Kıdemli Ürün & Mühendislik Direktörü, yapay zekânın ürün kuruluşları üzerindeki en büyük etkisinin siloların ortadan kaldırılmasından geldiğini söylüyor

Andrew Knight, Cycle Labs'te Ürün ve Mühendislik Kıdemli Direktörü'dür. Ayrıca "Automation Panda" olarak tanınır ve aynı adla bir blogu vardır.

Organizasyonundaki siloları yapay zekâ kullanarak nasıl ortadan kaldırdığını görmek için Andrew ile görüştük. Bize anlattıkları şöyle.

Yapay zekâ, ürün ekipleri için güç çarpanı olabilir

Benim adım Andrew Knight, ancak daha çok "Automation Panda" olarak tanınıyorum. Kariyerim, test sorunlarına yönelik çözümler geliştirmeye odaklandı. On yıl boyunca SDET olarak çalıştım. Daha sonra DevRel alanında görev yaptım. Şimdi ise tedarik zinciri sistemleri için bir test otomasyon platformu geliştirdiğimiz Cycle Labs'te bir Ürün ve Mühendislik ekibine liderlik ediyorum.

Cycle, depo yönetim sistemleri (WMS) ve bunlarla ilişkili tedarik zinciri sistemleri için bir test otomasyon platformudur. Özellikle yükseltmeler sırasında doğru WMS yapılandırmalarını sağlaması gereken kurumsal müşterileri hedefliyoruz. Ayrıca Cycle test projelerinin uygulanmasına yardımcı olmak için iş ortaklarını da hedefliyoruz. Kullanıcı tabanımız, kendilerini test uzmanı olarak görmeyen depo yöneticilerinden, birden fazla tesiste ölçeklenebilir test paketleri oluşturan seçkin SDET'lere kadar uzanıyor.

Platformun bölümlerini birden fazla teklif aracılığıyla sunuyoruz. Birincil dağıtılabilir ürün, kullanıcıların otomatik testler yazıp çalıştırmasını sağlayan bir Windows masaüstü uygulaması/kitidir. Ayrıca kullanıcıların test geliştirmeye hızlı bir başlangıç yapmasına yardımcı olmak için test kodu kitaplıkları da sunuyoruz. Bunun yanı sıra test geliştirmeyi ve test yürütmeyi desteklemek üzere web uygulamaları, hizmetler ve altyapı geliştiriyoruz.

Yaklaşık bir yıl önce yapay zekâ destekli kodlama araçlarını ciddi olarak kullanmaya başladım. Artık tüm ekibim iş akışlarını hızlandırmak için yapay zekâyı benimsiyor. Ayrıca müşterilerimiz ve iş ortaklarımız için Cycle test platformuna yapay zekâ yetenekleri ekliyoruz. Bu çok heyecan verici!

Doğru ellerde yapay zekâ, ürün geliştirme ve mühendislik için bir güç çarpanıdır.

Andrew Paylaşıyor

Yapay zekâ, insanların daha fazlasını yapmasını ve bölümleri ortadan kaldırmasını sağlıyor… Bu değişiklik yeni gerçekleşti ve hâlâ bu süreçte yolumuzu bulmaya çalışıyoruz, ancak nereye varacağımızı görmek beni heyecanlandırıyor. Şimdiye kadar daha az sürtüşme, daha fazla sahiplenme ve daha hızlı sonuçlar gördüm.

Yapay zekâ, ürün ekiplerinin siloları ortadan kaldırmasını nasıl sağlıyor?

Yapay zekâ, insanların daha fazlasını yapmasını ve siloları ortadan kaldırmasını sağlıyor.

Daha önce organizasyon yapımız daha gelenekseldi; Ürün Yönetimi ve Mühendislik ekipleri ayrı çalışıyordu. Artık bunları tek bir ekipte birleştirerek siloları ortadan kaldırdık ve sorumlulukları bir araya getirdik. Mühendislerimizin yalnızca "yazılım" mühendisi değil, sorunların tüm kapsamını sahiplenen "ürün" mühendisi olmasını bekliyoruz.

Bu değişiklik yeni gerçekleşti ve hâlâ bu süreçte yolumuzu bulmaya çalışıyoruz, ancak nereye varacağımızı görmek beni heyecanlandırıyor. Şimdiye kadar daha az sürtüşme, daha fazla sahiplenme ve daha hızlı sonuçlar gördüm.

Yapay zekâ teknik olmayan ekipleri nasıl güçlendiriyor?

Siloların ortadan kaldırılması yalnızca ürün ve mühendislik ekipleri için geçerli değil. Bunun ötesine geçiyor.

Bir örnek verelim. Cycle, test yazmak için özel bir programlama dili sunuyor. Kısa süre önce test uzmanlarının Cycle'ın diline yeni adımlar eklemesine olanak tanıyan bir eklenti mimarisi oluşturduk. Eklenti SDK'mız Java programlama becerileri gerektiriyor, ancak yapısı ve kalıpları oldukça basit.

Yapay zekâ destekli kodlama asistanlarını kullanan operasyon ve hizmet ekiplerimizdeki kişiler artık kendi eklentilerini yazabiliyor. En az on yıldır koda dokunmamış olan, eski CEO'muzdan İcra Kurulu Başkanımıza dönüşen kişi bile başarıyla bir eklenti geliştirdi!

Yapay zekâ ürün organizasyonlarında nerelerde etkili şekilde kullanılabilir?

Ekipteki herkesin Claude aboneliği var. Çoğu kişi bunu kodlama için kullanıyor, ancak bazıları belgeler, API'ler ve MCP sunucuları için Claude Cowork'u kullanmaya başlıyor.

Ayrıca bu yolculukta henüz yeni olduğumuz ve ürün yönetimi süreçlerimiz mühendislik süreçlerimiz kadar olgun olmadığı için denemeleri ve teknik ödünleşimleri yapay zekâya bırakıyoruz.

Model doğru bağlama ve geliştirme çerçevesine sahip olduğunda, mühendislerin doğrudan özelliklere dönüştürebileceği kullanıcı hikâyeleri ve kabul kriterleri üzerinde beyin fırtınası yapmak için yapay zekâyı kullandım.

Ancak keşif, önceliklendirme, yol haritası planlama ve UX kararlarının hâlâ insanların sorumluluğunda olması gerektiğine inanıyorum.

Yapay zekâyla hızlı prototipleme ürün süreçlerini nasıl değiştiriyor?

Yapay zekâ destekli kodlama ve prototiplemeyle desteklenen hızlı denemeler, özellikler hakkında her zamankinden daha hızlı geri bildirim toplamamızı sağladı.

Yapay zekâ destekli kodlama, uzun düşünme ve tahmin etme döngülerini ortadan kaldırıyor. Ekip artık daha hızlı ve daha önce aşina olmadığı teknoloji yığınlarında kod yazabiliyor. Bu da ürün yöneticilerinin prototipleri kendilerinin oluşturup kullanıma sunabileceği anlamına geliyor. Ayrıca mühendisler, teknik özellikleri otomatik testlerle birlikte doğrudan çalışan koda dönüştürebiliyor. Test uzmanları da hem gereksinimlerden hem de gerçek koddan kritik bilgileri çıkarabiliyor.

Böylece ürün yöneticilerinin artık bir şeyler geliştirmeleri için mühendisleri beklemesi gerekmiyor. Artık görüşlere de güvenmiyoruz. Bir şeyleri hızla geliştiriyor, müşterilerin karşısına çıkarıyor ve hemen geri bildirim alıyoruz. Buradan hareketle kanıtlanmış başarılar üzerinde yineleme yapıyor, işe yaramayan yaklaşımlardan ise uzaklaşıyoruz. Son olarak başarılı prototipleri mühendislere devrediyoruz.

Andrew Paylaşıyor

Ürün yöneticilerinin artık bir şeyler geliştirmeleri için mühendisleri beklemesi gerekmiyor. Artık görüşlere de güvenmiyoruz. Bir şeyleri hızla geliştiriyor, müşterilerin karşısına çıkarıyor ve hemen geri bildirim alıyoruz.

Yapay zekâ nasıl daha eleştirel düşünmeyi sağlıyor?

Yapay zekânın zaman kazandıran faydalarından bahsettim, ancak bunun neden önemli olduğundan bahsetmedim. Fayda, kazandığımız zamanın kendisi değil; bu zamanla yapabileceklerimizdir.

Yapay zekâ teknik özellikleri yazma, kod yazma ve hatta test yazma gibi zahmetli işlerin çoğunu üstlendikçe ekibim hangi sorunları çözmemiz gerektiği üzerine daha eleştirel düşünebiliyor. Bu da daha iyi ürünler ortaya çıkmasını sağlıyor.

Ürün liderleri neden yapay zekâyı desteklemeli, ancak onu seçici biçimde kullanmalı?

Yapay zekâ, bilgi aramanın ve soruları yanıtlamanın daha hızlı bir yolundan ibaret değil. Google değil. İş akışlarını iyileştirmeye yarayan bir araç.

İşte tavsiyem: Bunu göz ardı etmeyin. Karşı çıkanları ve değişime direnenleri yolunuzdan çekin. Kuruluşunuz için bunun gerçekleşmesini sağlamak üzere lobi yapın ve konumlanın.

Ancak daha da önemlisi, yapay zekâyı düşünmeden her şeye uygulamayın. Aklınızı kullanın. Gerçek sorunları çözen şeyler geliştirin.

Takipte kalın

Andrew Knight'ın çalışmalarını LinkedIn üzerinden takip edebilirsiniz. Ayrıca Automation Panda adlı bloguna da göz atabilirsiniz.

The CPO Club'da yakında daha fazla uzman röportajı!