Shane Eleniak, Calix’in Ürün Başkanı – Röportaj Serisi

Shane Eleniak Calix’in Ürün Başkanı olarak görev yapmakta ve şirketin endüstri lideri platform ve SaaS çözümlerinin stratejik vizyonunu ve yürütmesini yönetmektedir. İletişim hizmet sağlayıcılarının işlerini basitleştirmelerine ve mükemmel abone deneyimi sunmalarına odaklanan Shane, ürün yaşam döngüsünün tamamından sorumludur – kavramsalştırmadan pazar lideri dağıtımına kadar.

Şane’nin liderliği altında, Calix broadband endüstrisindeki öncü konumunu pekiştirmiştir ve sürekli olarak sağlayıcıların rekabet edebilmesi ve kazanabilmesi için yenilikçi araçlar sunmaktadır.

Calix bir ABD merkezli teknoloji şirketidir ve broadband ve iletişim hizmet sağlayıcıları için tasarlanmış bulut, yazılım ve yönetilen hizmet platformları sağlar. Temel teklifleri, bulut altyapısı, veri ve ağ sistemlerini entegre eden AI destekli bir broadband platformu etrafında merkezlenmiştir. Bu, sağlayıcıların operasyonları basitleştirmelerine, müşteri etkileşimini iyileştirmelerine ve daha kişiselleştirilmiş dijital deneyimler sunmalarına yardımcı olur. Calix, bu sağlayıcıların temel bağlantı hizmetlerinden tam “deneyim sağlayıcılarına” geçişine yardımcı olarak gelirlerini artırmasına, abone bağlılığını artırmalarına ve daha gelişmiş, ölçeklenebilir broadband hizmetleri ile toplulukların dijital dönüşümünü desteklemelerine yardımcı olur.

Kariyeriniz mühendislik, ağ, bulut platformları ve büyük ölçekli ürün liderliği olmak üzere üç десятиyıldan fazla bir süreyi kapsıyor. Bu deneyimler, işletmeler içinde AI’ın gerçek iş yapmasını sağlamak yerine bir yana deney olarak kalması için neler gerektiğini düşünmenizi nasıl şekillendirdi?

Geleneksel telekomünikasyon ve ağda başladım, burada oyun bütün veri yolu ve ölçeklenebilirlikti. Eğer temiz ve güvenilir bir hizmet sunamazsanız, üzerine inşa ettiğiniz her şey önemli değildir. O zamanlar telefon mutfak duvarında, iç kablo hiç hareket etmiyordu ve sadece bir dial tonu varsa her şey iyiydi.

Broadband ve İnternet her şeyi değiştirdi. Aniden sadece “açık mı?” değildi, artık Ethernet ve Wi-Fi, oyun konsolları ve tabletler, bir Zoom görüşmesinde işbirliği yapan bir bulut elektronik tablosu ve sürekli mobilite – evin içinde, bahçede, bir futbol maçı sırasında, bir kahve dükkânında 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 raporlardan oluşan geçmişe dönük bir veri görünümü yeterli değildir. Verileri toplamanız, deneyimi anlamlandırmanız ve gerçek zamanlı olarak içgörüler oluşturmanız gerekir, çünkü aboneler artık sorunların proaktif olarak çözülmesini beklemektedir, saatler veya günler değil.

Bu evrim, AI hakkında düşüncelerimi şekillendirdi. İnsanların çoğu AI’ı “üzerine” koymak istiyor, tıpkı iş zekası veya SaaS’ı mevcut veri göllerinin üzerine koymak gibi. Deneyimlerim, daha derine inmeniz ve gerçek zamanlı, eyleme geçirilebilir içgörüler ve zamanında eylem alma yeteneği için tasarlaymanız gerektiğini söylüyor.

Aboneler için ise beklenti, son 25 yıl içinde çok değişmedi. Hala güvenli, yönetilen bir bağlantı istiyorlar, bu bağlantı basitçe bir dial tonu gibi hissetmeli – her şey “çalışmalı” ve thoughts hakkında düşünmeden hayatlarının her alanında olmalı. Telekomünikasyon ve bulut kariyerim, bana çok karmaşık sistemler inşa etmenin ve bunları soyutlayarak basit, harika bir deneyim sunmanın paradoksunu çok rahat hissettirdi. İşte AI’ın işletmeler içinde gerçek iş yapması hakkında düşündüğüm şey.

Calix’de sık sık operasyonel AI’ın inşa edildiğini, satın alınmadığını vurguluyorsunuz. Kuruluşlar AI’ı iş akışlarına entegre etmeye çalışırken en yaygın hatalar nelerdir?

Benim için, bunun “inşa edilmiş” veya “satın alınmış” olması değil, teknoloji yığınının tamamına bakmak önemlidir. Birçok şirket, AI’ın sadece bazı API’leri kullanarak bir LLM’ye erişim sağlamak, bunu yığınınıza bir sarmallama ile bağlamak ve token satın almak olduğunu düşünüyor – sonra kendinize bir AI stratejisi oluşturmuş oluyorsunuz. İşler böyle değil.

Çok fazla insan teknolojiye takılmak yerine sonuçla ilgilenmiyor. Bunu daha önce gördük. PC’ler ortaya çıktığında, herkes 286 mı yoksa 386 mı olduğunu, ne kadar belleği olduğunu ve hangi DOS’u çalıştırdığını tartışıyordu. Bugün kimse laptop veya telefonunun özellikleri hakkında konuşamaz ve kimse umursamaz, sadece ihtiyacınız olan şeyi yapmadığında. Önemli olan, bu sizin işinizi daha etkili hale getiriyor mu? AI için de aynı şey geçerli. Bunu gerçek iş akışlarına, gerçek değere ve gerçek ROI’ye bağlayamıyorsanız, teknoloji özellikleri sadece gürültüdür.

Başka bir büyük hata, AI’ı mevcut her şeye takmadan önce mimarinize, güvenlik modelinize ve maliyetlerinize ne yaptığını sormadan AI’ı taklit etmektir. AI temel teknolojidir, değilse.incremental bir özellik yükseltmesidir. AI’ı.incremental olarak ele aldığınızda, kötü veri, güvenlik sorunları, hallucinations, kontrolsüz maliyetler veya kimsenin sorununu çözmeyen çok fazla faaliyetle sonuçlanırsınız.

Son olarak, bağlamın ve dikey uzmanlığın önemini göz ardı edemezsiniz. Eylem, bağlam hakkında konuşmak demektir ve bu bağlam farklı sektörlerde farklılık gösterir. Calix’de, bir endüstriden başladık ve dikey bir platform inşa ettik. Verileri, içgörüler, iş akışlarını ve bağlamı zaten anlıyorduk, böylece yığın bu gerçekliği yansıtabiliyordu. Çoğu şirket, dikey endüstriyi içten dışa biliyor. Fırsat, bu bilgiyi dikey bir teknoloji yığınına kodlamak ve genel bir AI modeline ve sonra her şeyi birleştirmeye çalışmak yerine.

İşletmeler, modeller değil, sonuçlar hakkında konuşur. Gerçek soru, bu teknolojinin size bu sonuçları nasıl sunduğudur.

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

Uzun bir süredir yığın oldukça basitti: 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 tutmuyor. Veri, bilgi, orkestrasyon, güven ve eylem gerekiyor, çünkü her katman ayrı bir işlev gerçekleştiriyor.

Görünür olan herkesin konuştuğu şey, eylem katmanı – ajanlar. Bu sadece buzdağının görünen kısmı. Ajanların gerçek sistemleri etkileyebileceklerine karar vermesini belirleyen her şey – temiz veri, gerçek zamanlı içgörüler ve zamanında eylem alma yeteneği – buzdağının altında kalan “sıkıcı” şeylerde yatıyor. Titanic battığında, görünen küçük parça gemiyi batırmadı, su altında kalan devasa buz kütlesi battı. Operasyonel AI da aynı.

Tarihsel olarak, orkestrasyonu 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 için güvenmeniz gerekiyor ve birden fazla ajanı gerçek zamanlı olarak koordine etmeniz gerekiyor. Bu, tamamen farklı bir tasarım problemidir ve bu nedenle bu katmanların açıkça belirtilmesi gerekiyor.

En çok küçümsenen katman güven katmanı. Birçok kuruluş, erişim kontrolleri nedeniyle güveni ele aldıklarını düşünüyor – hangi kullanıcının hangi sisteme giriş yapabileceği. Ancak ajans dünyasındaki gerçek güven, “bu kullanıcıya bu eylem uygun mu?” değil, “bu özel eylem bu bireyin veya bu ajanın uygun mu, şu anda?” sorusudur. Bu, bir yönetim sorusudur, erişim kontrolü sorusu değildir. Bu katmanı açıkça belirlemezseniz, demo alanında takılı kalırsınız, çünkü ajanların gerçek işi üretim ortamında yapmasına asla izin vermeyeceksiniz.

Güven açıkça AI stratejinizin temel bir parçası. Sistemlerinizi, otomatik kararların gözlemlenebilir, denetlenebilir ve geri döndürülebilir kalmasını sağlamak için nasıl tasarlıyorsunuz, aynı zamanda işletme değerini sunmak için yeterince hızlı hareket ediyor?

Sıfır güven zihniyetiyle başlamalısınız. İlk soru, “Bu ajan teknik olarak bunu yapabilir mi?” değil, “Bu ajan, bu kişi adına, 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 önce bir şeyler yapmasına ve sonra da sonra fark etmenizi umarak izin vermiyorsunuz.

Alternatif, ajanları serbest bırakmak ve sonra da onların kötü bir şey yapması durumunda alarmı yükseltmektir. Gerçek zamanlı olarak görebileceğinizi, anlamlandırabileceğinizi, tanımlayabileceğinizi ve durdurabileceğinizi umuyorsunuz. Bu, çok zor bir sorun ve birçok insanın neden mücadele ettiğini açıklıyor – gerçek zamanlı olarak kötü aktörleri aramak yerine kötü eylemleri önlemek için çalışıyorlar.

Bunun üzerine, katmanlı kapılar ekledik. Bir ajan doğru kişi adına hareket etse bile, oturumu ve içeriği inceliyoruz – bir modeli zehirlemeye, bir API’yi suistimal etmeye veya politikaya aykırı bir şey yapmaya mı çalışıyor? Tüm bunlar tam gözlemlenebilirlik içinde sarılmış durumda, böylece ne olduğu denetlenebilir ve gerekirse geri döndürülebilir. İşte böylece hızlı hareket edersiniz ve aynı zamanda uyuyabilirsiniz.

Çok fazla şirket AI içgörülerini üretmekte başarılı oluyor, ancak bunları eyleme dönüştürmekte zorlanıyor. Calix’in pazarlama, operasyonlar ve müşteri desteği across tüm gün boyunca iş akışlarına AI’ı direkt olarak itebilmesini sağlayan tasarım kararları nelerdi?

AI yıldızı göstermeden çok önce, Calix’de bir soru hakkında takıntılıydık: Bir gerçek kişi için, gerçek bir işte,真正 bir içgörü gerçekten eyleme geçirilebilir nasıl olur? 2018’den beri, hizmet sağlayıcılarla birlikte çalışarak farklı kişiliklerin nasıl çalıştığını anlamaya çalışıyoruz – bir pazarlamacının bir Salı sabahı ne yaptığını, bir operasyon ekibinin bir alarm verdiğinde ne yaptığını, bir destek ekibinin bir abonenin çağrıda bulunması durumunda ne yaptığını. Bu, hangi içgörülerin kime, hangi bağlamda ve “iyi eylem”nin neye benzediğini çok net bir şekilde kavramamızı sağladı.

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

Bu derin kişilik bilgilerini ajanslı AI ile birleştirdiğinizde, dinamik veriler üzerinde dinamik iş akışları oluşturabilirsiniz. Ajanlar, ne olduğunda, hangi adımların ve hangi kişiliklerin dahil olması gerektiğini gerçek zamanlı olarak belirleyebilir, böylece size yüzlerce katı akışları mikro hizmetlerde zorla kodlamak zorunda kalmazsınız. Çoğu şirket için zor problem, gerçek zamanlı olarak bağlam ve kararlar temelli eyleme geçirilebilir kararlar almak ve sonra doğru iş akışını tasarlamaktır. Bizim için, bu kısım zaten yerleşikti; yıllardır gerçek zamanlı, kişilik tabanlı, eyleme geçirilebilir içgörüler yapıyorduk. Ajanslı AI sadece bu temel üzerindeki yeni bir araç setidir.

Ajanslararası (A2A) etkileşim ve federated AI sistemleri içeren platform vizyonunuz, geleneksel nokta entegrasyonlarına kıyasla işletme araçlarının nasıl işbirliği yaptığını değiştiriyor. Bu yaklaşım nasıl farklı?

Son 20 yıla baktığımızda, varsayılan model, bir sürü SaaS aracı satın almak ve bunları bir veri gölü etrafında bağlamaktı. Her yeni sistem, bir nokta entegrasyonu, bir veri boru hattı ve bir yerlerde gerçeğin uzlaştırılması anlamına geliyordu. Ajans dünyasında bu ölçeklenmez. Verilerin nerede olması gerektiği yerde kalmasını ve ajanların iyi tanımlanmış arayüzler üzerinden birbirleriyle konuşmasını istiyorsunuz.

Bu nedenle, MCP’yi bilgi katmanında ve A2A’yi orkestrasyon ve güven katmanlarında konuşuyoruz. MCP, ajanların yeni bir özel entegrasyon olmadan araçları ve verileri keşfedip kullanmalarını sağlıyor. A2A, ajanların birbirleriyle işbirliği yapmasını sağlıyor, açık guardrails altında.

Bir kez bunu elde ettiğinizde, işbirliği, kırılgan konektörlerin yığını gibi görünmez, uzmanların dinamik olarak gerçek iş etrafında bir araya geldiği bir ağ gibi görünür. Burada Eisenhower Matrix analojisi devreye giriyor. Her şey eşit derecede acil ve eşit derecede önemli değildir. Bazı işler gerçekten zaman kritiktir, bazıları önemlidir ancak zamanlama yapılabilir, bazıları sadece yapılması gerekir ve bazıları gürültüdür. Ajan-ağacı 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 kuyruğa alabilir veya zamanlayabilir ve düşük değerli işleri diğer her şeyi boğmadan yapabilir.

Bu, “bir konektör daha ekleyelim ve umalım ki kuyruk boşalır” dünyasından çok farklı. Güvenli, dikkatlice orkestrasyonlu dinamik iş akışları görüyorsunuz ve bunlar dinamik olaylar ve veriler etrafında gerçekleşiyor, değilse bir dizi tekil entegrasyonla uğraşıyorsunuz ve her şey aynı öncelikte bağırıyor.

Ajansların otomatik olarak hareket etmesine izin verildiğinde, yönetim nhanh chóng bir zorluk haline gelir. AI sistemleri ölçeklerde kararlar alırken veya uygularken, hız, hesap verebilirlik ve insan denetimi arasında nasıl bir denge kuruyorsunuz?

Gördüğüm hata, insanların ajanslı AI’ı mevcut her şeye takmaya çalıştıklarını ve sonra da sonra hız, hesap verebilirlik ve insan denetimi arasında denge kurmaya çalıştıklarını düşünmeleridir. Bunu yapamazsınız. Bir dikey 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 haline gelir – her şey ilk gelen ilk alır veya en yüksek sesle bağırır.

Tekrar Eisenhower Matrix: tüm iş eşit yaratılmaz. Güven ve orkestrasyon, ajans dünyasında bunu operasyonelleştirmenin yolu. Her ajana her görevi bir yangın tatbikatı gibi davranmasını istemezsiniz; sistemin gerçekten zaman kritik olanı, zamanlanabilir olanı ve arka planda sessizce ele alınması gerekeni bilmesini istiyorsunuz.

Ve sonra “dar över geniş” kısmı var. Çok fazla şirket, AI’dan daha büyük etkiye ulaşmayı, geniş kalmakla karıştırıyor. Dar bir dikey dilim – bir somut kullanım durumu, bir dizi iş akışı – seçip orada güveni ve orkestrasyonu inşa etmek için daha iyisiniz. İnceleyin, dikeyde doğru yapın, kenarlarda insanları tutun ve sonra genişletin. İşte böylece hızlı hareket edersiniz, hesap verebilir kalırsınız ve daha sonra düzeltmeniz gereken bir kargaşa yaratmazsınız.

Büyük küresel ürün ve mühendislik ekiplerini yönetme deneyiminizden, AI’ın dayanıklı bir işletme yeteneği haline gelmesi için hangi organizasyonel veya kültürel değişikliklere ihtiyaç duyulduğunu düşünüyorsunuz?

Çoğu işletme AI problemi yaşamıyor; bilgi ve iş akışı problemi yaşıyor. İlk değişiklik, nokta çözümlerle oynamayı bırakmak ve veri ambarlarından federated bilgi ambarlarına geçmektir. AI, her silonun üzerine bir cherry gibi konduğunda, pilotlar, değilse dönüşüm elde edersiniz.

Oradan, daha zor sorunlara belirli bir sırayla gitmelisiniz. Adım bir, hüsnü ve gerçeklikten ayrılmayın ve neyin çalıştığını benimseyin, en gürültülü şeyin ne olduğunu değil. Adım iki, bilgi katmanını yeniden tasarlayın, böylece veri, paylaşılan, federated bir bağlam haline gelebilir, değilse bir sistemdeki bir rapor daha. Adım üç, iş akışlarını bu bilgi ve gerçek bir güven katmanı etrafında yeniden düşünün – çoğu iş bugün, insanlar, beceriler ve yerel bilgi siloları etrafında organize edilir. Bunu değiştirmezseniz, ajanlar sadece eski tıkanıklıkların etrafında dönen bir başka araç olacaktır.

Sadece o zaman, kültürel değişime ulaşıyorsunuz, ki bu genellikle en zor olandır. İnsanların, işlerini, araçlarını veya kimliklerini kaybetme konusunda endişe duymak yerine, yeni yeteneklerle çalışmaktan gerçekten heyecan duydukları bir kültür oluşturmalısınız. Bu, bir değişim yönetimi problemidir, teknoloji problemi değildir. Gerçek dağıtılmış liderlik gibi görünüyor: insanların işin ön cephesinde, iş akışlarını anlıyorlar, sürtüşmeyi tanımlamaya güveniyorlar ve ajanları bunun üzerinde çalıştırıyorlar.

Telekomünikasyon ve broadband’ın ötesinde, hangi endüstrilerin ajanslı AI’ı benimsemeye hazır olduğunu düşünüyorsunuz ve hangi koşullar onları hazırlar?

Aslında, endüstrileri etiketleyerek kazananları seçmek yerine, kalıplar hakkında düşünüyorum.几乎 her dikey, aynı temel zorluğu yaşıyor: veri siloları ve işlev siloları inşa etmişler, değilse bir müşteri, bir çalışan ve bir ürün yaşam döngüsü boyunca tek bir görünüm. Hazır olanlar, bunu görebilenler, gerçek bir bilgi katmanına sahip olmadıklarını kabul edebilenler ve bunu düzeltebilenlerdir.

Oradan, koşullar, sağlık hizmetleri, fintech, perakende veya kritik altyapı olsun, oldukça benzer görünüyor. Karmaşık iş akışlarına ihtiyacınız var, insanların gerildiği gerçek sürtüşme noktaları ve ajanlara context verebilecek yüksek kaliteli veri. Mevcut iş akışlarını haritalayabilir, işin nerede yavaşladığını veya birikebileceğini görebilir, el değiştirmelerin hangi gecikmelere neden olduğunu anlarsanız ve bunu bir federated bilgi ambarıyla desteklerseniz, ajanslı AI, inanılmaz bir araç seti haline gelir.

Bu dünyada, “endüstri hazırlığı” liderlik meselesine geliyor. Bir şirketin liderleri, pazarlama araçlarından ve ince yatay panellerden öteye geçmeye, dikey bir teknoloji yığınına yatırım yapmaya, veriyi bilgilere dönüştürmeye, bu bilgiyi federated bir şekilde sunmaya, orkestrasyon ve güven çerçevelerini oluşturmaya ve gerçek ROI’nün nerede olduğunu konuşmaya hazır mı? Herhangi bir endüstriden, bu işi yapan bir şirket, ajanslı AI için iyi bir konumda; bunu yapmayan şirketler, sadece bir araç daha ekleyerek gürültülü bir yığın oluşturacaklar.

İşletme AI’ı, çok ajanslı ve çok bulutlu ortamlara doğru evrilirken, beş yıl sonra iyi bir AI mimarisi nasıl görünür ve liderlerin bugün hangi ilkeleri benimsemesi gerekir ki, sistemlerini daha sonra yeniden inşa etmek zorunda kalmayasınlar?

Beş yıl içinde, AI’ın ilginç olan kısmı, bireysel ajanlar veya modeller değil, ajanslı iş akışları ve bu iş akışlarının sunduğu iş değeri olacaktır. Ajanlar kendileri gelip gidecek. Onların altındaki katmanlar – veri, bilgi, orkestrasyon, güven ve eylem – devam edecek, ancak ihtiyaçları gitmeyecek.

Bu nedenle, daha çok mimariye odaklanıyorum, spesifik bir araçtan değil. Veri ambarlarından federated bilgi ambarlarına geçiyoruz, kırılgan nokta entegrasyonlarından açık, katmanlı yığınlara geçiyoruz. Bu dünyada, farklı bulutlarda çalışan ajanlar, farklı bilgi kaynaklarına dokunacaklar ve iyi tanımlanmış arayüzler üzerinden birbirleriyle koordine edecekler – MCP, bilgi katmanında, A2A, orkestrasyon ve güven katmanlarında. Teknoloji geliştikçe, bu katmanlara daha iyi parçalar ekleyebilmeniz muốn.

Bu nedenle, liderler için ilkeler basittir. Monolitik olarak inşa etmeyin. Katmanlar için tasarlayın, böylece veri, bilgi, orkestrasyon, güven ve eylem bağımsız olarak evrilenebilir. Akışlar için, özellikler için değil, tasarlayın, böylece hangi iş akışlarının önemli olduğunu ve müşteri, çalışan ve ürün yaşam döngülerinde “iyi”nin neye benzediğini bilirsiniz. Ve ajan düzeyinde yönetim için tasarlayın: varsayılan olarak sıfır güven, açık “ajans kartları” tanımlayın ve orkestrasyon kullanarak neyin acil, neyin önemli ve neyin sadece yapılması gerektiğini belirleyin. Bunu yaparsanız, teknoloji değişir – her zaman değişir – ancak sürekli olarak yeniden inşa etmek zorunda kalmazsınız.