Ajay Vasal, Genpact’in Veri ve AI Küresel Lideri – Röportaj Serisi

Ajay Vasal, Genpact’in Veri ve AI Küresel Lideri, yirmi yılı aşkın tecrübesi ile teknoloji ve strateji alanında uzman bir yönetici olarak artificial intelligence, veri stratejisi, dijital dönüşüm, birleşmeler ve satın almalar, ve işletme danışmanlığı gibi konularda deneyim sahibi. Genpact’teki mevcut görevinde, işletmelerin AI benimsemesini ölçeklendirme ve yardımcı AI’den daha otonom, operasyonel olarak gömülü sistemlere geçişine odaklanan girişimlere liderlik ediyor. Genpact’e katılmadan önce Vasal, yaklaşık dokuz yıl Accenture’da çalışmış ve Tüketici Endüstrileri için Küresel Veri ve AI Lideri ve Veri ve İçgörüler Merkezi’nin Küresel Başkanı gibi çeşitli üst düzey liderlik pozisyonlarında bulunmuş. Kariyeri boyunca, işletmelerin veriden ölçülebilir iş değerini operasyonel verimlilik, gelir artışı ve risk azaltma yoluyla elde etmesine yardımcı olmak ve aynı zamanda stratejik yatırımları, birleşme ve satın alma girişimlerini ve AI destekli dönüşüm programlarını yönetmek üzerine odaklanmış.

Genpact büyük işletmeler için veri, AI, analitik, akıllı otomasyon ve operasyonel modernizasyon alanında uzmanlaşmış bir küresel profesyonel hizmetler ve dijital dönüşüm şirketidir. General Electric (GE.TO ) içinde kurulmuş ve daha sonra bağımsız bir şirket haline gelmiş olan Genpact, finansal hizmetler, sağlık, imalat, perakende ve tüketim malları gibi sektörlerdeki işletmelere hizmet vermektedir. Şirket, AI destekli işletme dönüşümüne odaklanarak, işletmelerin iş akışlarını modernleştirmelerine, karar verme süreçlerini iyileştirmelerine ve büyük ölçekli AI sistemlerini sorumlu bir şekilde dağıtmalarına yardımcı olmak için analitik, otomasyon ve alan uzmanlığını bir araya getirmiştir.

Acenture’da sektörler arası veri ve AI stratejisi oluşturmak için yıllarca çalıştıktan sonra Genpact’teki mevcut görevinize geçtiniz. Bu deneyim, işletmelerin AI yatırımlarından gerçek değeri çıkarmakta hala neden zorlandıklarına ilişkin perspektifinizi nasıl etkiledi?

En büyük ders, çoğu organizasyonun teknolojinin zayıf olmasından değil, AI’ı otonom yürütme için tasarlanmamış işletme modellerine AI’ı katmanlamaktan kaynaklandığıdır. Son araştırmamız bu noktayı açıkça ortaya koyuyor. İşletmeler AI benimsemesine agresif bir şekilde girerken, birçok işletme hala otonom yürütme için gerekli işletme modellerini yeniden tasarlamakta zorlanıyor. Bu boşluk, birçok işletmenin hala yönetim, hesap verebilirlik ve organizasyonel hazır olma konularında soru işaretleri ile karşı karşıya olduğunu gösteriyor.

Ayrıca, işletmelerin doğru ölçüm çerçeveleri oluşturmadan hızlı hareket ettiklerini görüyoruz. Yöneticilerin %71’i agentic AI’ın daha önceki teknoloji dalgalarından daha hızlı getiri sağlayacağını düşünürken, %67’si hala önceki otomasyon modelleri için tasarlanmış verimlilik metriklerine güveniyor. Deneyimlerim, başarılı AI benimsemesinin sadece model dağıtmakla ilgili olmadığını, iş akışlarını yeniden tasarlamak, teknolojiyi iş öncelikleriyle uyumlu hale getirmek ve insanların rollerinin otonom sistemlerle birlikte nasıl evrimleştiğini anlamalarına yardımcı olmakla ilgili olduğunu gösteriyor.

Son raporunuz, Otonomi, AI’da Güveni Gerektirir, çoğu yöneticinin agentic AI’ın işletme operasyonlarını temel olarak değiştireceğine inandığını, ancak çoğu sistemin hala denetlenen olduğunu gösteriyor. İnanç ile uygulama arasındaki en büyük kopukluk nedir?

Kopukluk tamamen güvende merkezlenmiştir. Yöneticiler agentic AI’ın iş yapış şeklimizi yeniden şekillendireceğine inanırken, teknolojiye olan inanç, otomatik karar verme yetkisi verilmesine otomatik olarak dönüşmüyor. Araştırmamız, sadece %22’sinin AI sistemlerine alan düzeyinde veya geniş otonomi verilmesine izin verdiğini buldu.

Çoğu işletme hala AI’ı bir asistan olarak kullanıyor, önerilerde bulunabiliyor, iş akışlarını destekleyebiliyor veya özetleyebiliyor. Tereddüt, AI sistemlerinin operasyonları, müşterileri, uyumluluğu veya mali sonuçları etkileyen şekilde otonom olarak hareket etmesi beklenmeye başladığında ortaya çıkıyor. Bu tereddüt, birçok işletmenin AI’ı daha otonom işletme modellerine doğru itarken, insanların onay ve denetim süreçlerine sıkı bir şekilde dahil edilmesini zorunlu kılıyor.

Çok sayıda işletme AI’a ağır yatırım yapıyor, ancak anlamlı getiriler göstermekte başarısız oluyor. İşletmeler AI’dan kaynaklanan değeri ölçmeye çalışırken en yaygın hatalar nelerdir?

Birincil hata, birçok işletmenin hala önceki otomasyon dalgaları için tasarlanmış verimlilik metrikelerini kullanmasıdır. Veriler, işletmelerin %67’sinin masih adaptif, karar odaklı sistemlerin değerini tam olarak yakalayamayan verimlilik temelli ölçütlere bağlı olduğunu gösteriyor. Bu, beklentiler ile gerçekten ölçülen değer arasında gerçek bir kopukluk yaratıyor.

Bir başka sorun, birçok işletmenin henüz AI’a özgü başarı metriklerini tanımlamamasıdır. Sadece küçük bir işletme grubu, otonom iş akışı tamamlama, azaltılmış yükseltme veya otonom istisna işleme gibi şeyleri ölçüyor. Şirketler, yalnızca maliyet azaltma veya saat tasarrufu üzerine odaklanmaya devam ederse, agentic AI’ın yaratmak üzere tasarlandığı daha geniş operasyonel etkiye dikkat çekmeyi kaçıracaktır.

Rapor, organizasyonel hazır olmanın teknoloji kendisinden daha büyük bir engel olduğunu öne sürüyor. Şirketlerin agentic AI’ın tam potansiyelini açığa çıkarmak için hangi yapısal değişiklikleri yapması gerekiyor?

İşletmeler, hesap verebilirlik, iş akışı sahipliği ve karar verme süreçlerinin işletme genelinde nasıl işlediğini yeniden düşünmelidir. Araştırmamızın en net sonuçlarından biri, organizasyonel hazır olmanın teknoloji kendisinden daha büyük bir engel haline geldiğidir. Aslında, %33’ü işletmelerin agentic entegrasyon için iş süreçlerinin hazır olmamasını benimseme önünde en büyük engel olarak tanımladı.

En fazla ilerleme kaydeden şirketler, otonom sistemlerin açık sınırlar ve denetim yapıları içinde çalışabileceği şekilde iş akışlarını uçtan uca yeniden tasarlıyor. Ayrıca, %44’ü agentic AI’ın koordinasyon görevlerini geleneksel olarak ekipler arasında devamlılık sağlamakla görevli orta düzey yönetim tarafından ele alınan görevleri emerek, yönetim yapılarını düzleştireceğini bekliyor. Çalışanlar, denetim sorumlulukları, müdahale noktaları ve insan yargısının otonom bir ortamda nerede uyduğu konusunda çok daha büyük bir açıklığa ihtiyaç duyuyor.

Sadece küçük bir işletme grubu AI ajanlarına gerçek otonomi verilmesine izin veriyor. İşletmelerin AI sistemlerine karar verme yetkisi vermesi için ne gerekecek?

Agentic AI’a güven, sonunda hesap verebilirlik ve kontrol meselesine geliyor. İşletmeler, otonom sistemlerin açık sınırlar ve yönetim yapıları içinde çalışabileceğinden emin olmak istiyor.

İlerleyen şirketler, yükseltme yolları, müdahale tetikleyicileri ve yönetim kontrolleri işletme modeline doğrudan entegre edilmiş sistemler tasarlıyor. Çoğu işletme, iş bağlamı ve risk toleransa göre otonomi vermeye dayalı olarak otonomi veriyor. İşletmeler, başarılı dağıtımlar yoluyla güven kazandıkça, liderler kararların nasıl alındığını, hesap verebilirliğin nerede olduğunu ve insan denetiminin nasıl korunduğunu açıkça görebildiği için güven artıyor.

İşletmeler agentic AI’ı hızlı bir şekilde ölçeklendirme bekliyor, ancak birçok işletme hala eski verimlilik metrikelerine güveniyor. Daha etkili AI’a özgü performans metriklerinin nasıl görünmesi gerekiyor?

AI’a özgü metrikler, faaliyet yerine sonuçları ve yürütme ölçmelidir. Geleneksel verimlilik ölçümleri, insanların daha hızlı çalışıp çalışmadığına odaklanır, ancak agentic AI denklemini değiştirir, çünkü sistem kendisi operasyonel iş yükünün bir kısmını taşıyor. Bu önemli, çünkü birçok işletme hala AI’ı önceki otomasyon dalgaları için tasarlanmış bir verimlilik lensi ile ölçüyor, otonom yürütme yerine.

Daha etkili ölçümler, otonom iş akışı tamamlama, azaltılmış yükseltme oranları, daha hızlı karar yürütme ve sınırlı insan müdahalesi ile sistemlerin nasıl istisnaları yönettiğine odaklanmalıdır. Bu ölçümler, AI’ın gerçekten büyük ölçekte yürütme üzerinde etkili olup olmadığını çok daha net bir resim sunar.

İş akışı yeniden tasarımı, benimseme önünde en büyük engel olarak ortaya çıkıyor. Neden iş akışı dönüşümü, model performansından daha önemli?

İş akışı dönüşümü önemli, çünkü hatta en gelişmiş AI sistemleri de kırık veya parçalı iş akışları içinde ölçeklenemez. Araştırmamız, %33’ünün iş akışı hazır olmasının agentic AI benimsemesi önünde en büyük engel olduğunu buldu.

Bu sonraki aşama farklı, çünkü agentic AI iş akışları boyunca yürütme için tasarlandı, sadece içinde yardımcı olmak için değil. İşletmelerin, otonom yürütme için iş akışlarını yeniden tasarlaması, karar sahipliğini netleştirmesi, gereksiz el değiştirmeleri kaldırması ve yönetimi doğrudan iş akışlarına entegre etmesi gerekiyor. İş akışı yeniden tasarımı, aslında, ölçeklenebilir AI benimsemesi için şimdi gerçek temel haline geldi.

Rapor, AI’ın organizasyonel yapıları düzleştireceğini ve koordinasyon görevlerinin otomatik hale gelmesiyle birlikte orta düzey yönetim rollerinin evrimleşeceğini öne sürüyor. Liderlik rollerini ve orta düzey yönetim rollerini bu sonuçla nasıl görüyorsunuz?

Agentic AI koordinasyon ve operasyonel denetim görevlerini üstlendiğinde, liderlik rolleri, rutin yürütme yönetiminden, strateji, yargı ve yönetim rehberliğine doğru kayacak. Araştırmamız, birçok işletmenin agentic AI’ın organizasyon genelinde koordinasyon görevlerini azaltacağını ve otonom sistemlerin daha fazla operasyonel denetim sorumluluğu alacağını buldu.

Orta düzey yönetim, geleneksel olarak kararları yönlendirmek ve ekipler arasında devamlılık sağlamakla görevliydi. Otonom sistemlerin bu faaliyetlerin daha fazlasını ele almasıyla, liderler istisna yönetimi, hesap verebilirlik ve sistemlerin iş hedefleri ile uyumlu olmasını sağlamak üzerine daha fazla odaklanacak. İnsan liderliği, bağlam, etik ve yargı hala en önemli olan alanlarda daha da önemli hale gelecek.

Genpact, agentic ve gelişmiş teknoloji çözümleri şirketi olarak kendini konumlandırıyor. Şirket, geleneksel danışmanlık veya teknoloji şirketlerinden farklı olarak agentic AI’a nasıl yaklaşiyor?

Genpact’in yaklaşımı, sonuçlar ve “son mil” problemine çözüm olarak tanımladığımız şeyde temelleniyor. Birçok işletme, AI modellerinin içgörüler ürettiğini veya verimliliği iyileştirdiğini kanıtladı, ancak gerçek zorluk, bu yetenekleri canlı iş akışlarına entegre etmekte, burada iş gerçekten gerçekleşiyor. İşte birçok AI girişimi tıkandığı yer. Müşterilere, agentic AI’ı son milde yürütme boyunca işletmelerde ölçülebilir sonuçlar elde etmesi için yardımcı olmak üzerine odaklanıyoruz.

Bizim yaklaşımımızı farklı kılan, derin iş akışı uzmanlığı ile veri, teknoloji ve AI yeteneklerinin birleşmesidir. Sadece modeller dağıtmıyor veya pilotlar oluşturuyoruz. İş akışlarını yeniden tasarlıyor, yönetimi operasyonlara entegre ediyor ve işletmelerin otonom yürütme için gerekli hesap verebilirlik yapılarını oluşturmasına yardımcı oluyoruz. Ayrıca, agentic AI’ı kendi operasyonlarımıza entegre ettiğimiz için, deneyimlerimizden, deneysel uygulamalardan ziyade, ölçeklendirilebilir AI benimsemesi için ne gerektiğini biliyoruz.

İleriye bakıldığında, agentic AI’ın lider ve geri kalan işletmeler arasındaki açığı genişletip genişletmeyeceğine inanılıyor musunuz? Şirketlerin geri kalmaktan kaçınmak için şimdi ne yapması gerekiyor?

Evet, inanıyorum ki bu açığı genişletecek. Agentic AI, önceki teknoloji dalgalarından farklı olarak değer yaratıyor. İş akışlarını yeniden tasarlayan, hesap verebilirlik çerçeveleri oluşturan ve otonom sistemlere güveni inşa eden işletmeler, rakipleri için zorlayıcı operasyonel avantajlar oluşturacak. Şaşırtıcı olan, bu değişimin ne kadar hızlı gerçekleşmesi. %29’u agentic AI’ın işletme genelinde 12 ay içinde ölçekleneceğini bekliyor.

Rekabetçi kalmak isteyen şirketler için öncelik, işletme modelini otonom yürütme için hazırlamaktır. Bu, iş akışlarını yeniden tasarlamak, sahiplik yapılarını tanımlamak, AI’a özgü ölçüm çerçevelerini oluşturmak ve işgücü hazır olmasını yatırım anlamına gelir. İşletmeler bu temel öğeleri erken benimseyen işletmeler, hala AI’ı bağımsız bir teknoloji girişimi olarak görenlerden daha iyi bir konumda olacak.

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Genpact sitesini ziyaret edebilir.