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
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
Una riga per ciascuna domanda dei professionisti.
Nessuna categoria di marketing. Le domande che i professionisti FinOps si pongono davvero in fase di valutazione.
| 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
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
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. DoiT 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.