Infosys and Anthropic Bridge the Gap Between AI Demos and Regulated Reality

Infosys and Anthropic Bridge the Gap Between AI Demos and Regulated Reality

Infosys and Anthropic Bridge the Gap Between AI Demos and Regulated Reality

Anthropic and Infosys have announced a strategic partnership to deploy advanced enterprise AI specifically tailored for the highly regulated telecommunications sector. 

By integrating Anthropic’s Claude models with the Infosys Topaz AI platform, the collaboration aims to move beyond simple chatbots toward sophisticated AI agents capable of executing multi-step business tasks. 

This unified solution is designed to provide the precision and supervision necessary for industries where "close enough" is not an option for compliance and operational accuracy.

A primary focus of this partnership is solving the "trust gap" that often prevents large-scale businesses from adopting standalone AI tools. 

In heavily regulated environments like telecom and finance, basic AI often lacks the traceability and auditability required to satisfy legal standards. 

Without structured oversight, these tools create compliance risks, particularly when handling sensitive customer data. 

The new system addresses this by ensuring every AI-driven decision is logged and verifiable, allowing companies to track exactly how a conclusion was reached or a policy was followed.

The collaboration introduces "agentic AI," which can independently plan sequences, interact with legacy IT systems, and persist through complex workflows with minimal human intervention. 

To facilitate this, the teams are using the Claude Agent SDK to bind AI capabilities directly to specific business logic. 

This approach doesn't just automate new tasks; it also helps modernize aging infrastructure by analyzing old codebases and migrating them to modern, AI-augmented frameworks, significantly reducing the costs associated with traditional system upgrades.

For the end customer, this shift toward policy-aware automation means faster issue resolution and more personalized service. 

Because the AI agents are built with deep domain expertise, they can handle sensitive tasks like billing adjustments or network service delivery while adhering strictly to internal governance. 

This ensures that while the interaction is automated and efficient, it remains "responsible," with built-in safeguards to prevent the inconsistent decision-making that often plagues less integrated AI assistants.

Ultimately, this partnership signals a broader trend: the transition from experimental AI pilots to industrial-grade automation across the full customer lifecycle. 

As Infosys CEO Salil Parekh noted, the goal is to help global enterprises move from experiments to "real value realization." 

By combining cutting-edge LLMs with deep industry knowledge, Anthropic and Infosys are creating a roadmap for how the world’s most sensitive industries can safely join the intelligence revolution.

इंफोसिस और एंथ्रोपिक ने AI डेमो और रेगुलेटेड रियलिटी के बीच की दूरी को कम किया

एंथ्रोपिक और इंफोसिस ने एडवांस्ड एंटरप्राइज AI को डिप्लॉय करने के लिए एक स्ट्रेटेजिक पार्टनरशिप की घोषणा की है, जो खास तौर पर बहुत ज़्यादा रेगुलेटेड टेलीकम्युनिकेशन सेक्टर के लिए बनाया गया है।

एंथ्रोपिक के क्लाउड मॉडल्स को इंफोसिस टोपाज़ AI प्लेटफॉर्म के साथ इंटीग्रेट करके, इस कोलैबोरेशन का मकसद सिंपल चैटबॉट्स से आगे बढ़कर ऐसे एडवांस्ड AI एजेंट्स की ओर बढ़ना है जो मल्टी-स्टेप बिजनेस टास्क को पूरा कर सकें।

यह यूनिफाइड सॉल्यूशन उन इंडस्ट्रीज़ के लिए ज़रूरी प्रिसिजन और सुपरविज़न देने के लिए डिज़ाइन किया गया है जहाँ कम्प्लायंस और ऑपरेशनल एक्यूरेसी के लिए "काफी करीब" ऑप्शन नहीं है।

इस पार्टनरशिप का मुख्य फोकस "ट्रस्ट गैप" को सॉल्व करना है जो अक्सर बड़े बिजनेस को स्टैंडअलोन AI टूल्स अपनाने से रोकता है।

टेलीकॉम और फाइनेंस जैसे बहुत ज़्यादा रेगुलेटेड माहौल में, बेसिक AI में अक्सर कानूनी स्टैंडर्ड्स को पूरा करने के लिए ज़रूरी ट्रेसेबिलिटी और ऑडिटेबिलिटी की कमी होती है।

बिना स्ट्रक्चर्ड ओवरसाइट के, ये टूल्स कम्प्लायंस रिस्क पैदा करते हैं, खासकर जब सेंसिटिव कस्टमर डेटा को हैंडल करते हैं।

 नया सिस्टम यह पक्का करके इसे ठीक करता है कि AI से चलने वाला हर फ़ैसला लॉग किया जाए और वेरिफ़ाई किया जा सके, जिससे कंपनियाँ ठीक से ट्रैक कर सकें कि कोई नतीजा कैसे निकाला गया या किसी पॉलिसी का पालन कैसे किया गया।

यह कोलेबोरेशन "एजेंटिक AI" लाता है, जो अलग से सीक्वेंस प्लान कर सकता है, पुराने IT सिस्टम के साथ इंटरैक्ट कर सकता है, और कम से कम इंसानी दखल के साथ मुश्किल वर्कफ़्लो में बना रह सकता है।

इसे आसान बनाने के लिए, टीमें AI क्षमताओं को सीधे खास बिज़नेस लॉजिक से जोड़ने के लिए क्लाउड एजेंट SDK का इस्तेमाल कर रही हैं।

यह तरीका सिर्फ़ नए कामों को ऑटोमेट नहीं करता; यह पुराने कोडबेस का एनालिसिस करके और उन्हें मॉडर्न, AI-ऑगमेंटेड फ्रेमवर्क में माइग्रेट करके पुराने इंफ्रास्ट्रक्चर को मॉडर्न बनाने में भी मदद करता है, जिससे ट्रेडिशनल सिस्टम अपग्रेड से जुड़ी लागत काफ़ी कम हो जाती है।

एंड कस्टमर के लिए, पॉलिसी-अवेयर ऑटोमेशन की ओर इस बदलाव का मतलब है तेज़ी से समस्या का समाधान और ज़्यादा पर्सनलाइज़्ड सर्विस।

क्योंकि AI एजेंट गहरी डोमेन एक्सपर्टीज़ के साथ बनाए गए हैं, वे बिलिंग एडजस्टमेंट या नेटवर्क सर्विस डिलीवरी जैसे सेंसिटिव कामों को संभाल सकते हैं, जबकि इंटरनल गवर्नेंस का सख्ती से पालन करते हैं।

 इससे यह पक्का होता है कि बातचीत ऑटोमेटेड और कुशल होने के साथ-साथ "ज़िम्मेदार" भी बनी रहे, जिसमें इनकंजम्प्शन-मेकिंग को रोकने के लिए बिल्ट-इन सेफ़गार्ड्स हों, जो अक्सर कम इंटीग्रेटेड AI असिस्टेंट्स को परेशान करते हैं।

आखिरकार, यह पार्टनरशिप एक बड़े ट्रेंड का संकेत देती है: एक्सपेरिमेंटल AI पायलट्स से लेकर पूरे कस्टमर लाइफ़साइकल में इंडस्ट्रियल-ग्रेड ऑटोमेशन तक का बदलाव।

जैसा कि इंफ़ोसिस के CEO सलिल पारेख ने कहा, इसका लक्ष्य ग्लोबल एंटरप्राइज़ेज़ को एक्सपेरिमेंट्स से "रियल वैल्यू रियलाइज़ेशन" की ओर ले जाने में मदद करना है।

कटिंग-एज LLMs को गहरी इंडस्ट्री नॉलेज के साथ मिलाकर, एंथ्रोपिक और इंफ़ोसिस एक रोडमैप बना रहे हैं कि दुनिया की सबसे सेंसिटिव इंडस्ट्रीज़ इंटेलिजेंस क्रांति में सुरक्षित रूप से कैसे शामिल हो सकती हैं।

ఇన్ఫోసిస్ మరియు ఆంత్రోపిక్ AI డెమోలు మరియు నియంత్రిత వాస్తవికత మధ్య అంతరాన్ని తగ్గిస్తాయి

అధికంగా నియంత్రించబడిన టెలికమ్యూనికేషన్ రంగానికి ప్రత్యేకంగా రూపొందించబడిన అధునాతన ఎంటర్‌ప్రైజ్ AIని అమలు చేయడానికి ఆంత్రోపిక్ మరియు ఇన్ఫోసిస్ వ్యూహాత్మక భాగస్వామ్యాన్ని ప్రకటించాయి. 

ఆంత్రోపిక్ యొక్క క్లాడ్ మోడళ్లను ఇన్ఫోసిస్ టోపాజ్ AI ప్లాట్‌ఫామ్‌తో అనుసంధానించడం ద్వారా, ఈ సహకారం సాధారణ చాట్‌బాట్‌లకు మించి బహుళ-దశల వ్యాపార పనులను అమలు చేయగల అధునాతన AI ఏజెంట్ల వైపు వెళ్లాలని లక్ష్యంగా పెట్టుకుంది. 

"తగినంత దగ్గరగా" సమ్మతి మరియు కార్యాచరణ ఖచ్చితత్వానికి ఎంపిక కాని పరిశ్రమలకు అవసరమైన ఖచ్చితత్వం మరియు పర్యవేక్షణను అందించడానికి ఈ ఏకీకృత పరిష్కారం రూపొందించబడింది.

ఈ భాగస్వామ్యం యొక్క ప్రాథమిక దృష్టి "విశ్వసనీయ అంతరాన్ని" పరిష్కరించడం, ఇది తరచుగా పెద్ద ఎత్తున వ్యాపారాలు స్వతంత్ర AI సాధనాలను స్వీకరించకుండా నిరోధిస్తుంది. 

టెలికాం మరియు ఫైనాన్స్ వంటి భారీగా నియంత్రించబడిన వాతావరణాలలో, ప్రాథమిక AI తరచుగా చట్టపరమైన ప్రమాణాలను సంతృప్తి పరచడానికి అవసరమైన ట్రేసబిలిటీ మరియు ఆడిటిబిలిటీని కలిగి ఉండదు. 

నిర్మాణాత్మక పర్యవేక్షణ లేకుండా, ఈ సాధనాలు సమ్మతి ప్రమాదాలను సృష్టిస్తాయి, ముఖ్యంగా సున్నితమైన కస్టమర్ డేటాను నిర్వహించేటప్పుడు. 

కొత్త వ్యవస్థ ప్రతి AI-ఆధారిత నిర్ణయం లాగ్ చేయబడిందని మరియు ధృవీకరించబడుతుందని నిర్ధారించడం ద్వారా దీనిని పరిష్కరిస్తుంది, కంపెనీలు ఒక తీర్మానం ఎలా చేరుకుందో లేదా విధానాన్ని ఎలా అనుసరించారో ఖచ్చితంగా ట్రాక్ చేయడానికి అనుమతిస్తుంది. 

సహకారం "ఏజెంటిక్ AI"ని పరిచయం చేస్తుంది, ఇది స్వతంత్రంగా సీక్వెన్స్‌లను ప్లాన్ చేయగలదు, లెగసీ IT సిస్టమ్‌లతో సంకర్షణ చెందుతుంది మరియు కనీస మానవ జోక్యంతో సంక్లిష్టమైన వర్క్‌ఫ్లోల ద్వారా కొనసాగుతుంది. 

దీన్ని సులభతరం చేయడానికి, బృందాలు AI సామర్థ్యాలను నిర్దిష్ట వ్యాపార తర్కానికి నేరుగా బంధించడానికి క్లాడ్ ఏజెంట్ SDKని ఉపయోగిస్తున్నాయి. 

ఈ విధానం కొత్త పనులను ఆటోమేట్ చేయడమే కాదు; పాత కోడ్‌బేస్‌లను విశ్లేషించడం ద్వారా మరియు వాటిని ఆధునిక, AI-అగ్మెంటెడ్ ఫ్రేమ్‌వర్క్‌లకు తరలించడం ద్వారా వృద్ధాప్య మౌలిక సదుపాయాలను ఆధునీకరించడంలో కూడా సహాయపడుతుంది, సాంప్రదాయ సిస్టమ్ అప్‌గ్రేడ్‌లతో అనుబంధించబడిన ఖర్చులను గణనీయంగా తగ్గిస్తుంది.

తుది కస్టమర్ కోసం, పాలసీ-అవేర్ ఆటోమేషన్ వైపు ఈ మార్పు అంటే వేగవంతమైన సమస్య పరిష్కారం మరియు మరింత వ్యక్తిగతీకరించిన సేవ. 

AI ఏజెంట్లు లోతైన డొమైన్ నైపుణ్యంతో నిర్మించబడినందున, వారు అంతర్గత పాలనకు ఖచ్చితంగా కట్టుబడి ఉండగా బిల్లింగ్ సర్దుబాట్లు లేదా నెట్‌వర్క్ సర్వీస్ డెలివరీ వంటి సున్నితమైన పనులను నిర్వహించగలరు. 

పరస్పర చర్య స్వయంచాలకంగా మరియు సమర్థవంతంగా ఉన్నప్పటికీ, తక్కువ ఇంటిగ్రేటెడ్ AI అసిస్టెంట్‌లను తరచుగా పీడిస్తున్న అస్థిరమైన నిర్ణయం తీసుకోవడాన్ని నివారించడానికి అంతర్నిర్మిత రక్షణలతో ఇది "బాధ్యతగా" ఉంటుందని ఇది నిర్ధారిస్తుంది.

 అంతిమంగా, ఈ భాగస్వామ్యం విస్తృత ధోరణిని సూచిస్తుంది: పూర్తి కస్టమర్ జీవితచక్రంలో ప్రయోగాత్మక AI పైలట్ల నుండి పారిశ్రామిక-గ్రేడ్ ఆటోమేషన్‌కు మార్పు. 

ఇన్ఫోసిస్ CEO సలీల్ పరేఖ్ గుర్తించినట్లుగా, ప్రపంచ సంస్థలు ప్రయోగాల నుండి "వాస్తవ విలువ సాక్షాత్కారం" వైపు మళ్లడంలో సహాయపడటం లక్ష్యం. 

అత్యాధునిక LLMలను లోతైన పరిశ్రమ పరిజ్ఞానంతో కలపడం ద్వారా, ఆంత్రోపిక్ మరియు ఇన్ఫోసిస్ ప్రపంచంలోని అత్యంత సున్నితమైన పరిశ్రమలు నిఘా విప్లవంలో సురక్షితంగా ఎలా చేరవచ్చో ఒక రోడ్‌మ్యాప్‌ను రూపొందిస్తున్నాయి.