Önemli Çıkarımlar:
OpenAI, Google ve Anthropic, karmaşık dahili iş akışlarını otomatikleştirmek için kendi yapay zeka ajanlarını kullanıyor; bu durum, daha geniş kurumsal dünyayı bekleyen hem verimlilik kazanımlarını hem de yönetişim zorluklarını gözler önüne seriyor.
En güçlü yapay zeka araçlarını inşa eden şirketler, aynı zamanda bu araçların en agresif dahili müşterileri konumunda. Fatura doğrulamadan sözleşme incelemesine kadar uzanan görevler için otonom ajanlar kullanıyorlar ve verimlilik kazanımlarının kendi sorunlarını da beraberinde getirdiğini keşfediyorlar.
"İnsanlar bunu başka amaçlar için de kullanmaya başladı," dedi OpenAI'de Codex dağıtım mühendisi olan Kelsey Pedersen, neredeyse tüm çalışanların artık genel bilgi çalışmaları için haftalık olarak kullandığı kodlama aracı hakkında.
Google'ın finans ekibi geçen yıl, tedarikçi faturalarını sözleşme şartlarıyla karşılaştıran bir fatura doğrulama ajanı kullanmaya başladı ve şirketin beş kat daha fazla faturayı incelemesine olanak tanıdı. Google'ın finans organizasyonunda yapay zeka uygulamasını yöneten başkan yardımcısı Kristin Reinke'ye göre, bu ajanın fazla ödeme sorunlarında yılda 200 milyon dolar tasarruf sağlaması bekleniyor. Anthropic'te ise pazarlama operasyonları çalışanları, daha önce görev başına 15 dakika ile bir saat arasında süren veri aktarımlarını otomatikleştirmek için Claude ajanlarını kullanıyor.
Ancak ajan tabanlı iş akışları yeni sürtüşmeleri de beraberinde getiriyor. Gartner, ortalama bir Fortune 500 şirketinin iki yıl içinde 150.000'den fazla yapay zeka ajanı çalıştıracağını tahmin ediyor, ancak kuruluşların yalnızca %13'ü yeterli yönetişime sahip. Google'ın fatura ajanı o kadar iyi çalıştı ki, işaretlenen uyuşmazlıklardan oluşan bir birikim yarattı ve bu birikim, artık tedarikçilerle iletişime geçmek için başka bir ajana ihtiyaç duyulmasına neden oldu. Yöneticiler, bu kademeli otomasyon döngüsünün kurumsal yapay zeka benimsemesinin bir sonraki aşamasını tanımlayacağını söylüyor.
Kodlama Aracından Kurumsal Beygire
OpenAI'in Codex'i, başlangıçta yazılım geliştiriciler için tasarlanmış olsa da, pazarlama, işe alım ve hukuk dahil olmak üzere teknik olmayan ekiplerin de benimsemesi için yeterince sezgisel olduğunu kanıtladı. OpenAI'in pazara giriş ekibinde hesap yöneticisi olan Ashton Summers, bir müşteri faturalama sorununu araştırmak için Codex'i kullandı; bu iş daha önce faturalama ve operasyon ekibini gerektiriyordu. Ajan, günlük olarak güncellenen bir müşteri panosu oluşturdu, potansiyel müşteriler için ürün demoları hazırladı ve 30 dakikalık e-posta ve Slack mesajlarını tarayarak yeni bir çalışan için bir geçiş belgesi oluşturdu.
OpenAI'de genel hukuk müşaviri yardımcısı olan Nicole Diaz, Codex'i genellikle kıdemli bir yardımcının üstleneceği işler için kullanıyor; buna yeni çalışanların çıkar çatışması beyanlarını analiz etmek de dahil. Ajan, bir kişinin başka bir şirketin yönetim kurulunda kaldığını veya bir rakibin yanında çalışan bir akrabası olduğunu işaretleyebiliyor. Diaz, hâlâ kıdemli yardımcılar işe aldığını söylüyor — kısmen Codex'in çıktısını incelemek için.
10x Problemi
Google'da mühendislik üyesi olan Partha Ranganathan, "10x problemi" olarak adlandırdığı durumu tanımladı: Bir iş akışı on kat hızlandığında, sistemde başka bir şey bozuluyor. Google'ın fatura ajanı o kadar çok uyuşmazlık işaretledi ki, operasyon ekibi tedarikçi takiplerine yetişemedi. Çözüm, tedarikçilerle otomatik olarak iletişime geçecek başka bir ajan.
AI danışmanlık firması Mindspan Labs'ın ortağı Jeremy Korst, küçük şirketlerin ajanlar konusunda en çevik olduğunu, ekipler arası koordinasyonun ise büyük kuruluşlarda sürtüşme yarattığını söyledi. Bir hukuk ekibi, satış departmanının kendi sözleşme incelemelerini yapmak için yapay zeka kullanmasını istemeyebilir, dedi. "Gerçek bir sürtüşme var," dedi Korst. "Bu çok yaygın bir konuşma."
Yatırım Boyutu
Yatırımcılar için OpenAI, Google ve Anthropic'teki dahili dağıtım modelleri, kurumsal yapay zeka pazarının gidişatına dair bir önizleme sunuyor. Google'ın ana şirketi Alphabet, ileriye dönük kazancının yaklaşık 22 katından işlem görüyor ve tek bir finans ajanından elde edilen yıllık 200 milyon dolarlık tasarruf — 350 milyar dolarlık piyasa değerine kıyasla mütevazı olsa da — finans direktörlerinin ölçmeye başladığı maliyet düşürme potansiyelini gösteriyor. Gartner'ın, teknoloji liderlerinin %23'ünün geliştirici başına aylık 200 ila 500 dolar arasında yapay zeka kodlama token'ı harcadığı bulgusu, ajan tabanlı araçlar için hedef pazarın hızla genişlediğini ve token tabanlı fiyatlamanın kurumsal bütçeleri yeniden şekillendirebilecek maliyet oynaklığı getirdiğini gösteriyor.
Bu makale yalnızca bilgilendirme amaçlıdır ve yatırım tavsiyesi niteliği taşımaz.
