Erik Schwartz, Baş AI Memuru (CAIO) Tricon Infotech – Röportaj Serisi

Erik Schwartz, Tricon Infotech‘in Baş AI Memuru (CAIO)’dur. Tricon Infotech, önde gelen bir danışmanlık ve yazılım hizmetleri şirketidir. Tricon Infotech, özel ürünler ve kuruluş uygulamaları aracılığıyla verimli, otomatik çözümler ve tam dijital dönüşümler sunar.

Erik Schwartz, teknoloji alanında iki thập yılın üzerinde deneyime sahip bir teknoloji yöneticisi ve girişimcidir. AI, Bilgi Alımı ve Bilgi Keşfi alanındaki uzmanlığıyla tanınır. Kariyeri boyunca, Erik Schwartz, büyük ölçekli platformlar oluşturma ve AI’ı arama teknolojilerine entegre etme konusunda önde gelen bir figür olmuştur. Bu, kullanıcı etkileşimi ve bilgi erişilebilirliğini önemli ölçüde artırmıştır. Daha önce Comcast, Elsevier ve Microsoft’ta önemli roller üstlenen Schwartz, bu şirketlerde AI, arama ve LLM girişimlerini yönetmiştir.

Erik Schwartz’ın profesyonel yolculuğu, inovasyona olan bağlılığı ve işbirliğinin gücüne olan inancı ile karakterizedir. Takımları, yenilikçi çözümlerin hızlı teslimatı konusunda yönlendirmiş ve teknoloji topluluğu içinde güvenilir bir lider olarak kendini kurmuştur. Elsevier’deki Scopus AI projesindeki çalışması, bilgiyle etkileşim şeklimizi yeniden tanımlama ve kullanıcılarla güvenilir bir ilişki kurma konusundaki taahhüdünü vurgulamaktadır.

Baş AI Memuru (CAIO) olarak, Erik Schwartz, Tricon müşterileri için kapsamlı AI stratejileri geliştirme ve uygulama konusunda geniş deneyimini kullanmaktadır. AI’ı demistifiye eden ve işlerin AI teknolojisindeki rekabetçi ortamda başarılı olması için donatan titiz süreci, Erik’in AI’ı etkili bir şekilde kullanma konusundaki tutkusuyla karakterizedir.

Kariyer yolculuğunuzun size Tricon Infotech’teki Baş AI Memuru pozisyonuna götüren bazı önemli noktalarını paylaşabilir misiniz?

Ben, kariyerim boyunca Bilgi Alımı alanıyla iç içe oldum. Yolculuğum, 90’ların başlarında Web Master olarak başladı. Bu formasyon döneminde, hükümet kurumları, üniversiteler ve medya şirketleri için dijital kütüphaneler oluşturmaya odaklandım. Bu, dijital bilgi sistemlerindeki uzmanlığımın temelini attı.

2000’lerde, arama motoru satıcıları ile çalışmaya geçiş yaptım ve arama teknolojilerinde uzmanlaşmaya başladım. Kariyerimin bu aşaması, çeşitli satın almalar yoluyla önemli büyüme ve öğrenme ile karakterizedir. Bu, sonunda 2008’de Microsoft’a katılma kararıma yol açtı. Microsoft’ta, Bilgi Keşfi Platformlarını geliştirme ve iyileştirme konusunda kritik bir rol üstlendim. Bu, kullanıcılar için bilgi erişilebilirliğini ve inovasyonu teşvik etti.

Microsoft’taki görevimden sonra, Comcast ve Elsevier gibi büyük kuruluşlarda AI ve Bilgi Keşfi konularında önemli roller üstlendim. Bu deneyimler, AI ve bilgi alımı yaklaşımımı şekillendirmede önemli oldu ve nihayetinde Tricon Infotech’teki Baş AI Memuru pozisyonuma yol açtı. Burada, geniş deneyimimi AI stratejileri ve çözümler geliştirmek için kullanıyorum. Bu, müşterilerimizin verilerinin tam potansiyelini kullanmalarını sağlıyor.

Comcast, Elsevier ve Microsoft gibi şirketlerdeki deneyimleriniz, AI ve arama teknolojilerini entegre etme yaklaşımınızı nasıl etkiledi?

Kariyerim boyunca, doğal dil işleme (NLP) teknikleri ve makine öğrenimi üzerinde yoğunlaştım. Başlangıçta, bu teknolojiler basit kurallara dayalı sistemlere dayanıyordu. Ancak veri kümeleri büyüdükçe ve hesaplama gücü arttıkça, kullanıcı deneyimlerini otomatik olarak veri hasatıyla ve algoritmaların performansını iyileştirerek önemli ölçüde geliştirdik.

Microsoft’ta, FAST’ın satın alınmasının ardından, SharePoint ekibinde ürün müdürü olarak görev yaptım. Bu role, girişimci içerik yönetim sistemlerine gelişmiş arama teknolojileri entegre etme konusunda dahil oldum. Bu, işletmeler için bilgi alımı ve işbirliği kapasitelerini artırdı.

Comcast’ta, video işlerini güçlendirerek kullanıcıların set-top box, mobil ve web cihazlar boyunca içerik aramasını ve keşfetmesini sağlayan bir bilgi keşfi platformu oluşturdum. Bu arama motoru, günlük 1 milyara varan isteği işleyerek hızlı ve doğru içerik önerileri ve arama sonuçları sunarak kullanıcı deneyimini önemli ölçüde iyileştirdi.

En önemli deneyimlerden biri, Elsevier’de yaşandı. Burada, Generatif AI deneyimi için Scopus’un birini başlattık. Bu girişim, kullanıcılara daha iyi sorular sormaları ve akademik iletişim veritabanındaki teknik içerikten daha doğru cevaplar almalarına yardımcı olmak için Büyük Dil Modeli (LLM) kullandı. Bu LLM temelli yaklaşım, veritabanında bulunan 90 milyondan fazla makalenin tam accuracy ve güvenilirliğini sağladı. Bu, AI’ın akademik araştırma ve bilgi yayılımını güçlendirme potansiyelini gösterdi.

Şu anki Generatif AI ve potansiyel uygulamalarındaki gelişmeler konusunda en çok ne heyecanlandırıyor?

Bilgi Alımı tarihinin en büyük zorluklarından biri, bağlamı koruma olmuştur. İnsanlar için bu doğal bir süreç iken, makineler için bilgi alma geleneksel olarak işlemsel bir deneyim olmuştur: soru sor, cevap al. Konuya daha derine inmek, giderek daha spesifik sorular sormayı gerektirir. Generatif AI, daha konuşma odaklı ve bağlamsal bir etkileşim sağlar. Bu, doğal bir sohbeti taklit eder.

Ayrıca, Generatif AI, geleneksel arama motorlarının zorlandığı daha derin anlama tekniklerini entegre eder. Örneğin, Büyük Dil Modelleri (LLM’ler), ton, sentiment analizi, anlamsal anlayış ve belirsizliği ortadan kaldırma gibi yönleri sorunsuz bir şekilde işleyebilir. Bu yetenekler, LLM’lerin insan dilinin nüanslarını ve bağlamını kolayca kavramasını sağlar. Bu, daha doğru ve anlamlı cevaplar sağlar.

Tricon Infotech’in Generatif AI’ye yaklaşımı endüstrideki diğer şirketlerden nasıl farklı?

Generatif AI alanında iki temel odak alanı vardır. Birincisi, büyük teknoloji şirketlerinin önemli ilgi gösterdiği AI modellerini eğitme ve ince ayarlamadır. İkincisi, Generatif AI uygulayıcılarının gerçekten excellediği alan, çıkarım – Generatif AI’ı değerli ürün ve hizmetler oluşturmak için kullanmaktır.

Tricon Infotech’te, ikincisine odaklanıyoruz. Yaklaşımımız, pratik uygulama ve hızlı dağıtıma vurgu yapmasıyla farklıdır. Müşterilerin Generatif AI için en etkili kullanım örneklerini hızlı bir şekilde tanımlamasına yardımcı olmak için kapsamlı bir program geliştirdik. Sürecimiz, müşterilerin kendi verilerini bir AI kumandasında çalıştırabileceği hızlı prototip çözümü içerir. Bu, somut sonuçları görmelerini ve AI tarafından üretilen içgörülerle erken aşamada etkileşime girmelerini sağlar.

Ayrıca, zamanın değerine radikal bir odaklanmaya sahibiz. Müşterilerin 90 gün içinde tüketici odaklı uygulamalar oluşturup dağıtabilmeleri hedefimizdir. Bu hızlandırılmış zaman çizelgesi, yalnızca daha hızlı inovasyonu teşvik etmekle kalmaz, aynı zamanda işletmelerin Generatif AI’ın faydalarından hızlı bir şekilde yararlanmasını ve yeni gelir akışları oluşturmasını sağlar.

Şirket içi çözümlerde Büyük Dil Modelleri (LLM’ler) ve Generatif AI’ı uygulamanın bazı ana zorluklarından bahseder misiniz?

Şirket içi çözümlerde LLM’ler ve Generatif AI’ı uygulamak, çeşitli ortaya çıkan zorluklar sunar. İlk ve en önemli zorluk, güvendir. Şirketlerin, AI sistemlerinin fikri mülkiyetlerini veya hassas kurumsal bilgilerini tehlikeye atmayacağından emin olmaları gerekir. Veri güvenliğini sağlamak ve AI’ın verilerini suistimal etmeyeceğine dair güvence almak, güven kazanmak için kritiktir.

İkinci zorluk, hayal gücünün sorunudur. Generatif AI, bazen kesin olarak yanlış cevaplar üretebilir. Bu, AI sistemlerinin güvenilirliğini zayıflatabilir. Model ince ayarını ve Retrieval Augmented Generation (RAG) gibi tekniklerin kullanımını içeren teknikler, AI cevaplarının doğru verilere dayandırılmasını sağlayarak hayal gücünün oluşumunu azaltabilir.

Üçüncü önemli zorluk, maliyettir. LLM’lerin lisanslanması ve ölçeklendirilmesi oldukça pahalı olabilir. Büyük sağlayıcıların empresa teklifleri, yüksek giriş ücretleri ve asgari ücretlerle gelir. Bu nedenle, şirketlerin AI çözümlerinin ekonomik olarak uygulanabilir olmasını sağlamak için yatırım getirisini (ROI) yakından izlemeleri çok önemlidir.

Tricon Infotech’in özelleştirilmiş GenAI şirket içi çözümlerini geliştirmek için yapılandırılmış bir yaklaşımını açıklar mısınız?

Tricon Infotech, geleneksel personel takviyesi yerine, yönetilen hizmetleri, tam yığın ürün ekipleri aracılığıyla sunan bir ürün geliştirme şirketidir. Yaklaşımımız, ürün geliştirme döngüsünün her aşamasını yönetebilecek tüm ürün ekiplerini dağıtmayı içerir. Bu, kullanıcı araştırması, kullanıcı deneyimi tasarımı (UX), ön uç ve arka uç geliştirme, test otomasyonu, dağıtım, ölçeklendirme ve sürekli operasyonları kapsar.

Bu kapsamlı yönetilen hizmet modeli, müşterilerin karmaşık kaynak yönetimi olmadan verilerinin değerini elde etmelerine olanak tanır. Ana sürücümüz, zamanın değeridir, yani somut faydaları hızlı ve verimli bir şekilde teslim etmek önceliklidir. Amacımız, müşterilerle uzun süreli ilişkiler kurarak sürekli değer katma ve özellik geliştirme sürecini ilerletmektir.

Yapılandırılmış yaklaşımımız, AI manzarasındaki yeni zorluklara ve fırsatlara nhanh bir şekilde adapte olma yeteneği ile karakterizedir. Çoksaklı ekiplerimizin tam kapasitesini kullanarak, her bir empresa için özel olarak tasarlanmış Generatif AI çözümleri sunarız. Bu yaklaşım, geleneksel personel takviye şirketlerinden bizi ayıran bir faktördür ve önemli bir iş etkisini sağlayan kapsamlı, uçtan uca çözümler sağlar.

Tricon’un GenAI çözümlerinin başarılı bir şekilde ele aldığı bazı gerçek dünya sorunlarından örnekler verebilir misiniz?

1. E-Öğrenme – geleneksel medya ve miras eğitim materyallerini etkileşimli çok modlu içeriğe dönüştürme. Bu, müşterilerimizin mevcut içeriği yeni öğrenme yollarına ve platformlarına adapte etmelerini sağlar.
2. Özel AI – Müşterilere, şirket içi AI çözümlerini oluşturmalarına yardımcı olmak, böylece veri ve IP güvenliklerini korurken maliyetleri kontrol altına alırlar ve şirket genelinde ölçeklenebilirler. Bu özel AI’lar, yalnızca şirketlere hizmet vermeyecek, aynı zamanda yeni gelir akışları da oluşturacaktır.
3. İşlem Otomasyonu – Hala birçok organizasyonun manuel işlemlere ve swivel sandalye veri entegrasyonuna güveniyor. AI, sistemleri birbirine bağlayarak verilerin doğruluğunu kontrol edebilen ve iş akışlarını daha verimli bir şekilde yönlendirebilen zeki katmanlar oluşturur.

Sürekli öğrenme ve büyüme, hızla gelişen AI alanında önde olmak için ne kadar önemli?

AI alanında karşılaşılan en önemli zorluklardan biri, yetenek havuzunu yetiştirmektir. AI araçları ve teknolojilerini doğal olarak anlayan yeni bir işgücü nesli vardır. Ancak, bu araçların ne yapabileceğini ve yapamayacağını anlamak için daha eski bir nesle ihtiyaç vardır. Sürekli öğrenme, bu boşluğu kapatmak için çok önemlidir.

AI araçları, işletmelerin çok daha az kaynakla çok daha fazlasını başarmalarına olanak tanır. Bu faydaların gerçekleşmesi için, çalışanların yeni çalışma yollarını öğrenmeye ve bu araçları iş akışlarına entegre etmeye açık olmaları gerekir.

Ayrıca, iş güvencesi korkusunu ele almak önemlidir. Çalışanların, sürekli öğrenmeye ve büyümeye açık olmaları, AI araçlarını günlük rutinlerine entegre etmelerine yardımcı olacaktır. Gerçekte, AI odaklı gelecekteki başarı, bu gelişen teknolojileri anlamak ve kullanmak isteyenlere gelecektir.

AI’ın arama teknolojisini ve kullanıcı etkileşimini bir sonraki on yılda nasıl dönüştüreceğini öngörüyorsunuz?

Şu anda, geleneksel arama motorlarından Generatif AI araçlarına doğru önemli bir geçiş yaşanıyor. Bu, Generatif AI’ın doğrudan cevaplar ve çözümler sunma yeteneği tarafından yönlendiriliyor. Gelecekte, AI’ların toplantılara katılma, eylemler gerçekleştirme ve rutin görevleri yürütme konusunda daha yaygın hale geleceği öngörülüyor. Bu, bazı fonksiyonların rollerinde önemli bir azalma ile sonuçlanacaktır.

Kaliteli bir zorluk, Generatif AI’ı nasıl para kazanılacağıdır. Geleneksel reklam modeli, bu yeni peyzajda önemli engellerle karşılaşabilir. Tahminim, verinin giderek daha değerli hale geleceği ve bu yeni dünyada bir tür para gibi hareket edeceğidir. Bu, AI’ın benzersiz yeteneklerini kullanan yenilikçi iş modellerini gerektirecektir.

Genel olarak, AI’ın arama teknolojisini ve kullanıcı etkileşimini dönüştürme geleceği, bilgi alma deneyimini daha sezgisel ve verimli hale getirecek ve dijital etkileşimleri ve empresa fonksiyonlarını yeniden şekillendirecektir.

AI’ı kullanarak başarı ve inovasyonu teşvik etmek isteyen işletmelere pratik tavsiyeleriniz nelerdir?

Teknolojisinden korkmayın. Çalışanlarınızın AI araçlarına erişimi olduğundan emin olun, ancak aynı zamanda verilerinizi ve fikri mülkiyetinizi güvende tutun. Birçok çalışan zaten AI araçlarını kullanıyor, ancak uygun governance olmadan suistimal riski bulunuyor. Bu nedenle, personelinizi bu araçları güvenli ve etkili bir şekilde kullanma konusunda eğitmek çok önemlidir.

Ayrıca, başarı ölçütlerine dikkat edin. AI araçları pahalı olabilir, ancak maliyetlerin zaman içinde azalması beklenmektedir. Ancak, AI’ın işinize etkisini anlamak ve yatırım getirisini (ROI) yönetmek için net bir odak noktasına sahip olmak önemlidir. Bunu yaparak, AI’ı inovasyonu teşvik etmek ve başarıyı sağlamak için kullanabilirsiniz, aynı zamanda faydaların masraflarını aşmasını sağlayabilirsiniz.

Harika röportaj için teşekkür ederiz. Daha fazla bilgi edinmek isteyen okuyucular Tricon Infotech ziyaret edebilir.