"PerfectScale ci dà la fiducia necessaria per automatizzare l'ottimizzazione di Kubernetes, lasciando i nostri engineer liberi di concentrarsi su ciò che conta davvero."
Josh Zarrabi, Infrastructure Engineer
Confronto tra piattaforme FinOps
Cloud Intelligence™ vs. CloudZero
Entrambe le piattaforme rendicontano i costi del cloud. La vera domanda è: cosa succede dopo? CloudZero è una solida piattaforma di cost intelligence — allocazione al 100% tramite CostFormation, rilevamento delle anomalie su base oraria, raccomandazioni curate tramite Optimize e un assistente agentico. Se il compito si esaurisce nel dire "ecco quanto è costato e cosa valutare di fare", lo assolve bene.
Cloud Intelligence™ si spinge oltre, fino all'esecuzione. Composer indica cosa correggere, CloudFlow esegue la correzione, PerfectScale dimensiona in autonomia Kubernetes e data warehouse, e PerfectScale for Commitments modula i Savings Plans in base all'utilizzo orario reale. Includiamo inoltre Forward Deployed Engineers che scrivono codice direttamente nel Suo ambiente.
L'allocazione è il punto di partenza. L'esecuzione è il traguardo.
dove le piattaforme divergono
Il tagging è strutturalmente inefficace — noi interveniamo a livello di kernel
Ogni professionista FinOps conosce lo scomodo segreto. L'attribuzione basata sui tag crolla quando l'infrastruttura è condivisa. Un cluster K8s multi-tenant ha un unico set di tag. Una GPU condivisa che esegue inferenza per cinquanta clienti ha un unico set di tag. Egress, NAT, cross-AZ — nulla di tutto ciò è taggabile.
Attribuzione dei costi a runtime, senza tagging
- Come funzionaUn sensore leggero a livello di kernel (eBPF) osserva direttamente sull'host il traffico e il consumo di risorse. A partire dal traffico di rete ricostruisce quale cliente ha chiamato quale endpoint di inferenza, quale funzionalità ha invocato quale modello, quale job di quale team ha consumato quali ore-GPU e quali workloads hanno generato quali byte di egress.
Commitments — è qui che si nascondono i veri risparmi
L'Effective Savings Rate è il numero su cui la maggior parte dei team FinOps, in silenzio, manca l'obiettivo. Copertura e utilizzo sembrano a posto sulla carta. È l'ESR a dire la verità. CloudZero rendiconta copertura e utilizzo. La decisione di acquisto resta a Lei, guidata dai loro numeri e dai Suoi fogli di calcolo. Cloud Intelligence™ gestisce la decisione di acquisto. Analisi oraria dell'utilizzo (min, max, mediana) su finestre mobili. Acquisti scaglionati su AWS Savings Plans, Database Savings Plans e GCP CUDs. Soglie di approvazione, tetti di spesa, controlli di pacing. Lo lasci operare in piena autonomia oppure richieda un'approvazione umana prima di ogni acquisto.
Perché lo scaglionamento è importante
- Il rischioImpegnarsi per 3 anni sulla curva di utilizzo di questo mese.
- Approccio scaglionatoDistribuire gli acquisti, validare ogni passo
- RivalutazioneContinua, sui dati di utilizzo reali
Entrambe hanno un motore di raccomandazioni. Ma ottimizzano cose diverse.
CloudZero Optimize offre una libreria curata di raccomandazioni progettate da esperti, con punteggio impatto/sforzo, integrate nei workflow di engineering già in uso. Opinionata e prioritizzata. Cloud Intelligence™ adotta un approccio diverso. Oltre 800 recipe girano in continuo sui Suoi dati, sulle configurazioni delle risorse, sulla timeline degli eventi e sull'intero grafo delle risorse. La differenza sostanziale è la personalizzabilità: Composer include un policy editor. Scriva le Sue recipe sui Suoi dati, le simuli su periodi storici, quindi le attivi in produzione. Le recipe personalizzate sono di prima classe — stessa telemetria, stesse azioni, stesso enforcement di quelle native.
Recipe che non troverà nei recommender dei provider
- Engine RDS prossimi al fine vita
- gp2 → gp3 in base agli IOPS reali
- Leakage nel time-to-tag
- Efficacia della cache di Bedrock
- Drift del supporto esteso EKS
- Rilevamento di servizi al primo utilizzo
CloudFlow esegue la modifica. Optimize instrada la raccomandazione.
Entrambe le aziende parlano di "automazione". Vale la pena essere precisi. CloudZero Optimize (GA a giugno 2025) instrada le raccomandazioni su Slack e Jira con punteggio impatto/sforzo e traccia i risparmi realizzati. Utile per mantenere in movimento il lavoro di ottimizzazione. Non esegue modifiche infrastrutturali — sono gli Engineers a doverle applicare. CloudFlow è un livello di esecuzione. La raccomandazione diventa l'azione. Quando il collo di bottiglia è "gli Engineers sanno cosa fare ma non hanno il tempo di farlo", instradare un ticket Jira meglio formattato non li sblocca. Eseguire la modifica sì.
CloudFlow in produzione oggi
- Conversione gp2 → gp3 con rollback
- Pulizia EC2 in ambienti sandbox
- Enforcement della retention log a 365 giorni
- Alert su spesa per SKU al primo utilizzo
- Over-provisioning dei dischi GCE
- Rilevamento RI sottoutilizzati
Costi AI — sulla visibilità siamo alla pari. L'ottimizzazione fa la differenza.
È la voce più esposta al rischio di essere travisata, quindi vale la pena essere precisi. CloudZero offre una vera AI cost intelligence — integrazione diretta con l'Anthropic Cost & Usage API, supporto a Bedrock, allocazione per funzionalità/modello/cliente. Sulla visibilità e allocazione della spesa AI, le due piattaforme sono alla pari. Ciò che cambia è quello che ciascuna piattaforma fa con quella visibilità. L'ottimizzazione GenAI di PerfectScale analizza le pipeline di inferenza per individuare gli sprechi — meno token, modelli più piccoli, GPU dimensionate correttamente. Le recipe di Composer coprono l'efficacia della cache di Bedrock con percorsi di remediation. L'attribuzione a runtime chiude il cerchio tra chiamata di inferenza e COGS per singolo cliente.
Cosa cambia davvero
- EntrambeVisibilità a livello di token, per funzionalità/modello
- Solo Cloud Intelligence™Audit della pipeline di inferenza + right-sizing delle GPU
- Solo Cloud Intelligence™Recipe Composer con percorsi di esecuzione
- Solo Cloud Intelligence™COGS per singolo cliente tramite sensore runtime
Snowflake e Databricks — oltre la visibilità
CloudZero aggiunge visibilità sui costi per entrambi. Vede quanto ha speso. PerfectScale per Snowflake, Databricks e BigQuery si spinge oltre: right-sizing dei warehouse, sospensione delle risorse idle, raccomandazioni sull'efficienza delle query, human-in-the-loop con anteprima dell'impatto economico prima del commit. Il punto architetturale: il costo delle data platform si comporta in modo totalmente diverso rispetto a quello infrastrutturale. I warehouse scalano per query, i tempi di idle si accumulano su intervalli brevi e un singolo join inefficiente può dominare la bolletta di una giornata. Serve un'ottimizzazione consapevole dei workloads, non solo un'attribuzione.
// Ambito di ottimizzazione delle data platform
- SnowflakeWarehouse, query, idle
- DatabricksWarehouse, query, idle
- BigQueryVisibilità e ottimizzazione di query e slot
Nessuna categoria di marketing. Le domande che i professionisti FinOps si pongono davvero in fase di valutazione.
Una riga per ciascuna domanda dei professionisti.
| Capability | Cloud Intelligence™ | CloudZero |
|---|---|---|
| // Attribuzione e allocazione | ||
| Allocazione dei costi su multi-cloud, K8s, data platform, GenAI | Nativa Pronta all'uso, multi-metodo: % di utilizzo, utilization, ripartizione dei costi condivisi. | Nativa CostFormation alloca il 100% indipendentemente dalla qualità dei tag. |
| Attribuzione dei costi senza tag / a runtime | Nativa Telemetria a livello di kernel. Nessun tagging richiesto. | Solo basata su tag/codice tramite regole CostFormation. |
| COGS per singolo cliente | Nativa Osservazione a runtime degli identificatori cliente; nessun tagging richiesto. | tramite CostFormation Richiede investimento di engineering per la modellazione. |
| Attribuzione dei costi di rete (egress, NAT, cross-AZ) | Nativa Attribuzione a livello di workloads dal traffico a runtime. | Non disponibile Aggregata / inferita dai tag |
| // Ottimizzazione dei workloads | ||
| Right-sizing K8s autonomo (pod, container, GPU) | PerfectScale Consapevole dei workloads, stability-first, esecuzione autonoma. Riduzione tipica 30–50%. | Raccomandazioni di right-sizing Tramite Optimize; nessuna esecuzione autonoma. |
| Ripartizione dei costi di GPU / cluster condivisi in base all'uso reale | PerfectScale + attribuzione a runtime | Inferenza CostFormation |
| Ottimizzazione Snowflake (warehouse + query + idle) | PerfectScale for Snowflake Right-sizing automatizzato, sospensione idle, efficienza delle query. | Solo allocazione + alert Nessun right-sizing dei warehouse né tuning delle query. |
| Ottimizzazione Databricks | Visibilità, Insights e Ottimizzazione | Allocazione + alert |
| Visibilità dei costi AI — per funzionalità / per cliente | 9 provider AI e modelli custom per cliente, per funzionalità, per unità | Anthropic + Bedrock nativi solo per inference profile |
| Ottimizzazione dei workloads GenAI (inferenza, GPU, scelta del modello) | PerfectScale GenAI + Composer | Solo visibilità |
| // Commitments e ottimizzazione delle tariffe | ||
| Acquisto di commitments (SPs / RIs / CUDs) | PerfectScale for Commitments Scaglionamento consapevole del rischio, autonomo o subordinato ad approvazione. | Richiede una soluzione di terze parti Dashboard in-product; l'acquisto è gestito da un partner. |
| Tracciamento dell'Effective Savings Rate (ESR) | Unificato, multi-cloud | Rendicontato |
| // Intelligence e automazione | ||
| Motore di raccomandazioni curate | Composer — oltre 800 recipe Con policy editor personalizzato e simulazione storica. | Optimize — libreria curata Punteggio impatto/sforzo, instradamento su Slack/Jira. |
| Scrittura di policy personalizzate con simulazione storica | Nativa | Non disponibile |
| Rilevamento anomalie | In tempo reale, con contesto topologico | Basato sui dati di fatturazione |
| Assistente AI agentico | FinOps AI | Ask Advisor |
| Automazione / remediation a livello infrastrutturale | CloudFlow Visuale + codice, oltre 40 template, esegue le modifiche. | Instrada su Slack/Jira Sono gli Engineers a eseguire la modifica. |
| Grafo di architettura / risorse con overlay dei costi | Cloud Diagrams | Non disponibile |
| // Integrazioni | ||
| Ingestione dei dati di fatturazione / fonti di costo | Copertura ampia AWS, GCP, Azure, K8s, Snowflake, Databricks, BigQuery, Datadog, MongoDB, OpenAI, Anthropic e altro. | Copertura ampia Framework AnyCost + adattatori per AWS, Azure, GCP, K8s, Snowflake, Databricks, MongoDB, NewRelic, Datadog, OpenAI, Anthropic. |
| Integrazioni con ticketing e work-tracking | Jira, Asana, GitHub Issues | Solo Jira |
| Integrazioni con strumenti di comunicazione | Slack, Teams, Discord, Gmail | Solo Slack |
| Integrazioni con incident management | PagerDuty | Non disponibile |
| Integrazioni con observability / dashboard | Grafana, Datadog | Grafana, Backstage |
| Integrazioni con assistenti AI per l'analisi dei costi | ChatGPT, Claude, MCP Analisi AI-driven sui cost report. | Amazon Q Developer Chat Solo console AWS. |
| Automazione generica dei workflow | Zapier (oltre 2.000 app) + API della piattaforma | Non disponibile |
| Strumenti SaaS collegati al motore di automazione | Oltre 40 tramite CloudFlow Terraform, Cloudflare, Wiz, Confluent, Vercel, ClickHouse, PlanetScale, Looker e altri. | N/D — nessun motore di esecuzione |
| // Procurement ed esperti | ||
| Procurement / fatturazione multi-cloud | Procurement cloud opzionale, senza markup AWS / GCP / Azure. Accesso alla piattaforma incluso. | Solo piattaforma |
| Competenze incluse | Forward Deployed Engineers Scrivono codice nel Suo ambiente. | Team CS certificato FinOps + AWS Supporto, onboarding, best practice. |
| Tempo al primo risparmio realizzato | Giorni Le recipe pronte all'uso si attivano al momento della connessione. | Settimane per l'allocazione; mesi per il setup completo Tempo di modellazione con CostFormation. |
Native capabilityPartial / preview / via integrationNot available
What they say
"Senza PerfectScale by DoiT non so come faremmo. Mi servirebbe il doppio delle persone nel team per stare dietro a tutto. Con PerfectScale possiamo concentrarci sulle questioni più strategiche."
David Adkins, Director of Software and Platform Engineering
Collegare IBM e AWS tramite rete privata era il tassello che dovevamo assolutamente azzeccare, e volevamo procedere più velocemente di quanto avremmo potuto fare da soli. DoiT ha analizzato le opzioni insieme a noi, ha individuato la sovrapposizione di subnet che bloccava il routing e ha reso il tutto stabile. Questo ha sbloccato tutto il resto.
DevOps Lead, Software Projects
La piattaforma di Attribute™ è davvero unica. Oggi abbiamo una visibilità totale sulla nostra spesa cloud a livello di workload e tenant, e queste informazioni ci hanno già portato risparmi concreti e insight di grande valore mentre continuiamo a far crescere il nostro servizio.
Paul White, VP of Engineering, Shasta Cloud
Lavoriamo con DoiT da molti anni e le capacità e le funzionalità di DoiT Cloud Intelligence non hanno mai smesso di crescere. Abbiamo integrato funzionalità come Cloud Analytics e i Report nei nostri processi FinOps: sono diventate un elemento centrale del nostro modo di lavorare.
Martin Lee, Direttore delle Operations
DoiT ci ha dato la fiducia per passare dalla sperimentazione alla produzione. Ci ha aiutato a capire il modo giusto per costruire l'AI destinata al mondo reale.
Milad Rezazadeh, CTO
La tecnologia di cost grouping di Attribute™ ha portato la nostra visibilità e allocazione dei costi a un livello completamente nuovo. Oggi i nostri team sono pienamente responsabili dei propri budget: l'efficienza cloud è migliorata in modo netto e i costi superflui si sono ridotti in maniera significativa.
Eli Zilbershtein, Head of DevOps, Hippo
In un ambiente multi-tenant non si può applicare un tag a un cliente. Attribute™ ci mostra finalmente quanto costa ciascun cliente e da cosa nascono quei costi.
Omri Cohen, Director of Engineering, Platform
Frequently asked
questions
DoiT è un'alternativa a CloudZero?
Sì, e per la maggior parte dei team multi-cloud o fortemente basati su Kubernetes è un'alternativa più completa. CloudZero è una piattaforma di cost intelligence. Cloud Intelligence™ è una piattaforma FinOps che include cost intelligence, oltre a remediation automatizzata (CloudFlow), ottimizzazione dei workloads (PerfectScale), automazione dei commitments (PerfectScale for Commitments), attribuzione dei costi a runtime e competenze FinOps integrate.
Qual è la singola differenza più marcata tra DoiT e CloudZero?
L'esecuzione. CloudZero Le mostra cosa correggere. DoiT Le mostra cosa correggere ed esegue la correzione — tramite l'automazione di CloudFlow, il right-sizing di PerfectScale e i Forward Deployed Engineers che lavorano al fianco del Suo team.
Posso ottenere il costo cloud per singolo cliente senza dover taggare tutto?
Il tagging è strutturalmente incompleto per servizi condivisi, GPU, database e rete. Gartner riferisce che circa il 43% del costo cloud viene allocato a livello unitario con un approccio basato sui tag. L'attribuzione dei costi a runtime di DoiT usa telemetria a livello di kernel (eBPF) per osservare traffico e consumo di risorse reali, mappando poi ogni dollaro al cliente, alla funzionalità, al team o all'agente AI che lo ha generato.
L'approccio di CloudZero è code-driven tramite CostFormation — funziona, ma richiede un investimento di engineering per essere mantenuto.
CloudZero ottimizza Kubernetes?
CloudZero alloca il 100% dei costi Kubernetes con un algoritmo proprietario di allocazione CPU+memoria e propone raccomandazioni di right-sizing tramite Optimize, instradate su Slack e Jira. PerfectScale for Kubernetes si spinge oltre con un right-sizing autonomo e consapevole dei workloads — è la piattaforma a effettuare la modifica, non solo a raccomandarla. I clienti registrano tipicamente riduzioni dei costi K8s del 30–50%.
CloudZero può automatizzare l'acquisto dei commitments?
CloudZero rendiconta copertura e utilizzo ma non acquista direttamente i commitments — richiede una soluzione di terze parti. PerfectScale for Commitments gestisce l'acquisto in modo nativo: acquisti scaglionati su AWS Savings Plans, Database Savings Plans e GCP CUDs, validati in continuo rispetto all'utilizzo orario, con guardrail configurabili ed esecuzione autonoma o subordinata ad approvazione. Azure è in roadmap.
Come gestisce DoiT i costi di Snowflake e Databricks?
Entrambe le piattaforme allocano i costi di Snowflake e Databricks e forniscono rilevamento anomalie. La differenza è nell'ottimizzazione: PerfectScale for Snowflake (in precedenza SELECT, acquisita da DoiT all'inizio del 2026) fornisce right-sizing automatizzato dei warehouse, sospensione idle e raccomandazioni sull'efficienza delle query con anteprima dell'impatto economico prima del commit. CloudZero fornisce allocazione e alert; right-sizing dei warehouse e ottimizzazione delle query non fanno parte delle sue integrazioni Snowflake o Databricks. L'ottimizzazione Databricks è in roadmap per DoiT.
Ho ancora bisogno di un team FinOps se uso DoiT?
Ne trarrà comunque beneficio — FinOps è una pratica, non un prodotto. Sia DoiT sia CloudZero includono personale esperto nel prezzo della piattaforma, ma i modelli sono diversi. CloudZero mette a disposizione un team customer success certificato FinOps e AWS, focalizzato su advisory e onboarding della piattaforma. DoiT mette a disposizione Forward Deployed Engineers che scrivono codice nel Suo ambiente e si prendono in carico i risultati su ottimizzazione dei costi, tuning K8s, incident response, migrazione e affidabilità. Scelga il modello più adatto alle esigenze del Suo team.
Come supporta DoiT i costi di GenAI e dei workloads AI?
Sulla visibilità e allocazione della spesa AI, DoiT e CloudZero sono alla pari — CloudZero dispone di un'integrazione nativa con l'API Anthropic e supporta Bedrock e altri provider; DoiT GenAI Intelligence copre lo stesso terreno tramite le recipe di Composer.
L'elemento differenziante è l'ottimizzazione: l'ottimizzazione GenAI di PerfectScale analizza le pipeline di inferenza per individuare gli sprechi (riduzione dei token, scelta del modello, right-sizing delle GPU). L'attribuzione a runtime chiude il cerchio mappando la spesa AI al cliente o alla funzionalità che l'ha innescata.
Come si posiziona il pricing di DoiT?
DoiT può essere acquistato come SaaS (BYO billing) o in bundle con il procurement multi-cloud senza markup. Molti team scoprono che consolidare la fatturazione AWS, GCP o Azure tramite DoiT ripaga di fatto la piattaforma. CloudZero è solo SaaS, con prezzo calcolato come percentuale della spesa cloud annualizzata.
Quando ha più senso CloudZero rispetto a DoiT?
Per team la cui priorità principale è l'allocazione dei costi, il reporting di unit economics e le raccomandazioni curate instradate nei workflow di engineering — dove poi è l'engineering a eseguire le modifiche. CloudZero è forte in questo e ha reale profondità su allocazione, rilevamento anomalie e workflow Optimize. Il fit si indebolisce quando servono esecuzione autonoma di modifiche infrastrutturali, acquisto di commitments gestito dalla piattaforma stessa, ottimizzazione delle data platform a livello di warehouse, attribuzione a runtime o procurement multi-cloud in bundle con lo strumento.