Orijinal Başlık: Dünya Neden Hâlâ SAP Üzerinde İşliyor
Orijinal Yazar: Eric ve Seema Amble, a16z
Çeviri: Peggy, BlockBeats

Editör Notu: Yapay Zeka hakkındaki konuşmalar hala yeni ürünler ve yeteneklerle sınırlıyken, daha yapısal bir değişiklik, kurumsal yazılımın altında sessizce gerçekleşiyor. Bu makalede odaklanılan konu, Yapay Zeka'nın kaç yeni uygulama yaratacağı değil, aksine SAP, Salesforce, ServiceNow gibi şirketlerin temel sistemlerinde nasıl yer aldığıdır.

Basitçe söylemek gerekirse, bu üç sistem, şirketin işleyişinde farklı yönleri temsil eder:

· SAP, finansı, envanteri ve üretimi gibi temel kaynak yönetiminden sorumlu olup şirketin "genel defteri"ni oluşturur;

· Salesforce, müşteri ve satış süreçlerini yönetir ve şirketin gelir elde etme şeklini belirler;

· ServiceNow ise iç süreçleri ve işletme sistemlerini taşır, organizasyonun düzenli bir şekilde işlemesini sağlar. Bu sistemler, şirketin günlük operasyonlarının altyapısını oluşturur.

Bu sistemler bir yandan son derece kritikken, diğer yandan genellikle zor, karmaşık ve ağır işler. Şirketler, bunların üzerine birçok özel uygulama ve süreç ekleyerek, onları sadece bir organizasyonun hafızası haline getirmekle kalmaz, aynı zamanda taşınması zor bir teknolojik yük haline dönüşürler. Bir sistem ne kadar önemliyse, değiştirilmesi o kadar zor olur.

Burada Yapay Zeka'nın fırsatı ortaya çıkıyor.

Bu sistemleri değiştirmek yerine, daha gerçekçi bir yol, onların üzerine yeni bir eylem tabanlı sistem inşa etmektir; uygulama aşamasında göç maliyetlerini düşürmek, kullanım aşamasında otomasyon ve ajanlık ile işlemleri basitleştirmek, genişletme aşamasında karmaşık özelleştirmeler yerine hafif uygulamalarla değiştirmektir. Dolayısıyla, gerçek değişim, sistemlerin bizzat değiştirilip değiştirilmeyeceğinde değil, insanların sistemlerle etkileşim biçiminde yeniden yazıldığı noktadadır. Yapay Zeka, SAP, Salesforce veya ServiceNow'u yerine koymayacak, ancak onları giderek "görünmez" hale getirebilir. Ve yeni platformlar, işte bu görünmez arayüzün üzerinde, kurumsal yazılımın gerçek değer sınırını yeniden oluşturacak.

Aşağıda orijinal metin yer almaktadır:

Yapay Zeka'nın gelişmesiyle, yeni başlayan şirketler ve müşterilerinin odak noktası çoğunlukla yeni beceriler ve bunların doğurduğu ürünlerdir. Örneğin, çeşitli çarpıcı sesli asistanlar, iş akışı otomasyon araçları ve metin oluşturma uygulamalarından gelen platformlar.

Bu alanlar kesinlikle ortaya çıktı ve birçok heyecan verici şirketin doğmasını sağladı (biz de bunlardan bazılarına yatırım yaptık). Ancak Yapay Zeka'nın gerçek etkisi, belki de bu görünüşte harika alanlarda değil, daha az göz alıcı ama daha değerli bir yönde olabilir: Organizasyonların mevcut çalışan büyük miktardaki yazılımını daha iyi nasıl kullanabileceğine yardımcı olmak.

Burada bir sorun var, ilk duyduğunuzda hatta biraz kırıcı gelebilir, ancak bir Fortune 500 şirketinde bir hafta geçirdikten sonra bunun gerçek anlamını anlayacaksınız: Neden insanlar hala SAP (ve ServiceNow, Salesforce gibi) kullanıyor?

Kısaca cevap şudur: SAP ve benzeri büyük ölçekli sistemler, işletmenin işleyişi için gerekli temel verileri tutmaktadır. Ancak daha da önemlisi, işletmeler bu sistemler üzerinde büyük ölçekli özelleştirmeler yapmış, karmaşık iş akışlarını ve rol dağıtımlarını eklemişlerdir ve bu özelleştirmelerin büyük bir kısmı, hatta net bir şekilde belgelenmemiştir. Bu sistemlerden ayrılmak genellikle yüksek maliyetli, uzun ve acı verici bir süreçtir ve genellikle geniş bir danışman ekibi, yıllar süren bir zaman ve milyonlarca dolarlık bir maliyet gerektirir. Örneğin, SAP ECC'den SAP S/4HANA'ya geçiş, 700 milyon dolar maliyetle, 3 yıl sürebilir ve Accenture'dan gelen 50 kişilik bir ekibi gerektirebilir. Ve göç işlemi tamamlandığında, bu yazılım genellikle sadece salt okunur raporlar oluşturmak için kullanılır ve neredeyse hiç esneklik sağlamaz.

Ancak durum, değişiyor.

Yapay Zeka yeni bir olasılık alanı açıyor, işletmelerin bu sistemleri yükseltmelerine, özelleştirmelerine, değiştirmelerine izin veriyor ve daha da önemlisi, içindeki verilere daha verimli bir şekilde erişmelerine ve bu verileri kullanmalarına olanak tanıyor.

Nihayetinde, Yapay Zeka'nın amacı belki de SAP/ServiceNow/Salesforce'yu değiştirmek değil, onları daha programlanabilir, daha kullanıcı dostu hale getirmektir. Gerçek kazananlar, şu iki şeyi yapabilen platformlar olacaktır: ilki, işletme dijital dönüşüm bütçesine müdahale etmek, riski nicel bir şekilde azaltmak ve süreyi kısaltmak; ikincisi, günlük işleyişe adım adım nüfuz etmek, işin kontrol merkezi haline gelmek, geleneksel şişman arayüzleri ayrıştırmak ve AI destekli işlemlere ve hafif uygulamalara izin vermek.

Diğer bir deyişle, sistem kayıtları kendileri kaybolmayacak; gerçek dönüşüm, üst katmanın etkileşim arayüzü, otomasyon yeteneği ve genişletme katmanında gerçekleşecektir, bu, yazılım rekabetinin geleceğindeki yerdir.

SAP zor ama ona hala ihtiyacımız var

Bu sorunu açıklamak için önce basitçe SAP'ın ne olduğunu ve ne yaptığını anlatalım. Yüzeysel olarak, bu tür sistemler zor kullanılabilir, işletmesi karmaşıktır, değişiklik maliyeti yüksektir, kullanımı oldukça acı vericidir; ancak aynı zamanda küresel büyük organizasyonların işleyişinin temel taşıdır. SAP'ı günlük olarak nasıl kullandığınızı düşünün.

Ancak bu sözde anlaşılmaz, kendisi fırsatın ta kendisidir.

Biraz rahatsız edici ancak daha gerçekçi bir cevap şudur: Bu sistemler, o karmaşık arayüzler ve bitmek bilmeyen yapılandırma altında, aslında son derece güçlüdür. Bunlar, işletmenin en temel veri modelini taşır, uyumluluğu sağlamak için tanımlanmış izin ve kontrol mekanizmalarını belirler, ölçeklenebilir işleyişi destekleyen iş akışlarını yerleştirir, ayrıca onlarca hatta yüzlerce alt işlem entegrasyon ilişkisine bağlıdır. Bunlar, tüketici interneti anlamında bir uygulama değildir; bunlar, veri tabloları, rol yapıları, onay akışları, muhasebe mantığı ve istisna işleme biçiminde yoğunlaşmış kurumsal hafızadır.

Bu tür sistemlerin değiştirilmesi, sadece pahalı değil, aynı zamanda dolu dolu risk taşır. Ve işletme ne kadar çok yatırım yaparsa, özelleştirilmiş alanlar, süreçler, fiyatlandırma kuralları, rapor mantığı gibi, bu sistem o kadar çok, değişim maliyetinden oluşan bir kalemin oluşturduğu bir sur gibi olur ve hatta rekabet avantajının bir parçası haline gelir. İşte bu nedenle ölçeklenebilirlik bu kadar önemlidir: Her işletme benzersizdir, değişim her yerdedir, örneğin yeni düzenlemeler, yeni ürünler, yeni organizasyon yapıları gibi; bu platformların uzun vadeli var olma nedeni, gerçeğe uyum sağlamak için sürekli ayarlanabilecek olmalarıdır.

Ancak sorun şudur ki, onları güçlü kılan bu tür genişletilebilirlik, onları kırılgan hale getirir. Her özelleştirme, gelecekteki güncelleme sırasında potansiyel bir sorun kaynağıdır; her iş akışı, karmaşık bir labirente dönüşür; her arayüz, kullanıcıya sürekli bir tüketim biçimidir.

Bu kırılganlık neredeyse her yerdedir. CRM geniş çapta benimsenmiş olmasına rağmen, kullanıcı memnuniyeti her zaman tutarsızdır; ERP'nin yüksek özelleştirilmesi, neredeyse her zaman proje gecikmeleri ve bütçe aşımıyla ilişkilidir. Çalışanlar parçalanmış iş akışları tarafından boğulmuş, her gün yaklaşık 1200 kez farklı uygulamalar arasında geçiş yapmak zorundadır, haftada yaklaşık 4 saat israf etmek anlamına gelir; dijital çalışanların %47'si işlerini tamamlamak için gereken bilgileri bulmakta zorlanır. Büyük dijital dönüşüm projeleri de sürekli olarak başarısız olmaktadır, yaklaşık %70'inin belirlenen hedefleri gerçekleştiremediği tahmin edilmektedir. Bu sürtüşmelerin etrafında oluşan harcama oldukça büyüktür, yalnızca yazılım uygulaması ve sistem entegrasyonu pazarı, 2023 yılında yaklaşık 380 milyar dolarlık bir ölçeğe ulaşacaktır.

İşte bu süreçler ve sıkıntılar arasında, yapay zeka yazılımın uygulamasını ve kullanımını dönüştürme fırsatı doğurdu. Bu fırsatı anlamanın basit bir yolu, işletme yazılımının yaşam döngüsünü takip etmektir: İlk olarak uygulama veya taşıma, ardından günlük kullanım, ve nihayet iş değişikliklerinde sürekli olarak katman eklemektir. Her aşamada, temel görev, insan niyetini karmaşık olmayan, yürütülebilir, denetlenebilir işlemlere dönüştürmektir.

Sonraki adımda, AI'nın geleneksel yazılım sistemlerinin kullanımını her aşamada nasıl iyileştirdiğine bakacağız.

Uygulama Aşaması

İlk olarak uygulama aşamasından başlayarak, bu aşama en yüksek riskli, en maliyet duyarlı ve aynı zamanda en net getirili halkadır. Daha belirgin olmak gerekirse, dağınık araştırma bilgilerini, örneğin toplantılar, belgeler, iş emirleri gibi, yapılandırılmış gereksinimlere dönüştürmek ve uygulama için gerekli iş akışını otomatik oluşturmak anlamına gelir; bunlar işlem ve alan eşleme, yapılandırma ve kod, test betikleri, geçiş planı, taşıma kılavuzu ve geçiş öncesi veri temizliği ve denetimi gibi gereklilikleri içerir. Bu süreç son derece karmaşıktır ve hata yapmaya çok müsaittir. Almanya'nın perakende devi Lidl, 5 milyar dolar yatırım yaptıktan sonra SAP dönüşüm projesini sonlandırmak zorunda kaldı.

Bu aşamada, bir grup şirket, göç ve uygulama sürecini desteklemek için çeşitli yardımcı araçlar inşa etmektedir, örneğin çeşitli otomatik pilot sistemler, proje yönetimi araçları vb. Aşağıda tipik bazı örnekler bulunmaktadır:

·Axiamatic, ERP için bir AI güvence katmanı sunmaktadır. Proje bilgi haritası oluşturarak, Slack veya Teams üzerinde talep ve değişiklik yönetiminde potansiyel sorunları belirterek riski azaltır, S/4HANA projesinin ilerlemesini hızlandırır ve SAP Build, KPMG, EY, IBM vb. danışmanlık süreçlerine entegre olmuş ve gömülü hale gelmiştir.

·Conduct, kod ve süreç haritalama odaklı bir otomatik pilot aracıdır. ECC'den S/4'e geçiş sürecinde anlamsal katmanlar ve teknik belgeler oluşturabilir ve özel tablolar ve API'ler için soru-cevapı destekler, şirket içi devralmayı hızlandırır.

·Auctor, sistem entegratörleri ve profesyonel hizmet ekipleri için temsilci tabanlı uygulama teslim yeteneği sunar. Araştırma sürecini otomatik olarak yapılandırılmış gereksinimlere dönüştürebilir ve daha sonra SOW yönetimi, tasarım belgeleri, kullanıcı hikayeleri, yapılandırma ve test planlarına sistem kaydı olabilir.

·Supersonik, ürün etkinleştirmeye odaklanır ve görsel ve sesli asistan aracılığıyla gerçek arayüzde eğitim sağlayarak çözüm mühendislerinin işgücü ihtiyacını azaltır ve kanal ve müşteri odaklı uygulamayı destekler ve genişletir.

·Tessera, AI tabanlı sistem entegrasyon kabiliyeti sağlar, doğrudan mevcut kurumsal ERP sistemine erişebilir, uygulama durumunu değerlendirebilir ve göç sürecinde sorunları otomatik olarak tanımlayabilir ve gidererek uçtan uca dönüşüm yönetimini gerçekleştirebilir.

Bu şirketlerin değeri, dönüşümü daha hızlı, daha ucuz ve daha kontrol edilebilir hale getirmektir. Bu, belirli açılardan şu şekilde yansıtılmaktadır: talep ve değişiklik yönetimi aşamasında sorunları erken tespit ederek, ilerideki sorunların büyümesini önlüyor; zaman çizelgesini sıkıştırıyor, çünkü bir aylık bir gecikme bile milyonlarca dolarlık maliyete yol açabilir; dağınık proje verilerini yapılandırılmış bilgiye dönüştürerek, kurum içi ekiplerin daha hızlı devralmasını sağlıyor; ve otomatik eşleme, belge oluşturma, test ve eğitim aracılığıyla büyük ölçekli sistem entegrasyon ekibine olan bağımlılığı azaltıyor.

Bu alanın, özellikle mevcut iş ortaklarıyla işbirliğine dayalı, karşılıklı çalışan araçlar üzerinde daha fazla girişim şirketi için potansiyel olduğunu düşünüyoruz. Belirli yönlendirmeler şunları içerir:

·Uygulama temsili, proje sonuçları ve riskleri ile ilişkilendirilebilen, talep takibi, yapılandırma karşılaştırması, geçiş simülasyonu, kod oluşturma ve sapma tespiti gibi;

·Anlamsal belge araçları, bilginin her zaman güncel ve erişilebilir olmasını sağlar;

·Etkileşimli eğitim araçları, eğitimi ve kanalın promosyonunu tekrar kullanılabilir ürün yeteneklerine dönüştürür.

Çünkü girişimler, kurumsal yükü gerçekten hafifletebildikleri için, işletmelere sağladıkları gecikme maliyetinden tasarruf edilerek fiyatlandırılabilirler ve doğrudan CIO ve CFO'nun dönüşüm bütçesine zaten yatırdığı noktaya girebilirler, aynı zamanda bu süreçte şişkin sistem entegrasyon projelerini değiştirebilirler.

Kullanım ve Bakım

Ardından, bir yazılım sistemi uygulamayı tamamladığında, gerçek zorluk hala başlamamıştır. Günlük kullanım, bu karmaşık ve kaotik arayüzlerde sürekli gezinmek anlamına gelir. Günlük işler genellikle onlarca arayüzü kapsar, personel dönüşümleri sürekli deneyimi sıfırlar ve ürün seviyesinde yeterli destek alamayan büyük ölçekli uç durum süreçleri her zaman mevcuttur. Kullanıcılar alanları aramak, farklı sistemler arasında veriyi manuel olarak senkronize etmek veya "bu raporu çalıştırabilir misiniz?" gibi talepleri sıkça iş ekibine iletmek için zaman harcamak zorundadır. Sonuç olarak, işlem süreleri yavaşlar, hatalar sıklaşır ve uzun vadeli eğitim maliyetleri ortaya çıkar.

Burada AI'nın fırsatı, bu geleneksel sistemler için daha kullanıcı dostu ve güçlü bir işlem katmanı oluşturmaktır.

Bu tür şirketler, ekiplerin mevcut sistemlerden daha fazla değer elde etmelerine yardımcı olmayı amaçlar. Gerçek şekliyle, genellikle Slack veya tarayıcı kenar çubuğunda bulunan bir yol arkadaşıdır, semantik arama aracılığıyla benzer "bu veriyi nerede bulabilirim?" veya "bu işlemi nasıl tamamlayabilirim?" gibi soruları yanıtlayabilir ve API'ye sahipse güvenli işlemleri gerçekleştirebilir, örneğin iş emri oluşturmak, kayıt girişi yapmak, tedarikçi şartlarını güncellemek vb. Bu araçlar ayrıca birden fazla sistem arasında zincirleme iş akışı oluşturabilir, örneğin SAP'tan önceki çeyrek satın alma siparişlerini alabilir, Coupa'da sözleşme koşullarını kontrol edebilir ve ardından ServiceNow'da fark açıklaması hazırlayabilir ve süreçte insan onayı, denetim kaydı ve ayrıntılı izin kontrollerine dahil olabilir. Mükemmel ürünler, kullanım istatistiklerini izleyebilir, zaman ve hata oranları gibi göstergelerde tasarruf sağlayabilir.

Ancak gerçek şu ki, kuruluşlardaki birçok kritik işlem, standart API'ler aracılığıyla ortaya çıkmamıştır, bunun yerine çeşitli arayüzlere yayılmıştır, örneğin geleneksel masaüstü istemciler, sanal masaüstü ortamları ve belgeleri eksik yönetim panelleri gibi. Bu nedenle, modern bilgisayar işlem ajanları, API tabanlı yardımcı pilotun önemli bir tamamlayıcısı haline gelir. Bunlar, otomasyonun ulaşamadığı %30 ila %40'lık kısmı genişletir.

Temel yetenekleri sadece bir düğmeye tıklamak değil, kaotik bir ortamda kararlı bir şekilde işlemektir. Bu tür ajanlar arayüz yapısını anlayabilmeli, istikrarlı öğeleri belirleyebilmeli, açılır pencerelerde veya düzen değişikliklerinde işlemleri devam ettirebilmeli ve önemli aşamalarda ilerleme kaydedebilmelidir, böylece kesinti durumunda güvenli bir şekilde geri dönülebilir. Bu yetenekler, farklılıkları karşılaştırma, mutabakat, kum havuzu testi gibi doğrulama mekanizmaları ve kurumsal düzeyde kontrol önlemleri (tek oturum açma, anahtar yönetimi, en az ayrıcalık ilkesi, denetim mekanizmaları) ile birleştiğinde, insan gücüne dayalı olarak gerçekleştirilen işleri yönetmelere uygun, tekrarlanabilir otomasyon süreçlerine dönüştürebilir, örneğin iş emri sıralaması, dönem sonu uzlaşma adımları, müşteri güncellemeleri, fiyat ayarlamaları vb., hatta başlangıçta otomatikleştirilmesi düşünülmeyen SAP, ServiceNow, Salesforce gibi sistemlerde.

Anlayabileceğiniz gibi: API, standart yolu daha verimli hale getirirken, bilgisayar işlem yeteneği uzun kuyruk süreçlerini de otomatikleştirebilir hale getiriyor.

Factor Labs ve Sola gibi şirketler, bu tür ajanları üretim ortamlarına dağıtarak geleneksel iş süreçleri dış kaynak kullanımını değiştiriyor ve büyük kuruluşların ölçeklenebilir görev otomasyonunu gerçekleştirmelerine yardımcı oluyor.

Genişletme Katmanı

Nihayet, SAP, ServiceNow, Salesforce gibi sistemleri kullanımı daha kolay hale getirseniz bile, işletme sürekli değişiyor, bu da sistem kayıtlarının da evrim geçirmesi gerektiği anlamına geliyor. Yeni ürünler, yeni politikalar, yeni birleşmeler, yeni düzenlemelerin gereklilikleri ve çoğunlukla asla tek başına geliştirme için değerli olmayacak çekirdek modülleri olan uzun kuyruk süreçler, yazılımı işletmenin gerçek durumuna uyarlamak için sürekli baskı yapıyor. Geçmişte, ekipler genellikle sadece iki seçeneğe sahipti: Ya sistemi derinlemesine özelleştirir ve bununla gelen kırılganlık maliyetini üstlenirdi; ya da dağınık bağımsız uygulamalar geliştirir, ancak entegrasyon, yönetim ve bakım zorluklarıyla karşılaşırdı.

AI, üçüncü bir yol sunuyor: Çekirdek sistemleri bozmadan, üzerine daha hızlı, daha küçük, yönetilebilir bir uygulama deneyimi inşa etme.

Geleneksel sistemlerin üzerine yeni araçlar ve otomasyon yetenekleri inşa etmek, bir tür kullanıcı dostu deneyim katmanını, işbirliğinde bulunmayan bir yazılım yığınına uygulamayı içerir. Temel şema, önce birleşik bir veri ve eylem düzlemi inşa etmektir: API ve olaylar aracılığıyla sistem kayıtlarından veri okuma (gerektiğinde güvenlik duvarı aracılığıyla), bunu sipariş, tedarikçi, iş emri vb. gibi iş nesnelerinin anlam modeline standart hale getirerek yapmak ve ardından bu temelde yetkilendirme kontrolü, onay mekanizması ve denetim yeteneği olan bir dizi işlem arabirimi sağlamaktır.

Bu temel üzerinde, ekipler özel senaryolara odaklanan bir uygulama deneyimi oluşturabilirler, bu deneyimler daha moderndir ve gerçek ihtiyaçlara daha yakındır. Örneğin, artık satın alma departmanındaki bir kişinin bir tedarikçi kabul sürecini tamamlamak için SAP'ta onlarca adımı uygulamasına gerek yok, bunun yerine, tek bir tedarikçi kabul hafifletme uygulaması sunar, veri toplama, tekrar kontrol, onay akışı ve nihayetinde veriyi SAP'ye geri yazma işlemlerini gerçekleştirir. Başka bir örnek olarak, artık gelir operasyonları ekibinin Salesforce'un birden fazla arayüzü arasında gidip gelerek yeniden sözleşme koşullarını değiştirmesi gerekmez, bunun yerine, elektronik tablo benzeri yüksek hızlı bir düzenleyici sunar, toplu değişiklikler yapmayı, uygunluğu kontrol etmeyi, etkileri önizlemeyi ve değişiklikleri sunmayı sağlar. ve nihayetinde tam denetim kayıtları ile değişikliği sunar. Veya, artık tekrar tekrar yeni portal sistemleri oluşturmak zorunda değiller, bunun yerine, birinci hatta ekiplere günlük yüksek yoğunluklu işlemleri tamamlamaları için birleşik bir işlem girişi sunar, örneğin iade oluşturma, kredi limitini uzatma, ikinci seviye arıza bildirimi başlatma, maliyetlerin tahsisi vb., ve bunu yaparken birçok sayfa arasında tekrar tekrar geçiş yapmalarına gerek kalmaz.

Bu genişletme katmanları ayrıca, sistemler arası iş akışını ve otomasyon yeteneğini kolaylaştırmak için tasarlanmıştır, ve bu herhangi bir tek bir tedarikçinin öncelikli olarak kapsayamayacağı bir konudur. Örneğin, olaya dayalı olarak otomatik süreçlerin uygulanması: Fatura tahsil edildiğinde ve fark %3'ü aştığında, açıklama otomatik olarak oluşturulur ve onaya sunulur; veya iş emri iki kez tekrar açıldığında, otomatik olarak sorun kaydı oluşturulur, sorumlu kişi atanır, müşteri durumu senkronize edilir ve kritik noktalarda insan denetimi uygulanır.

Zamanla, en değerli uygulamalar, tekrar kullanılabilir niyet modülleri haline kademeli olarak yoğunlaşır, örneğin bir tekliften ödeme alma, tedarikçi kaydı, dönem sonu hesaplaşması vb. Bu modüller sadece ne yapılacağını tanımlamakla kalmaz, daha da önemlisi, bu işlemlerin belirli bir kurumsal ortamda nasıl güvenli ve uyumlu bir şekilde gerçekleştirileceğini tanımlar.

General Magic'in Cell gibi ürünleri gibi, özel iş akışlarını oluşturma yeteneği somut olarak kullanılabilir hale getirilir: OpenAPI spesifikasyonunu yükleyebilir ve her arayüzü çağrılabilir işleme dönüştürebilirsiniz; ardından basit bir betik aracılığıyla yerel komut çubuğuna gömerek gerçek API çağrılarını doğrudan yürütebilir ve analiz yeteneği, çok kiracılı mimari, güvenlik kontrolleri ve izin yönetimi mekanizmaları tarafından desteklenir. Böylece iş, bir arayüz seti yeniden oluşturmak yerine, mevcut, güvenilir sistemler üzerinde uygun işlemleri ve stratejileri birleştirmek üzerine odaklanır.

Final Durumu Nasıl Olacak?

Görüşümüze göre, bu geleneksel sistemlerin çoğu varlığını sürdürecek, ancak artık işin temel arayüzü olmayacaklar. ERP, CRM, ITSM vb. sistemler kuruluşun derinliklerine yerleşmiştir ve normal bir yazılımın hızında değiştirilemezler; yavaşça evrim geçirecekler ve sistem kayıtları olarak var olmaya devam edecekler. Gerçek değişen şey, üzerlerindeki kullanıcıya yönelik eylem sistemleridir: AI, sistemin nasıl çalıştığını anlamak, sistemler arasında iş akışı yürütmek ve geleneksel arayüzleri atlayan hafifletilmiş modern uygulamalar oluşturmak için varsayılan erişim noktası haline gelecektir. Başka bir deyişle, aslında bir köprü olarak hizmet eden o katman, gerçek ana yol haline gelecektir.

Bu paradigma altında, uzun vadeli başarılı olan yazılım artık bir sohbet robotu gibi değil, daha çok bir işletim sistemi gibi olacaktır: Birleşik bir veri ve eylem düzlemi, iş nesnelerinin anlamsal modeline dayalı olarak inşa edilir ve güvenilir çalışma için kapsamlı güvenlik ve yönetişim mekanizmaları ile donatılmış olacaktır, böylece AI üretim ortamında güvenilir bir şekilde çalışabilir. Son kullanıcılar için, belirli bir arayüzü, alanı veya işlem kodunu öğrenmeye ihtiyaç duymayacakları gibi, arayüz veya işlem değiştikten sonra tekrar tekrar öğrenmek zorunda kalmayacaklardır; istediğiniz sonucu açıklamanız yeterlidir, sistem size yardımcı olacaktır. Süreç sırasında gerekli açıklamaları sunar, yürütme önizlemi sağlar, ardından uygun onay ve denetim mekanizmaları altında işlemi tamamlar.

Örneğin, şu talimatları verebilirsiniz: Bir iade oluşturun ve müşteriyi bilgilendirin, ikinci seviye bir arıza kaydı oluşturun ve en son üç ilişkili olayı getirin, veya tedarikçi kaydı akışını tamamlayın, veri toplama, onay akışını geçme ve ödeme koşullarını belirleme dahil. Bu tür işlemlerin bugün genellikle tamamlanabilmesi için SAP, Salesforce, Service Now ve elektronik tablolar arasında gidip gelmek gerekmektedir. Ancak yeni paradigmada, bunlar bütünleşik bir yürütme işlemine entegre edilecektir.

Bu dönüşümün getirdiği sonuçlar arasında, daha az hata ve geri alım, daha düşük deneyim bağımlılığı, daha hızlı işlem döngüsü ve işlemesinin önemli ölçüde hızlanması yer alır; çünkü tüm etkileşim niyetle yönlendirilmiş, rol algısıyla donatılmış ve varsayılan olarak kendi kendini tamamlamayı destekler.

Savunma duvarı aynı zamanda gerçek kullanımda sürekli birikmeye devam edecektir: Her başarılı iş akışı yürütmesi, yeniden kullanılabilir niyet olarak çökelir; her istisna işleme, yeni güvenlik kısıtlamalarına dönüşür; her göç sürecindeki ürün, sürekli güncellenen sistem dokusuna dönüşür; her entegrasyon, işletmenin gerçek işleyişini derinlemesine anlama sağlar. Zamanla, bu yapay zeka katmanı, ekip için değişiklik etkilerini anlama, sistem sapmasını önleme, yatırım getirisini ölçme ve yeni iş akışları oluşturma temel giriş noktası haline gelecek, altta yatan sistemler bile değişmese bile.

[Orijinal Makale Bağlantısı]

BlockBeats Resmi Topluluğuna Katılın:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Sohbet Grubu: https://t.me/BlockBeats_App

Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia