Changshin, geliştirme ile fabrika geri bildirimini birbirine bağlamak için Palantir AI’dan yararlanıyor

Changshin ve Palantir Technologies, 4 Kasım 2026’da Palantir Foundry’yi ve kısaca AIP olarak anılan Yapay Zekâ Platformu’nu ayakkabı üreticisinin geliştirme ve üretim operasyonlarında kullanmak üzere bir ortaklık duyurdu. Planlanan sistem, ayakkabı geliştirme ve numune planlamasından fabrika üretimine kadar uzanan bilgi ve iş akışlarını birbirine bağlıyor.

Uygulamanın amacı, ekiplerin kararları koordine edebilmesi, sorunlara daha erken yanıt verebilmesi ve fabrika sonuçlarından öğrenebilmesi için uçtan uca görünürlük sağlamak. Sistem, geliştirme ve numune planlamasını fabrika üretimiyle aynı bağlantılı sürece dahil ederek bilgi ve geri bildirimin aşamalar arasında aktarılmasını sağlayacak bir zemin oluşturuyor.

AgentCamp’ten fabrika iş akışlarına

Ortaklığın temelinde, Changshin mühendisleri ile Palantir’in ilk iş akışlarını göstermek için Changshin’in canlı verileriyle çalıştığı bir AgentCamp yer alıyor. Bu oturum, geliştirme kararlarını fabrika planlaması ve uygulamasıyla birbirine bağlayacak bir sonraki aşama için başlangıç noktalarını sağladı. Planlanan genişleme, şirket verileriyle iş akışlarını göstermekten bir ayakkabı modelinin geliştirilmesi ve üretiminden sorumlu ekipleri birbirine bağlamaya geçişi öngörüyor.

Changshin CEO’su CI Nam, bu bağımlılığı şöyle özetledi: “Geliştirme aşamasında alınan kararlar, fabrika sahasında çalışma biçimimizi belirliyor.” Nam, bu kararları üretim geri bildirimiyle ilişkilendirmenin ekiplerin sorunları daha erken belirlemesine, daha etkili koordinasyon kurmasına ve çıkarılan dersleri bir sonraki modele aktarmasına yardımcı olmasının amaçlandığını söyledi. Ayrıca ortaklığı, Changshin’in üretim uzmanlığından yararlanarak veriyi ve yapay zekâyı iş süreçlerine entegre etmek ve şirkete özgü yetkinlikler geliştirmek için bir yol olarak tanımladı.

Foundry ve AIP yazılım katmanlarını sağlıyor

Foundry, veri ve operasyon katmanını sağlıyor. Palantir’e göre Ontology, veri, analitik ve operasyon ekiplerine iş nesnelerini, eylemlerini ve süreçlerini ortak bir biçimde temsil etme olanağı vererek değişen koşullarda karar mantığını paylaşmalarını ve iş birliği yapmalarını sağlıyor. Sistem, daha sonra öğrenmek üzere kararların kaydını tutabiliyor; temel varlıkları çoğaltmadan veya mevcut doğruluk kaynaklarını aksatmadan kurumsal verileri ve modelleri sisteme dahil edebiliyor.

Changshin açısından bu tasarımın önemi, geliştirme ile üretim arasındaki devir noktalarında yatıyor. Paylaşılan iş nesneleri ve karar mantığı, operasyonel bağlamın fabrika planlamasına ve uygulamasına aktarılmasını sağlarken kaydedilen kararlar Nam’ın sözünü ettiği öğrenme döngüsünü destekleyebilir.

AIP, yapay zekâ uygulamaları ve ajanları katmanını kapsıyor. Palantir’in ürün belgelerinde yapay zekâ uygulamaları, eylemleri ve ajanları için bir İş Akışı Oluşturucu; üretim iş akışlarını hazırlamaya ve iyileştirmeye yönelik değerlendirme araçları; ayrıca otomasyon kurallarını ve yürütme geçmişini görünür kılan denetimler tanımlanıyor. İnsan operatörler, yapay zekânın önerdiği eylemleri de onaylayabiliyor. Palantir’in Gelirlerden Sorumlu Başkanı ve Hukuk İşlerinden Sorumlu Başkanı Ryan Taylor, Changshin’in yapay zekânın nasıl uygulanacağı üzerindeki kontrolünü korurken şirketlerin uçtan uca süreçlerde Foundry ve AIP’yi devreye aldığını söyledi.

Changshin’in üretim kapasitesi

Changshin, bu yazılım mimarisinin arkasında büyük ölçekli bir üretim altyapısı sunuyor. 1981’de kurulan ve merkezi Güney Kore’nin Busan kentinde bulunan şirket, 1994’te Vietnam’da ilk yurt dışı iştirakini kurdu; ardından Çin ve Endonezya’ya genişledi. Şirketin yaklaşık 80.000 çalışanı bulunuyor ve Nisan 2025’te toplamda bir milyar çift ayakkabı üretimine ulaştığını bildirdi.

Changshin’in kurumsal web sitesi, dört ülkede dokuz üretim tesisi bulunduğunu belirtiyor ve dijital teknolojiyi, veriyi ve yapay zekâyı bir araya getiren bir üretim yaklaşımını açıklıyor. Palantir projesi, bu yaklaşımı geliştirme ile üretim arasındaki iş akışlarına uyguluyor; buna numune kararları, fabrika uygulaması ve sonraki modellere yönelik geri bildirim de dahil.

Operasyonel açıdan sınanacak nokta, paylaşılan iş akışlarının fabrika sorunlarını koordinasyonu iyileştirmeye ve yararlı dersleri bir sonraki ayakkabı modeline aktarmaya yetecek kadar erken ortaya çıkarıp çıkarmadığı. Bu geri bildirim döngüsü, ortaklığın hedeflediği görünürlüğün pratik ölçütüdür: üretim deneyimi sonraki modellere yön vermeli, sorunların daha erken tespit edilmesi de geliştirme ve fabrika ekiplerinin koordineli eylemlerine dönüşmelidir.