Het generatieve AI-tijdperk heeft alles versneld voor de meeste bedrijven waarmee we praten, vooral de ontwikkelingscycli (dankzij “Vibe-codering” En “agent zwermen“).
Maar zelfs terwijl ze proberen de kracht van nieuwe AI-ondersteunde programmeertools en codeermiddelen zoals Claude Code te benutten om code te genereren, worden ondernemingen geconfronteerd met een dreigend probleem: nee, niet de veiligheid (hoewel dat een ander probleem is): uitgaven aan de cloud.
Volgens GartnerDe uitgaven voor de publieke cloud zullen in 2026 met 21,3% stijgen Flexera’s laatste State of the Cloud-rapportbestaat tot 32% van de zakelijke clouduitgaven uit verspilde middelen: dubbele code, niet-functionele code, verouderde code, onnodige steigers, inefficiënte processen, enz.
Vandaag een nieuw bedrijf, Adaptief6 is uit stealth voortgekomen om deze cloudverspilling in realtime te verminderen – automatisch. Het bedrijf, dat ook kondigde $ 44 miljoen aan totale financiering aan, inclusief een Series A van $ 28 miljoen onder leiding van US Venture Partners (USVP), Het doel is om cloudafval niet te behandelen als een financiële discrepantie, maar als een kwetsbaarheid in de code die moet worden gedetecteerd en gepatcht.
Mede opgericht door CEO Aviv Revacheen ervaren oprichter, voormalig hoofd Strategie bij Taboola, en voormalig leider van het veiligheidsonderzoeksteam van de Israëlische Militaire Inlichtingendienst 8200, kwam het idee achter de onderneming rechtstreeks voort uit zijn ervaring met cyberbeveiliging.
“We realiseerden ons dat dit geen financieel probleem is; het is een technisch probleem”, vertelde Revach onlangs aan VentureBeat in een exclusief videogesprekinterview. “We hebben gebruik gemaakt van onze achtergrond in cybersecurity, waar je kwetsbaarheden kunt vinden, de cloud kunt scannen, de problemen kunt identificeren, ze terug kunt koppelen aan de relevante code, de verantwoordelijke ontwikkelaar of engineer kunt vinden en deze kunt herstellen – of, in sommige gevallen, naar links kunt gaan en ze helemaal kunt voorkomen… het was duidelijk dat dit precies is wat we moeten doen.”
Het platform van Adaptive6 introduceert een radicale verandering in de manier waarop ondernemingen hun infrastructuur beheren: in plaats van financiële teams te vragen om inefficiënties op te sporen die ze niet kunnen oplossen, stelt het ingenieurs in staat om verspillingen rechtstreeks in hun workflow op te lossen.
Door de strengheid van cyberbeveiliging toe te passen (scannen, traceren en herstellen) automatiseert Adaptive6 het opruimen van ‘schaduwafval’ in complexe multi-cloudomgevingen.
De verschuiving: van facturatie naar engineering
Jarenlang was de industriestandaard voor het beheren van cloudkosten ‘zichtbaarheid’: dashboards die u het nieuws van gisteren vertellen. Revach stelt dat zichtbaarheid zonder actie slechts ruis is.
“De eerste generatie tools probeert een beetje te helpen aan de financiële kant van de cloud”, vertelde Revach aan VentureBeat. “Ze houden zich doorgaans bezig met de financiële aspecten van de cloudkosten… laten zien dat de kosten stijgen, de kosten dalen, voorspellingen doen, budgetteren. Maar waar ze zich niet echt op concentreren is een van de grootste problemen, namelijk het verspillingsprobleem.”
Volgens Revach ligt de ontkoppeling in het eigendom.
“Net zoals je de CISO in cybersecurity hebt die probeert iedereen aan het denken te zetten over beveiliging, heb je nu de FinOps-persoon die probeert iedereen aan het denken te zetten over de cloudkosten.”
Technologie: jacht op “schaduwafval”
De kern van het aanbod van Adaptive6 is het ‘Cloud Cost Governance and Optimization’ (CCGO)-platform. Het zoekt niet alleen naar inactieve servers; het zoekt naar wat het bedrijf Shadow Waste noemt: verborgen inefficiënties in de architectuur en applicatieworkloads die traditionele kostentools vaak over het hoofd zien.
Het systeem werkt zonder agenten en maakt gebruik van standaard cloud-API’s om alleen-lezen toegang tot omgevingen te krijgen.
Revach legde aan VentureBeat uit dat het platform AWS, GCP en Azure scant, evenals PaaS-lagen zoals Databricks en Snowflake, en zelfs diep in Kubernetes-clusters.
“We hebben een unieke technologie waarmee we in principe elke bron in de cloud (waar) we een probleem hebben gevonden, kunnen matchen met de relevante coderegel die dat probleem feitelijk heeft veroorzaakt”, legt Revach uit.
Met deze “Cloud to Code”-technologie kan het systeem de specifieke ingenieur identificeren die de wijziging heeft aangebracht en hem rechtstreeks in zijn workflow (Jira, Slack of ServiceNow) een oplossing bieden.
Naast de basisgrootte van resources analyseert het platform complexe configuraties, inclusief die voor opkomende AI-workloads.
Revach benadrukte een specifieke technische nuance met betrekking tot ‘provisioned throughput’ voor Large Language Models (LLM’s) op AWS.
Hij merkte op dat ingenieurs er vaak moeite mee hebben om de niveaus van commitment in evenwicht te brengen; te weinig commitment brengt de prestaties in gevaar, terwijl te veel commitment kapitaal verspilt. De engine van Adaptive6 analyseert deze specifieke gebruikspatronen om de precieze benodigde doorvoercapaciteit aan te bevelen, een niveau van granulariteit dat bij algemene financiële instrumenten ontbreekt.
Revach gaf ook een specifiek voorbeeld van “Shadow Waste” met inefficiënties op applicatieniveau:
“Als je Python gebruikt… en niet de nieuwste versie, heeft versie 3.12 op dit moment een grote verandering doorgevoerd die het veel efficiënter heeft gemaakt”, zei hij. “Als de meeste mensen aan de cloudkosten denken, denken ze niet noodzakelijkerwijs aan de Python-versie, dus denken ze alleen aan de grootte van de machine. Door naar die versie over te stappen, krijg je meer efficiëntie, zodat je code gewoon sneller draait, en je verlaagt de kosten.”
De AI-paradox: zowel probleem als oplossing
Hoewel Adaptive6 AI gebruikt om herstelscripts en ‘1-Click Fixes’ te genereren, zorgde Revach ervoor om hun diepgaande technische aanpak te onderscheiden van generieke AI-codeermiddelen. Hij merkte zelfs op dat door AI gegenereerde code zelf vaak een bron van verspilling is.
“De code die door AI wordt geproduceerd, is vaak niet zo efficiënt omdat deze is getraind op veel code die andere mensen hebben geschreven en die niet noodzakelijkerwijs rekening hield met de kostenoptimalisatie en het beheer van de cloud”, waarschuwde Revach.
Dit is de reden waarom Adaptive6 vertrouwt op een onderzoeksteam van experts in plaats van alleen op generatieve modellen om inefficiënties te identificeren. “Net als bij onderzoek naar kwetsbaarheden zie je dat cyberbedrijven het beste van de beste beveiligingsonderzoekers gebruiken om dingen te vinden… wij doen precies hetzelfde vanwege kosteninefficiënties”, aldus Revach.
Impact en adoptie
Het platform wordt al gebruikt door grote ondernemingen, waaronder Ticketmaster, Bayer en Norstella, waarbij klanten een verlaging van de totale clouduitgaven met 15 tot 35% melden.
Voor mondiale organisaties is het vermogen tot gedecentraliseerd kostenbeheer van cruciaal belang. “Hoe complex het ook wordt bij een grote organisatie, dat is precies onze goede kant,” merkte Revach op. Hij haalde een dramatisch voorbeeld aan van de doeltreffendheid van het instrument: “We hebben een geval gehad waarbij een misconfiguratie die feitelijk door een organisatie werd opgelost, feitelijk resulteerde in een besparing van meer dan een miljoen dollar.”
Vooruitkijken
Het systeem omvat ook ‘shift left’-preventiemogelijkheden, die rechtstreeks in CI/CD-pijplijnen kunnen worden geïntegreerd. Hierdoor kan het platform code scannen op kosteninefficiënties voordat deze ooit live gaat, waardoor dure architectonische fouten effectief worden geblokkeerd voordat ze worden geïmplementeerd, net zoals een beveiligingsscanner kwetsbare code blokkeert.
“We detecteren wat al geld verspilt, voorkomen nieuwe inefficiënties voordat ze worden geïmplementeerd en herstellen op grote schaal”, aldus Revach. Door de verantwoordelijkheid naar ontwikkelaars te verschuiven, suggereert Adaptive6 dat de toekomst van cloudkostenbeheer niet in een spreadsheet zal worden gevonden, maar in een pull-request.
