Liaison Education
Tecnología para educación superior. skie redujo sus costos de AWS en $1.8M al año sin sacrificar rendimiento ni escalabilidad.
Lee el caso de Liaison Education →Sage es el motor de optimización de costos de skie para AWS. Redimensiona tus recursos, desde el cómputo hasta las bases de datos y el almacenamiento, planifica qué compromisos comprar y concilia ambas cosas en una sola pasada, porque cambiar una altera la respuesta de la otra. Después aplica los cambios por ti, dentro de una ventana de mantenimiento que ya aprobaste.
Eficiencia que libera presupuesto y tiempo de ingeniería para lo próximo que construyas en AWS. Disponible en AWS Marketplace.
De la recomendación al resultado
La mayoría de las herramientas te entrega una lista y te desea suerte. Esas listas quedan sin tocar durante meses y casi nunca es porque alguien esté en desacuerdo. Redimensionar una instancia implica detenerla y volver a arrancarla, y nadie quiere abrir una ventana de cambio solo para ahorrar dinero. Sage elimina ese problema al enganchar el cambio a una ventana que ya ejecutas.
Una ejecución de redimensionamiento produce el cambio de tipo de instancia propuesto, con el recurso, la cuenta y la región adjuntos.
El cambio se convierte en una acción rastreada, programada para aplicarse en tu próximo parche del sistema operativo. La indisponibilidad ya está contemplada, así que el redimensionamiento no cuesta nada adicional en riesgo ni en coordinación.
skie Guardian realiza el cambio durante la ventana de parcheo, junto con el mantenimiento que ibas a hacer de todos modos.
El resultado queda escrito sobre la recomendación, con marcas de tiempo y un estado. Las acciones aplicadas, pendientes y canceladas se contabilizan, y los fallos siguen visibles en lugar de desaparecer.

La implementación automatizada ya está disponible para EC2, RDS y EBS. Los entornos donde se ejecuta incluyen instancias productivas de SAP S/4HANA y de bases de datos HANA.
La otra mitad es Guardian, que opera el entorno día a día y aplica estos cambios como parte de esa operación. Por eso las recomendaciones de esta página se convierten en resultados y no en backlog. Mira cómo Guardian opera el entorno →
Una sola resolución, no tres
Los Savings Plans y las Reserved Instances se comparten entre EC2, ECS y EKS. Si optimizas uno por separado, te equivocas en los otros dos. Sage resuelve los tres en una sola ejecución, de modo que el plan de compromisos refleja la huella que realmente tendrás después de redimensionar y no la que tienes hoy.
Cómo se ve esto en una sola ejecución de optimización
| Qué hace la ejecución | Por qué importa |
|---|---|
| Reduce el gasto por redimensionamiento y sube el gasto en compromisos en el mismo plan | Redimensionar cambia la forma de tu consumo, así que la posición de compromiso correcta cambia con ella. A veces el total más barato implica comprar más compromiso, no menos. Una herramienta que trata ambos por separado no puede llegar a esa respuesta. |
| Aumenta un node group mientras vacía otros | Consolidar cargas de trabajo en menos node groups, mejor ajustados, puede implicar hacer crecer uno de ellos. El total baja aunque una línea suba. |
| Marca Reserved Instances y Savings Plans como sobrecomprometidos | Sage te avisa cuando estás comprometido más allá del consumo que puedes cubrir, conciliando cada compromiso individual con su utilización mensual medida. Es lo contrario del incentivo habitual de venderte más compromiso. |
| Trata EKS como una flota | Los node groups se dimensionan por nodos, núcleos y memoria en conjunto, no instancia por instancia, que es la única forma de que las cuentas salgan bien en Kubernetes. |
| Muestra la cobertura de reserva junto a cada propuesta | Nunca se recomienda un redimensionamiento sin mostrar qué cubre la instancia actual. Este es el problema de las decisiones desconectadas que encarece los costos cuando las herramientas trabajan aisladas. |




Más allá del cómputo
No. Las bases de datos y el almacenamiento se optimizan igual, y tienen sus propios instrumentos de compromiso en vez de tomar prestado el modelo de cómputo. Una ejecución de base de datos abarca RDS, Aurora y DynamoDB en una sola pasada, y pondera reserved instances y database savings plans junto con los cambios de tamaño que está proponiendo al mismo tiempo.


Dos medidas
Dos medidas, y responden preguntas distintas. Una te dice qué tan bien dimensionado está tu cómputo. La otra, qué tan bien cubierto está ese cómputo y qué estás pagando sin usar. Ambas se monitorean de forma continua, así que la respuesta es un número y no una opinión.
Los porcentajes de CPU sin procesar engañan en una flota mixta, porque una instancia pequeña ocupada y una grande ociosa no pesan lo mismo. Sage lo normaliza: cada tipo de instancia se pondera por su capacidad de cómputo relativa y luego la utilización se mide en el rango p90 a p99 en lugar del promedio, para que los picos cortos no queden ocultos tras largos periodos tranquilos. El resultado es una sola cifra para todo el entorno.
Redimensionar cambia lo que necesitas cubrir, así que la cobertura debe leerse contra la huella ya dimensionada y no contra la original. Junto a eso, Sage sigue los compromisos que pagas sin usar y cuándo vencen los que ya tienes.


Entregables
Tres resultados concretos en cada ejecución, todos exportables.
Por recurso: el tipo de instancia actual y el propuesto, la cuenta y la región, un puntaje de eficiencia antes y después, y la cobertura de compromiso que ya tiene asociada. Los recursos que conviene dejar como están se marcan así, en vez de desaparecer de la lista sin más.
Líneas que puedes ejecutar: región, familia de instancia, plataforma, plazo, opción de pago, tarifa por hora y costo anual, repartidas entre Instance Savings Plans, Compute Savings Plans y Convertible Reserved Instances.
Cuántas instancias cambiarían de familia o de cantidad de vCPU si ejecutas el plan. El costo de actuar se declara desde el principio, no se descubre después.
Por dentro
Sage planifica los compromisos como un portafolio con un horizonte de tres años, trimestre a trimestre, usando programación lineal entera mixta. Es un solucionador, no un conjunto de reglas generales, y por eso puede compensar unos instrumentos con otros en lugar de aplicarlos de a uno.
| Paso | Qué ocurre |
|---|---|
| Primero los compromisos existentes | Las Reserved Instances y los Savings Plans que ya tienes se modelan como cobertura fija que vence según su propio calendario. Todo lo que Sage propone es incremental sobre lo que ya posees. |
| Cobertura trimestre a trimestre | La demanda se cubre a lo largo de doce trimestres. Cada trimestre muestra qué fuente cubre qué y qué queda descubierto a tarifas bajo demanda. |
| Tres escenarios con precio | Lo que pagarías sin ningún compromiso, lo que cuesta tu mezcla actual y lo que cuesta el plan optimizado. Los ahorros siempre se expresan contra una línea base declarada y no como un porcentaje suelto. |
| Ejecuciones versionadas | Cada ejecución se guarda como una instantánea con fecha, de modo que los planes se pueden comparar en el tiempo y una decisión se puede rastrear hasta el estado en que se tomó. |

Cobertura de servicios
Sage analiza y optimiza un conjunto acotado de servicios, y te da visibilidad sobre un entorno mucho más amplio. La distinción es deliberada. La optimización profunda se aplica donde se autofinancia.
| Servicio | Profundidad | Qué hace Sage |
|---|---|---|
| EC2 | Optimizado | Redimensionamiento y cambio de tipo, planificación de compromisos, implementación automatizada |
| ECS | Optimizado | Incluido en la resolución compartida de compromisos de cómputo |
| EKS | Optimizado | Dimensionamiento de flota de node groups por nodos, núcleos y memoria, más la resolución compartida de compromisos |
| RDS | Optimizado | Redimensionamiento, planificación de reserved instances, implementación automatizada |
| EBS | Optimizado | Optimización de tipo y tamaño de volumen, implementación automatizada |
| ElastiCache | Optimizado | Redimensionamiento y planificación de nodos reservados |
| OpenSearch | Optimizado | Redimensionamiento y planificación de reserved instances |
| S3, EFS, FSx | Visibilidad | Inventario, atribución de gasto y reportes |
| DynamoDB, Redshift, Timestream | Visibilidad | Inventario, atribución de gasto y reportes |
| Balanceadores de carga, NAT gateways, IP elásticas | Visibilidad | Inventario y atribución de gasto, con reporte de recursos ociosos |

Después de optimizar
La optimización no es el punto de llegada. Es lo que abre espacio para construir.
Trayectoria de un cliente
El consumo de AWS de un cliente bajó de cerca de $44K al mes a $29K tras la primera pasada de optimización, y luego creció a $126K a medida que se expandió en la plataforma, sin sumar personal de operaciones cloud. El crecimiento llegó sobre una base optimizada y no sobre una heredada, así que las nuevas cargas de trabajo quedaron bien dimensionadas desde el día en que se construyeron.
Mira cómo funciona esto para equipos en crecimientoConsumo mensual de AWS de un solo entorno de cliente. Cifras redondeadas. El crecimiento del consumo refleja nuevas cargas de trabajo que el cliente decidió construir; se informa junto al trabajo de optimización, sin atribuírselo.
Preguntas frecuentes
Empieza con tus propios números
Una evaluación gratuita se ejecuta sobre tu consumo real y devuelve las mismas recomendaciones de redimensionamiento, el plan de compromisos y la estimación de interrupción que describe esta página.