Shane Eleniak, Calix’in Ürün Başkanı – Röportaj Serisi

Shane Eleniak, Calix’te Ürün Başkanı olarak görev yapmakta ve şirketin endüstri lideri platform ve SaaS çözümlerinin stratejik vizyonunu ve yürütmesini yönetmektedir. İletişim hizmet sağlayıcılarını işlerini basitleştirmelerine ve abonelerine olağanüstü deneyimler sunmalarına olanak tanıyan bir odaklanma ile, Shane ürün yaşam döngüsünün tamamından – kavramsalleştirme’den piyasa lideri dağıtıma kadar – sorumludur.

Onun liderliği altında, Calix broadband endüstrisinde bir öncü olarak konumunu sağlamlaştırmıştır ve sürekli olarak hizmet sağlayıcılarını rekabet etmeye ve kazanmaya güçlendiren yenilikçi araçlar sunmaktadır.

Calix, ABD merkezli bir teknoloji şirketidir ve broadband ve iletişim hizmet sağlayıcıları için tasarlanmış bulut, yazılım ve yönetilen hizmet platformları sunar. Temel teklifleri, bulut altyapısı, veri ve ağ sistemlerini entegre eden bir AI destekli broadband platformudur. Bu, hizmet sağlayıcılarının operasyonları basitleştirmelerine, müşteri etkileşimini iyileştirmelerine ve daha kişiselleştirilmiş dijital deneyimler sunmalarına yardımcı olur. Hizmet sağlayıcılarını temel bağlantı hizmetlerinden “deneyim sağlayıcıları”na dönüştürerek, gelirlerini artırmasına, abone bağlılığını artırmalarına ve daha gelişmiş, ölçeklenebilir broadband hizmetleri yoluyla toplulukların dijital dönüşümünü desteklemelerine yardımcı olur.

Kariyeriniz mühendislik, ağ platformları, büyük ölçekli ürün liderliği ve daha fazlasını içeren üç десяти yılı aşkın bir süreyi kapsıyor. Bu deneyimler, işletmeler içinde gerçekten iş yapabilen AI’yi oluşturmak için ne gerektiğini düşünme şeklinizi nasıl etkiledi?

Ben geleneksel telekomünikasyon ve ağda başladım, burada oyunun tamamı veri yolu ve ölçeklenebilirlikte güvenilirlikti. Eğer temiz ve güvenilir bir hizmet sunamazsanız, üzerine inşa ettiğiniz her şey önemli değildir. O zamanlar telefon mutfak duvarında asılıydı, iç kablo hiç hareket etmiyordu ve sadece çaldığında her şey iyiydi.

Geniş bant ve İnternet her şeyi değiştirdi. Aniden sadece “açık mı?” değildi; Ethernet ve sonra Wi-Fi, oyun konsollarında ve tabletlerde çocuklar, bir bulut tablosunda işbirliği yapan bir Zoom görüşmesinde siz, sürekli mobilite – evin içinde, bahçede, futbol maçında, kahvehanede cihazlar. Abone deneyimi, basit bir açma/kapama durumundan çok daha karmaşık hale geldi ve hizmet sağlayıcıları için dünya çok dinamik hale geldi. Bu dünyada, klasik veri ambarları ve histórik raporların bir ay sonra gelmesi yeterli değildir. Verileri toplamanız, deneyimi anlamlandırmanız ve gerçek zamanlı olarak içgörüler oluşturmanız gerekir, çünkü aboneler artık sorunların proaktif olarak çözülmesini beklemektedir, saatlerde veya günlerde değil.

Bu evrim, AI hakkında düşünme şeklimi etkiledi. İnsanların çoğu AI’yi “üzerine” koymak istiyor, tıpkı iş zekası veya SaaS’i mevcut veri göllerinin üzerine koymaları gibi. Deneyimlerim, bunun ötesinde düşünmeniz ve gerçek zamanlı, eyleme geçirilebilir içgörüler ve zamanında eyleme geçme yeteneği için tasarlaymanız gerektiğini söylüyor.

Aboneler için beklenti, son 25 yılda çok fazla değişmedi. Hala güvenli, yönetilen bir bağlantı istiyorlar, bu bağlantı onlara basit bir şekilde “çalışıyor” hissi vermelidir – her katman ve karmaşıklığı düşünmeden her şeyi “çalışır” halde istiyorlar ve hayatlarının her alanında istiyorlar. Telekom ve bulut kariyerim, bu paradoksu çok iyi anladı: çok karmaşık sistemler inşa edersiniz, ancak tüm bunları soyutlayıp kenarlarda basit ve harika bir deneyim sunarsınız. İşte AI’nin işletmeler içinde gerçekten iş yapması için de böyle düşünüyorum.

Calix’de, operasyonel AI’nin inşa edildiği, satın alınmadığı konusunda sıkça vurguluyorsunuz. Şirketler AI’yi iş akışlarına entegre etmeye çalışırken, iş akışlarını yeniden düşünmeden AI’yi satın almaya çalışırken en sık yapılan hatalar nelerdir?

Benim için, bu “inşa edilmiş” veya “satın alınmış” değil, daha çok tüm teknoloji yığınına geri çekilip bakmakla ilgili. Birçok şirket, AI’nin sadece bazı API’leri kullanarak bir LLM’ye erişmek, bunu yığınlarına bağlamak ve token satın almak olduğunu düşünüyor – sonra kendinize bir AI stratejisi var. Bu öyle değil.

Çok fazla insan teknolojiye takılmakta, sonuç yerine odaklanmamaktadır. Bunu daha önce gördük. PC’ler ortaya çıktığında, herkes 286 mı, 386 mı, ne kadar belleği olduğunu ve hangi DOS’u kullandığını tartışıyordu. Bugün kimse laptop veya telefonunun özellikleri hakkında bilgi veremez ve kimse umursamaz, ancak ihtiyacınız olanı yapmayı bıraktığında. Önemli olan, bu sizin işinizi daha etkili hale getiriyor mu? AI için de aynı şey. AI’yi gerçek iş akışlarına, gerçek değere ve gerçek ROI’ye bağlayamıyorsanız, teknik özellikleri sadece gürültüdür.

Diğer büyük bir hata, AI’yi mevcut sistemlere entegre etmeye çalışmak, ancak bunu mimari, güvenlik modeli ve maliyetleriniz üzerinde nasıl bir etkiye sahip olacağını sorgulamadan. AI temel bir teknolojidir, değilse.incremental bir özellik yükseltmesidir. AI’yi.incremental olarak ele aldığınızda, kötü veri, güvenlik sorunları, hallucinations, kaçak maliyetler veya kimsenin sorununu çözmeyen çok fazla faaliyetle sonuçlanırsınız.

Son olarak, bağlamı ve dikey uzmanlığın önemini göz ardı edemezsiniz. Eylem, bağlam hakkında konuşur ve bu bağlam farklı sektörlerde farklıdır. Calix’de, bir endüstriden derin deneyimle başladık ve bu etrafında dikey bir platform inşa ettik. Verileri, içgörüler, iş akışlarını ve bağlamı zaten anlıyorduk, böylece yığın bu gerçekliği yansıtabilirdi. Çoğu şirket, dikey endüstrilerini içten dışa biliyor. Fırsat, bu bilgiyi dikey bir teknoloji yığınına kodlamak, değilse ince bir yatay katmana ve genel bir AI modeline güvenmektir, sonra her şeyi bir araya getirmeye çalışmaktır. İşler, modeller değil, sonuçlar hakkında konuşur. Gerçek soru, bu teknolojinin size bu sonuçları iş akışlarınızda nasıl teslim ettiğidir.

Siz, operasyonel AI için beş katmanlı bir mimari tanımladınız: veri, bilgi, orkestrasyon, güven ve eylem. Bu katmanları açıkça ayırmak neden önemlidir ve şirketler hangisini en çok küçümsüyor veya tamamen atlıyor?

Uzun bir süredir yığın oldukça basittir: veri, içgörüler, paneller, iş akışları, insanlar. Veri ambarları inşa ettiniz, üzerine BI koydunuz, iş akışı motorları oluşturdunuz ve zor işi insanlara bıraktınız. Ajans dünyasında, bu dayanmaz. Veri, bilgi, orkestrasyon, güven ve eylem gerekiyor, çünkü her katman ayrı bir işlev gerçekleştirir.

Herkesin konuştuğu görünür kısım, eylem katmanı – ajanlardır. Bu sadece buz dağının görünen kısmıdır. Ajanların gerçekten sistemleri etkileyebileceklerine karar verilmesini belirleyen her şey, sualtında olan “sıkıcı” şeylerdir: temiz veri, bilgi katmanı, orkestrasyon ve güven modeli. Titanic battığında, gördüğünüz küçük parça gemiyi batırmadı; sualtındaki devasa buz kütlesi batırdı. Operasyonel AI de aynıdır. Yüzey altındaki boru işleri, her şeyi yapar veya bozar.

Tarihsel olarak, orkestrasyon ve güveni ayrı katmanlar olarak ele almadık, çünkü insanlar bu işi yapıyordu. Orkestrasyon, yöneticiler ve bilet kuyrukları anlamına geliyordu; güven, kullanıcı adları ve parolaları anlamına geliyordu. Şimdi, varlıklara – ajanlara – şeyler yaptırmak zorundayız ve birden fazla ajanı gerçek zamanlı olarak dinamik veriler etrafında koordine etmek zorundayız. Bu, tamamen farklı bir tasarım problemidir, bu nedenle bu katmanların açıkça belirtilmesi gerekir.

İnsanların en çok küçümsediği katman güven katmanıdır. Birçok organizasyon, güveni ele aldıklarını düşünüyor, çünkü erişim kontrollerine sahipler – hangi kullanıcı hangi sisteme giriş yapabilir. Ancak ajans dünyasındaki gerçek güven, “bu kullanıcıya erişim var mı?” değil, “bu özel eylem, bu ajan veya bu kişi için bu anda uygun mu?” Bu, bir yönetim sorusudur, erişim kontrolü sorusu değil. Bu katmanı açıkça belirlemezseniz, demo alanında takılırsınız, çünkü ajanların gerçekten üretimdeki iş yapmasını asla rahat hissetmezsiniz.

Guven, açıkça AI stratejinizin temel bir parçasıdır. Sistemleri, otomatik kararların gözlemlenebilir, denetlenebilir ve geri alınabilir kalmasını sağlamak için nasıl tasarlıyorsunuz, aynı zamanda işletme değerini teslim etmek için yeterli hızda ilerlemeye devam edersiniz?

Sıfır güven zihniyetinden başlamanız gerekir. İlk soru, “bu ajan teknik olarak bunu yapabilir mi?” değil, “bu ajan, bu kişi adına, gerçekten bunu yapmaya çalışmalı mı?” Eğer cevap hayır ise, devam etmeyin.

Eğer cevap evet ise, then guardrails’a geçersiniz: denetlenebilirlik, izlenebilirlik ve insan müdahalesi ihtiyacı. Modelimiz, her etkileşimin başlangıcında bir trafik polisi gibi davranan bir güven katmanına dayanır: kimsiniz, ne yapıyorsunuz ve neden bunu yapıyorsunuz? Bu, birçok güvenlik sorununu ortadan kaldırır, çünkü ajanların serbest bırakıp sonra sonra fark edip durdurmaya çalışmıyorsunuz.

Alternatif, ajanları serbest bırakmak ve sonra bir sorun çıkarsa alarmı yükseltmektir. Ajanların gerçek zamanlı olarak görebileceğinizi, anlamlandırabileceğinizi, tanımlayabileceğinizi ve durdurabileceğinizi varsayıyorsunuz – bu sistemlerin çalıştığı hız ve ölçekte. Bu, çok zor bir sorundur ve birçok insanın neden mücadele ettiğini açıklar – gerçek zamanlı olarak kötü aktörleri aramaya çalışıyorlar, değilse eylemleri önlemek için.

Bunun üzerine, katmanlı kapılar ekledik. Bir ajan, doğru kişi adına hareket etse bile, masih oturum ve içeriği kontrol ediyoruz – modeli zehirlemek, API’yi suistimal etmek veya politikaya aykırı bir şey yapmak mı deniyor? Tüm bunlar, geri alınabilmesi için tam bir gözlemlenebilirlik ile sarılmıştır. İşte bu, hızlı ilerlemenin ve aynı zamanda geceleri uyurken rahat olmanın yolu.

Çok fazla şirket, AI içgörülerini üretmede başarılı oluyor, ancak bunları eyleme dönüştürmekte zorlanıyor. Calix, AI’yi pazarlama, operasyonlar ve müşteri desteği across iş akışlarına nasıl doğrudan entegre etti?

AI yıldızı göstermeden önce, Calix’de already bir soru ile meşgulduk: Bir gerçek kişi için gerçekten eyleme geçirilebilir bir içgörüyü ne yapar? 2018’den beri, hizmet sağlayıcılarla birlikte çalışarak, farklı kişiliklerin nasıl çalıştığını anladık – bir pazarlamacı salı sabahı ne yapar, bir operasyon ekibi alarm verdiğinde ne yapar, bir destek ekibi bir abone çağrıldığında ne yapar? Bize, hangi içgörülerin kime, hangi bağlamda ve “iyi eylem”nin neye benzediğini çok net bir şekilde gösterdi.

AI geldiğinde, sıfırdan başlamıyorduk. Zaten gerçek zamanlı sistemlere sahiptik, belirli kişiliklere ve iş akışlarına bağlı eyleme geçirilebilir içgörüler üretebiliyorduk. Tasarım sorusu, farklı bir araç seti ve teknoloji yığını ile aynı iş akışlarını bir ajans AI dünyasında nasıl yeniden tasarlayabileceğimizdi.

Bu derin kişilik bilgilerini ajans AI ile birleştirdiğinizde, dinamik veriler üzerinden dinamik iş akışları oluşturabilirsiniz. Ajanlar, gerçekten neler olduğunu temel alarak hangi adımların ve hangi kişiliklerin dahil edilmesi gerektiğini gerçek zamanlı olarak belirleyebilir, değilse yüzlerce katı iş akışını mikro hizmetlerde zorla kodlamak zorunda kalırsınız. Çoğu şirket için zor problem, gerçek zamanlı olarak bağlam ve iş akışı etrafında kararlar verip tasarlamaktır. Bizim için, bu phần zaten mevcut; yıllardır gerçek zamanlı, kişilik temelli, eyleme geçirilebilir içgörüler yapıyorduk. Ajans AI, bu temel üzerindeki yeni bir araç setidir.

Platform vizyonunuz, ajan-ağant (A2A) etkileşimi ve federated AI sistemlerini içeriyor. Bu yaklaşım, geleneksel nokta entegrasyonlarına kıyasla işletme araçlarının nasıl işbirliği yaptığını değiştirir?

Son 20 yılda, varsayılan model, “bir sürü SaaS aracı satın almak ve bunları bir veri gölü etrafında bağlamak”tı. Her yeni sistem, bir nokta entegrasyonu, bir veri pipeline’ı ve truth’u uzlaştırmak için bir yer anlamına geliyordu. Ajans dünyasında, bu ölçeklenebilir değil. Verilerin nerede olması gerektiği yerde kalması ve ajanların iyi tanımlanmış arayüzler üzerinden birbirleriyle konuşması istiyorsunuz.

Bu nedenle, MCP’yi bilgi katmanında ve A2A’yi orkestrasyon ve güven katmanlarında konuştuğumuzdan bahsediyoruz. MCP, ajanların özel bir entegrasyon olmadan araçları ve verileri nasıl keşfettiğini ve kullandığını gösterir. A2A, ajanların birbirleriyle nasıl koordine edildiğini gösterir – açık guardrails altında.

Bunun üzerine geldiğinizde, işbirliği, bir yığın kırılgan konektör gibi görünmekten çıkıp, gerçek iş etrafında dinamik olarak bir araya gelen uzmanlar ağı gibi görünmeye başlar. Burada, Eisenhower Matrisi benzetmesi gelir. Her şey eşit derecede acil ve önemli değildir. Bazı işler gerçekten zaman kritiktir, bazıları önemlidir ancak planlanabilir, bazıları sadece yapılması gerekir ve bazıları gürültüdür. Ajan-ağant koordinasyonu, güven ve orkestrasyon katmanının üzerine kurulduğunda, bu kategorileri ölçeklenebilir bir şekilde farklı şekilde ele alabilirsiniz: ajanlar, acil ve önemli sorunlara saldırabilir, önemli ancak acil olmayanları sıraya alabilir veya programlayabilir ve düşük değerli işleri diğer her şeyi boğmaktan alıkoyabilir.

Bu, “bir konektör daha ekleyelim ve kuyruğun boşalmasını umalım” dünyasından çok farklı. Aslında, dinamik olaylar ve veriler etrafında güvenilir, dikkatlice orkestrasyonlu dinamik iş akışları görüyorsunuz, değilse her şeyin aynı öncelikte bağırmasıyla dolu bir dizi tekil entegrasyon.

Ajanlar otomatik olarak hareket etmeye izin verildiğinde, yönetim nhanh bir şekilde bir zorluk haline gelir. AI sistemleri ölçeklerde kararlar aldığında veya uyguladığında, hız, hesap verebilirlik ve insan denetimi nasıl dengelersiniz?

Yanlış, insanların ajans AI’yi mevcut her şeye bağlayabileceğini ve sonra sonra hız, hesap verebilirlik ve insan denetimini dengeler gibi düşünmeleridir. Yapamazsınız. Dikey bir teknoloji yığını problemi olduğunu kabul ederek ve kasıtlı olarak bir güven katmanı ve bir orkestrasyon katmanı inşa ederek başlamalısınız. Bu katmanlar olmadan, her şey bir free-for-all olur – her şey ilk gelen, ilk servedir veya en yüksek sesle bağırandır.

Yine, Eisenhower Matrisi: tüm iş eşit yaratılmaz. Güven ve orkestrasyon, ajans dünyasında bunu nasıl operationalize ettiğinizdir. Her ajanın her görevi yangın gibi ele almasını istemezsiniz; sistemin gerçekten zaman kritik olanı, planlanabilir olanı ve arka planda sessizce ele alınması gerekeni bilmesini istersiniz.

Ve sonra “dar över geniş” kısmı var. Çoğu şirket, AI’den daha büyük etkiye ulaşmakla broad kalmakla karıştırır. Dar bir dikey dilim – somut bir kullanım durumu, bir dizi iş akışı – seçip orada güveni ve orkestrasyonu inşa etmek daha iyidir. İnci ol, doğruyu yap, kenarlarda insanları tut ve sonra genişlet. İşte bu, hızlı ilerlemenin, hesap verebilir kalmanın ve daha sonra geri dönüp düzenlemek zorunda kalmamanın yolu.

Büyük küresel ürün ve mühendislik ekiplerini yönetme deneyiminden, AI’nin bir işletme için dayanıklı bir yetenek olması için gerekli organizasyonel veya kültürel değişiklikler nelerdir?

Çoğu işletme, “AI problemi” değil, “bilgi ve iş akışı problemi” yaşamaktadır. İlk değişiklik, nokta çözümlerle oynamayı bırakmak ve veri ambarlarından federated bir bilgi ambarına geçmektir, herkesin görebileceği ve üzerine eyleyebileceği bir ambar. AI, her silonun üzerine konan bir çikolata gibi olduğu sürece, pilotlar, değilse dönüşüm ile sonuçlanacaksınız.

Bundan sonra, daha zor sorunları belirli bir sırayla ele almanız gerekir. Adım bir, hype’den gerçeği ayırmak ve gerçeğe uymaktır, değilse en yüksek sesle bağırana uymaktır. Adım iki, bilgi katmanını yeniden tasarlamak ve veriyi paylaşılan, federated bir bağlama dönüştürmektir, değilse bir sistemdeki bir rapor daha eklemektir. Adım üç, iş akışlarını bu bilgi ve gerçek bir güven katmanı etrafında yeniden düşünmektir – çoğu iş bugün, insanlar, beceriler ve yerel bilgi siloları etrafında organize edilmektedir. Bunu değiştirmezseniz, ajanlar sadece mevcut tıkanıklıkların etrafında dönecektir.

Sadece o zaman, kültürel değişim geliyor, genellikle en zor olanı. İnsanların işlerini kaybetme, araçlarını kaybetme veya kimliklerini kaybetme konusunda endişe duymak yerine, yeni yeteneklerle çalışmaya gerçekten heyecan duydukları bir kültür oluşturmalısınız. Bu, bir değişim yönetimi problemidir, değilse teknoloji problemi. Gerçek dağıtılmış liderlik gibi görünür: insanların işin başında, iş akışlarını anlıyorlar, sürtüşmeyi adlandırmaya güveniyorlar ve ajanları üzerine çalışmaya heyecanlanıyorlar.

Geniş bant ve telekomünikasyon ötesinde, hangi endüstrilerin ajans tabanlı operasyonel AI’yi benimsemeye hazır olduğunu düşünüyorsunuz ve hangi koşullar onları hazırlar?

Aslında, endüstri etiketlerini kazananları seçmek yerine, kalıplar hakkında düşünüyorum.几乎 her dikey, aynı temel zorluğu yaşamaktadır: veri siloları ve işlev siloları inşa etmişlerdir, değilse müşteri, çalışan ve ürün yaşam döngüsü boyunca tek bir görünüm. Hazır olanlar, bunu görebilenler, gerçek bir bilgi katmanına sahip olmadıklarını kabul edenler ve bunu düzeltmeye istekli olanlardır.

Bundan sonra, koşullar, sağlık hizmetleri, fintech, perakende veya kritik altyapı gibi sektörlerden bağımsız olarak benzer görünmektedir. Karmaşık iş akışlarına, gerçek sürtüşme noktalarına ve ajanlara bağlam verebilecek yüksek kaliteli verilere ihtiyacınız vardır. Mevcut iş akışlarını haritalayabilir, işin nerede yavaşladığını veya biriken noktaları görebilir, el değiştirmelerin neden gecikmelere neden olduğunu anlayabilir ve bunu bir federated bilgi ambarı ile destekleyebilirsiniz, ajans AI, inanılmaz bir araç seti haline gelir.

AI, çok ajanslı ve çok bulutlu ortamlara evrilirken, beş yıl sonra iyi AI mimarisi nasıl görünür ve liderler bugün hangi ilkeleri taahhüt etmelidir, böylece sistemlerini daha sonra yeniden inşa etmek zorunda kalmazlar?

Beş yıl sonra, AI’nin ilginç kısmı, bireysel ajanlar veya modeller olmayacak; ajanslar tarafından ermögülen iş akışları ve bu iş akışlarının teslim ettiği iş değerleri olacak. Ajanlar gelip gidecek, ancak onların altındaki katmanlar – veri, bilgi, orkestrasyon, güven ve eylem – devam edecek, ancak ihtiyaçları gitmeyecek.

Bu nedenle, daha çok mimariye odaklanıyorum, değilse belirli bir araç setine. Veri ambarlarından federated bilgi ambarlarına geçiyoruz, kırılgan nokta entegrasyonlarından açık, katmanlı yığınlara geçiyoruz. Bu dünyada, farklı bulutlarda çalışan ajanlar, farklı bilgi kaynaklarına dokunabilen ve iyi tanımlanmış arayüzler üzerinden birbirleriyle koordine eden ajanlar istiyorsunuz – MCP, bilgi katmanında ve ajan-ağant protokolleri, orkestrasyon ve güven katmanlarında.

İlerledikçe, teknoloji geliştikçe, bu katmanlara daha iyi parçalar eklemek istiyorsunuz, ancak her seferinde her şeyi yeniden inşa etmek zorunda kalmıyorsunuz. Liderler için ilkeler basittir: monolitik olarak inşa etmeyin. Katmanlar için tasarlayın, böylece veri, bilgi, orkestrasyon, güven ve eylem her biri bağımsız olarak gelişebilir. Akışlar için, özellikler için değil, tasarlayın, böylece hangi iş akışlarının önemli olduğunu ve müşteri, çalışan ve ürün yaşam döngülerinde “iyi”nin neye benzediğini bilin. Ve ajan düzeyinde yönetim için tasarlayın: varsayılan olarak sıfır güveni kabul edin, net “ajan kartları” tanımlayın ve orkestrasyonu, neyin acil, neyin önemli ve neyin yapılması gerektiğini belirlemek için kullanın. Bunu yaparsanız, teknoloji değişir – her zaman değişir – ancak sürekli olarak yeniden inşa etmek zorunda kalmazsınız.

Teşekkür ederim, okuyucuların daha fazla bilgi edinmek istedikleri için Calix‘i ziyaret etmelerini öneririz.