monday.com’da Yapay Zeka Başkanı Assaf Elovic – Röportaj Serisi

Wix gibi teknoloji dünyasının en dinamik şirketlerinde AI çabalarına liderlik ettiniz ve şimdi monday.com—akıllı sistemler inşa etme zorluğuna sizi kişisel olarak ilk çeken şey neydi?

AI yolculuğum 2015’teki chatbot patlaması sırasında başladı. Gerçekten niyeti anlayabilen bir AI botuyla etkileşime girdim; bu bir sihir gibiydi. Bu sadece bir yenilik değildi; randevu alma ve karmaşık soruları yanıtlamaya yönelik gerçek problemleri çözüyor, bu da sistemlerin nasıl çalıştığına olan merakımı ateşledi.

Beni gerçekten çeken şey, AI’nın ne kadar erişilebilir hâle geldiğini fark etmekti. Bazı araçlar ve API’ler, geliştiricilerin makine öğreniminde doktora yapmadan sağlam uygulamalar oluşturmasını mümkün kıldı. Sonsuz olasılıklar heyecan vericiydi ve bu dönüşüme katkıda bulunmak istediğimi biliyordum. O zamandan beri, gerçek dünya sorunlarını çözen ve insanların yaşamını iyileştiren AI ürünleri geliştirmeye adadım.

Akıllı sistemler inşa etme zorluğu, yaratıcılık ile son teknoloji arasındaki kesişim noktasında yer alması nedeniyle beni cezbediyor. Her proje yeni bir bulmaca çözmek gibi; sadece teknik yetenekleri değil, aynı zamanda insanların nasıl çalıştığını ve neye ihtiyaç duyduklarını da anlamak gerekiyor.

Katılmadan önce monday.com, açık kaynak araçlar gibi GPT Researcher’ı geliştiriciler ve araştırmacılar arasında yankı uyandıracak şekilde yarattınız. Bu taban hareketi, topluluk odaklı deneyimler bugünkü kurumsal AI ürünleri geliştirme yaklaşımınızı nasıl şekillendirdi?

Açık kaynak deneyimi, teorik ihtiyaçlar yerine gerçek kullanıcı ihtiyaçlarına yönelik ürün geliştirme konusunda paha biçilmez dersler verdi. Açık bir ortamda çalışırken, sorunları çözmeye çalışan geliştiricilerden anlık ve süzülmemiş geri bildirim alıyorsunuz. Bu da beni etkileyici demo’lar yerine pratik faydaya odaklanmaya yönlendirdi.

Toplulukla çalışmak, AI’yı erişilebilir kılmanın önemini de pekiştirdi. Bu araçları kullanan birçok geliştirici AI uzmanı değildi; uygulamalar inşa ediyor ve güvenilir, kolay entegre edilebilir AI yeteneklerine ihtiyaç duyuyorlardı. Bu deneyim, monday.com’da AI Blocks yaklaşımımızı doğrudan etkiliyor: güçlü AI yeteneklerini teknik olmayan müşterilere sezgisel arayüzlerle sunmak.

Bu yılın başlarında, monday.com üç temel üzerine kurulu cesur bir yeni AI vizyonunu duyurdu: AI Blocks, Product Power-ups ve Dijital İş Gücü. Bu çerçeve nasıl oluştu ve pazarda hangi boşluğu doldurmayı hedefliyorsunuz?

AI vizyonumuz, temel bir sorunu gözlemleyerek ortaya çıktı: Her ölçekten organizasyon AI’yı kullanmak istiyor, ancak çoğu çözüm önemli teknik uzmanlık gerektiriyor ya da çeşitli iş ihtiyaçları için çok katı. İnsanların sadece başka bir AI asistanı aramadığını, mevcut iş akışlarına sorunsuz entegre olabilen ve süreçlerine uyum sağlayabilen AI’ya ihtiyaç duyduklarını gördük. Son olarak, artık insanlara işi yönetmelerine yardımcı olmaktan, AI ile işi halletmelerine yardımcı olmaya odaklanıyoruz.

Doldurduğumuz boşluk, basit AI araçları ile karmaşık kurumsal çözümler arasındaki alandır. Birçok işletme, temel otomasyondan daha fazlasına ihtiyaç duyarken ağır AI sistemlerini haklı çıkaramıyor ya da uygulayamıyor. Üç temel yaklaşımımız, organizasyonların bloklarla basitçe başlamasını, ürünlerini power-up’larla geliştirmesini ve sonunda sofistike dijital iş gücü inşa etmesini sağlıyor.

Lansmandan bu yana tüm dikeylerde güçlü bir itme sağladık ve benimsenme ile ödeme yapan kullanıcı sayısında önemli bir büyüme kaydettik.

Ayrıca, yazılımı demokratikleştirme misyonumuza hizmet eden “vibe coding” ürünlerini tanıttık. AI’daki son gelişmelerle, basit doğal dil kullanarak tam uygulamalar oluşturmak hiç bu kadar kolay olmamıştı. En yeni ürünlerimiz monday vibe ve magic, teknik olmayan herhangi bir kullanıcının Monday ekosistemini kullanarak iş için özelleştirilmiş uygulamalar geliştirmesini mümkün kılıyor.

AI Bloklarının pratikte nasıl çalıştığını adım adım anlatabilir misiniz? Teknik olmayan kullanıcıların bu araçları günlük iş akışlarına entegre ederken öğrenme eğrisi nasıldır?

AI Blokları, adından da anlaşılacağı gibi, yapı taşları gibi sezgisel olacak şekilde tasarlanmıştır. Pratikte bir kullanıcı “son tarihleri çıkar” bloğunu proje yönetimi iş akışına sürükleyebilir ya da “toplantı notlarını özetle” bloğunu haftalık gözden geçirme sürecine ekleyebilir. Bloklar, AI karmaşıklığını arka planda yönetirken müşterilere basit, tanıdık arayüzler sunar.

Öğrenme eğrisi kasıtlı olarak çok düşüktür. Takımların ilk oturumlarında AI Bloklarını başarıyla uyguladığını gördük. Örneğin bir pazarlama ekibi, sosyal medya bahslerini otomatik olarak duygu analizi yapıp ana temaları çıkaran bir iş akışı oluşturabilir; tüm bunlar tek bir satır kod yazmadan gerçekleşir.

Ana içgörü, insanların AI’nın nasıl çalıştığını anlamalarına gerek olmadığıdır; ondan faydalanmak için sadece kendi süreçlerini yeterince iyi tanımaları gerekir. Blokları, insanların iş akışları hakkında zaten sahip olduğu zihinsel modellerle eşleşecek şekilde tasarladık.

Yakın zamanda monday magic, monday vibe ve monday sidekick gibi AI destekli bir araç seti çıkardınız. Bu ürünleri geleneksel asistanlardan veya yardımcı pilotlardan ayıran nedir ve bunların farklı sektörlerde hangi rolü üstlenmesini öngörüyorsunuz?

En yeni sürümlerimiz, geleneksel asistanların ötesine geçen kapsamlı bir iş yeri AI yaklaşımını temsil ediyor. Her yetenek ayrı bir amaca hizmet ederken, bütünleşik bir ekosistem içinde birlikte çalışarak ekiplerin çalışma biçimini kökten değiştiriyor ve müşterilerimiz için iş yönetiminden iş yürütmeye geçişi pekiştiriyor.

monday magic, iş akışlarına akıllı otomasyon getirerek AI’nın ihtiyaçları öngörmesini ve karmaşık süreçleri kullanıcıların henüz ihtiyaç duyduklarını fark etmeden otomatikleştirmesini sağlar. monday vibe, herkesin ekiplerinin tam ihtiyaçlarına göre güvenli, özelleştirilmiş iş uygulamaları oluşturmasını mümkün kılan bir vibe kodlama platformudur. monday sidekick ise bağlamsal AI asistanınız olarak, belirli çalışma kalıplarınızı anlayıp rolünüze ve sorumluluklarınıza göre proaktif destek sunar.

Bu yetenekler, müşterilerimizi yalnızca işi yönetmek ve izlemekten, işi daha akıllı bir şekilde yürütmeye taşıyor. Görevleri düzenlemek ve ilerlemeyi izlemek yerine, ekipler artık AI’ya performansı optimize etmesi, zorlukları öngörmesi ve otomatik olarak harekete geçmesi için güvenebilir. Pasif yönetimden aktif yürütmeye bu geçiş dönüştürücüdür; idari yükü azaltır ve sonuç odaklı, yüksek katma değerli işe daha fazla zaman ayrılmasını sağlar.

Bunları geleneksel asistanlardan ayıran, gerçek iş bağlamıyla derin entegrasyonları ve proaktif destek odaklı olmalarıdır. Çoğu AI asistanı sorularınızı beklerken, bizim setimiz kalıpları gözlemler, ihtiyaçları öngörür ve belirlenmiş iş akışları ve izinler çerçevesinde harekete geçer.

monday.com açıklanabilirlik ve kullanıcı deneyimine vurgu yapar, sadece ham model performansına değil. Bu sahnenin arkasında ne var ve şeffaflık ile gücü nasıl dengeliyorsunuz?

Açıklanabilirlik, özellikle kararların gerçek sonuçları olduğu kurumsal ortamlarda güven inşa etmenin temelidir. Sahne arkasında, AI’nın mantığını şeffaf hâle getirmek için büyük yatırımlar yapıyoruz. Risk Analizörümüz potansiyel bir proje gecikmesini işaretlediğinde, sadece bir uyarı vermekle kalmaz; bu değerlendirmeye hangi faktörlerin katkıda bulunduğunu ve tahmine ne kadar güven duyduğunu tam olarak gösterir.

Bu odak, deneyimlerden kaynaklandı. Erken AI sistemleri genellikle kara kutular gibi algılanıyordu ve müşteriler önemli kararlar için onlara güvenmekte tereddüt ediyordu. Müşterilerin sadece AI’nın ne önerdiğini değil, neden o öneriyi yaptığını da anlamaları gerektiğini öğrendik.

Şeffaflık ile gücün dengesi, katmanlı açıklamaya dayanır. Yüzey seviyesinde anında uygulanabilir içgörüler sunarız, ancak müşteriler ihtiyaç duyduklarında detaylı mantığı derinlemesine inceleyebilir. Bu yaklaşım, kullanılabilirliği korurken güveni artırır—müşteriler sistemi daha iyi anladıkça ona daha çok güvenir ve bu da paradoksal olarak tam yeteneklerini kullanmaya daha istekli olmalarını sağlar.

Platformda şimdiye kadar 46 milyondan fazla AI eylemi gerçekleştirildi; müşterilerin AI’yı kullandığı en şaşırtıcı ya da yaratıcı yollar nelerdir?

Müşterilerimizin yaratıcılığı beni sürekli hayrete düşürüyor. Bir düğün planlayıcısının AI Bloklarını kullanarak tedarikçi yanıtlarını otomatik olarak sınıflandırdığını ve fiyat, müsaitlik tarihleri gibi ana detayları çıkardığını gördük. Bir araştırma ekibi ise akademik makaleleri analiz eden ve ana bulgular ile metodoloji notlarını otomatik olarak bir veri tabanına dolduran bir iş akışı oluşturdu.

Özellikle yaratıcı bir örnek, bir restoran zincirinin AI’yı kullanarak şubeler arasındaki müşteri geri bildirimlerini analiz edip şikayetlerdeki kalıpları tespit ederek potansiyel gıda güvenliği sorunlarını otomatik olarak işaretlemesiydi. Böylece operasyonel sorunlar için erken uyarı sistemi geliştirmiş oldular.

Şaşırtıcı olan, müşterilerin basit blokları karmaşık şekillerde birleştirmeleri. Tek tek görevleri otomatikleştirmekle kalmıyorlar; AI yetenekleri etrafında, belirli kullanım senaryoları için açıkça tasarlamadığımız süreçleri yeniden tasarlıyorlar.

Sequoia Capital için bir keşifçi olarak da hizmet veriyorsunuz, erken aşama AI girişimlerine yatırım yapıyorsunuz. Bu bakış açısından, AI‑ilk ürünler geliştirirken kurucuların yaptığı ortak hatalar nelerdir?

Gördüğüm en yaygın hata, kurucuların AI’nın teknik olanaklarıyla büyülenip, kullanıcının gerçek iş akışı ve acı noktalarını derinlemesine anlamamalarıdır. AI yeteneklerini sergileyen etkileyici demolar üretirler ancak insanların gerçekten nasıl çalıştığına uygun gerçek problemleri çözemezler.

Bir diğer sık görülen sorun, AI özerkliğini çok erken aşamada aşırı vaat etmektir. Birçok kurucu, müşterilerin aslında işbirlikçi araçlara ihtiyaç duyduğu bir ortamda tamamen özerk sistemler inşa etmek ister. İnsanlar AI’nın yeteneklerini artırmasını, kararlarını yerine getirmesini değil, özellikle yüksek riskli iş kararlarında yargılarını desteklemesini ister.

Ayrıca, güven ve açıklanabilirliğin önemini küçümseme eğilimi de vardır. Kurucular genellikle doğruluk metriklerine odaklanırken, belirsizlik ve hatalarla başa çıkma konusundaki kullanıcı deneyimini ihmal ederler. Özellikle kurumsal bağlamlarda, müşterilerin AI önerilerine ne zaman ve neden güvenmeleri gerektiğini anlamaları gerekir.

Son olarak, birçok AI‑ilk startup dağıtımda zorlanıyor. Harika bir AI teknolojisine sahip olmak yeterli değil; bunu mevcut iş akışlarına nasıl entegre edeceğinizi ve AI hype’ına şüpheyle bakan karar vericilere net bir YG (ROI) gösterebileceğinizi anlamalısınız.

AI ajanlarının önümüzdeki birkaç yıl içinde nasıl evrimleşeceğini düşünüyorsunuz—daha özerk, daha uzmanlaşmış ya da tamamen farklı bir şey mi olacak?

AI ajanlarının bağlamsal işbirliğine doğru evrimleşeceğini göreceğiz, saf özerklik yerine. Gelecek, bağımsız kararlar veren tamamen özerk ajanlar değil, bağlamı derinlemesine anlayan ve duruma ve kullanıcı tercihine göre uygun eylem seviyelerini alabilen ajanlar olacak.

Rutin kararları özerk bir şekilde hallederken, karmaşık ya da belirsiz durumları sorunsuz bir şekilde insanlara yükselten ajanlara doğru ilerliyoruz. Bu, bağlam, risk değerlendirmesi ve kullanıcı niyeti konularında sofistike bir anlayış gerektiriyor; bu yetenekler hızla gelişiyor.

Ayrıca çok‑ajanlı koordinasyonda da önemli bir evrim bekliyorum. Tek parça AI asistanları yerine, birbirleriyle ve insanlarla dinamik takımlarda işbirliği yapan uzmanlaşmış ajanlar göreceğiz. Araştırma ajansınız, takvim ajansınız ve iletişim ajansınız bir arada çalışarak karmaşık bir proje lansmanını koordine edebilir.

Ana evrim, insan‑AI arayüzünde gerçekleşecek. Ajanlar, mantıklarını daha iyi iletiyor, belirsizliği ifade ediyor ve bireysel çalışma stillerine uyum sağlıyor olacak. Amaç, insan ve AI katkıları arasındaki sınırların kolektif sonuca göre daha az önemli olduğu sorunsuz bir işbirliği sağlamak.

İçeride, AI, ürün, tasarım ve GTM ekipleri arasındaki işbirliğini nasıl yapılandırıyorsunuz ki AI kullanıcı deneyimine sorunsuz bir şekilde yerleşsin?

Başarılı AI ürün geliştirme, geleneksel bölünmüşlükleri yıkmayı ve tüm ekipler arasında ortak bir anlayış yaratmayı gerektirir. Herkesin—mühendislerden tasarımcılara, pazarlamacılara kadar—kullanabileceği AI yetenekleri ve sınırlamaları üzerine ortak bir dil oluşturmanın anahtar olduğunu gördük.

Süreç, kullanıcı problemlerini birlikte keşfettiğimiz çapraz fonksiyonel keşif oturumlarıyla başlar, ardından teknik çözümleri tartışırız. Bu, AI yetenekleriyle öne çıkıp ardından çözülmesi gereken problemi arama hatasını önler.

Ayrıca geliştirme sürecinin her aşamasında prototipleme ve kullanıcı testlerine büyük yatırım yapıyoruz. Tasarım ve ürün ekipleri, AI mühendisleriyle yakın çalışarak nelerin mümkün olduğunu anlar, AI ekipleri ise gerçek kullanıcı kısıtlamaları ve tercihleri hakkında bilgi edinir. Bu iki yönlü öğrenme, AI özelliklerinin takılmış gibi değil, doğal hissettirmesini sağlamak için kritik öneme sahiptir.

GTM perspektifinden bakıldığında, ekiplerimiz geliştirme sürecine ilk günden itibaren entegre edilmiştir. Müşterilerin sadece ne istediğini değil, AI’yı nasıl düşündüklerini, hangi endişelere sahip olduklarını ve yeni yetenekleri nasıl öğrenmek istediklerini anlamamıza yardımcı olurlar. Bu içgörüler doğrudan ürün tasarımını ve teknik uygulamayı etkiler.

Son olarak, açık kaynak, kurumsal AI ve VC arasında köprü kuran biri olarak, bir sonraki büyük AI atılımının nerede gerçekleşeceğini düşünüyorsunuz—araçlarda, altyapıda yoksa henüz bakmadığımız bir alanda mı?

Bir sonraki atılımın, insan‑AI işbirliği arayüzlerinin kesişim noktasında gerçekleşmesi muhtemel. Model yeteneklerinde inanılmaz ilerlemeler kaydettik, ancak hâlâ insanlarla AI sistemlerinin en etkili şekilde nasıl birlikte çalışabileceğini keşfetmenin erken aşamalarındayız.

Atılım, AI’yı daha özerk hâle getirmekte değil, insan‑AI işbirliğini daha akıcı ve doğal hâle getirmekte olacak. Bu, AI sistemlerinin belirsizliği nasıl iletiştiği, bireysel çalışma stillerine nasıl uyum sağladığı ve birden fazla insan ve diğer AI sistemleriyle aynı anda nasıl koordine olduğu konularındaki ilerlemeleri kapsar.

Altyapı perspektifinden, gerçek zamanlı, bağlamsal AI gelişmelerini izliyorum; bu AI dinamik bilgi akışlarını anlayıp bunlara tepki verebiliyor. Uzun zaman dilimlerinde ve çeşitli etkileşim türlerinde bağlamı koruyan AI sistemleri oluşturma yeteneği, tamamen yeni uygulama kategorilerini mümkün kılacak.

Ama dürüst olmak gerekirse, en heyecan verici atılımlar beklenmedik yönlerden gelebilir. Dönüştürücüler sinirsel makine çevirisinde dikkat mekanizmalarından ortaya çıktığı gibi, bir sonraki büyük ilerleme, geniş uygulamalara sahip görünen dar bir sorunun çözülmesinden gelebilir. Anahtar, o yeni başlayan zihniyetini korumak ve henüz hayal edemediğimiz olasılıklara açık kalmaktır.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular monday.com adresini ziyaret etmelidir.<