ابزار DevOps هوش مصنوعی Harness که در سال ۲۰۱۷ توسط جوتی بانسال، کارآفرین سریالی، تأسیس شد، طبق گفته بانسال به تک‌کرانچ، در مسیر رسیدن به درآمد سالانه تکرارشونده بیش از ۲۵۰ میلیون دلار در سال ۲۰۲۵ است.

این استارتاپ به تازگی دور جدیدی از جذب سرمایه سری E به ارزش ۲۴۰ میلیون دلار را به پایان رسانده که ارزش شرکت را پس از این سرمایه‌گذاری ۵.۵ میلیارد دلار اعلام کرده است.

این دور شامل سرمایه‌گذاری اولیه ۲۰۰ میلیون دلاری به رهبری گلدمن ساکس و پیشنهاد خرید ۴۰ میلیون دلاری با مشارکت IVP، Menlo Ventures و Unusual Ventures است. بانسال گفت که پیشنهاد خرید برای فراهم کردن نقدینگی برای کارکنان بلندمدت آن در نظر گرفته شده است.

ارزش‌گذاری جدید، جهشی ۴۹ درصدی نسبت به ارزش‌گذاری ۳.۷ میلیارد دلاری آن در دور ۲۳۰ میلیون دلاری در آوریل ۲۰۲۲ است. با این سرمایه‌گذاری، این استارتاپ تاکنون ۵۷۰ میلیون دلار سرمایه سهامی جذب کرده است.

با شتاب گرفتن تولید کد توسط هوش مصنوعی، گلوگاهی در فاز بسیار بزرگتر «پس از کدنویسی» توسعه نرم‌افزار ایجاد شده است - یعنی کارهای تست، بررسی امنیتی و استقرار که هنوز نزدیک به ۷۰ درصد از زمان مهندسی را به خود اختصاص می‌دهد. ابزارهای هارنس به خودکارسازی این لایه گسترده و مستعد خطا کمک می‌کنند، حتی در حالی که شرکت‌ها با حجم فزاینده کد هوش مصنوعی و ریسک‌های ارسال حتی یک خط نرم‌افزار معیوب به سیستم‌های تولیدی دست و پنجه نرم می‌کنند.

بانسال برای توسعه و فروش شرکت AppDynamics به سیسکو به مبلغ ۳.۷ میلیارد دلار در سال ۲۰۱۷ در میان توسعه‌دهندگان شناخته شده است. بنابراین، دنیای پس از کدنویسی، حوزه‌ای است که بانسال به خوبی آن را می‌شناسد.

هارنس از عامل‌های هوش مصنوعی برای خودکارسازی عملکردهایی مانند تست، تأیید، امنیت و حاکمیت استفاده می‌کند. این سیستم بر روی یک گراف دانش تحویل نرم‌افزار ساخته شده است که تغییرات کد، سرویس‌ها، استقرارها، تست‌ها، محیط‌ها، حوادث، سیاست‌ها و هزینه‌ها را نگاشت می‌کند. بانسال گفت که این گراف دانش، هارنس را از سایر پلتفرم‌های هوش مصنوعی متمایز می‌کند، زیرا درک عمیقی از فرآیندهای تحویل نرم‌افزار و معماری هر مشتری به سیستم می‌دهد.

او به تک‌کرانچ گفت: «این گراف دانش، زمینه‌ای است که عامل‌های هوش مصنوعی ما از آن استفاده می‌کنند.»

عامل‌های طراحی شده مخصوص، با استفاده از این زمینه، خطوط لوله‌ای (pipelines) تولید می‌کنند که با سیاست‌ها، معماری و الزامات عملیاتی خاص هر مشتری مطابقت دارد.

هارنس همچنین از یک موتور ارکستراسیون استفاده می‌کند که توصیه‌های هوش مصنوعی را به اقدامات خودکار تبدیل می‌کند و بررسی‌هایی را برای اطمینان از اعمال ایمن آن تغییرات در نظر می‌گیرد.

بانسال گفت که از آنجایی که هوش مصنوعی بی‌نقص نیست، این سیستم با نظارت انسانی طراحی شده است و خاطرنشان کرد که تست‌ها یا رفع‌های تولید شده توسط هوش مصنوعی قبل از استفاده توسط مهندسان، تیم‌های انطباق یا حسابرسان بررسی می‌شوند.

Microsoft’s GitHub، GitLab، Jenkins و CloudBees از جمله رقبای اصلی هارنس هستند. اما هارنس با ادعای بیش از ۱۰۰۰ مشتری سازمانی، از جمله United Airlines، Morningstar، Keller Williams و National Australia Bank، از کشش قابل توجهی برخوردار است. بانسال ادعا می‌کند که این استارتاپ تاکنون ۱۲۸ میلیون استقرار، ۸۱ میلیون بیلد را مدیریت کرده، ۱.۲ تریلیون فراخوانی API را محافظت کرده و به مشتریان در بهینه‌سازی ۱.۹ میلیارد دلار هزینه ابری در سال گذشته کمک کرده است.

این شرکت مستقر در سانفرانسیسکو بیش از ۱۲۰۰ نفر را در ۱۴ دفتر در سراسر جهان، از جمله در اروپا و انگلستان، استخدام کرده است. حدود ۳۳ درصد از نیروی کار آن در هند هستند، جایی که یک تیم مهندسی بزرگ در بنگالورو و یک دفتر شرکتی در گورگائون دارد. علاوه بر این، سایت بنگالورو بزرگترین مرکز توسعه هارنس در خارج از ایالات متحده است.

هارنس قصد دارد از سرمایه جدید برای گسترش تلاش‌های تحقیق و توسعه خود، استخدام «صدها مهندس» در دفتر بنگالورو و توسعه قابلیت‌های اضافی تست، استقرار و امنیت خودکار، ضمن بهبود دقت سیستم‌های هوش مصنوعی خود استفاده کند. این شرکت همچنین قصد دارد عملیات ورود به بازار خود در ایالات متحده را تقویت کرده و حضور خود را در بازارهای بین‌المللی به طور قابل توجهی گسترش دهد.

همچنین شایان ذکر است که اوایل امسال، بانسال شرکت رصد نرم‌افزار خود Traceable را با هارنس ادغام کرد و این اقدام به استارتاپ کمک کرده تا پیش‌بینی ARR خود را افزایش دهد.

بانسال گفت: «ما دو شرکت را با هم ادغام کردیم زیرا شروع به دیدن این کردیم که DevOps و امنیت برنامه به روشی بسیار، بسیار عمیق با هم در حال ترکیب شدن هستند.» «ما دیدیم که این یک فرضیه بسیار، بسیار موفق در امسال بوده است... که باعث رشد زیادی برای محصولات DevOps و امنیت برنامه ما شده است.»

در حالی که این جذب سرمایه به برخی از کارکنان اجازه داده تا کمی پول نقد کنند، بانسال همچنان قصد دارد روزی هارنس را عمومی کند، اگرچه جدول زمانی مشخصی را اعلام نکرد.

او در مورد عرضه اولیه عمومی نهایی گفت: «اهداف و برنامه‌های ما به آن بستگی دارد.» «کسب و کار ما بسیار، بسیار سالم، بسیار قوی، با رشد بالا و حاشیه سود بالا است و زمانی که زمان مناسب باشد، یک شرکت عمومی عالی خواهد بود.»

گلدمن_ساکس

هارنس با جذب ۲۴۰ میلیون دلار و ارزش‌گذاری ۵.۵ میلیارد دلاری، شکاف «پس از کدنویسی» هوش مصنوعی را خودکار می‌کند