Yapay zeka ajanlarını gerçek iş ortamlarında çalıştırmak, pek çok şirketin başlangıçta öngördüğünden çok daha zorlu bir süreç olduğunu ortaya koyuyor. Bu soruna çözüm arayan girişimler arasında öne çıkan Arga Labs, kurumsal yazılımlar için eğitim ortamları geliştiriyor ve 10 milyon dolarlık tohum yatırım turunu kapattığını duyurdu. Turu General Catalyst yönetti; Box Group, Emergence, Gradient ve SV Angel de yatırıma katılan isimler arasında yer aldı.
Dijital İkiz Yaklaşımı: Statik API'nin Ötesinde
Arga Labs'ın temel farkı, test ortamlarına bakış açısında yatıyor. Çoğu rakip çözüm, durumsuz bir API uç noktasıyla yetinirken Arga, Salesforce, Workday ve e-posta istemcileri gibi kurumsal yazılımların tam ölçekli dijital ikizlerini oluşturuyor. Bu süreçte izin sistemleri ve web kancaları da dahil olmak üzere yazılımın tüm yapısı kopyalanıyor. Sonuç, ajanların birden fazla sistem üzerinde eğitilmesine olanak tanıyan çok daha sağlam bir altyapı.
Şirketin CEO'su ve kurucu ortağı Phillip Li, bu yaklaşımın pratikte ne anlama geldiğini somut bir örnekle açıklıyor: Bir müşteri adayının Salesforce üzerinden kayıt oluştururken, aynı şirketin başka bir çalışanının HubSpot aracılığıyla bağımsız bir iletişim başlattığını düşünün. Li, "Ajan bu iki kaydın aynı şirkete ait olduğunu doğru biçimde tespit edebiliyor mu?" diye soruyor. "E-postanın yalnızca bir kez gönderilip gönderilmediğini kontrol edebiliyor mu? İki fırsat arasından kime e-posta göndereceğini belirleyebiliyor mu?" Bu tür belirsizlikler, mevcut ajansal sistemlerin hâlâ zorlandığı noktalara işaret ediyor.
Pekiştirmeli Öğrenmenin Kurumsal Yazılımdaki Çıkmazı
Bir ajanı bu tür görevler için eğitmenin bilinen yolu pekiştirmeli öğrenmeden geçiyor: Senaryo on binlerce kez tekrar çalıştırılıyor ve yalnızca başarılı stratejiler hayatta kalıyor. Ne var ki kurumsal yazılımların yapısı, bu ölçekte test yapmayı neredeyse imkânsız kılıyor. Salesforce ya da Outlook gibi bir sistemi her denemeden sonra "sıfırlamak" için basit bir yol yok; üstelik klonlamak da o kadar kolay değil.
Arga Labs bu sorunu, söz konusu yazılımların dijital yeniden yaratımını oluşturarak çözüyor. Şirket, ortam üzerinde tam kontrole sahip olduğundan sıfırlama veya değiştirme işlemleri son derece basit bir hale geliyor. Aynı anda birden fazla ortam çalıştırılabiliyor; böylece ajanlar farklı programlar arasındaki karmaşık etkileşimler üzerinde eğitilebiliyor. Amaç, bir çalışanın tam iş ortamını yeniden oluşturmak; farklı programlar ve bilgi sistemleri arasında örtüşen görevleri simüle etmek.
Kodlama ile Diğer Uygulamalar Arasındaki Uçurum
Arga Labs'ın yaklaşımını anlamak için yapay zeka kodlama araçlarının neden bu kadar hızlı ilerlediğine bakmak gerekiyor. Kodlama alanında yeni kod dağıtmak, geri almak ve analiz etmek için çoktan gelişmiş araçlar mevcut. Bu araçlar, kodlama için pekiştirmeli öğrenme ortamları kurulmasını kolaylaştırıyor ve giderek daha karmaşık görevlerde yapay zeka sistemlerinin test edilip eğitilmesine zemin hazırlıyor. Oysa iş yazılımlarının büyük çoğunluğunda bu altyapı henüz yok.
Arga Labs'ın vizyonu, tam da bu boşluğu kapatmaya yönelik: Kodlama ile diğer uygulamalar arasındaki pekiştirme açığını kapatmak. Şirket, kurumsal yazılımlar için bu altyapıyı bir kez oluşturduğunda yapay zeka sistemlerinin bu programları kullanma konusunda çok daha iyi hale gelmesi ve kodlama alanında yaşanan dönüşümün diğer sektörlere de yayılması bekleniyor.
General Catalyst'ten Yatırım Gerekçesi
Yatırım turuna liderlik eden General Catalyst'in genel müdürü ve şirketin tohum programını yürüten Yuri Sagalov, ajansal test araçlarına yönelik artan bir ihtiyaç gördüğünü belirtiyor. Sagalov, TechCrunch'a verdiği röportajda konuya ilişkin değerlendirmesini şöyle aktardı: "Ajanlardan elde edilen ekonomik değerin büyük bölümünün iş uygulamalarını kullanmaktan geldiğini düşünüyorum. Tekrarlanabilir bir sandbox ortamına sahip olmak son derece önemli; üstelik bu, insanlarla çalışılırken olduğundan çok daha kritik bir hale geliyor ajanlarla."
Sagalov'un bu tespiti, Arga Labs'ın çözdüğü problemin yalnızca teknik değil, aynı zamanda ekonomik bir boyutu olduğuna işaret ediyor. Kurumsal yazılımlar üzerinde çalışan ajanların güvenilir biçimde test edilemediği bir ortamda, bu sistemlerin iş süreçlerine entegrasyonu da güçleşiyor.
Sıkça Sorulan Sorular
Arga Labs ne kadar yatırım aldı ve bu turu kimler yönetti?
Arga Labs, 10 milyon dolarlık tohum yatırım turunu kapattı. Turu General Catalyst yönetti; Box Group, Emergence, Gradient ve SV Angel de yatırıma katılan diğer isimler arasında yer aldı.
Arga Labs'ın kurumsal yazılım eğitim ortamı diğerlerinden nasıl ayrışıyor?
Çoğu test ortamı durumsuz bir API uç noktasıyla yetinirken Arga Labs, Salesforce, Workday ve e-posta istemcileri gibi kurumsal yazılımların izin sistemleri ve web kancaları dahil tam ölçekli dijital ikizlerini oluşturuyor. Bu sayede ortam kolaylıkla sıfırlanabiliyor ve aynı anda birden fazla ortam çalıştırılabiliyor.
Kurumsal yazılımlarda pekiştirmeli öğrenme neden zor?
Pekiştirmeli öğrenme, bir senaryonun on binlerce kez tekrarlanmasını gerektiriyor. Ancak Salesforce veya Outlook gibi kurumsal sistemleri her denemeden sonra sıfırlamak ya da klonlamak için basit bir yol bulunmuyor; bu durum geniş ölçekte test yapmayı neredeyse imkânsız kılıyor.
Arga Labs'ın CEO'su Phillip Li hangi örneği öne çıkardı?
Li, bir müşteri adayının Salesforce üzerinden kayıt oluştururken aynı şirketin başka bir çalışanının HubSpot aracılığıyla bağımsız iletişim başlattığı bir senaryoyu örnek gösterdi. Bu durumda ajanın iki kaydın aynı şirkete ait olduğunu tespit etmesi, e-postanın yalnızca bir kez gönderilip gönderilmediğini kontrol etmesi ve doğru alıcıyı belirlemesi gerekiyor.
General Catalyst'in Yuri Sagalov bu yatırım hakkında ne söyledi?
Sagalov, ajanlardan elde edilen ekonomik değerin büyük bölümünün iş uygulamalarını kullanmaktan geldiğini belirterek tekrarlanabilir bir sandbox ortamına sahip olmanın, insanlarla çalışılırken olduğundan çok daha kritik bir öneme sahip olduğunu vurguladı.
