Lauri Kien Kotcher, Different Day CEO’su ve Kurucu Ortağı – Röportaj Serisi

Lauri Kien Kotcher, Different Day CEO’su ve Kurucu Ortağı, yapay zeka, tüketici ürünleri, perakende, sağlık hizmetleri, finansal hizmetler ve özel sermaye alanlarında deneyimli bir iş lideri, marka oluşturucu, yönetim kurulu üyesi ve stratejik danışmandır. Different Day’i kurmadan önce, quip’in CEO’su ve yönetim kurulu üyesi olarak görev yaptı; burada ağız bakımından ağız sağlığına daha geniş bir geçişi yönetti, yeni ürünler tanıttı, şirketin doğrudan tüketiciye abonelik modelini yeniden yapılandırdı ve işletme maliyetlerini azalttı. Daha önce The Shade Store ve Hello Products’ı yönetti; ikincisini önemli bir büyüme ve 2020’de Colgate tarafından satın alınma sürecinde yönlendirdi. Önceki liderlik pozisyonları arasında L Catterton, Godiva Chocolatier, Lehman Brothers ve Pfizer Consumer Healthcare’te üst düzey görevler ve McKinsey & Company’de 15 yıl yer alıyor; burada ortak oldu ve firmanın Kuzey Amerika tüketim malları pratiğini ortak olarak yönetti. Kotcher ayrıca Freshpet’in yönetim kurulunda görev yapıyor ve büyüme stratejisi, yenilik, pazarlama, birleşme ve devralmalar ve organizasyonel dönüşüm konularında geniş deneyim getiriyor.

Different Day orta ölçekli şirketlerin operasyonel zorluklarını, mevcut teknoloji ortamlarıyla bütünleşen pratik, özelleştirilmiş yapay zeka uygulamalarına dönüştürmelerine yardımcı olur. Deneysel AI projelerine veya genel amaçlı yazılımlara odaklanmak yerine, şirket manuel çalışmayı azaltmak, görünürlüğü artırmak, gelir büyümesini hızlandırmak, marjları güçlendirmek ve faydalı iş içgörüleri ortaya çıkarmak için tasarlanmış uçtan uca çözümler geliştirir. Çalışmaları talep tahmini, tedarik ve envanter planlaması, satış istihbaratı, finansal yardım mutabakatı, uyumluluk, sözleşme analizi, müşteri ilişkileri yönetimi ve performans raporlaması gibi alanları kapsar. Different Day ekibini, sorunun ilk keşfinden dağıtıma ve bilgi transferine kadar bir ortak olarak konumlandırır; böylece müşteriler uygulamaları dahili olarak işletip geliştirmeye devam edebilir.

McKinsey, Godiva, hello products, The Shade Store ve quip’te dönüşüm liderliğini on yıllar boyunca yürüttükten sonra Different Day’i kurduğunuzda, orta ölçekli şirketlerin yeni bir AI ortakına ihtiyaç duyduğuna ikna eden neydi ve mevcut teknoloji satıcıları ile danışmanlık firmalarının çözmekte yetersiz kaldığını düşündüğünüz operasyonel sorunlar nelerdi?

Şok edici bir şekilde, iş liderleri çoğu zaman karanlıkta yaşar. Yüksek büyüme gösteren orta ölçekli tüketici markaları ve perakendecileri yöneten bir CEO ve CMO olarak, işin tüm hareketli parçalarının tam kapsamını hiçbir zaman net bir şekilde göremiyordum. Verilerimiz genellikle kanal, coğrafya ve fonksiyon sahibi bazında birbirinden kopuk silolar içinde yaşardı. İçgüdüm, AI’nın nihayet bu noktaları birleştirip neyin eksik olduğunu ortaya koyabileceği yönündeydi, ancak kime başvuracağımı ya da nereden başlayacağımı bilmiyordum. Different Day bu sorunun cevabı oldu.

Orta ölçekli şirketlerin büyük işletmelere göre daha az kaynağı vardır, ancak daha az bürokrasi ve teknik borç da taşıyabilirler. AI uygulama yaklaşımları, kurumsal oyun kitabından nasıl farklı olmalıdır?

Orta ölçekli şirketlerin benimsemeleri gereken olağanüstü bir süper güçleri vardır. Daha büyük rakiplerini geride bırakmak için atlamalı bir sıçrama yapmalı, çünkü hız onların gerçek avantajıdır. Bizim görüşümüz, çoğu orta ölçekli işletmeyi 2026’da sıfırdan kurulmuş gibi AI‑yerli organizasyonlara dönüştürebileceğimiz yönündedir. Büyük işletmeler, AI’nın daha küçük rakiplerin oyun alanını eşitleyeceğinden, AI ekip arkadaşlarını daha hızlı hareket ettirerek çalışan sayısını artırmadan korkuyor. Daha az kişi, ne yapılacağı, nasıl yapılacağı ve hedeflerin ne olduğu konusunda karar veren kişi sayısını azaltır; bu da daha küçük bir organizasyon şemasını bir sınırlama değil, bir varlık haline getirir.

Bir şirketin operasyonlarını değerlendirirken, gerçekten AI’dan fayda sağlayacak bir iş akışını, geleneksel otomasyon, geliştirilmiş yazılım ya da süreç yeniden tasarımıyla daha iyi ele alınabilecek bir iş akışından nasıl ayırıyorsunuz?

Ben çıplak yaklaşıma inanıyorum: iş akışınızı temellere indirin. Süreci basitleştirmek AI’dan önce gelmelidir. Temiz bir kağıtla başlayın – eski yazılım ve geçici çözümler olmasaydı burada ne yapardınız? Çoğu mevcut süreç, doğru çalışma şekli oldukları için değil, hantal araçların etrafından dolaşmak için inşa edilmiştir. Sözleşmeler yenilenmek üzere geldiğinde, hangi özellikleri kullandığınızı sorun ve birkaç istisna dışında, AI bugün sahip olduklarınızdan daha özelleştirilmiş bir şey inşa edebilir. ERP ya da CRM gibi yerinde tutmanız gereken sistemler her zaman vardır; biz tam ihtiyacınız olan eklentileri tasarlar ve başka bir şey eklemez.

Different Day, 72 saatlik bir prototip ile başlayıp birkaç hafta içinde üretime hazır bir teslimata geçebileceğini söylüyor. Bu hızı mümkün kılan nedir ve hangi teknik, güvenlik ya da organizasyonel koşullar bir uygulamayı yavaşlatabilir?

Bu bir aşırı vaat gibi görünebilir, ancak iş ve teknoloji anlayışına sahip kişiler tarafından kurulan bir şirket olarak benzersiz avantajımızın yansımasıdır. Ekibimiz AI‑yerli olduğu için geliştirme, geleneksel yazılım geliştirmesinden çok daha hızlı ilerler. Değişmeyen şey keşiftir: süreci kim yönetiyor, kim daha fazla onay vermeli, hangi sonuç hedefleniyor ve ne kadar, daha önce ne başarısız oldu. Bu çalışmayı önceden atlayın ve entegrasyonlarda, uygulamada çok daha yüksek maliyetle tekrar ortaya çıkar. Hız, kodlamadan ziyade anlayışı önceden yüklediğimiz için mümkündür.

Birçok orta ölçekli işletme, birbirinden kopuk elektronik tablolar, eski sistemler ve tutarsız veri kaynakları arasında çalışıyor. AI’nın güvenilir operasyonel sonuçlar üretebilmesi için genellikle ne kadar veri hazırlığı gerekir?

Orta ölçekli şirketlerin yaşadığı kopuk veri aslında bir engel değil, bir fırsattır. Araçlarımız, boşlukların tam olarak nerede olduğunu gösterir ve şirket bu boşlukları doldurup doldurmayacağına ve nasıl dolduracağına karar verir. AI’dan önce bu boşluklar görünmezdi; birisi sadece elektronik tabloları bir karara iterek ya da eksik verilerle farkında olmadan karar veriyordu. Şimdi ekipler boşluğu görebiliyor ve kararlarını buna göre değerlendirebiliyor, verinin sağlam olduğunu varsaymak yerine.

Yöneticiler bir AI projesine başlamadan önce hangi metrikleri belirlemeli ve bir uygulamanın anlamlı bir yatırım getirisi sağladığına dair kanıtları ne kadar çabuk görmeyi beklemeli?

AI yeni olabilir, ancak klasik iş disiplinleri hâlâ geçerlidir. AI’nın sorun yaşadığı nokta, insanların eski kuralların tamamen ortadan kalktığını düşünmesidir. Her AI projesinin başında net bir hedef olmalı; bu satış, marka görünürlüğü, marj, karar hızı ya da daha fazla çalışan olmadan daha fazla çıktı olabilir ve bu hedefe ulaşmak için gerçekçi bir zaman çizelgesi belirlenmelidir. Zaman çizelgeleri, veri bağlantılarının sayısı, iç ve dış sistemlerin kapsamı ve aracın çıktısının sağlam olması için ne kadar öğrenmesi gerektiğine göre değişir. Üç ay içinde bir tür sonuç görmelisiniz; daha karmaşık projeler daha uzun sürer. Projeyi aşamalı tasarlamak, tek bir büyük sonuç beklemek yerine daha mantıklıdır.

Different Day, talep tahmini, tedarik planlaması, sözleşme istihbaratı, finansal‑yardım mutabakatı ve gerçek‑zamanlı satış sinyalleri gibi uygulamaları vurguluyor. Bugün en tekrarlanabilir sonuçları hangi kullanım durumları üretiyor ve hangileri şirketin sektörü ve işletme modeliyle yüksek derecede bağlı kalıyor?

AI’nın tekrarlanabilirlik faktörünü küçümsemeyin. Birçok açıdan işletmeler, evrensel sözleşmelerden iç yeteneklerle müşteri ihtiyaçlarını eşleştirmeye kadar, düşündüğümüzden daha çok yapısal benzerliğe sahiptir. Sözleşme istihbaratı ve finansal‑yardım mutabakatı bugün en tekrarlanabilir olanlardır; her ikisi de net parametreler ve net çıktılar sunar, bu yüzden araç tam olarak neyi çözdüğünü bilir. Talep tahmini ve tedarik planlaması ise daha zordur: daha fazla veri seti, daha fazla kanal ve şirketin işletme modeline göre büyük değişkenlik gösterir. Gerçek‑zamanlı müşteri bildirimi gibi bir şey ise ortada yer alır; şirketin mevcut teknoloji yığını ve kanallarına bağlıdır.

Bir işletme, rafadan bir AI ürününü satın almalı, dahili olarak inşa etmeli ya da dış bir ortakla özelleştirilmiş bir uygulama geliştirmeli mi? Gereksiz karmaşıklığı ya da satıcı bağımlılığını ortaya çıkaran hangi sorular yardımcı olur?

AI clickbait’inden kaçının ve karmaşık araçların dahili olarak inşa edilmesini kolay gösteren LinkedIn gönderilerine şüpheyle yaklaşın. Araç gerçekten basitse, örneğin birkaç elektronik tabloyu bir araya getirip birkaç çalışan için temiz bir görünüm sunan bir gösterge paneli gibi, o zaman dahili olarak inşa edin. Gerçek‑zamanlı veri çekimi, iç ve dış sistemlerden veri alması gerektiğinde, DIY araçlarla teknik olmayan bir ekip için ulaşılamaz bir seviyeye çıkar. Rafadan AI, rafadan SaaS’ın her zaman olduğu gibi aynı tavanı paylaşır. Genel veri okuması sağlar, ancak işinizin ve rakiplerinizin özgün nüanslarını vermez.

Şirketlerin etkileyici bir AI gösterisinden, çalışanların her gün güvenip kullanması gereken bir sisteme geçerken en yaygın hataları nelerdir?

“Prototip‑itis” adlı bir salgın görüyorum: şirketler buzdağının görünen %10’una kapılıyor. Prototip etkileyici görünebilir, ancak gerçek iş yüzeyin altında gerçekleşir: veri testi ve geri test, her sistem bağlantısının test edilmesi ve verinin güvence altına alınması. Ardından değişim yönetimi gelir: insanlara nasıl kullanılacağını, sınırlarını, bir insanın ne zaman devreye girmesi gerektiğini ve çıktısına hangi soruların sorulması gerektiğini öğretmek. AI, bir amaç için uygun olmalı, insan yargısının yerine geçmemeli; özellikle orta ölçekli bir şirkette bu yargı yıllarca inşa edilmiş bir şeydir.

AI temel operasyonlara yerleştiğinde, yöneticilerin ve ön hat çalışanlarının rolleri nasıl değişecek ve orta ölçekli liderler şimdi ne yapmalı ki AI ekiplerini yükseltsin, sadece başka bir teknoloji katmanı eklemesin?

“Yöneticiler” bir zamanlar insanları yönlendirmek anlamına geliyordu. Hızla, ajan ve sistem yönetimine dönüştü. Ekibin en büyük acı noktalarını haritalamaya ve manuel, tekrarlayan işleri izole etmeye başlayın; AI önce burada yer almalı, daha karmaşık kararları ona vermeden önce. Koşmadan önce yürüyün, özellikle güvenin bir galibiyetle kazanılması gereken bir orta ölçekli şirkette.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Different Day’i ziyaret etmelidir.