Mukund Kalmanker, Apexon’da Global Veri, Analitik ve Yapay Zeka Başkanı – Röportaj Serisi

Mukund Kalmanker, Apexon’un Global Veri, Analitik ve Yapay Zeka Başkanı, büyük ölçekli kurumsal dönüşüm girişimlerini yönetme konusunda yirmi yıllık deneyim getiriyor. Kariyeri, Wipro’da küresel yapay zeka uygulamaları oluşturma, HOLMES gibi otomasyon platformlarını geliştirme ve finans, telekomünikasyon ve sağlık gibi sektörlerde kurumsal teknoloji stratejisini tanımlamaya odaklandı. Çalışmaları, özellikle yapay zeka, veri mühendisliği ve otomasyon gibi ortaya çıkan teknolojileri somut iş sonuçlarına dönüştürmeye odaklandı, derin teknik uzmanlığı küresel takımlar oluşturma, dijitalleşme stratejileri sürme ve büyük şirketler için ölçülebilir operasyonel verimlilik sağlama konusunda güçlü bir geçmişe sahip.

Apexon, şirketlerin iş dönüşümünü hızlandırmalarına yardımcı olan bir dijital ilk teknoloji hizmetleri şirketidir. Apexon, akıllı, ölçeklenebilir sistemler ve müşteri deneyimleri oluşturmak için yapay zeka, veri analitiği ve dijital mühendisliği birleştirir. Bulut, otomasyon ve gelişmiş analitik gibi entegre yetenekleri ile şirket, operasyonları modernleştirmeye, karar vermeyi iyileştirmeye ve özellikle finans, sağlık ve yaşam bilimleri gibi sektörlerde son derece dijital çözümler sunmaya yardımcı olur.

Wipro ve şimdi Apexon’da yapay zeka ve analitik girişimlerini yönetmenin 20 yılından sonra, dijital dönüşüme yaklaşımınızı en çok hangi deneyim şekillendirdi?

Son birkaç yıldır, yaklaşımımı en çok şekillendiren şey, başarılı dijital dönüşümün yalnızca teknolojiyle ilgili olmadığı, gerçek dünya iş sorunlarını çözmek ve insan davranışlarını değiştirmek için teknolojiyi hizalamak olduğu gerçeğinin anlaşılmasıdır. Bu, bir bankanın düzenleyici gereksinimlerini ele almasına, bir perakende markasının müşteri etkileşimini yeniden hayal etmesine veya bir sağlık hizmet sağlayıcının daha hızlı, veri odaklı kararlar almasına yardımcı olmak gibi konularda etki yaratmak anlamına gelir. Önceki yaşamımda ve şimdi Apexon’da, ekibimle birlikte çeşitli sektörlerdeki müşterilerle birlikte çalışarak Agentic AI, Gen AI, AI, ML, RPA ve Veri gibi kavramları iş sonuçlarına dönüştürmeye odaklandık – içgörüler açığa çıkarmak, verimliliği artırmak, müşteri deneyimini iyileştirmek, riski yönetmek ve müşterilerimiz için rekabet avantajı yaratmak. Bu sürekli işbirliği ve sonuçlara odaklanma, düşüncemi sürekli olarak şekillendiriyor.

Sizi Apexon’a neler çekti ve şirketin veri, analitik ve yapay zeka yaklaşımı nasıl sizin kişisel vizyonunuzla uyumlu?

Beni Apexon’a çeken, şirketin müşterilerin yenilikçi bir amaçla yeniliğe sarılmasına yardımcı olma konusundaki net taahhüdüdür. İnovasyon kültürü ve büyüme zihniyeti, Apexon ile ilgili herkesin içinde yerleşik ve birlikte öğrenme, inovasyon yapma ve sınırları birlikte zorlama şeklimizde görülüyor. Veri ve yapay zeka alanında derin yeteneklere sahip olan Apexon, bu yetenekleri yalnızca izole yetenekler olarak görmüyor, aksine akıllı kurumsal lar oluşturmak için temel varlıklar olarak görüyor – ölçeklenebilir, IP’ye dayalı iş çözümleri ve platformlar oluşturmak için mühendislik ve düzenleyici endüstriler gibi BFSI ve Sağlık alanlarında uzmanlık sunuyor. Bu, kurumsal teknolojisinin geleceğinin akıllı, uyarlanabilir, ölçeklenebilir ve uzun vadeli değer yaratmak için inşa edilmiş sistemler oluşturmak olduğuna inandığım vizyonumu yakından uyumlu buluyorum.

Akıllı kumaşlar, bağlı bir empresa oluşturmak için nasıl yardımcı olur ve gerçek dünya uygulaması nedir?

Akıllı kumaşlar bir ürün veya platform değildir, mimari bir değişimdir. İş birimleri, sistemler, veriler ve kararlar arasında bağlantı kurar, böylece zeka yalnızca ara sıra erişilebilen bir şey değil, her zaman açık bir şeydir. Bu, şirketleri veri odaklı olmaktan gerçekten zeka odaklı olmaya dönüştürür.

Gerçek dünya etkisine gelince, bir perakende şirketinin tedarik zinciri operasyonlarını gerçek zamanlı olarak several faktörlere bağlı olarak ayarlayabilmesi gibi düşünün – satın alma davranışı, tedarik zinciri kesintileri, jeopolitik gelişmeler, değişen hava koşulları veya yerel afetler. Veya bir hastanenin, bir klinisyen test sonuçlarını hala incelemekteyken tedavi önerilerini sunabilmesi gibi. Veya bankaların, several işlem boyunca verileri birleştirebilmesi ve karmaşık para aklama faaliyetlerini tanımlayabilmesi gibi. Güç, iş akışına doğrudan zeka dokumasından gelir, sonradan eklenmez. İşte empresa böylelikle gerçekten bağlı hale gelir – zeka, organizasyonun herhangi bir bölümünde üretilir ve tüm organizasyon tarafından tüketilir.

Apexon, GitHub Copilot gibi generatif AI araçlarını nasıl kullanıyor ve en güçlü benimsemeyi hangi alanlarda gördünüz?

GitHub Copilot gibi araçları, yalnızca kod asistanları olarak değil, yazılımın planlanması, oluşturulması ve test edilmesinde nasıl yeniden hayal edilebileceğinin katalizörleri olarak görüyoruz. Apexon’da, Copilot mühendislik yaşam döngüsünün her aşamasında gömülüdür – kullanıcı hikayelerinin oluşturulmasından, gereksinimlerin iyileştirilmesinden, test durumlarının oluşturulmasından ve hataların öngörülmesinden. Ekiplerin daha hızlı ve daha doğru bir şekilde ilerlemelerine yardımcı oluyor.

Örneğin, bir sağlık hizmet sağlayıcısı ile birlikte Copilot’u benimsemeye ve Agentic çerçeveleri ile birlikte yazılım mühendisliği yaşam döngüsünü tamamen yeniden hayal etmeye çalışıyoruz. Başka bir müşteri için, düzenleyici gereksinimleri ele almak için Gen AI ve Agentic çerçevelerini benimsemeye ve veri kalitesini iyileştirmeye yardımcı oluyoruz. Kullanıcıların doğrudan düzenleyicilerle etkileşime girmesine ve uyum ihtiyaçlarını ele almasına güç veriyoruz.

Benimsemeyi en çok, hız, kişiselleştirme ve ölçeklenebilirliklerin önemli olduğu alanlarda gördük – akıllı belge işleme, konuşma AI ve hiper-otomasyon. Bu, generatif AI’nin yalnızca çıktı değil, stratejik bir avantaj sağladığı alanlardır.

IIT Madras ve Imperial College London gibi akademik ortaklıklar, AI araştırmanızı ve yetenek geliştirme stratejinizi nasıl etkiliyor?

IIT Madras ve Imperial College London ile bizim işbirlikleri, hem araştırma gündemimizi hem de yetenek geliştirme stratejimizi şekillendirmede kilit bir rol oynuyor. Sadece projelere fon sağlamıyoruz, önde gelen araştırmacılarla birlikte çalışarak Agentic AI, çoklu ajan sistemleri ve AGI gibi sınır alanlarını keşfediyoruz. Bu işbirlikleri, büyük dil modellerinin davranışını ve evrimini çeşitli alanlarda bağlamsal olarak anlamamızı sağlıyor.

Ayrıca yetenek geliştirme için de hizmet ediyorlar. Ortak programlar aracılığıyla, akademik derinlik ile empresa alakalı pratik öğrenme fırsatları sunuyoruz. Bu, iki yönlü bir değişim – biz en son düşüncelere erişim kazanıyoruz, öğrenciler ise gerçek dünya sorunlarıyla etkileşime giriyor. Bu sinerji, AI, veri ve dijital mühendislik yeteneklerimizi ölçeklendirmek için kritik.

Apexon’un AI veya analitik çözümlerinin operasyonel verimliliği veya yeni iş modellerini önemli ölçüde iyileştirdiği bir örnek nedir?

Örneğin, bir Kuzey Amerika finans kuruluşuyla birlikte risk değerlendirme sürecini modernleştirmek için AI destekli bir çerçeve geliştirdik. Veri alımı, parçalı kaynakların standardizasyonu ve gerçek zamanlı risk motorunun dağıtılmasıyla, manuel çabayı %90 azalttık ve değerlendirmeleri 4 kat hızlandırdık. Entegre öngörülü uyarılar ve uyum izleme, düzenleyici cezalarını %30 ve mali maruziyeti %40 azaltmaya yardımcı oldu. Bulut yerel, mikro hizmetler mimarisi üzerine inşa edilen çözüm, yalnızca doğruluk ve hızda değil, aynı zamanda ölçeklenebilir, veri odaklı risk yönetimine yönelik bir konumda da müşteri için konumlandırdı.

Şirketler için próximo büyük inovasyon cephesi olarak hangi ortaya çıkan teknolojilere veya AI trendlerine odaklanıyorsunuz?

Apexon’da, Agentic AI’yi kurumsal zekasının próximo büyük atılımı olarak görüyoruz. Geleneksel AI’nin yalnızca tepki verdiği yerde, Agentic AI sistemleri dinamik bağlamı otomatik olarak yorumlayabilir, hedefler belirleyebilir, sistemler arasında işbirliği yapabilir ve geri bildirim yoluyla sürekli olarak gelişebilir. AgentRise adlı bir çerçeve geliştirdik, bu, Agentic AI beyin, çoklu ajan düzenleme, insan denetimi ve empresa sınıfı gözlemlenebilirlik birleştirir.

Sonuç, yalnızca yardımcı olan değil, karmaşık iş akışlarını otomatik olarak gerçekleştiren AI’dir – sağlıkta belge triajından finanstaki gerçek zamanlı istisna işleme kadar. Yaklaşımımızı ayıran şey, ölçeklenebilir, güvenilir zeka odaklı bir odaklanma. Modüler bileşenler,.prompt mühendisliği ve güvenli entegrasyonları kullanarak Agentic AI’yi hız ve güvenilirlikle dağıtıyoruz. Bu yalnızca inovasyon değil, iş akışına gömülü AI – güvenli bir şekilde ölçeklenebilir, somut sonuçlar sunuyor ve işletme akışına dahil ediliyor.

İnanıyoruz ki, bu sistemler olgunlaştıkça, düzenleyici ve yüksek etkili sektörlerdeki şirketlerin omurgasını oluşturacaklar – uyarlanabilir, kendi kendine gelişen ve kendi kendine yönlendirilebilen şirketler.

Dar AI, Yapay Genel Zeka ve Kuantum Hesaplama’daki ilerlemeleri de izliyoruz, ancak bizi en çok heyecanlandıran şey, bu teknolojilerin şirketleri yalnızca akıllı değil, aynı zamanda uyarlanabilir, otonom ve kendi kendine yönlendirilebilen şirketler haline getirmek için nasıl birleştiğidir.

Şirketler, eski veri sistemlerinden modern analitik mimarilerine geçiş yaparken karşılaştıkları en büyük zorluklar nelerdir?

Şirketler tipik olarak dört büyük zorlukla karşılaşırlar: benimseme ve değer realizasyonu, teknoloji modernizasyonu ve yetenek geliştirme, veri ve AI hazırlığı ve organizasyonel değişim.

İlk zorluk, benimseme ve değer realizasyonudur. Eski platformlar, derinlemesine gömülü çalışma şekilleri oluşturabilir, bu nedenle değişiklik yönetimi kritiktir. Şirketler, yeni analitik platformlarının yalnızca teknik bir güncelleme değil, gelir artışı, operasyonel verimlilik ve risk yönetiminde iyileşme gibi somut iş sonuçları sağladığını garantilemelidir.

İkinci zorluk, teknoloji modernizasyonu ve yetenek geliştirmedir. Şirketler, ana bilgisayarlar, şirket içi sistemler ve erken bulut ortamları gibi karmaşık eski varlıkları yönetmektedir. Bu ortamları modernleştirmek, akıllıca azaltma ve yeniden mimari gerektirir ve modern veri, analitik ve AI platformlarını sürdürmek için gerekli becerileri, yetenekleri ve işletme olgunluğunu geliştirmek gerekir.

Üçüncü zorluk, veri ve AI hazırlığıdır. Modernleşme, yalnızca verilerin yeni bir platforma taşınması değildir. Şirketler, verilerin gelişmiş analitik ve AI için hazırlandığını garantilemelidir – veri kalitesini güçlendirmek, yönetim, köken, gizlilik ve etik güvenceleri gibi konularda güçlü bir temel oluşturmak gerekir.

Dördüncü zorluk, organizasyonel değişimdir. Şirketler, platformların daha otonom ve akıllı AI yeteneklerine doğru evrilmesi nedeniyle işletme modellerini, işgücü becerilerini ve kültürlerini uyarlamalıdır.

Dijital deneyimler ve AI çözümleri, yalnızca teknik sonuçlar yerine insan ihtiyaçlarına odaklanmaya nasıl devam edersiniz?

İnanıyorum ki, gerçekten etkili dijital ve AI çözümlerinin temeli, teknolojinin neye capable olduğuna değil, nasıl iş değerini ve insanları hizmet edebileceğini sormaya odaklanan bir zihinsel değişimdir.

Her girişimi gerçek insan sonuçlarına dayandırarak başlarız – daha iyi kararlar, daha büyük kapsayıcılık, daha güçlü güven, daha basit deneyimler. Bu, kullanıcılarla derin bir şekilde etkileşime geçmeyi, sürekli olarak dinlemeyi ve çözümleri insanların gerçekten nasıl benimsedikleri ve etkileşime girdikleri şekilde tasarlamayı gerektirir. Kasıtlı olarak insan merkezli tasarım, şeffaflık ve hesap verebilirliği platformlarımıza entegre ediyoruz.

Özellikle yüksek etkili alanlarda, AI’nin güçlü insan denetimi ve net etik sınırlarla çalışması gerekir, böylece insan yargısını güçlendirmek yerine değiştirmez. Aynı zamanda, başarının yalnızca performans metrikleriyle değil, aynı zamanda benimseme, kullanıcı güveni ve uzun vadeli değer yaratma ile de ölçüldüğünü garantilemeliyiz.

İyi yapıldığında, faydalar bireysel şirketlerin ötesine geçer. İnsan merkezli AI, fırsata erişimi genişletmeye, kurumları güçlendirmeye, yaşam kalitesini iyileştirmeye yardımcı olabilir. Daha güçlü ekonomiler, daha adil sistemler ve daha iyi bilgilendirilmiş toplumlar oluşturmaya yardımcı olabilir. Nihai hedefimiz, yalnızca zeki değil, aynı zamanda sorumlu, kapsayıcı ve amaçlı bir AI geliştirmek olmalıdır – insan potansiyelini güçlendiren ve birlikte şekillendirdiğimiz geleceğe olumlu katkıda bulunan teknoloji.

Apexon’da Gen AI dağıtımlarının başarısını nasıl değerlendiriyorsunuz – belirli KPI’ler veya çerçeve kullanıyor musunuz?

Apexon’da, GenAI ve Agentic AI dağıtımlarının etkinliğini ölçmek için güçlü çerçeveler, IP portföyü, çözümler ve hızlandırıcılar oluşturduk.

İlk olarak, iş etkisine odaklanıyoruz. Bu, alan veya süreç düzeyinde net hedeflerle başlar, ancak sonunda stratejik sonuçlara – müşteri deneyimi, gelir artışı, operasyonel verimlilik, risk yönetimi – odaklanır. M4 çerçevemiz, bu konuda destek sağlar. Veri modernizasyonu için yapılandırılmış bir yürütme modeli sunar ve şirketlerin kullanım örneklerini haritalamasına, veri mimarilerini modernleştirmesine ve bulut tabanlı analitik ortamlarına geçişini sağlar. Aynı zamanda, AI girişimlerinin iş KPI’leriyle sıkı bir şekilde hizalanmasını sağlar.

İkincisi, benimseme ve değer realizasyonunu değerlendiriyoruz. AI dağıtımları, yalnızca güvenilir, yaygın olarak benimsenmiş ve insan yeteneklerini etkili bir şekilde tamamlayıcı olduğunda anlamlı bir etkiye sahiptir. Apexon’un kendi GenAI benimsemesi, müşteriler için bir model olarak hizmet etti. Tüm organizasyon boyunca çalışanlara GenAI ve Agentic AI yetenekleri kazandırdık, sorumlu kullanım için araçlar, politikalar ve rehberlik sağladık ve aynı zamanda iş sonuçlarını izledik. Bu çerçeve, müşterilerimizin GenAI benimsemesini hızlandırmasına ve ölçeklendirmesine yardımcı oluyor.

Üçüncüsü, teknik performansı ölçüyoruz. Genysys platformundaki hızlandırıcılarımız, yanıt doğruluğu, hallucination oranları, maliyet, ölçeklenebilirlik ve genel sistem performansı gibi operasyonel metriklerin sürekli izlenmesine olanak tanır. Genysys, Apexon’un GenAI platformu, birden fazla büyük dil modelinin yeteneklerini birleşik bir ortamda birleştirir ve birden fazla LLM arasında sorunsuz entegrasyon sağlar. Bu, şirketlerin farklı kullanım durumları için en uygun modelleri seçmelerine ve performans, güvenilirlik ve maliyet verimliliği hakkında görünürlük sağlamalarına olanak tanır.

Son olarak, yönetim ve riski değerlendiriyoruz. AgentRise teklifimizin bir parçası olan empresa guardrail çerçevemiz, şirketlerin kritik alanlara – yönetim, risk, uyum – dikkat etmesine yardımcı olur. Düzenlenen sektörlerle derinlemesine çalışmamız nedeniyle, müşterilerimize açıklanabilirlik, denetlenebilirlik, veri kökeni, gizlilik güvenceleri ve sorumlu AI standartlarına uyumu değerlendirmeye yardımcı oluyoruz, böylece AI sistemlerinin hem ölçeklenebilir hem de güvenilir olduğu garantilenir.

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Apexon‘u ziyaret edebilir.