Vyond CEO’su Scott Ernst – Röportaj Dizisi

Compete’in satın alma sürecine kadar büyütülmesine yardımcı olmaktan Macromill’i halka arza taşımaya, ardından Drift’i satın alınmasından önce yapay zekâ odağında yeniden konumlandırmaya kadar teknoloji şirketlerini önemli dönüşüm süreçlerinden defalarca geçirdiniz. Bir başka büyük teknoloji dönüşümü yaşanırken Vyond’un başına geçiyorsunuz. Önceki deneyimlerinizden edindiğiniz hangi dersler, yapay zekâ çağına yaklaşımınızı şekillendiriyor?

Bu dönüşümlerin her birinde gördüğüm ortak nokta şu: Zor olan nadiren teknolojik değişimin kendisi; asıl zorluk, değişim apaçık hâle geldiğinde bir kuruluşun hep birlikte harekete geçmesini sağlamak. Compete’te aldığımız ders disiplinle ilgiliydi: Küçük bir başlangıç noktasından kategori lideri yaratmak, her fırsatın peşinden koşmak yerine işi gerçekten ileri taşıyan birkaç konuya aralıksız odaklanmayı gerektiriyor. Macromill’de küresel ölçekte büyümek ve şirketi halka arz etmek, faaliyetlerde sağlam bir disiplin olmadan büyümenin er ya da geç sorun yaratacağını öğretti… İşletme büyüdükçe aynı hızda ölçeklenebilmek için raporlama, tahminleme ve yönetişim süreçlerine ihtiyacınız var.

Bugün yaşananlara en çok benzeyen örnek Drift. ChatGPT kullanıma sunulduğunda, kendi tescilli yapay zekâ ürünümüzü zaten geliştirmiştik ve ilk içgüdümüz onu korumak oldu. Ancak pazarın, rekabet avantajımızın savunabileceğinden daha hızlı ilerlediğine inandığımız için daha zor bir karar alıp şirketi dışa açtık ve tümüyle üretken yapay zekâ odağında yeniden konumlandırdık. Bu bir ürün kararı değil, inanç ve zamanlamayla ilgili bir liderlik kararıydı.

Vyond’a taşıdığım ders şu: Gerçek bir platform dönüşümü sırasında kazanan şirketler ne en temkinli olanlar ne de en gözü kara olanlardır. Kazananlar, net bir bakış açısı etrafında tüm kuruluşu hızla hizalayan ve ardından gerçek bir aciliyet duygusuyla uygulamaya geçen şirketlerdir. Şu anda izlediğimiz süreç tam da bu: Bugün nelerin doğru olduğunu anlamak, pazarın nereye gittiğine dair sağlam bir kanaat oluşturmak ve fırsat penceresi kapanmadan tüm şirketin aynı yönde ilerlemesini sağlamak.

Üretken yapay zekâ, kurumların içerik üretmesini çok daha kolay hâle getirdi; ancak asıl büyük zorluğun artık bilgiyi işler hâle getirmek olduğunu savundunuz. Bu uygulamada ne anlama geliyor ve neden yalnızca içerik üretmenin sorunun küçük bir bölümünü çözdüğüne inanıyorsunuz?

Üretken yapay zekâ, içerik oluşturmanın önündeki tarihsel açıdan en büyük engeli ortadan kaldırdı: Eskiden bu iş için bir uzmana, üretim iş akışına ve ciddi bir hazırlık süresine ihtiyaç vardı. Artık bir kuruluştaki neredeyse herkes dakikalar içinde içerik üretebiliyor. Bu gerçekten önemli bir atılım; ancak aynı zamanda pazarlama, insan kaynakları, satış, BT ve öğrenme-gelişim dâhil her birimin, çoğu zaman aynı temel bilgi hakkında, farklı araçlar kullanarak ve ortak bir kayıt sistemi olmadan bağımsız biçimde içerik üretmesi anlamına geliyor.

Bilgiyi işler hâle getirmek, daha fazla içerik üretmekten çok insanların doğru bilgiyi bulup kullanabilmesini sağlamakla ilgilidir: Güvenilir ve güncel sürümün nerede bulunduğunu, kimin sorumluluğunda olduğunu, onaylanıp onaylanmadığını ve insanların gerçekten ihtiyaç duyduğu iş akışlarına nasıl aktarılacağını bilmek gerekir. Bu iş akışları arasında öğrenme yönetim sistemi (LMS), müşteri ilişkileri yönetimi sistemi (CRM), işe alıştırma kontrol listesi ve uyumluluk takip sistemi yer alır. Bu katman olmadığında, benim İletişim Kaosu diye adlandırdığım durum ortaya çıkar: İçerik yinelenir, marka standartları zamanla sapar, ekipler zaten var olan işleri yeniden yapar ve hiç kimse hangi sürümün doğru olduğunu güvenle söyleyemez. Bu kaosun önemli bir bölümü, insanların sandığından çok daha erken, tek bir içerik öğesi bile oluşturulmadan önce başlar; talebin hangi kitleye yönelik olduğu, amacının ne olduğu ya da hangi kaynak materyale dayanması gerektiği kimse tarafından doğrulanmamıştır.

İçerik üretimi, “Bunu hızlıca hazırlayabilir miyiz?” sorusunu yanıtlar; bu, yapay zekânın büyük ölçüde çözdüğü gerçek bir sorundur. Bilgiyi işler hâle getirmek ise “Doğru kişi, ihtiyaç duyduğu anda ve zaten kullandığı araç içinde bu bilginin doğru ve güvenilir sürümünü bulabilir mi?” sorusunu yanıtlar. İkinci sorun daha büyük, yapısal açıdan daha kapsamlı ve sektör genelinde çözülmekten hâlâ çok uzaktır. Önümüzdeki asıl fırsat budur.

Kurumlar çok büyük miktarda belge, veri, yapay zekâ tarafından oluşturulan özet ve kurumsal bilgi biriktiriyor. Bu bilgilere erişebilmekle çalışanların anlayıp harekete geçebileceği biçimde aktarmak arasındaki en büyük kopukluk sizce nerede yaşanıyor?

Sorun erişim değil… Çoğu kurumda zaten tek bir kişinin işleyebileceğinden daha fazla bilgi var. Sorun, bilgiyi dönüştürmek ve güven. Bilgi; hızla anlaşılmak için değil, saklanıp aranmak için hazırlanmış PDF’ler, sunumlar, vikiler ve politika belgeleri gibi yoğun ve durağan biçimlerde bulunuyor. Bunu bir kişinin gerçekten kavrayıp harekete geçebileceği bir şeye dönüştürmek, çoğu kuruluşun sistematik olarak yatırım yapmadığı bir dönüşüm aşaması gerektiriyor.

Bunu, Fortune 100 listesindeki bir teknoloji şirketinde kurumsal pazarlama teknolojilerinden sorumlu başkan yardımcısı olan bir müşteriyle yaptığım görüşmede açıkça gördüm. Sorunu bilgi eksikliği değildi; çok büyük bir kuruluşun farklı bölümleri aynı iletişim sorunlarını birbirinden kopuk ve tutarsız biçimlerde çözüyordu. Bu yüzden şirketin bir yerinde mevcut olan bilgi, ona ihtiyaç duyan kişilere güvenilir biçimde, kullanabilecekleri bir formatta ulaşmıyordu. Onun da dediği gibi, bu kadar büyük bir şirkette bir elin yaptığından diğer elin haberi olmuyordu.

Asıl açık bu: Kurumlarda çok fazla veri, çok az içgörü var. Çözüm daha fazla içerik ya da depolama değil; ham kurumsal bilgiyi açık, görsel ve güvenilir iletişime dönüştürecek ve kararların gerçekten alındığı iş akışlarına aktaracak bir disiplin, giderek daha fazla da bir sistem oluşturmak.

Yapay zekâ ajanları şirket bilgisini eğitim, satış ekiplerini destekleme, mevzuata uyum veya kurum içi iletişim içeriklerine bağımsız olarak dönüştürebilecek hale gelirken, hangi konularda insan denetimi sürmeli ve kurumlar ajanların nerelerde güvenle bağımsız çalışmasına izin verebilir?

Genel kuralım şu: Ajanlar işi yapmalı, insanlar ise özellikle bir hatanın ciddi sonuçlar doğurabileceği her durumda karar ve değerlendirme sorumluluğunu üstlenmeli. İlk taslakları hazırlamak, bilgiyi yeni bir formata dönüştürmek, mevcut ve onaylanmış içeriği yeni bir dil veya bölgeye uyarlamak ya da kaynak belge değiştiğinde bir eğitim modülünü güncellemek gibi riskin düşük, iş hacminin yüksek ve tekrara dayalı olduğu görevlerde ajanlar geniş ölçüde bağımsız çalışabilir ve çalışmalıdır. Bugün çok az stratejik değer yaratırken muazzam miktarda zaman alan işler tam da bunlardır.

İçerik hukuki, düzenleyici, güvenlik veya marka riski taşıdığı her durumda insan denetimi kesinlikle sürmelidir. Böyle durumlarda herhangi bir içerik yayımlanmadan önce son kontrolü bir insan yapmalı ve içeriğin dayandığı kaynak materyal bütünüyle izlenebilir olmalıdır.

Bunun nasıl işlediğini savunma sektöründeki bir müşterimizle doğrudan gördük. Yaptıkları işin hassasiyeti nedeniyle güvenlik ekibi başlangıçta iş akışlarında yapay zekâ kullanımını hiç onaylamıyordu. Çözüm, ajana daha fazla bağımsızlık vermek değil, doğru koruyucu önlemleri oluşturmaktı: verilerinin harici modelleri eğitmek için asla kullanılmayacağını güvence altına alan özel bir sözleşme ve kendi ekiplerinin onay yetkisini koruduğu açık kontrol noktaları. Genellenebilecek model bu: Ajanın bağımsızlığı, görevin ne kadar geri alınabilir ve düşük riskli olduğuna; insan denetiminin düzeyi ise söz konusu güven, mevzuata uyum veya marka riskinin ne kadar büyük olduğuna göre belirlenir.

Binlerce içerik parçası otomatik olarak üretilebildiğinde marka yönetişimi çok daha karmaşık hale geliyor. Kurumlar, yapay zekâ tarafından oluşturulan iletişimin doğru, tutarlı ve şirket politikalarıyla uyumlu kalmasını sağlamak için hangi teknik ve kurumsal koruyucu önlemlere ihtiyaç duyacak?

Teknik açıdan en önemli koruyucu önlemler, yapay zekâ tarafından oluşturulan içeriğin serbestçe üretilmesine izin vermek yerine şirketin kendi onaylı kaynak materyaline ve marka sistemine dayanmasını sağlayanlardır. Stil kılavuzları, marka varlıkları ve özelleştirme sınırları platform tarafından uygulanmalı; bunları tek tek kullanıcıların hatırlamasına bırakılmamalıdır. Bunun için onaylı logonun, renklerin, şablonların ve referans görüntülerinin doğrudan platformda bulunması gerekir. Böylece üretilen her içerik, o hafta birinin masaüstünde bulunan sürümden değil, aynı kaynaktan yararlanır. Sürüm denetimi ve denetim izleri de en az bunlar kadar önemlidir: Bir içerik üretildiğinde, düzenlendiğinde veya onaylandığında kurum; içeriği kimin talep ettiğini, hangi kaynaktan geldiğini ve kimin onayladığını izleyebilmelidir. Ayrıca yalnızca aracı kullanan kişiye değil, incelemeyi yapanlara ve diğer paydaşlara da aynı iş akışı içinde yorum yapma ve onay verme olanağı sunulmalıdır. Böylece oluşturmaya çalıştığınız denetim izini bozan ayrı bir e-posta yazışmasında onay süreci yürütülmez.

Kurumsal açıdan güvence, sorumluluğun açıkça belirlenmesidir. Bu süreci iyi yöneten müşterilerimiz, her ekibin kendi araçlarını ve süreçlerini bağımsız olarak benimsemesi yaklaşımından uzaklaşıp iletişim platformlarını bir kayıt sistemi gibi ele almaya başladı: erişim bilinçli biçimde veriliyor, kullanım toplu olarak izleniyor ve herkesin uyması gereken standartlardan sorumlu küçük bir yönetişim ekibi bulunuyor. Büyük kuruluşların, tam da bu nedenle bir platformun şirket genelinde standart sistemleri haline gelip gelemeyeceğini açıkça değerlendirdiğini gördük. Birbiriyle gerçekten tutarlı olmayan, bağımsız olarak hazırlanmış binlerce “yeterince iyi” içerik yerine geniş ölçekte tutarlılık sağlamanın tek yolu bu.

Temel ilke, marka yönetiminde her zaman uygulanan ilkenin aynısı; ancak artık çok daha yüksek hacim ve hızda işliyor. Bu da koruyucu önlemlerin sonradan uygulanmak yerine sistemin içine yerleştirilmesi gerektiği anlamına geliyor.

Bir sohbet robotundaki halüsinasyonlar kaygı verici olsa da yanlış bilgilerin otorite izlenimi veren bir eğitim veya uyum videosuna dönüştürülmesi çok daha ciddi sonuçlar doğurabilir. Yapay zekâ tarafından üretilen iletişim giderek daha otomatik hâle gelirken kurumlar kaynaklara dayandırma, doğrulama ve kaynak bilgisini nasıl ele almalı?

Risklerin farklı olduğu konusunda haklısınız. Sohbet penceresinde verilen halüsinasyon ürünü bir yanıt, o anda sorgulanır. Özenle hazırlanmış, profesyonelce üretilmiş bir uyum videosuna yerleştirilen halüsinasyon ürünü bir bilgi ise insanlara sorgulama olasılığını azaltan bir otorite kazandırır. Oysa incelemenin en titiz yapılması gereken yer tam da burasıdır.

İlk ilke, kaynaklara dayandırma olmalı: Yapay zekâ tarafından üretilen iletişim, modelin genel bilgisi yerine kurumun gerçekten sağladığı kaynaklarla, yani kurumun kendi belgeleri, politikaları ve onaylı verileriyle sınırlandırılmalı.

İkinci ilke, kaynak bilgisidir: Üretilen her içerik, oluşturulduğu belirli kaynağa kadar izlenebilmelidir. Böylece bir yanlışlık varsa bunun tam olarak nereden kaynaklandığı bulunabilir ve yalnızca çıktıda düzeltme yapmak yerine sorun kaynağında giderilebilir.

Üçüncü ilke doğrulamadır: Kontrol noktaları sonradan eklenmemeli, iş akışının içine yerleştirilmelidir. İnsan bir incelemeci yalnızca tamamlanmış, kusursuz görünen videoyu değil, ara aşamaları da görebilmelidir; çünkü hataların fark edilmesini zorlaştıran şey tam da bu kusursuz görünümdür. Uygulamada bu, daha pahalı olan son render işlemine geçmeden önce eksiksiz bir taslağın veya kurgunun sahne sahne incelenmesi demektir. Böylece yanlış bir bilgi ya da marka kimliğine aykırı bir iddia, düzeltilmesi hâlâ ucuz ve kolayken yakalanabilir. Kurumların temkinli davranmakta haklı olduğu alanlardan biri de budur. Bu nedenle kurumların güvenini kazanacak platformlar en hızlı olanlar değil; kaynaklara dayandırmayı, izlenebilirliği ve incelemeyi isteğe bağlı bir ayar olarak değil, sistemin çalışma biçiminin yapısal bir parçası hâline getirenler olacaktır

Dördüncü katman, yalnızca son bir inceleme değil, sürekli değerlendirmedir. Ajan tabanlı bir sistemde tamamlanmış videoyu kontrol etmek yeterli değildir. Ajanın sonuca nasıl ulaştığını görebilmek isteriz. Ajanın çıktılarını ve süreç boyunca aldığı kararları sürekli izleyerek bunların müşterinin kaynak belgeleriyle, bilgi tabanıyla ve başlangıçtaki amacıyla uyumlu kalıp kalmadığını denetliyoruz. Böylece bir videonun üretimi sürerken sapmaları veya kalitesi düşen çıktıları yakalayabiliyoruz; sorunu ancak video tamamlandıktan sonra fark etmek zorunda kalmıyoruz.

Yapay zekâ sistemleri giderek doğrudan kurumsal bilgi tabanlarına ve iş akışlarına bağlanıyor. İletişim platformlarının yeni neslinin yalnızca içerik oluşturma araçları olmakla kalmayıp kurumsal veriler, yapay zekâ ajanları ve çalışanlar arasında bir arayüze dönüşmesini bekliyor musunuz?

Evet, bu dönüşümün şimdiden başladığını düşünüyorum. Yapay zekânın çözmesi beklenen ilk ve en belirgin sorun, içerik oluşturmaktı; çünkü en görünür darboğaz buydu. Ancak içerik üretimi artık kısıtlayıcı unsur olmaktan çıktığında, daha değerli konum kurumun bilgisiyle (CRM’i, LMS’i, politika sistemleri, kurum içi vikileri) bu bilgiyi gerçekten kullanabilecekleri bir biçime dönüştürülmüş olarak ihtiyaç duyan kişiler arasında yer almak oluyor.

Bu, içerik oluşturma aracından kayda değer ölçüde farklı bir rol. İçerik oluşturma aracı, birinin kendisine bir istek iletmesini bekler. Arayüz katmanı ise bilginin zaten bulunduğu iş akışlarının içinde yer alır, nelerin değiştiğini anlar ve birinin her seferinde süreci başlatmasına gerek kalmadan doğru iletişimin doğru kişiye yönlendirilmesine yardımcı olur.

Kurumların tam da bunu istediğine dair ilk işaretleri şimdiden görüyoruz. Büyük müşteriler artık bizden yalnızca tek bir ekibin kullanacağı bir video aracı olmamızı istemiyor; tüm kuruluşlarında standart sistem olup olamayacağımızı soruyor. Kurumsal bilgiyi iletişime dönüştürmek; hukuk, uyum, bölge ekipleri ve saha yöneticileri gibi çekirdek yaratıcı ekibin dışındaki çalışanların, tam lisansa veya zorlu bir öğrenme sürecine ihtiyaç duymadan katkıda bulunmasını sağlayacaktır.

Bu dönüşüm, MCP ve A2A gibi yeni açık protokollerle de hız kazanıyor. MCP, yapay zekâ ajanlarına bir kurumun kendi araçlarından ve kayıt sistemlerinden güvenilir bağlamı çekmek için standart bir yöntem sunarken A2A, farklı platformlardaki uzmanlaşmış ajanların birlikte çalışmasını sağlıyor. Uygulamada bunun anlamı, bizimki gibi bir platformun yararlı olabilmek için her iş akışının veya kurumsal verinin sahibi olmasının gerekmemesi. Şirketin zaten güvendiği sistemlere bağlanabilir, uygun olduğunda diğer ajanlarla iş birliği yapabilir ve en iyi yaptığımız işe odaklanabiliriz: bu bağlamı insanların gerçekten anlayıp harekete geçebileceği bir iletişime dönüştürmek. İçerik oluşturmadan iletişim altyapısına geçiş tam da bu; tüm kategorinin bu yönde ilerlemesini bekliyorum.

Vyond bugün öğrenme ve gelişim, insan kaynakları, satış ekiplerine destek, uyum ve kurum içi iletişim alanlarında kuruluşlara hizmet veriyor. Sizce bu alanlardan hangisi ajan tabanlı yapay zekâ ile en köklü dönüşümü geçirecek ve ajanlar daha yetkin hâle geldiğinde bu iş akışları nasıl görünebilir?

Değişim potansiyeli en yüksek iki alanın uyum ile öğrenme ve gelişim olduğunu düşünüyorum; bunun nedeni, bugün güncelliğini yitirme sorununun en ağır biçimde bu iki alanı etkilemesi. Uyum eğitimleri genellikle bir kez hazırlanıyor ve politikalar, düzenlemeler ve riskler sürekli değişmesine rağmen yılda bir ya da iki yılda bir yavaşça güncelleniyor. Ajanlar bir politika belgesini güvenilir biçimde izleyip nelerin değiştiğini anlayabildiğinde, uyum içerikleri belirli aralıklarla yürütülen bir üretim projesi olmaktan çıkıp sürekli güncel tutulan bir şeye dönüşebilir. Bu, yalnızca verimlilik artışı değil, kurumsal riskleri gerçekten azaltan bir gelişmedir. Ayrıca içerikte, yapay zekâ desteğiyle hazırlandığını gösteren açık ve denetlenebilir bir kaydın bulunması da giderek önem kazanıyor; çünkü düzenleyiciler ve kurumsal alıcılar, bu tür açıklamaların sonradan akla gelen bir ek değil, standart uygulama olmasını beklemeye başlıyor.

Öğrenme ve gelişim (L&D) alanında da benzer bir dinamik söz konusu; ancak buradaki fırsat yalnızca güncellik değil, kişiselleştirme. Ajanlar, ortalama bir öğrenen için hazırlanmış tek bir eğitim modülü sunmak yerine, onaylanmış aynı kaynak materyale ve öğretim tasarımı standartlarına bağlı kalırken öğrenme hızını, örnekleri ve hatta formatı kişinin rolüne ve kendisine göre uyarlamaya yardımcı olabilir. Küresel kuruluşlar için bu, giderek dil ve seslendirme seçeneklerini de kapsıyor; böylece aynı eğitim, yalnızca altyazı eklenmiş olarak değil, gerçekten yerel hissettiren bir biçimde Brezilya’daki bir üretim tesisine ya da Japonya’daki bir satış ekibine ulaşıyor.

Satış ekiplerinin etkinleştirilmesi ve kurum içi iletişim de değişecek; ancak bu değişimi yapısal dönüşümden çok hız ve uygunluk üzerinden tanımlardım… Doğru mesajın doğru satış temsilcisine ya da ekibe, bilgiyi gerçekten nasıl tükettiklerine uygun bir formatta daha hızlı ulaştırılması. Tüm bu alanların ortak noktası aynı: Ajan tabanlı yapay zekâ, bunların her birini yalnızca hızlandırmakla kalmıyor; bugün manuel üretim döngüleriyle gerçekçi biçimde mümkün olmayan bir şekilde güncel kalmalarını da sağlıyor.

Biraz daha ileriye baktığımızda, kurumlar kurum içi bilgiyi sürekli olarak her çalışana özel, güncel iletişime dönüştürebilir hâle gelirse bu durum kuruluşların çalışanlarını eğitme, uzmanlık bilgisini paylaşma ve nihayetinde faaliyetlerini yürütme biçimini nasıl değiştirebilir?

Bu gerçekleşirse —ki gerçekleşeceğine inanıyorum— yalnızca eğitim işlevini değil, şirketin işleyiş ritmini de değiştirir. Bugün çoğu kuruluş iletişimi dönemler hâlinde yürütüyor: yılda bir yapılan uyum eğitimleri, üç ayda bir düzenlenen şirket geneli toplantılar, bir kez hazırlanıp yıllarca yeniden kullanılan işe alım paketleri. Bunun nedeni, iletişim üretmenin tarihsel olarak pahalı ve yavaş olması; iş dünyasının gerçekte ne kadar hızlı değiştiğinin bir yansıması değil.

Bilginin sürekli olarak her çalışana özel ve güncel iletişime dönüştüğü bir dünyada eğitim, tek seferlik bir etkinlik olmaktan çıkar ve sürekli, uyarlanabilir bir akışa dönüşür… Bir çalışan güncellemeyi, rolüne uygun format ve ayrıntı düzeyinde, tam gerektiği anda alır; aylar sonra toplu bir iletişimle değil. Uzmanlık bilgisi, bu bilgiye sahip olan kişilerin içinde hapsolmaktan çıkar; kuruluşun sistematik olarak dağıtabileceği ve güncel tutabileceği bir şeye dönüşür.

Aklıma dönüp dolaşıp gelen sonuç zaman. Kuruluşların bugün doğru bilgiyi aramak, zaten var olan bir şeyi yeniden oluşturmak ya da güncelliğini yitirmiş veya tutarsız bir mesajı düzeltmek için harcadığı her dakika, işi hayata geçirmek için kullanılamayan zamandır. Kurumlar bilgi ile kavrayış arasındaki bu farkı sürekli olarak ve geniş ölçekte gerçekten kapatabilirse, bunu ilk başaran kuruluşlar yalnızca daha iyi iletişim kurmakla kalmayacak; iletişimi hâlâ dönemler hâlinde yürüten kuruluşlardan daha hızlı hareket edecek.

Harika bir röportaj için teşekkürler. Daha fazla bilgi edinmek isteyen okuyucular Vyond sitesini ziyaret edebilir.