AI-native işletim sistemi kurma rehberi

7-12 aracı tek veritabanında birleştirip üstüne ajan koyan altı adımlık süreç. Sıra da en az adımların kendisi kadar belirleyici.

Hızlı not: Bu rehberdeki en değerli cümle ilk adımda saklı: kurtarmaya çağrılan başarısız yapay zeka projelerinin ortak özelliği, haritayı çıkarmadan araç almış olmaları.

Bu, şu anda var olan en yüksek getirili yapay zeka kullanımlarından biri. Şirketin yılda $2 milyon ile $10 milyon arası ciro yapıyorsa ölçtüğümüz hiçbir şey buna yaklaşmıyor. Sürecin tamamı aşağıda.

Bu aralık şöyle görünüyor: yaklaşık 20 çalışan, henüz bir ERP yok, her departman kendi düşük kodlu aracının içinde yaşıyor. Satış bir CRM'de, projeler ayrı bir araçta, finans tablolarda, belgeler kimsenin gezinemediği bir paylaşımlı sürücüde ve hepsini birbirine bantlayan birkaç otomasyon bağlantısı.

Bu aralıktaki şirketler için, yapay zekayla yapılabilecek en yüksek getirili hamle bir AI-native işletim sistemi kurmak. Daha büyük şirketler de bu kurulumlardan gerçek değer alıyor ama fark yüzde olarak etkisinde. Senin ölçeğinde bu tek proje şirketin tamamını değiştirebiliyor.

Sana muhtemelen "gerçek sistemler için fazla küçüksün, büyük bir ERP'ye geçecek büyüklüğe gelene kadar bekle" dendi. Bu tavsiye tersinden. Piyasadaki en iyi konumdasın, çünkü eski ERP çağını tamamen atlayıp doğrudan daha iyisine geçebilirsin.

AI-native işletim sistemi nedir?

Bugün yapay zekaya standart yaklaşım, onu mevcut yığının üstüne eklemek. Şuraya bir sohbet kutusu, CRM'in içine bir yapay zeka özelliği, ekibe bir abonelik. Araçlar parçalı kalıyor, veri dağınık kalıyor ve yapay zekanın eline çalışacak gerçek bir şey geçmiyor.

AI-native işletim sistemi bunu tersine çeviriyor. Şirketin gerçekte nasıl çalıştığına göre kurulmuş tek bir özel sistem: bütün verin tek yerde ve yapay zeka sonradan yapıştırılmış değil, iş akışlarının içine gömülü.

Tek giriş. Tek veritabanı. Her departman aynı sistemde. Yapay zeka belgelerini okuyor, çıktılarını hazırlıyor, işi yönlendiriyor ve operasyonunun tamamını bilerek sorularını cevaplıyor.

Yapay zeka, görebildiği veri kadar işe yarar. Operasyonun 7 ayrı araca dağıldığında hiçbir model resmin tamamını göremez.

Kurulum sırası altı adım ve sıranın kendisi oyunun tamamı.

Adım 1: Her şeyi haritala

Tek bir araca dokunmadan, tek satır kod yazmadan önce operasyonun tamamını haritalıyorsun. Kurtarmaya çağrıldığımız her başarısız yapay zeka projesi bu adımı atlamıştı.

• Departman departman her iş akışını listele. Satış, teslimat, finans, operasyon, destek. Her biri için neyin tetiklediğini, ortadaki bütün adımları ve "bitti"nin ne demek olduğunu yaz. Haftada birden fazla tekrarlanan her şey bir akıştır.
• Her akışı, onu yürüten kişiyle birlikte yürü. Gerçeğin varsayımdan ne kadar farklı olduğuna şaşıracaksın. Kurucunun "müşteri başlangıcı şöyle işler" hâli ile müşteri temsilcisinin hâli genelde iki ayrı süreçtir.
• Her devri işaretle. İşin bir kişiden diğerine ya da bir araçtan diğerine geçtiği her yer bir sürtünme noktasıdır. İşler devirlerde bekler, kaybolur ya da yeniden yazılır.
• Her çift girişi işaretle. Aynı bilginin iki yere yazıldığı her yer hem israf hem de patlamayı bekleyen bir veri bütünlüğü sorunudur.
• El işini süreyle ölç. Her akış için manuel kısımlara harcanan haftalık saati tahmin et. Bu sayılar hem kurulum sırasını belirler hem de daha tek kuruş harcamadan getiriyi gösterir.

20 kişilik bir şirkette bu, bir haftalık odaklı iş. Bittiğinde elinde, senin ölçeğindeki neredeyse hiçbir şirkette olmayan bir şey oluyor: işin gerçekte nasıl döndüğünün eksiksiz resmi. Kurucular sürekli şunu söylüyor: daha hiçbir şey kurulmadan, sadece harita bile bu işe değdi.

Adım 2: Ne kalacak, ne gidecek?

Şimdi birleştirme denetimini yap. Yığındaki her aracı al ve üç kovaya ayır.

Bu aralıktaki şirketler genelde bu adımdan, 7 ile 12 aracı tek sisteme artı 2-3 kalıcı araca indirme planıyla çıkıyor. Bu tek başına aylık yazılım harcamasının anlamlı bir kısmını geri getiriyor; asıl kazanç ise verine yaptığı şey.

Adım 3: Veri modelini tasarla

Herkesin atlamak istediği ve işin yürüyüp yürümeyeceğini belirleyen adım. Veri modelin senin tek doğruluk kaynağın ve geri kalan her şey onun üstünde duruyor.

Varlıkları listeleyerek başla. Varlık, işinin döndüğü her isimdir: müşteri, proje, görev, fatura, belge, ekip üyesi, aday, sipariş, tedarikçi. Bu aralıktaki şirketlerin çoğunda 15 ile 30 arası varlık çıkıyor.

Sonra ilişkileri tanımla. Bir müşterinin çok projesi vardır. Bir projenin çok görevi, çok belgesi ve aşama başına bir faturası vardır. Bir ekip üyesi çok göreve atanır. Bunu çiz. Bu diyagram şirketinin iskeleti.

Ardından her varlık için gerçeğin nerede yaşadığına karar ver. Tek yer. Müşteri iletişim bilgisi sistemde yaşıyorsa, birinin kenarda tuttuğu tabloda da yaşamaz. Veri iki yerde yaşamaya başladığı an çelişir, çeliştiği an ekibin sisteme güveni biter.

Bunu doğru yaparsan sonraki her aşama kolaylaşır. Yanlış yaparsan bir yıl içinde baştan kurarsın.

Adım 4: Çekirdeği kur ve birleştir

Şimdi ekibinin içinde çalışacağı sistemi kuruyorsun. Veritabanları, ekranlar ve görünümler; hepsi az önce tasarladığın veri modelini okuyor.

Göç sırası önemli. Tek departman taşı ve birinci adımdaki haritada en çok manuel saati olan departmandan başla. O ekip günlük işini tamamen yeni sistemde yapmaya başlamadan diğerine geçme. Herkesi aynı anda taşımaya çalışmak bu projelerin ölme şeklidir.

Her departman için görünümleri, onların zaten çalıştığı şekle göre yeniden kur. Eski araçtaki proje panosu yeni sistemde de pano olur. CRM'deki satış hattı, hat görünümü olur. Aynı zihinsel model, aynı günlük hareketler; ama artık her şeye bağlı. Benimseme oranımızın %100'e yakın olmasının temel sebebi bu: sistem ilk günden tanıdık geliyor, çünkü ekibin gerçekte nasıl çalıştığının haritasından tasarlandı ve hayatı kolaylaşıyor, çünkü araç eklemiyoruz, kaldırıyoruz.

Bu aşamada hiçbir şeyi otomatikleştirme. Birleştirmeyle otomasyonu aynı anda yapan ekipler, henüz düzeltmedikleri süreçleri otomatikleştiriyor ve her şey çöküyor.

Adım 5: Üstüne yapay zeka ajanlarını koy

Tek doğruluk kaynağı kurulduktan sonra bu aşama hızlı ilerliyor, çünkü ajanların ihtiyacı olan her şey artık orada. En çok kurduğumuz dört ajan, kuracağım sırayla:

• Belge alımı. Fişler, faturalar, teklifler ve sözleşmeler PDF ve e-posta olarak geliyor. Yapay zeka okuyor, veriyi çıkarıyor ve yapılandırılmış kayıtlar olarak veritabanına yazıyor. Bir depolama müşterisinde bu tek başına, ekibin yıllardır PDF'ten veri kopyalamasını bitirdi. İlk bunu kur; hem veritabanını besliyor hem etkisini herkes anında hissediyor.
• Üretim. Teklifler, sözleşmeler, raporlar, müşteri güncellemeleri. Sistem müşteriye ve projeye dair tüm bağlamı tuttuğu için üretim bir öğleden sonra değil, tek tık.
• Operasyonel cevaplar. Veritabanının tamamına bağlı, ekipteki herkesin soru sorabildiği bir ajan. Hangi projeler geride? Geçen çeyrek şu müşteriye ne fatura ettik? Hangi faturalar gecikti? Eskiden 20 dakika arama gerektiren sorular saniyeler içinde cevaplanıyor.
• Yönlendirme ve triyaj. Gelen talepler okunuyor, sınıflandırılıyor ve bir insan bakmadan önce doğru kişiye doğru öncelikle atanıyor.

Sana gerçek para kazandıracak tek mimari karar: model yönlendirmesi. Her görev en güçlü modeli gerektirmiyor. Basit çıkarım ve sınıflandırmayı hızlı ve ucuz modellere yönlendir, sınır modelleri akıl yürütme, yazma ve karar için sakla. Doğru yapıldığında bu, yapay zeka maliyetini %80 ve üzerinde düşürürken kaliteyi önemli olan yerde koruyor. Her şeyi en büyük modelden geçiren şirketler, yirmide bir fiyatlı bir modelin gayet iyi yaptığı işlere para yakıyor.

Adım 6: Arka planı otomatikleştir

Son katman, insana hiç değmemesi gereken iş. Durum değişimi müşteriye e-posta tetikliyor. Süresi geçen işler hatırlatma tetikliyor. Tamamlanan aşamalar fatura tetikliyor. Belgeler kendini üretip yerine düşüyor.

Listeyi doğrudan birinci adımın haritasından çıkar: işaretlediğin her devir ve her tekrarlayan iş bir otomasyon adayı. Ölçtüğün saatlere göre sırala ve tepeden başla.

Gönderdiğimiz en büyük sistem arka planda 28 otomasyon çalıştırıyor: hatırlatmalar, e-postalar ve belgeler. Ekip o işi düşünmeyi tamamen bıraktı.

Bittiğinde neye benziyor?

Bir depolama şirketi bize geldiğinde 450 aktif projeyi Airtable, Excel, Dropbox ve PDF programı arasında yürütüyordu; beş proje yöneticisinin her biri akışı kendi bildiği gibi işletiyordu.

Tam olarak bu süreci uyguladık. Her şeyi haritaladık, yığını kapattık ve yuttuk, veri modelini tasarladık, birleştirdik ve en sonunda yapay zekayı üstüne koyduk.

Gelen her fişi, teklifi ve faturayı yapay zeka okuyor. Sözleşmeler tek tıkla üretiliyor. Faturalama üç ayrı fiyat modelini kendi başına işletiyor. Müşterilerin, kimse dosya dışa aktarmadan kendi işlerini takip edebildiği bir panele giriyor. Eski yığındaki her araç gitti ve veriyi bu araçlar arasında taşımaya giden her saat ekibe geri döndü.

Neden en çok $2-10 milyon aralığı kazanıyor?

Yapay zeka kuran kurumsal şirketler onlarca yıllık eski sistemlerle, göç projeleriyle ve iç politikayla boğuşmak zorunda. 20 kişilik bir şirkette bunların hiçbiri yok. Tablolar ve aylık aboneliklerden başka geçiş yapılacak bir şey yok.

Diğer yarısı da yüzdesel etki. 20 kişilik bir şirketten haftada 60 saatlik manuel işi çıkarmak şirketi dönüştürüyor. Kurucu haftada 10 saatten fazlasını geri alıyor, ekip uygulamalar arasında kopyala yapıştır yapmayı bırakıyor ve ciroyu, kadroyu aynı oranda büyütmeden büyütebiliyorsun. Aynı 60 saat 500 kişilik bir şirkette yuvarlama hatası.

Bir de bir nesil atlıyorsun. Eski nesil ERP'ye hiç geçmemiş şirketlerin çözecek bir düğümü yok. Dağınık araçlardan doğrudan AI-native bir sisteme geçiyorsun; sabit hat kurmayan ülkelerin doğrudan mobile geçmesi gibi.

Şu anda AI-native bir işletim sistemiyle çalışmak rekabet avantajı. Birkaç yıl içinde standart olacak. Şimdi kuranlar o yılları bileşik faizle geçiriyor.

Bu hafta nereden başlanır?

Sadece birinci adımla başla, başka hiçbir şeyle. Bir hafta ayır, her iş akışını haritala ve manuel saatleri ölç. Hiçbir şey kurmasan bile bu harita şirketine bakışını değiştirir. Kuracaksan da sonraki her şey buna dayanıyor.

Sırayı takip et. Önce harita. Sonra birleştirme. Sonra veri modeli. Sonra kurulum. Sonra yapay zeka. En son otomasyon. Gördüğüm her başarısız yapay zeka projesi bir adımı atlamıştı ve genelde atlanan ilk adımdı.