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
CloudHealth は10年にわたり、エンタープライズ FinOps レポーティングの標準を築いてきました。ただし、レポーティングはゴールではありません。
CloudHealth は VMware に買収され、現在は Broadcom が保有、Arrow Electronics を通じて独占販売されているプラットフォームで、多くの FinOps チームがこれを起点に実務を積み上げてきました。Perspectives、FlexReports、予算管理、ML ベースの異常検知エンジン、ガバナンスポリシーエンジン、そして2025年のリフレッシュで追加された Intelligent Assist をはじめとする AI 機能。エンタープライズのコストレポーティングとガバナンスにおいては、実績十分な選択肢です。
Cloud Intelligence™ は、支出比率ではなく定額料金で、さらに「実行」の領域まで踏み込みます。Composer が修正すべき箇所を提示し、CloudFlow が修正を実行、PerfectScale が Kubernetes とデータウェアハウスを自律的に right-sizing、PerfectScale for Commitments が AWS と GCP の Savings Plans と CUD を段階的に購入し、ランタイム属性化がすべての支出をそれを生んだ顧客まで紐付けます — タグ付けは一切不要です。
両プラットフォームの本質的な違い、そして CloudHealth が今も評価される理由。どちらも正確に伝えます。
CloudHealth の Perspectives は、業界で最初のアロケーションフレームワークです。タグ、メタデータ、アセット属性に基づくルールベースのレンズで、FlexOrgs が事業部門ごとのアクセス範囲を制御します。タグ付けが徹底された組織では確かに機能し、財務チームは10年にわたってこれを土台にチャージバックを運用してきました。 ただし Perspectives はタグ付けが抱える構造的な限界をそのまま引き継ぎます — 結局のところメタデータからの推論だからです。マルチテナントの K8s クラスタが持つタグは一組。50社の顧客に提供される共有 GPU が持つタグも一組。Egress、NAT、AZ 間通信 — そもそもタグ付けできません。Gartner のデータでも、タグベースのアプローチでユニットレベルまで割り当てられているのはクラウドコストの約43%にとどまります。 ランタイム属性化は、Cloud Intelligence™ の中核機能として組み込まれています。軽量なカーネルレベルのセンサー(eBPF)がホスト上でトラフィックとリソース消費を直接観測し、どの顧客がどの推論エンドポイントを叩いたか、どのチームのジョブがどの GPU 時間を使ったか、どの workload がどれだけの Egress バイトを生んだかを再構成します。
タグ不要のランタイムコスト属性化
CloudHealth の commitment ツール群は、堅実な分析機能を備えています。RI Optimizer、Savings Plan の推奨、償却レポート、そして authorizer/approver ワークフローで管理される購入アクション。Savings Automator が末端まで自動化するのは1点だけ — カバレッジ維持のための AWS Convertible Reserved Instances の交換・変更です。 新規 Savings Plan の購入は自律実行ではありません。購入推奨はベータ提供で、コミットメントカバレッジが50%未満のときだけ生成され、デフォルトは1年契約。購入判断は結局のところ人間の承認キューを通り、AWS 以外は自動化ではなく分析の域にとどまります。 PerfectScale for Commitments は、購入判断そのものを実行します。ローリングウィンドウでの時間別使用量分析。AWS Savings Plans、Database Savings Plans、GCP CUD を横断した段階購入。承認しきい値、支出上限、ペーシング制御。完全自律で回すことも、購入ごとに人間の承認を挟むこともできます。
// Commitment のカバー範囲
公平に評価するなら、CloudHealth のポリシーエンジンは確かに「実行」します。Automated Actions IAM ロールを付与すれば、ゾンビインスタンスの停止、未接続ボリュームの削除、スナップショット取得と後片付け、開発環境の夜間停止スケジューリングを、人手の承認ワークフロー付きで実行できます。実用的なハイジーン自動化として、レポーティング中心のプラットフォームが提供する範囲を超えた価値です。 ただしハイジーンの片付けが到達点です。ポリシーアクションはプロバイダのプリミティブの固定セット。ポリシーを有効化する前に過去データでシミュレーションする機能はなく、「このウェアハウスは大きすぎる」「この workload は gp3 に移すべき」といった気づきから、ロールバック保証付きの変更実行まで結ぶ経路がありません。 Composer は800以上のレシピを、請求データ、リソース構成、イベントタイムライン、リソースグラフ全体に対して継続的に走らせます。ポリシーエディタでは独自レシピを作成し、過去期間に対してシミュレーションしてから本番で適用できます。CloudFlow は気づきを実行された変更に変えます — 必要なところはビジュアル、必要なところはコード拡張、ロールバック保証付き、40以上の本番テンプレート付属。
// 今日稼働している本番 CloudFlow
CloudHealth の Kubernetes 対応はアロケーションです。Helm ベースのコレクターをデプロイすれば、コンテナ支出がクラスタ、名前空間、workload 別に集計され、requests、実使用量、あるいはそのブレンドで按分されます。ショーバック用途なら十分です。 欠けているのは最適化ループです。requests と limits の自律的な right-sizing はなく、GPU 使用率は主要ディメンションとして扱われず、CloudHealth の異常検知は Kubernetes workloads までは届きません。 PerfectScale for Kubernetes はループを閉じます。Pod・コンテナ単位で workload を理解した自律 right-sizing、GPU 使用率を独立して追跡、環境ごとの安定性最優先ガードレール。ダッシュボードに並ぶコストの数字は請求額を減らしません。requests と limits の調整が減らします。導入企業では通常30〜50%の K8s コスト削減が確認されています。
// K8s 機能の違い
CloudHealth のデータ取り込みはクラウドプロバイダ中心です。AWS、Azure、GCP、Alibaba、Kubernetes、加えて VMware とオンプレミス環境 — ハイブリッドエンタープライズにとってはまぎれもない強みです。しかし Snowflake、Databricks、そして OpenAI や Anthropic といった AI プロバイダは、ネイティブのコストソースではありません。回避策は請求書へのカスタム項目 — データプラットフォーム支出は「誰かが手で入力した数字」であり、テレメトリではありません。 PerfectScale for Snowflake、Databricks、BigQuery は可視化のさらに先、最適化にまで踏み込みます。ウェアハウスの right-sizing、アイドル停止、クエリ効率の推奨、コミット前にコスト影響を確認できる人手承認フロー。そして GenAI Intelligence は9つの AI プロバイダとカスタムモデルを、顧客別・機能別・ユニット別に追跡します。PerfectScale GenAI が推論パイプラインの無駄を監査し、ランタイム属性化が AI 支出をそれを生んだ顧客まで紐付けます。
// カバー範囲の違い
2025年の CloudHealth リフレッシュでは、自然言語での質問をレポートに変換する GenAI コパイロット Intelligent Assist と、AWS 請求の変動要因と理由を説明する Smart Summary が追加されました。10年ものレポーティング画面を扱いやすくするうえで、確かに有用な機能です。 DoiT の FinOps AI と MCP サーバーも、同じ会話型の領域をカバーします — 支出、異常、トレンドについて、コンソール、Claude、ChatGPT、あるいは任意の LLM クライアントから質問できます。違いはアシスタントが何の上に載っているかです。FinOps AI は気づきを実行エンジン — Composer レシピ、CloudFlow 自動化、PerfectScale アクション — に引き渡し、修正を実行させることができます。請求書を説明するアシスタントは、よくできたダッシュボードにすぎません。実行に接続されたアシスタントは、結果そのものを変えます。
// 実際の違い
CloudHealth の料金は、追跡対象のクラウド支出に対する比率制です。契約期間に応じて通常2.2〜2.5%、複数年契約前提で、契約上限を超えた分には1ドルあたり0.03ドルの超過料金がかかります。クラウドが伸びればプラットフォーム料金も一緒に伸びます — 削減が実現したかどうかとは無関係に。 2024年5月以降、CloudHealth は Arrow Electronics を通じてのみ販売・サポートされ、Broadcom は R&D を保持しています — CloudHealth Technologies から VMware、そして Broadcom へと、わずか6年で所有者が3度移り変わりました。FinOps 実践をあるプラットフォームに賭けるなら、所有権の推移は正当な検討ポイントです。 DoiT は定額です。請求額に連動しないプラットフォーム料金、あるいはマルチクラウド調達とのバンドル — DoiT は AWS、GCP、Azure をマークアップなしで再販しており、集約するだけでプラットフォーム費用がまるごと回収できるケースも珍しくありません。そしてディストリビュータのサポートデスクの代わりに、DoiT はお客様の環境でコードを書く Forward Deployed Engineers をパッケージに含めます。アーキテクチャレビュー、K8s チューニング、推論監査、本番障害時のオンコール対応まで。
// 商用モデル
マーケティング上のカテゴリではなく、FinOps 実務者が評価時に実際に投げかける質問。両社の公開ドキュメントを情報源としています。
| Capability | Cloud Intelligence™ | CloudHealth |
|---|---|---|
| // 属性化とアロケーション | ||
| マルチクラウド、K8s、データプラットフォーム、AI を横断するコストアロケーション | ネイティブ対応 初期状態から複数手法に対応:使用率、稼働率、共有コストの按分。 | Perspectives + FlexOrgs クラウド + VMware 環境には強い。データプラットフォームと AI プロバイダはネイティブソースとして非対応。 |
| タグレス / ランタイムコスト属性化 | ネイティブ対応 カーネルレベルのテレメトリ(eBPF)。タグやタグルールは不要。 | ルールベースのみ Perspectives はタグとメタデータからの推論。ランタイムトラフィックの観測はできません。 |
| タグなしでの顧客別 COGS | ネイティブ対応 リクエストストリーム内の顧客識別子をランタイムで観測。 | Perspectives + 再配分 作成済みルールと識別可能なメタデータが前提。 |
| workload 別のネットワークコスト属性化(Egress、NAT、AZ 間通信) | ネイティブ対応 観測したランタイムトラフィックから workload 単位で属性化。 | 集計値 / タグ推論 |
| // Workload 最適化 | ||
| K8s コストアロケーション(Pod / 名前空間 / クラスタ) | ネイティブ対応 | K8s コレクター(Helm) requests、実使用量、またはブレンドで按分。 |
| K8s 自律 right-sizing(Pod、コンテナ、GPU) | PerfectScale workload を理解し、安定性最優先で自律実行。典型的な削減率30〜50%。 | アロケーションのみ コンテナ right-sizing の実行はなし。異常検知は K8s 対象外。 |
| Snowflake 最適化(ウェアハウス + クエリ + アイドル) | PerfectScale for Snowflake 自動 right-sizing、アイドル停止、クエリ効率化。 | ネイティブなコストソースとして非対応 請求書へのカスタム項目のみ。 |
| Databricks 最適化 | 可視化、インサイト、最適化 | ネイティブなコストソースとして非対応 |
| AI / LLM コストの可視化 | 9つの AI プロバイダとカスタムモデル 顧客別、機能別、ユニット別 | ネイティブ非対応 OpenAI / Anthropic / Bedrock のプロバイダ取り込みなし。 |
| AI workload 最適化(推論、GPU、モデル選択) | PerfectScale GenAI + Composer | 未対応 |
| // Commitments とレート最適化 | ||
| 自律的な commitment 購入 — クラウドカバレッジ | AWS + GCP SP、DBSP、Compute Engine CUD。段階的、時間別使用量で検証、自律または承認ゲート付き。 | AWS CRI 交換のみ Savings Automator が Convertible RI を交換。SP 購入推奨はベータ(1年契約、カバレッジ条件付き)。購入は承認ワークフローを経由。Azure / GCP:分析のみ。 |
| Commitment モデリングと償却レポート | 統合、マルチクラウド | RI Optimizer + SP 管理 成熟したモデリング、償却、交換ツール。 |
| Commitment 自動化のコスト | 含まれています 定額プラットフォーム料金。削減額からの手数料徴収なし(0%)。 | 含まれるが、プラットフォーム料金は支出に比例 追跡対象クラウド支出の約2.2〜2.5%、超過料金あり。 |
| // インテリジェンスと自動化 | ||
| 異常検知 | リアルタイム、トポロジコンテキスト付き | ML ベース、学習可能 リージョン、アカウント、サービス別。Kubernetes workloads は対象外。 |
| キュレーション済み推奨エンジン | Composer — 800以上のレシピ 独自ポリシーエディタと過去シミュレーション付き。 | right-sizing + ベストプラクティスポリシー EC2/RDS/VM/GCE の right-sizing、ゾンビ検出、スケジューリング。 |
| 過去シミュレーション付きの独自ポリシー作成 | ネイティブ対応 作成し、過去データでシミュレーションしてから適用。 | ポリシーエンジンあり、シミュレーションなし カスタム条件 → アクション。有効化前の過去ドライラン機能なし。 |
| エージェント型 AI アシスタント | FinOps AI | Intelligent Assist + Smart Summary 自然言語クエリと支出変動の説明(2025年)。 |
| コストデータへの LLM アクセス向け MCP サーバー | ネイティブ対応 | 未対応 コンソール内アシスタントのみ。 |
| インフラレベルの自動化 / 修復 | CloudFlow 今すぐ変更を実行可能。ビジュアル + コード、40以上のテンプレート、ロールバック保証。 | ポリシーアクション(ハイジーン) インスタンスの停止/起動、未接続ボリューム削除、スナップショット — 承認ワークフロー付きの固定アクションセット。 |
| コストオーバーレイ付きのアーキテクチャ / リソースグラフ | Cloud Diagrams コスト + パフォーマンスオーバーレイ付きのライブトポロジ。 | 未対応 |
| // インテグレーション | ||
| コストソース / 請求データの取り込み | 広範なカバレッジ AWS、GCP、Azure、K8s、Snowflake、Databricks、BigQuery、Datadog、MongoDB、OpenAI、Anthropic ほか。 | クラウド + ハイブリッド環境 AWS、Azure、GCP、Alibaba、K8s、VMware、オンプレミス。SaaS / データプラットフォーム / AI プロバイダのネイティブソースなし。 |
| チケット・タスク管理インテグレーション | Jira、Asana、GitHub Issues | Jira、ServiceNow ポリシー通知と Webhook 経由。 |
| コミュニケーションインテグレーション | Slack、Teams、Discord、Gmail | Slack、メール ポリシー駆動の通知。 |
| インシデント管理インテグレーション | PagerDuty | 未対応 |
| 汎用ワークフロー自動化 | Zapier(2,000以上のアプリ)+ プラットフォーム API | API + Webhook アプリ単位の自動化ファンアウトはなし。 |
| // Procurement、料金、専門家 | ||
| マルチクラウド Procurement / 請求 | 任意のクラウド Procurement、マークアップなし AWS / GCP / Azure。プラットフォームアクセスをバンドル。 | プラットフォームのみ Arrow / MSP チャネル経由の販売。エンドカスタマーへのクラウド再販はなし。 |
| 料金モデル | 定額 / バンドル 支出比率課金は一切なし。 | 追跡対象クラウド支出の% 約2.2〜2.5%、複数年契約、契約上限超過分は $0.03/$。 |
| 含まれる専門家サポート | Forward Deployed Engineers お客様の環境で実際にコードを書きます。K8s チューニング、推論監査、インシデント対応。 | Arrow が提供するサポート 独占ディストリビュータ経由の営業・技術サポート。 |
| 最初の削減が出るまでの時間 | 数日 接続直後にレシピが発火し、実行エンジンがそのまま動きます。 | 数週間、実装はお客様側 まず Perspective / レポートの整備から。推奨事項の実現にはエンジニアリング作業が必要。 |
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
はい。CloudHealth はエンタープライズ向けのクラウドコストレポーティング / ガバナンスプラットフォームです — アロケーション用の Perspectives、分析用の FlexReports、予算管理、異常検知、ハイジーン自動化のためのポリシーエンジン。Cloud Intelligence™ はその可視化・ガバナンスの領域をカバーしたうえで、さらに「実行」まで踏み込みます:インフラ修復(CloudFlow)、自律的な workload 最適化(PerfectScale for Kubernetes および Snowflake)、AWS と GCP を横断する commitment 自動化(PerfectScale for Commitments)、タグなしのランタイムコスト属性化、そしてプラットフォームに含まれる Forward Deployed Engineers。
実行力と料金体系です。CloudHealth はレポーティング、ガバナンス、推奨を行います。Convertible RI の交換とハイジーン系ポリシーアクションを除けば、削減の実現はお客様のエンジニアの仕事であり、プラットフォーム料金は追跡対象クラウド支出の比率で、請求額と一緒に膨らみます。DoiT は workloads、commitments、インフラの全域で実行を担い、支出に連動しない定額料金で提供します。
CloudHealth Technologies は2018年に VMware に買収され、VMware Tanzu CloudHealth となり、2023年後半の VMware 買収に伴って Broadcom へ移管されました。2024年5月、Broadcom は Arrow Electronics をグローバル独占プロバイダに指定 — Arrow が営業、マーケティング、技術サポートを担い、Broadcom は R&D を保持しています。2025年6月には Broadcom が AI 機能(Intelligent Assist、Smart Summary)を備えた刷新版のユーザーエクスペリエンスをリリース。製品自体は積極的に保守されていますが、市場投入体制と所有権はこの6年で3度入れ替わっており、長期的なプラットフォーム選定においては無視できない要素です。
AWS に限って、部分的に対応しています。Savings Automator はカバレッジ維持のための AWS Convertible Reserved Instances の交換・変更を自動化します。新規 Savings Plan の購入は推奨ベースで、ベータ版の推奨はコミットメントカバレッジが50%未満のときにのみ生成され、デフォルトは1年契約、購入は authorizer/approver ワークフローを経由します。Azure と GCP の commitments は分析と推奨のみで、自動化はされません。PerfectScale for Commitments は AWS Savings Plans、Database Savings Plans、Compute Engine CUD を AWS と GCP にまたがって段階購入します — 自律または承認ゲート付き、時間別使用量に対して継続的に検証 — しかも定額料金です。
CloudHealth は追跡対象クラウド支出の通常2.2〜2.5%を課金します。契約期間は12〜36ヶ月、契約上限を超える支出には1ドルあたり約0.03ドルの超過料金がかかります。削減成果に関係なく、料金はクラウド請求額に応じてスケールします。DoiT は定額です:支出に連動しないプラットフォーム料金、あるいはマルチクラウド Procurement とのバンドル — DoiT は AWS、GCP、Azure をマークアップなしで再販しており、多くのチームは集約するだけで実質的にプラットフォーム費用が賄えると評価しています。
CloudHealth が行うのは Kubernetes コストの割り当てです。Helm ベースのコレクターがコンテナ支出をクラスタ、名前空間、workload 別に集計し、requests または実使用量で按分します。コンテナの right-sizing 実行はなく、GPU 使用率は主要ディメンションとして扱われず、異常検知も Kubernetes workloads は対象外です。PerfectScale for Kubernetes は Pod・コンテナ単位で、安定性最優先のガードレール付きの自律的で workload を理解した right-sizing を実行します。導入企業では通常30〜50%の K8s コスト削減が見られます。
限定的に実行します。CloudHealth に Automated Actions IAM ロールを付与すれば、ポリシーエンジンでインスタンスの起動/停止、未接続ボリュームの削除、スナップショット取得、環境スケジューリングが可能です — 人手承認付きの、有用なハイジーン自動化です。ただしプロバイダのプリミティブの固定セットに限られ、ポリシー有効化前の過去シミュレーションはなく、最適化変更のための汎用実行パスも存在しません。DoiT CloudFlow は本格的な実行レイヤーです — ビジュアル + コード拡張可能、40以上の本番テンプレート、ロールバック保証 — Composer の気づきをそのまま実行された変更に変えます。
DoiT ならできます。Cloud Intelligence™ のランタイムコスト属性化はカーネルレベルのテレメトリ(eBPF)で実際のトラフィックとリソース消費を観測し、すべての支出を、それを生んだ顧客、機能、チーム、あるいは AI エージェントに紐付けます — タグ付けは不要です。CloudHealth の Perspectives は古典的な代替手段で、タグとメタデータに基づくルールベースのグルーピングです。メタデータが徹底された環境なら機能しますが、共有クラスタ、共有 GPU、マルチテナントエンドポイントは、メタデータに答えが載っていないため見通せないままです。
それらは CloudHealth の視野からほぼ外れています。ネイティブのコストソースはクラウドプロバイダ(AWS、Azure、GCP、Alibaba)、Kubernetes、そして VMware / オンプレミス環境。Snowflake、Databricks、OpenAI、Anthropic の支出は請求書のカスタム項目としてしか表現できません。DoiT はこれらをネイティブに取り込み、可視化のさらに先まで踏み込みます:PerfectScale for Snowflake はウェアハウスの right-sizing、アイドル停止、クエリ効率化を自動化し、GenAI Intelligence は9つの AI プロバイダとカスタムモデルを顧客別・機能別・ユニット別に追跡します。
あります — 2025年の CloudHealth リフレッシュで Intelligent Assist が追加されました。これはコストデータへの自然言語質問に答え、レポートを生成する GenAI コパイロットで、あわせて支出変動を説明する Smart Summary も追加されています。DoiT の FinOps AI は同じ会話型の領域をカバーしたうえで MCP サーバーを備え、Claude、ChatGPT、あるいは任意の LLM クライアントからコストデータを照会できます。より大きな違いはその下にある基盤です:FinOps AI は実行エンジンに接続されており、請求書を説明するだけでなく修正そのものを実行できます。
パブリッククラウドと並んで大規模な VMware またはオンプレミス環境を抱える大企業、財務チームが10年にわたって Perspectives、FlexOrgs、FlexReports の運用知見を積み上げてきた組織、そして CloudHealth パートナープラットフォームの上に事業を築いた MSP には適しています。FinOps 実践の中心が、ハイブリッド環境全体にまたがる標準化されたレポーティング、ガバナンスポリシー、チャージバックであり、実装をエンジニアリングが担う体制であれば、CloudHealth は依然として信頼できる既存プレイヤーです。適合性が弱まるのは、自律的な最適化、マルチクラウドの commitment 自動化、データプラットフォームや AI コストの管理、共有インフラでの顧客別属性化、あるいはクラウド請求額に連動しない料金体系が必要になった時です。