Cloudability a contribué à inventer le FinOps. Le mettre en pratique suppose encore que quelqu'un applique le correctif.
IBM Cloudability — produit phare d'Apptio, racheté par IBM en 2023 — a de vraies lettres de noblesse : Apptio a fondé la FinOps Foundation, ses Business Mappings font référence en matière de chargeback en entreprise, et Gartner a classé IBM leader du Magic Quadrant 2025 pour la gestion financière du cloud. Pour l'allocation, la budgétisation et le reporting à destination de la finance, c'est un poids lourd.
Cloud Intelligence™ va plus loin dans l'exécution — une seule plateforme, une tarification forfaitaire. Composer indique quoi corriger, CloudFlow applique le correctif, PerfectScale ajuste automatiquement le right-sizing de Kubernetes et des entrepôts de données, PerfectScale for Commitments échelonne les Savings Plans et les CUD sur AWS et GCP, et l'attribution runtime rattache chaque euro au client qui l'a généré — sans tagging, sans file de tickets et sans frais indexés sur la dépense.
Là où les deux plateformes divergent réellement, et là où Cloudability conserve sa réputation. Nous essayons d'être précis sur les deux points.
Les Business Mappings de Cloudability constituent le moteur d'allocation le plus mature du FinOps d'entreprise : un langage de règles déclaratif qui classe les coûts par unité métier, application et centre de coûts, alimenté par les données du CMDB ServiceNow si vous souhaitez une source unique de vérité. Pour un chargeback de niveau finance sur un parc bien gouverné, ce n'est pas pour rien que c'est la référence historique. Mais un moteur de règles ne peut travailler qu'avec les métadonnées qu'on lui fournit. Un cluster K8s multi-tenant n'a qu'un jeu de tags. Un GPU partagé entre cinquante clients n'a qu'un jeu de tags. L'egress, le NAT, le cross-AZ — rien de tout cela n'est taggable. Gartner estime que l'allocation à l'unité via les approches par tags couvre environ 43 % du coût cloud. Les 57 % restants correspondent précisément aux dépenses sur lesquelles la finance ne cesse de vous interroger. L'attribution runtime est une capacité de premier plan au sein de Cloud Intelligence™. Un capteur léger au niveau du kernel (eBPF) observe directement le trafic et la consommation de ressources sur l'hôte, et reconstitue quel client a sollicité quel endpoint d'inférence, quelle équipe a consommé quelle GPU-heure, et quel workload a généré quels octets d'egress.
Attribution runtime des coûts, sans tagging requis
Le workflow d'optimisation de Cloudability est honnête sur son modèle : le moteur de right-sizing (avec des recommandations dites avancées propulsées par Turbonomic dans l'offre Premium) alimente des politiques qui ouvrent automatiquement des tickets Jira ou des demandes ServiceNow, et une vue Rightsizing ROI trace quels tickets ont été traités et quelles économies ont été réalisées. Parmi les pipelines de recommandations vers tickets, c'est le mieux construit du marché. Cela reste un pipeline de tickets. La recommandation atterrit dans la file d'un ingénieur, et c'est précisément là que les économies cloud finissent par vieillir. L'exécution automatisée existe en périphérie — arrêter les ressources orphelines, mettre en pause des instances selon un planning — mais la boucle centrale d'optimisation se termine dans l'ITSM. CloudFlow est une couche d'exécution. Visuelle quand elle doit l'être, extensible par code quand il le faut, avec sécurité de rollback et plus de 40 templates en production. Et les 800+ recettes de Composer sont livrées avec un éditeur de politiques : rédigez les vôtres sur vos propres données, simulez-les sur des périodes historiques, puis appliquez-les en production. L'observation devient l'action, pas un ticket au sujet de l'action.
// CloudFlows en production aujourd'hui
Le reporting et la planification des commitments de Cloudability sont réellement solides — couverture, utilisation, amortissement et modélisation d'achat auxquels les équipes finance font confiance. Et son module Savings Automation (issu du rachat de Cloudwiry) automatise effectivement la gestion des Reserved Instances AWS, y compris des stratégies de réservation flexibles en durée qu'un achat manuel ne peut égaler. Le périmètre est le hic : l'automatisation se concentre sur les RI AWS. Les Savings Plans, Azure et les commitments GCP disposent d'outils de recommandation et de planification — la décision d'achat et son suivi vous reviennent. PerfectScale for Commitments prend en charge la décision d'achat sur plusieurs clouds. Analyse d'usage horaire sur des fenêtres glissantes. Achats échelonnés sur les AWS Savings Plans, Database Savings Plans et CUD GCP. Seuils d'approbation, plafonds de dépense, contrôles de cadence. Entièrement autonome ou soumis à approbation — inclus dans la tarification forfaitaire.
// Le périmètre des commitments
IBM a racheté Kubecost en 2024, et l'add-on Advanced Containers de Cloudability est désormais propulsé par Kubecost : allocation granulaire par cluster, namespace et workload, recommandations de right-sizing des conteneurs et scoring d'efficacité. Une télémétrie solide avec une forte filiation open-source. Deux réserves. C'est un add-on — la profondeur sur les conteneurs coûte un supplément sur une plateforme déjà facturée en pourcentage de votre dépense. Et la boucle se termine toujours par des recommandations acheminées en tickets ; le right-sizing continu des requests et limits reste la corvée récurrente de vos Engineers. PerfectScale for Kubernetes boucle la boucle dans la plateforme de base. Right-sizing autonome et sensible aux workloads au niveau des pods et des conteneurs, utilisation GPU suivie séparément, garde-fous privilégiant la stabilité par environnement. Nos clients constatent généralement 30 à 50 % de réduction des coûts K8s.
// Répartition des capacités K8s
Cloudability Governance (2025) a ajouté la visibilité sur la dépense IA et GPU — une vraie reconnaissance du fait que l'IA est le poste qui croît le plus vite sur la facture. Combinée à l'économie unitaire et aux Business Mappings, elle vous indique ce que coûtent vos initiatives IA. Ce qu'elle ne fait pas, c'est réduire ce chiffre. Aucun audit des pipelines d'inférence, aucun right-sizing des modèles ou des GPU, aucune attribution par client de la dépense IA sur infrastructure partagée. Les plateformes de données suivent le même schéma : visibilité des coûts sans optimisation au niveau de l'entrepôt. Cloud Intelligence™ traite les deux comme des surfaces d'optimisation. GenAI Intelligence suit 9 fournisseurs d'IA et des modèles personnalisés — par client, par fonctionnalité, par unité — tandis que PerfectScale GenAI audite les pipelines d'inférence pour détecter le gaspillage et les recettes Composer couvrent l'efficacité du cache Bedrock avec des pistes de remédiation. PerfectScale for Snowflake automatise le right-sizing des entrepôts, la suspension à l'inactivité et l'efficacité des requêtes, avec un aperçu de l'impact financier avant commit.
// Ce qui change vraiment
Regardez de près la promesse d'exécution d'IBM : elle est assemblée à partir d'acquisitions, chacune avec son propre SKU — Cloudability pour la visibilité, Turbonomic pour les recommandations avancées de right-sizing, Kubecost pour les conteneurs, Cloudwiry pour l'automatisation des RI AWS, et des missions IBM Consulting pour recoller le workflow. Chaque brique est crédible. L'assemblage est un exercice de licences — paliers (Essentials, Standard, Premium, Financial Planning), add-ons et frais de dépassement à l'unité viennent s'empiler par-dessus la base indexée sur la dépense. Cloud Intelligence™ livre visibilité, allocation, détection d'anomalies, recommandations Composer, exécution CloudFlow, optimisation des workloads PerfectScale et automatisation des commitments dans une seule plateforme à tarif forfaitaire. Et au lieu d'un statement of work de conseil, DoiT inclut des Forward Deployed Engineers — des ingénieurs qui écrivent du code dans votre environnement : revues d'architecture, tuning K8s, audits d'inférence, astreinte quand la production casse.
// La stack que vous licenciez réellement
Cloudability facture en pourcentage de la dépense qu'il gère — environ 3,0 % à 1 M$ de dépense cloud annuelle, dégressif vers ~2,2 % à 6 M$ selon les paliers AWS Marketplace — sur des contrats annuels, avec des frais de dépassement à l'unité lorsque vous franchissez votre plafond contractuel (1 650 à 4 410 $ par unité selon le palier). Des analyses indépendantes le jugent rarement rentable en dessous de ~3 M$ de dépense annuelle, et des clients de référence rapportent des hausses de 15 à 35 % au renouvellement après le rachat par IBM. Le problème structurel ne tient à aucun chiffre en particulier. C'est que les frais sont couplés à votre facture, pas à votre résultat : plus vous dépensez, plus vous payez — que les économies se matérialisent ou non. DoiT est forfaitaire : une tarification de plateforme qui ne suit pas votre facture, ou en bundle avec l'achat multi-cloud — DoiT revend AWS, GCP et Azure sans marge, et la consolidation paie souvent la plateforme à elle seule. Aucun pourcentage sur la dépense. Aucun pourcentage sur les économies. Aucun compteur de dépassement.
// Modèle commercial
Pas de catégories marketing. Les questions que les praticiens FinOps posent réellement lors d'une évaluation. Sourcées dans la documentation publique des deux côtés.
| Capability | Cloud Intelligence™ | Cloudability |
|---|---|---|
| // Attribution et allocation | ||
| Allocation des coûts multi-cloud, K8s, plateformes de données, IA | Native Prête à l'emploi, multi-méthode : % d'usage, utilisation, répartition des coûts partagés. | Business Mappings Moteur de règles déclaratif avec intégration ServiceNow/CMDB ; la référence du chargeback en entreprise. |
| Attribution des coûts sans tag / en runtime | Native Télémétrie au niveau du kernel (eBPF). Aucun tagging ni règle de mapping requis. | Basée sur des règles uniquement Les Business Mappings déduisent depuis les tags et métadonnées ; ne peuvent pas observer le trafic runtime. |
| COGS par client sans tagging | Native Observation runtime des identifiants clients dans le flux de requêtes. | Via mappings + économie unitaire Nécessite des règles rédigées et des métadonnées identifiables. |
| Attribution des coûts réseau (egress, NAT, cross-AZ) par workload | Native Attribution au niveau workload à partir du trafic runtime observé. | Agrégée / déduite par tags |
| // Optimisation des workloads | ||
| Allocation des coûts K8s (pod / namespace / cluster) | Native | Propulsée par Kubecost Add-on Advanced Containers (coût supplémentaire). |
| Right-sizing autonome K8s (pod, conteneur, GPU) | PerfectScale Sensible aux workloads, priorité à la stabilité, exécution autonome. Réduction typique de 30 à 50 %. | Recommandations Recommandations de dimensionnement de conteneurs Kubecost acheminées en tickets ; aucune exécution autonome. |
| Optimisation Snowflake (entrepôt + requête + inactivité) | PerfectScale for Snowflake Right-sizing automatisé, suspension à l'inactivité, efficacité des requêtes. | Visibilité des coûts Aucun right-sizing des entrepôts ni tuning des requêtes. |
| Optimisation Databricks | Visibilité, insights et optimisation | Visibilité des coûts |
| Visibilité des coûts IA / LLM | 9 fournisseurs d'IA et modèles personnalisés par client, par fonctionnalité, par unité | Cloudability Governance Visibilité des dépenses IA et GPU (2025) ; aucune attribution par client. |
| Optimisation des workloads IA (inférence, GPU, choix de modèle) | PerfectScale GenAI + Composer | Visibilité uniquement |
| // Commitments et optimisation tarifaire | ||
| Achat autonome de commitments — couverture cloud | AWS + GCP SP, DBSP et CUD Compute Engine. Échelonnés, validés par l'usage horaire, autonomes ou soumis à approbation. | RI AWS uniquement Savings Automation (ex-Cloudwiry) automatise la gestion des RI AWS. Savings Plans, Azure, GCP : recommandations et planification uniquement. |
| Modélisation des commitments et reporting d'amortissement | Unifié, multi-cloud | Suite de planification RI/SP Reporting mature sur la couverture, l'utilisation et l'amortissement. |
| Coût de l'automatisation des commitments | Inclus Tarification de plateforme forfaitaire. 0 % des économies prélevés en frais. | Verrouillé par palier/add-on Sur une plateforme facturée ~2,2 à 3 % de la dépense gérée, avec dépassements à l'unité. |
| // Intelligence et automatisation | ||
| Détection d'anomalies | Temps réel, avec contexte topologique | Pilotée par ML Alertes par e-mail et Slack. |
| Moteur de recommandations éditorialisées | Composer — 800+ recettes Avec éditeur de politiques personnalisées + simulation historique. | Moteur de right-sizing Recommandations de base + avancées propulsées par Turbonomic (palier Premium). |
| Rédaction de politiques personnalisées avec simulation historique | Native Rédigez, simulez sur l'historique, puis appliquez. | Politiques à seuils → tickets Déclencheurs à seuil d'économies vers Jira/ServiceNow ; pas de simulation historique. |
| Assistant IA agentique | FinOps AI | Non disponible |
| Serveur MCP pour l'accès LLM aux données de coûts | Native | Non disponible |
| Automatisation / remédiation au niveau infrastructure | CloudFlow Exécute les changements dès aujourd'hui. Visuel + code, 40+ templates, sécurité de rollback. | Automatisation périphérique Arrêt des ressources orphelines, mise en pause de ressources ; les optimisations centrales sont acheminées en tickets ITSM. |
| Graphe d'architecture / de ressources avec superposition des coûts | Cloud Diagrams Topologie en temps réel avec superposition coûts + performance. | Non disponible |
| // Intégrations | ||
| Ingestion des sources de coûts / données de facturation | Couverture étendue AWS, GCP, Azure, K8s, Snowflake, Databricks, BigQuery, Datadog, MongoDB, OpenAI, Anthropic, et plus encore. | Large couverture cloud AWS, Azure, GCP, OCI, IBM Cloud, K8s, parcs on-prem. |
| Intégrations ticketing et suivi de travail | Jira, Asana, GitHub Issues | Jira, ServiceNow Automatisation de tickets pilotée par politiques, avec suivi du ROI. |
| Intégrations de communication | Slack, Teams, Discord, Gmail | Slack, e-mail |
| Intégrations de gestion d'incidents | PagerDuty | Non disponible |
| Automatisation de workflow générale | Zapier (2 000+ apps) + API de plateforme | API Aucun fan-out d'automatisation au niveau applicatif. |
| // Procurement, tarification et experts | ||
| Procurement / facturation multi-cloud | Procurement cloud optionnel, sans marge AWS / GCP / Azure. Accès à la plateforme en bundle. | Plateforme uniquement |
| Modèle de tarification | Forfaitaire / en bundle Aucun frais indexé sur la dépense, où que ce soit. | % de la dépense gérée ~2,2 à 3 % sur contrats annuels ; frais de dépassement à l'unité (1 650 à 4 410 $) au-delà du plafond contractuel. |
| Expertise incluse | Forward Deployed Engineers Écrivent du code dans votre environnement. Tuning K8s, audits d'inférence, réponse à incident. | IBM Consulting Implémentation et FinOps managé vendus en missions séparées. |
| Délai jusqu'aux premières économies réalisées | Quelques jours Les recettes prêtes à l'emploi se déclenchent dès la connexion ; les moteurs d'exécution passent à l'action. | Semaines à mois ; à vous d'implémenter Mise en place mapping/reporting d'abord ; matérialiser les recommandations demande un travail d'ingénierie (sauf RI AWS). |
Le partenariat avec DoiT est extrêmement important. Nous avons connu une forte croissance au cours de l'année écoulée, principalement parce que nous avons pu réinvestir nos ressources dans de nouvelles technologies plutôt que dans de nouvelles ressources internes.
Jason Hartin, CTO
Lors de l'intégration de DataHub, l'équipe DoiT a été très impliquée, au point que le support DoiT a mis en place le premier script et le premier pipeline d'ingestion pour nous débloquer.
Kyle Espinola, Responsable Platform Engineering
"PerfectScale nous donne la confiance nécessaire pour automatiser l'optimisation de Kubernetes, tout en laissant nos ingénieurs se concentrer sur l'essentiel."
Josh Zarrabi, Ingénieur infrastructure
"Sans PerfectScale by DoiT, je ne sais pas comment nous ferions. Il faudrait deux fois plus de personnes dans mon équipe pour suivre le rythme. Avec PerfectScale, nous pouvons nous concentrer sur les sujets plus stratégiques."
David Adkins, Directeur Software & Platform Engineering
Établir une connexion privée entre IBM et AWS était l'élément que nous devions absolument réussir, et nous voulions avancer plus vite que nous n'aurions pu le faire seuls. DoiT a passé les options en revue avec nous, a trouvé le chevauchement de sous-réseaux qui cassait le routage et a stabilisé la connexion. Cela a tout débloqué.
DevOps Lead, Software Projects
La plateforme d'Attribute™ est vraiment unique. Nous disposons désormais d'une visibilité limpide sur nos dépenses cloud au niveau des workloads et des tenants, et ces insights ont déjà généré des économies concrètes et des enseignements précieux à mesure que nous faisons évoluer notre service.
Paul White, VP Engineering, Shasta Cloud
Nous travaillons avec DoiT depuis de nombreuses années, et les capacités et fonctionnalités de DoiT Cloud Intelligence n'ont cessé de s'enrichir. Nous avons intégré des fonctionnalités comme Cloud Analytics et Reports dans nos propres processus FinOps : c'est devenu un pilier de notre activité.
Martin Lee, Directeur des opérations
DoiT nous a donné la confiance nécessaire pour passer de l'expérimentation à la production. Leurs équipes nous ont aidés à comprendre comment concevoir de l'IA pour le monde réel.
Milad Rezazadeh, CTO
Oui. IBM Cloudability est une plateforme FinOps d'entreprise centrée sur la visibilité, l'allocation et la planification financière — Business Mappings pour le chargeback, budgets et prévisions, détection d'anomalies, recommandations de right-sizing et planification des commitments. Cloud Intelligence™ couvre ce périmètre, puis va plus loin dans l'exécution : remédiation d'infrastructure (CloudFlow), optimisation autonome des workloads (PerfectScale for Kubernetes et Snowflake), automatisation des commitments sur AWS et GCP (PerfectScale for Commitments), attribution runtime des coûts sans tagging, et Forward Deployed Engineers inclus dans la plateforme.
Là où la boucle se ferme. Le workflow d'optimisation de Cloudability se termine par un ticket — son moteur de politiques ouvre des demandes Jira ou ServiceNow à partir des recommandations de right-sizing, et vos Engineers les implémentent. DoiT boucle la boucle dans la plateforme : CloudFlow exécute les changements d'infrastructure, PerfectScale ajuste les workloads de manière autonome, et les commitments sont achetés automatiquement sur AWS et GCP. La tarification suit la même logique : Cloudability facture un pourcentage de la dépense qu'il gère ; DoiT est forfaitaire.
Apptio (maison mère de Cloudability) a été racheté par IBM en 2023 pour environ 4,6 Md$, et IBM a continué à investir : Kubecost a été racheté en 2024 et propulse désormais l'add-on Advanced Containers, et 2025 a apporté Cloudability Governance pour la visibilité des dépenses IA et GPU. IBM a été positionné comme leader dans le Gartner Magic Quadrant 2025 des outils de gestion financière du cloud. Le revers rapporté par les clients de référence : la tarification de renouvellement s'est durcie après le rachat, avec des hausses de 15 à 35 % en 2025, et les capacités avancées sont de plus en plus verrouillées derrière des paliers et des SKU d'add-ons.
Partiellement, avec un centre de gravité sur les Reserved Instances AWS. Le module Savings Automation (issu du rachat de Cloudwiry) automatise la gestion des RI AWS, y compris les stratégies de réservation flexibles en durée. Les Savings Plans, Azure et commitments GCP disposent d'outils de recommandation et de planification — l'exécution est manuelle. PerfectScale for Commitments échelonne les Savings Plans, Database Savings Plans et CUD Compute Engine sur AWS et GCP — autonome ou soumis à approbation, validé en continu par l'usage horaire — inclus dans la tarification forfaitaire.
Cloudability facture un pourcentage de la dépense cloud qu'il gère, sur des contrats annuels : environ 30 000 $/an jusqu'à 1 M$ de dépense (~3,0 %), dégressif vers ~2,2 % à 6 M$, selon ses paliers AWS Marketplace. Le dépassement du plafond contractuel déclenche des frais à l'unité (1 650 à 4 410 $ selon le palier), et des analyses indépendantes suggèrent que la plateforme est rarement rentable en dessous de ~3 M$ de dépense cloud annuelle. DoiT est forfaitaire : une tarification de plateforme qui ne suit pas votre facture, ou en bundle avec l'achat multi-cloud — DoiT revend AWS, GCP et Azure sans marge, et beaucoup d'équipes constatent que la consolidation finance de fait la plateforme.
L'histoire conteneurs de Cloudability est propulsée par Kubecost (IBM a racheté Kubecost en 2024) : l'add-on Advanced Containers fournit une allocation granulaire par cluster, namespace et workload, ainsi que des recommandations de right-sizing des conteneurs. C'est un add-on payant en supplément, et les recommandations sont acheminées en tickets plutôt qu'exécutées. PerfectScale for Kubernetes exécute un right-sizing autonome et sensible aux workloads au niveau des pods et des conteneurs, avec suivi GPU et garde-fous privilégiant la stabilité, dans la plateforme de base. Nos clients constatent généralement 30 à 50 % de réduction des coûts K8s.
En périphérie. Cloudability peut arrêter automatiquement des ressources orphelines et mettre en pause des instances selon un planning, et son moteur de politiques crée automatiquement des tickets Jira ou des demandes ServiceNow à partir des recommandations de right-sizing — avec une vue Rightsizing ROI qui trace les économies réalisées. La boucle centrale d'optimisation se termine toujours dans une file humaine. DoiT CloudFlow est une véritable couche d'exécution — visuelle et extensible par code, 40+ templates en production, sécurité de rollback — qui transforme les observations de Composer en changements exécutés.
Avec DoiT, oui. L'attribution runtime des coûts dans Cloud Intelligence™ s'appuie sur une télémétrie au niveau du kernel (eBPF) pour observer le trafic et la consommation réels, en rattachant chaque euro au client, à la fonctionnalité, à l'équipe ou à l'agent IA qui l'a généré — sans aucun tagging. Les Business Mappings de Cloudability sont l'alternative classique en entreprise : un moteur de règles déclaratif sur les tags, les métadonnées et les données CMDB. Ils excellent lorsque les métadonnées sont disciplinées, mais les clusters partagés, GPU partagés et endpoints multi-tenants restent opaques, parce que les métadonnées ne portent pas la réponse.
Cloudability Governance (2025) a ajouté la visibilité sur la dépense IA et GPU, en intégrant les coûts IA à son cadre d'allocation et d'économie unitaire — réellement utile pour rendre compte de ce que coûtent les initiatives IA. DoiT va au-delà du reporting : GenAI Intelligence suit 9 fournisseurs d'IA et des modèles personnalisés par client, par fonctionnalité, par unité ; PerfectScale GenAI audite les pipelines d'inférence pour détecter le gaspillage (réduction de tokens, choix de modèle, right-sizing GPU) ; et l'attribution runtime rattache la dépense IA sur infrastructure partagée au client ou à la fonctionnalité qui l'a générée — ce que l'allocation par tags et règles ne peut pas voir.
Pas en tant que capacité produit à ce jour — les investissements 2025 de Cloudability sont allés vers la gouvernance des dépenses IA (visibilité sur vos coûts IA) plutôt que vers un assistant agentique sur ses propres données. DoiT livre FinOps AI, un assistant agentique, plus un serveur MCP qui vous permet d'interroger vos données de coûts depuis Claude, ChatGPT ou tout autre client LLM — connecté à des moteurs d'exécution capables d'appliquer le correctif, pas simplement de le décrire.
Pour les grandes entreprises dont le centre de gravité est la gestion financière : chargeback mature sur des structures organisationnelles complexes via les Business Mappings, gouvernance d'allocation pilotée par ServiceNow/CMDB, planification financière du cloud liée à des pratiques TBM IBM/Apptio plus larges (ApptioOne), et organisations déjà investies dans une relation avec IBM Consulting. Si votre pratique FinOps porte principalement sur l'allocation, la budgétisation et le reporting à destination de la finance — et que l'engineering assume l'implémentation via des workflows ITSM — Cloudability est une référence crédible reconnue par Gartner. La pertinence s'affaiblit dès lors que vous avez besoin d'une exécution autonome, d'une automatisation multi-cloud des commitments, d'une optimisation des plateformes de données ou de l'IA, d'une attribution par client sur infrastructure partagée, ou d'une tarification découplée de votre facture cloud.
