اگر مدیر یک تیم مهندسی هستید و می‌خواهید هوش مصنوعی را از مرحلهٔ چت ساده به مرحلهٔ اجرای خودکار کدها برسانید، این خبر برای شماست. دنیای هوش مصنوعی سازمانی در حال گذار از رابط‌های متنی ساده به سمت عامل‌های هوش مصنوعی (AI Agents) — شبیه به کارمندانی دیجیتال که می‌توانند به‌جای پیشنهاد دادن، واقعاً کارها را انجام دهند و جریان‌های کاری پیچیده را اجرا کنند — است.
به نقل از گزارش رسمی شرکت، HCLTech در ۱۲ اکتبر ۲۰۲۶ یک مشارکت استراتژیک سطح بالا (Global Premier Partnership) با Anthropic امضا کرد تا یک واحد تجاری اختصاصی و مرکز تعالی (Center of Excellence) به‌طور خاص برای توسعه سیستم‌های عامل‌محور (Agentic AI) ایجاد کند. این اقدام در حالی رخ می‌دهد که بسیاری از شرکت‌ها در تبدیل نمونه‌های اولیه (Prototypes) به سیستم‌های مقیاس‌پذیر، امن و عملیاتی در محیط تولید (Production) شکست می‌خورند. در حالی که بسیاری از سازمان‌ها در حال آزمایش مدل‌های زبانی بزرگ (LLMs) هستند، تعداد کمی از آن‌ها زیرساخت لازم برای مدیریت عامل‌هایی را دارند که بتوانند کدها را تغییر دهند یا داده‌های حساس مالی را مدیریت کنند. همان‌طور که در تحلیل قبلی ما درباره‌ی کنترل عامل‌ها در Claude Code اشاره کردیم، چالش اصلی اکنون دیگر توانایی مدل نیست، بلکه ایجاد حاکمیت و حفاظ‌های ایمنی (Safety Guardrails) است که برای چنین استقلالی ضروری است.
طبق اعلام این دو شرکت، هدف اصلی این همکاری که از شهرهای سانتا کلارا در آمریکا و نویدا در هند مدیریت می‌شود، تسریع پذیرش هوش مصنوعی عامل‌محور (Agentic AI) در سطح سازمان‌هاست. محورهای اصلی این تمرکز بر روی ایمنی، امنیت سایبری و حاکمیت داده است. تیم‌های خدماتی HCLTech از مدل‌های Claude، Cowork و Claude Code برای ساخت راهکارهای تخصصی صنعتی استفاده خواهند کرد. این واحد تجاری اختصاصی و مرکز تعالی تنها به نصب نرم‌افزار نمی‌پردازد، بلکه به مشتریان کمک می‌کند تا رویه‌های مهندسی بومیِ هوش مصنوعی (AI-native engineering) را یاد بگیرند، نیروی انسانی موجود خود را آموزش دهند و قابلیت‌های سازمانی لازم برای اجرای امن هوش مصنوعی عامل‌محور در مقیاس بزرگ را ایجاد کنند. در کنار این تمرکز بر سازمان‌های بزرگ، Anthropic برای حمایت از اکوسیستم نوآوری، برنامه‌های ویژه‌ای را برای استارتاپ‌ها در نظر گرفته است تا دسترسی آن‌ها به مدل‌های پیشرفته تسهیل شود.
در بخش عملیاتی و جزئیات استقرار، HCLTech مهندسان ویژه‌ای به نام Frontier Deployed Engineers (FDEs) را برای ایجاد محیط‌های ایزوله و امن (Sandbox) در اختیار مشتریان سازمانی قرار می‌دهد. این مهندسان بخشی از «آکادمی فرانتیر کلود» (Claude Frontier Academy) هستند؛ ابتکاری که Anthropic در ۲ اکتبر ۲۰۲۶ راه‌اندازی کرد. بر اساس مستندات، Anthropic مبلغ ۱۰۰ میلیون دلار برای آموزش ۱۰ هزار مهندس FDE تا پایان سال ۲۰۲۷ اختصاص داده است. گروه‌های اولیه این آموزش شامل مهندسانی از شرکت‌های بزرگی مثل Accenture، Bain، Capgemini، Deloitte، McKinsey، Morgan Stanley، Novo Nordisk و Commonwealth Bank of Australia است. انتظار می‌رود اولین گواهینامه‌های (Badges) FDE در اوایل سال ۲۰۲۷ صادر شوند.
در این توافق، HCLSoftware به عنوان یک شریک فروشنده نرم‌افزار مستقل (ISV) عمل می‌کند. این جایگاه به شرکت اجازه می‌دهد تا قابلیت‌های Claude را مستقیماً در چندین محصول سازمانی خود جایگذاری کند:
- HCL BigFix و HCL AppScan: این ابزارها مدل‌های پیشرفته را برای امنیت سایبری، خودکارسازی، برنامه‌های فرآیند تجاری و توسعه اپلیکیشن ادغام خواهند کرد.
- پلتفرم AI Force: این پلتفرم با ادغام Claude و Claude Code، پشتیبانی IT، اصلاح کدها (Code Remediation) و خدمات دیجیتال کارکنان را خودکار می‌کند. این جریان‌های کاری توسط حفاظ‌های سیاستی، مدیریت استثنائات (Exception Handling) و نظارت انسانی برای تغییرات با تأثیر بالا کنترل می‌شوند.
- این ادغام به‌طور خاص امکان فعال‌سازی تحلیل‌گر Actian AI را فراهم می‌کند.
به گزارش HCLTech، پلتفرم AI Force همچنان نسبت به مدل‌ها بی‌تفاوت (LLM-agnostic) باقی می‌ماند. این پلتفرم از طیف گسترده‌ای از مدل‌های تجاری، متن‌باز و اختصاصی، از جمله OpenAI، Gemini، Llama، Bedrock و Phi پشتیبانی می‌کند. این پلتفرم ترکیبی از پرامپت‌ها، تولید بازیابی‌افزا (RAG) — شبیه به دانش‌آموزی که قبل از جواب دادن، اول کتاب را باز می‌کند تا دقیق باشد — عامل‌های هوش مصنوعی، حفاظ‌های حاکمیتی و قابلیت‌های مشاهده‌پذیری (Observability) است. معماری ماژولار آن اجازه می‌دهد تا در محیط‌های On-premises، ابر ترکیبی (Hybrid Cloud)، ابر خصوصی، ابر عمومی و محیط‌های لبه (Edge) مستقر شود.
از نظر مالی و زمینه استراتژیک، این مشارکت با گزارش سود سه ماهه شرکت هم‌زمان شد. HCLTech در اولین سه ماهه سال مالی ۲۰۲۷، درآمد ۱۷۱ میلیون دلاری از هوش مصنوعی پیشرفته گزارش کرد که رشد ۶۲.۱ درصدی نسبت به سال قبل (با ارز ثابت) را نشان می‌دهد. همچنین مجموع ارزش قراردادهای جدید (New-deal bookings) به ۲,۴۰۷ میلیون دلار رسید. در گزارشی به بورس بمبئی (BSE) و بورس ملی هند در ۵ اکتبر ۲۰۲۶، شرکت تایید کرد که نتایج مالی سه ماهه دوم سال ۲۰۲۷ (برای دوره منتهی به ۳۰ سپتامبر ۲۰۲۶) را در ۱۲ اکتبر منتشر کرده و سپس یک تماس کنفرانس ۶۰ دقیقه‌ای در ساعت ۷:۳۰ شب به وقت هند برگزار می‌کند.
برای یک مدیر کسب‌وکار، این اتفاق نشان‌دهنده ظهور «یکپارچه‌سازهای بومی هوش مصنوعی» است. HCLTech با ترکیب مقیاس یک ارائه‌دهنده خدمات جهانی و عمق محصول یک فروشنده نرم‌افزار (ISV)، خود را به عنوان پلی بین توانایی خام مدل‌ها و الزامات سخت‌گیرانه انطباق سازمانی معرفی می‌کند. دانیلا آمودئی، هم-بنیان‌گذار و رئیس Anthropic، تأکید کرد که هوش مصنوعی تنها زمانی مفید است که قابل اعتماد باشد و اشاره کرد که HCLTech در حال حاضر سیستم‌های حیاتی بانک‌ها، بیمارستان‌ها، شرکت‌های مخابراتی و تولیدکنندگان را مدیریت می‌کند. سی وی جایاکومار، مدیرعامل HCLTech نیز ترکیب یکپارچه‌سازی سیستم‌های جهانی با عمق محصول ISV را یک «مزیت نادر» برای دستیابی به نتایج تجاری و مهندسی امن هوش مصنوعی عامل‌محور در مقیاس بزرگ دانست.
بسیاری از سازمان‌ها نمی‌توانند یک عامل را بدون ریسکِ رگرسیون‌های فاجعه‌بار (Catastrophic Regressions) به کدهای خود متصل کنند. HCLTech با ارائه محیط‌های امن (Managed Sandbox) و مهندسان گواهینامه‌دار FDE، در واقع «اعتماد و ایمنی» را می‌فروشد، نه فقط دسترسی به API. این مدل، استقرار هوش مصنوعی را به یک سرویس مدیریت‌شده تبدیل می‌کند که ریسک را برای صنایع با نظارت شدید (Regulated Industries) کاهش می‌دهد.
باید دید سایر یکپارچه‌سازهای جهانی چگونه به مدل مهندسان FDE پاسخ می‌دهند. با توجه به اینکه ۴۶,۰۰۰ شرکت تاکنون بیش از ۱۷۵,۰۰۰ گواهینامه Claude دریافت کرده‌اند و ۴,۰۰۰ نفر برنامه Basecamp را به پایان رسانده‌اند، گواهینامه‌دار کردن «خلبان‌های انسانی هوش مصنوعی» ممکن است به استاندارد جدید صنعت برای استقرار سازمانی تبدیل شود.
گام بعدی شما
- اگر در سازمان خود از مدل‌های زبانی استفاده می‌کنید، بررسی کنید که آیا برای انتقال به سیستم‌های عامل‌محور، محیط‌های ایزوله (Sandbox) دارید یا خیر.
- مدل گواهینامه‌های FDE را دنبال کنید؛ احتمالاً این استاندارد جدید برای استخدام متخصصان AI در سازمان‌ها خواهد بود.
- بررسی کنید که آیا ابزارهای امنیتی شما (مانند AppScan) قابلیت ادغام با مدل‌های استدلالی را دارند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو