شرکت Harness، فعال در حوزه ابزارهای DevOps مبتنی بر هوش مصنوعی، اعلام کرده است که در سال ۲۰۲۵ از مرز ۲۵۰ میلیون دلار درآمد تکرارشونده سالانه (ARR) عبور خواهد کرد. این شرکت در سال ۲۰۱۷ توسط جیوتی بانسال، کارآفرین شناخته‌شده حوزه نرم‌افزار، تأسیس شد.

Harness به‌تازگی یک دور سرمایه‌گذاری سری E به ارزش ۲۴۰ میلیون دلار جذب کرده که ارزش‌گذاری آن را به ۵.۵ میلیارد دلار پس از سرمایه‌گذاری رسانده است.

جزئیات جذب سرمایه و افزایش ارزش‌گذاری

در این دور، ۲۰۰ میلیون دلار سرمایه‌گذاری اصلی با رهبری Goldman Sachs انجام شد. همچنین یک پیشنهاد فروش ثانویه ۴۰ میلیون دلاری با مشارکت IVP، Menlo Ventures و Unusual Ventures در نظر گرفته شده است. این بخش از سرمایه‌گذاری به کارکنان قدیمی شرکت امکان نقدشوندگی می‌دهد.

ارزش‌گذاری جدید Harness نسبت به دور ۲۳۰ میلیون دلاری سال ۲۰۲۲، ۴۹ درصد رشد نشان می‌دهد. مجموع سرمایه جذب‌شده این استارتاپ تاکنون به ۵۷۰ میلیون دلار رسیده است.

گلوگاه پنهان توسعه نرم‌افزار در عصر هوش مصنوعی

با افزایش تولید کد توسط مدل‌های هوش مصنوعی، فشار اصلی به مرحله «پس از نوشتن کد» منتقل شده است. تست، بررسی امنیتی و استقرار نرم‌افزار هنوز حدود ۷۰ درصد زمان مهندسان را مصرف می‌کند.

Harness این بخش پرخطا و زمان‌بر را با استفاده از ایجنت‌های هوش مصنوعی خودکار می‌کند؛ رویکردی که هم‌راستا با موج جدید ایجنت‌های هوشمند سازمانی است که اخیراً توجه شرکت‌های بزرگی را جلب کرده‌اند، از جمله پروژه‌های متن‌باز معرفی‌شده در ابتکار لینوکس فاندیشن
(لینک داخلی: https://kingmember.com/linux-foundation-launches-agentic-ai/).

گراف دانشی؛ مزیت رقابتی Harness

هسته اصلی پلتفرم Harness بر پایه یک گراف دانشی تحویل نرم‌افزار ساخته شده است. این گراف، ارتباط میان تغییرات کد، سرویس‌ها، استقرارها، تست‌ها، رخدادها، سیاست‌ها و هزینه‌ها را مدل‌سازی می‌کند.

همین ساختار باعث می‌شود ایجنت‌های هوش مصنوعی Harness، درک عمیقی از معماری و فرایند هر سازمان داشته باشند. این رویکرد، Harness را از ابزارهای عمومی DevOps متمایز می‌کند؛ مشابه تفاوتی که میان راهکارهای عمومی هوش مصنوعی و مدل‌های تخصصی دیده می‌شود، موضوعی که پیش‌تر در تحلیل‌های مرتبط با رقابت زیرساختی هوش مصنوعی نیز مطرح شده بود
(لینک داخلی: https://kingmember.com/google-managed-mcp-ai-agents-integration/).

نظارت انسانی و امنیت در مرکز طراحی

با وجود استفاده گسترده از هوش مصنوعی، Harness تصمیم‌گیری نهایی را به انسان واگذار می‌کند. مهندسان، تیم‌های امنیتی و واحدهای انطباق، خروجی‌های تولیدشده توسط AI را پیش از اجرا بررسی می‌کنند.

این رویکرد محتاطانه در شرایطی اهمیت بیشتری پیدا می‌کند که نگرانی‌ها درباره خطاهای خودکار و خروجی‌های پرریسک سیستم‌های هوش مصنوعی در حال افزایش است
(لینک داخلی: https://kingmember.com/us-prosecutors-target-ai-companies/).

مشتریان بزرگ و رشد جهانی

Harness بیش از ۱۰۰۰ مشتری سازمانی دارد. از جمله این مشتریان می‌توان به United Airlines، Morningstar، Keller Williams و National Australia Bank اشاره کرد.

این شرکت تاکنون:

  • بیش از ۱۲۸ میلیون استقرار نرم‌افزار

  • ۸۱ میلیون بیلد

  • محافظت از ۱.۲ تریلیون فراخوانی API
    را انجام داده و به مشتریان خود در یک سال گذشته حدود ۱.۹ میلیارد دلار صرفه‌جویی هزینه ابری کمک کرده است.

برنامه‌های آینده و چشم‌انداز IPO

Harness قصد دارد با سرمایه جدید:

  • تیم تحقیق و توسعه را گسترش دهد

  • صدها مهندس جدید در دفتر بنگلور استخدام کند

  • قابلیت‌های تست، استقرار و امنیت خودکار را تقویت کند

همچنین ادغام شرکت Traceable با Harness در سال جاری، نقش مهمی در رشد درآمد این مجموعه داشته است.

جیوتی بانسال تأیید کرده که عرضه اولیه سهام (IPO) همچنان در برنامه‌های بلندمدت شرکت قرار دارد، هرچند زمان مشخصی اعلام نشده است.