Na integração do DataHub, o time da DoiT foi extremamente hands-on, a ponto de o suporte da DoiT montar o primeiro script e pipeline de ingestão para nos destravar.
Kyle Espinola, Head de Engenharia de Plataforma
você simplesmente não consegue taguear
Seu programa de tagging nunca vai terminar. O Attribute™ aloca 100% do gasto em nuvem em tempo de execução, sem tags, sem mudanças no código e com alocação completa até a semana que vem.

o tagging sustentou o FinOps por uma década.
Mesmo programas maduros rastreiam apenas 43% dos custos de nuvem no nível unitário (Gartner, 2025). E a lacuna só aumenta, porque as categorias de gasto que mais crescem simplesmente não podem ser tagueadas.
Clusters Kubernetes, Kafka, bancos de dados e filas atendem várias equipes ao mesmo tempo. Uma tag atribui um único dono. Ela não consegue dividir o que nunca foi separável.
Tags rastreiam infraestrutura. Clientes transitam por ela. Em uma arquitetura multi-tenant, não existe recurso para taguear — e o custo de servir cada cliente continua sendo um exercício manual.
Gateways de LLM, clusters de GPU compartilhados e agentes de IA geram uma única linha na fatura. Toda chamada de inferência parece idêntica na camada de billing.
Egress, transferência entre AZs, NAT gateways. A fatura chega, mas os exports de billing nunca dizem qual workload gerou o tráfego.
o problema de verdade
Ferramentas baseadas em tags leem exports de billing. Exports de billing descrevem recursos, não uso. Eles conseguem dizer que uma instância EC2 custou US$ 40 mil, mas nunca qual equipe, cliente ou feature a consumiu.
O Attribute™ implanta um sensor eBPF leve que lê o tráfego de rede em runtime. Ele vê qual workload chamou qual recurso, qual ID de cliente veio na requisição e qual modelo respondeu à chamada de inferência. Cada dólar é mapeado de volta ao consumidor que o gerou, com base no que realmente aconteceu — e não em etiquetas que alguém lembrou de aplicar.
dos workloads atribuídos
para instalar o sensor, sem mudanças no código
para alocar tudo, em vez de meses de tagging
como funciona
01. Instalação em 15 minutos. Um sensor eBPF leve é implantado no seu cluster via Helm, além de uma integração de billing via Terraform. Sem mudanças de código ou configuração.
02. O sensor lê dados em runtime. O eBPF observa o tráfego para todos os recursos de nuvem: computação, bancos de dados, storage, Kafka, GPUs e endpoints de LLM. A inspeção profunda de pacotes extrai identificadores como tokens JWT, headers HTTP e client IDs diretamente do tráfego.
03. O custo cai onde deveria. Cada dólar é atribuído ao cliente, equipe, feature ou agente de IA que o gerou. Recursos compartilhados são divididos pelo consumo real, não por divisões iguais ou estimativas.
tagging nunca foi a resposta para o FinOps
| Capability | Attribute™ | Programa de tagging |
|---|---|---|
| Atribuição e alocação | ||
| Tempo até dados relevantes | No primeiro dia, assim que o sensor observa o tráfego | Semanas a meses de trabalho de tagging |
| Cobertura | 100% dos workloads atribuídos | 43% dos custos rastreados no nível unitário (média do setor) |
| Recursos compartilhados | Alocados pelo consumo real | Divisões iguais, rateios ou estimativas grosseiras |
| Custo por cliente | Detectado automaticamente a partir do tráfego em runtime | Não existe o conceito de cliente |
| Gastos com IA e LLMs | Alocação no nível de token por cliente, feature ou equipe | Apenas o gasto total |
| Infra autogerenciada (Kafka, Elasticsearch em EC2) | O sensor enxerga dentro do workload | Invisível nos exports de billing |
| Custos de rede | Rastreados até o workload que gerou o tráfego | Impossíveis de atribuir |
| Manutenção contínua | Nenhuma. A atribuição acompanha o tráfego | Aplicação de políticas, correr atrás de engenheiros e limpeza trimestral |
já investiu em tags?
Times que passaram anos tagueando temem que o investimento tenha sido desperdiçado. Não foi. Tudo o que eles construíram continua funcionando.
O Attribute™ incorpora as tags existentes como mais um sinal. A diferença é que a atribuição não depende mais delas. Os 57% do gasto que suas tags nunca alcançaram são alocados mesmo assim, e o backlog de tagging deixa de bloquear showback, chargeback e margens por cliente.
O Attribute™ substitui programas de tagging que levam meses por um sensor leve em runtime
Outras ferramentas de FinOps leem seus exports de billing. O Attribute™ lê dados em runtime e mapeia os custos ao workload que os gerou. Atribua instantaneamente gastos com IA, rede, bancos de dados e outros recursos compartilhados a clientes, workloads e features.
O sensor é somente leitura e roda em sandbox no kernel. O Attribute™ tem certificações SOC 2 Type 2 e ISO 27001 e é uma FinOps Certified Platform.
AICPA
SOC 2
AICPA
ISO 27001
FinOps
Platform
todo pico tem um dono e uma explicação.
Aí começa a investigação: dias de arqueologia de tags, garimpo em dashboards e threads no Slack para descobrir o "porquê". O Attribute™ pula a investigação.
três coisas que você finalmente pode fazer
Normalmente, cada uma delas depende de um programa de tagging que nunca termina. Com o Attribute, elas ficam disponíveis desde o primeiro dia.
Aloque a infraestrutura compartilhada entre as equipes pelo uso real. Todos os stakeholders, da engenharia ao financeiro, trabalham com os mesmos números — e os relatórios de custo param de ser contestados.
COGS e margem por conta, detectados automaticamente a partir do tráfego. Um cliente encontrou mais de 360 contas em que o custo superava a receita: mais de US$ 1,3 milhão em perdas que antes eram invisíveis.
Atribuição no nível de token por cliente, feature e equipe em OpenAI, Anthropic, Bedrock e Vertex AI. Funciona com gateways de LLM gerenciados e self-hosted.
Eliminamos a necessidade de taguear milhares de recursos. O Attribute nos deu visibilidade completa dos custos sem exigir nenhuma tag.
Ziv Sivan, VP of Engineering at Akamai
FinOps sem tagging
Instale em 30 minutos e veja a alocação por cliente, por feature e por equipe até a semana que vem. Mantenha as tags que você tem e livre-se da dependência delas.

Sim. Tagging é um método de alocação de custos, não um requisito do FinOps. A atribuição em runtime lê o tráfego ao vivo para determinar qual equipe, cliente ou feature consumiu cada recurso, gerando uma alocação que as tags não alcançam: infraestrutura compartilhada, workloads de IA, tráfego de rede e custos por cliente em ambientes multi-tenant.
O tagging tem três problemas estruturais. A cobertura se deteriora porque as tags exigem esforço humano contínuo. A infraestrutura compartilhada não pode ser dividida com precisão porque uma tag atribui um único dono por recurso. E as categorias de gasto que mais crescem, IA e rede, não têm superfície de tagging alguma. Dados do setor mostram que apenas 43% dos custos de nuvem são rastreados no nível unitário.
Não. As tags existentes continuam funcionando e o Attribute as usa como um sinal adicional. A atribuição não depende mais delas, então o gasto não tagueado — ou impossível de taguear — é alocado mesmo assim.
Um sensor eBPF leve observa o tráfego de rede em tempo de execução. A inspeção profunda de pacotes identifica workloads, identificadores de clientes e chamadas de modelos diretamente no tráfego, e depois os correlaciona com os dados de billing para alocar cada dólar pelo consumo real. Não é preciso mudar código nem configuração.
A maioria dos clientes vê os dados atribuídos no mesmo dia. O sensor é instalado em cerca de 15 minutos e a atribuição começa assim que ele observa o tráfego.
Sim. O sensor lê o tráfego de entrada e saída de gateways de LLM e endpoints de API em OpenAI, Anthropic, Bedrock, Azure OpenAI e Vertex AI, atribuindo o consumo de tokens ao cliente, feature ou equipe que disparou cada chamada.
Sim. O eBPF roda em sandbox no kernel e é a mesma tecnologia por trás das principais ferramentas de observabilidade e segurança do mercado. O sensor é somente leitura, não exige mudanças na aplicação, e o Attribute tem certificações SOC 2 Type 2 e ISO 27001.
Na integração do DataHub, o time da DoiT foi extremamente hands-on, a ponto de o suporte da DoiT montar o primeiro script e pipeline de ingestão para nos destravar.
Kyle Espinola, Head de Engenharia de Plataforma
Conectar a IBM e a AWS de forma privada era a parte que precisávamos acertar, e queríamos avançar mais rápido do que conseguiríamos sozinhos. A DoiT analisou as opções com a gente, encontrou a sobreposição de sub-redes que estava quebrando o roteamento e deixou tudo estável. Isso destravou todo o resto.
DevOps Lead, Software Projects
A plataforma do Attribute™ é realmente única. Agora temos visibilidade cristalina dos nossos gastos com nuvem por workload e tenant, e esse conhecimento já gerou economias concretas e insights poderosos à medida que escalamos ainda mais nosso serviço.
Paul White, VP de Engenharia, Shasta Cloud
Trabalhamos com a DoiT há muitos anos, e o número de funcionalidades e recursos do DoiT Cloud Intelligence só cresce. Incorporamos recursos como Cloud Analytics e Reports aos nossos próprios processos de FinOps — isso se tornou parte essencial do que fazemos.
Martin Lee, Diretor de Operações
A DoiT nos deu a confiança para sair da experimentação e ir para a produção. Eles nos mostraram o jeito certo de construir IA para o mundo real.
Milad Rezazadeh, CTO
A tecnologia de agrupamento de custos do Attribute™ levou nossa visibilidade e alocação de custos a outro patamar. Hoje, nossos times são totalmente responsáveis pelos próprios orçamentos, o que aumentou bastante nossa eficiência em nuvem e nos ajuda a cortar custos desnecessários.
Eli Zilbershtein, Head de DevOps, Hippo
Não dá pra taguear um cliente em um ambiente multi-tenant. O Attribute™ finalmente mostra quanto cada cliente custa e o que está puxando esses custos.
Omri Cohen, Diretor de Engenharia, Platform
Os dados do Attribute™ são realmente incomparáveis. Nenhuma outra solução do mercado conseguiria entregar os perfis precisos de custo e uso por cliente que precisávamos em uma infraestrutura tão complexa. Em poucas semanas, os dados do Attribute™ transformaram nossa visão sobre as estruturas de custo e passaram a influenciar decisões estratégicas em precificação, renegociações e posicionamento de mercado.
Jonathan Langer, COO, Claroty