Brian Hartzband, ABD Operasyonları Başkanı, GMEX Robotics – Röportaj Serisi

Brian Hartzband, ABD Operasyonları Başkanı, GMEX Robotics, şirketin ABD genişlemesini yönetiyor; ticari ayak izini oluşturmak, stratejik ortaklıklar geliştirmek ve fiziksel AI ve robotik platformlarını gerçek dünyada devreye sokmak üzerine odaklanıyor. GMEX Robotics’e katılmadan önce, Hartzband, hükümet ve yükseköğretim müşterilerine hizmet veren teknik işe alım ve hesap yönetimi rollerinde TEKsystems’te neredeyse dört yıl çalıştı. Daha önce Handcrafted 4 Home’ın kurucu ortağı ve liderliğinde yer alarak ABD pazarını genişletti ve büyük perakendeciler ve e‑ticaret platformlarıyla ortaklıklar kurdu. Kariyerinin erken dönemlerinde, Hartzband Merrill Lynch ve UBS’de servet yönetimi alanında çalıştı; yüksek ve ultra‑yüksek net değere sahip müşterilere danışmanlık yaptı ve önemli bir uluslararası müşteri portföyü oluşturulmasına yardımcı oldu.

GMEX Robotics, Nasdaq’ta listelenen bir fiziksel AI ve robotik şirketi olup, ticari ortamlar için akıllı makineler geliştiriyor. Daha önce Fitell Corporation olarak bilinen şirket, kendisinin “Terminal + Brain” yaklaşımı olarak tanımladığı bir yöntemi benimseyerek, tamamen dikey bütünleşik bir teknoloji yığınına dayanmak yerine, amaca yönelik robotik donanımı uyarlanabilir AI yetenekleriyle birleştiriyor. İlk büyük ticari odak noktası, Bon Vivant 3.0 ve Max sistemlerini içeren 2F Culinary AI adlı ticari mutfak robotik platformudur; bu sistemler sensörler, AI destekli kontroller ve programlanabilir iş akışları kullanarak yemek hazırlamayı otomatikleştirir. GMEX ayrıca ulaşım ve lojistik, endüstriyel otomasyon ve kaynak keşfi alanlarını uzun vadeli genişleme bölgeleri olarak belirledi. Mart 2026’da şirket, bir Avustralya konaklama grubu için en az 50 akıllı mutfak robotik sistemi kapsayan AU$4.2 milyonluk bir anlaşma duyurdu; ardından Mayıs ayında ilk dağıtım siparişini aldı.

GMEX Robotics’e ABD Operasyonları Başkanı olarak, finans hizmetleri, girişimcilik, teknoloji işe alımı ve kurumsal ilişkiler alanlarında geniş bir kariyerin ardından yeni katıldınız. Fiziksel AI ve robotiklerin bir sonraki doğru adım olduğuna ikna olmanızı sağlayan nedir ve ABD’deki GMEX varlığını oluştururken öncelikleriniz nelerdir?

AI ve robotların, özellikle sosyal zekâ alanındaki değerini gördüm; bu şu anda gerçekleşiyor. Bunun bir parçası olmak istedim. GMEX’ten beni heyecanlandıran şey Terminal + Brain modelidir. Her şeyi kendimiz yapmaya çalışmıyoruz. Güvenilir ve pratik donanım inşa ediyor ve bunu birinci sınıf AI ile bağlıyoruz. Bu, çoğu robotik şirketinin çalışma biçiminden tamamen farklı bir yaklaşım. Şu anda ABD’de yatırımcılarla neler inşa ettiğimiz ve kilit ortaklıkları nasıl kurduğumuz hakkında konuşuyorum. Bu, bunun için doğru zaman.

GMEX, stratejisini robotik donanımının fiziksel dünyayı bir AI zekâ katmanına bağladığı bir “Terminal + Brain” ekosistemi olarak tanımlıyor. Bu mimarinin nasıl çalıştığını ve robotik alanındaki daha dikey bütünleşik yaklaşımlardan sizi farklı kıldığını açıklayabilir misiniz?

Çoğu robotik şirket her şeyi kendileri inşa etmeye çalışır; donanımı, yazılımı, AI’ı. Bu maliyetli ve yavaştır. Biz farklı yapıyoruz. Terminal bizim donanımımızdır. Brain ise, 247meta gibi ortaklıklarla oluşturduğumuz AI orkestrasyon katmanımızdır. Avantajı esnekliktir. Daha iyi bir AI ortaya çıktığında, robotu yeniden inşa etmeden entegre ederiz. Tek bir bahisle sınırlı değiliz. En iyi olduğumuz şeye odaklanıyoruz; güvenilir, pratik donanım ve tek başına teknoloji tarafında herkesi yenmeye çalışmak yerine birinci sınıf AI ile ortaklık kuruyoruz. Bu, daha hızlı yineleme, daha düşük sermaye ve AI yeniliklerinin hızında hareket etmemiz anlamına gelir; mekanik mühendislik zaman çizelgelerinin değil.

GMEX, teknolojisi sosyal zekâ ve insan davranış modellemesine odaklanan MediaMeta.ai’de ilk bir hisse satın almak için bir anlaşma yaptı. Bir robot bağlamında “sosyal zekâ” ne anlama geliyor ve bugünün çok modlu AI modellerinin güvenilir bir şekilde sağlayamadığı hangi yeni yetenekleri açığa çıkarabilir?

Sosyal zekâ, robotların sadece görevleri değil, insanları da düşünmesi anlamına gelir. Günümüz AI’ı görme, dil ve akıl yürütmede çok iyidir. Ancak bir kişiyi, duygusal durumunu, gerçekten neye ihtiyacı olduğunu ve gerçek bir ortamda onunla nasıl çalışılacağını okumakta zayıftır. MediaMeta ile kesin bir anlaşma imzaladık çünkü insan davranış modellemesine odaklanmaları tam da bu boşluğu dolduruyor. MediaMeta’nın uzun vadeli yol haritası, sosyal zekâ AI ve davranış modellemesini bağlamsal bir anlayış katmanı olarak geliştirmeye yöneliktir; bu katman sonunda Terminal + Brain ekosistemimizi tamamlayabilir. Geliştirme, entegrasyon ve test aşamalarına tabi olduğunda, bu yetenekler robotların bağlamı, iletişim kalıplarını ve insan niyetini yorumlamasına yardımcı olabilir; bu da bir görevi tamamlayan robot ile gerçekten faydalı bir robot arasındaki farktır.

Günümüzün en gelişmiş robotları insanları yorumlarken hâlâ nerelerde zorlanıyor? En büyük sınırlamalar duyguları ve niyeti tanımak, sosyal bağlamı anlamak, kültürel farklılıklara uyum sağlamak mı, yoksa daha temel bir şey mi?

Yukarıdakilerin tümü. Ancak asıl sorun, yapay zeka geliştirmesinin görev tamamlama üzerine optimize edilmiş olması; robot nesneyi alabilir mi, odayı dolaşabilir mi? Bu ölçülebilir. İnsanları okumak ise ölçülemez. Bu yüzden daha az ilgi görüyor. Robotlar birinin üzgün göründüğünü fark edebilir, ancak neden üzgün olduklarını ya da gerçekten neyin yardımcı olacağını anlamada zayıftırlar. Küçük hatalar bile güveni sarsar. Sosyal ipuçlarının %90’ını doğru yakalayan bir robot test ortamında iyi görünür, ancak gerçek dünyada kalan %10 çok önemlidir. İnsanlar o makineyle çalışmak istemediklerine karar verir. Önceliği tersine çevirmeliyiz. İşte GMEX’te bunu inşa ediyoruz.

Bir depo içinde çalışan bir robot, nispeten yapılandırılmış kurallar çerçevesinde işlev görebilirken, bir hastane, otel, okul ya da evdeki bir robot çok daha öngörülemeyen insan davranışlarıyla başa çıkmak zorundadır. Yapay zeka yığını, robotlar bu daha sosyal açıdan karmaşık ortamlara geçtikçe nasıl değişmeli?

Sosyal zeka. Bir depoda kuralları kodlayabilirsiniz. Ortam öngörülebilir. Robotu insanlarla dolu bir alana getirdiğinizde her şey değişir. İnsanlar doğaçlama yapar, fikirlerini değiştirir, kötü günleri olur. Yapay zekanın bunu gerçek zamanlı okuyup uyum sağlaması gerekir. Artık kural tabanlı değil, bağlamsal. Robotun anı, kişiyi, ortamı anlaması ve mantıklı bir karar vermesi gerekir. Bunun için hızlı bağlantı ve tamamen farklı bir altyapı gerekir. Ayrıca yanlış tahminler yapmak yerine ne zaman yardım isteyeceğini de bilmelidir.

İnsan davranışı modellemesi kaçınılmaz olarak gizlilik, onay, önyargı ve insan niyetlerini yanlış yorumlama konularında sorular ortaya çıkarır. Geliştiriciler, robotlara sosyal zekâ eklerken makinelerin aşırı müdahaleci hâle gelmesini ya da insanlar hakkında potansiyel olarak sonuç doğurabilecek varsayımlarda bulunmasını nasıl önleyebilir?

Sonuçta, robotlara sosyal zekâ eklemek, faydalı olmak ama garip görünmemek demektir. Robotlar insanları psikolojik olarak analiz etmemeli ya da birinin “ne demek istediğini” tahmin etmemelidir; aksi takdirde gizlilik sorunları ve hatalı varsayımlar ortaya çıkar. Yalnızca gözlemlenebilir olanlara odaklanın: birinin nasıl hareket ettiği, ne kadar yakın olduğu, jestleri. İnsanlara belirgin gizlilik ipuçları ve basit onay etkileşimleriyle kontrol verin. Veri ayak izini küçük tutun, mümkün olduğunda yerel olarak işleyin ve davranışı denetleyerek herkesin aynı şekilde muamele gördüğünden emin olun. MediaMeta, veri minimizasyonu, şeffaflık, önyargı incelemesi, insan denetimi ve izlenebilirliği kapsayan bir Veri Koruma ve Sorumlu Yapay Zeka çerçevesi oluşturuyor. İşte sistemlerimize entegre etmek istediğimiz düşünceli yaklaşım bu. Robot bir kişinin ne istediğinden emin değilse, yavaşlamalı, alan bırakmalı ya da duraklamalıdır. Bu, sosyal farkındalığı sınırları aşmadan inşa etmenin yoludur.

Bir robotun insanları anlama konusunda daha iyi hale gelip gelmediğini nasıl değerlendirirsiniz? Sosyal zekâyı ölçmek için, sadece bir robotun görevi başarıyla tamamlayıp tamamlamadığına bakmak yerine, hangi tür kıyaslamalar, simülasyonlar ya da gerçek dünya testleri gerekir?

Sadece bir görevi tamamlayıp tamamlamadığına bakamazsınız. Mikro‑davranışlara bakmalısınız: robot rahat bir mesafe bırakıyor mu, birisi yoluna girdiğinde yol veriyor mu, doğru zamanlamayla hareket ediyor mu, niyet belirsiz olduğunda tereddüt ediyor mu? Simülasyonda yoğun kalabalıklar, ani duruşlar, belirsiz jestlerle stres testi yaparsınız. Gerçek dünyada ise robotun çevresindeki insanlara karşı öngörülebilir ve rahat hissettiren bir davranış sergileyip sergilemediğini ve farklı gruplar arasında tutarlı davranıp davranmadığını izlersiniz. Bu, görev tamamlama değil, insanların robotun ortak alanda nasıl hareket edip koordine edeceğini “anladığını” hissetmesi gerçek ölçüttür.

GMEX, Bon Vivant yemek pişirme robotik platformunu zaten ticarileştirmeye başladı. Bu erken gerçek‑dünya uygulamaları, yapay zekâ destekli bir robotu göstermek ile onu güvenilir bir şekilde ticari bir ortamda çalıştırmak arasındaki boşluk hakkında şirkete ne öğretti?

Bir robotun bir görevi yapabildiğini kanıtlamak ile o görevi güvenilir bir şekilde, gün be gün, ticari bir ortamda yapabildiğini kanıtlamak arasında gerçek bir boşluk vardır. Bir demoda her şey kontrol altındadır. Gerçek mutfaklar yüksek ısı, yüksek hacim, öngörülemeyen ekipman çarpışmaları, değişen malzemeler ve insanların sürekli ritmi değiştirmesiyle doludur. Bon Vivant sabit bir konumda olduğu için zorluk navigasyon değil; tekrarlanabilirlik, dayanıklılık, hata kurtarma ve mevcut iş akışlarıyla bütünleşme konularıdır. Öğrendik ki güvenilirlik “sıkıcı” şeyleri halletmekten gelir: ısı ve yağ toleransı, kalibrasyonu koruma, senaryonun dışına çıkan bir şey olduğunda zarif bir şekilde toparlanma, insanları yavaşlatmadan hızı koruma. Ticari robotik, robotun yemek pişirebildiğini kanıtlamaktan değil, tutarlı, güvenli bir şekilde pişirebildiğini ve gerçek bir işletmede yük olmadan çalışabildiğini kanıtlamaktır.

GMEX ayrıca farklı modelleri ve iş akışlarını koordine etmek için tasarlanmış çok‑ajanlı bir yapay zeka platformu geliştiriyor. Dijital yapay zeka ajanları ile fiziksel robotların nihayetinde nasıl birleşeceğini ve aynı zeka katmanının hem yazılım ajanlarını hem de makine filolarını koordine etmesini nasıl görüyorsunuz?

Dijital AI ajanları ve fiziksel robotlar, giderek daha fazla ortak bir koordinasyon katmanı etrafında birleşecek. Yazılım ajanları istekleri yorumlayabilir ve dijital iş akışlarını yönetebilir. Robotlar fiziksel dünyada görevleri yerine getirir. Ortak bir zeka katmanı, bir iş hedefini görevlere dönüştürerek, doğru modelleri ve ajanları seçerek ve yürütmeyi koordine ederek ikisini bağlar. Temel ayrım, koordinasyon ile kontrol arasındadır; ortak katman neyin yapılması gerektiğine ve kimin yapacağına karar verirken, robot‑spesifik sistemler navigasyon, hareket kontrolü ve güvenlikten sorumlu kalır. Örneğin bir depoda, yazılım ajanları bir siparişi işler ve envanteri kontrol eder, koordinasyon katmanı ise uygun bir robotun malzemeyi taşımasını talep eder. Bu geri bildirim döngüsü geri döner ve bir sonraki adımı bilgilendirir. İnsan denetimi ve güvenlik mekanizmaları hâlâ hayati önemdedir. İşte bu noktada 247meta ile arayüz entegrasyonu, simülasyon ve kontrollü pilotlar aracılığıyla kurumsal yazılım ve fiziksel makineler arasında koordine edilmiş iş akışlarını destekleyen aşamalı bir yol üzerinde odaklanıyoruz.

Sosyal zekâ fiziksel AI’nın temel bir katmanı hâline gelirse, bunun robotik endüstrisini nasıl değiştireceğini düşünüyorsunuz? İnsan davranışını anlamak, robotların yaygın benimsenmesinde, çeviklik, bilgisayarlı görme ve akıl yürütme alanındaki ilerlemeler kadar önemli olabilir mi?

Sosyal zekâ robotik alanı kökten yeniden şekillendirecek. Endüstri, donanım kapasitesi, görsel sistemler, performans gibi konulara odaklandı; bunların hepsi önemli ancak hiçbiri bir robotun mutfakta ya da üretim sahasında insanlarla sorunsuz çalışmasını garanti etmez. Sosyal zekâ, bir robotun öngörülebilir, etrafında kolayca hareket edilebilir ve insanların doğal olarak hareket edip koordine olduğu şekilde uyumlu olmasını sağlar. Robotlar kontrollü demoların ötesine geçip gerçek ticari ortamlara taşındıkça, sistemin bu bölümü donanım ve kontrol yığını kadar önemli hâle gelir. İnsan davranışını anlamak, algı ya da güvenilirlikteki ilerlemeler kadar kritik olacaktır. Bu, işi yapabilen bir robot ile gerçek operasyon akışına uyum sağlayabilen bir robot arasındaki farktır.

Harika röportaj için teşekkür ederiz, bu robotik şirketi daha yakından tanımak isteyen okuyucular GMEX Robotics adresini ziyaret etmelidir.