2016年，维塔利•戈登(Vitaly Gordon)和5个人在一间地下室创办了Salesforce Einstein。没过多久，它就为Salesforce成长为一个明确的成功:改善公司内部运营，超过1万名客户使用，每天产生超过100亿的预测，以及前沿的研究，有数百人参与其中。
那么，为什么戈登不能享受他在Salesforce的劳动成果呢?
因为，用他的话说，他们并没有言行一致。Gordon意识到组织中的工程团队并不像他们应该的那样完全是数据驱动的。他辞去了Salesforce Einstein公司数据科学与工程副总裁一职，与他的一些前同事一起开始了一项使软件工程成为数据驱动的探索。
Faros AI是Gordon于2019年联合创立的公司，为工程团队提供运营的深入了解，以便他们能够更快地交付产品。法罗斯工程运营平台已经被Box、Coursera和GoFundMe等公司使用。
Faros AI今日宣布，该公司已获得由SignalFire、Salesforce Ventures和Global Founders Capital牵头的1600万美元种子资金，梅纳德•韦伯、弗雷德里克•克里斯特、亚当•格罗斯等经验丰富的科技名人也参与其中。
更重要的是，该公司还宣布其免费开源社区版Faros CE的普遍可用性。我们采访了Gordon，讨论了他与Faros AI的旅程，他们称之为EngOps的哲学，以及Faros AI平台的制作。
分析是软件工程团队的灯塔
法罗斯在希腊语中是灯塔的意思。正如Gordon所指出的，以海洋为灵感的类比在基础设施领域越来越流行。它始于Docker，然后出现了Kubernetes，在希腊语中是船长的意思。那么，如果Kubernetes是掌舵的舵手，那么是谁指明方向呢?那就是灯塔，Faros AI想要成为灯塔。
戈登把法罗斯的行为称为EngOps。如果你熟悉DevOps，你可能会认为EngOps与DevOps相似——但事实并非如此。在现实中，Faros AI所做的可以总结为软件工程团队的分析。戈登说，法罗斯之所以使用“EngOps”一词，是对其他学科的认可。
看看像销售运营、市场运营或招聘运营这样的职位，我们发现他们都是善于分析的人。他们的工作是从多个来源获取数据，分析管道，发现瓶颈，然后向相关高管报告，并与他们一起改进需要改进的地方。
Faros AI的理念是向软件工程传播这种角色。Gordon认为，每个公司都应该有分析数据的人，为工程主管分配资源和做出决策提供建议。
你可能会认为，由于软件工程是完全数字化的，使用了已建立的实践和系统，使用分析来实现这一点将会发生在某些人身上，并且它已经被实施了。从概念上讲，它非常简单，Faros AI使用Connect—Analyze—Customize三联画来描述它。
首先，所有与软件开发过程相关的系统都需要连接起来，这样它们的数据才能被摄取。Faros允许用户将代码库、CI/CD、票据管理和项目管理软件等系统连接到一个集中的记录系统中。
这是能够进行分析的先决条件。这也不像听起来那么简单。除了将连接器放置到位之外，数据还必须进行集成和对齐，Gordon说将所有这些不同的数据源缝合在一起需要“某种智能”。我们的目标是跟踪从想法到生产和超越的变化，从发现到恢复到解决的事件，并协调不同系统之间的身份。
然后是分析，这是整个过程的核心。根据Gordon的经验，通常用来衡量开发人员生产力的指标，如代码行数或票证故事点，可能很容易衡量，但它们并不具有真正的代表性。Gordon表示，如果有什么区别的话，那就是这些指标与实际产生的价值之间可能存在反向相关性。
为了得到他所说的能够成为软件工程的一套事实上的度量标准，Gordon和他的联合创始人四处寻找。他们开始严重依赖DORA -谷歌Cloud的DevOps研究和评估。
DORA研究了1000多家公司，测量了100多个指标，用它们将团队分为4个类别——精英、高、中、低。Gordon说，他们这样做是基于关注过程而不是人的指标，衡量的是结果而不是产出。这也是Faros AI所信奉的哲学。
最后但并非最不重要的是，定制允许Faros AI用户微调指标，以满足自己的需求和环境。由于组织的工作方式和使用的环境不同，这是一个必要的条款，以确保平台在每个场景下都能很好地工作，收集的指标反映了实际情况。
测量和最大化价值
所有这些听起来都很好，但在实践中如何转化为实际利益呢?为了解决这个问题，戈登首先说，仅仅是能够在一个地方看到所有的东西，通常就足以产生一个“顿悟时刻”。但它不止于此;他继续补充道。Faros AI能够帮助客户的一个关键方面是资源配置:
“我们不断从客户那里听到的一件事是:我们雇佣了更多的工程师，但我们似乎并没有完成更多的事情。高层管理人员，有时甚至是董事会也经常这样说。这是为什么呢?特别是在一个很难招到更多工程师的环境下，为什么我们看不到结果呢?
我们向他们展示的一件事是，如果你的瓶颈不是在工程师写代码上，而是在质量保证上，而且你没有足够的人手，那么雇佣更多的工程师来写更多的功能实际上会让事情变得更慢，而不是更快。”Gordon说。
一旦组织意识到这一点，他们就会通过改变招聘计划来应对这些瓶颈，这就产生了巨大的影响。根据Gordon的说法，重新分配现有的劳动力以解决软件工程管道中的问题，而不是雇佣更多的人，可能会导致相当于多雇佣20%的工程师。
Gordon补充道，这种价值不仅来自于更快地交付软件，还来自于提高软件质量和减少停机时间。根据谷歌的研究，根据团队规模的不同，每年可以节省600万到2.5亿美元。
Faros AI的目标是工程团队领导、首席技术官和类似职位。虽然戈登提出了它能给他们带来的价值;我们想知道工程团队成员是如何接受这个产品的，他们的工作是重点。Gordon表示，与Faros AI客户打交道的经验表明，员工满意度有所提高。这是因为它减少了“内部官僚主义”，从而加快了周转速度，并让工程师看到了他们工作在现实世界中的影响。
如果谈论诸如软件质量和所产生的价值之类的事情能激起您的兴趣，那么您将不得不管理您的期望。试图将工程团队的工作归功于高水平的业务指标是EngOps的终极目标，Gordon说，但我们还没有做到这一点。
在这一点上，我们能得到的最接近的数据，他接着说，是测量需要多长时间才能将某样东西投入生产。考虑到工程环境和系统的扩展，这并不是微不足道的。根据Gordon的经验，连接-分析-定制周期是许多组织所做的事情，在诸如开发人员生产力、工程效率或工程授权等名称之下。
大部分的工作都是完全没有差别的，都是关于基础设施建设的。他们的想法是，就像大多数组织使用现成的ERP或CRM系统并根据自己的需要进行定制一样，EngOps也应该如此。
对于戈登来说，Faros AI的使命是将EngOps带到尽可能多的组织中。Faros CE是Faros AI平台的免费开源社区版，它的发布是实现这一目标的重要一步。Gordon表示，Faros CE和Faros AI Enterprise在功能上没有真正的区别，除非涉及到安全性和合规性等特性。
Faros CE是一个BI、API和自动化层，用于所有工程运行数据，包括源控制、任务管理、事件管理和CI/CD数据。它包含了最好的开源软件:用于数据摄取的Airbyte，用于API层的Hasura，用于BI的元数据库，以及用于自动化的n8n。Faros CE是基于容器的，能够在任何环境中运行，包括公共云，没有外部依赖关系。
Faros AI Enterprise作为具有自托管选项的SaaS，将继续成为Faros AI的盈利驱动力。然而，Faros CE也将服务于这样的目标，即让客户能够为他们选择的系统添加更多的连接器。Faros AI的运作方式与拥有开源版本和企业版本的公司截然相反，从企业版本开始，然后发布开源版本。
戈登说，这也反映在公司选择的筹资方式上。在获得1600万美元的种子轮融资之前，该公司已经运营了一段时间，拥有一个功能完整的平台和付费客户。戈登接着补充道，这意味着创始人将其股票的稀释程度降到最低，而支持者则将风险降到最低。这笔资金将用于投资该产品，以及壮大Faros人工智能团队。
