اگر امروز برای خدمات پشتیبانی نرم‌افزاری هزینه می‌کنید، احتمالاً با مدل «تعداد نیروی انسانی در ماه» آشنا هستید؛ اما تصور کنید این هزینه‌ها به قیمت خالص توان محاسباتی تبدیل شوند. این همان شرط‌بندی جسورانه‌ای است که ویشال سیکا روی آینده خدمات فناوری اطلاعات می‌بندد.
به گزارش TechCrunch، در ۲۴ ژوئن ۲۰۲۶، شرکت Hang Ten Systems توسط ویشال سیکا، مدیرعامل سابق اینفوسیس (Infosys)، تأسیس شد. این استارتاپ برای اتوماتیک‌سازی همان صنعت خدمات IT طراحی شده است که سیکا زمانی رهبری آن را بر عهده داشت. این شرکت در مرحله بذر (Seed) موفق شد ۳۲ میلیون دلار جذب کند. این دور سرمایه‌گذاری توسط Mayfield رهبری شد و نام‌های بزرگی چون Aramco Ventures و جری یانگ، هم‌بنیان یاهو، در جمع پشتیبانان آن دیده می‌شوند. جری یانگ همچنین در هیئت‌مدیره این استارتاپ فعالیت می‌کند.
دهه‌هاست که دنیای خدمات IT بر اساس یک مدل خطی رشد می‌کند: برای درآمد بیشتر، باید نیروی انسانی بیشتری استخدام می‌شد تا نرم‌افزارهای سازمانی را شخصی‌سازی و نگهداری کنند. این وضعیت شبیه به کارخانه‌ای است که برای تولید هر محصول جدید، مجبور باشد یک کارگر جدید استخدام کند؛ این دقیقاً همان روشی است که شرکت‌هایی مانند اینفوسیس در گذشته برای مقیاس‌پذیری استفاده می‌کردند. سیکا معتقد است عامل‌های هوش مصنوعی (AI Agents) — سیستم‌هایی که می‌توانند به‌صورت مستقل هدف را بفهمند و مراحل اجرای آن را برنامه‌ریزی کنند — این زنجیر را می‌شکنند تا شرکت‌ها به‌جای افزایش لیست حقوق و دستمزد، اهرم عملیاتی خود را با هر پروژه جدید افزایش دهند.
زمینه استراتژیک
سیکا، ۵۹ ساله، تخصص عمیقی را به این سرمایه‌گذاری می‌آورد. او ۱۲ سال از عمر حرفه‌ای خود را صرف ساخت نرم‌افزارهای سازمانی در SAP کرد و بعدها به عنوان عضو هیئت‌مدیره در Oracle فعالیت نمود. او تحول تکنولوژیک فعلی را «بزرگ‌ترین موج زندگی ما» می‌نامد.
Hang Ten Systems به‌عنوان یک شرکت خدمات «بومی هوش مصنوعی» (AI-native) عمل می‌کند. برخلاف مشاوران سنتی، این شرکت از تولید کد عامل‌محور (Agentic) و مهارت‌های AI قابل استفاده مجدد برای ساخت و بهره‌برداری از نرم‌افزار استفاده می‌کند. طبق گزارش TechCrunch، این شرکت در حال حاضر پروژه‌های بومی AI را برای مشتریانی نظیر Siemens Gamesa Renewable Energy و Fresenius تحویل می‌دهد.
جزئیات عملیاتی
جزئیات عملیاتی این استارتاپ عبارت است از:
- مکانیسم اصلی: تمرکز بر ساخت، تغییر و اجرای مداوم نرم‌افزار از طریق اتوماسیون و تخصص در حوزه‌های تخصصی (Domain Expertise).
- استراتژی رشد: این شرکت که دفتر مرکزی آن در منطقه خلیج سانفرانسیسکو (Bay Area) قرار دارد، در حال جذب نیرو در بخش‌های مهندسی، فروش، رهبری و تحویل پروژه است و قصد دارد برای پاسخ به تقاضا، فعالیت خود را در سطح جهانی گسترش دهد.
- سرعت بازار: نوین چادا، شریک مدیریت Mayfield، تأیید کرد که شرکت «تنها از یک ماه پیش شروع به کار کرده» و با این حال توانسته است مشتریان فعال جذب کند.
ساختار رهبری و مدیریت
تیم رهبری این شرکت شامل افراد زیر است:
- Navin Budhiraja: مدیر ارشد فناوری (CTO)
- Sanjay Rajagopalan: مدیر ارشد طراحی (CDO)
- Tao Liu: نایب‌رئیس ارشد مهندسی استقرار پیشرو (SVP of Forward Deployed Engineering)
این تیم اولیه متشکل از مدیرانی است که پیش‌تر با سیکا در SAP، Infosys و همچنین در شرکت VianAI همکاری کرده‌اند. تفاوت کلیدی در این است که VianAI بر تحلیل‌های سازمانی و ابزارهای تصمیم‌گیری متمرکز بود، اما Hang Ten به‌طور خاص تحویل و نگهداری نرم‌افزارهای سازمانی را هدف قرار داده است.
برای تفکیک این دو، چادا توضیح داد که VianAI از طریق اپلیکیشن‌های AI بازاری متفاوت را هدف قرار داده بود. در مقابل، Hang Ten یک شرکت خدمات AI است که حول محور کدهای عامل‌محور ساخته شده است. برای یادآوری، venture قبلی سیکا یعنی VianAI در سال ۲۰۱۹ با ۵۰ میلیون دلار سرمایه اولیه تأسیس شد و در سال ۲۰۲۱ از طریق صندوق SoftBank Vision Fund 2 مبلغ ۱۴۰ میلیون دلار دیگر جذب کرد.
این حرکت در زمانی رخ می‌دهد که اقتصاد خدمات IT با بحرانی جدی روبروست. تحلیلگران Jefferies در اوایل سال جاری هشدار داده بودند که این بخش نخستین حوزه‌ای است که با گسست (Disruption) معنا‌دار توسط AI مواجه می‌شود. اثر این موضوع در بازار مشهود است و سهام Infosys امسال بیش از ۳۵٪ سقوط کرده است.
در حالی که ناندان نیلکانِی، رئیس اینفوسیس، استدلال می‌کند که AI بازار هدف را گسترش می‌دهد و پتانسیل ایجاد یک بازار «خدمات اول-هوش مصنوعی» بین ۳۰۰ تا ۴۰۰ میلیارد دلاری تا سال ۲۰۳۰ را دارد، رویکرد سیکا تهاجمی‌تر است. او AI را نه ابزاری برای کمک به انسان در انجام کار، بلکه موتور اصلی تحویل پروژه می‌بیند. این تحول در مدل‌های کسب‌وکار IT در هند، با روندهای کلانی نظیر سرمایه‌گذاری عظیم ریلاینس برای ساخت زیرساخت‌های حاکمیتی هوش مصنوعی در این کشور هم‌سو است تا بستر لازم برای چنین اتوماسیون‌هایی فراهم شود.
برای خریدار سازمانی، این تغییر به معنای پایان مدل قیمت‌گذاری «man-month» یا نفر-ماه است. اگر یک استارتاپ بتواند یکپارچه‌سازی نرم‌افزاری را که پیش‌تر توسط تیمی ۵۰ نفره در عرض چندین ماه انجام می‌شد، اکنون در چند ساعت توسط عامل‌ها تحویل دهد، ساختار هزینه‌ای تحول دیجیتال شرکت‌ها به سمت هزینه محاسبات (Compute) سقوط می‌کند.
باید منتظر ماند و دید آیا مشتریانی مانند Siemens Gamesa کاهش چشمگیری در زمان‌بندی پروژه‌ها نسبت به تامین‌کنندگان سنتی IT گزارش می‌کنند یا خیر. میدان نبرد بعدی این خواهد بود که آیا این خدمات بومی AI می‌توانند «آخرین کیلومتر» یکپارچه‌سازی نرم‌افزارهای قدیمی (Legacy) را که تاریخی از نیاز به شهود انسانی داشته، مدیریت کنند یا خیر.
گام بعدی شما
- اگر مدیر محصول یا CTO هستید، مدل‌های قیمت‌گذاری فعلی تامین‌کنندگان IT خود را بررسی کنید تا ببینید چقدر به تعداد نفر-ساعت وابسته هستند.
- گزارش‌های خروجیِ مشتریانی مثل Siemens Gamesa را دنبال کنید تا میزان کاهش واقعی زمان تحویل پروژه (Time-to-Delivery) مشخص شود.
- روی ابزارهای ارکستراسیون عامل‌ها تمرکز کنید تا بتوانید بخشی از نگهداری نرم‌افزار را داخلی‌سازی کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ برای درک اینکه چه زیرساختی این حجم از اتوماسیون را ممکن می‌کند، به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو