Büyük kurumsal müşterilere satış yapmak, pek çok girişimin hayalini kurduğu ama gerçekte ne kadar zorlu olduğunu ancak deneyimleyince kavradığı bir süreçtir. Databricks'in kurucu ortağı ve saha mühendisliğinden sorumlu kıdemli başkan yardımcısı Arsalan Tavakoli-Shiraji, TechCrunch Disrupt etkinliğinde bu zorlu yolculuğu hem kendi deneyimleri hem de pratik önerilerle anlattı. Şu an 190 milyar dolar değerlemeyle faaliyet gösteren ve Fortune 500 şirketlerinin yüzde 70'inden fazlasını müşteri olarak bünyesinde barındıran Databricks'in bir zamanlar küçük bir girişim olduğunu hatırlatan Tavakoli-Shiraji, o günlerden bugüne taşıdığı dersleri dinleyicilerle paylaştı.
Bu dersi öğrenmesi de kolay olmadı. Databricks'in ilk dönemlerinde bir potansiyel müşteriyle zor bela randevu aldığını, ancak karşısındaki kişinin rakip bir şirkete kariyer bahse girerek büyük bir anlaşma imzalamış biri olduğunu fark ettiğini anlattı. "Kariyerini o rakibe yatırmış biri beni dinlemek istemez" diye özetledi o deneyimi. Bunun yanı sıra, hukuki, sözleşmesel veya güvenlik sorularına hazırlıksız yakalandıkları için kapandığını gördüğü erken dönem anlaşmaları da oldu.
"Bir anda o toplantıyı almak artık zor değildi" diye anlattı Tavakoli-Shiraji. "Erişimi ve dağıtım gücü olan biriyle ortak olmak bizim için büyük bir kazanım oldu." Microsoft'un satış ekibinin devreye girmesiyle birlikte Databricks her yöne çekilmeye başladı. Bu durum yeni sorunlar da doğurdu; örneğin henüz genişlemedikleri ülkeler için özellik talep eden müşteriler çıktı. Ama Tavakoli-Shiraji bu tür sorunları "iyi sorunlar" olarak nitelendirdi.
Bugün Databricks, bir zamanlar kendisinin yararlandığı bu modeli artık başka girişimlere sunuyor. Şirket, AI destekli pazarlama ve müşteri verisi araçları sunan Hightouch, yatırım profesyonelleri için veri araçları geliştiren Addepar ve daha sonra Databricks tarafından satın alınan makine öğrenmesi girişimi Tecton gibi şirketlerin ürünlerini kendi koşulları ve siber güvenlik altyapısı çerçevesinde satıyor.
Bağlam, yapay zekanın şirketin terminolojisini, süreçlerini ve önceliklerini öğrenerek "yeni bir çalışan gibi" eğitilebilmesi anlamına geliyor. Seçim, tek bir sağlayıcıya bağlı kalmak yerine AI modellerini değiştirebilme özgürlüğünü ifade ediyor. Maliyet, AI ürününün işletme maliyetini kontrol altında tutmakla ilgili. Kontrol ise yapay zekanın davranışlarını yöneten güvenceler ve hassas bilgilerin korunmasını kapsıyor.
Büyük şirketlerin, mühendislik ekiplerinin kod yazmasına yardımcı olmanın ötesinde değer yaratan AI ajanlarını nasıl kullanacaklarını hâlâ çözemediklerini vurgulayan Tavakoli-Shiraji, "İnsanların kurumsal ortamda AI'ı gerçekten anlamlı biçimde hayata geçirebilmesi çok, çok yıllar alacak" dedi.
Bu tablonun girişimler için somut bir fırsat kapısı araladığını söyleyen Tavakoli-Shiraji, özellikle pahalı eski sistemlerin modernizasyonunu öne çıkardı. "Bugün herhangi bir bankaya gidin, hâlâ IBM AS/400 ve ana bilgisayarlar var" diye anlattı. "Kimse dokunmak istemiyordu çünkü o kodun ne yaptığını kimse bilmiyordu." Artık AI ajanlarının bu kodun içine girip ne yaptığını anlayabileceğini ve ayrıştırabileceğini belirtti. Bu gelişme, söz konusu eski sistemlere modern arayüzler eklemekten onları tamamen değiştirmeye uzanan geniş bir ürün yelpazesi için kapı aralıyor.
"En İyi Teknoloji" Yanılgısı
Tavakoli-Shiraji'nin ilk ve en temel uyarısı, girişimlerin teknolojilerinin kendiliğinden satacağına dair yaygın inançla ilgili. "Girişimlerde kurumsal satış yaparken hepimiz bunun tamamen teknolojiyle, en iyi teknolojiyle ilgili olduğunu düşünürüz" diyen kurucu ortak, bu yanılgının çok pahalıya patladığını bizzat yaşayarak öğrendiğini aktardı. Ona göre teknolojinin iyi çalışması zorunlu bir koşul, ancak yeterli değil. Asıl belirleyici olanın insanlar ve süreçler olduğunu vurguladı.Bu dersi öğrenmesi de kolay olmadı. Databricks'in ilk dönemlerinde bir potansiyel müşteriyle zor bela randevu aldığını, ancak karşısındaki kişinin rakip bir şirkete kariyer bahse girerek büyük bir anlaşma imzalamış biri olduğunu fark ettiğini anlattı. "Kariyerini o rakibe yatırmış biri beni dinlemek istemez" diye özetledi o deneyimi. Bunun yanı sıra, hukuki, sözleşmesel veya güvenlik sorularına hazırlıksız yakalandıkları için kapandığını gördüğü erken dönem anlaşmaları da oldu.
Büyük Ortakların Gölgesinde Büyümek
Tavakoli-Shiraji'nin önerdiği en etkili stratejilerden biri, daha büyük bir teknoloji şirketinin çatısı altında satış yapmak. Databricks'in kendi deneyimi bu noktada oldukça çarpıcı. Şirket, başlangıçta İsviçre'nin büyük bankası UBS ile görüşme sağlamaya çalıştı ancak başarılı olamadı. Ardından Microsoft ile ortaklık kurarak Azure bulut platformunun bir iş ortağı haline geldi. Bu adım yalnızca satış anlaşmalarının Microsoft'un koşulları çerçevesinde yürütülmesini sağlamakla kalmadı; Microsoft'un satış ekipleri toplantıları bizzat ayarlamaya ve girişimi savunmaya başladı."Bir anda o toplantıyı almak artık zor değildi" diye anlattı Tavakoli-Shiraji. "Erişimi ve dağıtım gücü olan biriyle ortak olmak bizim için büyük bir kazanım oldu." Microsoft'un satış ekibinin devreye girmesiyle birlikte Databricks her yöne çekilmeye başladı. Bu durum yeni sorunlar da doğurdu; örneğin henüz genişlemedikleri ülkeler için özellik talep eden müşteriler çıktı. Ama Tavakoli-Shiraji bu tür sorunları "iyi sorunlar" olarak nitelendirdi.
Bugün Databricks, bir zamanlar kendisinin yararlandığı bu modeli artık başka girişimlere sunuyor. Şirket, AI destekli pazarlama ve müşteri verisi araçları sunan Hightouch, yatırım profesyonelleri için veri araçları geliştiren Addepar ve daha sonra Databricks tarafından satın alınan makine öğrenmesi girişimi Tecton gibi şirketlerin ürünlerini kendi koşulları ve siber güvenlik altyapısı çerçevesinde satıyor.
Kurumsal AI Kaygılarında Dört C Çerçevesi
Tavakoli-Shiraji, büyük şirketlerin yapay zekaya ilişkin temel kaygılarını ve itirazlarını dört kategoride topladığını aktardı. Bunları İngilizce baş harflerinden yola çıkarak "dört C" olarak adlandırıyor: bağlam (context), seçim (choice), maliyet (cost) ve kontrol (control).Bağlam, yapay zekanın şirketin terminolojisini, süreçlerini ve önceliklerini öğrenerek "yeni bir çalışan gibi" eğitilebilmesi anlamına geliyor. Seçim, tek bir sağlayıcıya bağlı kalmak yerine AI modellerini değiştirebilme özgürlüğünü ifade ediyor. Maliyet, AI ürününün işletme maliyetini kontrol altında tutmakla ilgili. Kontrol ise yapay zekanın davranışlarını yöneten güvenceler ve hassas bilgilerin korunmasını kapsıyor.
Eski Sistemler Yeni Fırsatlar Yaratıyor
Tavakoli-Shiraji, kurumsal AI benimsemesini değerlendirirken CIO'lara bir ila beş arasında bir ölçekte nerede durduklarını sorduğunu anlattı. Birde yalnızca çalışanların ChatGPT'ye erişimi var; beşte ise şirket, iş süreçlerini kökten değiştiren yeni AI yeteneklerini benimsemiş durumda. "Herkes 'üçüm, dörde yakın' demeyi seviyor. Ama görüştüğümün yüzde 99'u bir ve ikide" dedi.Büyük şirketlerin, mühendislik ekiplerinin kod yazmasına yardımcı olmanın ötesinde değer yaratan AI ajanlarını nasıl kullanacaklarını hâlâ çözemediklerini vurgulayan Tavakoli-Shiraji, "İnsanların kurumsal ortamda AI'ı gerçekten anlamlı biçimde hayata geçirebilmesi çok, çok yıllar alacak" dedi.
Bu tablonun girişimler için somut bir fırsat kapısı araladığını söyleyen Tavakoli-Shiraji, özellikle pahalı eski sistemlerin modernizasyonunu öne çıkardı. "Bugün herhangi bir bankaya gidin, hâlâ IBM AS/400 ve ana bilgisayarlar var" diye anlattı. "Kimse dokunmak istemiyordu çünkü o kodun ne yaptığını kimse bilmiyordu." Artık AI ajanlarının bu kodun içine girip ne yaptığını anlayabileceğini ve ayrıştırabileceğini belirtti. Bu gelişme, söz konusu eski sistemlere modern arayüzler eklemekten onları tamamen değiştirmeye uzanan geniş bir ürün yelpazesi için kapı aralıyor.
Webmaster
Webmaster
Webmaster
Yorumlar (0)
Yorum yapmak için giriş yapmalısınız.