Yapay Zekâ Deneylerini Ajans Etkisine Dönüştürmek: Merakı Ölçülebilir Sonuçlara Çevirmek

Galen Low: Ajans yöneticileri, ekiplerine yapay zekâyla deney yapmaları için zaman ve alan tanıyarak hangi yapay zekâ kutsal kâsesinin peşinden gidiyor?

Kelly Vega: Eskiden haftamın yaklaşık %30’unu alan bir işi şimdi hiç şüphesiz %5’ten daha kısa sürede yapıyorum.

Harv Nagra: Bu birkaç yıl önceydi. Aylık tüm ekip toplantılarımız sırasında, isteyen herkesin deneylerinden bazılarını sunması ve bu bilgileri diğer insanlarla paylaşması için alan yaratırdık.

Melissa Morris: Bunu ekibe öylesine bırakmayın. “Şunu, bunu ve diğerini yapacağız. Haydi bunu gerçekleştirelim.” demeyin. Herkes sorumlu olduğunda hiç kimse sorumlu değildir. Buna bir müşteri projesi gibi yaklaşın; yoksa tamamlanmayacaktır.

Kelly Vega: Aslında her şeyin yazıya dökülmesini öngören standart bir anlaşma yaptık ve herkes “Evet, lütfen; hesap verebilirlik harika” dedi.

Galen Low: Peki. Bugünkü oturum, ajansınızı yapay zekâyla oynama aşamasından, yapay zekâ destekli operasyonlardan ölçekli biçimde gerçekten fayda sağlama aşamasına taşımakla ilgili. O hâlde panelistlerimizle tanışalım.

Melissa Morris, Agency Authority’nin kurucusu ve aynı zamanda üretken bir LinkedIn video içerik üreticisi. Çok fazla video paylaşıyorsun. Hepsi harika ve değerli. Melissa, neredeyse her gün yüksek değerli ajans içerikleri paylaşmana ek olarak, Sharon Tarrick ve Robert McPhee gibi isimlerle podcast’lerde de yer aldığını gördüm. Göründüğün her yerde enerjini bu kadar bulaşıcı tutmanın yöntemi nedir?

Melissa Morris: Evet, Galen, gerçekten çok fazla kafein tüketiyorum. Hayır, şaka yapıyorum.

Birkaç şey olduğunu düşünüyorum. Bunu uzun zamandır yapıyorum. Birlikte çalıştığım ajans sahiplerini gerçekten derinden anladığımı hissediyorum. Onları destekleme konusunda çok heyecanlıyım; dolayısıyla içimdeki dışa dönük kişi, gidip çok sayıda iyi bilgi paylaşmaktan ve onlarla vakit geçirmekten büyük mutluluk duyuyor.

Ayrıca beni destekleyen harika bir ekibim var. Çok güçlü bir içerik yönetim sistemimiz ve iş akışımız bulunuyor. Bu da videolara çıkıp konuşmamı ve insanlarla vakit geçirmemi çok kolaylaştırıyor; sonrasında ayrıntıları onlar hallediyor.

Galen Low: Buna bayıldım. Sırada kimi seçmeliyim?

Belki VML’de Program Direktörü olan ve aynı zamanda viral bir TikTok komedyeni olan Kelly Vega’ya geçebilirim. Kelly, yakın zamanda bambaşka bir alana ve evrene kısa bir yolculuk yaptıktan sonra, tanınmış bir ajanstaki tanınmış bir müşteri hesabıyla yeniden bir araya geldin. Bir paralel evrende rüyadan uyanmış gibi hissediyor musun?

Ajansındaki işlerin önceki döneme kıyasla şimdi nasıl farklı?

Kelly Vega: Perspektif açısından kesinlikle büyük bir değişim var. Bazen bunu diğer tarafta çimlerin daha yeşil olması olarak görürsünüz; aslında çimler mutlaka daha yeşil değildi, sadece farklı bir deneyimdi. O deneyim bir noktaya geldiğinde “Peki, sırada ne var?” diye düşündüm.

Sıradaki şey geri dönmekti; bunu daha önce hiç yapmamıştım. Daha önce hiç eski işime geri dönmemiştim. Harika oldu. Büyük hesaplar için ajans operasyonlarına ve teslimata odaklanıyorum. Yanımda yeni bir bakış açısı ve deneyim getirdim; burada olmaktan ve yapay zekâ ile ajans operasyonları hakkında konuşmaktan çok mutluyum.

Galen Low: Ajans işlerinin keyfi de burada. Çeşitliliği biliyorsun, değil mi? Dikeyler ve sektörler arasında geçiş yapabiliyor, yakın alanlarda öğrendiğin derslerle geri dönebiliyor ve bu perspektifi yanında getirebiliyorsun.

Kelly Vega: Evet. Bunu küçük ölçekte, daha büyük ölçekte görmek ve tüm bunlara sahip olmak gerçekten harika.

Galen Low: Bugün bu perspektiflerden bazılarını kullanacağım. Bu nedenle burada olduğun için teşekkürler.

Son olarak ama kesinlikle en az değil, Scoro’da Marka İletişimi Başkanı ve The Handbook: Agency Ops podcast’inin sunucusu Harv Nagra var. Harv, yakın zamanda bana Scoro müşterisiyken bir video vaka çalışmasında oyunculuk yaptığını açıkladın.

Şimdi Scoro’da ajans operasyonları geçmişini ve Oscar’a layık oyunculuk yeteneklerini Ops Quickies adlı yeni bir LinkedIn video serisi için kullanıyorsun. Benim için asıl soru şu: The Handbook’u ne zaman uzun metrajlı bir filme dönüştürülmüş olarak göreceğiz? Ya da en azından senden daha fazla video içeriği görecek miyiz?

Harv Nagra: Aslında yapım aşamasında olduğunu düşünüyorum. Korku hikâyesi: zaman çizelgelerini doldurmayan kötü müşteri ekibi ve kapanan ChatGPT. Bence buna bayılacaksın.

Galen Low: Bunu izlerdim. Gerilim filmi. Kesinlikle.

Harv Nagra: Evet. Uyanık Kâbus. Birleşik Krallık’ta Londra’da yaşıyorum ama aslen Kanada’nın Vancouver kentindenim. Oradaki Britanya Kolumbiyası’ndan bazı kişileri görmek beni çok mutlu etti.

Galen Low: Harv ve ben aynı memleketteniz. Ben de aslen Britanya Kolumbiyası, Vancouverlıyım. Vancouver’da yaşadığımız dönemde birbirimizi tanımıyorduk; ancak şimdi bağlantı kurduğumuz ve seni Birleşik Krallık’tan çevrim içi bir panel tartışmasına katılmaya ikna edebildiğim için mutluyum.

Pekâlâ, konuya girelim. Birçok ajans çalışanından, ajanslarının ekiplerinden haftada iki ila dört saati zorunlu yapay zekâ deneyi ve keşfine ayırmalarını istediğini duyuyorum.

Yapay zekânın vaat ettiği potansiyel göz önüne alındığında bunu şaşırtıcı bulmasam da, haftada iki ila dört saat ayırıp yine de %80 kullanım oranına ulaşmak için yeterli alanın bulunmadığı dönemden yalnızca kısa bir süre önce geçtiğimizi söylemeliyim. Ajans liderleri muhtemelen bu deneylerin ve keşiflerin işlerini on kat büyütecek yenilikçi atılımlara yol açmasını umuyor; ancak gerçek şu ki yapay zekâyla oynamak onları mutlaka oraya götürmeyecek.

Deneylerin çerçevelere ihtiyacı vardır. Başarı kriterlerine ihtiyaç duyarlar. Bunun da ötesinde, başarılı deneylerin kuruluşun tamamına fayda sağlayabilmesi için bir uygulama aşamasına taşınması gerekir. Asıl soru şu: Gayriresmî yapay zekâ deneylerinden, ajans genelinde yapay zekâ destekli operasyonel geliştirmelere geçmenin en iyi yolu nedir ve ajans çalışanları oraya ulaşamazsa ne riske girer?

Bir tablo çizin. Yapay zekâdan, bir ajansı veya herhangi bir kuruluşu büyütmekten bahsediyoruz; ancak bazen bu hedefin nasıl göründüğü net olmayabiliyor. Bu nedenle panele sormak istedim: Ajans yöneticileri, çalışanlarına yapay zekâyla deney yapmaları için zaman ve alan tanıyarak hangi yapay zekâ kutsal kâsesinin peşinden gidiyor?

Mesele yalnızca çalışanlara teknolojiyle tanışma fırsatı vermek mi, yoksa hibrit insan-yapay zekâ iş modeline hızla geçmek mi? Eğer ikinci seçenekse bu nasıl görünüyor? Kelly, başlamak ister misin?

Kelly Vega: Memnuniyetle. Bence yapay zekâyı araştırmak ve incelemek için teşvik edilen zaman, proje yönetimi ve operasyonlar açısından tamamen verimlilikle ilgili.

Yönetim işlerini daha verimli hâle getirmek ve analiz felcini ortadan kaldırmakla ilgili. Toplantı özetleri ve kimin ne söylediği üzerinde dönüp durduğunuzda, okuyup kontrol etmeniz gereken bir dökümü özete dönüştürebilirsiniz. Herkesin adının doğru yazıldığından ve birinin sinirlendiğini belirten bir satır gibi not etmek istemediğiniz bir şey bulunmadığından emin olmanız gerekir.

Ancak normalde harcadığınız bu genel iş yükünün büyük bölümünü ortadan kaldırmak çok değerli. Eskiden haftamın yaklaşık %30’unu alan bir iş şimdi hiç şüphesiz %5’ten daha kısa sürüyor. Bu nedenle bunun varsayılan bir odak noktası olduğunu düşünüyorum; çünkü zihnim operasyon süreçlerine ve süreçleri standartlaştırmaya odaklanıyor. Bununla ilgili birçok örnek verebilirim, ancak proje yöneticilerinin ve dijital proje yöneticilerinin yöneldiği alan bu.

Galen Low: İnsan denetiminin döngüde kalması fikrini seviyorum.

Bu sıfır değil. Ancak daha önce gerçekten düşünmediğim diğer bakış açısı şu: Yöneticilerinizin, en iyi çalışanlarının muhtemelen mükemmel toplantı tutanakları ve notları hazırlamasını izlemesinin ne kadar acı verici olduğu. İsimler doğru yazılıyor; ancak aslında sizin yeteneklerinizde değer verdiğim şey bu değil.

Başka işler yapmanızı istiyorum. Bu yalnızca bazı idari işleri yapmak zorunda olan kişiler için değil, zamanınızın %30’unu buna ayırmanızı istemeyen ve başka bir konuda daha iyi olduğunuzu bilen destekleyici liderler için de acı verici olabilir.

Kelly Vega: Kesinlikle.

Bu, teslimatı destekliyor. Gerekli yeteneğin veya stratejinin yerini kesinlikle almıyor; zihninizin odaklanmak için alana ihtiyaç duyduğu ve odaklanabileceği şeylerin yerini de almıyor. Tükenmişliğim azaldı, çünkü enerjimi yönetim işlerine ve stratejiye katkı sağlamayan şeylere harcamıyorum.

Galen Low: Kutsal kâsenin, bunalmamak ve kişinin kendini ince bir tabaka hâlinde yaymaması olduğunu seviyorum.

Melissa, birçok ajansla operasyonlarına bakmak için çalışıyorsun. Konuştuğun insanların kutsal kâse ve gelecek vizyonu olarak gördükleri şey hakkında oldukça iyi bir perspektife sahip olduğunu düşünüyorum. Neler duyuyorsun?

Melissa Morris: Kelly’nin söylediğine oldukça benzer olduğunu düşünüyorum. Bu, günlük düzeyde bunun pratikte nasıl göründüğüyle ilgili. Ancak bir adım yukarı çıkarsak, gerçekten aradıkları şeyin daha yüksek kârlılık olduğunu görüyoruz. Ajanslar, özellikle yaratıcı ajanslar ve sektörler, zaman zaman çok düşük kâr marjlarıyla çalışabiliyor.

Kapsamın dışına çıkmalarıyla ve üç revizyon turunun on revizyon turuna dönüşmesiyle ünlüler. Ardından müşteri yön değiştiriyor ve tekrar başlangıç noktasına dönüyoruz. Bu nedenle ajansların her zaman “Neyi basitleştirebiliriz? Neyi kolaylaştırabiliriz? Kâr marjlarımızda ve zaman çizelgelerimizde nasıl biraz nefes alanı yaratabiliriz?” sorularına dönme isteği var.

Yaratıcı alanların bazılarında bunun zor olduğunu düşünüyorum. Toplantı notları oluşturmak, sunum dosyaları hazırlamak veya ajansınız için her ne anlama geliyorsa bu tür yönetim işlerine nerede daha fazla odaklanabiliriz? Yıllardır bunun kontrolünü ele almaya çalışırken, bize biraz daha fazla marj ve nefes alanı sağlayacak çözümler nerede?

Galen Low: Buna bayıldım. Geçmiş etkinliklerimizden birinde, sanırım temmuz ayındaydı, yaratıcı projelere odaklanmıştık. Beni etkileyen şey bunun herkese uygulanan tek tip bir yaklaşım olmak zorunda olmamasıydı. Belki öyledir; ancak proje yöneticisi, projeyi yöneten ve teslimata veya operasyona odaklanan biri için bu günlük operasyonel verimlilik olabilir.

Ekipler açısından ise gerçekten bir şeyler yaratmak için çok fazla zaman ve insan enerjisi harcamak istediğiniz bir zaman ve yer vardır. Görselleri yeniden boyutlandırmaya ya da bir kampanya için yerelleştirilmiş metin yazmaya en iyi tasarımcılarımı ve yaratıcı çalışanlarımı ayırmaktansa, yapay zekânın yardımcı olmasını tercih ederim.

Yine, en iyi çalışanlarımın bu işleri yapmasını izlemenin acı verici olduğu alanlar var ve yapay zekâ yardımcı olabilir. Mesele her yerde yapay zekâyı sonuna kadar açmak değil; fark yaratacağı noktaları bulmak.

Kelly Vega: Evet, bir Jira bileti oluşturmak, yönetim işi gibi görünebilecek şeylerden biri.

Bu, toplantı özetini yeniden hazırlamak veya bir e-postayı özetlemek gibi. Ancak içine girebilecek çok fazla teknik ayrıntı var. Teknik bir geliştiriciden ya da teknolojiye daha yatkın birinden gelen uzun bir yanıtı alıp “Bundan bir Jira bileti oluştur” diyebilirsiniz.

Sonra okuyup “Aslında şu bölüm...” diyorsunuz. Kullanılan platformu da eklerseniz, yapay zekâ bunu ayrıntılandırabiliyor; siz de kısaltıp düzenleyerek biletinize uygun hâle getiriyorsunuz. Etiketler öneriyor; bunların hepsine ihtiyacınız olmadığını belirtiyor.

Bu, “Bu Jira biletini oluştur” dendiğinde proje yöneticileri için çok fazla zaman kazandırdı. Bazen donup kalıyorlar veya düşünmek için zaman ayırmaları gerektiğinden bilet bir gün boyunca oluşturulmuyor.

Galen Low: Ben o kişiyim. Bir bilet oluşturmak birkaç gün sürüyor; keşke daha erken başlayabilsem.

Ancak benim için önemli olan insan unsuru da bu. Ekibimle ne yapmamız gerektiğini paylaşmadan önce her şeyi düzenlemem gerektiğini düşünüyorum; çünkü bunu yanlış yaparsam zincirleme etkileri olur. Bununla birlikte düğmelere tıklamak, kopyalayıp yapıştırmak, bilgi bulmak ve farklı araçlar arasında geçiş yapmak için harcadığımız ve küçümsediğimiz inanılmaz miktarda zaman var.

Bunlar kolaylaştırılabiliyorsa bu harika bir şey. Buradan biraz uzaklaşıp konuyu somutlaştırmak istiyorum. Bunu ilk kez duyan kişiler için belki kuruluşları böyle çalışmıyor. “Her gün yapay zekâ molası vermeyi çok isterdim” diyebilirler. Kulağa eğlenceli geliyor; ancak konuştuğun kuruluşlarda bunun nasıl göründüğünü anlatabilir misiniz?

Harv, Scoro’daki rolün gereği birçok kişiyle konuşuyorsun. Bu konuda çok şey duyuyor musun?

Harv Nagra: Evet. Aklıma gelen bir şey, geçmiş ajansımda birkaç yıl önce yaşandı.

Aylık tüm ekip toplantımız sırasında bunu yapıyorduk. Ayırdığımız zorunlu bir zaman değildi; ancak insanları araçlarla oynamaya teşvik ediyorduk. Aylık toplantımızda, isteyen herkesin deneylerini veya öğrendiklerini sunabilmesi için oturum içinde küçük bir alan oluşturuyorduk.

Böylece herkes bundan haberdar oluyordu. Geçenlerde yapay zekâ ve pazarlama alanları, pazarlama şirketleri ve ajanslarla ilgili bir kahvaltı etkinliğindeydim. Birinin söylediği çok hoş bir şeyi duydum. Buna ne ad verdiklerini hatırlamıyorum; ancak işletmede bu çalışma grubuna katılmak için gönüllü olan insanlardan oluşan bir görev gücü gibiydi.

Her ay bir araya geliyor ve bir şey sunmak zorunda kalıyorlardı. Bu, yapay zekâ temelli ilginç ve güncel bir haber veya yaptıkları bir deney olabilirdi. Bunun aylık olarak gerçekleşmesi ve bir şey paylaşmak zorunda olmaları, “Belki bir ara bakarım” deyip hiçbir zaman önceliklendirmemek yerine işin yapılmasını sağlıyor.

Bunun faydası, bilgiyi diğer insanlarla paylaşmanız. Şu anda çalıştığım Koro’da da birkaç şey yapıyoruz. Bir yapay zekâ Slack kanalımız var; haberleri ve yaptığımız deneyleri orada paylaşıyoruz. Ayrıca kısa süre önce kuruluş genelinde bir yapay zekâ beceri anketi yaptık ve insanların neleri kullandığını öğrenmeye çalıştık.

Kullanım kurallarımız çok katı; dolayısıyla insanların ne kullandığını ve neye yöneldiğini biliyoruz. Bunlar veri açısından incelendi. Düzenli bir öğrenme, sunum ve bilgi paylaşımı ritmi oluşturmak için bu tür uygulamaları öneririm.

Galen Low: Bu, çok iyimser bir yaklaşımla harika bir analiz aracı. Bazılarının çok soğuk ve steril göründüğünü, soruyu yanlış yanıtlarsanız işinizi kaybedebileceğinizi hissettirdiğini gördüm. Bu ise eğitimi yönlendiriyor ve bence en önemli parça bu. Bilgi paylaşımı temasının da çok büyük olduğunu düşünüyorum.

Bu zorlayıcı işlevi seviyorum. Herkes için uygun olmayabilir. Kültürel olarak gözlerini devirip “Aman Tanrım, bu yapay zekâ işini yapıp bir de sunum mu hazırlayacağım? İlkokulda mıyım?” diyecek insanlar olduğundan eminim. Ancak bilgi paylaşmak için zorlayıcı bir işlev olması da önemli; çünkü bu bilgiyi paylaşmazsak hiçbir şey ölçeklenemez veya yaygınlaştırılamaz.

Birinin mükemmel çalışma yöntemlerini biriktirmesi kolaydır; ancak bunları yalnızca kendisi kullanır. Böylece projeler üzerindeki etki büyük ölçekte değil, çok küçük ölçekte kalır. Sonrasında bunun kendi zorlukları ortaya çıkar.

Buna geleceğiz. Başka bir kuruluşun veya ajansın bu tür deneyleri nasıl yapılandırdığına dair örnek verebilecek biri var mı?

Kelly Vega: Evet. Aslında çok güçlü, bize özel bir aracımız var. Yaratıcı ihtiyaçlar, operasyonel ihtiyaçlar ve stratejik ihtiyaçlar şeklinde ayrılmış durumda. İçinde belirli istemleri, dosya türlerini veya oluşturulması gereken diğer şeyleri arayabiliyorsunuz.

Oldukça kapsamlı olmasına rağmen, başka yerde uzun zamandır kullandığım sohbet işlevine gitmem komik derecede sık oluyor. Belirli bir şeye ihtiyacınız olduğunda kapsamlı olması güzel; ancak çoğu zaman karşıma çıktığında kullanıyorum.

Basitçe sohbet işlevini kullanıyorum. Böylece bu özel araç doğal olarak “Bunu kullan; senin kullanımına açık. Geri bildirimin varsa buradan ilet” yaklaşımını benimsiyor. Müşterilerimiz bunun farkında ve kullanıyor. Bu nedenle mesele, yapay zekâyla denemeler yapmamız için belirli bir zaman ayrılmasından çok, onu başarılı şekilde nasıl kullandığımızı göstermemizin teşvik edilmesi.

Herhangi bir görevim olduğunda, harcanan zamanı görmek için bir Jira dışa aktarımını incelemek bile buna dâhil. Jira’nın raporlama işlevi güçlü ve harika; ancak çok spesifik bir şey arıyorsam filtrelerle uğraşacak ve arama yapacak zamanım olmayabiliyor.

Güvenlik ve tüm yönergeler takip ediliyorsa bu dışa aktarımı alıp “Bana bununla ilgili şunu söyle”, “Bu nasıl bir eğilim gösteriyor?” diyebiliyorum. Bu, düşünmeye başlamama yardım ediyor; sonra tekrar Jira’ya dönüp nasıl iyileştirebileceğime bakıyorum.

Yani yalnızca ne yapacağım konusunda yanıt vermiyor; bana yardımcı oluyor. Artık bizim için varsayılan araç hâline geldiği için kullanımı çok teşvik ediliyor. Mesele artık onu kullanıp kullanmadığımız değil, nasıl kullandığımız.

Galen Low: Bu özel araca katkı sağlama fırsatınız oluyor mu? İnsanların günlük olarak yaptığı her şeyle mi eğitiliyor, yoksa “Bir işi böyle yapıyorum, bunu yükleyip modeli bununla eğiteceğim” şeklinde özel olarak zaman ayırıyor musunuz?

Kelly Vega: Bunu merak ediyorum. Hesabımla ilişkilendirilmiş durumda; ona verdiğim tüm davranışlar ve eylemler etkili oluyor. Özetleme dilinin giderek benim sesime benzediğini fark ettim. Ancak bunu e-postalarıma doğrudan kopyalayıp yapıştırmıyorum. Sağlanan madde işaretlerini veya ana hatları verilen süreçleri kullanıyor, sonra üzerinde ince ayar yapıp kendime mal ediyorum.

Ayrıca ayarlamalar gerekiyor. Sayısallaştırmam gerekirse özetlerin veya bağlantıların yaklaşık %10 ila %30’unu değiştiriyorum. Sağladığım özete önem verdiğimi ve karşı tarafa aynı emojilerin aynı yerlere yerleştirildiği, uzun tirelerle dolu bir metin göndermediğimi göstermek istiyorum.

Yani, konu biraz dağıldı.

Galen Low: Ya da uzun tire.

Kelly Vega: Evet. Aslında bunları gerçekten kullanırdım. Artık kullanamıyorum; çünkü insanlar “Tamam, bunu yapay zekâ kullanarak yazdığımızı biliyoruz” diyecek. Bir de uzun tire meselesi var.

Galen Low: Göndermeden önce e-postama birkaç yazım hatası eklemeliyim.

Kelly Vega: Evet, aşağı yukarı öyle.

Galen Low: Ütopya, insanların inanamayacağı kadar temiz; bu yüzden biraz bozmak gerekiyor.

Kelly Vega: “Kesinlikle” kelimesini yanlış yazmak.

Galen Low: Her seferinde.

Bunu, ima ettiğim konuya bağlayabilir miyiz? Buna “kurcalama” diyorum; belki böyle söyleyerek kimseyi gücendirmiyorumdur. Ancak teknolojiye ve yeteneklerine aşina olma süreci var.

Kişisel üretkenliğinizi geliştirmenize yardımcı oluyor. Ajans gibi projeler ve faturalandırılabilir saatler üzerine kurulu bir kuruluşun, çalışanlarının yapay zekâyla deney yapması için faturalandırılamayan zamana yatırım yapmasını takdir ediyorum. Ancak en iyi yapay zekâ deneyleri bile bir rafta durup tozlanabilir; tıpkı son on yılda yaptığımız tüm hackathon’lar gibi.

Bunun için biraz yapı ve resmiyet gerekiyor. Sadece kurcalamak yeterli değil. Operasyon ekiplerine sorayım: Ajanslar harika fikirleri değerlendirecek, bunları stratejiye yerleştirecek ve işletmenin dokusunun bir parçası olmaları için uygulamaya taşıyacak bir yapıyı nasıl kurabilir?

Bu projeler, müşteri işlerine kıyasla her zaman en düşük öncelikte kalan o korkulan iç projeye dönüşmekten nasıl kaçınabilir? Neredeyse tamamlanmıştı. Deney süremizin tamamını bu harika aracı oluşturmak için harcadık; ancak her uygulamaya almaya çalıştığımızda o müşteriden büyük bir proje geliyor.

Böylece araç orada durup hiçbir şey yapmıyor. Buna karşı nasıl önlem alırsınız?

Melissa Morris: Bu, müşterilerimizle çok konuştuğum bir konu. Operasyon alanında, operasyon projeleri ve faaliyetleri; ister standart çalışma prosedürleri oluşturmak, ister proje yönetimi aracınızla çalışmak olsun, bazen eğlenceli işler olmayabilir.

Müşteri işi ortaya çıktığında bir kenara itilen işler genellikle bunlardır. Bu nedenle ajans sahipleriyle konuşurken onlara sürekli şunu hatırlatıyorum: Tamamlanması ve sonuca ulaştırılması gereken bir iç projeniz varsa, ona bir müşteri projesine ayırdığınız kaynakla aynı şekilde kaynak ayırmalısınız.

Bunu ekibe öylesine bırakmayın: “Şunu, bunu ve diğerini yapacağız; haydi bunu gerçekleştirelim.” Herkes sorumlu olduğunda hiç kimse sorumlu değildir. Bunu hepimizin bildiğini düşünüyorum. Ayrıca bunu hâlihazırda büyük bir teslim tarihi olan ve kendi müşteri teslimatlarıyla kapasitesini doldurmuş birine vermeyin.

Çünkü kaçınılmaz olarak tamamlanmayacaktır. Buna bir müşteri projesi gibi nasıl yaklaşabiliriz? Gerçek kilometre taşı anları oluşturalım. Yaratıcı brifing var mı? Neyi çözmeye çalışıyoruz? “Ajansı daha büyük, daha hızlı ve daha güçlü hâle getirmek için yapay zekâyı nasıl kullanabileceğimizi bul” demek çok belirsiz bir görev.

Kelly’nin örneğine bakalım: “Jira biletleri yazmak büyük bir yük ve çok zaman alıyor. Bazen bunu düşünmek için bile bir dakikaya ihtiyacım oluyor. Yapay zekâ bu konuda bize nasıl yardımcı olabilir?” Böylece neyi başarmaya çalıştığımız konusunda gerçekten spesifik olalım.

Bununla ilgili beklentiyi de netleştirelim. Önümüzdeki üç ay boyunca “İnceliyorum” diyebilirsiniz. İlk adımlarım neler? İncelemenin nasıl görünmesini istiyorum? Ne zaman bir satın alma kararı vermek istiyorum? On saat ayırmanı ve şu tür araçlara bakmanı istiyorum.

Bütçen bu. Ayrıca bana harika bir araç bulduğunu, ancak bunun ayda 800 dolara mal olacağını söyleme. Parametreleri belirleyin ve deney yaparken beklentimin ne olduğunu kişiye bildirin. Sonra bunu tıpkı bir müşteri teslimatı gibi sunun.

Haftalık durum toplantısına gelin. Güncellemeyi, engelleri ve zorlukları anlatın. Kaynak ayırıp müşteri teslimatına davrandığınız gibi davrandığınızda proje tamamlanır; müşteri teslimatları nasıl tamamlanıyorsa bu da tamamlanır.

Galen Low: Bunu seviyorum. Kaynak ayırmaktan bahsettin; ben de zihnimde bunun yanına bir dolar işareti koyuyorum.

Bazen konu iş gerekçesine geliyor. Varsayımım şu: Bu ajansların ve diğer kuruluşların çoğu, işletmelerini geliştirmek, operasyonları iyileştirmek ve çalışanlarının yaşam kalitesini artırmak için kelimenin tam anlamıyla zamana yatırım yapıyor. Dolayısıyla bunun bir getirisi olmalı.

Deney aşamasında bile bir hipotez olması gerektiği fikrini seviyorum. Sohbetteki Carrie’nin notunu da beğendim: Yapay zekâ uygulaması iş hedefleri ve amaçlarıyla uyumlu olmalı. Bence diğer önemli konu da bu.

Geçmişteki deneyimlerimiz hakkında konuşuyorduk. Fikir Dropbox’ları vardı; proje fikrinizi Dropbox’a koyuyordunuz. Organizasyon ve ekip kültürünüze bağlı olarak, ya hedeflerle uyumlu çok sayıda fikir alıyordunuz ya da kimse Dropbox’a bakmak istemiyordu.

Bu nedenle herkesi daha geniş hedefler etrafında kültürel olarak hizalamak için yapılması gereken bir çalışma var. Deneylerin de bir hipotezi veya hedefi olmalı. Bunu bir proje portföyü gibi önceliklendirme fikrini seviyorum. En güçlü getirimiz nerede olacak? Kaynak ayırıp yatırım yapmamız ve gerçek bir proje gibi ele almamız gereken proje bu.

Yanına bir dolar işareti koymalıyız ki “Müşterinin 20.000 dolarlık projesi var ve bunu yarın üstlenebiliriz” demeyelim. Bu projeden, yalnızca 30.000 dolarlık kaynak kullanarak 4 milyon dolarlık getiri elde edebiliriz. Böylece gerçekten tamamlanması için gereken çerçeve ve motivasyon oluşur.

Melissa Morris: Buna biraz ekleme yapayım: Ne kadar güncel ve ilgili olduğuna bakıp önceliklendirmeye başlamak önemli. Yatırım getirisi buna bağlı.

“Bu dökümden beş dakikada bir sunum dosyası oluşturabiliriz; ne kadar harika” diyebilirsiniz. Ancak 18 ayda bir sunum hazırlıyoruz. Bunu kullanıma alıp ekibi eğitmeye ve kutlama yapmaya değmez. Başka bir sunum hazırlamam 18 ay sonra gerektiğinde birkaç saat ayırır, tamamlar ve devam ederim.

Bu nedenle girdiyi ve kaynakları, elde edeceğim yatırım getirisine göre ayarlamak gerekir.

Galen Low: Bu önceliklendirme yaklaşımını seviyorum.

Kelly Vega: Ekibin desteğinin de önemli olduğunu düşünüyorum. Bazı kişilerin heyecanlı olması, herkesin tamamen anlaşmaya vardığı veya desteklediği anlamına gelmez. İş hedeflerini ve gösterdiğiniz KPI’ları ya da verimlilikleri açıklarsanız, insanlar bunları anladığında süreç hızlanabilir.

Galen Low: Bu, değişim yönetimi kısmı. Bunun bir nüansı olup olmadığını merak ediyorum. Daha önce hiç yapmadığınız bir projeyi yürüttüğünüzde ne kadar süreceğini aslında bilmezsiniz.

Yapay zekâ işlerinin çoğu yeni. Direnç gösteren kişiler olabilir: “Harika, beni kendi yerime geçecek çalışanı eğitmem için işe aldınız, teşekkürler” diyebilirler. Ya da “Bu çok saçma; bunu nasıl yapacağımı bilmiyorum” diyebilirler.

Kuruluşlar, özellikle ajanslar, projelerin belirlediğimiz kısıtlar içinde kalmasını nasıl sağlayabilir? İç projeden gelen değişiklik talebinin “Aslında bu daha uzun sürüyor” demesi normal mi? Bu yalnızca başka bir proje yürütmek kadar basit mi, yoksa yapay zekâ, müşteri projelerinde yaptığımız standart projelerden daha karmaşık bir nüans mı yaratıyor?

Harv Nagra: Ne yapıyor olursanız olun, bunun ne kadar sürebileceğine ilişkin bir tahmin veya öngörüye sahip olmak ve işi zamanla sınırlamak her zaman değerlidir. Bir kişinin haftada 40 saatini deneylere ayıramazsınız; belki haftada birkaç saatiniz vardır. “Buna üç hafta boyunca toplam 10 saat ayıracağız, sonra değerlendireceğiz” diyebilirsiniz.

Bir sonuca ulaşmazsa devam edip etmeyeceğinize karar verirsiniz. Konuyu rafa mı kaldıracağız, yoksa çok karmaşık olduğu veya düşündüğümüz gibi sonuçlanmadığı için sonlandıracak mıyız? Bence mesele zamanla sınırlamak ve yararlı bir noktaya ulaşıp ulaşmadığını değerlendirmek.

Galen Low: Bunu seviyorum; çünkü aslında kademeli finansmanın küçük bir örneği gibi. Buraya kadar gelmeniz için size biraz para veririz, o noktaya ulaşırsanız daha fazla para veririz. Ulaşamazsanız daha fazla yatırım yapmayabiliriz.

Değere doğru ilerlememizi sağlayan kilometre taşları neler? Bir yöne gidip gitmediğimizi duraklayarak kontrol edebilme kültürü olmalı. Şimdiye kadar çok para harcamış olabiliriz; ancak çalışmıyorsa başarısız olmasına izin vermeliyiz ve daha fazla kayıp yaşamadan durdurmalıyız.

Kelly Vega: Yapay zekâ projeleri ve girişimleri açısından, yapabiliyor olmanız bunu yapmanız gerektiği anlamına gelmez. Bunun birçok örneği var. Bazen bunların müşteri taleplerinden geldiğini duyuyoruz; müşteri en iyi uygulamaları veya bunun nerede uygulanabilir olduğunu bilmiyor olabilir.

Bir noktada “Bunu yapabiliyor olmamız, kalan çabayı veya şu ana kadarki sonuçları düşündüğümüzde yapmamız gerektiği anlamına geliyor mu?” diye değerlendirmek çok önemli.

Galen Low: Şeytanın avukatlığını yapmalı mıyım? Sanırım yapacağım. Deney yaptığımız şeyleri ölçebilmemiz gerekiyor. Uygulama bir plan ve kaynak gerektirebilir; ancak yinelemeli olmalı.

Şeytanın avukatı olarak şunu söylüyorum: Çoğu kuruluşun bugün yapmak istediği şeyi yapalım. Planlamayı atlayalım. Zaten yinelemeli ilerleyeceğiz. Haftadan haftaya ortaya çıkan tüm iyi fikirleri alıp her birinin ilk yarım adımını atalım.

Bu iyi olmalı, değil mi? Yinelemeli ilerliyoruz; ölçebiliriz, büyük yatırım yapmıyoruz, sonra düzenleriz. Neden her şey üzerinde aynı anda yineleme yapmayalım? Planlama, yapay zekâ öncesi dönem içindi. O eski günlerdi.

Bu sizce neden iyi veya kötü bir fikir olabilir?

Melissa Morris: Birkaç saniyeliğine araya gireyim. Yapay zekâ olsun ya da olmasın yeni bir şey uyguladığımızda ekibin farklı düzeylerde desteği, teknik becerisi ve rahatlığı olduğunu anlamamız gerekir.

Bazı insanları geride bırakmamaya dikkat etmeliyiz. Yeni zaman takibi araçlarını, proje yönetimi araçlarını veya CRM’leri kullanıma alırken bunu çok yapıyoruz. Ekibi ne zaman sürece dâhil edeceğimize, neden yaptığımızı üst düzeyde anlayıp anlamadıklarına, eğitim planımıza ve ek yardıma ihtiyaç duyanlar için desteğin nasıl görüneceğine ilişkin özel bir planımız oluyor.

Bazı insanlar teknolojiye çok yatkın, yapay zekâ konusunda heyecanlı ve tamamen dâhil olmaya hazır. Diğerleri daha temkinli. Belki teknolojiye o kadar yatkın değiller veya değeri henüz görmüyorlar.

Daha önce söylediğiniz bir noktaya da dönmek istiyorum: korku. Bazı insanlar “Kendimi yapay zekâ botuyla değiştirmeleri için gerekli kaynakları mı hazırlıyorum? Beni iki kat daha fazla çalıştırmalarından korkuyorum; çünkü iki kat hızlı yapabileceğimi düşünecekler” diye düşünebilir.

Şimdilik tam zamanlı yerine yarı zamanlı çalışıyorum; çünkü bunu yapabiliyorlar. Yapay zekânın, diğer teknoloji gelişmelerinden farklı bir etkisi olduğunu düşünüyorum. İnsanlar iş güvenliği konusunda gerçek bir korku yaşayabilir.

Bu nedenle ne yaptığımızı, neden uyguladığımızı, eğitim ve desteğin nasıl olacağını açıkça belirtmek ve ekip üyelerinin düşüncelerini veya endişelerini paylaşabileceği bir alan oluşturmak çok önemli.

Galen Low: Buna bayıldım. Yarın yüz yeni fikri uygulamaya almamız teknik olarak mümkün olabilir. Ancak bu, insanlar olarak zihnimize ve duygularımıza ne yapar? Nasıl davranabildiğimizi nasıl etkiler?

Hepimizin ulaşmaya çalıştığı 100 hedef ve KPI’ı nasıl takip edeceğiz? Bunlar belki bir Kuzey Yıldızı’na yöneliyordur, belki de yönelmiyordur. Uygulamaların çoğunun burada başarısız olduğunu düşünüyorum.

Kelly Vega: Şu anda bana bağlı bir proje yönetimi ekibim yok. Olsaydı proje yönetimi ve operasyonlar açısından şunu söyleyebilirdim: Junior çalışanlar, özetler için yapay zekânın nasıl kullanılacağı üzerinde çalışsın ve standart bir istem oluştursun.

Bir iş listesi iyileştirmesinden sonra en iyi istem nedir? Sprint planlamasından sonra en iyi istem nedir? Tüm bunları junior çalışanlar yapsın. Orta düzey çalışanlar belgelerimize ve Confluence’a baksın. Güvenli olanları yükleyip süreç ve belgelerimizi nasıl standartlaştırabileceğimizi incelesin.

Bu bir teknik liderin işi olacaksa harika. Kıdemli çalışanlara ise “2026’ya bakın. Hesap yöneticileri veya satış ekibi değilsiniz; ancak proje yönetimi perspektifinizden 2026 için nasıl strateji oluşturabilirsiniz?” derdim.

Girişimleriniz ve farklı projeleriniz olabilir; bunlar giderek büyüyebilir. Aynı anda birden fazla girişim yürütülebileceğini düşünüyorum. Bu yalnızca proje yönetimi ve operasyon dünyamdan aklıma gelen bir örnek.

Büyük bir girişim olduğunda herkes “Vay, yapay zekâ” diyebilir. Sonra küçük adımları belirlersiniz. Bazı insanlar da “Başkaları ilgileniyor, ben ilgilenmiyorum” diyebilir. Ancak burada değer olduğunu düşünüyorum.

Galen Low: Deneyin doğru ölçekte olmasını seviyorum. Yeni işe başlayan stajyere bordro sistemimizi yeniden yazdırmayın.

Operasyon rolünde bu projeleri yönetecek proje yöneticilerine ihtiyacınız var. Melissa’nın söylediği gibi bunlar projedir. Harv’ın söylediği gibi yinelemeler yapacağız ve kararlar vermemiz gerekecek.

Bunlar liderlik gerektiren bir program, proje portföyü veya girişimler portföyüdür. Belki de müşteri işleri kadar değerlidir. Yatırım şeklimizin bir sonraki aşaması bu mu?

Proje yönetimi ekibim genellikle aynı anda dört proje yürütüyorsa, bunlardan biri iç proje olabilir. Kelly ve operasyonlar burada sponsor olur; hedeflerle uyumu, uygulamaya alınmasını ve standart çalışma prosedürlerine dönüşmesini denetler.

Bu, herkesin kendi başına bir şeyler yapmasından çok farklı. Başlamak, yerinde durmaktan her zaman daha iyi değildir.

Kelly Vega: Bunun teslim edilebilir bir sonucu olabilir. Bir bileti sıfırdan oluştururken ekranınızı kaydedebilirsiniz. Ardından aynı bilgiyi sohbet aracıyla kullanarak bileti oluştururken ekranınızı yeniden kaydedebilirsiniz. Böylece elde edilebilir bir çıktınız olur.

Ancak Melissa’nın belirttiği gibi bu, hızla kontrolden çıkabilir. “Harika, iki proje daha yap” denebilir. Bu nedenle stratejimize odaklanmak, müşteri için biletleri düzenlemek veya başka bir şey yapmak üzere ayırdığınız alanı korumalısınız.

Diğer alanı koruduğunuzda daha az dağınık olur ve daha yüksek kalitede iş üretebilirsiniz.

Galen Low: Güven meselesi de var. İşinizi yaparken ekran kaydı almak güven oluşturmayı gerektiriyor. “Bunu yargılamayacağıma söz veriyorum.” Aslında yargılıyorum.

Evet, yargılıyoruz. Ancak insanların, işlerini veya yeni teknolojiyi ilgilendiren normal bir proje olsaydı katılacakları şekilde bu projeye katılmalarını sağlamak için aşılması gereken birçok katman var.

Kelly Vega: Belki de mesele yapay zekâ aracını kullanma onayı almakla ilgilidir. Bazıları haklı nedenlerle buna katılmıyor veya şüpheyle yaklaşıyorsa eğitim gerekir.

Galen Low: Veri güvenliği ve uyumluluktan bahsettin. Harv, genel yapay zekâ araçları yönetim programında incelenmiş belirli araçları kullanabileceğinizi söylemiştin.

İnsanların iç yapay zekâ süreçlerini uygulamaya alırken veri gizliliğini, uyumluluğu ve doğru yönetişim düzeyini gözden kaçırıp kaçırmadığını merak ediyorum.

Harv Nagra: Bunun kuruluşa ve yönetişim olgunluğuna bağlı olduğunu düşünüyorum. Yapay zekâ yarışı başladığından beri çok fazla deney yapıldı ve özellikle ilk günlerde insanların müşteri verilerini yüklemesi gibi konularda büyük endişeler yaşandı.

Bunun gerçekleştiğinden eminim; muhtemelen hâlâ gerçekleşiyor. En azından artık işletmeler için neye izin verildiğini ve neye izin verilmediğini belirleyen net yönergelerimiz var.

Gölge teknoloji her zaman operasyon ve finans ekiplerinin endişelenmek zorunda kaldığı bir konu oldu. İnsanlar kullanmak istedikleri araçları buluyor, indiriyor, kuruyor ve abonelik satın almak için başvuruyor.

Bunun iki sorunu var. Birincisi, kontrolünüz dışında çok fazla ücretli araca sahip olabilirsiniz. İkincisi, herkes bu platformlardan faydalanamaz; bilgi ve fırsat paylaşımı gerçekleşmez.

Bu nedenle ürünleri nasıl seçtiğimizi, güvenli olduklarından nasıl emin olduğumuzu ve platformların hangi amaçlarla kullanılıp kullanılamayacağını belirleyen operasyonel kontrollerin olması çok önemli.

Melissa Morris: Buna şunu eklemek isterim: Konuyu çoğunlukla kendi ajansımız veya işletmemiz bağlamında ele aldık. Ancak müşterileriniz için de yapay zekâyı nasıl kullandığınız konusunda, uygun ve ilgili durumlarda, görünürlük sağlayan bir açıklık olmalı.

Birlikte çalıştığımız bir şirketi düşünüyorum. Çok hassas konuşmalar yapıyorlar. Bu konuşmalar mahkemeye taşınırsa, hiç yapılmamış veya yapılmaması gereken bir toplantının dökümü ya da kaydı ortaya çıkabilir.

Bu nedenle dikkatli olunması gereken ve müşterinin bilgilendirilmesi gereken durumlar var. Kayıt almak konusunda bu zaten standart bir uygulama. Ancak bu kaydı alıp döküme dönüştürerek Google Dokümanlar’ımda saklayacak mıyım? Konuşulanlara dönüp bakmam çok kolaylaşıyor. Müşterinin bunu bildiğinden ve kabul ettiğinden emin olmak gerekir.

Ayrıca ne tür belgeleri sakladığınızı ve bunun ileride ne gibi sonuçlar doğurabileceğini bilmelisiniz.

Kelly Vega: Her şeyin yazıya dökülmesini öngören standart bir anlaşma yaptık. Bu görüşmelerde herkesin istediği zaman döküm veya kayıt alma imkânı vardı. Herkes “Evet, lütfen; hesap verebilirlik harika” dedi. Sürekli izin istemek zorunda kalmamak güzel oldu.

Galen Low: Çok sıkı düzenlemelere tabi sektörlerde çalıştın. Bazı müşterilerin “Hayır, teşekkürler” diyeceğini düşünürdüm. Şaşırdın mı?

Kelly Vega: Benim deneyimimde tam tersi oldu. Hesap verebilirlik nedeniyle kayıt tutulmasını tercih ediyorlardı.

Düzenlemeler, izinler ve teknik ayrıntılar söz konusu olduğunda bir şey kolayca yanlış ilişkilendirilebilir. Bu nedenle deneyimimde varsayılan yaklaşım kayıt almaktı.

Galen Low: Bu adil. Düzenlemeler nedeniyle olayın gerçekleştiğine dair kayıt tutmak istiyoruz.

Kelly Vega: Evet. Ancak bir toplantının başında daha samimi olmak istediğimi söyleyebilirim. Hesap verebilirlik nedeniyle değil, o toplantıyı kaydetmeyeceğim. Birisi kesinlikle kayıt alınmasını isterse her zaman belirtebilir.

Bazen kayıt alınması bir konuşmanın havasını değiştirebilir. Proje yöneticilerimle yaptığım bire bir görüşmelerde bunu yapmıyorum. Gereksinim toplama toplantısı değil; kırmızı düğme açık değil.

Galen Low: Bayıldım.

Bugün zamanlarını ayırıp katıldıkları için panelistlerimize çok teşekkür ederim. Sürekli görüşüyor olsak da bu çok eğlenceliydi. Üçünüzü aynı odada buluşturmak da harikaydı.

İçgörüleriniz için çok teşekkürler.

Kelly Vega: Beni davet ettiğiniz için teşekkürler.

Melissa Morris: Teşekkür ederim.