Yapay zekâ öncelikli şirkette CPO, yapay zekânın niyet öncelikli süreçleri nasıl mümkün kıldığını anlatıyor

Christian Braun, ürün profesyonellerine yardımcı olan yapay zekâ ürünleri geliştirdiği Depix AI'da Baş Ürün Sorumlusu olarak görev yapıyor. Christian, Depix'in ürün yaklaşımını form öncelikli olmaktan niyet öncelikli olmaya taşıyor; bu da yapay zekânın, ürün yaşam döngüsünün çok daha erken bir aşamasında niyeti anlamlı yönlendirmelere dönüştürmek için kullanılması anlamına geliyor. Bu yaklaşım, ekibin daha hızlı çalışmasını, disiplinler arasında daha uyumlu olmasını ve belirsizliği eyleme geçirilebilir ürün yönüne dönüştürmede daha etkili olmasını sağladı.

Bu değişim ve daha fazlası hakkında Christian'la konuştuk. İşte söyledikleri.

Ürün liderlerinin rolünü yeniden tanımlamak

Ben Christian Braun. Depix'te Baş Ürün Sorumlusu, MAGING GmbH'de ise CEO'yum. Geçmişim tasarım, inovasyon ve ürün yaratma alanlarına dayanıyor; özellikle biçim, işlev ve marka deneyiminin en üst düzeyde bir araya gelmesi gereken sektörlerde çalıştım.

Zaman içinde ürünleri geleneksel şekilde şekillendirmekten daha stratejik bir soru sormaya geçtim: Artık yalnızca biçimle değil, niyetle başladığımızda ne olur? Bu değişim beni ürün liderliğine ve doğal olarak yapay zekâya yöneltti.

Bu anı bu kadar güçlü kılan şey, yapay zekânın ürün liderlerinin rolünü yeniden tanımlıyor olması. Artık yalnızca yol haritalarını yönetmiyor veya özellikleri optimize etmiyoruz. Tamamen yeni düşünme, yaratma ve geliştirme biçimlerinin şekillenmesine yardımcı oluyoruz. Mevcut rolümde, yapay zekâyı yalnızca teknik bir katman olarak değil, hızı, netliği ve tamamen yeni sonuçları ortaya çıkarabilecek yaratıcı ve stratejik bir güç olarak kullanan ürünler üzerinde çalışıyorum.

Ürün liderliğinin geleceğinin, insan vizyonunu akıllı sistemlerle birleştirmekte olduğuna inanıyorum. Yapay zekâ özgünlüğü azaltmamalı; onu güçlendirmeli.

Tasarım gereği hibrit sunum

Depix'te ürün organizasyonuna liderlik ediyorum. Burada ürün yaratmanın geleceği için yapay zekâ tabanlı ürünler geliştiriyoruz. Misyonumuz, niyeti, bağlamı ve tasarım yönünü eyleme geçirilebilir ürün sonuçlarına dönüştürmek için yapay zekâyı kullanarak ekiplerin geleneksel, doğrusal iş akışlarının ötesine geçmesine yardımcı olmak.

Geliştirdiğimiz ürünler yaratıcılık, ürün stratejisi ve gelişmiş yapay zekânın kesişiminde yer alıyor. Kavram oluşturma, görsel ürün keşfi, CMF yönlendirmesi ve ürün fikirlerinin daha geleneksel geliştirme süreçlerine girmeden önce erken aşamada şekillendirilmesi gibi iş akışlarını destekliyorlar. Kullanıcılarımız arasında tasarımcılar, ürün ekipleri, inovasyon liderleri ve ürünlerin nasıl tasarlanıp geliştirildiğini yeniden düşünmek isteyen kurumsal kuruluşlar bulunuyor.

Odaklanmış ve son derece çevik bir ürün organizasyonuyuz. Bu sayede hızlı çalışabiliyor, kullanıcı ihtiyaçlarına yakın kalabiliyor ve hem ürün deneyimini hem de değer önerisini sürekli olarak geliştirebiliyoruz. İleri görüşlü bireyler, küçük yaratıcı ekipler ve yapay zekâyı gerçek ürün geliştirme ortamlarına entegre etmek isteyen daha büyük kuruluşlardan oluşan bir müşteri grubuna hizmet veriyoruz.

Sunum modelimiz tasarım gereği hibrit. SaaS anlayışıyla ölçeklenebilir yazılım ürünleri geliştirirken stratejik müşterilerle yakın iş birliği yaparak iş akışları geliştiriyor, benimsenmeyi doğruluyor ve kurumsal değerin ortaya çıkarılmasını sağlıyoruz. Bu birleşim, gerçek dünyadaki uygulamayla derin bağımızı korurken ürün inovasyonunu ölçeklendirmemize olanak tanıyor.

Yapay zekâ ürünlerin işleyiş mantığını neden değiştiriyor?

Her ürün lideri yapay zekâ yolculuğuna başlamadan önce bir şeyi anlamalı: Yapay zekâ yalnızca bir özellik yükseltmesi değildir; ürünün işleyiş mantığını değiştirir.

Bu önemli, çünkü birçok ekip yapay zekâyı mevcut bir iş akışına basitçe ekleyip orantısız sonuçlar elde etmeyi bekliyor. Gerçekte yapay zekâ çoğu zaman değerin nasıl yaratıldığını, kullanıcıların ürünle nasıl etkileşim kurduğunu, kararların nasıl alındığını ve güvenin nerede kritik hâle geldiğini değiştirir. Yapay zekâyı üstüne eklenen bir katman olarak ele alırsanız yenilik hissi elde edebilirsiniz. Ancak onu sistem davranışında bir değişiklik olarak görürseniz gerçek bir ürün avantajı yaratabilirsiniz.

Yapay zekâ, ağırlık merkezini statik işlevsellikten dinamik muhakemeye kaydırır. Girdileri, çıktıları, geri bildirim döngülerini, kalite kontrolünü ve kullanıcının rolünü etkiler. Bu da ürün liderlerinin yalnızca yetenekleri değil; bağlamı, güvenilirliği, hesap verebilirliği ve benimsenmeyi de düşünmesi gerektiği anlamına gelir.

Dolayısıyla ilk zihniyet değişimi şu: “Yapay zekâyı nereye ekleyebilirim?” diye sormayın. “Yapay zekâ deneyimin, iş akışının ve değer önerisinin mantığını nasıl değiştiriyor?” diye sorun. Gerçek ürün fırsatı genellikle burada başlar.

Christian'ın Düşünceleri

Şunu sormayın: “Yapay zekâyı nereye ekleyebilirim?” Şunu sorun: “Yapay zekâ deneyimin, iş akışının ve değer önerisinin mantığını nasıl değiştiriyor?”

Niyet öncelikli bir yaklaşım ürün süreçlerinde nasıl devrim yaratıyor?

Geçen yıl yaptığım somut değişikliklerden biri, ürün sürecimizi form öncelikli yaklaşımdan niyet öncelikli yaklaşıma taşımaktı.

Yapay zekâdan önce ürün ekipleri çoğunlukla özelliklerle, arayüzlerle veya görsel çıktılarla işe başlardı. Bunu değiştirdik. Bugün işe niyetle başlıyoruz: ürün kararının ardındaki hedef, bağlam, kısıtlar ve arzu edilen sonuç. Yapay zekâ bu değişimi uygulanabilir hâle getirdi; çünkü niyeti sürecin çok daha erken bir aşamasında anlamlı yönlendirmelere dönüştürüyor.

Yapay zekâdan önce ürün ekipleri çoğunlukla özelliklerle, arayüzlerle veya görsel çıktılarla işe başlardı. Bugün işe niyetle başlıyoruz: hedef, bağlam, kısıtlar ve arzu edilen sonuç.

Bu, ürünleri nasıl geliştirdiğimiz ve yönettiğimiz konusunda büyük bir değişime yol açtı. Artık tek tek özellikleri tartışmaya daha az, sistemin anlayışını, karar kalitesini ve bağlam içindeki faydasını şekillendirmeye daha çok zaman ayırıyoruz. Bu sayede daha hızlı hareket ediyor, disiplinler arasında daha iyi uyum sağlıyor ve belirsizliği uygulanabilir ürün yönlendirmelerine dönüştürmede daha etkili oluyoruz. Ayrıca zayıf veya uyumsuz yönleri keşfetmek için harcadığımız süre de azaldı.

Deneyimlerimize göre, erken ürün keşfi sırasında yineleme hızında yaklaşık 5 kat ila 10 kat arasında bir iyileşme elde ettik. Ancak en önemli ölçüt öğrenme hızıdır. Zamanımızın çoğunu az sayıda seçenek üretmeye harcamak yerine, hangi yönün izlenmeye değer olduğunu değerlendirmeye daha fazla zaman ayırıyoruz.

Bu, ürün keşfinin ekonomisini anlamlı biçimde değiştiriyor. Yapay zekâ yalnızca iş akışımızı hızlandırmadı; çalışma modelimizi de değiştirdi.

Niyete odaklanmak bir ürünün seyrini nasıl değiştirdi?

İşte bir örnek. Ürünlerimizden biriyle çalışmaya başladığımız ilk dönemde önemli bir ürün sorusunu test ettik: “Ürün esas olarak görsel çıktıları daha hızlı üretmeye mi, yoksa kullanıcıların daha erken aşamada daha güçlü bir ürün yönü belirlemesine yardımcı olmaya mı odaklanmalı?” Yapay zekâ, her iki modeli de somut biçimde denememize olanak tanıyarak bu keşif sürecini önemli ölçüde geliştirdi.

Farklı niyet yapılarını, etkileşim modellerini ve çıktı davranışlarını hızla test edebiliyor, ardından kullanıcıların en fazla değeri nerede elde ettiğini gözlemleyebiliyorduk. Açıkça gördüğümüz şey, kullanıcıların yalnızca daha hızlı üretim istemediğiydi. Sürecin başında daha fazla netlik istiyorlardı; belirsiz hedefleri tutarlı ürün yönlerine dönüştürebilecekleri bir yol arıyorlardı.

Bu içgörü, ürün kararını doğrudan şekillendirdi. Tamamen çıktı odaklı bir model yerine, niyet öncelikli bir model üzerine inşa etmeyi seçtik. Yapay zekâ bunu mümkün kıldı; çünkü ürün mantığını geleneksel keşif yöntemlerinin izin verdiğinden çok daha erken bir aşamada prototiplememize ve karşılaştırmamıza olanak tanıdı.

Yapay zekâ, kullanıcı niyetine ilişkin geleneksel varsayımlara neden meydan okuyor?

Yapay zekânın beni vazgeçmeye zorladığı ürün varsayımlarından biri şu: Değerin ancak kullanıcı ne istediğini bildiğinde başladığı düşüncesi.

Geleneksel ürün düşüncesinde çoğu zaman kullanıcının aklında makul ölçüde net bir görev, niyet veya çözümle geldiğini ve ürünün görevinin bunu daha iyi gerçekleştirmesine yardımcı olmak olduğunu varsayarız. Yapay zekâ bu konudaki düşüncemi değiştirdi.

En yüksek değere sahip anların bazılarının aslında daha erken gerçekleştiği netleşti; kullanıcıların netlikten yoksun olduğu ancak bir yönelime sahip bulunduğu anlarda. Bir hedefleri, bir gerilimleri, bir marka hedefleri veya başarmak istedikleri şeye dair belirsiz bir fikirleri olabilir; ancak tanımlanmış bir çözümleri yoktur. Yapay zekâ, kullanıcıların uygulamaya geçmeden önce niyeti keşfetmesine, yorumlamasına ve şekillendirmesine yardımcı olarak tam da bu belirsiz alanda değer yaratabilir.

Bu, ürün tasarımı hakkındaki düşüncemi değiştirdi. Artık ürünü yalnızca görevleri tamamlamaya yarayan bir araç olarak görmüyorum. Giderek onu, kullanıcıların yalnızca mevcut niyetleri doğrultusunda hareket etmelerine değil, daha iyi niyetler oluşturmalarına yardımcı olan bir sistem olarak görüyorum.

Yapay zekâ seçenekleri neden genişletir ve insanlar neden onları daraltır?

Hızın, sentezin ve kapsamın önemli olduğu alanlarda yapay zekâya en çok güveniyorum: keşif, örüntü tanıma, kavram keşfi, erken deneyler ve olası ürün yönlerinin hızlı değerlendirilmesi.

Örneğin yapay zekâ, kullanıcılardan ve pazarlardan gelen sinyalleri işleme, birden fazla çözüm yolunu oluşturup karşılaştırma, kullanıcı deneyimi ve kavram yinelemelerini hızlandırma ve ödünleşimleri geleneksel iş akışlarından daha erken ortaya çıkarma konusunda son derece faydalıdır. Özellikle amaç tek bir yanıt üretmek değil, yüksek kaliteli seçenekler alanını genişletmek olduğunda çok güçlüdür.

Kesinlikle insana özgü kalanlar; vizyon, önceliklendirme, zevk, etik ve hesap verebilirlikle ilgili kararlardır. Yol haritası seçimleri, stratejik sıralama, markayı tanımlayan ürün kararları ve nihai teknik ödünleşimler hâlâ insan muhakemesi gerektirir; çünkü bunlar, yapay zekânın tam olarak üstlenemediği şekillerde bağlama, sonuçlara ve sorumluluğa bağlıdır.

Kesinlikle insana özgü kalanlar; vizyon, önceliklendirme, zevk, etik ve hesap verebilirlikle ilgili kararlardır.

Bu nedenle yapay zekâyı karar verici olarak görmüyorum. Onu, karar alanını genişleten akıllı bir sistem olarak görüyorum. Seçeneklerin daraltılması, ödünleşimlerin kabul edilmesi ve bir yönün sorumluluğunun üstlenilmesi gereken noktada insanın rolü daha da önemli hâle geliyor.

Yapay zekâ entegrasyonu neden hem olumlu hem de olumsuz sonuçları artırır?

Yapay zekânın sonuçları hem olumlu hem de olumsuz açıdan güçlü oldu.

Olumlu açıdan yapay zekâ, ürün çalışmalarındaki hızı, kapsamı ve öğrenme ivmesini önemli ölçüde geliştirdi. Daha fazla yönü daha erken keşfedebiliyor, varsayımları daha hızlı test edebiliyor ve eskisine kıyasla çok daha az sürtüşmeyle kararları destekleyen çıktılar oluşturabiliyoruz. Özellikle keşif ve erken deney aşamalarında bu durum, yineleme döngülerini kısalttı ve ekiplerin belirsiz fikirlerden yapılandırılmış ürün yönlerine çok daha hızlı geçmesine yardımcı oldu. Niteliksel olarak da uyumu geliştirdi; çünkü tasarım, ürün ve mühendislik ekipleri sürecin çok daha erken bir aşamasında somut bir şey üzerinden tepki verebiliyor.

Olumsuz açıdan yapay zekâ yeni riskler de getiriyor. Çıktılar, onları gerçekten doğrulamadan önce çoğu zaman ikna edici göründüğü için kesinlik yanılsaması yaratabiliyor. Bunun gibi makul görünen ancak güvenilir olmayan davranışlar da güven erozyonuna yol açıyor. Yapay zekâ ekipleri seçeneklere boğabilir; bu da ürün muhakemesini azaltmak yerine daha önemli hâle getirir. Bazı durumlarda artık zorluk olasılıkları üretmek değil; titizliği, zevki, önceliklendirmeyi ve stratejik odağı korumaktır.

Dolayısıyla net sonuç açıkça olumlu oldu. Ancak bunu şöyle ifade ederdim: Yapay zekâ üretken kapasitemizi artırırken liderlik disiplininin çıtasını da yükseltti. En çok fayda sağlayan ekipler, yapay zekâyı en fazla kullananlar değil, onu en net muhakemeyle kullananlardır.

Yapay zekâ destekli ürünler piyasaya sürüldüklerinde hangi risklerle karşılaşır?

Yapay zekâ destekli bir ürünü piyasaya sürmenin en zor kısmı zekâ oluşturmak değil, belirsizliği ürüne dönüştürmektir.

Başlangıçta model yeteneğine ve etkileyici çıktılara odaklanmak cazip gelir. Ancak gerçek ürün ortamlarında kullanıcılar tutarlılığa, kontrole, öngörülebilirliğe ve ürünün iş akışlarına doğal biçimde uyup uymadığına da aynı derecede önem verir. Yapay zekâ kısa sürede heyecan yaratabilir, ancak heyecan güvenle aynı şey değildir.

Yapay zekâ kısa sürede heyecan yaratabilir, ancak heyecan güvenle aynı şey değildir.

Bunu en başından daha derinlemesine kavramış olsaydım beklenti belirleme, etkileşim tasarımı, geri bildirim mekanizmaları ve sistemin neyi iyi yaptığıyla insan muhakemesinin hâlâ nerede gerekli olduğu konusundaki sınırları daha erken ele alırdım. Ayrıca güçlü demo anlarını kalıcı ürün değeriyle karıştırmamak konusunda daha dikkatli olurdum.

Nelerden kaçınabilirdim? Esas olarak önlenebilir hayal kırıklığından ve benimseme sürecindeki sürtüşmeden. Yapay zekâ ürünü lansmanlarındaki en büyük risk çoğu zaman teknik olarak düşük performans göstermek değil, deneyim açısından fazla söz vermektir. Bu, artık çok ciddiye aldığım bir ders.

Beyaz tahta neden hâlâ bir ürün liderinin en önemli aracıdır?

Tüm gösterişli yapay zekâ araçlarına rağmen beyaz tahta — fiziksel veya dijital — hâlâ ürün liderleri için en önemli araçtır. Çünkü üründeki en önemli çalışma hâlâ çerçeve oluşturmaktır. Diğer her şey bunun sonucunda ortaya çıkar.

Bu nedenle, beyaz tahtayı sürecin en başında, netliğin ayrıntıdan daha önemli olduğu noktada kullanıyorum. Problemi çerçevelediğimiz, sistemi haritalandırdığımız, varsayımları ortaya çıkardığımız ve spesifikasyonlara, tasarım dosyalarına veya uygulama araçlarına geçmeden önce ekibi hizaladığımız yer burası.

Yön netleştikten sonra bu düşünceyi dijital iş akışına aktarıyoruz: ürün gereksinimleri, tasarım sistemleri, prototipler, yol haritaları ve deneyler. Beyaz tahta, karmaşıklığın anlaşılır hâle geldiği yerdir. Dijital teknoloji yığını ise bu anlayışın operasyonel hâle geldiği yerdir.

Christian'ın Düşünceleri

Beyaz tahta, karmaşıklığın anlaşılır hâle geldiği yerdir. Dijital teknoloji yığını ise bu anlayışın operasyonel hâle geldiği yerdir.

Ürün liderleri neden netliğe odaklanmalı?

Tavsiyem şu: Bu anı yalnızca araç kullanımındaki bir değişim olarak görmeyin — bunu ürün düşüncesinde bir değişim olarak ele alın.

En başarılı olacak liderler, en fazla yapay zekâ özelliğini en hızlı ekleyenler değil. Değeri nasıl yarattıklarını, insan muhakemesinin en çok nerede önem taşıdığını ve iş akışının hangi bölümlerini yalnızca hızlandırmak yerine yeniden tasarlamaları gerektiğini yeniden düşünenler olacak.

Bu nedenle merakınızı koruyun, agresif bir şekilde deney yapın, ancak disiplinli olun. Teknolojiyi öğrenin, elbette — ama güveni, bağlamı, karar kalitesini ve benimsenmeyi anlamaya daha da fazla zaman ayırın. Yapay zekâ kaldıraç etkisini artırır, ancak sığ ürün düşüncesini de çok hızlı bir şekilde cezalandırır.

Bunu tek cümleyle özetlemem gerekirse: Deney yapma konusunda cesur olun, ancak netlik konusunda daha da cesur olun.

Takipte kalın

Christian Braun'ı LinkedIn üzerinden takip edebilirsiniz. Ayrıca Depix ve Product Vision'a göz atın.

The CPO Club'da yakında daha fazla uzman röportajı!