Kurumsal yapay zeka ajanlarının gerçek iş ortamlarında beklendiği gibi çalışmaması, pek çok şirketin karşılaştığı ciddi bir sorun haline geldi. Bu soruna çözüm arayan girişimler arasında öne çıkan Arga Labs, ajanları dağıtıma almadan önce test etmek ve eğitmek için yeni bir yaklaşım geliştirdi. Şirket, bu çalışmalarını sürdürmek üzere General Catalyst liderliğinde Box Group, Emergence, Gradient ve SV Angel'ın katılımıyla 10 milyon dolarlık tohum yatırım turunu kapattığını duyurdu.
Dijital İkiz Yöntemiyle Kurumsal Yazılım Klonlama
Arga Labs'ın temel yaklaşımı, Salesforce, Workday ve e-posta istemcileri gibi kurumsal yazılımlar için tam ölçekli eğitim ortamları oluşturmak üzerine kuruluyor. Çoğu test ortamının durumsuz bir API uç noktasıyla yetindiği yerde, Arga bir adım daha ileri giderek kurumsal programın tamamını izin sistemleri ve web kancaları dahil olmak üzere kopyalıyor. Bu yöntem, şirketin kendi tanımlamasıyla bir çarpışma test mankeni gibi çalışıyor: gerçek yazılımın yapısını birebir taklit eden, ancak tamamen kontrol altında tutulan bir ortam sunuyor.
Bu kontrolün en büyük avantajı, ortamın istenildiği zaman sıfırlanabilmesi ya da değiştirilebilmesidir. Gerçek bir Salesforce veya Outlook sisteminde aynı senaryoyu tekrar tekrar çalıştırmak neredeyse imkânsızken, Arga'nın dijital ikizinde bu işlem son derece basit hale geliyor. Şirket aynı anda birden fazla ortamı paralel olarak çalıştırarak ajanları farklı programlar arasındaki karmaşık etkileşimler üzerinde de eğitebiliyor.
Belirsizlik Sorunu: Salesforce ve HubSpot Senaryosu
Arga Labs'ın CEO'su ve kurucu ortağı Phillip Li, sistemin çözdüğü problemi somut bir örnekle açıklıyor. Bir müşteri adayının Salesforce üzerinden oluşturulduğunu, aynı kişinin iş arkadaşının ise HubSpot üzerinden ayrı bir iletişim başlattığını düşünün. Bu durumda yapay zeka ajanının önünde birkaç kritik soru beliriyor: Bu iki kayıt aynı şirkete mi ait? E-posta yalnızca bir kez mi gönderildi? İki farklı fırsat arasından doğru kişiye nasıl ulaşılacak?
Li'ye göre ajanlar bu tür belirsizliklerle hâlâ ciddi şekilde mücadele ediyor. Teorik olarak bu tür görevler için en etkili eğitim yöntemi pekiştirmeli öğrenme; yani aynı senaryonun on binlerce kez tekrarlanması ve yalnızca başarılı stratejilerin ilerlemesine izin verilmesi. Ancak kurumsal yazılımların yapısı, bu ölçekte bir test sürecini neredeyse olanaksız kılıyor.
Kodlama ile Diğer İş Uygulamaları Arasındaki Uçurum
Arga Labs'ın yaklaşımını daha iyi anlamak için yapay zeka kodlama araçlarının neden bu kadar hızlı ilerlediğine bakmak gerekiyor. Yazılım geliştirme dünyasında yeni kod dağıtmak, geri almak ve analiz etmek için zaten son derece gelişmiş araçlar mevcut. Bu araçlar, kodlama için pekiştirmeli öğrenme ortamları kurmayı kolaylaştırıyor ve yapay zeka sistemlerinin giderek daha karmaşık kodlama görevlerinde test edilip eğitilmesine olanak tanıyor.
Oysa kurumsal iş yazılımları için bu tür altyapı henüz mevcut değil. Arga Labs'ın hedefi tam da bu boşluğu doldurmak: kodlama ile diğer iş uygulamaları arasındaki pekiştirme öğrenimi uçurumunu kapatmak. Şirketin fikrine göre bu araçlar yaygınlaştığında yapay zeka sistemleri bu programları kullanmakta çok daha iyi hale gelecek ve kodlama alanında yaşanan dönüşümü diğer sektörlere de taşıyacak.
General Catalyst'ten Stratejik Destek
Yatırım turuna liderlik eden General Catalyst'in genel müdürü ve şirketin tohum programını yürüten Yuri Sagalov, ajanlar için test araçlarına olan ihtiyacın giderek büyüdüğünü vurguluyor. Sagalov, TechCrunch'a yaptığı açıklamada "Ajanlardan elde edilen ekonomik değerin büyük bölümünün iş uygulamalarının kullanımından geldiğini düşünüyorum" dedi. "Tekrarlanabilir bir sandbox ortamına sahip olmak çok önemli; üstelik bu, insanlarla çalışırken olduğundan ajanlarla çalışırken çok daha kritik bir hale geliyor."
Sagalov'un bu değerlendirmesi, Arga Labs'ın konumlandığı pazarın potansiyeline ilişkin önemli bir sinyal niteliği taşıyor. Kurumsal yazılım ekosistemi içinde ajanların güvenilir biçimde çalışabilmesi için tekrarlanabilir ve kontrollü test ortamlarının zorunlu olduğu görüşü, yatırımın temel gerekçesini oluşturuyor.
Sıkça Sorulan Sorular
Arga Labs ne kadar yatırım aldı ve bu yatırıma kimler katıldı?
Arga Labs, 10 milyon dolarlık tohum yatırım turunu kapattı. Tura General Catalyst liderlik ederken Box Group, Emergence, Gradient ve SV Angel de yatırımcılar arasında yer aldı.
Arga Labs'ın geliştirdiği çözüm tam olarak ne işe yarıyor?
Arga Labs, Salesforce, Workday ve e-posta istemcileri gibi kurumsal yazılımların izin sistemleri ve web kancaları dahil tam ölçekli dijital ikizlerini oluşturuyor. Bu ortamlar, yapay zeka ajanlarının pekiştirmeli öğrenme yöntemiyle eğitilebilmesi için kolayca sıfırlanabiliyor ve çoğaltılabiliyor.
Kurumsal yazılımlarda ajan eğitimi neden bu kadar zor?
Salesforce veya Outlook gibi gerçek kurumsal sistemlerde aynı senaryoyu tekrar çalıştırmak için sistemi "sıfırlamak" ya da klonlamak neredeyse imkânsız. Pekiştirmeli öğrenme on binlerce tekrar gerektirdiğinden, bu kısıt büyük ölçekli eğitimi engelliyor.
Arga Labs'ın CEO'su Phillip Li hangi örneği veriyor?
Li, bir müşteri adayının Salesforce'ta oluşturulurken aynı şirketle HubSpot üzerinden ayrı bir iletişim kurulduğu senaryoyu örnek gösteriyor. Ajanın bu iki kaydın aynı şirkete ait olduğunu doğru biçimde tanımlayıp e-postayı yalnızca bir kez ve doğru kişiye gönderip gönderemeyeceği, sistemin çözmeye çalıştığı temel belirsizlik sorununu temsil ediyor.
General Catalyst'in genel müdürü Yuri Sagalov bu yatırım hakkında ne söyledi?
Sagalov, ajanlardan elde edilen ekonomik değerin büyük bölümünün iş uygulamalarının kullanımından geldiğini belirterek tekrarlanabilir bir sandbox ortamına sahip olmanın, insanlarla çalışırken olduğundan ajanlarla çalışırken çok daha kritik olduğunu vurguladı.
