Chetan Alsisaria, Polestar Analytics CEO ve Kurucu Ortağı – Röportaj Serisi

Chetan Alsisaria, CEO ve Kurucu Ortağı, veri, analiz ve AI destekli dönüşüm alanında uzmanlaşmış bir entreprise teknoloji lideridir. Deloitte, PwC ve EY’deki erken rollerin ardından, 2012 yılında Polestar Analytics’i kurdu ve bunu küresel bir AI ve veri şirketine dönüştürdü. Satış, stratejik ittifaklar, hizmet geliştirme ve teknik teslimatı yönetirken, aynı zamanda CAIO Circle başkanlığını da yürütüyor; AI liderleri için sorumlu ve pratik AI benimsemesini ilerletmeye odaklanan bir topluluk. Ayrıca, entreprise sistemleri ve platformlarındaki inovasyona daha geniş bir odak yansıtlayarak Xumane Equity’yi kurdu.

Polestar Analytics, entreprises’in parçalanmış verilerini eyleme geçirilebilir içgörülere dönüştüren küresel bir AI ve veri birleştirme şirketidir. Şirket, veri mühendisliği, analiz, AI ve iş akışlarını tek bir ekosistemde birleştiren özel 1Platform’u aracılığıyla bunu gerçekleştirir. Endüstriye özgü kullanım örneklerine ve ölçülebilir sonuçlara güçlü bir odaklanma ile, Polestar, danışmanlık odaklı bir firmadan, entreprise ölçekli intelligence destekli çözümler sunan platform odaklı bir iş modeline dönüşmüştür.

Polestar Analytics’i 2012 yılında Deloitte, PwC ve EY’deki rollerin ardından kurduktan sonra, o zamanlar entreprise veri ve analizinde hangi boşluğu gördünüz ve bu orijinal vizyon bugünün AI destekli 1Platform’u haline nasıl evrimleşti?

Biliyorsunuz, Ajay, Amit ve ben Polestar Analytics’i 2012 yılında kurduğumuzda, ironi çarpıcıydı; şirketler veri içinde boğuluyorlardı ancak kararlar için açlık çekiyorlardı. Herkes her şeyi topluyordu, ancak veriye sahip olmak ile onunla anlamlı bir şey yapmak arasındaki boşluk devasadı. İşte bu problemi çözmeye çalıştık.

Geleceğe doğru ilerlediğimizde, sorun aslında ortadan kaybolmadı, sadece şekil değiştirdi. Hacim daha büyük, riskler daha yüksek ve şimdi her şeyi anlamlı hale getirmek için insanların yanı sıra ajanlar da var. Aslında, bu durum orijinal vizyonumuzu daha net hale getirdi, bulanık hale getirmedir.

Sloganımız, Veri’den Sonuçlara, Basitleştirilmiş!, aslında 2012’den bugüne bizi bağlayan ipliktir. Veri teslimiyle başladık; doğru veriyi doğru insanlara doğru zamanda ulaştırmak. Sonra AI geldi ve mümkün olanın sınırlarını genişletti. Şimdi 1Platform ile daha da ileri gidiyoruz; sadece insanlar için değil, kararları veren veya bilgilendiren ajanlar için de sonuçları basitleştiriyoruz ve maksimize ediyoruz.

Ne heyecan verici olan, ekosistemimizin bu amaca hizmet etmek için nasıl olgunlaştığını görmek. Microsoft, Databricks ve Anaplan ile derin entegrasyonlarımız, veriyi, iş kullanım örneklerini ve planlamayı bir araya getirmemizi sağlıyor. Ve 1Platform, bu ortamların tümüne yayılmış, üzerine monte edilmiş değil, yerli olarak bu ortamların içinde çalışıyor.

Bu vậy ki, evrim şöyle görünüyor: veri teslimi → AI ile güçlendirilmiş içgörüler → basitleştirilmiş, ajanlara hazır sonuçlar. Mükemmellik arayışı aynı. Oraya varma hızımız ise üssel olarak değişti.

Polestar Analytics, veri ve AI birleştirme şirketi olarak konumlandırıyor. Büyük entreprises’in parçalanmış sistemlerle ve silolanmış verilerle başa çıkması açısından, birleştirme aslında nasıl görünüyor?

Çoğu zaman, parçalanma bir teknoloji problemi değil, bir insan ve süreç problemidir. Finans ekibinin Anaplan’de çalıştığı, operasyon ekibinin Excel’de yaşadığı, veri mühendislik ekibinin Azure’da pipeline’lar inşa ettiği ve herkesin farklı yönlerde farklı metriklerin farklı tanımlarıyla çektiği bir durum gibi. Hiçbir AI, temelde kırık bir trust problemi varsa, onu düzeltemez.

Bu vậy ki, birleştirme dedğimizde, önce bu temel problemi çözmeyi kastediyoruz. AI’yi üstüne eklemeye başlamadan önce, verinin temiz, yönetilen ve kritik olarak erişilebilir olması必要. Sadece analistler için değil, ajanlar için de.

Pratikte, 1Platform ile birleştirme şöyle görünüyor: entreprises’in inşa ettiği şeyleri yerinden edip değiştirmiyoruz. Zaten içinde yaşadıkları ortamlara, Databricks, Microsoft ve Anaplan gibi, giriyoruz ve veri ile intelligence katmanını bu ortamlar boyunca birleştiriyoruz. Anaplan’daki planlama veriniz, Databricks’teki operasyonel verinizle konuşuyor ve Microsoft ekosisteminizde kararlar gerçekten ortaya çıkıyor.

Büyü, bu entegrasyonlardan herhangi birinde değil, her şeyi birbiriyle bağlayan 1Platform’un bağlantılı katmanında yatıyor. Bu, entreprises için gerçekten birleştirilmiş bir sistem gibi hissettiren şey.

Özel 1Platform, verileri, AI’yi ve iş akışlarını tek bir sistemde birleştirmeyi amaçlıyor. Bu yaklaşım, geleneksel BI yığınlarından veya Databricks ve Snowflake gibi modern veri platformlarından nasıl farklı?

Databricks ve Snowflake güçlü platformlar, onlarla rekabet etmiyoruz, onların üzerine inşa ediyoruz. Bu ayrım önemli.

Geleneksel BI yığınları, kendi zamanlarında birçok şeyi doğru yaptı, ancak iş zekası evrimleşti. Bugün, iş kullanıcıları sadece panellere ihtiyaç duymuyor. Güzel tasarlanmış bir panelden 15 grafik alabilirsiniz, ancak birisi masih bunun anlamını yorumlamak ve ne yapacağını kararlaştırmak zorundadır. Bu, içgörü ile eylem arasındaki boşlukta, tam da 1Platform’un çalıştığı yer.

1Platform statik değil, sürekli evrimleşiyor. Sadece getirdiğiniz soruları cevaplamakla kalmaz, düşünmediğiniz soruları da ortaya çıkarır. Bu, iş kullanıcıları ile verilerinin arasındaki ilişkiyi değiştirir.

Databricks ve Azure üzerinde düşük kodlu ve kod içermeyen arayüzler inşa ettik, böylece iş kullanıcıları tarafından saniyeler içinde pipeline’lar oluşturulabilir. Veri mühendislerinin günler alan görevleri, şimdi iş kullanıcıları tarafından tetiklenebilir. Bunun üzerine, Agenthood AI, kullanıcıların derin teknik uzmanlık olmadan ajanlar oluşturup düzenleme imkanı sunuyor.

Ancak gerçek fark, son kullanıcı deneyimidir. Birden fazla panelden ziyade, kullanıcılar doğal dil içgörülerini, bağlamsal önerileri ve ajan tarafından oluşturulan anlatıları alırlar. KPI’ler sadece bir ekranda durmaz, ajanlar bunları aktif olarak izler, önemli olanları işaretler ve nedenini açıklar. Fark, veri platformunun kendisinden ziyade, verinin hazır olmasından sonra发生 neler olduğu.

Çok sayıda entreprise, AI pilot cehenneminde takılmış durumda. AI’yi üretim ölçeğinde neden gerçekleştiremiyorlar?

Ben buna pilot mezarlığı diyorum, çünkü çoğu proje sadece durmaz, sessizce ölür. En büyük engeller teknik değil, organizasyonel. İnsanlar, süreçler ve veriler.

Değişim yönetimi sürekli olarak küçümseniyor. İş yapış şeklini yeniden tasarladığınızda, insanların değer elde etme şeklini zorluyorsunuz. Başarılı olan entreprises, liderliklerin AI yeterliliğini görünür şekilde önemli kıldığı yerlerdir. Beceri kazandırma ve süreç yeniden tasarımı yapısal olarak desteklendiğinde, benimseme hızlanır.

Sonra, J-eğrisi problemi var. AI yatırımları genellikle ROI görmeden önce düşüş gösterir. Çok sayıda organisation, 90 gün içinde ROI bekler, göremezse çabaları terk eder. Başarılı olanlar, tüm eğriye bağlı kalırlar.

Veri hazırlığı da kritik bir faktördür. Kötü veri, yanlış kararlara yol açar. AI, ölçekte bir varlık yerine bir yük haline gelir, önce veri temelinin güvenilir olması gerekir.

Son olarak, kullanım durumu disiplini önemlidir. AI ile her şeyi yapmaya çalışmak yerine, gerçek iş metriklerini hareket ettiren, kanıtlanan ve sonra ölçeklenen kullanım durumlarına odaklanmak gerekir.

Polestar Analytics’te, verilerin, AI’nin ve iş akışlarının bir araya getirilmesi, problem keşfini ve fırsat tanımlamasını hızlandırır, birleştirmeyi değişim için bir katalizöre dönüştürür.

Agentic AI, endüstri genelinde önemli bir tema haline geliyor. Polestar Analytics, entreprise iş akışlarında AI ajanlarına nasıl bakıyor ve hangi gerçek dünya kullanım örnekleri kabul görüyor?

Bizim için, ajanların hem veri katmanında hem de iş akışlarında gömülü olması gerekiyor. Örneğin, bir fiyatlandırma ajansı, sadece bir panelden oluşan bir LLM değil, veri altyapısına entegre edilmiş, bağlamı anlayan ve gerçek kararları destekleyen bir ajandır.

100’den fazla ajanımız var, bazıları asistan olarak çalışırken diğerleri tam otomatik. En güçlü kabul, gelir büyümesi yönetimi, özellikle fiyatlandırma, promosyonlar ve medya karışımları gibi kararların sık ve veri yoğun olduğu alanlarda görülmektedir.

Mühendislik tarafında, pipeline izleme ve hata çözme ajanları zaten kullanılıyor. FinOps ajanları, kullanılmayan bulut maliyetlerini %35 oranında azalttı. Ayrıca zenginleştirme yönetiminde güçlü bir kabul görmekte.

Microsoft ve Databricks ekosistemlerini destekliyoruz ve özel ajan inşa platformu sunuyoruz. Her ajanın LLM tabanlı olması gerekmez; mimari, ölçek ve maliyeti dengelemek için kullanım örneğine uygun olmalıdır.

Yönetişim esasidir. Finansal sistemlerle veya müşteri verisiyle etkileşime giren ajanlar için, güvenilirliği sağlamak için güçlü güvenlik duvarları ve insan denetimi kurulmuştur.

Son fonksiyonunuzla IP geliştirmeye odaklanıyorsunuz. Bugünün AI peyzajında, mevcut ekosistemlerin üzerine inşa etmek yerine özel platformlara sahip olmak ne kadar önemli?

Databricks, Microsoft ve Anaplan gibi platformlar, altyapı ve ölçek sunuyor, onlarla rekabet etmiyoruz.

Odak noktamız, üstteki intelligence katmanını inşa etmek. Özel IP, deneyimi kontrol etme, domaine özgü bilgiyi gömme ve tutarlı değer sunma imkanı veriyor.

Farkımız, endüstriye özgü uzmanlıktan geliyor. Gelir büyümesi yönetimi için PromoPulse AI veya finansal hizmetler için WealthPulse gibi, değer, gerçek dünya kullanım örneklerini ve kararları anlama becerisinden geliyor.

Özel IP, bu uzmanlığın kodlanmasıdır. Bu, platformu savunabilir ve gerçekten faydalı hale getirir.

Fortune 1000 şirketleriyle yakın çalıştınız. AI ROI beklentileri nasıl değişiyor, yöneticiler somut sonuçlar yerine deneysel çalışmalardan ziyade ölçülebilir sonuçlar talep ediyorlar?

Değişim gerçek, ancak deneysel çalışma ortadan kaybolmadı, sadece daha hızlı ve somut sonuçlarla bağlantılı hale geldi.

Yöneticiler şimdi ROI’yi daha geniş perspektiflerden değerlendiriyor; karar hızı, müşteri bağlılığı, inovasyon kapasitesi ve dayanıklılık gibi.

AI ROI’si artık tek bir liderin sorumluluğunda değil. CTO altyapı ve veri odaklı, CFO finansal etkiye bakarken, COO operasyonel verimliliğe odaklanıyor.

Başarılı olan entreprises, bu perspektifleri erken aşamada hizalıyor ve uzun vadeli sonuçlara bağlı kalıyor.

Genişleme stratejiniz, Kuzey Amerika ve Avrupa’yı içeriyor. AI benimseme olURITY ve entreprise hazır olma açısından bu bölgeler arasında neler görüyorsunuz?

Fark, zihniyetten ziyade yetenek değil.

Kuzey Amerika, rekabet baskısı tarafından hız ve deneysel çalışma odaklı.

Avrupa, AI’nin etik ve sorumlu kullanımına önceden odaklanıyor. Ancak bu, daha yavaş benimseme anlamına gelmiyor. Enterprises, hız ile yapıyı dengeliyor.

Her iki bölge de, ölçeklenebilir ve sorumlu AI’nin core operasyonlara entegre edilmesi yönünde birleşiyor.

CAIO Circle’ı, AI liderlerini bir araya getirmek için kurduktan sonra, özellikle yönetim ve etik konularında, AI liderleri arasında en acil hangi konuşmalar gerçekleşiyor?

CAIO Circle, AI liderlerine açık tartışma alanı sağlamak için kuruldu.

Merkezi zorluk, hızı uzun vadeli riskle dengelemek. Güven ve açıklanabilirlik, özellikle AI sistemlerinin kritik kararları etkilediğinde, büyük endişe kaynağı.

Yönetişim, politika belgelerinden operasyonel uygulamalara doğru kayıyor. Aynı zamanda, birçok organisation hala AI stratejilerini gerçekleştirmek için uygulama modellerinden yoksun.

En değerli içgörüler, genellikle resmi sunumlardan ziyade samimi peer tartışmalarından geliyor.

Üç ila beş yıl вперед baktığınızda, entreprise AI’nin, sizin gibi birleşik platformlara mı yoksa araç ve satıcıların parçalanmış bir ekosistemine mi dönüşmesini bekliyorsunuz? Polestar Analytics, bu gelecekte kendini nasıl konumlandırıyor?

Parçalanma muhtemelen devam edecek. Databricks, Microsoft, Salesforce ve Anaplan gibi büyük platformlar, merkezi oyuncular olarak kalacak.

Enterprises’e, veriyi, intelligence’ı ve iş akışlarını eyleme geçirilebilir bir şeye bağlayan birleştirici bir katmana ihtiyaç duyuyor. Bu, 1Platform’un tasarlandığı roldür.

Gelecek, derin dikey uzmanlığa sahip platformları favori edecek. Genel yatay çözümler, farklılaşmakta zorlanacak.

Gerçek değer, endüstriye özgü ihtiyaçları anlamaktan ve intelligence’ı doğrudan karar alma iş akışlarına gömmekten gelecek.

Harika röportaj için teşekkürler, daha fazla bilgi edinmek isteyen okuyucular Polestar Analytics ziyaret edebilir.