Uvod
U svijetu ubrzane AI infrastrukture, Harness ulazi kao ključni igrač koji pokušava smanjiti najveću bolnu točku softverskog razvojnog lanca – fazu nakon konačnog koda, poznatu i kao after-code. Kad AI ubrza generiranje koda, problemi se prelijevaju u testiranje, sigurnost i implementaciju, koje i dalje oduzimaju značajne sate inženjerima. Harness, osnovan 2017. godine od strane Jotija Bansala, postavio je ambiciozan cilj: automatizirati taj kompleksni sloj koliko god je to izvodljivo i pomoći organizacijama da osiguraju kvalitetu, sigurnost i dosljednost u distribuciji. Ovaj članak pruža detaljan pregled najnovijih financijskih poteza, tehnologije koja stoji iza platforme te kako Harness mijenja način na koji tvrtke grade i isporučuju softver.
Key takeaways
– Harness je usmjeren na AI DevOps rješenja koja automatiziraju testiranje, verifikaciju, sigurnost i upravljanje (governance) u cijelom procesu isporuke softvera.
– Najnovije ulaganje od 240 milijuna USD Series E podiže vrijednost tvrtke na 5,5 milijardi USD post novca, uz aktivan cilj širenja R&D-a i tržišne prisutnosti.
– Tehnologija se oslanja na Knowledge Graph koji mapira promjene koda, servise, implementacije, testove i troškove te AI agente koji generiraju pipelines prilagođene specifičnim politikama i arhitekturi klijenta.
– Premda brojne tvrtke koriste Harness, konkurencija ostaje jaka (GitHub, GitLab, Jenkins, CloudBees), a vrijednost je u dubljem razumijevanju procesa isporuke i sigurnosnim mehanizmima koje pruža.
Ključne riječi
– umjetna inteligencija
– DevOps
– automatizacija testiranja
– sigurnost softvera
– orkestracija (orchestration)
– knowledge graph
– AI agenti
– upravljanje troškovima u oblaku
– pipeline
– implementacija
– ARR (godišnji ponavljajući prihod)
– Series E
Što je Harness i zašto je danas važan?
Harness je platforma za AI DevOps koja pomaže timovima automatizirati i kontrolirati cijeli životni ciklus isporuke softvera. Temeljna tvrdnja osnivača Bansala bili su njegovi prethodni uspjesi na tržištu aplikacijskih performansi; 2017. godine prodao je AppDynamics Cisco-u za 3,7 milijardi dolara, što ga je učvrstilo u svijetu višestrukih ulaska i izlaska kroz tržišne faze. Harness koristi AI agente koji obavljaju zadatke poput testiranja, verifikacije, sigurnosti i upravljanja pravilima (governance), a sve je smješteno na temelju Knowledge Graph-a koji povezuje promjene koda, servise, isporuke, testove, okoline, incidente, politike i troškove. Ovim pristupom Harness stvara kontekst u kojem AI agenti mogu generirati pipelines prilagođene svakom klijentu, arhitekturi i operativnim zahtjevima.
Ova arhitektura omogućava sustavu da „razumije“ kako je tvrtka strukturirana i kako se različiti dijelovi koda međusobno nadopunjuju, što je ključno za smanjenje rizika kada se novo softversko rješenje uvodi u produkciju. Budući da tehnologija nije savršena, Harness uključuje mehanizme nadzora: testovi i promjene prolaze kroz ljudsko odobrenje prije implementacije, čime se balansira brzina s pouzdanošću i usklađenošću s politikama—važan detalj za sigurnosno osjetljive operacije.
Financijski rast i vrijednost: što donosi novo ulaganje?
Prema informacijama koje je dao Jyoti Bansal TechCrunču, Harness očekuje da će 2025. godinu zaključiti s više od 250 milijuna USD godišnjeg ponavljajućeg prihoda (ARR). U svemu tomu, tvrtka je nedavno objavila Series E financiranje od 240 milijuna USD, čime je post-mony vrijednost poduzeća dosegnula 5,5 milijardi USD. Ovaj krug uključuje 200 milijuna USD primarnog ulaganja predvođenog Goldman Sachsom i namjerni tender od 40 milijuna USD uz sudjelovanje IVP-a, Menlo Venturesa i Unusual Ventures. Tender ponuda ima cilj pružiti likvidnost dugotrajnim zaposlenicima, što je često motivirajući element u ranim fazama rasta.
Ovaj rast je impresivan ako ga usporedimo s prošlogodišnjim brojevima: vrijednost se povećala za 49 posto u odnosu na očekivanu vrijednost od 3,7 milijardi dolara iz travnja 2022. godine. Ukupna vrijednost prikupljenih sredstava do danas iznosi 570 milijuna USD u obliku kapitala. Takav kapital omogućuje ubrzanje istraživanja i razvoja te širenje tržišta, što je ključno za borbu na konkurentnom polju alata za automatizaciju DevOpsa i AI-a.
U kontekstu tržišta, Harness se pozicionira kao rješenje koje pokušava kapitalizirati na povećanju volumena koda koji generira AI, ali i na sve veće potrebe za sigurnošću i provjerama u produkciji. Tvrtka je navela da je broj svojih poslovnih korisnika premašio tisuću, uključujući poznate tvrtke poput United Airlines, Morningstar, Keller Williams i National Australia Bank. Dosad je zabilježeno više od 128 milijuna distribuiranih implementacija (deploy), 81 milijun buildova, zaštita 1,2 bilijuna API poziva i pomoć korisnicima u optimizaciji cloud troškova od 1,9 milijardi USD u prošloj godini. Ovi metrički pokazatelji svjedoče o stvarnom djelovanju rješenja u velikim i složenim okruženjima.
Geografski, Harness ima sjedište u San Franciscu te zapošljava više od 1.200 ljudi raspoređenih u 14 ureda diljem svijeta, s oko trećine zaposlenika u Indiji—posebno u Bengaluru, gdje tvrtka ima najveći inženjerski centar izvan SAD-a. Ova raspodjela ukazuje na stratešku odluku da velike tehničke stručnosti privuče i usmjeri tamo gdje je troškovna učinkovitost optimizirana, a talent dostupniji. Planovi za budućnost uključuju proširenje R&D kapaciteta, zapošljavanje stotina inženjera u Bengaluru uredima te daljnje razvijanje automatiziranog testiranja, implementacije i sigurnosnih mogućnosti. Pored toga, Harness namjerava ojačati svoje US go-to-market operacije i značajno proširiti prisutnost na međunarodnim tržištima.
Kako Harness koristi AI agente i Knowledge Graph?
Srce Harnessovog proizvoda je Knowledge Graph – složen graf znanja koji povezuje različite entitete u procesu isporuke softvera: promjene koda, servisi, deploy-evi, testovi, okruženja, incidenti, sigurnosne politike i troškovi. Ovaj kontekst omogućuje AI agentima da razumiju specifičnosti svakog klijenta i generiraju prilagođene pipeline-ove. Na primjer, ako tvrtka ima stroge politike sigurnosti i kao prioritet postavlja minimalno vrijeme kašnjenja između razvoja i produkcije, agent može prilagoditi testne pakete i sigurnosne provjere kako bi se osiguralo da se politika provodi bez ugrožavanja brzine isporuke.
Harnessova orkestracijska motka (orchestration engine) pretvara preporuke AI agenata u automatizirane akcije, uz ugrađene kontrole koje provjeravaju sigurnost i točnost promjena prije nego što se one primijene u proizvodnom okruženju. Ovakav pristup omogućuje tvrtkama da koriste vrijednosti AI bez gubitka ljudskog nadzora, što je ključno u kontekstima gdje su sigurnosna i regulatorna provjera neizostavni koraci.
Najvažnije, Bansal ističe da iako su AI alati snažni, njihovo djelovanje nije „savršeno“ samo po sebi. Stoga je dizajn sustava usmjeren na čovjeka: testovi i popravci koje AI generira pregledavaju inženjeri, timovi za usklađenost i reviziju prije nego što postanu dio operativnog sustava. Ovaj pristup povećava pouzdanost izazivajući korisnike da vjeruju u automatske procese, a istodobno zadržava bočnu provjeru koja štiti od pogrešaka i zloupotreba.
After-code bottleneck: zašto je ovaj segment ključan?
Dok umjetna inteligencija ubrzava generiranje koda i inovacije, mnoge organizacije i dalje vuku opterećenje iz faze nakon koda – testiranje, sigurnosne provjere i implementacijske procese. Ta faza čini otprilike 70% vremena koje inženjeri provode na razvoju, što predstavlja značajan „usporivač“ za agilnost i brzinu isporuke. Harness se usmjerava na ovu kritičnu točku, nudeći alate koji mogu automatizirati testne okvire, provjere sigurnosti i pravilnike, uz prilagodbu svakom projektu i okruženju. U praksi to znači brže otkrivanje bugova prije nego što dođu u produkciju, smanjenje tehničkog duga i bolju vidljivost nad operativnim troškovima preko cijelog životnog ciklusa programa.
Što to konkretno znači za timove? Umjesto ručnog osmišljavanja i pokretanja testova, pojavljivanja sigurnosnih upozorenja i ručne koordinacije između Dev, Sec i Ops timova, Harness pruža integrirano okruženje koje povezuje potrebne aktivnosti u jedinstven tok. Time se povećava ne samo brzina isporuke nego i kvaliteta koda koji se stavlja u produkciju. Naravno, s ovim dolaze i izazovi: potreba za kvalitetnim integracijama s postojećim alatima, prilagodba na složene sigurnosne politike i kontinuirani nadzor kako bi se zadržala visoka razina točnosti i povjerenja u automatizirane procese.
Konkurencija i širi tržišni kontekst
Na tržištu AI DevOps alata Harness se suočava s rivalima poput GitHub-a, GitLab-a, Jenkins-a i CloudBees-a. To su snažni igrači s dugom poviješću i velikim korisničkim bazama. Ipak, Harness nastoji diferencirati se kroz duboku integraciju AI agenata i Knowledge Graph-a koji omogućavaju dublje razumijevanje konteksta svakog klijenta te prilagodbu automatskih tokova poslu prema njegovoj specifičnoj arhitekturi i pravilima. Prema podacima iz razdoblja prije 2025. godine, Harness ima više od tisuću enterprise klijenata i značajno su se kapitalizirali na krozputu ‘DevOps i sigurnost dolaze zajedno’, što je postalo važan trend na tržištu. Ova sinergija rezultira većom stabilnošću isporuke, a tvrtka tvrdi da su brojni njihovi korisnici uspjeli optimizirati troškove i smanjiti vrijeme do produkcije, što je često glavni cilj velikih korporacija.
Planovi rasta: koliko daleko želi doprijeti Harness?
Uz najnovije financiranje, Harness planira proširiti svoj istraživačko-razvojni kapacitet i zaposliti stotine inženjera u Bengaluruu. Plan se proteže i na jačanje tržišnog pristupa u SAD-u te značajno širenje prisutnosti na internacionalnim tržištima. Očekuje se da će R&D napori donijeti napredne mogućnosti u automatiziranom testiranju, otkrivanju sigurnosnih ranjivosti i novih sposobnosti za upravljanje sigurnosnim pravilima i troškovima. Ovaj tromost s fokusom na inženjerski talent i kvalitetu produkta trebao bi omogućiti tvrtki da ostane konkurentna u surovom tržišnom okruženju DevOps i AI alata.
Konkretno, poslovni plan uključuje jačanje US go-to-market operacija, povećanje međunarodne prisutnosti i dodatnu integraciju s postojećim ekosustavom partnera i platinastim klijentima. Uz činjenicu da je Bansal spomenuo spajanje Traceable i Harness kao dio proširenja sposobnosti – što se pretpostavlja da je pojačalo njihov portfelj i ARR projekcije – očekuje se sinergija koja poboljšava sposobnost tvrtke da prati i reagira na promjene u DevOps i aplikacijskoj sigurnosti.
Prema riječima osnivača, „dvoje tvrtki su zajedno jer smo vidjeli da DevOps i sigurnost aplikacija sve dublje ulaze jedno u drugo“. Takav pristup obećava da će Harness ostati relevantan i konkurentan na sve izazovnijem tržištu AI-driven delivery alata.
Prednosti i izazovi (pros i cons)
- Prednosti: ubrzanje isporuke softvera kroz automatizaciju testiranja i sigurnosnih provjera, bolja usklađenost s politikama i pravilima, smanjenje ručnih intervencija, veća vidljivost nad cijelim procesom isporuke, te primjena AI-a uz ljudski nadzor za povećanje pouzdanosti.
- Izazovi: potrebno je teško integrirati postojeće alate i procese, izazovi u skaliranju AI modela, zaštita privatnosti i podataka, te osiguranje da automatizirani tokovi ostanu u skladu sa regulatornim zahtjevima.
- Rizici i mitigacije: osiguranje humano-stvarna provjere prije promjena, kontinuirana edukacija timova o novim alatima, te uspostava jasnih mjera za praćenje performansi i sigurnosnih incidenata.
- Tehnološki izazovi: održavanje točnosti knowledge graph-a kroz kontinuirane promjene u kodnoj bazi te adaptacija agent-modela na različite programske jezgre i cloud okruženja.
Praktične primjene: kako bi to izgledalo u tvrtkama različitih veličina
Za velike organizacije, Harnessov pristup omogućuje operativnu agilnost bez narušavanja sigurnosnih standarda. Na primjer, kompanije koje upravljaju stotinama aplikacija i mikroservisa dobivaju uvid u točne troškove i učinkovitost svakog deploya, uz mogućnost automatskog provjeravanja sigurnosnih pravila prije svakog izlaska u produkciju. S druge strane, srednje tvrtke mogu iskoristiti skalabilnost i smanjiti vrijeme transformacije dev opisa, uz manje ručnih interakcija i brži povrat na ulaganje. U praksi to znači da inženjeri mogu fokusirati vrijeme na inovacije, dok Harness automatski upravlja standardnom provjerom i performansom.
Zaključak
Harness predstavlja primjer kako AI i DevOps alati zajedno mogu transformirati način na koji tvrtke razvijaju i isporučuju softver. Uz značajno financiranje i ambiciju za širenje, tvrtka dobro pozicionirana za daljnje rastove i šire prihvaćanje tehnologije koja povezuje razvoj, sigurnost i operacije kroz inteligentnu orkestraciju. Zanimljivo će biti promatrati kako Knowledge Graph i AI agenti zadrže zamah u uvjetima stalnih promjena u industriji i regulatornim zahtjevima. Iskustvo rasta, broj korisnika i konkretni rezultati kao što su milijuni deploy-a i značajno smanjenje cloud troškova ostaju ključni indikator izvedbe za naredne kvartale.
FAQ
Što točno radi Harness i čime se razlikuje od ostalih DevOps alata?
Harness automatizira testiranje, verifikaciju, sigurnost i upravljanje pravilima kroz AI agente, podržan Knowledge Graph-om koji povezuje sve dijelove procesa isporuke. Razlikuje ga duboke kontekstualne vizije procesa i sposobnost prilagodbe za specifične arhitekture i politike svakog klijenta, a orkestracijski motor pretvara preporuke u sigurnu, automatiziranu akciju.
Što znači Series E ulaganje i koliko to utječe na vrijednost tvrtke?
Series E ulaganje od 240 milijuna USD uz 5,5 milijardi USD post money vrijednost signalizira visok stupanj povjerenja investitora u dugoročni rast i sposobnost Harnessa da pretvori AI u market-ready vrijednost za klijente. Ovaj kapital podržava povećanje R&D-a, širenje tržišta i jačanje operativnih kapaciteta.
Koje su ključne prednosti za velike organizacije?
Prednosti uključuju bržu isporuku softvera bez kompromisa u sigurnosti, bolji nadzor nad troškovima u oblaku, transparentnost prema poslovnim i IT interesima te mogućnost prilagodbe specifičnim pravilima i arhitekturi tvrtke.
Koji su vodeći izazovi s primjenom Harness-a?
Izazovi uključuju integraciju s postojećim alatnim lancem, potrebu za jasnim politikama i usklađenošću, održavanje točnosti Knowledge Graph-a kroz promjene u kodu i infrastrukturi te potrebu za stalnim stručnjacima za nadzor i validaciju AI rezultata.
Kako Harness doprinosi smanjenju troškova i povećanju sigurnosti?
Automatizacijom testova, verifikacijom i sigurnosnim provjerama prije implementacije, tvrtke mogu uhvatiti pogreške ranije, smanjiti ručne intervencije i troškove uz istovremeno povećanje sigurnosti produkcije i usklađenosti s politikama.