Yapay zeka ajanlarını pratikte çalışır hale getirmek birçok şirketin beklediğinden çok daha zor olurken, bu alandaki boşluğu doldurmaya yönelik yeni girişimler ortaya çıkıyor. Bu girişimlerden biri olan Arga Labs, kurumsal yazılımlar için geliştirdiği eğitim ortamlarıyla ajanları dağıtımdan önce daha iyi test etmeyi ve eğitmeyi hedefliyor. Şirket, Çarşamba günü duyurduğu 10 milyon dolarlık tohum yatırım turuyla dikkat çekti. Tur, General Catalyst liderliğinde gerçekleşti ve Box Group, Emergence, Gradient ile SV Angel katılım sağladı.
10 Milyon Dolarlık Tohum Yatırımı ve Yatırımcılar
Arga Labs tarafından duyurulan 10 milyon dolarlık tohum turu, kurumsal yapay zeka ajanlarının eğitimi ve test edilmesine yönelik artan ihtiyaca işaret ediyor. Yatırım turuna liderlik eden General Catalyst, şirketin yaklaşımının iş uygulamalarında ajanların ekonomik değer yaratma potansiyeliyle doğrudan bağlantılı olduğunu düşünüyor. Tura katılan diğer yatırımcılar arasında Box Group, Emergence, Gradient ve SV Angel yer alıyor. General Catalyst'in yönetici direktörü ve aynı zamanda firmanın tohum programını yürüten Yuri Sagalov, TechCrunch'a yaptığı açıklamada ajanlar için test araçlarına duyulan ihtiyacın giderek arttığını ifade etti. Sagalov, "Ajanlardan elde edilecek ekonomik değerin büyük kısmının iş uygulamalarını kullanmaktan geleceğini düşünüyorum" dedi ve ekledi: "Tekrarlanabilir bir sandbox ortamına sahip olmak çok önemli ve bu, ajanlar için insanlara olduğundan çok daha önemli."
Kurumsal Yazılımlar İçin Dijital İkiz Yaklaşımı
Arga Labs, Salesforce, Workday ve e-posta istemcileri gibi kurumsal yazılımlar için eğitim ortamları inşa ediyor. Şirketin yaklaşımını farklı kılan nokta, çoğu test ortamının yetindiği durumsuz API uç noktasının ötesine geçmesi. Arga Labs bunun yerine programın tam ölçekli bir dijital ikizini oluşturuyor ve fiilen bir kurumsal programın tamamını kopyalıyor. Bu kopyalama sürecinde izin sistemleri ve web kancaları bozulmadan korunuyor. Böylece ajanların eğitildiği ortam, gerçek kurumsal yazılımın yapısını ve işleyişini birebir yansıtıyor. Şirketin bu yöntemi, ajanların tek bir sistemle sınırlı kalmadan birden fazla sistem arasında daha sağlam bir şekilde eğitilmesini sağlıyor. Arga Labs, oluşturduğu ortam üzerinde tam kontrole sahip olduğu için bu ortamları kolayca sıfırlayabiliyor veya değiştirebiliyor. Ayrıca şirket aynı anda birçok ortamı çalıştırabiliyor ve ajanları farklı programlar arasındaki karmaşık etkileşimler üzerinde eğitebiliyor. Buradaki fikir, bir kişinin tam çalışma ortamını taklit etmek; belirli görevlerin farklı programlar ve bilgi sistemleri arasında nasıl örtüştüğünü yeniden oluşturmak.
Ajanların Karşılaştığı Belirsizlik ve Çift Kayıt Sorunu
Birden fazla sistem arasında eğitimin neden gerekli olduğu, Arga Labs CEO'su ve kurucu ortağı Phillip Li'nin verdiği örnekle daha net anlaşılıyor. Li, olası bir müşterinin Salesforce'ta bir potansiyel müşteri kaydı oluşturduğu, aynı şirketteki bir meslektaşının ise HubSpot üzerinden ayrı bir şekilde aynı şirkete ulaştığı bir senaryoyu anlatıyor. Bu durumda ajanların doğru kararı verebilmesi için bir dizi belirsizliği çözmesi gerekiyor. Li bu durumu şu sorularla özetliyor: "Ajan bu ikisinin aynı şirket olduğunu doğru bir şekilde tespit edebiliyor mu? Sadece bir kez e-posta gönderip göndermediklerini kontrol edebiliyorlar mı? İki fırsat arasından e-postayı kime göndereceğini tespit edebiliyorlar mı?" Agentic sistemler halen bu tür bir belirsizlikle mücadele ediyor ve Li, Arga Labs'in araçlarını bu sistemlerin gelişmesi için kritik olarak görüyor. Farklı sistemlerde oluşan çift kayıtlar, kime ve ne zaman iletişim kurulması gerektiği gibi detaylar, ajanların pratikte en çok zorlandığı noktalar arasında yer alıyor. Arga Labs'in sunduğu çoklu sistem eğitimi, tam da bu tür örtüşen ve çelişkili verilerin olduğu durumlarda ajanların doğru eşleştirmeyi yapabilmesini hedefliyor.
Pekiştirmeli Öğrenme ve Sıfırlama Sorunu
Normal şartlarda bu tür bir görev için ajan, pekiştirmeli öğrenme yoluyla eğitilebiliyor. Bu yöntem temel olarak senaryoyu on binlerce kez çalıştırmak ve yalnızca başarılı stratejilerin geçmesine izin vermek anlamına geliyor. Ancak kurumsal yazılımların doğası, bu ölçekte bir testi neredeyse imkansız hale getiriyor. Salesforce veya Outlook gibi bir sistemi aynı senaryoyu tekrar çalıştırmak gerektiğinde sıfırlamanın kolay bir yolu bulunmuyor, bu sistemleri klonlamak ise çok daha zor. Arga Labs'in çözümü, bu yazılımların dijital bir yeniden yaratımını oluşturmak. Şirket, yazılımın yapısını bir çarpışma testi mankeninin bir insanı taklit ettiği gibi kopyalıyor. Arga ortam üzerinde tam kontrole sahip olduğu için sıfırlamak veya değiştirmek basit hale geliyor. Bu kontrol, pekiştirmeli öğrenmenin gerektirdiği tekrarlı denemelerin önündeki en büyük engeli ortadan kaldırıyor. Gerçek kurumsal sistemlerde her denemeden sonra verileri temizlemek, izinleri yeniden ayarlamak ve web kancalarını eski haline getirmek gerekirken, Arga'nın dijital ikizinde bu işlemler anında yapılabiliyor. Böylece ajan, aynı belirsiz senaryoyu binlerce kez deneyimleyerek hangi yaklaşımın başarılı olduğunu öğrenebiliyor.
Kodlama ile Kurumsal Uygulamalar Arasındaki Pekiştirme Farkı
Arga Labs'in yaklaşımı, kodlama ile diğer uygulamalar arasındaki pekiştirme farkını kapatmanın bir yolu olarak görülüyor. Yapay zeka kodlama araçlarının bu kadar hızlı ilerlemesinin nedenlerinden biri, yeni kodu dağıtmak, geri almak ve analiz etmek için zaten gelişmiş araçlara sahip olmamız. Bu araçlar, kodlama için pekiştirmeli öğrenme ortamları kurmayı çok daha kolay hale getiriyor ve bu da yapay zeka sistemlerini giderek daha karmaşık kodlama görevleri üzerinde test etmemize ve eğitmemize olanak tanıyor. Bu araçlar çoğu iş yazılımı için henüz mevcut değil. Ancak bu araçlar oluşturulduğunda, yapay zeka sistemlerinin bu programları kullanma konusunda çok daha iyi hale gelmesi ve kodlamada devrim yarattıkları gibi diğer sektörlerde de devrim yaratması bekleniyor. Arga Labs'in aynı anda birçok ortamı çalıştırarak farklı programlar arasındaki etkileşimleri simüle etmesi, bir çalışanın e-posta, CRM ve insan kaynakları yazılımı arasında gidip gelen günlük iş akışını bütünsel olarak modellemeyi amaçlıyor. Bu bütünsel modelleme, ajanların yalnızca tek bir uygulamada değil, birden fazla bilgi sistemi arasında görevleri nasıl koordine edeceğini öğrenmesini sağlıyor.
Sıkça Sorulan Sorular
Arga Labs ne kadar yatırım aldı ve tura kimler katıldı?
Arga Labs, Çarşamba günü duyurduğu 10 milyon dolarlık tohum yatırım turunu tamamladı. Tur General Catalyst liderliğinde gerçekleşti, Box Group, Emergence, Gradient ve SV Angel da tura katılım sağladı.
Arga Labs hangi yazılımlar için eğitim ortamları oluşturuyor?
Şirket, Salesforce, Workday ve e-posta istemcileri gibi kurumsal yazılımlar için eğitim ortamları inşa ediyor. Kaynakta bu üç kategori açıkça belirtiliyor.
Arga Labs'in dijital ikiz yaklaşımı nedir?
Çoğu test ortamı durumsuz bir API uç noktasıyla yetinirken, Arga Labs programın tam ölçekli dijital ikizini oluşturuyor. Bu yöntemle izin sistemleri ve web kancaları bozulmadan korunarak kurumsal programın tamamı kopyalanıyor.
Phillip Li'nin verdiği örnekte ajanların çözmesi gereken belirsizlik nedir?
Phillip Li, bir kişinin Salesforce'ta potansiyel müşteri oluştururken meslektaşının HubSpot üzerinden aynı şirkete ulaşması örneğini veriyor. Ajanın bu iki kaydın aynı şirket olduğunu tespit etmesi, e-postanın yalnızca bir kez gönderilip gönderilmediğini kontrol etmesi ve iki fırsat arasından doğru kişiyi belirlemesi gerekiyor.
Kurumsal yazılımlarda pekiştirmeli öğrenme neden zor?
Pekiştirmeli öğrenme senaryonun on binlerce kez çalıştırılmasını gerektiriyor ancak Salesforce veya Outlook gibi sistemleri sıfırlamanın veya klonlamanın kolay bir yolu bulunmuyor. Arga Labs bu sorunu, yapıyı çarpışma testi mankeni gibi kopyalayan ve tam kontrol sayesinde kolayca sıfırlanıp değiştirilebilen dijital yeniden yaratımlarla çözüyor.
