Patlayıcı Büyüyen Yapay Zekâ Girişiminde CPO, Hızlı Büyüyen Ortamlarda Yapay Zekâyı Uygulamaya Koyma Deneyimlerini Paylaşıyor

Katie ile, bunu tam olarak nasıl yapmak için yapay zekâdan yararlandığını anlamak üzere görüştük. İşte söyledikleri.

HubSpot'ta İnsan ve Kültür Direktörlüğünden Harvey'de “Bağlayıcı” Ekibi Yönetmeye

Harvey'de İnsan ve Kültür Direktörü olarak görev yapıyorum. Şirket içinde "bağlayıcı" ekip olarak adlandırdığımız; işe alım, insan kaynakları, pazarlama, iş teknolojileri ve müşteri etkileşimini kapsayan ekibi yönetiyorum.

Harvey, hukuk ve profesyonel hizmetler dünyası için yapay zekâ çözümleri sunuyor ve yaklaşık bir yıldır buradayım. Bundan önce HubSpot'ta İnsan ve Kültür Direktörüydüm ve orada neredeyse on iki yıl geçirdim. Bu süre boyunca HubSpot, kültürümüzle küresel ölçekte tanınma şansına sahip oldu.

Biraz sıra dışı bir insan ve kültür lideriyim çünkü kariyerime pazarlama alanında başladım; dolayısıyla şimdi her iki alanda da biraz çalışma fırsatı buluyorum. Liderlik açısından, çalıştığım tüm kuruluşlarda ortak nokta hızlı tempo oldu — şirketlere ve hiper büyüme gösteren ekiplere biraz yapı ve süreç kazandırabildiğiniz bir dünyada başarılı oluyorum.

Yapay Zekânın Öncelikli Olduğu Bir Dünyada Kadro Planlaması Neden Değişiyor ve Nasıl Uyum Sağlanır?

İnsan ve Kültür alanında, yapay zekânın öncelikli olduğu bir dünyadaki en büyük temel değişim, "kadro planlaması" çerçevesini "yapılması gereken iş" olarak değiştirmek ve buna ulaşmak için kullanılan birimleri yeniden düşünmektir. Artık mesele, bu kapsamı tamamlamak için tam zamanlı, sözleşmeli ve ajans çalışanlarından oluşan hangi kombinasyonun kullanılacağı değil; hangi işlerin insanlar tarafından yapıldığı, yapay zekâyla nerelerde verimlilik gördüğümüz ve yeni modelde hangi işlevlerin temelden dönüşeceğiyle ilgilidir.

Bu doğrultuda işimizin bir parçası, benimsemenin ne zaman verimlilikte sınırlı iyileşmeler sağladığına — ve ihtiyaç duyulan kadroda ne zaman temel değişiklikler göreceğimize— dair kuruluşun gerçekçi olmasına yardımcı olmaktır.

Bence zaman ufku meselesi, doğru biçimde ele alınması en zor konu. Model performansına, yinelemeye ve kuruluşun yapay zekâyı benimsemesine dayanarak gerçekçi tahminlerde bulunmanız gerekiyor; çünkü bu konu üç etkenin tamamına bağlı.

On yıl önce genellikle üç yıllık bir kadro planı hazırlardım. Elbette yıl boyunca bunu uyarlar ve gerektiğinde düzenli aralıklarla değişiklik yapardım — ancak asıl mesele, üç yıl sonrasına yönelik kadro planlaması için kabaca bir SWAG tahmini yapmanın mümkün olmasıydı. Oysa şimdi herkesin kadro planlamasını daha çevik hâle getirdiğini düşünüyorum,

Harvey'de şu anda finans ekibiyle kabaca bir yıllık plan üzerinde çalışıyoruz, ancak gerçekçi olmak gerekirse zor işlerin çoğu üç aylık aralıklarla yapılıyor. Müşterilerimizde de aynı değişimi görüyoruz. Eskiden üç yıl sonrasına yönelik plan yaparlardı, ancak artık planları daha düzenli biçimde güncelliyorlar.

Çoğu kuruluş, yapay zekâyla elde edilecek üretkenlik ve verimlilik varsayımını yaklaşımlarına dâhil ediyor. Ancak yalnızca verimlilik kazanımlarını nerede göreceklerini değil, aynı zamanda yapay zekâ nedeniyle hangi ekiplerin veya iş ihtiyaçlarının tamamen değişeceğini gerçekçi biçimde değerlendirmek daha zor.

Bu nedenle önerim, genel yaklaşımınıza esneklik katmanız ve kuruluş genelindeki planlamaya çok daha çevik bir yaklaşım benimsemenizdir. Böylece teknolojinin sağladığı büyük iyileşmelerden yararlanırsınız; ancak işe alım veya iş ihtiyaçlarınız açısından fazlasıyla geride kalmazsınız.

Harvey'nin Operasyonları Ölçeklendirmeye Yönelik Dahili Yapay Zekâ Teknoloji Yığınına İçeriden Bir Bakış

Harvey'deki dahili teknoloji yığınımız şöyle:

• Google Workplace, e-postalar vb. için bir çevrim içi iş birliği aracı olarak
• Slack, bir dahili iletişim aracı olarak
• Toplantılar için Zoom
• Notion, dokümantasyon için bir proje yönetimi aracı olarak
• Ashby, işe alım için
• Glean, belgelerde arama yapmak ve bir iş gücü yönetimi yazılımı olarak
• AIR, marka varlıklarını belirlemek ve etiketlemek için
• Tenor, düzenli görüşmeler için bir performans yönetimi yazılımı olarak
• Harvey, çeviri, derinlemesine araştırma, taslak hazırlama ve kritik belgeleri bir belge yönetim sistemi olarak depolamak için

Şu anda teknoloji yığınımıza birkaç yapay zekâya özgü araç daha ekleme sürecindeyiz. Ayrıca çok modelli bir şirket olduğumuz için Gemini, Claude ve ChatGPT'yi — hem tek başlarına hem de Hukuk Araştırmaları ekibimiz aracılığıyla Harvey çıktılarımızı test etmek için kullanıyoruz.

İşe alım ekibimiz de gelecek yıl için gelecekteki teknoloji yığınlarını netleştirmek üzere kapsamlı denemeler yapıyor — bu alanda nasıl yenilik yaptığımıza dair bizden daha fazla bilgi gelecek.

Aşırı Büyüme Dönemlerinde Zamandan Tasarruf Sağlayan ve Ekipleri Ölçeklendiren Gerçek Dünyadan Yapay Zekâ İş Akışları

Otomasyon ve yapay zekânın bir birleşimine dayanan en sevdiğim iş akışlarından biri, bir aday Ashby'de teklif mektubunu resmen imzaladığında dahili iş birliği için kullandığımız dahili Slack kanallarını kapatmaya yardımcı oluyor.

Bu olay, yöneticilerinin takvimine işe başlama tarihlerini eklemek, BT ekibine aday, konum ve işe başlama tarihi hakkında bilgi vermek ve işe alım sürecine uyum sağlamalarına yardımcı olmak için bazı aday iş akışlarını otomatikleştirmek de dâhil olmak üzere birkaç farklı süreci başlatıyor. Aşırı büyüme dönemlerinde çok sık yaptığımız bir işi — küresel ölçekte işe alımı — belirgin ölçüde daha kolay ölçeklenebilir hâle getiriyor.

Dahili teknoloji yığınımızı nasıl kullandığımıza dair birkaç örnek daha:

• Glean: En büyük değişikliğimiz, Glean'i teknoloji yığınımıza eklemek oldu. Kullanım senaryosunun bizim için işe yaradığından ve zamandan tasarruf sağladığından emin olmak için küçük bir kullanıma sunma çalışması yaptık. Harvey'de süper hızlı büyüyoruz, bu nedenle çalışanların ihtiyaç duydukları o tek şeyi Slack ve Google Dokümanlar'da saniyeler içinde hızlıca arayabilmesi çok önemliydi. Bu, zamandan büyük ölçüde tasarruf etmemizi sağladı. Kişisel olarak, ekipler ve konumlar arasında dosya ararken veya bir toplantıdaki birini rahatsız etmeden bir konu hakkında hızlıca bağlam edinmeye çalışırken büyük bir fark yarattığını şimdiden fark ettim.
• Slack: Pazarlama başkan yardımcımız, gelecekteki iletişimleri hazırlarken geçmiş çalışmalardan yararlanabilmemiz için lider iletişimlerini taslak hâline getiren özel bir GPT kurdu. Ekibimiz genelinde ilk taslaklar için saatlerce zaman kazanıyoruz.
• Tenor: Şu anda performans değerlendirme görüşmelerinin ortasındayız ve geri bildirim görüşmelerine hazırlanmaya yardımcı olması için Tenor adlı bir araç kullanıyoruz. Bağlam yükleyebilir ve geri bildirim almak için canlı pratik yapabilirsiniz; bu da daha iyi değerlendirme görüşmeleri ve ideal olarak ekibiniz için daha iyi geri bildirim sağlıyor.
• AIR: AIR, kurum içi marka varlıklarımızı hızlı bir şekilde belirlemek ve etiketlemek konusunda son derece faydalı oldu.
• Harvey: Çeviri, kapsamlı araştırma ve taslak hazırlamanın yanı sıra kritik belgeleri güvenli bir şekilde sorgulamayı ve bunlara erişmeyi kolaylaştırmak üzere depolamak için kendi Harvey platformumuzu kullanıyoruz. Vault özelliğimiz, müşteri sözleşmelerimizin kaçının X tarihinde yenilendiğini veya çalışan sözleşmelerinin kaçında Y hükmünün bulunduğunu öğrenmek gibi konularda faydalı oldu. Her ay ekibimize ve hukuk ekibine saatler, hatta günler kazandırıyor. Benzer şekilde, karar alma süreçlerinde belirli bir değişikliği uygulamaya koymadan önce insanların bu değişiklikle ilgili hangi karşıt argümanlara sahip olabileceğini öğrenmek için sık sık Harvey'yi kullanıyorum. Dava avukatları için yeterince iyiyse, kurum içi değişim yönetimi süreçlerini hayata geçirmeden önce kesinlikle daha etkili hâle getirebilir!

Doğru soru, "Mevcut süreçlere yapay zekâyı nereye ekleyebilirsiniz?" değil, "Çalışmayı belirgin ölçüde kolaylaştırmak için mevcut süreçleri nasıl yeniden düşünebilirsiniz?" sorusudur.

Bir Kurum Genelinde Yapay Zekâ Okuryazarlığı Nasıl Geliştirilir?

Yapay zekâ okuryazarlığı bizim için biraz farklı, çünkü Harvey bir yapay zekâ şirketi. Bu nedenle mülakat sürecinde, belirli bir düzeyde yapay zekâ okuryazarlığına, rahatlığına ve ilgisine sahip kişilere odaklanarak çok zaman geçiriyoruz. Ancak kurum içinde yapay zekâ okuryazarlığını artırma yollarımızdan birkaçının müşterilerimize önerdiklerimizle aynı olduğunu belirtmekte fayda var:

1. Yapay zekâ araştırma ekibimizin ev sahipliği yaptığı ve yapay zekâya odaklandığımız kahvaltılar düzenliyoruz. Katılmak ve düşük baskılı bir ortamda öğrenmeye gelmek için uzman olmanız gerekmediği açıkça belirtiliyor.
2. Ekibimizde Stratejik İş Geliştirme Uzmanları ve Hukuk Ürün Uzmanları olarak adlandırdığımız hukukçular bulunuyor — bu kişiler, uzmanlık alanlarında Harvey'yi en iyi şekilde nasıl kullanabileceklerine ilişkin özel örneklerle uygulama alanları veya coğrafyalar hakkında derinlemesine oturumlar düzenliyor. Ayrıca işe alım ekibimiz ve üst düzey yöneticilerimizin operasyon ekibi için öğle yemeği eşliğinde öğrenme oturumları düzenleme nezaketini de gösterdiler; böylece her iki ekip de işlerini kolaylaştırmak için Harvey'yi nasıl kullanabilecekleri konusunda daha iyi bir bağlama sahip oluyor.
3. Bir çıktı oluşturmak için kullandıkları özel istemi ekip arkadaşlarımızın paylaşmasını sağlayacağız — geçen hafta CEO'muz, Derinlemesine Araştırma için kullandığı bir istemi benimle paylaştı; Ürün Başkan Yardımcımız da Ürün Operasyonları ekibinin bilgi yönetimi sistemimizdeki kurum içi sorguları ele almak için kullandığı bir istemi paylaştı. İşe yarayan şeyleri paylaşmayı normalleştirmek kesinlikle yardımcı oluyor; ihtiyaç duyduğunuzda yardım istemeyi de normalleştiriyor.

Hızla Büyüyen Şirketlerde Yapay Zekâ Kullanımından Çıkarılan Dersler

Yapay Zekâ Kullanımı Neden Liderlikle Başlamalı?

Yapay zekânın en çok veya en etkili şekilde genç çalışanlar tarafından kullanıldığına dair bir algı var. Benim gördüğüm bu değil.

Harvey'yi haftalık olarak kullanan kişilerin yaklaşık %20'si ortaklardan oluşuyor ve yapay zekâyı önceliklendiren, kıdemli çalışanların yapay zekâyı benimsemesini ve bunu kuruluş olarak çalışma sistemlerine dâhil etmesini sağlayan kuruluşların, kademeli değişim uygulamaya çalışan veya aşağıdan yukarıya benimsemeye dayanan kuruluşlardan açık ara daha başarılı olduğu giderek netleşiyor.

Yapay zekâ araçlarını kullanıma sunuyorsanız, önce liderlik ekibinizin, ardından kuruluşun geri kalanının veya kuruluşun geri kalanıyla paralel olarak sürece dâhil olmasını sağlamak için zaman ayırın. Yapay zekâ başarısı, teknoloji kadar uygulamadaki etkili değişim yönetimiyle de ilgilidir.

Liderler Yapay Zekâ Kullanımını Neden Baskıyla Değil, Teşvikle Desteklemeli?

Baskıdan çok teşviki göz önünde bulundurduğunuzdan emin olun. En başarılı kuruluşların, korkuya aşırı odaklanmak yerine sonuçlar sunarak ve öncülük ederek yapay zekâyla nelerin mümkün olduğunu gösterdiğine inanıyorum. İnsan ve kültür organizasyonunda lider olarak, bu değişimi benimseme sorumluluğunuz var.

Katie'nin İpucu

Yapay zekâ kullanımına geçiş söz konusu olduğunda, baskıdan çok teşviki ön planda tuttuğunuzdan emin olun.

“Aha” Anları Yaratmak Başarılı Yapay Zekâ Kullanımı İçin Neden Önemlidir?

Şu anda yapay zekâ kullanımındaki en büyük zorluklardan biri, insanların ilk "aha" anlarına ulaşmasını sağlamak. Bu durum hem kurum içinde geçerli hem de kuruluşlarda Harvey'yi kullanıma sunduğumuzda bunu görüyoruz. Çalışanların, farkındalığın "Yapay zekâ harika" şeklinde değil, "Yapay zekâ işimi daha iyi yapmama nasıl yardımcı olabilir?" şeklinde olduğu bir noktaya ulaşması gerekiyor.

Bu, insanların kendi uzmanlık alanları ve coğrafyalarıyla ilgili kullanım alanlarını belirlemelerine yardımcı olmak anlamına geliyor. Etki yaratan o anı yaşadığınızda, yeni şeyler deneme konusunda rahatlık oluşturmak çok daha kolay olur.

Kuruluşlar Yapay Zekâ Konusundaki Korku Anlatılarının Ötesine Neden Geçmeli?

Aynı derecede önemli olan bir diğer konu da korku anlatısının ötesine geçmemizi sağlamak.

Birçok kişi işlerinin yapay zekâ tarafından ellerinden alınmasından endişe duyduğu için yapay zekâyı denemekten korkuyor. Yapay zekânın insanların işlerini anlamlı bir şekilde iyileştirmeye nasıl yardımcı olabileceğini daha iyi ortaya koymamız gerektiğini düşünüyorum. Daha fazla eğitim ve mentorluk için alan yaratmamız gerekiyor.

Bu konuda gerçekten yardımcı olan birkaç örnek gördüm:

1. İnsanların yönlendirme oluşturmanın temellerini öğrenebileceği ve kendi özel rollerinde onlara yardımcı olabilecek kullanım alanlarını görebileceği ortamlar oluşturmak.
2. Eğitimi zorunlu ve modası geçmiş olmaktan çıkarıp daha eğlenceli ve ilgi çekici hâle getirmek. Gördüğümüz en başarılı uygulamalarda genellikle Harvey'nin kullanıma sunulması tüm kuruluş için anlamlı hâle getiriliyor ve liderliğin desteği sağlanıyor.
3. Deney yapma kültürü oluşturmak. Bir şeyleri denemenin amacının ilk seferde kusursuz sonuç almak değil, denemeyi normalleştirmek olduğunu vurgulamak önemli.
4. Tersine mentorluktan yararlanmak. Genç çalışanlarımızdan daha iyi yönlendirmeler veya kullanım alanları öğreniyorum ve bunun için onlara minnettarım.

Yapay Zekâ Kullanımında Kademeli Yaklaşımlardan Kaçının

Son olarak, yapay zekâ kullanımına yaklaşımınızda kademeciliğin cazibesine direnin.

Katie'nin İpucu

Yapay zekâ kullanımını benimseme yaklaşımınızda aşamalı ilerleme eğilimine direnin

Yapay Zekâ İşimize Anlamı ve Amacı Nasıl Geri Kazandırabilir?

Aslında cesur tahminlerde bulunmayı pek sevmiyorum — bu konuda özellikle iyi olduğumu düşünmüyorum. Ancak cesur tahminlerde bulunan kurucuları seçmeyi seviyorum ve bu konuda makul ölçüde başarılı oldum; bu nedenle bunun yerine, kurucularımız sayesinde Harvey'nin üzerine inşa edildiği temel inançlardan birini paylaşacağım.

İyi uygulandığında yapay zekânın bizi çoğu kariyerin olması gereken noktaya geri getirmesi gerektiğine inanıyorlar: sürekli bir iş, revizyon ve kendinize çok fazla değer katıyormuşsunuz gibi hissettirmeyen iş akışları yerine, çıraklık, mentorluk ve iş başında öğrenme için daha fazla zaman.

Bu nedenle umudum, zaman içinde yapay zekânın işlerimize anlam katmak ve günlük çalışmalarımızda kendimizi daha tatmin olmuş hissetmek için bize daha fazla zaman kazandırması.

Gelişmeleri Takip Edin

Katie'nin yüksek büyüme gösteren ortamlarda ekiplerin çalışma biçimini nasıl değiştirdiğini X ve LinkedIn üzerinden takip edebilirsiniz. Ayrıca hukuk ve profesyonel hizmetler dünyası için yapay zekâ sunan Harvey'ye göz atın.

People Managing People'da daha fazla uzman röportajı sizlerle olacak!