Quando i tre fondatori di fari.ai stavano lavorando in Salesforce, hanno contribuito a sviluppare il motore di intelligenza artificiale dell'azienda, noto come Einstein. Sebbene l'obiettivo di Einstein era quello di aiutare le aziende a diventare più basate sui dati, il team di ingegneri che lo ha creato ha sperimentato gli stessi dati sulle operazioni di sviluppo e ingegneria di monitoraggio del dolore di qualsiasi altra azienda.
L'amministratore delegato e co-fondatore di fari.ai, Vitaly Gordon, ha affermato che, nonostante le vaste risorse di Salesforce, soffrivano ancora della carenza di dati e della mancanza di strumenti adeguati per raccoglierli. "Stavamo ridimensionando quell'operazione all'interno di Salesforce e lavorando con quasi 10.000 clienti, ma ci siamo resi conto che non stavamo davvero mettendo in pratica ciò che predichiamo come organizzazione tecnica", ha affermato Gordon.
Il fatto che il suo team di ingegneri non disponesse del tipo di strumenti che stava costruendo per i team di vendita e marketing per far funzionare i dati è stata una vera rivelazione. Hanno iniziato a lavorare sul problema come progetto collaterale prima di rendersi conto che era un grosso problema per tutti a livello globale.
I tre fondatori, Gordon, oltre agli ex Salesforce Einstein Matthew Tovbin e Shubha Nabar, hanno lasciato l'azienda nel 2019 per costruire fari.ai Per risolvere il problema. Volevano rendere più facile per la direzione tecnica esaminare i dati e capire cose come quanto tempo ci vorrà dal momento in cui uno sviluppatore termina la codifica a quando il codice aggiornato raggiunge la produzione davanti ai clienti.
Hanno iniziato a creare un prodotto che si collegasse a sistemi di ingegneria come Jira, Jenkins e GitHub, incluso un livello di intelligence per creare connessioni logiche tra i dati che potevano fornire ai clienti in un dashboard. Quindi, ad esempio, il sistema può vedere che l'ingegnere che ha effettuato l'accesso a GitHub è lo stesso ingegnere che ha effettuato l'accesso a Jira e può tenere traccia della cronologia e del movimento di un progetto di ingegneria tra i sistemi.
Dashboard per le operazioni di ingegneria IA di Faros.
Hanno costruito oltre 50 connettori per strumenti comuni, ma hanno deciso di aprire la tecnologia dei connettori in modo che i team di ingegneri potessero connettersi a qualsiasi sistema, indipendentemente dal fatto che fari.ai lo supportava in modo nativo o meno. Alla fine, hanno anche deciso di sviluppare una versione open source dell'intero prodotto chiamata Faros CE (abbreviazione di Community Edition), che stanno rendendo pubblicamente disponibile.
La versione aziendale è un prodotto SaaS completamente ospitato con i tipi di extra che ti aspetteresti dai clienti aziendali, come controlli di sicurezza, accesso basato sui ruoli, connessioni a sistemi di autenticazione aziendale come Okta e altro ancora. I clienti che attualmente lo utilizzano includono Box, Coursera e GoFundMe.
La startup ha 20 dipendenti e spera di raddoppiare quel numero entro la fine di quest'anno. Ha già un team esecutivo diversificato, con un rapporto uomini-donne del 50%, poiché cerca di costruire un team diversificato in modo più ampio. Gordon ha affermato di essere in grado di sfruttare la propria rete Salesforce Einstein, che era un team eterogeneo, ed è tempo di aiutarlo a realizzarlo.
La società ha anche annunciato oggi un round seed da 16 milioni di dollari. Ha ricevuto i primi 3,75 milioni di dollari nell'ottobre 2019 poco dopo il lancio. Dopo aver raggiunto determinati traguardi con gli investitori, hanno ricevuto altri 3 milioni circa e recentemente hanno ottenuto il resto. Il finanziamento è stato fornito da SignalFire, Salesforce Ventures e Global Founders Capital con la partecipazione di vari individui del settore.
Vale la pena notare che altre startup amano Localizzare stanno lavorando allo stesso problema.
