Ürün Teslimatını Ölçeklendirmek İçin Operasyonel Zihniyet Nasıl Kullanılır

Hannah Clark: Ürün-pazar uyumunu bulmak, şimdiye kadar gördüğünüz en yüksek dağa tırmanmaya ve zirveye ulaştığınızda arkasında daha yüksek bir dağ olduğunu fark etmeye benzeyebilir. Hızlı büyüme aşamasına girme ve ürün teslimatını ölçeklendirme zorluğu çok yönlüdür; kuruluşunuzun süreçlerini ve altyapısını sınar, kaynaklarınızı nasıl önceliklendirip kullanacağınız konusunda acımasız olmanızı gerektirir ve risk taşımayan hiçbir yatırım kararı verilemeyeceği için büyük bir cesaret ister. Ancak tüm bu bağımlılıklara rağmen bir dağı ölçeklendirmenin birçok yolu vardır. Bugün bunlardan yalnızca birine bakacağız.

Bugünkü konuğum, Virta Health’in Operasyon Direktörü Amit Shah. Onun bakış açısını özellikle değerli kılan şey, geleneksel ürün yönetimi yolundan gelmemiş olması. Beş yıl önce ürüne geçmeden önce operasyon alanında çalıştı ve bakım sunum ekiplerine liderlik etti. Bu geçmiş, ona sistem düşüncesi ve işlevler arası iş birliği konusunda benzersiz bir bakış açısı kazandırdı. Bu bakış açısı, Virta’nın sağlık teknolojisindeki en zorlu sorunlardan biriyle, insan klinisyenlerin ne zaman kullanılacağı ve işi yapması için yapay zekâ araçlarının ne zaman devreye alınacağıyla uğraşırken hızla ölçeklenmesinde kritik rol oynadı.

Birazdan ekibinin ürün-pazar uyumuna giden yolculuğu nasıl yönettiğini, hangi kararların iyi ölçeklenmediğini ve büyümenin bir sonraki aşamasında yapay zekâ ile teknik borcu nasıl ele aldıklarını duyacaksınız. Hemen başlayalım.

Amit, ocak ayında yoğun takviminizden bize zaman ayırdığınız için çok teşekkürler.

Amit Shah: Beni davet ettiğiniz için teşekkür ederim. Burada olmaktan çok mutluyum.

Hannah Clark: Bize biraz geçmişinizden ve operasyon rolünden Virta Health’te ürün liderliğine nasıl geçtiğinizden bahsedebilir misiniz?

Amit Shah: Elbette. Çok geriden başlayacağım ve biraz kronolojik ilerleyeceğim. Endüstri mühendisliği okudum; bu da beni doğal olarak operasyonlara yöneltti.

Bir süre danışman olarak çalıştım. Kırsal Hindistan’da güneş enerjisi ürünleri üreten kendi şirketimi kurdum. Daha sonra, insanların yaşam kalitesini iyileştiren işler üzerinde çalışmayı sevdiğim için sağlık alanına büyük ilgi duymaya başladım. Değere dayalı sağlık hizmetlerinde çalıştım; doğrudan birinci basamak sağlık hizmetiyle başladım ve yaklaşık dokuz buçuk yıl önce Virta’ya geldim.

Yaklaşık dokuz buçuk yıldır Virta’dayım ve bu yıllar boyunca, doğru söylediğiniz gibi, operasyonlarda başladım. Başlangıçta bakım sunum ekiplerine liderlik ediyordum. Virta’da büyüdükçe temel sunum modelimiz, ürünlerimiz aracılığıyla, yani teknolojiyle bakım sunmak oldu. Bu nedenle başlangıçta ürün geliştirme ve sunum ekiplerimizin iş ortağıydım; yıllar geçtikçe bu alana giderek daha fazla dâhil oldum.

Yaklaşık beş yıl önce ürün geliştirme ekibine liderlik etmem istendi. Çünkü yaptığımız işlerin büyük bölümü, insan klinisyenlerimizin bakım sunumunu ürünümüzün sunduklarıyla birleştirmekten oluşuyordu. Böylece ürüne geçişim gerçekleşti. Virta hakkında insanların bilmesi için kısaca şunu söyleyebilirim: Virta, diyabet, obezite ve prediyabeti de kapsayan metabolik hastalıkları bir milyar kişide tersine çevirme misyonuyla çalışıyor ve tüm bakımımızı tamamen sanal olarak sunuyoruz.

Tam kapsamlı bir metabolik hastalık kliniğiyiz. Yaptığımız iş son derece benzersiz; çünkü insanların metabolizmalarını iyileştirmek için biyolojiyi ve beslenmeyi kişiselleştiriyoruz.

Hannah Clark: Bu gerçekten harika ve her zaman çok asil bir misyon. Bunun birçok aileyi ve onların yaşamlarını etkilediğini biliyorum.

Misyonun arkasındaki ayrıntılardan ve bunun sizin için şu anda nasıl ilerlediğinden biraz daha fazla bahsetmeniz için sizi ağırlamaktan çok mutluyum. Bugün özellikle hızlı büyümeden ölçeklenmiş ürün sunumuna geçiş aşamasına odaklanacağız; bu, Virta’da kendinizi tam olarak içinde bulduğunuz nokta gibi görünüyor.

Sizce bu değişim sahada gerçekte nasıl görünüyor? Deneyiminize göre bu anı özellikle zorlaştıran nedir?

Amit Shah: Evet. Bu değişim hakkında biraz bağlam vermek gerekirse, son birkaç yılda hem hızlı büyüme hem de ölçeklenmiş ürün aşamasındaydık. Örneğin geçen yıl büyüme oranımız yıllık bazda %70’in üzerine çıktı ve yüz milyonlarca dolar gelir elde ediyoruz.

Çeşitli nedenlerle burada ayrıntıları paylaşmayacağım; ancak bunun çok hızlı büyüdüğünü ve oldukça ölçeklenmiş bir ürün olduğunu hayal edebilirsiniz. Bu değişimin sahada yarattığı çok şey var ve süreç son derece yoğun hissedilebilir. Birçok ekip arkadaşımla konuştum. Ölçeklendikçe bu genellikle daha fazla insan, daha fazla ekip, farklı işler üzerinde çalışan daha fazla ürün geliştirme ekibi ve işleri yapmak için gelen farklı kişiler anlamına geliyor. Dolayısıyla kimin hangi sorumluluğa sahip olduğunu belirlemek ve daha küçük ölçekte işe yarayan şeyleri ölçeklendirebilmek için doğru sistemleri ve süreçleri oluşturmak gerekiyor.

Ana paylaşabileceğim nokta şu: Sahada işler kaotik hissedilebilir. Bir lider olarak, kuzey yıldızımızın ne olduğunu ve neyi başarmaya çalıştığımızı düşünmek için ciddi miktarda zaman ayırmanız gerekir.

Ardından bunu başarmak için hangi sistemleri, süreçleri ve organizasyon yapılarını oluşturduğumuzu düşünmelisiniz.

Hannah Clark: Operasyon geçmişiniz hakkında daha önce söylediğiniz noktaya biraz dönmek istiyorum. Bence bu, ürün liderliğine geçiş söz konusu olduğunda önemli bir avantaj.

Operasyon odaklı ya da sistem düşüncesine dayalı bu zihniyet, ürün geliştirmeye yaklaşımınızı ve özellikle ölçeklendirme aşamasındaki yaklaşımınızı nasıl şekillendirdi?

Amit Shah: Güzel bir soru. Bunu olumlu bir özellik olarak görmenize gerçekten memnun oldum. Ürün liderlerine baktığınızda çoğu zaman ürün alanında yetişmiş insanlar görürsünüz.

Bunun büyük bir değeri ve orada edinilen önemli bir bilgi birikimi var. Ben ise sizin de söylediğiniz gibi operasyonlarda yetiştiğim için şanslıydım ve operasyonla ilgili bazı şeylerin gerçekten yararlı olduğunu düşünüyorum. Uygulama mükemmelliği, endüstri mühendisliği öğrencisiyken okulda bile üzerinde çalıştığım bir konuydu.

Uygulama mükemmelliği hakkında çok düşünmek, sistem düşünürü olmaya ayrılır. Sistemleri düşünmek, analitik kararlar almak, etkili biçimde önceliklendirmek, işleri basitleştirmek ve iyi bir insan lideri olmak. Bence iyi operasyon liderlerinin yaptığı temel şeyler bunlar ve iyi ürün liderlerinin de aynı temel şeylerin çoğunu yaptığı ortaya çıkıyor.

Elbette başka beceriler de var ve bunları uygulama biçimi biraz farklı olabilir. Operasyonlarla ürün geliştirme arasında aktarabildiğim temel beceriler bunlardı. Geçiş yaptığımda zaman ayırdım. Ürün geliştirmeye liderlik etmem ilk istendiğinde kitaplar okudum; muhtemelen 15 kitap okudum.

Bu program da dâhil olmak üzere birçok podcast dinledim ve diğer ürün liderleriyle konuştum. Tekrar tekrar şu sonuca ulaştım: Sistem açısından düşünebilir, ekibin analitik kararlar almasına yardımcı olabilir, oluşturduğunuz analitik sistemlere ve sistemlere dayanarak ekibin önceliklendirme yapmasına yardımcı olabilir, en önemli olana indirgeme yapabilir ve insanlara her zamanki gibi liderlik edebilirseniz, en iyi aktarılabilen yaklaşım budur.

Hannah Clark: Bu beş temel beceriyi sıraladığınızda, bence bunların hepsi düzgün ölçeklenebilmek için özel olarak ve eşit derecede önemli görünüyor. Ayrıca tüm kuruluşların, departmana bağlı olarak, bunların hepsiyle gerçekten mücadele ettiğini düşünüyorum. Bu nedenle sahip olunması gereken harika bir set.

Amit Shah: Hızlı büyümeden ölçeklenmiş ürüne geçişle ilgili son sorunuza dönecek olursam, bence basitlik de çok zorlaşıyor. Bu, sözünü ettiğim dördüncü noktaydı; ancak açıkça ifade etmek gerekirse, bir işletmenin ilk dönemlerinde ürün-pazar uyumu oldukça basittir. Ürün-pazar uyumunu bulmanız ve ne yaptığınızı bilmeniz gerekir; çok hızlı ölçeklenirken de aslında bu nispeten basittir.

Treni rayda tutmanız gerekir. Ölçeklenmiş ürüne geçiş yaparken karmaşıklık çok ilginç bir biçimde ortaya çıkar. Bugün geriye dönüp baktığımda, “Evet, bu gerçekten anlamlı,” diyorum.

Hannah Clark: Tamam, bu kadar kolay kaçamayacaksınız.

Bunu biraz daha derinlemesine incelememiz gerekecek. Merakımı uyandırdınız; bunun sizin için ne anlama geldiğini biraz anlatın. Ben kendi bakış açımdan basitlik hakkında nasıl düşünürdüm az çok tahmin edebilirim, ancak sizin gibi operasyondan gelip bu senaryoya adım atan biri için basitlik ne anlama geliyor?

Amit Shah: Basitlik, tüm farklı fırsatları ekibin gerçekten üzerinde çalışabileceği, açıkça ilerleyebileceği ve dikkatini dağıtmadan sürdürebileceği bir öncelik kümesine indirgemektir. Bizim için metabolik sağlık alanı, GLP-1 ilaçlarının ortaya çıkmasıyla son derece hızlı hareket ediyor.

Yaptığımız iş çok farklı. Ölçeklenmiş bir beslenme ve yaşam tarzı müdahalemiz var. Bunu yapan çok fazla şirket yok. Üstelik tamamen dijital olarak ölçeklenmiş durumda. Ölçeklenmiş ürün aşamasında ürünü bugüne kadar sunduğumuz düzeyde ve mükemmellikte çalışır halde tutmak için yapılması gereken işler var. 2015’teki klinik araştırmamıza kadar uzanan süreçte hastalarımız için dünyayı değiştirecek kadar mükemmel sonuçlar sunduk ve hedefimiz, şimdi olduğumuzdan kelimenin tam anlamıyla yüzlerce kat büyük olsak bile bunu her gün yapmaya devam etmek.

Bunun içinde çok fazla iş var; bunlar kendiliğinden gerçekleşmiyor. Buna ek olarak pazar hızla değişiyor. Yeni bir ilaç sınıfı ortaya çıktı. Başka şirketler var ve sağlık teknolojisinde işler çoğunlukla böyle yürüdüğü için biz işletmeler arası ve tüketiciye yönelik bir şirketiz.

Farklı müşterilerin farklı ihtiyaçları var. Dolayısıyla bunları nasıl önceliklendireceğinizi ve ardından “Aynı temel yapıya katkıda bulunan şeyler hangileri? Farklı biçimde ya da ayrı olarak yatırım yapmamız, hatta hiç yapmamamız gereken şeyler hangileri?” diye sorarak basitleştireceğinizi belirlemeniz gerekiyor.

Bugün uğraştığımız basitleştirme türü bu.

Hannah Clark: Tamam. Basitliği kullanıcı perspektifinden, iç operasyonlar açısından ya da yalnızca çerçeveyi belirlemek için değerlendirebileceğinizi düşündüğümden bunu netleştirmek istedim. Neyden bahsettiğimizin kapsamı nedir? Şimdi biraz ilerlemek istiyorum; çünkü Virta’nın gerçekten ilginç yönünü merak ediyorum: Bakım sunumu için klinisyenleri ne zaman kullanıyor, ne zaman tamamen dijitale geçiyorsunuz?

Ürününüzde bu iki şeyin aynı anda gerçekleştiği bir birleşim var gibi görünüyor. Bu dengeyi nasıl tasarladığınızı ve doğru kurmayı zorlaştıran şeyin ne olduğunu anlatabilir misiniz?

Amit Shah: Virta’nın, ürünümüzün ve sunum modelimizin sihrinin büyük bölümü teknolojinin ne zaman kullanılacağını belirlemekte yatıyor.

Teknolojiyi en geniş anlamıyla kullanıyorum: yapay zekâ, otomasyon ve bu otomasyonu yönlendiren makine öğrenmesi modelleri gibi. Ayrıca klinisyenlerin ve insanların ne zaman kullanılacağını belirlemek de önemli. Sonuçlarımızdan bazılarını ifade etmek gerekirse, bir yılda ortalama %10 kilo kaybı sağlıyoruz. Kalp krizi ve ölüm riskini önemli ölçüde azaltıyoruz.

Bu sonuçları paylaşmamın nedeni, bunların gerçek, fiziksel sonuçlar olması. İnsanların telefonlarına daha fazla tıklaması gibi bir şey değil. İnsanlar yaşam tarzlarını değiştiriyor ve bu da genel metabolik sağlıklarını iyileştiriyor; yaşamlarını ve yaşam sürelerini geliştiriyor.

Bu dengeyi bulmak bizim için son derece önemli. Güvendiğim sistemlerden biri kuzey yıldızımızdır. Burada bu sonucu sunmak için varız. Bu sonuç bizim için çok net: metabolik sağlığın iyileştirilmesi. Üstelik bunu ölçebilirsiniz. Hastalarımızdan her gün biyobelirteçlerini paylaşmalarını istiyoruz.

Kilo, ketonlar, glikoz, tansiyon ve benzeri değerler. Böylece iyileşmeyi düzenli olarak görebiliyoruz. Çok net bir kuzey yıldızımız olduğu için, yani bu sayıların iyileştiğini görmemiz gerektiği için, onları en iyi nasıl iyileştireceğimizi bulmak biraz daha kolaylaşıyor. Virta’da makine öğrenmesi ve yapay zekâ modellerini kapsamlı biçimde kullanıyor olsak da, yapay zekânın günümüzde bile klinisyenlerin ve insanların daha iyi yaptığına inandığımız bazı şeyler var: empati, yaratıcılık, hesap verebilirlik ve karmaşık klinik karar verme.

“Bu işleri insanların yapmasına öncelik vereceğiz,” dediğimiz dört şey bunlar. Diğer çoğu işi teknoloji ve yapay zekâ daha iyi yapacaktır. Dolayısıyla çerçevemiz genel olarak şöyle: Bir klinisyen bir şey yapıyorsa ve bu dört kategoriden hiçbirine girmiyorsa, örneğin karmaşık klinik karar verme, ilaç yazma ya da ilaçları bırakma, eşlik eden hastalıkları yönetme ve benzeri işler değilse veya duygusal hesap verebilirlik gerektirmiyorsa, yani bağlantı kurulduğu için bir hastayı gerçekten motive eden bir şey değilse, bunu teknolojiyle yapmaya çalışmalıyız.

Bu arada, klinisyenlerin iyi olduğu bu şeyler klinisyenlerin işlerinden tatmin olmalarını da sağlayan şeylerdir. Empati kurarak, diğer insanlarla bağ kurarak ve karmaşık bir klinik sorunu çözmelerine yardımcı olarak günlerini geçirebildiklerinde klinisyenlerin oldukça tatmin olduğu görülüyor.

Bizim düşünme biçimimiz bu. Teknolojiyle yapılabiliyorsa, hem daha iyi bir sonuç sağlayacaksa hem de bazı yasal yönergeler buna izin veriyorsa, teknolojiyle başlamalıyız. Ancak insanların daha iyi yaptığı bazı şeyler var ve bu yaklaşım klinisyenlerimizi sonucu mümkün olduğunca etkili biçimde sunmaları için hazırlamamızı sağlıyor.

Hannah Clark: Evet. Gerçek sonuçlara dayanarak platformunuzun başarısını ölçmenin, ayrıca platform aracılığıyla hastalarıyla etkileşim kuran klinisyenlerin memnuniyetini görmenin ne kadar ödüllendirici olması gerektiğini düşünüyorum. Aynı zamanda herkesin, her gün bu vaadi ve kuzey yıldızını yerine getirdiğinden emin olmak için hissettiği büyük sorumluluk da dikkat çekici.

Amit Shah: Dokuz buçuk yıldır buradayım. Kesinlikle misyon odaklıyız ve her sabah beni ayağa kaldıran şey, işte daha iyi olmanın bizim için kelimenin tam anlamıyla daha fazla hayat kurtarmak ve daha fazla yaşamı iyileştirmek anlamına gelmesi. Virta’da çalışan her kişi için bu geçerli.

Bu, hem hızlı büyüme hem de ölçeklenmiş ürün aşamalarını yönlendiren yakıt oldu.

Hannah Clark: Kesinlikle. Vay canına. Bunun ne kadar büyük bir ayrıcalık ve sorumluluk olduğundan bahsettik. Harika. Biraz daha ayrıntılara dönelim. Virta ölçeklendikçe, mimarimiz, süreçlerimiz veya ekip yapımızla ilgili ilk dönem kararlarından hangileri başlangıçta iyi çalıştı ancak işler hızlandığında ve ölçeklenmeniz gerektiğinde geride bırakmak zorunda kaldınız?

Amit Shah: Bu konuda aklıma iki şey geliyor.

Biri organizasyon yapısıyla ilgili. İlk dönemlerde işe yarayan yapı; ürün, mühendislik, analitik ve tasarımın kendi uzmanlık alanları olmasıydı. İşler çoğu zaman böyle yürür. Bir mühendislik lideri, ürün lideri, analitik lideri ve tasarım lideri bulunur.

İlk organizasyon yapımız da bunlara sahip olmak ve her birinin örtüşen ancak kendine ait önceliklerini yürütmesiydi. Ürün geliştirme ekibimiz daha küçükken bu yapı oldukça iyi çalıştı ve etkiliydi. Oluşturulması gereken mühendislik mükemmelliği ve ürün mükemmelliği vardı.

Ekipler büyüdükçe bunu geride bırakmak zorunda kaldık. Sonunda kendimizi ekipler halinde organize ettik. Hâlâ bu uzmanlık gruplarımız var; hâlâ mühendislik grubumuz ve mühendislik mükemmelliği çalışmalarımız bulunuyor. Ancak mühendislerimizin çoğu, bir iş sorununu çözmeye çalışan işlevler arası insan grubuna, yani ekip olarak adlandırdığımız yapıya atanmış durumda.

Hızlı büyüme sırasında ve hatta bu ölçeklenmiş ürün aşamasında bu yapı çok daha etkili oldu. Çünkü ekiplerin sorun hakkında yüksek düzeyde bağlama sahip olmasını ve çözmeye çalıştıkları şey için kuzey yıldızını görmesini sağlıyor. Daha derin sorun çözme olanağı sunuyor. Daha bölümlere ayrılmış yaklaşımda bir konu üzerinde çalışan mühendisleri başka bir konuyla değiştirdiğinizde kendi sorunları ortaya çıkıyordu.

Dolayısıyla küçük olduğunuz ve hızlı büyümeye başlamadığınız dönemde herkes aynı konuya yönelebilirken, hızla ölçeklenip ölçeklenmiş ürüne geçtiğinizde ekibi ayırmanız ve her bir ekibin ihtiyaç duyduğu işi gerçekleştirebilmek için doğru işlevler arası yetkinliklere sahip olmasını sağlamanız gerekiyor.

Hannah Clark: Kısaca araya girmek istiyorum. Umarım sözünüzü kesmiyorum. Ölçeklendirme konusunda benim de çok düşündüğüm bir noktaya değindiniz: Bilgi aktarımının ağırlığının, hatta “sorun” demekte tereddüt etsem de, ne kadar hafife alındığı. Bilgi aktarımı yalnızca ekipler arasında ya da bir ekipteki üyeler arasında değil, kuruluşlar büyüyüp yeni insanlar aldığında ve eski çalışanlarını kaybettiğinde de büyük bir darboğaz olabilir.

Bir kuruluş büyüdükçe bilginin aktarımını gerçekten optimize etmek için çoğu zaman işlevsiz bir mekanizma oluşuyor. Bu konu son zamanlarda aklımdaydı; ekip yaklaşımını bunun bir bölümünü yönetmenin en verimli yolu olarak bulduğunuzu duymak ilginç.

Devam edin; belki bu konuya daha sonra döneriz, çünkü ilginç bir başlık.

Amit Shah: Buna değineyim. Ekip yaklaşımı kesinlikle daha iyi, ancak bu çözülmüş bir sorun değil. Hâlâ uğraştığımız bir konu. Hem insanlar açısından olumlu hem de kuruluşlar açısından endişe verici bir durum var: Bazı kişiler olağanüstü; bu da muazzam miktarda bağlamı ellerinde tuttukları ve son derece iyi uygulama yaptıkları anlamına geliyor.

Bu kişileri başka yere taşırsanız ya da ayrılırlarsa, bağlamın bir kısmını kaybediyorsunuz. Bugün bunun için bir dokümantasyon çözümü bulduğumuzu düşünmüyorum. Ancak ekip modeli işi kolaylaştırıyor; çünkü üzerinde çalışılan konularda ve ihtiyaç duyulan sonuçta daha fazla tutarlılık bulunuyor.

Hannah Clark: Kesinlikle. Yalnızca bunun üzerine bütün bir bölüm yapabiliriz gibi hissediyorum, ama devam edelim.

Amit Shah: Sorduğunuz soru, ölçeklenmeyen şeyler ya da erken dönemde alınan ve ölçeklenmeyen kararlarla ilgiliydi. İkinci bir nokta daha var. Başlangıçtan itibaren bunu doğru seçmiş bir teknoloji şirketi lideriyle henüz tanışmadım; eminim böyle kişiler vardır, ancak ben henüz tanışmadım. Bu, verilerimizi ve nihai analitik yapımızı nasıl düzenlediğimizle ilgili.

İlk dönemlerde veriyi demokratikleştirmek istedik. Her şeyi tablolara koyduk ve birçok kişiye bu tablolara erişim verdik. Bu, ilk başta harika çalıştı. Herkes verileri çekebiliyordu. Ancak büyüdükçe tablolar karmaşıklaştı. İnsanlar farklı şeyler çekiyordu. Şaka yollu, aynı sorunun veriyi kimin ve nasıl çektiğine bağlı olarak iki farklı cevabı olduğunu söylüyorduk.

Bu durumu temizlemek için çok zaman harcadık ve hâlâ harcıyoruz. Verilerin bu tablolara nasıl girdiğini yeniden gözden geçiriyor, kaynaktan itibaren temiz olduğundan emin oluyoruz. Bu önemli bir yatırım oldu. Bunun özellikle hızlı büyüme aşamasından ölçeklenmiş ürün aşamasına geçişte daha önemli olduğunu söyleyebilirim; hızlı büyüme sırasında da devam ediyor. Çünkü yeni şeyler geliyor.

Hızlı büyüme aşamasının dışına çıktığımızı söylemek istemem. Daha önce de söylediğim gibi, hem ölçeklenmiş bir ürünüz hem de hızla büyüyoruz. Ölçeklenmiş bir ürün olarak, hangi verilerin tablolara gireceği, oraya nasıl gireceği ve benzeri konularda kontrolleri erkenden uygulama konusunda bilinçli davrandık.

Hannah Clark: Artık bu bölümün veri kısmına geldiğimize göre üretken yapay zekâ hakkında biraz konuşalım. Daha önce de söylediğiniz gibi, klinisyenlerin bilgi ve katılımının en iyi yaklaşım olduğu birkaç alan var. Ancak bunlardan birine girmeyen bazı işleri, insanların değerli zamanını kullanmamak ve daha verimli yapmak için yapay zekâya bırakmak en doğrusu.

Üretken yapay zekâyı ürüne nasıl entegre edeceğiniz konusunda daha fazla karar verildiğinden eminim. İnsan becerilerini tamamlamak için yapay zekâyı ve farklı yapay zekâ türlerini ürüne nasıl entegre etmeyi düşünüyorsunuz?

Amit Shah: Daha önce söylediğim gibi, sihrin büyük bölümü bunu nasıl yaptığımızda yatıyor.

Buradaki “nasıl” üzerinde sürekli yineleme yaptığımızı söyleyebilirim. Kullandığımız çerçeve şu: Öncelikle ilk günden beri veri ve analitik açıdan titiz bir şirket olduk. Üretken yapay zekâdan bahsetmeden önce bile yedi ya da sekiz yıldır oldukça öngörücü ve etkili makine öğrenmesi modellerimiz vardı.

Sıkça düşündüğümüz temel konulardan biri proaktif müdahale. On yıl içinde 200.000’den fazla hastadan oluşan özel veri setimizle eğitilmiş makine öğrenmesi modelleri kullanıyoruz. Kelimenin tam anlamıyla yüz milyonlarca veri noktası var. Bahsettiğim veri noktaları kan şekeri düzeyleri, keton düzeyleri ve kilo gibi nesnel veriler.

Bunları kullanarak bir hasta için bir sonraki en iyi müdahalenin ne olabileceğini tahmin ediyoruz. Bir sonraki en iyi müdahaleyi tahmin ettiğimizde, bunun insan tarafından mı, otomatik olarak mı yoksa geliştirdiğimiz üretken yapay zekâ aracı tarafından mı sunulması gerektiği konusunda deneyler yapıyoruz.

Üretken yapay zekâya birazdan döneceğim. Öncelikle şunu söyleyeyim: Bu proaktif müdahale sistemi ve bunun çevresinde oluşturduğumuz makine öğrenmesi modelleri, ne zaman müdahale etmemiz gerektiğini bilmemiz açısından temel öneme sahip.

İkinci olarak, bu proaktif durumun karşısında tepkisel durum var. Hasta bir konu için bize başvurabiliyor. Modelleriniz ne kadar iyi olursa olsun her şeyi her zaman tahmin edemezsiniz. Anlık yardımın büyük bölümünde saf üretken yapay zekânın çok faydalı olduğunu gördük.

Sistemlerimiz ve verilerimiz üzerinde eğitilen üretken yapay zekâyı anlık, tepkisel yardım için kullanıma sunduk. Hasta o anda yanıt alabiliyor ve gerekli görürsek takip için bir klinisyeni bilgilendirebiliyoruz. Yapay zekâ hakkında biraz böyle düşündük.

Üretken yapay zekâdan biraz daha bahsedeyim. Hastalarımızla güçlü bir güven ilişkisi kurmak istiyoruz. Bu nedenle bir şeyin yapay zekâ tarafından mı yoksa klinisyen tarafından mı yönlendirildiğini açıkça belirtiyoruz. Hastalarımızla olan en derin ilişkilerden biri, onların sağlığı üzerinde çalışıyor olmamız. Onların kendilerine sunulan şeylere gerçekten güvenmesini istiyoruz.

Bu ayrımı açıkça yapmaya çalışmıyoruz; gerçekten açıkça yapıyoruz. Mümkün olduğunda klinisyene yönlendirme ya da klinisyenle çalışma fırsatı sunuyoruz. Bu konudaki son nokta ise şu: Ne zaman müdahale etmemiz gerektiğini bildiğimizde en mantıklı şey ne olacak? Tüm testler sonucunda bazı şeylerin insan müdahalesiyle daha iyi çalıştığını biliyoruz ve bunları yine klinisyenlerimize önceliklendiriyoruz.

Onlar, insanların daha sağlıklı olmasına yardımcı olmak istiyor. Onlara bu fırsatı ne sağlayabilir? Bu hem onlar hem de hasta için en iyisi.

Hannah Clark: Bunu nasıl düşündüğünüzü anlatırken beni çok etkileyen bir şey oldu. Bu programı birkaç yıldır yapıyorum. Ürün yöneticisi podcast’ine başladığımızda, yapay zekânın bugünkü seviyesine ulaşmadan hemen önceki dönemdeydik.

Virta’nın yapay zekâyı, insanlar bunun havalı olmasından önce kullanmaya başladığı bir ortamda çalışan biriyle konuştuğumda düşünce sürecinde ve üründe yapay zekânın etkili ya da etik kullanımına yaklaşımda bir fark olduğunu görüyorum.

Uzun süredir kullanan, sırf artık yapılması gereken şey olduğu için değil, herkes yeni teknolojik yetenekleri ürününe nasıl ekleyeceğini ya da bu yeteneklere dayalı yeni bir ürün nasıl oluşturacağını anlamaya çalıştığı için yapay zekâya yönelen kişilerden farklı bir yaklaşım söz konusu.

Bunu biraz açmak istiyorum. Daha önce yapay zekâ ya da makine öğrenmesini kullanmış olmanızın, teknoloji hakkında düşünme biçiminizi ve sürdürülebilir şekilde ilerlerken yaklaşımınızı farklılaştırdığını hiç düşündünüz mü?

Amit Shah: Bu harika bir soru. Bu teknolojinin ilk kullanıcıları olduğumuzu söylemenizi sevdim. Bundan sonra bunu kullanacağım. Bence bu bizim için bir çerçeve oldu. Sahip olduğumuz en özel şeylerden birinin veri setimiz olduğunu biliyoruz; buna inanmakla kalmıyor, bunu biliyoruz.

On yıl boyunca yüz binlerce hastadan hem nesnel hem öznel hem de duygu verileri topladık. Makine öğrenmesi modellerini devreye almak ve üretken yapay zekâyı verilerimizle eğitmek, başkasının sahip olmadığı bir süper güç. Yarın yaptığımız işin üretken yapay zekâ sürümünü çıkarabilirsiniz; ancak kuzey yıldızımız sonuçlar, yani metabolik hastalıkların tersine çevrilmesi olduğu için, elimizdeki tüm veri noktalarına dayanarak tek bir kişi için bu yolun ne olduğunu biliyoruz.

Üretken yapay zekâ modellerini ve makine öğrenmesi modellerini klinisyenleri destekleyen araçlar olarak görüyorum. Bunların hepsi kuzey yıldızımız olan sonuca ulaşmak için kullandığımız araç setindeki araçlar. Daha fazla teknolojik araç elde ettikçe daha fazlasını kullanacağız. Üretken yapay zekâdan sonra ne geleceğini bilmiyorum; ancak aynı sonuç için bunu kullanabileceğimize ve bundan yararlanabileceğimize inanıyorum.

Özel olan şey yaklaşımımız ve bu yaklaşımı mümkün kılan veri setimiz olacak.

Hannah Clark: Kesinlikle. Bunu biraz vurgulamak istedim; çünkü sesinizde verilerinize karşı önemli bir saygı olduğunu duyuyorum. Bu verileri doğru şekilde ele almanın ne tür bir sorumluluk getirdiğine ve bunun sonucu gerçekten destekleyip desteklemediğine odaklanıyorsunuz.

Şu anda sektörde, yapay zekânın sırf yapay zekâ uğruna kullanıldığına dair yaygın bir eleştiri var. Bazen bunun ürüne eklenişi biraz kaba ya da sorumsuzca hissedilebiliyor.

Bu nedenle yapay zekâ hakkında çok insani ve ayakları yere basan bir düşünme biçimini duymak gerçekten umut verici.

Amit Shah: Hastalarımız sağlıklarını iyileştirmek için bize geliyor. İşletmeler arası müşterilerimiz de kendi topluluklarının sağlığını iyileştirmek için bizi işe alıyor. Bu nedenle kuzey yıldızlarımız sağlığı iyileştirmek ve bunu yapmak için elimizdeki tüm araçları kullanmak.

Üretken yapay zekâ yanlış anlaşılmasın, çok hızlı gelişen olağanüstü bir araç ve bence bunu yapmamıza yardımcı oluyor. Uygulamamızdaki en sevdiğim özelliklerden biri, bir tabağın fotoğrafını çektiğinizde makro besinleri sizin için ayrıştırması.

Ayrıca, o kişiye özel yaşam tarzı beslenme planına uyup uymadığını turuncu, sarı ve yeşil renklerle gösteriyor. Üretken yapay zekâ olmadan bu sürecin tamamını gerçekleştiremezdik. Son derece güçlü. Onu değerli kılan son parça, aradığımız sonuca ulaşmamızı sağlaması: Bu kişinin o anda kendisi için en iyi kararı vermesine yardımcı olmak.

Hannah Clark: Açıkçası bu yaklaşım bana biraz tanıdık geliyor. Birkaç ay önce Photo Room’da kullanıcı araştırmaları lideriyle bir konuşma yapmıştık. Kullanıcı araştırmacılarının yapay zekâyı benimsemekte isteksiz olduğunu, ancak sorumlu kullanım konusunda daha net bir yol ortaya çıktıkça teknolojiye güvenin ve benimsemenin arttığını söylemişti.

Virta Health ve diğer bazı kuruluşlarda gördüğüm benzerlik, yapay zekâyı klinisyen gibi bir insanın sindirip işleyerek sonuçlandırmasının mümkün olmayacağı geniş ölçekli veri örüntüsü tanıma işlerine odaklamak. Bu tür işleri üretken yapay zekâya bırakmak çok mantıklı.

Buna karşılık yargı konusu farklı. Bu noktada hepimiz ChatGPT’nin en iyi muhakemeye sahip olmadığını biliyor olmalıyız. Yapay zekânın gerçekten iyi olduğu net örnekleri düşünmek ve bu teknolojiye hangi alanlarda yaslanmamız gerektiğini, hangi alanlarda ise en iyi seçenek olmayabileceğini anlamak güzel.

Amit Shah: Geçen gün eşimle şakalaşıyordum. Birçok açıdan benden çok daha zeki. Üretken yapay zekâ hakkında konuşuyorduk ve günün sonunda bunu internette herkese açık olan her şeyle eğitilmiş bir sistem olarak düşünmeniz gerektiğini söyledim.

İnternetteki en iyi bilgi tabanı gibi. İnternette çok fazla bilgi var, yani bu gerçekten çok şey demek. Ancak söylediğiniz gibi internetteki her şey en iyi muhakemeye sahip değil. Bu nedenle neyi nasıl kullanacağınızı, nerede kullanacağınızı, nasıl sunacağınızı ayırt etmek ve eleştirel düşünmek işin büyük bölümündeki sihir.

Hannah Clark: Kesinlikle. Bence yargının bir parçası da empati. Empatiyi bir metrikle ölçemeyebiliriz, ancak empati hesaba katıldığında ortaya çıkan sonucu gerçekten görebiliriz. Özellikle 2026’ya girerken mevcut zorluklardan biraz bahsetmek istiyorum.

Yeni bir yıl başladı. Virta’nın ölçeklendiğini ve hızla büyüdüğünü söylediniz. Karşılaştığınız bir sonraki büyük zorluk nedir ve 2026’da yaşanacak değişime nasıl yaklaşıyorsunuz?

Amit Shah: Bu, yaptığımız podcast için son derece uygun bir konu. Hızla büyüyen, ölçeklenmiş bir ürünüz. Bu nedenle odaklandığım konu, daha önce basitlik noktasını gündeme getirip üzerinde durmamın da nedeni, müşterimizle nüfuslarına nasıl yardımcı olabileceğimiz konusunda yaptığımız ilk görüşmeden, bir hastanın Virta’ya kaydolduğunda yaşadığı deneyime kadar tüm aşamalarda uyum yaratacak sistemlere ve süreçlere sahip olduğumuzdan emin olmak.

Bunu pazarın hızla değiştiği bir ortamda yapıyoruz. Müşterilerimiz için yaptığımız şeylerden biri, GLP-1 ilaçlarıyla aynı kilo kaybını sağlamamız. Örneğin Ozempic, Wegovy ve Zepbound gibi ilaçlar olmadan aynı sonucu veriyoruz.

Bu nedenle hem ilaca alternatifiz. Kilo vermek isteyen Amerikalıların yaklaşık %70’i bunu ilaç kullanmadan yapmak istiyor. Bu oldukça yaygın bir tercih ve bizi duyup “İlaç kullanmak istemiyorum,” diyen birçok hastamız var. Ancak aynı zamanda bir çıkış seçeneğiyiz.

GLP-1 ilaç sınıfının FDA onayının bir parçası, bu ilaçların yaşam tarzı değişikliğiyle birlikte kullanılması. Biz de işe yarayan bir yaşam tarzı değişikliği sunuyoruz. GLP-1 ilaçlarını bıraktıktan sonraki bir yıl boyunca kişilerin yaklaşık %11 kilo kaybını koruduğunu gösteren hakemli ve yayımlanmış bir çalışmamız var.

Bunu söylememin nedeni GLP-1 ilaçlarının şu anda çok sıcak bir konu olması. Ağızdan alınan ilaçlar geliyor ve birçok farklı gelişme yaşanıyor. Pazara yaklaşımımız açısından çevik davranıyoruz; çünkü çok sayıda değişiklik var. Ancak temel değer önerimiz aynı.

Bu nedenle çevik olduğumuzdan, pazardaki ihtiyaçlara yanıt verebildiğimizden, hem hastalarımızı hem müşterilerimizi bulundukları noktada karşılayabildiğimizden ve bugüne kadar sunduğumuz, insanların yaşamlarını daha düşük maliyetle iyileştiren olağanüstü ve farklı sonuçları sunmaya devam edebildiğimizden emin olmaya odaklanıyorum.

Hannah Clark: Piyasadaki ilaçlarla benzer sonuçlar elde ettiğinizi duymak gerçekten akıl almaz. Virta’nın tüm ekibine büyük bir takdir sunmak gerekir. Bu çok önemli bir misyon ve bunu bu kadar başarılı biçimde yerine getirdiğinizi duymak harika. İnsanları bulundukları noktada karşılamaktan söz etmişken, bu programdan sonra insanlar sizi nerede bulabilir?

Amit Shah: En aktif olduğum yer LinkedIn. Lütfen beni LinkedIn’de arayın. Açıkçası beni bulmanın en iyi yolu bu. Ayrıca Instagram’da Virta Health’i takip edin; hesabım üzerinden orada da sık sık yer alıyorum.

Hannah Clark: Buraya katıldığınız için teşekkürler. Zaman ayırdığınız için minnettarız Amit. Harikaydı.

Amit Shah: Harika bir sohbetti. Çok teşekkür ederim.

Hannah Clark: Ürün Yöneticisi podcast’inde sırada. Bu bölüm, çok ürünlü portföyleri yöneten kurumsal liderler için. Costco’da kalabalığın içinde dört çocuğu, üstelik her biri gelişiminin tamamen farklı bir aşamasındayken peşinden sürükleyen annelerin mücadele ettiğini gördüyseniz ve “İşim tam olarak böyle hissettiriyor,” diye düşündüyseniz, Rubrik’ten Anneka Gupta’nın konuk olduğu bu bölüm hayatta kalma kitiniz olmak üzere. Şimdi abone olun ki kaçırmayın.