Andrew Sales, Scaled Agile Ürün Başkanı – Röportaj Serisi

Andrew Sales, Scaled Agile’de Ürün Başkanı ve Baş Metodoloji Uzmanı olarak, yirmi yılı aşkın bir süredir işletmelerin değer teslimat şeklini dönüştürmesine yardımcı olan deneyimli bir Lean, Agile ve DevOps lideridir. Mevcut rolünde, ürün stratejisinin rehberliğinde ve Scaled Agile Framework (SAFe)’nin evriminde çalışarak, küresel organizasyonlarla birlikte büyük ölçekli işletmelerde çevik uygulamaları benimsemelerine yardımcı olmaktadır. Scaled Agile’e katılmadan önce, Sales, CA Technologies, Rally Software ve Pearson’da üst düzey liderlik ve danışmanlık pozisyonlarında bulunmuş ve finansal hizmetler, telekomünikasyon, perakende, yazılım ve eğitim gibi sektörlerde Avrupa, Orta Doğu ve Afrika’daki işletmelere çevik dönüşüm girişimlerinde danışmanlık yapmıştır.

Scaled Agile, Inc SAFe’nin arkasındaki şirket olup, geniş çapta benimsenen bir çerçeve olan SAFe, işletmelerin büyük ölçekli olarak Lean, Agile ve DevOps uygulamalarını uygulamalarına yardımcı olur. Çerçevesi, eğitim programları, sertifika programları, iş ortağı ağı ve SAFe Studio platformu aracılığıyla, Scaled Agile, hizalama, teslimat hızı, ürün kalitesi, çalışan katılımı ve iş çevikliği konularında iyileşme isteyen işletmelere destek olur. Şirket, SAFe’nin dünya çapında 20.000’den fazla işletme tarafından benimsendiğini ve bir milyondan fazla profesyonelin bu çerçeve kapsamında eğitildiğini raporlamaktadır.

Büyük ölçekli dönüşümlerden alınan dersler, AI-Yerel SAFe’nin oluşturulmasını nasıl etkiledi?

Son 15 yıl içinde, 20.000’den fazla işletmenin büyük ölçekli ürün geliştirme koordinasyonu için SAFe’yi benimsemesini izledik. Kalan tek bir ders, Lean ve Agile ilkelerinin hala geçerli olmasıdır. Değişen şey, teknoloji değiştikçe bu ilkelerin nasıl uygulanacağıdır.

AI, bu ilkeleri geçersiz kılmaz; kısıtların nerede olduğunu değiştirir. Takımlar daha küçük, AI ile güçlendirilmiş ve artan şekilde kendi işlerini yönetmek yerine işin yönünü belirlemek üzere odaklanmaktadır. Karar döngüleri sıkıştırılıyor ve insan yargısı ile AI yürütme arasındaki etkileşim, değer yaratılmasında merkezi bir hale geliyor.

AI-Yerel SAFe, SAFe’nin kanıtlanmış temelini korurken, bu yeni gerçeklik için işletme modelini geliştirir. Müşteri değerine, çapraz fonksiyonel işbirliğine, portföy hizalamasına ve sürekli iyileştirmeye odaklanmayı korurken, AI’yi yönetmek, verileri stratejik bir varlık olarak yönetmek ve AI destekli işletmelerde hesap verebilirlik kurmak için yeni yollar tanır.

Geleneksel Agile çerçeveleri AI dönemi için neden artık yeterli değil?

Geleneksel Agile çerçeveleri hala son derece değerli. Değişen şey, içinde çalıştıkları ortam.

Yıllarca, işletmeler yazılımı tasarlayabilme, inşa edebilme ve teslim edebilme hızıyla sınırlı kaldı. AI bu denklemini dramatik bir şekilde değiştirir. Bir müşteri yakın zamanda bize, artık inşa ettikleri şeyler için sınırlı olmadıklarını, ancak bu çözümlerin anlamlı bir değer yaratıp yaratmadığını, güvenilebilir olup olmadığını ve işletme hedefleriyle uyumlu olup olmadığını belirleyebilme hızıyla sınırlı olduklarını söyledi.

Bottleneck, üretimden yargıya, çıktılardan sonuçlara kaymıştır.

İşletmelerin, değerleri sürekli olarak değerlendirmelerine, AI’yi sorumlu bir şekilde yönetmelerine ve insanlar ve AI arasında işbirliğini koordine etmelerine yardımcı olan işletme modellerine ihtiyaçları vardır. Bu, geleneksel Agile uygulamalarının ötesinde bir evrim, onların yerine geçmek değildir.

İşletmeler AI girişimlerini ölçeklendirirken en büyük hatalar nelerdir?

İlk hata, AI’ı bir araç problemi olarak görmek. Çoğu işletme zaten etkili bir şekilde kullandıklarından daha fazla AI yeteneğine sahiptir.

İkinci hata, AI’ı mevcut iş akışlarına, bu iş akışlarının var olmaya devam edip etmemesi gerektiğini sorgulamadan katmak. Etkisiz süreçleri otomatikleştirmek genellikle dönüşüme yol açmaz.

Üçüncü hata, AI’ı bir teknoloji platformu olarak değil, bir organizasyonel yetenek olarak benimsemektir. Sürdürülebilir AI benimsemesi, teknolojiyi benimsemekten daha fazla liderlik, yönetim, ürün geliştirme, işletme uygulamaları ve sürekli öğrenme değişikliklerini gerektirir.

İşletmeler, en büyük etkiye sahip olanlar, işlerin nasıl gerçekleştiği konusunda yeniden tasarlarlar. AI, işletme modelinin bir parçası haline gelir, yalnızca çalışanların kullanması beklenen bir araç değildir.

AI Değer Mimarının doldurduğu boşluk nedir ve takım dinamikleri nasıl değiştirir?

AI, çözümler oluşturmanın maliyetini düşürür, ancak yanlış problemi çözmenin maliyetini düşürmez.

AI Değer Mimarının görevi, işletmelerin AI’ı kullanma fırsatlarını belirlemelerine ve iş sonuçlarına odaklanmalarına yardımcı olmaktır. Bu rol, müşteri değerini, teknik uygulanabilirliği, maliyeti, yönetimi, yasal konuları ve etik sorumluluğu dengeler ve AI destekli yetenekleri ölçeklendirme konusunda işletmelere karar verme konusunda yardımcı olur.

Bu, onay katmanları eklenmesinden ziyade, işletme liderleri, ürün ekipleri ve teknik organizasyonlar arasında karar alma sürecini hızlandırır ve daha iyi bilgilendirir. İnovasyonu sorumlulukla dengelemenin pratik bir mekanizması sağlar ve ölçülebilir işletme değerini her AI yatırımının merkezinde tutar.

İnovasyon hızını AI denetimıyla nasıl dengelersiniz?

Yönetim, inovasyonun ardından gerçekleşen bir şey olmamalıdır. İşletme modeline entegre edilmeli ve inovasyonun güvenli ve sürekli bir şekilde gerçekleşmesini sağlamalıdır.

Büyük işletmeler, hız ile hesap verebilirlik arasında denge kurmak zorundadır. AI, veri kalitesi, şeffaflık, önyargı, uyumluluk ve organizasyonel sorumluluk konularında yeni dikkate alınması gereken noktaları getirir.

AI-Yerel SAFe, yönetimi açık bir şekilde ortaya koyar, portföy kararlarına dahil eder, veri yönetimini birincil bir endişe olarak ele alır, insanı döngüde tutar ve AI hesap verebilirliği konusunda rol açıklığı getirir. Yönetim, işletmelerin nasıl çalıştığına entegre edildiğinde, inovasyonun bir kısıtlaması değil, bir aracı haline gelir.

İşletme takım yapıları önümüzdeki beş yıl içinde nasıl değişecek?

Dört büyük değişiklik, yüksek performanslı organizasyonlar genelinde ortaya çıkıyor.

İnsanlar, her işi elle yapmaktan ziyade istenci ve istenilen sonuçları belirlemeye odaklanıyorlar.

Öğrenme ve deney döngüleri, AI’ın keşif ve geri bildirimi hızlandırmasıyla dramatic bir şekilde hızlanıyor.

İnovasyon, daha dağınık hale geliyor çünkü AI, işletme genelinde deney yapma maliyetini düşürüyor.

Takımlar, AI ile güçlendiriliyor ve AI, yalnızca bir üretkenlik aracı değil, teslimatta aktif bir katılımcı haline geliyor.

Gelecekte, AI-Yerel ekipler, insan uzmanlığı ve AI yeteneği arasındaki işbirliğini nasıl koordine ettikleri ile tanımlanacak.

Veri hazırlığı neden hala büyük bir engel ve işletmelerin önceliklendirmesi gereken nedir?

Veri, AI’ı büyük ölçekli olarak gerçekleştirmenin en büyük engellerinden biri olmaya devam ediyor çünkü AI, üzerine kurulduğu bilgilere göre etkili oluyor. Parçalanmış veri, tutarlı olmayan yönetim ve AI ortamı için tasarlanmayan iş akışları, birçok işletmeyi pilot aşamasından ziyade AI’ı işletme genelinde ölçeklendirme konusunda tıkayící faktörler olarak kalıyor.

Return on AI Institute’in araştırması, küresel yöneticilerin %55’inin AI’den değer elde etmenin en büyük engelini AI’ye hazır veri eksikliği olarak gördüğünü buldu. Bu, işletmelerin AI uygulamalarına büyük yatırımlar yapmadan önce veriyi yönetilen bir stratejik varlık olarak ele almaları,明确 bir sahiplik, yönetim, kalite standartları ve güven oluşturmaları gerektiğini vurguluyor. AI, verilen bilginin iyi veya kötü olmasına bakılmaksızın her şeyi ölçekler.

Bu nedenle, AI-Yerel SAFe, veri yönetimini işletme modelinin yapısal bir öğesi olarak ele alır, bir ön koşul veya başka birinin sorumluluğu olarak değil. Veri hazırlığı, yalnızca bir BT sorunu değil, bir liderlik ve işletme modeli sorunu ve işletmelerin AI’dan ölçeklendirilebilir işletme değerleri elde etmesini doğrudan etkileyen bir faktördür.

AI-Yerel SAFe, işletmelerin çıktıları ölçmekten sonuçları ölçmeye nasıl geçiş yapmasına yardımcı olur?

AI, çıktı oluşturmayı dramatic bir şekilde kolaylaştırır. AI ile yürütme daha hızlı ve ucuz hale geldikçe, çıktı alone ilerlemenin zayıf bir ölçüsü haline gelir. Gerçek rekabet avantajı, bu çıktıların anlamlı işletme sonuçları yaratıp yaratmadığını ölçmeye kayar.

AI-Yerel SAFe, sonuç odaklı bir ürün geliştirme döngüsü etrafında inşa edilmiştir. AI yatırımlarını ölçülebilir işletme değerine sürekli olarak bağlayan roller, uygulamalar ve yönetimi sağlar.

Return on AI Institute’in aynı araştırması, işletmelerin AI yatırımlarının değerini düzenli olarak ölçüp ilettikleri executive ve yönetim kurulu düzeyinde önemli ölçüde daha güçlü AI yatırım getirileri raporladıklarını desteklemektedir. AI-Yerel SAFe, bu sonuç odaklı disiplini, işletmelerin nasıl çalıştığının sürekli bir parçası haline getirir.

İşletmelerin AI-Yerel SAFe’ye geçiş kararı verirken hangi faktörleri dikkate alması gerekir?

Temel SAFe, birçok işletme için doğru işletme modeli olmaya devam eder. AI-Yerel SAFe, bunu değiştirmek için değil, AI’nin işletme modelini şekillendirdiği işletmeler için uzantı olarak tasarlanmıştır.

İşletmelerin, AI’ın mevcut faaliyetleri otomatikleştirmek yerine işleri yeniden tasarlamak için anlamlı fırsatlar yaratıp yaratmadığını değerlendirmeleri gerekir. AI’yi büyük ölçekli olarak desteklemek için yönetim uygulamaları, liderlik uygulamaları ve veri yeteneklerinin hazır olup olmadığını değerlendirmelidir.

En önemlisi, bu, tüm veya hiç bir karar değildir. AI-Yerel SAFe, işletmelerin AI-Yerel SAFe uygulamalarını benimsemelerine yönelik rehberlik içerir, böylece işletmeler渐渐 olarak evrimleşebilir.

Her işletme farklı bir noktadan başlar ve AI-Yerel SAFe, bu evrimi desteklemek için tasarlanmıştır.

2030’da真正 bir AI-Yerel işletme nasıl görünür?

2030’da, en yüksek performanslı işletmeler AI’ı bir teknoloji problemi olarak değil, bir işletme fırsatı olarak görecek. İşletmelerin nasıl çalıştığına, rekabetçi kalmasına ve müşterilerine değer teslim etmesine entegre olacaktır.

İnsan liderler, istenci tanımlayacak, stratejik kararlar alacak, yargı yapacak ve sonuçlardan sorumlu olacaktır. AI ajanları, daha önce önemli insan çaba gerektiren analiz, koordinasyon ve yürütme işlemlerini gerçekleştirecektir.

Endüstri liderlerini ayıran şey, AI erişimine sahip olmak won’tolacaktır; herkes güçlü AI yeteneklerine sahip olacaktır. Fark, işletme modelinin kalitesi, insanların, AI’ın, verilerin, yönetimin ve sürekli öğrenmenin nasıl koordine edildiği ve ölçeklendirilebilir işletme sonuçlarını nasıl teslim edildiğidir.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Scaled Agile‘i ziyaret edebilir.