe sur un outil qui apporte autant de valeur aussi vite. Je voyais déjà des insights utiles pendant le POC, alors qu'on ne l'avait déployé que sur quelques clusters réels.
Jason Moore, Principal DevOps Engineer, Accrete AI
L'attribution au cœur d'une infrastructure partagée
Accrete exploite une plateforme AWS partagée et multi-tenant, optimisée pour une forte utilisation sur de nombreux workloads. Si les dépenses globales et leur allocation étaient lisibles, l'attribution s'effondrait dès qu'on entrait dans le compute Kubernetes partagé. Impossible de rattacher de manière fiable les coûts à des workloads, services ou clients précis. Enquêter sur les anomalies de coûts exigeait une corrélation manuelle entre plusieurs systèmes, et l'usage de l'IA ne pouvait pas être facilement rapproché des services qui le consommaient. Les tags et les outils de facturation offraient une vision de haut niveau, mais ne reflétaient pas la consommation réelle des ressources au runtime.
L'attribution au runtime, sans surcharge supplémentaire
Accrete a déployé Attribute™ pour observer le comportement réel au runtime via eBPF. Comme l'a résumé Jason Moore, Principal DevOps Engineer chez Accrete : "C'est comme un moniteur réseau pour votre budget." Le déploiement n'a exigé aucune modification des workloads existants, des stratégies de tagging ni des pipelines. En quelques jours, l'équipe plateforme disposait d'une visibilité des coûts au niveau du workload et du service, d'une lecture des schémas de trafic à l'origine des dépenses d'infrastructure, de la capacité à corréler l'usage de l'IA avec des services précis, et d'une vue unifiée des coûts d'infrastructure et liés à l'IA.
46 000 $ d'inefficacités éliminées chaque mois
Attribute™ a mis au jour un schéma de trafic réseau jusque-là invisible, à l'origine d'un coût d'infrastructure significatif. Un service à haut débit acheminait d'importants volumes de données via un chemin réseau inefficace. Une fois le problème identifié, l'équipe a déployé un correctif ciblé pour optimiser le routage. Le coût mensuel du service est passé de 63 000 $ à 17 000 $, soit près de 46 000 $ par mois de dépenses superflues éliminées. Sans visibilité au runtime, repérer ce problème aurait exigé un travail d'investigation manuel considérable, voire serait passé totalement inaperçu.
Gouvernance IA renforcée et source de vérité partagée
L'attribution au runtime a également révélé des incohérences dans l'utilisation des clés API entre les environnements, permettant à l'équipe d'identifier les écarts de politique, de corriger les usages et de réduire le risque opérationnel et de conformité. Pour la première fois, Accrete dispose d'une vision cohérente des coûts entre les équipes engineering et finance. L'entreprise comprend désormais le coût par workload et par service, aligne les décisions techniques sur leur impact financier et passe d'une allocation estimée à une consommation réelle.
Des fondations pour les unit economics par client
Avec l'attribution au runtime en place, Accrete étend son modèle pour y intégrer des identifiants au niveau client. Résultat attendu : un coût par client précis, une analyse des marges au niveau du compte, et des décisions de packaging et de tarification pilotées par la donnée, ancrées dans la consommation réelle. Accrete continue d'élargir cet usage, passant de la visibilité des coûts d'infrastructure à l'analyse des marges produit et à la stratégie tarifaire. Avec un véritable cost-to-serve visible au niveau du compte, les équipes produit et pricing disposent enfin des données nécessaires pour fixer des tarifs qui reflètent l'usage réel de la plateforme.
Conclusion
En passant d'une estimation par tags à une attribution fondée sur le runtime, Accrete a obtenu une visibilité sur la manière dont les ressources sont réellement consommées au sein d'une infrastructure partagée. De quoi optimiser immédiatement les coûts et poser les fondations pour aligner les opérations de la plateforme sur l'économie de l'entreprise à grande échelle. À mesure qu'Accrete progresse vers l'analyse des marges produit et la tarification, l'attribution au runtime offre à ses équipes une source unique de vérité : non plus seulement ce que coûte la plateforme, mais ce qu'il en coûte de servir chaque client, et ce que cela doit impliquer dans la fixation des prix.
Découvrez comment Attribute™ révèle le profit caché dans vos dépenses cloud
Découvrez comment Attribute™ délivre une attribution des coûts au runtime sans tagging, pour que les équipes comprennent le coût par workload, par service et par client.
More customer stories
De 60 % à 100 % de visibilité : Jupiter reprend la main sur ses dépenses d'infrastructure avec DoiT
- 26
- De fournisseurs intégrés
- From 60% to 100%
- De couverture des données
Software Projects : une migration complexe d'IBM vers AWS, accélérée par DoiT
- 3
- Phases AWS MAP livrées : Assess, Mobilize, Modernize
- 40
- Serveurs migrés à l'identique, topologie à quatre niveaux intégralement préservée
- 2→1
- Régions IBM Cloud consolidées en un seul VPC AWS réparti sur plusieurs AZ
Une visibilité limpide sur les dépenses cloud, au niveau des workloads comme des tenants
- Days
- Premiers insights de coûts après installation
- Days
- De l'installation à un reporting de coûts avancé
- Workload & tenant
- Granularité de la visibilité des coûts
Avec Google Cloud et DoiT, Flooid façonne l'avenir du retail
Finlex réduit ses coûts cloud de 50 % et déploie l'IA en production avec DoiT
- Over 65%
- de réduction des coûts d'infrastructure cloud entre 2024 et aujourd'hui
- 40%
- d'économies réalisées grâce à une meilleure visibilité et à une architecture IA efficace
Chez Hippo, les coûts cloud deviennent un levier d'action pour les équipes
- Minutes
- Délai d'intégration d'Attribute™ avec AWS
- Business unit
- Niveau de responsabilité atteint sur les coûts
Island : visibilité réelle du coût par client, sans tagging
- $5B
- Valorisation de l'entreprise
- Days
- Délai avant les premiers insights
- 0
- Tags nécessaires
What they say
Partnership with DoiT is extremely significant. We've been able to grow significantly over the last year, mostly because we could reinvest our resources in new technologies instead of new internal resources.
Jason Hartin, CTO
On integrating DataHub, the DoiT team was very hands-on to the point where DoiT support put together the first ingestion script and pipeline to unlock us.
Kyle Espinola, Head of Platform Engineering
“PerfectScale gives us the confidence to automate Kubernetes optimization while letting our engineers focus on building what matters.”
Josh Zarrabi, Infrastructure Engineer
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.
Paul White, VP of Engineering, Shasta Cloud
We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.
Martin Lee, Director of Operations
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
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
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.