GaaS vs SaaS: İç Girişimcinin Yeni Yolculuğu

SaaS, Software as a Service, bir yazılımı bilgisayarımıza kurup yönetmek yerine internet üzerinden hizmet olarak kullandığımız model. Örneğin Canva ile tasarım yapıyor, Teams ile çevrim içi toplantılar yapıyoruz. Yazılımı satın almak yerine genellikle aylık veya yıllık abonelikle erişim sağlıyoruz. İnsan uygulamayı açıyor, bilgileri giriyor, seçenekleri değerlendiriyor ve işi yazılımın sunduğu özelliklerle kendisi yürütüyor.

GaaS, Agentic AI as a Service ise kullanıcıya yalnızca bir yazılım vermiyor. Belirli bir sonuca ulaşmak üzere farklı araçları, yazılımları ve veri kaynaklarını kullanabilen yapay zeka ajanları sunuyor. Kullanıcı ulaşmak istediği sonucu tarif ediyor. Ajan gerekli adımları düzenliyor, izin verilen araçları kullanıyor ve tamamladığı işi kullanıcıya getiriyor. Karar veremediği veya yetkisinin dışında kalan durumları ise insan değerlendirmesine bırakıyor.

Aradaki fark, ürünün içinde yapay zeka olup olmaması değil. Bugün pek çok SaaS ürünü metin yazıyor, özet çıkarıyor ve öneriler sunuyor. Buna rağmen işi hala insan yönetiyor. GaaS modelinde yapay zeka, tanımlanan sınırlar içinde işin belirli bir bölümünü yürütüyor.

SaaS yazılım imkanı sunuyor. GaaS ise belirlenmiş bir sonuca yönelik işi yürütüyor.

Kurum içindeki yaklaşım nasıl değişiyor?

Kurum içinde yeni bir ihtiyaç ortaya çıktığında genellikle yeni bir yazılım arıyoruz. Uygun platformu seçiyor, çalışanlara erişim veriyor ve işi bu araç üzerinden yürütüyoruz. SaaS modeli uzun süredir bu şekilde çalışıyor.

Yapay zeka ajanları, bu ihtiyaca farklı bir yerden bakmayı mümkün kılıyor. Çalışanlara bir araç daha vermek yerine, mevcut işin bazı adımları onların adına yürütülebiliyor. Bu da iç girişimcinin rolünü değiştiriyor. Artık yalnızca doğru yazılımı bulması değil, işin nasıl yapıldığını incelemesi ve insanla yapay zekanın rollerini birlikte tasarlaması gerekiyor.

İç girişimci nereye bakmalı?

AI-Native iç girişimcinin her süreç için yeni bir ajan tasarlaması gerekmiyor. Önce insanların günlük çalışma biçimine bakması daha anlamlı. Sürekli tekrarlanan görevler, birkaç uygulama arasında taşınan bilgiler, uzun zaman alan karşılaştırmalar ve aynı ölçütlerle tekrar tekrar değerlendirilen talepler iyi birer inceleme alanı olabilir.

Örneğin bir satış çalışanının müşteri kayıtlarını düzenli olarak kontrol ettiğini düşünelim. Eksik görüşmeleri buluyor, takip mesajlarını hazırlıyor ve sonuçları sisteme işliyor. Yeni bir raporlama ekranı geliştirmek SaaS çözümü olabilir. Kayıtları inceleyen, eksik takipleri belirleyen, mesaj taslaklarını hazırlayan ve onaylanan işlemleri sisteme ekleyen bir ajan ise GaaS yaklaşımına daha yakındır.

Burada önemli olan, yapay zekaya mümkün olduğunca fazla iş vermek değil. Yapay zekanın hangi adımlarda fayda sağlayacağını ve hangi kararların insanda kalacağını doğru belirlemek.

GaaS ne zaman anlamlı?

Sonucu tarif edilebilen ancak sonuca ulaşmak için izlenen yolun zaman zaman değiştiği işlerde GaaS fayda sağlayabilir. Özellikle birden fazla kaynaktan bilgi toplanan, bazı seçimlerin yapılması gereken ve belirsiz durumların bir çalışana yönlendirilebildiği süreçler bu modele daha uygun.

Basit, değişmeyen ve mevcut yazılımlarla güvenilir biçimde yürüyen işleri ajana devretmenin pek anlamı yok. Bazı ihtiyaçlar için iyi bir SaaS ürünü hala en doğru çözüm. GaaS, farklı koşullara göre hareket edilmesi ve birkaç aracın birlikte kullanılması gereken işlerde daha belirgin bir değer sunuyor.

Feluda’nın GaaS ve SaaS karşılaştırmasında da vurgulandığı gibi, bu iki model birbirinin yerini almak zorunda değil. Yapay zeka ajanları, mevcut SaaS uygulamalarını kullanarak görevlerini yerine getirebilir. SaaS kayıtların ve temel işlevlerin bulunduğu sistem olarak kalırken GaaS bu sistemler arasında işi yürüten bir katmana dönüşebilir.

Küçük bir iş üzerinden denemek

İlk denemede bütün bir departmanı dönüştürmeye çalışmak gereksiz bir risk yaratır. Sınırları açık tek bir görev seçmek, işin bugün nasıl yürüdüğünü görmek ve yapay zekanın üstlenebileceği bölümü belirlemek daha sağlıklı.

Küçük bir pilotta beş konu netleşmeli:

• 1Çözülmek istenen iş problemi
• 2Bugünkü sürecin adımları
• 3Yapay zekanın üstlenebileceği görevler
• 4İnsan onayı gerektiren kararlar
• 5Başarıyı gösterecek ölçütler

Böyle bir deneme yalnızca sistemin çalışıp çalışmadığını göstermez. Çalışana zaman kazandırıp kazandırmadığını, çıktı kalitesini nasıl etkilediğini ve hangi noktalarda insan müdahalesine ihtiyaç duyduğunu da görünür hale getirir.

İç girişimcinin ihtiyaç duyacağı yetkinlikler

GaaS fırsatlarını görebilmek için yapay zeka araçlarını tanımak elbette yararlı. Fakat araç bilgisi tek başına yeterli değil. İç girişimcinin görünen talebin arkasındaki problemi anlayabilmesi, süreci inceleyebilmesi, verinin güvenilirliğini sorgulaması ve farklı çözüm seçenekleri geliştirebilmesi gerekiyor.

Problem tanımlama ve çözme, kritik düşünme, yaratıcılık, veri okuryazarlığı, karar verme ve adaptasyon bu nedenle AI-Native iç girişimciliğin temel yetkinlikleri arasında yer alıyor.

SaaS döneminde iç girişimciler kurumlarına yeni araçlar kazandırdı. GaaS ile birlikte buna yeni bir çalışma alanı ekleniyor: İnsanların yapacağı işleri, yapay zekanın yürüteceği görevleri ve kontrolün nerede kalacağını birlikte tasarlamak.