Yapay Zeka Nasıl Çalıştığınızı Öğrenmeli

Snappy PM'i ilk tasarlarken, çok doğal bir fikir geldi aklımıza:

Madem yapay zekamız var, neden bir şirketin geçmiş projelerini yapay zekaya okutup o şirkete ait bir Workflow'u otomatik olarak ürettirmiyoruz?

Kulağa mantıklı geliyor.

Hem de çok AI-native.

Ama geliştirmeye devam ettikçe fikrimizi değiştirdik.

Çünkü yapay zeka basit bir şeyi kolayca çok zekice gösterebilir.

Bir şirketin geçmiş projelerine bakar ve oradan birçok Stage, Rule, Role ve Exception çıkarabilir.

Ama sorun şu:

Geçmişte olan, gelecekte de öyle olması gerektiği anlamına gelmez.

Bir şirketin kendi tarihsel süreçleri zaten birçok tesadüfi, verimsiz, hatta yanlış uygulama içeriyor olabilir.

Yapay zeka bu tarihi çok özenle öğrenirse, sonuç muhtemelen sadece şu olur:

Automating yesterday.

Bu yüzden Snappy PM'in yeni versiyonu çok önemli bir sadeleştirme yaptı.

Artık yapay zekanın her şirket için bir State Machine icat etmesine izin vermiyoruz.

Bir projenin temel iskeleti beş Phase'dir:

Requirement Capturing

Scoping & Design

Implementation or Manufacturing

Deployment or Installation

Closing

Bu kısım sabit kalır.

Yapay zekanın gerçekten öğrenmesi gereken şey, şirketler arasındaki anlamlı farklardır.

Örneğin:

Hangi Phases sizin için geçerli?

Genelde ne tür Quotations kullanıyorsunuz?

Payment Terms'iniz nedir?

Hangi Documents sizin kendi standart şablonlarınız?

Inventory'niz var mı?

Müşteri bu şirketle mi muhatap oluyor, yoksa grup içindeki başka bir Sales Company ile mi?

İşte bunlar:

How you work.

Yani Snappy geçmiş bir projeyi okuyabilir, şirketin çalışma alışkanlıklarını ve dokümanlarını anlayabilir ve öneriler sunabilir.

Ama ona bir ilke daha verdik:

Evidence or default.

Yapay zeka bir şirketin belirli bir şekilde çalıştığına inanıyorsa, bize şunu söyleyebilmeli:

bunu hangi gerçek dokümanlarda gördüm.

Kanıt yoksa, basit ve stabil platform varsayılanları kullanılır — yapay zekanın tahmin etmesine izin vermek yerine.

Bunun yapay zeka ürün tasarımında çok önemli bir sınır olduğunu giderek daha çok hissediyorum.

Yapay zekanın en değerli yanı ille de:

her şeyi yapay zekanın kararlaştırması değil.

Şunu bilmek:

ne sabit kalmalı, ne öğrenilebilir.

Accounting rules sabit kalmalı.

Temel Project Flow sabit kalmalı.

Yetki sınırları sabit kalmalı.

Bir şirketin dokümanları, alışkanlıkları, şablonları ve somut çalışma biçimleri ise öğrenilebilir.

Bu yüzden artık Snappy PM'i şöyle tanımlamayı tercih ediyoruz:

AI learns how you work.

It doesn't invent how you should work.

Yapay zeka, bir işletmenin yazılıma uyum sağlama maliyetini azaltmalı.

Yeni bir karmaşıklık katmanı yaratıp sonra işletmeden yapay zekaya uyum sağlamasını istememeli.

SnapLedger, your life easier.