Vijay Rayapati, Atomicwork CEO’su ve Kurucu Ortağı – Röportaj Serisi

Vijay Rayapati Atomicwork’ın kurucu ortağı ve CEO’sudur. Şirketi kurmadan önce, Nutanix’in Minjar’ı (kendi kurup CEO olarak ölçeklendirdiği bulut yönetim platformu) satın almasının ardından Nutanix’te Bulut Ağ ve Güvenlik iş biriminde Kıdemli Başkan Yardımcısı ve Genel Müdür olarak görev yaptı. Kariyerinin erken dönemlerinde Kuliza ve Trilogy’de mühendislik ve ürün liderliği rolleri üstlendi; bu da ona kurumsal altyapı ve yazılım uygulamaları inşa etme konusunda derin deneyim kazandırdı. Arka planı bulut altyapısı, kurumsal yazılım ve AI iş gücü teknolojilerini kapsar ve onu kurumsal BT alanında tanınan bir kurucu yapar.

Atomicwork, çalışanların teknoloji sorunlarını çözmelerine, rutin destek görevlerini otomatikleştirmelerine ve AI aracılığıyla kurumsal bilgiye erişmelerine yardımcı olan ajan tabanlı bir BT hizmet yönetimi platformu geliştiren bir kurumsal AI şirketidir. Platformu, AI ajanlarını modern ITSM yetenekleriyle birleştirerek hizmet taleplerini yönetir, sorunları giderir, kurumsal sistemler arasında iş akışlarını yönlendirir ve BT ekiplerinin üzerindeki yükü azaltır. Müşteriler, Atomicwork’ı kullanarak çalışan desteğini daha hızlı sunarken BT ve iş operasyonları genelinde operasyonel verimliliği artırırlar.

Daha önce Minjar’ı kurduğunuz, onun kurumsal bulut yönetimi işini geliştirdiğiniz ve ardından satın alımın ardından Nutanix’te operasyonu yönettiğiniz biliniyor. Bir kurumsal yazılım şirketi kurma, satma ve entegre etme deneyimleriniz, 2022’de Atomicwork’ı kurup AI çağında BT hizmet yönetimini sıfırdan yeniden inşa etmenizi nasıl ikna etti?

Minjar’da, otomasyon sayesinde bir şirketin bulut faturalarını üçte birine kadar düşürebilen bir yazılım geliştirdik. Müşteriler önerileri çok beğendi. Ancak iki çeyrek boyunca bunları beklettiler. Nedenini anlamam bir süre aldı ve cevap teknik değildi. Otomasyon bir karar verdiğinde ve bu karar hatalı olduğunda sorumlu tutacak kimse yoktur. Kuruluşlar sadece yazılım ya da sonuç satın almaz; onlara karşı sorumlu birini satın alırlar. Organizasyon şemasında yeri olmayan bir yazılım, ne kadar iyi olursa olsun yetki elde edemez.

Satın alma bana daha dar bir ders verdi. Tekil ürünler satın alınır. Kayıt sistemleri üzerine inşa edilir. Daha iyi bir ürün olsanız bile iş akışını kimin sahip olduğu etrafında yönlendirmeyle hayatınızı harcayabilirsiniz.

Nutanix yılları bu ikisini birleştirdi. BT’nin kontrol için hizmet yönetimi satın aldığını ve çalışanların bunu bir form ve kuyruk olarak deneyimlediğini gözlemledim. Ayrıca, biletin asla ürün olmadığını; denetim izinin ürün olduğunu fark ettim. Bu yüzden ITSM, insanların onu nefret ettiği kırk yıl boyunca hayatta kaldı ve kimsenin onu kaldıramamasının da nedeni bu.

Dolayısıyla 2022’deki soru, AI’nın işi yapıp yapamayacağı değildi. AI’ya organizasyon şemasında bir yer verilip verilemeyeceği sorusuydu. Geleneksel ITSM platformları bunu yapamaz, çünkü bir insan atanan kişi veri modellerinin merkezinde yer alır ve her SLA, onay ve rapor bu varsayıma dayanır. AI’yı birleştirince daha hızlı bir form elde edersiniz.

Biz, AI’nın sadece yazılım değil, hibrit bir iş gücü sunduğu diğer yanıtı inşa ettik. AI Çalışanları işi yapar ve BT, onları İnsan Kaynakları’nın insanları yönettiği şekilde yönetir. Bir AI Çalışanını yapılandırmazsınız. Onu bir role işe alır, çalışmasını gözden geçirir ve performans göstermediğinde görevini iptal edersiniz. Bu, AI’nın bir özellik olarak değil, bir iş gücü olarak farkıdır.

Atomicwork, AI Çalışanlarını yalnızca soruları yanıtlamak ya da izole görevleri yürütmek yerine tanımlı iş rollerine sahip olup işi baştan sona tamamlayan sistemler olarak tanımlıyor. Gerçek bir AI Çalışanını bir sohbet botu, yardımcı pilot veya geleneksel otomasyon aracından ayıran teknik yetenekler nelerdir ve özerkliği nerede sona ermelidir?

Bir sohbet botu bir soruyu yanıtlar ve bir yardımcı pilot birine bir görevi tamamlamada yardımcı olur, ancak hiçbiri işi sonuna kadar taşıma sorumluluğu taşımaz. AI Çalışanı farklıdır çünkü tanımlı bir role atanmıştır ve bir sonuç üretmesi beklenir. Olayları önceliklendirmek, erişim sağlamak ya da çalışanları işe almak gibi görevlerde, ilk adımda durmak yerine hedefe ulaşana kadar her adımda çalışmaya devam eder.

Bu, sadece yetenekli bir modelden çok daha fazlasını gerektirir. Bir AI Çalışanı bir kimliğe, doğru izinlere, onaylı araçlara erişime, organizasyon bağlamına, bir bütçeye ve net işletim sınırlarına ve rolüne ihtiyaç duyar. İş sistemleri arasında çalışmalı, ne zaman (ve kimin) onay isteyeceğini anlamalı ve her eylemin ardından bir denetim izi bırakmalıdır. Bu yüzden modeli çevreleyen platforma büyük bir odaklandık. Güvenilir AI, zekâ kadar orkestrasyon, yönetişim ve yürütmeye de bağlıdır.

Özerklik asla sınırsız olmamalıdır. Bir AI Çalışanı, iş rolünün sorumlulukları içinde çalışmalı, insanlar ise iş hassas sistemleri etkilediğinde ya da yasal, finansal ya da istihdamla ilgili sonuçları olduğunda devreye girmelidir.

Platformunuz, özel AI Çalışanlarının olay yönetimi, erişim sağlama, işe alım ve BT operasyonları boyunca iş birliği yapmasına olanak tanıyor. Bu AI Çalışanları sorumlulukları nasıl bölüşür, bağlamı nasıl paylaşır ve bir AI Çalışanı hatalı bir karar vererek iş akışının geri kalanını etkilediğinde nasıl toparlanır?

Bir AI Çalışanının her işi yapmaya çalışması gerektiğini düşünmüyoruz. BT organizasyonları zaten farklı takımlar arasında sorumlulukları ayırır çünkü her rolün farklı hedefleri, izinleri ve uzmanlıkları vardır. Bu düşünceyi AI Çalışanlarına da uyguladık ve bu yüzden farklı BT operasyon alanlarında uzmanlaşmış sertifikalı AI Çalışanlarıyla piyasaya çıktık.

Her Çalışan belirli bir işlevi sahipken aynı kurumsal bağlamı paylaşır. Bir çalışan Atomicwork’ta bir bilet oluşturduğunda, akıllı yönlendirme talebi doğru AI Çalışanına yönlendirir ve (isteğe bağlı olarak) başka bir AI Çalışanına yeniden atar, AI Çalışanlarının sorunu paralel olarak çözmesi için alt biletler oluşturur (örneğin, bir işe alım bileti paralel olarak çalışılabilecek aktivitelere bölünebilir) veya bir insanına yükseltir. İş bir Çalışandan diğerine geçerken ilgili bilgiler bilet (kayıt sistemi) üzerinden ve hizmet masası, kimlik platformları, İK sistemleri ve iş birliği araçları gibi ilgili sistemlere erişimle birlikte taşınır. Bu paylaşılan bağlam, her Çalışanın sıfırdan başlamadan önce neler olduğunu göz önünde bulundurarak karar vermesini sağlar.

Atomicwork, OpenAI, Anthropic ve Google gibi sağlayıcılardan farklı ajan çerçeveleri ve modelleri destekliyor. Hangi modelin getirme, akıl yürütme, planlama ve yürütmeyi üstlenmesi gerektiğini nasıl belirliyorsunuz ve temel modeller değişmeye devam ederken işletmeler tutarlı bir davranışı nasıl sürdürebilir?

Farklı modeller farklı iş türlerinde iyidir. Odak noktamız, bir model değiştiğinde müşterileri iş akışlarını yeniden tasarlamaya zorlamadan ilerlemelerden faydalanabilen bir platform inşa etmek oldu. Kurumsal bağlam, orkestrasyon, kimlik, politika uygulaması, telemetri ve değerlendirme, hangi öncü modelin altında çalıştığından bağımsız olarak üretimde organizasyonların ihtiyaç duyduğu tutarlılığı sağlar.

Birden fazla model sağlayıcısını değerlendirme çerçeveleri ve yönetişimle desteklediğimizi kamuoyunda paylaştık, ancak hangi modelin getirme, akıl yürütme, planlama veya yürütmeyi üstleneceğini belirleyen yönlendirme mantığını açıklamadık. Ayrıca sağlayıcıların yeni modeller ve güncellemeler yayınladığında kullandığımız doğrulama sürecini de paylaşmadık.

Kurumsal bir AI ajanı çelişkili belgeler, eksik yapılandırma kayıtları, güncel olmayan bilgiler ve sistemler arasında farklı izinlerle karşılaşabilir. Atomicwork’ün Evrensel Bağlam katmanı, bir ajanın karar vermesine veya eyleme geçmesine izin vermeden önce hangi bilginin güvenilir ve güncel olduğunu nasıl belirler?

Kurumsal bilgi nadiren tek bir yerde bulunur. Bazısı belgelerde, bazıları kayıt sistemlerinde ve bazıları işin günlük faaliyetlerinde yer alır. AI, güvenilir kararlar alabilmesi için tüm bu bağlama ihtiyaç duyar.

Evrensel Bağlam, bu kaynakları canlı operasyon sistemlerinden gelen kişi, ağ, altyapı ve cihaz verileriyle kurumsal bilgiyle birleştirerek bir araya getirir. Bir AI Çalışanı, Confluence veya SharePoint gibi platformlardan, Intune ve JAMF gibi MDM’lerden bilgi referans alabilir ve aynı zamanda Jira, Workday, Salesforce veya kimlik sağlayıcıları gibi sistemlerde neler olduğunu anlayabilir. Ayrıca mevcut izinlere saygı gösterir, böylece insanlar ve AI Çalışanları yalnızca zaten erişim izni verilen bilgilere ulaşır.

Evrensel Bağlamın kurumsal sistemleri nasıl bağladığını ve güvenlik sınırlarını nasıl koruduğunu açıkladık, ancak güvenilir kaynaklar çeliştiğinde çelişkili bilgileri nasıl çözdüğünü veya hangi kaynağın öncelikli olacağını nasıl belirlediğini açıklamadık. Bu uygulama detayları kamu belgelerimizin bir parçası değildir.

Evrensel AI Çalışanı, Microsoft Teams, Slack, e-posta, tarayıcı, portal ve sohbet, ses ve görsel modları aracılığıyla çalışanları destekleyebilir. Bir ajan, çalışanın deneyimlediği şeyi görebildiğinde ve duyabildiğinde hangi yeni sorun giderme yetenekleri mümkün olur ve hassas ekran içeriği veya konuşmaların ifşa edilmesini nasıl önlersiniz?

Geleneksel BT desteği, çalışanların teknik sorunları doğru bir şekilde tanımlamasına dayanır ve bu genellikle etkileşimin en zor kısmıdır. Ses ve görsel bağlam, AI’nın çalışanının baktığı aynı hata mesajını, uygulamayı veya yapılandırma ekranını görmesini sağlar; bu da sorunu anlamayı ve uzun bir diyalog olmadan bir sonraki adımda rehberlik etmeyi çok daha kolay hale getirir.

Bu yetenekler ancak çalışanlar onlara güvendiğinde çalışır. Görsel erişimin açıkça onay gerektirdiğine ve kullanıcıların ne zaman aktif olduğunu her zaman bilmesi gerektiğine inanıyoruz. Hassas bilgiler, KİŞİSEL VERİ (PII) maskelemesi, yönetim kontrolleri ve uygun saklama politikalarıyla korunur.

Ayrıca müşteri verilerinin modellerimizi veya üçüncü taraf temel modelleri eğitmek için kullanılmadığını da net bir şekilde belirttik. Bu, kuruluşların verileri üzerindeki kontrolü kaybetmeden çok modlu AI benimsemelerini sağlar.

Atomicwork, mevcut bir ServiceNow veya Jira Service Management ortamı ile birlikte, hemen bir geçiş gerektirmeden dağıtılabilir. Bunu öncelikle bir geçiş stratejisi olarak mı görüyorsunuz, yoksa birçok kuruluş kalıcı olarak eski kayıt sistemlerinin üzerinde bir AI İş Gücü çalıştıracak mı?

Çoğu büyük kuruluş, ServiceNow ve Jira Service Management gibi platformlar etrafında süreçler, entegrasyonlar ve yönetişim oluşturmak için yıllar harcamıştır. AI’ı benimsemeleri için bu sistemleri değiştirmelerini zorunlu kılmak gereksiz bir sürtüşme yaratır.

Atomicwork entegrasyonlarını ServiceNow ve Jira Service Management ile inşa ettik, böylece müşteriler çalışan deneyimini dönüştürebilir ve hizmet ekiplerini ilk günden AI Çalışanlarıyla güçlendirebilir, zaten güvendikleri sistemleri kesintiye uğratmadan. Bağlayıcı, AI Çalışanlarının faydalanması için ilgili kurumsal BT bağlamını çeker ve mevcut sistemlerindeki hizmet ajanları için çift yönlü senkronizasyonu sürdürür. Kuruluşların ilk günden tek bir yolu seçmek zorunda olmaları gerektiğini düşünmüyoruz. Öncelik, AI’ı kendi zaman çizelgelerinde benimsemelerine yardımcı olmaktır.

AI Çalışanlarına kimlik sistemleri, çalışan verileri, altyapı ve iş uygulamalarına erişim izni vermek, istem enjeksiyonu, kirlenmiş bilgi kaynakları, aşırı izinler ve zincirleme ajan hataları gibi riskler getirir. Bir kuruluşun ajanların özerk şekilde hareket etmelerine güvenli bir şekilde izin vermeden önce hangi güvenlik önlemleri, onay sınırları ve denetim mekanizmaları gereklidir?

AI Çalışanları, ayrıcalıklı erişime sahip çalışanlar gibi yönetilir. Her Çalışanın tanımlı bir rolü, sınırlı izinleri, onaylı araçları, harcama limitleri ve bağımsız olarak neler yapabileceği konusunda net sınırları vardır. Hassas eylemler—özellikle kimlik, altyapı, finans, hukuki konular veya istihdamı içerenler—insan onayı gerektirir.

Beceriler ve talimatlar, istem enjeksiyonu, gizli talimatlar, kimlik bilgisi erişimi, veri sızıntısı ve güvensiz eylemler gibi riskler için yayınlanmadan önce incelenir. Bir araç riskini artıracak şekilde değişirse, incelenene kadar otomatik olarak devre dışı bırakılır. Eylem limitleri, yinelenen eylem önleme, acil kapatma kontrolleri ve insan devralması gibi ek güvenlik önlemleri, hataların yayılmadan önce kontrol altına alınmasına yardımcı olur.

Her eylem izlenebilir: kuruluşlar Çalışanı neyin tetiklediğini, hangi bilgi ve araçları kullandığını, hangi onayların alındığını ve ardından hangi sonucun ortaya çıktığını görebilir. Sürekli değerlendirme, izleme ve kırmızı ekip testleri, bu güvenlik önlemlerinin modeller, araçlar ve kurumsal ortamlar gelişirken etkili kalmasını sağlar.

Değerlendirme, politika uygulaması, izleme ve kırmızı ekip testlerine büyük yatırım yaptık çünkü AI’ı dağıtmak sadece bir başlangıçtır. Kuruluşların, bu Çalışanların modeller ve kurumsal ortamlar gelişirken beklendiği gibi davranmaya devam edeceğine dair güvene ihtiyacı vardır.

Atomicwork’ın State of AI in IT 2026 raporu, BT profesyonellerinin üçte ikisinin AI yatırımlarından olumlu geri dönüşler aldığını, ancak sadece beşte bir kuruluşun AI’ı hizmet yönetimi ekipleri içinde tam olarak bütünleştirdiğini ortaya koydu. Ölçülebilir iş değeri üreten dağıtımları, deney aşamasında takılı kalan pilotlardan ayıran nedir?

Çoğu kuruluş, AI’nın bireysel görevleri iyileştirebileceğini zaten göstermiştir. Ölçülebilir iş değeri gören şirketler, AI’yı bağımsız bir asistan olarak kullanmak yerine tam operasyonel iş akışlarına bağlamaktadır.

Bu, rollere göre düşünerek belirli bir iş sorununu çözmek, AI Çalışanlarına ihtiyaç duyduğu sistemlere erişim sağlamak ve önemli sonuçları ölçmekle başlar—daha hızlı çözüm süreleri, daha düşük destek maliyetleri ya da daha iyi çalışan deneyimi gibi. Takımlar bu sonuçlara güvendikçe, AI’yı ek iş akışlarına genişletmek çok daha kolay olur.

Araştırmamız ayrıca sorumlu AI’nın BT liderleri için en yüksek önceliklerden biri olduğunu ortaya koydu. Bu mantıklı, çünkü kuruluşlar AI’ya daha fazla sorumluluk vermeyecekler; AI’nın kararları nasıl aldığını, bu kararları sonradan gözden geçirebileceklerini ve doğru sınırların (guardrails) yerinde olduğunu anladıklarında.

AI Çalışanları destek taleplerini çözmeye, erişim yönetmeye, olayları teşhis etmeye ve iş akışlarını koordine etmeye başladıkça, hizmet masası profesyonellerinin, BT operasyon ekiplerinin ve Bilgi Teknolojileri Yöneticilerinin (CIO) sorumlulukları nasıl değişecek? Daha ileriye bakıldığında, BT, bir kuruluşun tüm dijital iş gücünü işe alma, yönetişim ve ölçümünden sorumlu departman haline gelebilir mi?

AI, günümüz hizmet masalarını tüketen tekrarlayan operasyonel işleri büyük ölçüde devralacak, bu da insanların istisnaları ele almaya, süreçleri iyileştirmeye ve AI’nın dayandığı bilgiyi geliştirmeye daha fazla zaman ayırmasını sağlayacak.

BT operasyon ekipleri, her iş akışını manuel olarak yürütmek yerine AI Çalışanlarını yönetişime odaklanacak. İzinleri tanımlayacak, sistemleri bağlayacak, performansı izleyecek ve AI’nın belirlenen politikalar çerçevesinde çalıştığından emin olacaklar.

Ayrıca CIO’nun rolünün genişleyeceğini düşünüyorum. Yüzlerce AI Çalışanını yönetmek, diğer herhangi bir kurumsal altyapıyı yönetmeye benzer. Bu Çalışanların neye erişebileceğine, nasıl ölçüleceğine, ne zaman güncelleneceğine ve değer üretip üretmediğine karar vermek birine düşer. İş ekipleri işi tanımlamaya devam ederken, BT AI için İnsan Kaynakları (HR) haline gelir; yani platform, yönetişim ve kurumsal AI iş gücünün güvenli bir şekilde çalışmasını sağlayan operasyonel kontrollerden sorumlu olur.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Atomicwork sitesini ziyaret etmelidir.