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
タグ付けできないもの:
タグ付けプログラムに終わりはありません。Attribute™はクラウド支出の100%をランタイムで配分します。タグ不要、コード変更不要で、来週には全額配分が完了します。

タグ付けは10年間、FinOpsを支えてきた。
成熟したプログラムでも、ユニットレベルで追跡できているのはクラウドコストの43%にすぎません(Gartner、2025年)。最も急成長している支出カテゴリーはそもそもタグ付けできないため、このギャップは広がり続けています。
Kubernetesクラスター、Kafka、データベース、キューは複数のチームが同時に利用します。タグが割り当てられる所有者は1人だけ。そもそも分離できないものを、タグで分割することはできません。
タグが追跡するのはインフラです。顧客はその中を移動します。マルチテナントアーキテクチャにはタグを付けるリソースが存在しないため、顧客ごとの提供コストの把握は手作業のままです。
LLMゲートウェイ、共有GPUクラスター、AIエージェントは、請求書上では1つの明細にしかなりません。すべての推論コールは、請求レイヤーではまったく同じに見えます。
エグレス、AZ間転送、NATゲートウェイ。請求書は届きますが、ビリングエクスポートはどのワークロードがそのトラフィックを発生させたのかを決して教えてくれません。
本当の問題
タグベースのツールが読み取るのはビリングエクスポートです。ビリングエクスポートが示すのはリソースであり、使用状況ではありません。EC2インスタンスに4万ドルかかったことは分かっても、どのチーム、顧客、機能がそれを消費したのかは決して分かりません。
Attribute™は軽量なeBPFセンサーをデプロイし、ランタイムのネットワークトラフィックを読み取ります。どのワークロードがどのリソースを呼び出したか、リクエストにどの顧客IDが含まれていたか、どのモデルが推論コールに応答したかが見えます。誰かが忘れずに付けたラベルではなく、実際に起きた事実に基づいて、1ドル残らず、それを発生させた消費者にひも付けられます。
のワークロードを配分
でセンサー導入、コード変更不要
で配分完了。数か月のタグ付けは不要
仕組み
01. 15分で導入。 軽量なeBPFセンサーをHelm経由でクラスターにデプロイし、Terraformでビリング連携を設定します。コードや構成の変更は不要です。
02. センサーがランタイムデータを読み取る。 eBPFがコンピュート、データベース、ストレージ、Kafka、GPU、LLMエンドポイントなど、あらゆるクラウドリソースへのトラフィックを観測します。ディープパケットインスペクションにより、JWTトークン、HTTPヘッダー、クライアントIDといった識別子をトラフィックから直接抽出します。
03. コストがあるべき場所に配分される。 1ドル残らず、それを発生させた顧客、チーム、機能、AIエージェントに配分されます。共有リソースは均等割りや推定ではなく、実際の消費量に基づいて分割されます。
タグ付けはFinOpsの答えではなかった
| Capability | Attribute™ | タグ付けプログラム |
|---|---|---|
| アトリビューションと配分 | ||
| 意味のあるデータが得られるまでの時間 | 初日から。センサーがトラフィックを観測した瞬間に開始 | 数週間〜数か月のタグ付け作業 |
| カバレッジ | ワークロードの100%を配分 | ユニットレベルで追跡できるのはコストの43%(業界平均) |
| 共有リソース | 実際の消費量に基づいて配分 | 均等割り、按分、または大まかな推定 |
| 顧客単位のコスト | ランタイムトラフィックから自動検出 | 顧客という概念が存在しない |
| AI・LLM支出 | 顧客・機能・チームごとのトークンレベル配分 | 総額のみ |
| セルフマネージドインフラ(EC2上のKafka、Elasticsearch) | センサーがワークロードの内部まで可視化 | ビリングエクスポートでは見えない |
| ネットワークコスト | トラフィックを発生させたワークロードまで追跡 | 配分不可能 |
| 継続的なメンテナンス | 不要。アトリビューションはトラフィックに追従 | ポリシーの徹底、エンジニアへの催促、四半期ごとのクリーンアップ |
すでにタグに投資済みでも
タグ付けに何年も費やしてきたチームは、その投資が無駄になることを心配します。無駄にはなりません。これまでに構築したものはすべてそのまま機能します。
Attribute™は既存のタグを追加のシグナルとして取り込みます。違いは、アトリビューションがもはやタグに依存しないこと。タグが届かなかった57%の支出もきちんと配分され、タグ付けのバックログがショーバック、チャージバック、顧客別マージンの妨げになることはなくなります。
Attribute™は、数か月かかるタグ付けプログラムを軽量なランタイムセンサーで置き換えます
他のFinOpsツールが読み取るのはビリングエクスポートです。Attribute™はランタイムデータを読み取り、コストをそれを使ったワークロードにマッピングします。AI、ネットワーク、データベースなどの共有支出を、顧客、ワークロード、機能に即座に配分できます。
センサーは読み取り専用で、カーネル内のサンドボックスで動作します。Attribute™はSOC 2 Type 2およびISO 27001の認証を取得しており、FinOps Certified Platformにも認定されています。
AICPA
SOC 2
AICPA
ISO 27001
FinOps
Platform
すべてのスパイクに、担当者と説明を。
そこから調査が始まります。何日にもわたるタグの発掘作業、ダッシュボードの深掘り、Slackスレッドでの「なぜ?」の追跡。Attribute™なら、その調査そのものが不要です。
ついに実現できる3つのこと
これらはいずれも、通常なら終わることのないタグ付けプログラムを待たなければ実現できませんでした。Attributeなら、初日からの標準機能です。
共有インフラを、実際の使用量に基づいてチーム間に配分します。エンジニアリングからファイナンスまで、すべてのステークホルダーが同じ数字を見るため、コストレポートが議論の的になることはなくなります。
アカウント別のCOGSとマージンを、トラフィックから自動検出します。ある顧客は、コストが収益を上回るアカウントを360件以上発見しました。これまで見えていなかった130万ドル超の損失です。
OpenAI、Anthropic、Bedrock、Vertex AIを横断して、顧客・機能・チームごとにトークンレベルで配分します。マネージド型・セルフホスト型どちらのLLMゲートウェイにも対応します。
数千ものリソースにタグ付けする必要がなくなりました。Attributeのおかげで、タグを一切使わずにコストを完全に可視化できています。
Ziv Sivan, VP of Engineering at Akamai
タグ付け不要のFinOps
30分で導入すれば、来週には顧客別・機能別・チーム別の配分を確認できます。既存のタグはそのまま残して、タグへの依存だけをなくしましょう。

可能です。タグ付けはコスト配分の一手法にすぎず、FinOpsの必須要件ではありません。ランタイムアトリビューションはライブトラフィックを読み取り、どのチーム、顧客、機能が各リソースを消費したかを判別します。これにより、共有インフラ、AIワークロード、ネットワークトラフィック、マルチテナントの顧客コストなど、タグでは到達できない領域まで配分できます。
タグ付けには3つの構造的な問題があります。タグには継続的な人的作業が必要なため、カバレッジは劣化していきます。タグはリソースごとに1人の所有者しか割り当てられないため、共有インフラを正確に分割できません。そして、最も急成長している支出カテゴリーであるAIとネットワークには、タグを付ける対象がそもそも存在しません。業界データによると、ユニットレベルで追跡されているクラウドコストは43%にとどまります。
いいえ。既存のタグはそのまま機能し、Attributeはそれらを追加のシグナルとして活用します。アトリビューションはタグに依存しなくなるため、タグのない支出やタグ付けできない支出も問題なく配分されます。
軽量なeBPFセンサーがランタイムでネットワークトラフィックを観測します。ディープパケットインスペクションにより、ワークロード、顧客識別子、モデルコールをトラフィック内で直接特定し、請求データと突き合わせて、実際の消費量に基づいて1ドル残らず配分します。コードや構成の変更は不要です。
ほとんどのお客様は当日中に配分データを確認できます。センサーの導入は約15分で完了し、トラフィックを観測した瞬間からアトリビューションが始まります。
対応しています。センサーはOpenAI、Anthropic、Bedrock、Azure OpenAI、Vertex AIにわたるLLMゲートウェイやAPIエンドポイントの送受信トラフィックを読み取り、トークン消費を各コールを発生させた顧客、機能、チームに配分します。
安全です。eBPFはカーネル内のサンドボックスで動作し、主要なオブザーバビリティやセキュリティツールでも採用されている技術です。センサーは読み取り専用で、アプリケーションの変更は不要です。また、AttributeはSOC 2 Type 2およびISO 27001の認証を取得しています。
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
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