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
Comparativo de plataformas FinOps
Cloud Intelligence™ vs. CloudHealth
Por uma década, o CloudHealth definiu o padrão de relatórios FinOps no mundo corporativo. Mas relatório nunca foi a linha de chegada.
O CloudHealth — adquirido pela VMware, hoje da Broadcom e vendido exclusivamente pela Arrow Electronics — é a plataforma em que boa parte dos times de FinOps se formou. Perspectives, FlexReports, orçamentos, um mecanismo de anomalias com ML, um motor de políticas de governança e uma repaginada em 2025 que trouxe recursos de IA como o Intelligent Assist. Para relatórios de custo e governança no mundo corporativo, é território conhecido.
O Cloud Intelligence™ vai além, até a execução — com preço fixo, sem cobrar percentual sobre o seu gasto. O Composer diz o que corrigir, o CloudFlow executa a correção, o PerfectScale faz right-sizing autônomo de Kubernetes e data warehouses, o PerfectScale for Commitments escalona Savings Plans e CUDs em AWS e GCP, e a atribuição em runtime mapeia cada dólar até o cliente que o gerou — sem precisar de tags.
Governança foi a década passada. Execução é a desta.
Onde as duas plataformas de fato se diferenciam — e onde o CloudHealth ainda faz jus à reputação que tem. Tentamos ser precisos dos dois lados.
Perspectives são regras sobre metadados. Nós atribuímos no kernel.
As Perspectives do CloudHealth são o framework de alocação original do setor: visões baseadas em regras sobre tags, metadados e atributos de ativos, com FlexOrgs delimitando o acesso por unidade de negócio. Para organizações com disciplina de tagging, funciona — times de finanças rodam chargeback em cima disso há uma década. Mas as Perspectives herdam o limite estrutural do tagging: são inferência a partir de metadados. Um cluster K8s multi-tenant tem um conjunto de tags. Uma GPU compartilhada atendendo cinquenta clientes tem um conjunto de tags. Egress, NAT, cross-AZ — nada disso é tagueável. O Gartner estima que a alocação em nível unitário via abordagens baseadas em tags cobre cerca de 43% do custo de nuvem. A atribuição em runtime é um recurso de primeira classe dentro do Cloud Intelligence™. Um sensor leve em nível de kernel (eBPF) observa tráfego e consumo de recursos direto no host e reconstrói qual cliente acessou qual endpoint de inferência, qual job de qual time consumiu quais horas de GPU e qual workload gerou quais bytes de egress.
Atribuição de custo em runtime, sem tags
- COGS por clienteObserve identificadores de cliente no fluxo de requisições. Mapeie o custo sem tagging nem regras de Perspective.
- Custo de IA por featureQual feature lançada no mês passado está gerando US$ 44 mil de gasto adicional, detalhado por modelo e tipo de token.
- Divisão de recursos compartilhadosNós de GPU, clusters compartilhados, bancos de dados — pelo tráfego real em runtime, não por tags declaradas ou inferidas.
- Atribuição de redeEgress, NAT, cross-AZ. Atribuídos ao workload que gerou os bytes.
- Chargeback desde o primeiro diaSem projeto de criação de Perspectives. Sem pré-requisito de metadados. Instale o sensor e tenha a atribuição.
Commitments: modelagem e filas de aprovação, ou escalonamento autônomo
O ferramental de commitments do CloudHealth é uma análise sólida: RI Optimizer, recomendações de Savings Plan, relatórios de amortização e ações de compra passando por fluxos de authorizer/approver. O Savings Automator automatiza uma coisa só de ponta a ponta — trocar e modificar AWS Convertible Reserved Instances para manter a cobertura. A compra de novos Savings Plans não é autônoma. As recomendações de compra estão em beta, só são geradas quando a cobertura total de commitments está abaixo de 50% e assumem, por padrão, prazo de um ano. A decisão de compra continua passando por uma fila de aprovação humana, e cobertura fora da AWS é análise, não automação. O PerfectScale for Commitments executa a decisão de compra. Análise horária de uso em janelas móveis. Compras escalonadas em AWS Savings Plans, Database Savings Plans e GCP CUDs. Limiares de aprovação, tetos de gasto, controles de ritmo. Rode em modo totalmente autônomo ou exija aprovação humana antes de cada compra.
// O escopo de commitments
- Automação do CloudHealthTrocas de AWS Convertible RI via Savings Automator. Recomendações de SP em beta, prazos de 1 ano, condicionadas à cobertura
- CloudHealth fora da AWSSó análise e recomendações de Azure RI / GCP CUD
- Escopo do PerfectScaleAWS + GCP. Escalonado, consciente do risco, validado por uso horário
- Preço do PerfectScaleIncluso. Preço fixo da plataforma, 0% sobre a economia
Um motor de políticas que faz limpeza, ou uma camada de execução que otimiza
É preciso dar o crédito: o motor de políticas do CloudHealth executa, sim. Conceda a ele a IAM role de Automated Actions e as políticas conseguem parar instâncias zumbis, apagar volumes desanexados, tirar snapshots e limpar, desligar ambientes de dev à noite — com fluxos de aprovação com humano no circuito. É automação de higiene real e útil, mais do que a maioria das plataformas de relatório oferece. Mas a coisa para na limpeza de higiene. As ações de política são um conjunto fixo de primitivas do provedor. Não existe simulação histórica antes de habilitar uma política, e não existe caminho entre "este warehouse está superdimensionado" ou "este workload deveria migrar para gp3" e uma mudança executada com segurança de rollback. O Composer roda mais de 800 recipes continuamente sobre seus dados de billing, configurações de recursos, linha do tempo de eventos e o grafo completo de recursos — e seu editor de políticas deixa você criar seus próprios recipes, simulá-los contra períodos históricos e depois aplicá-los em produção. O CloudFlow transforma achados em mudanças executadas: visual onde faz sentido ser visual, extensível por código onde precisa ser, com segurança de rollback e mais de 40 templates de produção.
// CloudFlows em produção hoje
- Conversão gp2 → gp3 com rollback
- Limpeza de EC2 em sandbox
- Aplicação de retenção de log de 365 dias
- Alerta de primeiro gasto em SKU
- Superprovisionamento de disco GCE
- Detecção de RI subutilizada
Kubernetes: um coletor com totais consolidados, ou requests e limits reconciliados
A história do CloudHealth para Kubernetes é alocação. Instale o coletor via Helm e o gasto com contêineres é consolidado por cluster, namespace ou workload, dividido por requests, uso real ou uma combinação. Para showback, atende. O que falta é o ciclo de otimização. Não há right-sizing autônomo de requests e limits, utilização de GPU não é uma dimensão de primeira classe e a detecção de anomalias do CloudHealth não cobre workloads de Kubernetes. O PerfectScale for Kubernetes fecha o ciclo. Right-sizing autônomo com consciência do workload, no nível de pod e contêiner, utilização de GPU monitorada separadamente e guardrails focados em estabilidade por ambiente. Números de custo em um dashboard não reduzem sua conta. Requests e limits reconciliados, sim. Clientes costumam ver reduções de 30–50% no custo de K8s.
// Divisão de capacidades em K8s
- AmbosAlocação de custo por namespace / workload / cluster
- Só no Cloud Intelligence™Execução de right-sizing autônomo
- Só no Cloud Intelligence™Políticas com consciência de GPU + guardrails de estabilidade
- Só no Cloud Intelligence™Detecção de anomalias no escopo de K8s
- Resultado típicoRedução de 30–50% em K8s
Data platforms e gasto com IA — em boa parte fora do escopo
A ingestão do CloudHealth é centrada em provedores de nuvem: AWS, Azure, GCP, Alibaba, Kubernetes, mais VMware e ambientes on-prem — um ponto forte real para empresas híbridas. Mas Snowflake, Databricks e provedores de IA como OpenAI e Anthropic não são fontes de custo nativas. A saída é criar itens de linha customizados na fatura: seu gasto com data platform vira um número que alguém digitou, não telemetria. O PerfectScale for Snowflake, Databricks e BigQuery vai além da visibilidade e chega à otimização: right-sizing de warehouses, suspensão em ociosidade, recomendações de eficiência de queries, com humano no circuito e preview do impacto de custo antes de aplicar. E o GenAI Intelligence acompanha 9 provedores de IA e modelos customizados — por cliente, por feature, por unidade — com o PerfectScale GenAI auditando pipelines de inferência em busca de desperdício e a atribuição em runtime amarrando o gasto de IA ao cliente que o gerou.
// Divisão de cobertura
- Ponto forte do CloudHealthAmbientes VMware / private cloud / on-prem
- SnowflakeCloud Intelligence™: otimização de warehouse, query e ociosidade
- DatabricksCloud Intelligence™: visibilidade, insights e otimização
- Provedores de IACloud Intelligence™: 9 provedores e modelos customizados. CloudHealth: não é nativo
Os dois entregam um assistente de IA. Só um deles consegue puxar as alavancas.
A repaginada do CloudHealth em 2025 trouxe o Intelligent Assist — um copilot GenAI que transforma perguntas em linguagem natural em relatórios — e o Smart Summary, que explica o que mexeu na sua fatura da AWS e por quê. Genuinamente úteis para tornar uma superfície de relatórios de uma década mais acessível. O FinOps AI e o servidor MCP da DoiT cobrem o mesmo terreno conversacional: pergunte sobre gastos, anomalias e tendências no console, no Claude, no ChatGPT ou em qualquer cliente LLM. A diferença está no que sustenta o assistente. O FinOps AI consegue entregar os achados para motores de execução — recipes do Composer, automações do CloudFlow, ações do PerfectScale — que rodam a correção. Um assistente que explica sua fatura é um dashboard melhor. Um assistente conectado à execução é um resultado melhor.
// O que de fato muda
- AmbosConsultas de custo em linguagem natural + resumos com IA
- Só no Cloud Intelligence™Servidor MCP para Claude / ChatGPT / clientes LLM
- Só no Cloud Intelligence™Assistente conectado aos motores de execução
- Só no Cloud Intelligence™COGS de IA por cliente via atribuição em runtime
Como fica a conta, e quem realmente aparece
O CloudHealth cobra como percentual do gasto de nuvem que rastreia — em geral 2,2–2,5%, dependendo da duração do contrato, com prazos plurianuais e taxas de excedente de US$ 0,03 por dólar acima do teto contratado. Conforme sua nuvem cresce, a taxa da plataforma cresce junto, tenha havido economia ou não. Desde maio de 2024, o CloudHealth também é vendido e suportado exclusivamente pela Arrow Electronics, com a Broadcom mantendo o R&D — depois de migrar da CloudHealth Technologies para a VMware e depois para a Broadcom em seis anos. Se você está apostando sua prática de FinOps em uma plataforma, a trajetória de propriedade é uma pergunta legítima de diligência. A DoiT é fixa: preço de plataforma que não escala com sua fatura, ou empacotado com procurement multi-cloud — a DoiT revende AWS, GCP e Azure sem markup, e a consolidação muitas vezes já paga a plataforma inteira. E, em vez de um help desk de distribuidor, a DoiT inclui Forward Deployed Engineers que escrevem código no seu ambiente: revisões de arquitetura, tuning de K8s, auditorias de inferência, plantão quando a produção quebra.
// Modelo comercial
- CloudHealth~2,2–2,5% do gasto rastreado, contratos plurianuais, excedente a US$ 0,03/US$
- Cloud Intelligence™Preço fixo de plataforma, ou empacotado com billing revendido sem markup
- Especialistas do CloudHealthVendas e suporte técnico prestados pela Arrow
- Especialistas da DoiTFDEs que escrevem código no seu ambiente
Sem categorias de marketing. As perguntas que profissionais de FinOps realmente fazem na hora de avaliar. Baseado em documentação pública dos dois lados.
Uma linha para cada pergunta de quem está na prática.
| Capability | Cloud Intelligence™ | CloudHealth |
|---|---|---|
| // Atribuição e alocação | ||
| Alocação de custo em multi-cloud, K8s, data platforms e IA | Nativo Pronto para uso, multi-método: % de uso, utilização, rateio de custo compartilhado. | Perspectives + FlexOrgs Forte em nuvem + ambientes VMware; data platforms e provedores de IA não são fontes nativas. |
| Atribuição de custo sem tags / em runtime | Nativo Telemetria em nível de kernel (eBPF). Sem exigência de tagging nem regras de tag. | Só baseado em regras As Perspectives inferem a partir de tags e metadados; não observam tráfego em runtime. |
| COGS por cliente sem tagging | Nativo Observação em runtime do identificador do cliente no fluxo de requisições. | Via Perspectives + realocação Exige regras criadas manualmente e metadados identificáveis. |
| Atribuição de custo de rede (egress, NAT, cross-AZ) por workload | Nativo Atribuição no nível de workload a partir do tráfego observado em runtime. | Agregado / inferido por tag |
| // Otimização de workloads | ||
| Alocação de custo em K8s (pod / namespace / cluster) | Nativo | Coletor de K8s (Helm) Alocação por requests, uso real ou combinação. |
| Right-sizing autônomo em K8s (pod, contêiner, GPU) | PerfectScale Consciente do workload, com estabilidade em primeiro lugar, execução autônoma. Redução típica de 30–50%. | Só alocação Sem execução de right-sizing de contêiner; detecção de anomalias exclui K8s. |
| Otimização de Snowflake (warehouse + query + ociosidade) | PerfectScale for Snowflake Right-sizing automatizado, suspensão em ociosidade, eficiência de queries. | Não é fonte de custo nativa Só itens de linha customizados na fatura. |
| Otimização de Databricks | Visibilidade, insights e otimização | Não é fonte de custo nativa |
| Visibilidade de custo de IA / LLM | 9 provedores de IA e modelos customizados por cliente, por feature, por unidade | Não é nativo Sem ingestão de provedores como OpenAI / Anthropic / Bedrock. |
| Otimização de workloads de IA (inferência, GPU, seleção de modelo) | PerfectScale GenAI + Composer | Não disponível |
| // Commitments e otimização de tarifa | ||
| Compra autônoma de commitments — cobertura de nuvem | AWS + GCP SPs, DBSPs e CUDs de Compute Engine. Escalonados, validados por uso horário, autônomos ou com aprovação obrigatória. | Só trocas de AWS CRI O Savings Automator troca Convertible RIs. Recomendações de compra de SP em beta (prazos de 1 ano, condicionadas à cobertura); compras passam por fluxos de aprovação. Azure / GCP: só análise. |
| Modelagem de commitments e relatórios de amortização | Unificado, multi-cloud | RI Optimizer + gestão de SP Modelagem, amortização e ferramentas de troca maduras. |
| Custo da automação de commitments | Incluso Preço fixo de plataforma. 0% sobre a economia como taxa. | Incluso, mas a plataforma escala com o gasto ~2,2–2,5% do gasto de nuvem rastreado, com taxas de excedente. |
| // Inteligência e automação | ||
| Detecção de anomalias | Em tempo real, com contexto de topologia | Baseado em ML, treinável Por região, conta, serviço. Exclui workloads de Kubernetes. |
| Motor de recomendações curadas | Composer — mais de 800 recipes Com editor de políticas customizadas + simulação histórica. | Right-sizing + políticas de boas práticas Right-sizing de EC2/RDS/VM/GCE, detecção de zumbis, agendamento. |
| Criação de políticas customizadas com simulação histórica | Nativo Crie, simule contra o histórico e depois aplique. | Motor de políticas, sem simulação Condições customizadas → ações; sem dry-run histórico antes de habilitar. |
| Assistente de IA agêntico | FinOps AI | Intelligent Assist + Smart Summary Consultas em linguagem natural e explicações de variação de gasto (2025). |
| Servidor MCP para acesso de LLMs aos dados de custo | Nativo | Não disponível Só assistente dentro do console. |
| Automação / remediação em nível de infraestrutura | CloudFlow Executa mudanças hoje. Visual + código, mais de 40 templates, segurança de rollback. | Ações de política (higiene) Parar/iniciar instâncias, apagar volumes desanexados, snapshots — conjunto fixo de ações com fluxos de aprovação. |
| Grafo de arquitetura / recursos com sobreposição de custo | Cloud Diagrams Topologia ao vivo com sobreposições de custo + desempenho. | Não disponível |
| // Integrações | ||
| Ingestão de fontes de custo / dados de billing | Cobertura ampla AWS, GCP, Azure, K8s, Snowflake, Databricks, BigQuery, Datadog, MongoDB, OpenAI, Anthropic e outros. | Ambientes de nuvem + híbridos AWS, Azure, GCP, Alibaba, K8s, VMware, on-prem. Sem fontes nativas de SaaS / data platform / provedor de IA. |
| Integrações de tickets e gestão de trabalho | Jira, Asana, GitHub Issues | Jira, ServiceNow Via notificações de política e webhooks. |
| Integrações de comunicação | Slack, Teams, Discord, Gmail | Slack, e-mail Notificações orientadas por política. |
| Integrações de gestão de incidentes | PagerDuty | Não disponível |
| Automação de fluxo de trabalho em geral | Zapier (mais de 2.000 apps) + APIs da plataforma | APIs + webhooks Sem distribuição de automação em nível de aplicativo. |
| // Procurement, preço e especialistas | ||
| Procurement / billing multi-cloud | Procurement de nuvem opcional, sem markup AWS / GCP / Azure. Acesso à plataforma incluído no pacote. | Só plataforma Vendido via canal Arrow / MSP; sem revenda de nuvem para clientes finais. |
| Modelo de preço | Fixo / bundle Sem cobrança de percentual sobre o gasto em nenhum ponto. | % do gasto de nuvem rastreado ~2,2–2,5%, contratos plurianuais, excedente de US$ 0,03/US$ acima do teto contratado. |
| Expertise incluída | Forward Deployed Engineers Escrevem código no seu ambiente. Tuning de K8s, auditorias de inferência, resposta a incidentes. | Suporte prestado pela Arrow Vendas e suporte técnico pelo distribuidor exclusivo. |
| Tempo até a primeira economia | Dias Recipes prontos disparam na conexão; motores de execução agem em cima deles. | Semanas; você implementa Primeiro é preciso configurar Perspective/relatório; recomendações viram trabalho de engenharia para se concretizarem. |
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
A DoiT é uma alternativa ao CloudHealth?
Sim. O CloudHealth é uma plataforma corporativa de relatório e governança de custos de nuvem — Perspectives para alocação, FlexReports para análise, orçamentos, detecção de anomalias e um motor de políticas para automação de higiene. O Cloud Intelligence™ cobre esse mesmo terreno de visibilidade e governança e vai além, até a execução: remediação de infraestrutura (CloudFlow), otimização autônoma de workloads (PerfectScale for Kubernetes e Snowflake), automação de commitments em AWS e GCP (PerfectScale for Commitments), atribuição de custo em runtime sem tagging e Forward Deployed Engineers incluídos na plataforma.
Qual é a maior diferença entre DoiT e CloudHealth?
Execução e preço. O CloudHealth relata, governa e recomenda; fora as trocas de Convertible RI e as ações de política de higiene, concretizar a economia é trabalho dos seus engenheiros — e a taxa da plataforma é um percentual do seu gasto de nuvem rastreado, então ela cresce junto com sua fatura. A DoiT executa em workloads, commitments e infraestrutura, com preço fixo que não escala com o gasto.
O que aconteceu com o CloudHealth depois da aquisição pela Broadcom?
A CloudHealth Technologies foi adquirida pela VMware em 2018, virou VMware Tanzu CloudHealth e migrou para a Broadcom com a aquisição da VMware no fim de 2023. Em maio de 2024, a Broadcom tornou a Arrow Electronics a provedora global exclusiva — a Arrow cuida de vendas, marketing e suporte técnico, enquanto a Broadcom mantém o R&D. Em junho de 2025, a Broadcom lançou uma experiência de usuário repaginada com recursos de IA (Intelligent Assist, Smart Summary). O produto continua sendo mantido ativamente; o go-to-market e a propriedade mudaram de mãos três vezes em seis anos, o que vale pesar em qualquer aposta de plataforma de longo prazo.
O CloudHealth automatiza a compra de commitments?
Parcialmente, e só na AWS. O Savings Automator automatiza a troca e modificação de AWS Convertible Reserved Instances para manter a cobertura. Compras de novos Savings Plans são orientadas por recomendação: as recomendações em beta só são geradas quando a cobertura total de commitments está abaixo de 50%, assumem por padrão prazos de um ano e as compras passam por fluxos de authorizer/approver. Commitments de Azure e GCP recebem análise e recomendações, não automação. O PerfectScale for Commitments escalona Savings Plans, Database Savings Plans e CUDs de Compute Engine em AWS e GCP — autônomo ou com aprovação obrigatória, validado continuamente contra o uso horário — com preço fixo.
Como o preço do CloudHealth se compara ao da DoiT?
O CloudHealth costuma cobrar 2,2–2,5% do gasto de nuvem que rastreia, em contratos de 12 a 36 meses, com taxas de excedente de cerca de US$ 0,03 por dólar de gasto acima do teto contratado. A taxa escala com sua fatura de nuvem, independentemente da economia entregue. A DoiT é fixa: preço de plataforma que não escala com o gasto, ou empacotado com procurement multi-cloud — a DoiT revende AWS, GCP e Azure sem markup, e muitos times descobrem que a consolidação praticamente já paga a plataforma.
O CloudHealth otimiza Kubernetes?
O CloudHealth aloca o custo de Kubernetes. Seu coletor baseado em Helm consolida o gasto de contêineres por cluster, namespace ou workload, dividido por requests ou uso real. Ele não executa right-sizing de contêineres, utilização de GPU não é uma dimensão de primeira classe e sua detecção de anomalias não cobre workloads de Kubernetes. O PerfectScale for Kubernetes executa right-sizing autônomo com consciência do workload no nível de pod e contêiner, com guardrails focados em estabilidade. Clientes costumam ver reduções de 30–50% no custo de K8s.
O CloudHealth executa mudanças de infraestrutura?
Dentro de certos limites. Conceda ao CloudHealth a IAM role de Automated Actions e o motor de políticas dele consegue parar ou iniciar instâncias, apagar volumes desanexados, tirar snapshots e agendar ambientes — automação de higiene útil, com aprovações humanas no circuito. Mas é um conjunto fixo de primitivas do provedor: sem simulação histórica antes de habilitar uma política e sem um caminho geral de execução para mudanças de otimização. O DoiT CloudFlow é uma camada de execução completa — visual e extensível por código, mais de 40 templates de produção, segurança de rollback — que transforma achados do Composer em mudanças executadas.
Dá para ter custo de nuvem por cliente sem tagging?
Com a DoiT, dá. A atribuição de custo em runtime no Cloud Intelligence™ usa telemetria em nível de kernel (eBPF) para observar tráfego real e consumo de recursos, mapeando cada dólar até o cliente, feature, time ou agente de IA que o gerou — sem precisar de tags. As Perspectives do CloudHealth são a alternativa clássica: agrupamentos baseados em regras sobre tags e metadados. Funcionam onde há disciplina de metadados, mas clusters compartilhados, GPUs compartilhadas e endpoints multi-tenant continuam opacos porque os metadados não carregam a resposta.
Como as plataformas tratam custos de Snowflake, Databricks e provedores de IA?
Ficam em boa parte fora do escopo do CloudHealth: suas fontes de custo nativas são provedores de nuvem (AWS, Azure, GCP, Alibaba), Kubernetes e ambientes VMware/on-prem. Gastos com Snowflake, Databricks, OpenAI e Anthropic só podem ser representados como itens de linha customizados na fatura. A DoiT ingere todos nativamente — e vai além da visibilidade: o PerfectScale for Snowflake automatiza right-sizing de warehouse, suspensão em ociosidade e eficiência de queries; o GenAI Intelligence acompanha 9 provedores de IA e modelos customizados, por cliente, por feature, por unidade.
O CloudHealth tem um assistente de IA como o da DoiT?
Tem — a repaginada do CloudHealth em 2025 trouxe o Intelligent Assist, um copilot GenAI que responde a perguntas em linguagem natural sobre dados de custo e monta relatórios, além do Smart Summary para explicar variações de gasto. O FinOps AI da DoiT cobre o mesmo terreno conversacional e adiciona um servidor MCP, então dá para consultar seus dados de custo pelo Claude, ChatGPT ou qualquer cliente LLM. A diferença maior está no que sustenta cada um: o FinOps AI está conectado a motores de execução que conseguem rodar a correção, não só explicar a fatura.
Quando o CloudHealth faz mais sentido do que a DoiT?
Grandes empresas com ambientes significativos de VMware ou on-prem convivendo com nuvem pública, organizações cujos times de finanças acumularam uma década de conhecimento institucional em Perspectives, FlexOrgs e FlexReports, e MSPs construídos sobre a plataforma de parceiros do CloudHealth. Se sua prática de FinOps é essencialmente relatórios padronizados, política de governança e chargeback em um ambiente híbrido — com engenharia responsável pela implementação — o CloudHealth continua sendo um incumbente crível. O encaixe enfraquece quando você precisa de otimização autônoma, automação de commitments multi-cloud, gestão de custo de data platform ou IA, atribuição por cliente sobre infraestrutura compartilhada, ou preço que não escala com sua fatura de nuvem.