Tasarım Amacını Korumak: Authentise'den Yapay Zeka Asistanı

Sektördeki iletişim sorunlarını ve Authentise Threads‘in bu sorunları nasıl çözdüğünü anlamak için Authentise CEO’su Andre Wegner ile bir araya geldik.

Uçak Kazasından Yazılım Şirketine

Authentise’i 2012 yılında Nijerya’da yaşanan bir uçak kazasının ardından kurdunuz. Bu olay şirketin kuruluş hikayesine nasıl dahil oldu?

Eskiden Nijerya’da bir fon yönetiyordum. Haziran 2012’de, Lagos’a iniş sırasında bir uçak düştü ve 159 kişi hayatını kaybetti. Uçakta değiştirilmesi gereken ancak o an bulunamayan parçalar olmasına rağmen uçuşa devam edilmişti.

Yedek parçalar yerel olarak temin edilebilseydi, teknik sorunları olan bir uçağı uçurmaya devam etme baskısı çok daha az olurdu. Bu durum beni düşünmeye sevk etti. Parçaları ihtiyaç duyulan yere en yakın konumda ve ihtiyaç duyulduğu anda üretebilmeliyiz. Authentise’in kuruluş temeli bu oldu ve inancım hiç değişmedi.

Tasarım Amacını Oluşturuyor, Kaydediyor ve Sonra Kaybediyoruz

Mühendislik ekipleri iletişim için zaten Jira, Slack, Teams, Confluence ve PLM sistemleri gibi araçlar kullanıyor. Eksik olan nedir?

Mekanik mühendislik sürecinin çıktıları teknik resimler, raporlar ve 3D modellerdir. Bunlar, parçayı çok spesifik üretim kabiliyetleri setiyle üretmek için yeterlidir. Ancak küçük değişiklikler yapmak için bile yetersiz kalırlar; çünkü gereksinimlerin arkasındaki “tasarım amacını” (intent) aktarmazlar.

Slack, e-posta, PowerPoint gibi tasarım amacını barındıran tüm bu kaynaklar aslında mevcuttur. Ancak proje bittiği an bunlar kaybolur. Geriye sadece teknik resimler ve modeller kalır. Yani tasarım amacını oluşturuyoruz, kaydediyoruz ve sonra kaybediyoruz. Bizim inancımız, bu tasarım amacının son derece değerli olduğudur.

Bu durum pratikte ne anlama geliyor?

Tersine mühendisliği ele alalım. İlk kez 1950’lerde yapılmış bir uçağınız varsa ve bir parçayı yeni bir üretim süreci için güncellemek istiyorsanız, onu yeniden tasarlamanız ve yeniden sertifikalandırmanız gerekir. Orijinal mühendislerin neden bu kararları verdiğini anlamalısınız. O zamanki mevcut makinelerle mi sınırlıydılar, yoksa parçanın gerçekten bu toleransa mı ihtiyacı var? Tasarım amacı olmadan, sadece kısıtlamaları anlamak için bile ürünü sıfırdan tasarlamanız gerekir.

Yani mühendis temel olarak parçaya bakıyor ve orijinal tasarımcıların bağlamı olmadan tüm mantığı kendi başına yeniden inşa etmeye çalışıyor.

Kesinlikle. Bunun etkilerini 3D yazıcı (eklemeli imalat) sektöründe de görebilirsiniz. Birçok şirket eski parçaları eklemeli imalata geçirmek istiyor, ama yapamıyorlar. Orijinal tasarım dosyaları size sadece ne yapacağınızı söyler, neden o şekilde yapıldığını değil. Bu bağlam olmadan, orijinal teknik resimlerde belirtilen üretim sürecine sadık kalmak daha güvenlidir. Tasarım amacı korunabilseydi, 3D baskı sektörü şu an olduğundan on kat daha büyük olurdu.

Proje Bilgilerini Erişilebilir ve İnteraktif Hale Getirmek

Threads’i şüpheci bir mühendise nasıl anlatırsınız?

Bunu anlatmanın en iyi yolu, Jira, Slack, 3D model açıklama (annotation) özelliği ve yapay zekanın birleşimi olarak tanımlamaktır. Çeşitli kanallarda (thread) paydaşlarla görüşmeler yaparsınız. Belge yüklersiniz, görüntülü görüşme dökümlerini eklersiniz. Yapay zeka bunun üzerinde iki ana şekilde çalışır. İlk olarak, her an neler olup bittiğini öğrenmenizi sağlayan bir sohbet robotu (chatbot) vardır. İkincisi, bir düğmeye tıklarsınız ve seçtiğiniz kanallardaki verilerden kendi şablonlarınızı kullanarak bir rapor oluşturur. Ek olarak, Threads 3D özelliği CAD modellerine açıklamalar eklemeye olanak tanır.

Threads CAD Annotation — CAD açıklamaları

Boeing örneğinde, sadece bu raporları oluşturmak için 120 saate kadar mühendislik süresi harcandığı tahmin ediliyor. Bu katma değerli bir mühendislik değil, sadece bir özetleme ve bürokratik iş yüküdür. Biz saniyeler içinde bir taslak oluşturuyoruz ve bu süreden %90 tasarruf sağlıyoruz.

Ve bu işi hala mühendisler yapıyor çünkü proje bilgisine başka kimse sahip değil.

Doğru. Bağlamı başka kimse bilmiyor. Bu yüzden deneyimli mühendislerinizi evrak işleri için kullanıyorsunuz.

Sisteme adaptasyon süreci nasıl gidiyor?

Threads’in müşterilerimize sunduğu değeri görebiliyoruz. Ancak insanların iş birliği yapma şekillerini değiştirmeleri konusunda büyük bir atalet (direnç) var. Bu, çok paydaşlı bir sorun. Herkesin geçiş yapması gerekiyor, aksi takdirde sistem çalışmıyor. Bu yüzden, büyük ölçekli değişim yönetimi gerektiren her yaklaşıma çok eleştirel yaklaşmaya başladık.

Threads’i geliştirdiğimizden beri yapay zeka hızla ilerledi. Aynı hedeflerin arka planda çalışan “ajan tabanlı” (agentic) sistemlerle de gerçekleştirilebileceğini düşünüyoruz. Threads’in ajan tabanlı versiyonu olan “Whisper” adlı bir özellik çıkarıyoruz. Whisper, halihazırda kullandığınız araçların içinde yaşar. Kimsenin ona dokunmasına gerek kalmaz. Threads, isteyenler için bir arayüz olarak kalmaya devam eder, ancak asıl yetenek arka plana taşınır.

Değişim yönetiminin altın kuralı, herkese değişimin kaçınılmaz olduğunu anlamaktır. Değişim o kadar da kaçınılmaz değil mi o zaman?

Sorun tam olarak bu. Bu ortamlarda hiçbir değişikliği kabul etmeyen insanlar var. Bu direnç köklü ve bazen aşılması imkansızdır. Bu yüzden çözümü arka plana yerleştiriyorsunuz. Değişmek zorunda kalmıyorlar. Threads üzerinde çalışırken edindiğimiz en büyük derslerden biri buydu.

Boeing ve Hava Kuvvetleri Threads Kullanıyor

Müşterileriniz %70 daha az toplantı, 2 kat daha hızlı geliştirme ve %31 azalmış hata riskinden bahsediyor. Bu rakamlar nereden geliyor?

Authentise, Savunma Bakanlığı’ndan (DoD) ana yüklenici sözleşmesi alan —bildiğimiz kadarıyla— tarihteki ilk yazılım şirketidir; yani üretilen ürünün teslimatından da biz sorumluyduk.

O proje, riske yönelik geleneksel yaklaşım, danışman liderliğinde yürütülen model tabanlı bir sistem mühendisliği çalışmasıydı. Yaklaşık 100.000 dolara mal oluyor, riski sadece belirli bir zaman diliminde gösteriyor ve etkisi kısa süreli oluyordu. Biz ise tüm iş birliği odaklı proje verileri üzerinde büyük dil modellerini (LLM) çalıştırdığımız aşağıdan yukarıya bir yaklaşım izledik.

Bunu yaparak, geleneksel yaklaşıma kıyasla iki kat daha fazla riski iki kat daha fazla detayla belirledik. Tüm iş birliğiniz tek bir yerde gerçekleştiğinde ve bir sohbet robotuna durumun ne olduğunu sorabildiğinizde veya durumlar konuşmalardan otomatik olarak güncellendiğinde, toplantıların neden azaldığını ve riskin neden düştüğünü anlamaya başlıyorsunuz.

Boeing, ABD Hava Kuvvetleri… Bu devleri nasıl kazandınız?

Boeing bizim ilk müşterimizdi. 2019’da bir Boeing hızlandırma programının parçasıydık ve daha önce eklemeli imalat ürünlerimizi kullanmışlardı. Bu yıllar içinde kurduğumuz bir ilişki. Whisper ile süreci farklı yürüttük. Misyonumuza inanan ve geliştirme riskinin bir kısmını üstlenen müşterilerimiz olana kadar bunu inşa etmeyeceğimizi söyledik. Bir yönlendirme komitesine üyelik için ödeme yaptılar.

Kullanıcılar paketin tamamı için mi yoksa belirli yetenekler için mi geliyor?

Büyük şirketler yatırım getirisi (ROI) ile ölçülebilen verimlilik sonucu için geliyorlar. Küçük ekipler, özellikle robotik veya yarış arabası projeleri üzerinde çalışan üniversite ekipleri ise iş birliği ortamı için geliyor.

En çok hangi tür ekipler değer görüyor?

Çok sayıda mühendislik ortağı olan her organizasyon, buna dış paydaşlar da dahil. Bilginin kaybolma eğiliminde olduğu projelerde çalışan hemen hemen herkes. Büyük ana sanayi firmalarından (OEM) birçok farklı kuruluşa hizmet veren beş kişilik hizmet sağlayıcı ekiplerine kadar herkes. Temel profil, uyumluluk gereksinimleri olan ve paydaş grubu 20 kişiyi aşan endüstrilerdir.

Dış mühendislerle kullanım senaryosu nedir?

Genellikle bağlam eksikliğini en çok yaşayanlar onlardır. Herhangi bir mühendislik projesinde malzeme, simülasyon ve test konularında dış uzmanlarınız olur. Bu danışmanlar tasarım amacının verilerine erişebilirse, daha iyi tavsiyeler verirler. Şirket tarafında ise, bu danışmanların getirdiği kazanımlar iş birliği bittiğinde yok olmak yerine organizasyon içinde kalır.

Tasarlamadığınız ama ortaya çıkan kullanım durumları oldu mu?

Bahsettiğim risk analizi tamamen beklenmedikti. Verileri toplamaya başladık ve Hava Kuvvetleri “tamam, neyse” modundaydı. Sonra veriyi işledik ve iki kat fazla risk bulduk. Şimdi daha bilinçliyiz: proje verilerini iç ve dış standartlarla eşleştiriyoruz. Uyumluluk sorunlarını sürecin sonunda keşfetmek yerine, sürecin başında işaretleyebiliyoruz. Şirketlerin zamanla kendi kullanım senaryolarını oluşturmalarına olanak tanımak istiyoruz.

15 Dolar ve Atalet Sorunu

Fiyatlandırma nasıl?

Threads için ücretsiz bir sürümümüz, 15 ve 60 dolarlık iki ücretli paketimiz ve özel bir yaklaşım gerektiren kurumsal çözümümüz var.

Fiyatlandırmanın bu kadar düşük olduğu düşünüldüğünde, neden her ekip bunu kullanmıyor?

Mesele fiyat değil. Yapay zeka bu organizasyonlarda hala çok yeni. Doğru formu bulmak, onları bunun bir kesintiye neden olmayacağına ikna etmek asıl zorluk. Düşük fiyat, uygulama zorluğunun bir yansımasıdır. Bu engelleri azaltabilirseniz, çok daha fazlasını talep edebilirsiniz.

Threads hangi sistemlerle entegre çalışıyor?

Autodesk ile derin bir entegrasyonumuz var, Siemens araçlarıyla şu an için daha az. Mevcut PLM sistemlerinden veri çekebiliyoruz. Kalıp analizi için bir Plyable entegrasyonu var ve kullanıcıların kendi eklentilerini eklemeleri için bir yol oluşturduk. Bugün Threads’te üç veya dört canlı entegrasyon varken, Whisper daha piyasaya çıkmadan sekiz veya dokuz entegrasyona sahip.

Yıllardan Dakikalara

14 yıldır bu sektördesiniz. Gerçekte ne değişti?

En büyük değişim son birkaç yılda yapay zeka ile yaşandı. Ancak endüstriyel uygulamaların değişmesi tanımı gereği yavaştır. Uzun satış döngüleri, bir aracın etkisini gösteren sınırlı sinyaller anlamına gelir; bu da fon döngüleri uyuşmadığı için sınırlı risk sermayesi demektir. Makro düzeyde bakıldığında, mühendislik iş akışlarında çok az şey değişti.

Gelecek beş yıl nasıl görünecek?

2016’da, 2026 yılına kadar ticari rüzgar tüneli kalmayacağına dair uzun vadeli bir bahse girmiştim. Şimdi 2026 yılındayız ve her zamankinden daha fazla rüzgar tüneli var. Bu yüzden artık tahmin yürütmüyorum.

Ancak yön net. Bir fikrin bir parçaya (ister yedek parça ister yeni ürün olsun) dönüşmesi için geçen süreyi, genellikle yıllara yayılan mevcut takvimden çok daha kısa sürelere indirmemiz gerekiyor. Bu alandaki her şirket bunun için çalışıyor. Önümüzdeki beş yıl içinde gerçek bir ilerleme kaydedeceğimizi düşünüyorum. Ne kadar mı? Onu söylemeyeceğim.

Mühendislik alanında dikkatinizi çeken başka hangi yapay zeka araçları var?

Fizik modellerine değil, davranış simülasyonuna dayanan simülasyon araçlarının ortaya çıkışı ilginç. 1000 Kelvin adlı bir şirket bunu yapıyor. Kurucu ortaklarından biri, bu araçları kullanarak bir cam bira şişesinin ağırlığını %13 oranında azaltmaya yardımcı oldu. Gerçek ürün, gerçek tasarruf.

Authentise bir iş akışı şirketidir. Algoritmik işler yapmıyoruz. Bunu başkalarına bırakıyoruz ve araçlar arasındaki dijital bağı, yani “dijital iş parçacığını” (digital thread) sağlıyoruz. Tüm dikey alanlarda harika işler yapılıyor.