Yapay Zekâ Ürünü Yönetimi Becerilerinizi Geliştirmek İçin Uzman İpuçları

Deşifreyi Okuyun:

Podcast’lerimizin deşifresini bir yazılım programı kullanarak deniyoruz. Lütfen bot her zaman yüzde 100 doğru olmadığı için olası yazım hatalarını mazur görün.

Hannah Clark: Şu anda en çok rağbet gören ürün pozisyonlarının tamamı yapay zekâyla ilgili. Tarihsel açıdan bakıldığında da özellikle sıra dışı bir dönemden geçiyoruz; çünkü bu alanda rekabet edebilmek için gereken temel yetkinlikler yalnızca birkaç yıldır var. Daha da ilginç olan, alanın o kadar hızlı gelişmiş olması ki, ChatGPT’nin ana akım hâline gelmesinden yaklaşık iki yıl önce edinmiş olabileceğiniz deneyimlerin bir kısmı şimdiden modası geçmiş olabilir. Peki bu alanda iş arayan ürün yöneticileri şu anda nasıl hız kazanabilir? Belki de daha önemlisi, teknoloji geliştikçe güncel kalmak için bugün hangi alışkanlıkları uygulamaya koyabilirsiniz?

Bugünkü konuğum Superhuman’da Baş Yapay Zekâ Ürün Yöneticisi olan Lorilyn McCue. Lorilyn’in kariyer yolculuğu gerçekten inanılmaz. Birazdan ayrıntıları onun anlatmasına izin vereceğim; ancak bu yolculuk, yapay zekâ ürün yöneticisi olarak başarılı olmak için ihtiyaç duyduğunuz en önemli becerinin, yani maceraperestliğin de bir kanıtı. Bu nedenle Lorilyn’in ipuçlarını dinlerken kendinizi bir maceraperest gibi düşünmenizi öneriyorum; çünkü bu alan keşfedilmemiş topraklarla dolu. Başarılı olmak için ihtiyaç duyacağınız ilk şey keşfetmeye istekli olmaktır. Hadi başlayalım.

The CPO Club podcast’inin dinleyicilerine tekrar merhaba. Bugün Lorilyn McCue ile birlikteyim.

Lorilyn, bugün bize katıldığın için çok teşekkürler.

Lorilyn McCue: Beni davet ettiğiniz için ben teşekkür ederim.

Hannah Clark: Superhuman’da baş yapay zekâ ürün yöneticisi olma yolunda gerçekten ilginç bir kariyerin olmuş. Genellikle bu bölüme biraz daha fazla zaman ayırmaya çalışıyoruz.

Ancak geçmişinden biraz daha bahsetmeni gerçekten çok isterim, çünkü hikâyen çok etkileyici.

Lorilyn McCue: Geçmişim oldukça sıra dışı. Apache helikopteri pilotu olarak başladım; bu da teknoloji sektörüne giriş için son derece normal bir yol, tabii ki. Ordudaydım ve bunu yaklaşık altı yıl yaptım.

Ardından ordudaki görevimin son bölümünde West Point’te beden eğitimi öğretmenliği yaptım. Daha sonra işletme okuluna gittim ve Slack’te ürün yöneticisi oldum; önce büyüme ekibinde, sonra da platform ekibinde çalıştım. Ardından Impira adlı küçük bir makine öğrenimi girişimine geçtim.

Şimdi de Superhuman’da yapay zekâ alanında çalışıyorum.

Hannah Clark: Ne kadar harika bir kariyer yolculuğu. Buna bayıldım.

Bugün biraz daha yapay zekâya, Superhuman’ın nasıl ortaya çıktığına ve baş yapay zekâ ürün yöneticisi olma yolculuğuna odaklanacağımız için hemen konuya girelim.

Superhuman bağlamında yapay zekâdan söz edersek, yapay zekânın Superhuman kullanıcıları için kullanıcı deneyimini önemli ölçüde geliştirdiğini ve ileri taşıdığını fark ettiğin bir andan biraz bahsedebilir misin?

Lorilyn McCue: Evet. Sana küçük bir hikâye anlatayım. Benim için en önemli şey, kullanıcıların zaman kazanmasını sağlamak ve beyinlerini daha önemli işlere ayırabilmelerine imkân vermek.

Superhuman yapay zekâsı, beyninin daha önemli şeylerle ilgilenmesini sağlıyor. Tamam, küçük bir hikâye anlatacağım. Irak’tayken bir üssün çevresinde üç saat boyunca daireler çizerek uçmam gereken bir görev verilmişti. Üç saat boyunca hiçbir şey yapmadan üssün etrafında daireler çizerek uçtum. Ancak sonunda yeni bir görev geldi: Çok alçaktan uçacak, bu bomba depolarını bulacak ve ardından onları havaya uçuracaktık. Bu, ordunun şimdiye kadar ürettiği teknolojik açıdan en gelişmiş helikopteri kullanmak için çok daha ilginç ve çok daha iyi bir görevdi.

Tuhaf bir şekilde, yapay zekâ kavramına daha o zaman, henüz ortada böyle bir şey yokken âşık olduğumu düşünüyorum. Çünkü ikinci görevin, ilkine kıyasla helikopterimizi ne kadar daha iyi kullandığını görebiliyordum. Yapay zekâ da böyle. Üssün etrafında bir seferde üç saat boyunca daireler çizme işini yapay zekâ üstleniyor ve sen de kendi insan beynini daha ilginç görevlere ayırabiliyorsun.

Yapay zekâ kullanıcılar için büyük bir zaman tasarrufu sağlıyor. Birine yanıt göndermek için kullandığın küçük ve hızlı bir yanıt özelliği olan anında yanıt özelliklerimizden birine baktığımızda, bu özellik kullanıcıların bir e-postaya yanıt verme süresinden iki dakika tasarruf etmelerini sağlıyor. Muhtemelen e-postalarının çoğunda standart bir yanıt işe yarayacakken, beynini bir yanıt oluşturmak için iki dakika harcamana gerek kalmıyor.

Benim için bu, yapay zekânın angarya işleri üzerinden alabileceğini gösteren büyük bir aydınlanma anıydı. Tüm tekrarlayan işleri yapay zekâya ver, üç saat boyunca üssün çevresinde daireler çizmesine izin ver ve sen de daha ilginç şeyler yap. Bombaları bulup havaya uçurmaya git.

Hannah Clark: Bu programda daha önce hiç kimsenin bu benzetmeyi kullandığını duymamıştım, ama ben bunu sevdim.

Lorilyn McCue: İlk kullanan kişi olduğum için mutluyum.

Hannah Clark: Peki, yapay zekâya birazdan döneceğiz; çünkü burada açabileceğimiz çok fazla konu var. Gerçekten ele alabileceğimiz çok sayıda farklı kullanım alanı bulunuyor.

Ama biraz da kariyerinden bahsetmek istiyorum. Slack’ten yapay zekâ ürünü yönetimine uzanan kariyer gelişiminden söz ettiğimizde, yapay zekâyı kariyerinin bir parçası olarak kavramaya nasıl başladın? İlk görevinden bugünkü konumuna nasıl geldin?

Yapay zekânın bu sürece dâhil olması ürün stratejisine yaklaşımını nasıl etkiledi?

Lorilyn McCue: Evet, bu gerçekten iyi bir soru. Benim için en önemli nokta öğrenmeyi en üst düzeye çıkarmak oldu. Slack’te öğrendiğim bir şeydi bu; ancak yapay zekâ söz konusu olduğunda belki de on kat daha önemli.

Öğrenmeyi en üst düzeye çıkarmalısın. Buna iyi bir örnek olarak yakın zamanda kullanıma sunduğumuz Superhuman Yapay Zekâ’ya Sor ürününü verebilirim. Bu özellik çok etkileyici; belirli bir arama sorgusu yazmak yerine doğrudan bir soru yazabiliyorsun. Örneğin, “Anında etkinlik hakkındaki en güncel geri bildirimleri özetleyebilir misin?” diyebiliyorsun.

“En olumlu üç alıntıyı ve birkaç olumsuz alıntıyı verebilir misin?” diye sorabiliyorsun. Normalde 20 dakikada yapacağın bir iş artık yalnızca birkaç saniye sürüyor; bu harika. Ya da “Hannah ile ne zaman görüşeceğim?” veya “Falancaya en son ne zaman e-posta gönderdim?” diye sorabiliyorsun. Başlangıçta bu ürünü geliştirmek için yaklaşık üç ay ayırmayı planlamıştık.

Ancak yaptığımız şey, bir ay sonra henüz hazır hissettirmeyen bir sürümü kullanıma sunmak oldu. Bu sürümü küçük bir gruba açtık. Önce yapay zekâ ekibimize sunduk, sonra şirket içinde kullanıma açtık ve ardından giderek daha büyük bir beta kullanıcı grubuna sunduk. Her aşamada, ürün ve ürünü nasıl geliştireceğimiz hakkındaki düşüncelerimizi tamamen değiştiren yeni bir şey öğrendiğimizi gördük.

Böylece üç ay geçtiğinde pek çok kişi ürünü kullanmış oldu ve sonunda doğru şeyi geliştirdik; başlangıçta bunu yapamayabilirdik. Yapay zekâ o kadar bilinmeyen bir alan ki insanların onu nasıl kullanacağı hakkında bazen hiçbir fikriniz olmuyor. Bu nedenle öğrenmeyi en üst düzeye çıkarmalısınız.

Birazını kullanıma sunmalı, sonra yinelemeli; tekrar kullanıma sunmalı, sonra yinelemeli; tekrar kullanıma sunmalı ve tekrar yinelemelisiniz.

Hannah Clark: Evet, bu hızlandırılmış döngünün üzerinde çalışabileceğin çok daha fazla başarısızlık verisi sağladığını görebiliyorum. Bu da çoğu zaman hiç veriniz olmamasından veya çalışma sürenizi tüketmek için çok uzun zaman harcamanızdan çok daha faydalı oluyor. Bu gerçekten ilginç.

Daha önce yaptığımız bir konuşmada, yapay zekâyı ürün stratejisinin üzerine sonradan eklemek yerine en baştan ürün stratejisine yerleştirmenin önemini özellikle vurgulamıştın. Güncel ürünlere entegre edilen bazı yapay zekâ özelliklerinde bunun tersini sık sık görüyoruz.

Yapay zekânın üründe gerçekten kusursuz, tamamen entegre ve sonradan eklenmiş büyük bir parça gibi görünmemesini sağlamak için hangi kararları aldınız?

Lorilyn McCue: Bugün birçok insan yapay zekâyı kenar çubuğunda küçük bir sohbet alanı olarak sunuyor. Yapay zekâyı ürününüze kusursuz biçimde entegre etmelisiniz.

En sevdiğim kullanıcı görüşmesi şöyle olurdu: “Bu yapay zekâ özelliğini kullandınız mı?” “Aa, bunun bir yapay zekâ özelliği olduğunu bilmiyordum.” Bence bu çok heyecan verici; çünkü yapay zekâyı ürüne kusursuz biçimde entegre ettiğinizde her şey doğal hissettiriyor. İhtiyacınız olan şey, ihtiyaç duyduğunuz anda orada oluyor. Buna iyi bir örnek, kişisel olarak özellikle heyecan duyduğum ve daha dün kullanıma sunduğumuz Anında Etkinlik özelliği.

Bir e-posta alıyorsun. İkimiz de ebeveyniz; örneğin, “Bu gün okula şunu getirmeyi unutma” şeklinde bir e-posta alıyorsun. Sonra, o gün ne yaptığını görmek için takvimini açman, bir etkinlik oluşturman gerekiyor ve bu gerçekten sinir bozucu. Ancak artık Superhuman’da tek bir tıklamayla doğru tarihe, doğru başlığa, mevcut tüm ayrıntılara ve doğru kişilere sahip bir etkinlik oluşturabiliyorsun. Çok kullanışlı.

Bu özelliği ilk kullanıma sunduğumuzda kusursuz bir konumda değildi. Superhuman’ın komut menüsü olan Command K’da bulunuyordu. Command K’ya basıp o zamanlar “yapay zekâ ile etkinlik oluştur” ifadesini yazman gerekiyordu. Açıkçası çok az kişi bunu bulacaktı.

Ancak orada bulunduğu için test edebildik ve öğrenmeyi en üst düzeye çıkarma şeklindeki ilk prensibi uygulayabildik. Bunu kendi e-postalarımızın birçoğunda deneyebildik, nelerin işe yaradığını ve hangi sıra dışı durumların ortaya çıktığını görebildik. Ancak bu son adım değildi. Özelliği ürünle kusursuz biçimde bütünleşeceği bir yere koymamız gerekiyordu.

Şimdi özellik birden fazla yerde bulunuyor. İlk olarak, normal takvim kısayolunu, yani Superhuman’daki B tuşunu kullanabiliyorsun. Bu da boş bir etkinlik yerine yapay zekâ ile otomatik olarak bir etkinlik oluşturuyor; bu çok harika. Ayrıca bir e-postanın altında, bir tarih algılandığında “Bu tarihte bir etkinlik oluşturmak ister misin?” diyen küçük bir düğme de bulunuyor.

Bu düğmeye tıklıyorsun ve pencere açılıyor. Bu arada o sesi çıkarmıyor. Bu mücadeleyi kazanamadım.

Hannah Clark: Ben sesi sevdim.

Lorilyn McCue: Ya da imleci tarihin üzerine getirdiğinde küçük imleç bir el şekline dönüşüyor. Üzerine tıkladığında bir etkinlik oluşturulduğunu görüyorsun; bu çok harika. İşlevselliği denemek için Command K’ya koymak istedik, ancak son sürüm ürüne çok daha kusursuz biçimde entegre oldu.

Kullanıcıların duyuru e-postamızda hiç bahsetmediğimiz yöntemlerden bazılarını kullandığını görüyoruz. Bunları doğal biçimde keşfediyorlar; benim tam olarak olmasını istediğim şey de bu. Bir tarih görüyorsun, üzerine tıklıyorsun ve bir etkinlik oluşuyor. Mükemmel.

Hannah Clark: Web tasarımcıları, bu bölüm sizin için. Ajanslar ve işletmeler için web platformu olan Wix Studio’dan 30 saniyede bahsedeceğim. İşte Studio’da 30 saniye veya daha kısa sürede yapabileceğiniz dört şey. Duyarlı yapay zekâ ile tasarımlarınızı her cihaza uyarlayın. Şablonlar, bileşenler, bölümler ve tasarım kitaplıkları gibi varlıkları siteler arasında yeniden kullanın ve ekibinizle paylaşın. Kod yazmadan animasyonlar ve degradeli arka planlar ekleyin. Tasarımlarınızı Figma’dan Wix Studio’ya tek tıklamayla aktarın. Süre doldu, ancak liste devam ediyor. Wix Studio’ya geçin ve kendiniz görün.

Yakın zamanda tasarım sürecinin bir parçası olarak empatiden bahsettiğimiz bir bölüm yaptık. Bu tür sezgisel özelliklerin, kolayca benimsenen bir şey yaratmanın temel noktası olduğunu düşünüyorum. Bu tür özellikleri o kadar doğal ve kusursuz hâle getirmekle ilgili ki insanlar bu harika özellikleri keşfetmekten kendilerini alamıyorlar.

Biraz da verilerden, ölçümleri nasıl kullandığımızdan ve kararlarımızı bunlara göre nasıl şekillendirdiğimizden bahsetmek istiyorum. Superhuman’ın özetleri otomatik olarak işlemesi ve kullanıcıların bir şey talep etmesine gerek kalmaması örneğini ele alalım. Bu üründeki tercihi hangi ölçümler veya içgörüler şekillendirdi?

Bu özellik hakkında biraz daha arka plan bilgisi vermek ve hangi özelliklerin proaktif, hangilerinin kullanıcı tarafından başlatılması gerektiğine nasıl karar verdiğinizi anlatmak ister misin?

Lorilyn McCue: Evet, burada bahsedeceğim iki özellik var; çünkü ikinci özellikle ilgili gerçekten ilginç bir hikâye bulunuyor. Bir e-posta aldığınızda, daha e-postayı açmadan önce özeti ve o e-posta için önerilen anında yanıtları hesaplıyoruz.

Otomatik özet, her e-postada bulunan tek satırlık bir özet. E-postayı açıyorsunuz ve özet orada. Birçok ürün, özeti tıklama sonrasında göstermeyi tercih etti; bu mantıklı, çünkü aldığınız her e-postayı özetlemek çok maliyetli. Bazı e-postaları hiç açmıyorsunuz bile.

Ancak bizim için bu iki bilginin e-postayı açtığınız anda hazır olması çok önemliydi. Belki acele ediyorsunuz. Daha önce söylediğim gibi, kullanıcıya empati göstermelisiniz. Kullanıcının buna tıklayıp işlemin gerçekleşmesi için gereken birkaç saniyeyi bekleyecek zamanı olmayabilir.

İkinci özellik anında yanıt. Hangi ölçümlerin tercihimizi şekillendirdiğini sordun. Bu özellik, yani anında yanıt için daha gelişmiş bir model kullanmak istiyorduk. Ancak daha gelişmiş model çok yavaştı. Kaplumbağa gibiydi. Kaplumbağa botu gibiydi.

Harika yanıtlar veriyordu. Bir kaplumbağa dehası gibiydi. Böyle bir kaplumbağa dehası botu olduğunu düşünün. Kullanıcının yanıtları istemesi, ardından bu kaplumbağa botundan dâhice bir yanıt alması mantıklı olabilirdi; yanıt gerçekten harika, özet de harika, anında yanıt da harika. Ancak birkaç saniye beklemeleri gerekecekti ve e-postayı açtıklarında yanıt hazır olmayabilirdi.

Ya da başka bir seçeneğimiz vardı: Hızlı ve biraz beceriksiz amcanız gibi. İşini yapıyor. Ara sıra hata yapıyor. Anında yanıtlar için bu sorunu nasıl çözeceğimizi bulmadan önce beni gerçekten çıldırtan bir kullanım durumu vardı.

Her gece yarısına kadar bunun gibi sıra dışı durumları çözmeye çalışıyordum. Bu özel durumda biri, “Bu şirkette çalıştığım için çok mutluyum ama artık ayrılma zamanım geldi” şeklinde bir veda e-postası gönderiyordu. Ardından birçok kişi, “Gitmenize çok üzüldük” diye yanıt veriyordu.

“Harikasınız. Çok iyiydiniz.” Sonra da bizim hızlı ama pek akıllı olmayan amca şöyle diyordu: “Sevgili Johnny, Sarah’ya veda ettiğin için teşekkürler.” Buna bakıp, “Hayır, yapmak istediğim şey bu değil. Sarah’ya veda edeceğim bir e-posta yazmak istemiyorum” diyordunuz.

Mantıklı olan buydu. Süper akıllı kaplumbağa bir kenarda durup, “Evet, bunu anladım” diyordu. Ama sonucu bulması zaman alıyordu. Biz de “Peki, biraz daha aptal olan amcanı nasıl kullanabiliriz?” diye düşündük. Onu seçtik, ancak daha akıllı hâle getirmenin bir yolunu bulduk.

Modeli ince ayarlayabilirdik. İnce ayar yaparken bu özel durumla ilgili daha fazla örnek gönderebilirdik. Ayrıca ileti dizisinin hangi bölümlerini göndereceğimize karar verebilirdik. İstemimizi biraz değiştirebilirdik. Ancak temel mesele şuydu: Birincisi yeterince iyi olması, ikincisi de yeterince hızlı olması gerekiyordu.

En önemli şey buydu.

Hannah Clark: Bu konuya biraz daha girmek istiyorum; çünkü bunun yapay zekâ ürünü yönetimine özgü ve burada becerilerini derinleştirmek isteyen pek çok kişi için önemli olan bir beceri olduğunu düşünüyorum.

İnce ayarlı modeller, gecikme süresi ve maliyet etkinliği arasında denge kurmak gibi teknik unsurlardan söz ettiğimizde, bu tür kararları alırken değerlendirmeniz gereken temel süreç nedir? Tüm bu etkenleri değerlendirirken gerçekten bilinçli kararlar verebilmek için hangi kaynaklara ihtiyaç duyuyorsunuz?

Lorilyn McCue: Birden fazla istemi, birden fazla modelle birlikte yan yana koymanıza imkân veren bir araç kullanmayı seviyorum. Sol tarafta süper akıllı kaplumbağanızla A istemi, sağ tarafta ise biraz aptal ama hızlı amcanızla aynı istem bulunuyor. Ardından bunları bir veri kümesiyle çalıştırıyorsunuz. Bir saniyeliğine geri dönelim: Bu veri kümesini nasıl elde ettiniz?

Daha önce kullanıma sundunuz ve kurum içi kullanıcılarınız, kendileri için iyi çalışan örneklerde beğenme veya beğenmeme işaretleri kullandı. Böylece üzerinde test yapabileceğiniz kendi veri kümeniz oluştu. Beyniniz muhtemelen örneklerden oluşan bir veri kümesi yaratabilir; ancak kendi kurum içi kullanıcılarınızdan gelen gerçek örneklere sahip olmak çok faydalı.

Bu veri kümesini alıp iki istemi çalıştırıyorsunuz. Ne kadar zaman aldıklarına bakıyorsunuz. Belki kullanıcıların bir e-postayı açmasının ne kadar sürdüğünü hesaplıyorsunuz. “Tamam, benim ölçütüm bu. Bunu bir veya iki saniye içinde hazır hâle getirmeliyim; çünkü insanlar bazen e-postalara hemen tıklıyor.” Sonra, iki saniye kuralını hangi tarafın karşıladığına bakıyorsunuz.

Tamam, bu taraf iki saniye kuralını karşılıyor. Şimdi yanıtların her birine tek tek bakalım. Hangisi tuhaf? O çok tuhaf. Sarah’ya veda ettiği için neden falancaya teşekkür ediyor? Bir sütun daha ekleyelim. Yeni bir sütun açalım. Şimdi istemini biraz değiştirelim.

“Konuşmanın odağını belirle. Yanıt vermek için en uygun kişinin kim olduğunu bul.” Tekrar çalıştırıyorsunuz. Örneklere bakıyorsunuz. Sonra tekrar yineleme yapıyorsunuz. Yinelemeli, yinelemeli, yinelemelisiniz. Başlangıçta ne aradığınızı bile bilmiyor olabilirsiniz. Ancak bunu yaptıkça başarı ölçütünüzün ne olduğunu yavaş yavaş anlamaya başlarsınız.

Zaten bazı başarı ölçütleriniz olabilir. Bu kadar hızlı olmalı. Şu doğruluk seviyesine ulaşmalı. Ancak hangi sorunlarda nasıl bir doğruluk gerektiğini, bunu gerçekten uygulayıp üzerinde çalıştıkça sezgisel olarak anlamaya başlarsınız.

Hannah Clark: Anladığım kadarıyla etkili olabilmek için istem mühendisliği, gerçekten ustalaşılması gereken temel bir beceri seti.

Bu beceri setini nasıl geliştirdin? Bu gerçekten yeni bir uygulama. Bir kurs mu aldın, yoksa iş başında mı öğrendin?

Lorilyn McCue: İkisi de iş başında öğrenmekle ilgiliydi. Gerçekten de gece geç saatlerde yeni şeyler deneyen bendim. Arada bir internette arama yapıyordum.

“Burada yapabileceğim bir şey var mı? Bu sorunu ne çözer?” diye düşünüyordum. OpenAI ile yakın bir ilişkimiz vardı ve bize bazı ipuçları verebiliyorlardı. Bazıları komikti. “Bunu tamamen büyük harflerle söyle” diyorlardı. Gerçekten mi? Dil modeline bağırmam mı gerekiyor? Tamam, bunu yapabilirim. Ya da “Bunu ikinci kez tekrarla” veya “Bunu sona da eklediğinden emin ol” diyorlardı.

Harika bir ipucu şuydu: Orada bir örnek, yani tek atımlı bir örnek olduğundan emin olun. İnce ayarınızda, sorun yaşadığınız tüm farklı seçeneklere ilişkin örnekler bulunduğundan emin olun.

Hannah Clark: Bunlar gerçekten ilginç ipuçları. İstem mühendisliği ilginç bir alan; çünkü bu arayüzlerle doğal dil kullanarak çok fazla iletişim kuruyoruz. Etkili bir istem oluşturmanın çok doğal bir süreç olması gerektiği düşünülüyor.

Aradığınız sonucu elde etmek için en etkili istemlere odaklanma becerinizi geliştirip iyileştirirken öğrendiğiniz başka beklenmedik şeyler oldu mu?

Lorilyn McCue: Evet. Kullandığım ve genellikle son istemde yer almayan bir hile vardı. İstemi hazırlarken dil modelinden kendisini açıklamasını isterdim.

Anında yanıtı örnek alalım. “Kime yanıt veriyorsun?” diye sorardım. Sonra, “Neden o kişiye yanıt veriyorsun?” derdim. O da, “X, Y, Z nedeniyle o kişiye yanıt veriyorum” derdi. Ben de, “Seni şaşırtan şey buymuş. Çok sakar ve yavaş amca seni. Tamam, şimdi istemi biraz değiştirerek bu konuda daha belirgin olabilirim” derdim.

Sonra, “Kendini tekrar açıkla” derdim. Dil modelinin kendisini açıklaması, düşünme sürecini biraz daha iyi anlamama yardımcı oldu ve istemde değişiklikler yapabildim. Evet, kendini açıklama seçeneği oldukça faydalıydı.

Hannah Clark: Evet, bu gerçekten yardımcı olabilir; çünkü bazen doğrudan başa dönüp, “İstemi bir şekilde yanlış yazdım. İstemi yeniden yazmalıyız” deme eğilimi oluyor. Ancak bu gerçekten pratik bilgiler.

Yapay zekânın iş unsurlarına dönmek istiyorum. Şu anda yapay zekâ özellikleri çoğu dijital ürün için temel bir gereklilik hâline geliyor; ancak yapay zekâyı entegre ederken dengelemeniz gereken pek çok karmaşıklık da var. Hangi yapay zekâ modellerinin veya araçlarının uygulanacağına karar verirken Superhuman’ın iş bağlamında karşılaştığı zorluklardan bazıları nelerdi?

Lorilyn McCue: Yapay zekâyı bilenler muhtemelen GPT-4 ile GPT-3.5’e atıfta bulunduğumu anlamıştır. GPT-4 yavaş kaplumbağa, GPT-3.5 ise hızlı ama pek akıllı olmayan amcaydı.

Şimdi bunun pek sorun olmadığını söyleyebilirim; çünkü GPT-4.0 ve GPT-4.0 Mini çok hızlı ve gerçekten iyiler. İlginç olan şu ki, bir yıl önce beni zorlayan bir sorun artık o kadar da büyük bir mesele değil. Ancak o zamanlar, birinin aldığı her e-postayı özetlemek gibi büyük bir ölçekten söz ettiğimizde bu son derece önemliydi.

Bu gerçekten büyük bir ölçek. Çok maliyetli. CEO’muz Rahul’un tamamen kalite odaklı olması bizim için büyük bir şans. En iyi seçeneği seçin, en iyi sonucu elde edin. Ancak ilginç olan, en iyi seçeneğin her zaman en iyi yanıtı sağlayan seçenek olmaması. Gecikme süresi de önemli; yani kullanıcılarımızın hız ihtiyaçlarını karşılayan seçenek olmalı.

Hız ve doğruluk. GPT-4 için ödeme yapmaya razı olur muyduk? Evet, GPT-4 için ödeme yapmaya razıydık; ancak o dönemde kullanıcıların ihtiyaçlarını karşılayamıyordu. O hâlde GPT-3.5’i kullanalım; çünkü o sırada kullanılabilen, yeterince iyi ve gecikme süresi gereksinimlerimizi karşılayan model oydu.

İyi bir istem mühendisliği, ürün yöneticisi zamanı ve kalite güvence zamanı sayesinde kullanıcıların ihtiyaçlarını karşılamak için gereken kalite seviyesine ulaşabildik. İş boyutu gerçekten önemliydi; ancak kullanıcıların ihtiyaçlarını karşılamak için ne gerekiyorsa, maliyeti ne olursa olsun bunu ödemeye razıydık. Bizim için en önemli şey buydu.

Hannah Clark: Biraz yön değiştirelim. Yapay zekâ ürünü yönetimine doğru kariyer gelişiminden biraz daha bahsetmek istiyorum. Daha önce de söylediğimi düşünüyorum; herkes bu beceri setini geliştirmek ve kendini nasıl zenginleştireceğini anlamak için büyük çaba harcıyor. Özgeçmişlerinin bu yapay zekâ rekabeti ortamında öne çıkmasını istiyorlar.

Peki, bu alanda çalıştığına ve bu alanda bir ekibe liderlik ettiğine göre, yapay zekâ odaklı ürünler geliştirmek isteyen kişilere hangi pratik becerileri, bilgi alanlarını, hatta hangi sertifikaları veya kursları önerirsin?

Lorilyn McCue: Şu anda en etkili şeyin uygulamalı öğrenme olduğunu düşünüyorum. İşin içine girmek, farklı trendleri ve yayımlanan farklı şeyleri takip etmek önemli; çünkü her hafta yeni bir şey yayımlanıyor.

Bir şey yayımlandığında onu deneyin. Kullanın. Özellikle yapay zekâyı günlük hayatınızda kullanmanın yollarını bulmanızı ve nelerin işe yaradığını anlamanızı öneririm. Buna iyi bir örnek, çok sevimli iki oğlum olması ve onlar çalışırken ofisime gelmeyi sevmeleri. “Çocuklar, bana birkaç dakika daha verin.”

“Neredeyse bitirdim. Size yardım edeceğim.” Ancak bu hiçbir zaman işe yaramıyor. Asıl istedikleri şey, onlara boyama sayfaları bastırmam ve onların da gidip boyamaları. Fakat şu noktada coloringpages.com’daki her bir canavar kamyonu, II. Dünya Savaşı tankını ve savaş sahnesini tüketmiş durumdayım.

Artık elimde hiçbir şey kalmadı. Onlar da, “Hayır” diyor. Peki, ChatGPT’ye gidelim. Bakalım ne yapabiliriz. “Bana bir canavar kamyonun boyama sayfasını hazırla.” “Bununla ilgileniyor musun? İhtiyaçlarını karşılıyor mu?” “Hayır, 10 tane istiyorum.” “Tamam, 10 canavar kamyonu olsun.” “İhtiyaçlarını karşılıyor mu?”

“Hayır, yarışıyor olmalarını istiyorum.” Tamam, sonra bir süre böyle devam ediyorsunuz. Bir noktada çocuklarınızın ne istediğini anlıyorsunuz ve “Bana bir pistte yarışan 10 canavar kamyonun çocuklara uygun bir boyama sayfasını hazırla; yarış arabalarını ekleme” diyebiliyorsunuz. Neyin işe yaradığını anlıyorsunuz ve ardından bunu yazdırabiliyorsunuz. Günlük hayatınızda bu kullanım alanlarını bularak öğrenmenizi öneririm; bu kişisel bir örnekti.

Şimdi profesyonel bir örnek vereyim. Bunu bazen metin yazarlığında kullanıyorum. “Tamam, kullanıcılara bu özelliğin nasıl çalıştığını tek bir araç ipucunda açıklamamız gerekiyor. Yalnızca şu kadar kelime olabilir. Bu dili kullanmalı. Bana kaba bir örnek ver ve ardından 10 farklı varyasyon oluştur.” Tamam, harika. Bir tane daha deneyelim.

Yapay zekâyı günlük hayatınızda kullanmakla ilgili bir şey var. Bunun size neyin mümkün olduğuna dair bilgi ve anlayış kazandırdığını düşünüyorum. Yeni bir özellik çıktığında deneyin. Yeni bir teknoloji veya yeni bir model kullanıma sunulduğunda deneyin. Başka bir şirket yeni bir şey çıkardığında deneyin.

Buna iyi bir örnek, Perplexity’ye girip şöyle sormam: “Piyasadaki tüm farklı modelleri ve milyon token başına maliyetlerini listele, tablo hâline getir.” İşte oldu. Teşekkürler. Harika. Bilmiyorum; bunu gerçekten yapmanız gerekiyor. Dürüst olmak gerekirse en faydalı şeyin bu olduğunu düşünüyorum.

Bu faydalı bir yanıt mı? Alabileceğiniz bir kurs değil, ancak günlük hayatınızda kesinlikle yapabileceğiniz bir şey.

Hannah Clark: Çok faydalı. Ayrıca ebeveynlik ipucunu beklemiyordum ama bunu kesinlikle uygulayacağım.

Lorilyn McCue: Gerçekten çok iyi bir ipucu.

Hannah Clark: Evet. Oğlum da aynı şeylerle ilgileniyor. Hafta sonu için eğlenceli bir etkinlik olacak.

Bugün bize katıldığın için çok teşekkürler Lorilyn. Gelip yapay zekâ ürünü yönetimi hakkında bilgilerini paylaştığın için gerçekten minnettarım. Şu anda on yılın en popüler ipucu. Kapatmadan önce dinleyiciler çalışmalarını nerede bulabilir ve Superhuman’da neler geliştirdiğiniz hakkında daha fazla bilgi edinebilir?

Lorilyn McCue: Superhuman çalışmalarımıza Superhuman blogumuzdan, superhuman.com adresinden ulaşabilirsiniz. Blog’a tıklayın. Bana gelince, LinkedIn’de paylaşımlar yapıyorum. LinkedIn’de Lorilyn McCue adını arayabilirsiniz.

Hannah Clark: Harika. Burada olduğun için çok teşekkürler.

Lorilyn McCue: Teşekkürler.

Hannah Clark: Bizi dinlediğiniz için teşekkürler. Daha fazla harika içgörü, nasıl yapılır rehberi ve araç incelemesi için theproductmanager.com/subscribe adresinden bültenimize abone olun. The CPO Club’a, podcast’lerinizi dinlediğiniz her yerde abone olarak bunun gibi daha fazla sohbeti dinleyebilirsiniz.