Factory Analytics zeigt Engineering-Verantwortlichen, wohin die Ausgaben für KI-Coding fließen

Verbrauch nach Modell und Nutzer aufgeschlüsselt

Factory versteht das Update als Antwort auf eine Budgetfrage. Agentische Softwareentwicklung sei „ein wachsender Posten für Engineering-Verantwortliche und CFOs“, und Plattformen gewännen Vertrauen, indem sie zeigten, wohin die Ausgaben fließen, und diese im Rahmen hielten, ohne dass Entwickler ihre eigene Nutzung verwalten müssten.

Die Consumption-Ansicht weist Credits im Zeitverlauf, nach Modell und nach Nutzer aus. Factory zufolge wird der Verbrauch dort erfasst, wo Entscheidungen fallen: welches Modell lief und wer es ausgeführt hat. Mehrere Diagramme unterstützen das:

• Usage Over Time trennt den Gesamtverbrauch von der Aufteilung nach Modell.
• Model Mix zeigt den Anteil jedes Modells an der Nutzung.
• Cost Concentration stellt den kumulierten Verbrauch in der gesamten Organisation dar.

Steigt der Verbrauch sprunghaft, können Teams die Ursache laut Factory direkt ermitteln, statt beim Account-Team einen Bericht anzufordern. Das Unternehmen gibt außerdem an, dass in den meisten Einsätzen eine kleinere Gruppe von Power-Usern und Automatisierungen den Großteil des Verbrauchs verursacht. Mit dem Cost-Concentration-Diagramm können Verantwortliche prüfen, ob diese Konzentration den erwarteten Teams und Workloads entspricht.

Modelleffizienz und der Factory Router

Factory argumentiert, die Kontrolle des Verbrauchs dürfe nicht davon abhängen, dass Entwickler Prompts rationieren oder Sitzungen abkürzen. Die Antwort des Unternehmens ist der Factory Router, der für jede Anfrage automatisch ein effizientes Modell auswählt. Laut Factory senkt der Router die Gesamtkosten im Produktivbetrieb um 63 % gegenüber den Preisen von Frontier-Modellen und hält in Factorys Evaluierungen zugleich das Leistungsniveau von Frontier-Modellen.

Analytics weist für jede Organisation die geschätzten Einsparungen aus. Über Enterprise Controls können Verantwortliche Modellvorgaben und Richtlinien zentral festlegen.

Nutzungsdaten für Rollout-Entscheidungen

Die Adoption-Ansicht zeigt tägliche und monatliche aktive Nutzer sowie Sitzungen und macht sichtbar, wie sich die Nutzung in einer Organisation ausbreitet. In Kombination mit der Consumption-Ansicht sehen Verantwortliche sowohl, wer Factory nutzt, als auch, was diese Nutzung verbraucht.

Factory zufolge hilft das Verantwortlichen zu erkennen, wer die Nutzung vorantreibt und ob die Akzeptanz Schritt hält, sodass Schulungs- und Enablement-Maßnahmen gezielt dort ansetzen können, wo sie gebraucht werden. Budgetverantwortliche erhalten zudem die Nutzungsdaten für Entscheidungen über die Ausweitung eines Rollouts. Da der Verbrauch weiterhin nach Nutzer und Modell sichtbar bleibe, könnten Verantwortliche den Zugang erweitern, ohne die Arbeitsweise der Entwickler einzuschränken, so das Unternehmen.

Verfügbarkeit und Nachvollziehbarkeit

Jede Karte in Analytics enthält einen Tooltip, der die Kennzahl definiert und erklärt, wie sie berechnet wird. Enterprise-Organisationen, die in eigenen BI-Tools berichten, können die Nutzung nach Modell und Nutzer über die Analytics API abrufen.

Analytics ist ab sofort für Organisationen mit Business- und Enterprise-Tarif verfügbar. Owner und Manager erreichen es über das Profilmenü in Factory.

Für Engineering-Verantwortliche und Budgetverantwortliche zielt die Veröffentlichung auf ein praktisches Bedürfnis: die Ausgaben für KI-Coding bestimmten Modellen, Nutzern und Teams zuzuordnen, wobei sich die Daten in bestehende Reporting-Tools exportieren lassen. Die Kostensenkung von 63 % und die Aussage zur Leistung sind Factorys eigene Angaben, die auf dessen Produktivdaten und Evaluierungen beruhen.