Arnav Mishra, Doss’un Kurucu Ortağı ve CTO’su – Röportaj Serisi

Arnav Mishra, Doss‘un Kurucu Ortağı ve CTO’su, erken aşamadaki startups ve büyük ölçekli altyapı sistemlerinde geçmişe sahip bir full-stack mühendisi ve teknik liderdir. Doss’u kurmadan önce, Siteline’da kurucu mühendisti ve izin mimarisi, ERP entegrasyonları ve otomasyon çerçeveleri gibi core sistemlerin yanı sıra işe alma, gelir operasyonları ve şirket kültürüne katkıda bulundu. Kariyerinin erken döneminde, Rubrik ve Uber ve VMware gibi şirketlerde mühendislik yaptı ve bulut altyapısı, veri sistemleri ve otomasyon konularında uzmanlık kazandı. Teknik çalışmalarının yanı sıra, Techquitable Futures ve Contrary gibi organizasyonlar aracılığıyla mentorluk ve yetenek geliştirme konularında aktif olarak yer aldı, bu da mühendislerin bir sonraki nesline destek olma konusundaki daha geniş taahhüdünü yansıtıyor.

Doss, geleneksel ERP sistemlerini yeniden icat etmek amacıyla modern bir entreprise yazılım şirketi olarak kuruldu. Esnek, AI-yerli bir operasyon platformu olan Adaptive Resource Platform (ARP) ile işletmelerin envanter, satın alma, finans ve teslimat gibi işlemlerini tek bir sistem içinde yönetmelerine olanak tanır. Legacy ERP çözümlerine karşı bir alternatif olarak tasarlanan Doss, şirketlerin gerçek dünya operasyonlarına uyum sağlamak yerine katı süreçler dayatmak zorunda kalmadan işlemlerini yönetmelerine olanak tanır. Platform, merkezi bir veri katmanı, kod yazmadan iş akışları ve gerçek zamanlı analizleri birleştirir, böylece işletmelerin hızlı bir şekilde dağıtmalarına, mevcut araçlarla entegre etmelerine ve operasyonlarını sürekli olarak geliştirmelerine olanak tanır zonder uzun süreli uygulamalar veya pahalı danışmanlar.

Doss’u kurma motivasyonu, Wiley’nin miras yazılımın babasının imalat işini bozmasına ve sizin de fabrikalar ve donanım tedarik zincirleriyle çalışırken benzer sorunları firsthand olarak görmüş olmanıza dayanıyordu. Bu deneyimler Doss’u kurma ve ERP sistemlerini sıfırdan düşünme kararınızı nasıl etkiledi?

Doss’tan önce, bir FinTech startup’ın kurucu mühendisdim. Alıcılarımız – CFO’lar, muhasebeciler vs. – bizim çözümümüzü neden tercih etmediklerini sorduğumda, #1 neden “çünkü ERP’yi uygulamaya çalışıyoruz” idi. ERP’nin eski topraklarına daldıkça, mevcut uygulama modeli beni şaşırttı.

Gördüğüm şey, aynı temel başarısızlıktı: uygulama aylar veya yıllar alıyor, yüz binlerce ila milyonlarca dolar maliyeti var ve tamamen insan danışmanları tarafından saatlik faturalandırma ile engelleniyor. Sonra, bir kez ERP gemisi yola çıktığında, değişmez oluyor. İş devam ediyor; sistem değil. Bu, bir mimari sorun, bir yapılandırma sorunu değil. Yama ile çıkamazsınız.

Bir yazılım geliştirici olarak, düşünebileceğim en yakın karşılaştırma şuydu: hayal edin ki, kullandığınız en önemli araç – bir geliştirici olarak, GitHub diyelim – yalnızca sizin şirketiniz için yıllarca süren bir süre boyunca bir üçüncü taraf danışmanlık ajansı tarafından özel olarak oluşturuldu. Sonra, ürün bitirildiğinde, danışmanlar bakım, özellik geliştirmeleri ve destek olmadan ayrılıyor. Mühendisler ayaklanırdı.

Hiçbir modern teknoloji şirketi bu modelde çalışamaz. Wiley ve ben aynı sonuca vardık: onu düzeltmenin tek yolu sıfırdan inşa etmekti.

DOSS, geleneksel ERP sistemlerini değiştirmek amacıyla AI-yerli bir operasyon platformu olarak konumlandırılmaktadır. AI-yerli bir ERP’nin mümkün olmasını sağlayan temel mimari farklılıklar nelerdir?

Oracle (ORCL ) ve SAP, dağıtımlarını en üst düzeye çıkarmak için ERP’nin yapılandırma düzlemini,相对 olarak teknik olmayan danışmanların ölçeklendirilebileceği bir GUI tabanlı editöre basitleştirmeleri gerekiyordu. En iyi uygulamaları korumak için, core sistemlerin büyük parçalarını kilitleyip yalnızca kenarlarda bileşimliliğe izin verdiler. Ancak, gerçek dünyada, tüm işletmelerin iş uygulamalarına maksimum esneklik gerekiyor.

AI-yerli dünya, yazılım mühendisliğini bir zanaattan endüstriyel bir makineye dönüştürüyor. Artık yazılım sistemlerini elle oluşturmak zorunda değiliz; bunun yerine, yazılım verimi, hesaplama ve tokenlerin bir fonksiyonu haline geliyor.

Doss, tam da bunu göz önünde bulundurularak tasarlandı.

Müşterimizin tüm Doss uygulamasını tanımlayan bir deklaratif alan özel dili (DSL) olan ZSL’yi inşa ettik. “Terraform”ın Altyapı olarak Kod (IaC) çabalarına yaptığı şeyi, ancak iş uygulaması mantığına uyguladık. Düşük boyutlu bir programlama dilinde ERP’leri tanımlayarak, ERP çözümleri sunmak için ajanları ölçeklendirerek dağıtabiliyoruz.

ZSL yazıldıktan sonra, mimarinin en önemli kısmı, ajanların düşük kaliteli uygulamalar oluşturmasını önlemek için platforma en iyi uygulamaları yerleştirmekti. Ekibimiz, bir çekirdek düzeyinde zamanlayıcı ile bursty ERP iş yüklerini üstlenebilen bir ölçeklendirilebilir dağıtılmış sistem teslim etti. Ayrıca, Postgres gibi bir işlemsel veritabanının en önemli kısımlarını bir Veri Ambarının analitik yetenekleriyle birleştiren bir HTAP veritabanı sistemi inşa ettik.

Platformu, kuruluşundan itibaren Kurumsal düzeyde güç ile inşa ederek, sistem tam olarak ajantik dağıtıma hazır hale geldi. Danışmanların aylar veya yıllar alacak işleri, artık kapalı döngü sistemimizde ajantik altyapıyı kullanarak ölçeklendirilebilir.

Çok sayıda şirket hala iş satın alma, envanter ve sipariş yönetimi için elektronik tablolar ve parçalı araçlara güveniyor. Core iş verilerinin tek bir gerçeklik kaynağı olarak birleştirilmemesinin neden olduğu en büyük operasyonel kör noktalar nelerdir?

En büyük problem, kararların eski veya eksik bilgiler temelinde verilmesidir. Envanter verilerinizi bir yerde, satın alma siparişlerinizi başka bir yerde ve satış siparişlerinizi üçüncü bir yerde tutuyorsanız, sürekli olarak elle uzlaştırıyorsunuz, yavaşça ve olaydan sonra. Birisi envanterin yanlış olduğunu veya bir tedarikçinin geride kaldığını fark ettiğinde, zaten iş için bir sorun haline gelmiştir.

Verve Coffee Roasters, bu durumun pratikte nasıl bozulduğunu gösteren bir örnektir. ABD ve Japonya’da perakende, toptan, DTC ve kafeler aracılığıyla operasyonlar yürütüyorlar, ancak bağlantılı sistemler olmadan gerçek zamanlı envanter görünürlüğü olmadan tümünü yönetiyorlar. Yüksek trafikli lokasyonlarda kendi kahvelerinden çıkıyorlardı ve bir ana perakendeci lansmanında kritik stok çıkışları yaşıyorlardı ve bu, önemli bir perakende ilişkisini incitti. Veriler bir yerde mevcuttu, ancak kimse tarafından zamanında harekete geçebilecek şekilde bağlantılı değildi.

Daha ince bir sorun, parçalı verilerin operasyonların gerçek şeklini gizlemesidir. Bir yukarı akıştaki gecikme ile bir aşağı akıştaki bir teslimat sorunu arasındaki ilişkiyi göremezsiniz, çünkü bu iki şey ayrı araçlarda yaşıyor. Semptomları yönetiyor, siparişleri hızlandırıyor, güvenlik stoğu oluşturuyor ve elle kontroller yapıyor yerine, gerçekten neler olduğunu anlamaya çalışıyorsunuz. Birleştirilmiş bir sistem, sadece uzlaştırma zamanını kaydetmekle kalmaz, aynı zamanda ne görebileceğinizi ve ne sorduğunuzu değiştirir.

Temelde, bir kurumsal işletmeyi, bir sürüm kontrol sistemi (Git), bir gözlemlenebilirlik aracı (DataDog) veya sorgulamak için merkezi bir veritabanı olmadan çalıştırmaya benzer.

ERP uygulamaları geleneksel olarak büyük danışmanlık ekipleri ve aylar veya yıllar süren dağıtım gerektirir. AI, işletmelerdeki operasyonel yazılımların uygulanmasının ekonomisini ve karmaşıklığını nasıl değiştiriyor?

Geleneksel uygulama modeli, nesiller boyunca oluşan eski yazılım uygulamalarının bir sonucudur. Artık o dünyada yaşamıyoruz.

ERP uygulamalarında bugün bir ters teşvik vardır – uygulama ne kadar uzun sürerse ve ne kadar etkisizse, uygulayıcılar o kadar çok para kazanırlar. Çoğu yapımcı bundan yararlanmayacak, ancak hiçbir zaman hız ve kalite ile hareket etmeye teşvik edilmezler.

Dahası, geleneksel bir ERP anlaşmasındaki danışmanlık harcamasının yazılım harcamalarına oranı yaklaşık 9:1’dir, yani her bir yazılım doları için 9 dolar danışmanlık ücreti ödüyorsunuz. Büyük bir işletme için bu çok ağrılıdır, orta pazar işletmeleri için ise engelleyici bir durum yaratır. Bu nedenle, ya uygun olmayan bir yazılımı kabul ederler, ya da projeyi erteler veya yarıda bırakırlar.

AI, bu birimin ekonomisini tamamen değiştiriyor. Danışmanlık anlaşması yerine, bir Doss uygulaması bir kod tabanıdır. Uygulama sürelerimiz devam ettikçe, “teslimata göre ödeme” modeliyle danışmanlık anlaşması yerine hizalamak mümkün oluyor. İş değiştikçe, sistem de değişiyor. Danışmanların odaları ve uzun slayt sunuları artık ilgili değil.

Doss’ta başarı, 1,86 trilyon dolarlık küresel BT hizmetleri harcamasını, ZSL’mizi iş uygulaması yazılımı dili olarak kullanarak ajantik uygulama ve bakım ile değiştirmektir. Doss’ta başarı, tüm iş uygulamalarını ölçeklendirerek ticarileştirmektir.

Sizinle birlikte çalışan şirketler, imalat, lojistik ve tüketim malları gibi gerçek dünya ortamlarında faaliyet gösteriyor. AI ile operasyonel veriler bir araya geldiğinde ortaya çıkan beklenmedik zorluklar nelerdir?

Sorun genellikle AI değil, AI’nin hakkında akıl yürüttüğü verilerdir.

Çalıştığımız her şirket, yıllarca operasyonel çalışmazlıklar biriktirmiştir. Teknik olarak veriler mevcuttur, ancak çalışanların, ajantik sistemlerin güvenilir bir şekilde hareket edebileceği bir yerde yaşamazlar.

Bir örnek, üretilen parçaları üreten bir Alman mobilya üreticisidir. Giriş yaptığımızda, 10 yıllık historical veri, 8 özel dosya formatında, 11 farklı veri nesnesi ve bir 3PL senkronizasyonu vardı ve bu, FTP klasörlerinden elle kopyalama yoluyla çalışıyordu. İş mantığı spesifiktir, özel boyutlar, konfigürasyonlar, ödeme yöntemleri ve vitrin yerleri vardır ve tüm sistem Almanca olarak çalışmalıdır. Bunun için önceden hazırlanmış bir şema yoktur. Basit konfigürasyon seçeneklerini değiştirmek için her seferinde binlerce Euro ödemek zorundalardı.

Sorun, herhangi bir parça için teknik karmaşıklık değil, her işletmenin bu sorunun farklı bir versiyonuna sahip olmasıdır ve bunu tam olarak tahmin edemezsiniz, ancak ancak verilerine girdiğinizde. İş, işletmenin gerçekten nasıl çalıştığını doğru bir şekilde yakalamak, verilerini bir genel şablona uydurmak yerine.

Gerçek dünya için bir çözüm oluşturmak için, maksimum esnekliğe sahip bir platforma ihtiyacınız vardır. Sadece o zaman AI, üzerinde çalıştığı temel veri modelini anlamanın ve her müşteri için çalışan modeli oluşturmanın faydasını gösterebilir.

AI, iş akışlarını oluşturup operasyonel sistemlerle doğrudan etkileşime girebiliyor. İşletmelerde operasyonel iş akışlarında AI’nin en fazla değer katabileceği alanlar neresidir ve insan denetimi hala kaçınılmazdır?

Doss’un özel modelleri ve ajanları, teknik danışmanların iş uygulamalarını uygulaması ve yönetim danışmanlarının stratejik öneriler sunması gibi operasyonel işleri bozabilir.

En açık değer, daha spesifiktir. Tekrarlanan, kurallara dayalı ve şu anda insanların daha stratejik öncelikleri olan işleri yapmasıdır: satın alma siparişlerini işleme, envanteri uzlaştırma ve teslimat kararlarını yönlendirme. Bu görevler iyi tanımlanmış girdiler ve çıktılar sahiptir ve AI bunları güvenilir bir şekilde ölçeklendirerek gerçekleştirebilir.

İnsan denetimi, yanlış bir kararın maliyeti yüksek ve sistem yeterli bağlamı sahip olmadığı sürece her yerde gereklidir. Bugün doğru model, insanların karar verme yetilerini tamamen değiştiren otonom ajanlar değil, yüksek hacimli, iyi tanımlanmış işleri ele alan ajanlardır, böylece insanlar gerçekten yargıya ihtiyaç duyan kararlar üzerinde odaklanabilirler.

Çok sayıda şirket, mevcut yazılım yığınlarına AI’yi katmanlıyor. Mevcut sistemlere AI’yi entegre etmenin neden sıklıkla AI’yi temelinden inşa edilen platformlara göre yetersiz kaldığını düşünüyorsunuz?

Miras sistemleri, AI tarafından akıl yürütülmesi için tasarlanmamıştı. Veri modelleri, API’ler, bilgilerin yapıldığı şekli, tümü insanların arayüzler aracılığıyla etkileşime girebileceği şekilde tasarlandı. AI’yi bunun üzerine katmanladığınızda, AI’nin çalışmak zorunda olmadığı kısıtlamalar etrafında çalışmasını istiyorsunuz.

Daha derin bir sorun, uygulama modelidir. Geleneksel bir ERP’de, sistemin konfigürasyonu sistem içinde depolanır. Kod olarak okuyamaz, test edemez veya sürümleyemezsiniz. Ajansın sistemin ne yaptığını anlaması, hatta güvende değişiklik yapması mümkün değildir. ZSL’yi, konfigürasyonun okunabilir, test edilebilir ve kapalı bir sistemde dağıtılabilir bir kod tabanı olması için özellikle inşa ettik. Tamamen ajantik bir yazılım geliştirme yaşam döngüsü (SDLC) inşa ediyoruz. Bu, AI’nin gerçekten sistem üzerinde çalışabilmesi için ön koşuldur.

AI, iş akışlarını oluşturup operasyonel sistemlerle doğrudan etkileşime girebiliyor. İşletmelerde operasyonel iş akışlarında AI’nin en fazla değer katabileceği alanlar neresidir ve insan denetimi hala kaçınılmazdır?

Arayüz sorunu, kimin sistemi kullanması gerektiğiyle ilgili. Şu anda, ERP arayüzleri, sistemi uygulandığı sırada eğitilen küçük bir güç kullanıcı grubu etrafında inşa edilmiştir. Herkes ya bunu kullanamaz ya da bir xuốnggraded versiyonunu alır.

İnşa ettiğimiz şey, bir web sitesi oluşturucu gibi birleştirilebilir bir arayüzdür. Arayüz, kapalı ZSL ile desteklenmektedir. CFO, depo yöneticisi, tedarik zinciri analisti, herkes, gerçekten nasıl çalıştıkları etrafında oluşturulmuş bir panoya ve veri görünümlerine sahiptir, değilse sistemi nasıl yapılandırdıkları. AI, temeldeki iş akışı yürütmesini ele aldıkça, arayüz, veri girişi hakkında değil, görünürlük ve karar verme hakkında oluyor. Yazılım, geri kalanını ele almalıdır.

DOSS gibi startups, on yıllardır var olan devlerle rekabet ediyor. AI-yerli startups, kuruluşlara karşı rekabet ederken hangi avantajlara sahiptir?

Kuruluşlar, korumak zorunda oldukları büyük bir kuruluma sahipler. Her mimari kararı, geriye dönük olarak uyumlu olmalıdır. Mevcut ürünlerine AI özelliklerini ekleyebilirler, ancak bunları destekleyen tüm sistemleri bozmadan yeniden inşa edemezler. Bu, bir hırs eksikliği değil, yapısal bir sorundur.

ERP’de özellikle, ayrıca danışmanlık hizmetleri gelirini ortadan kaldırmak isteyen bir iş kararı ile karşı karşıyalar. Kullanıcılar, her bir yazılım doları için 9 dolar danışmanlık ücreti ödüyorsa, 90%’i transformasyonu gerçekleştirmek için kaynaklarını kullanmak büyük kuruluşlar için imkansızdır.

Önümüzdeki beş ila on yıl içinde, özellikle tedarik zinciri görünürlüğü, gerçek zamanlı karar verme ve otomatik operasyonlar gibi alanlarda AI’nin bir işletmenin “işletim sistemini” nasıl dönüştüreceğini öngörüyorsunuz?

Doss’u, entreprise sistemlerinin kendilerini inşa edebileceği inancıyla kurduk. Üç yıl sonra, Doss’un 2. aşamasına girdik: ajantik self-sürüşlü uygulama. Platform, artık manuel danışman konfigürasyonu yerine, bir müşterinin sistemini oluşturup, doğrulayıp, geliştirebiliyor ve her dağıtımda daha da iyi hale geliyor.

AI, operasyonel işleri bozma yeteneğine sahiptir. Gelecek ufukta, Doss’un sistemini, işin nasıl çalıştığıyla gerçek zamanlı olarak senkronize olacak şekilde inşa ediyoruz. Bugün, iş ve sistem arasındaki boşluk aylar veya yıllardır. Sistem, belirli bir zamanda yapılandırıldı ve o günden beri değişmedi. Sistem, iş değiştikçe değiştiğinde, ne mümkün olur? Gerçek zamanlı görünürlük, sadece daha hızlı raporlama değil, bir tedarik kesintisini teslimat başarısızlığı haline gelmeden önce yakalama yeteneğidir. Otomatik operasyonlar, sadece verimlilik hakkında değil, aynı ekiple daha karmaşık bir işletme çalıştırma yeteneği hakkında. İşte inşa etmeye çalıştığımız operasyonel yazılımın versiyonu.

Detaylı cevaplarınız için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Doss‘u ziyaret edebilir.