Yapay zeka, danışmanlık firmalarının müşterinin işini anlamadan önce hazırlıklı görünmesini kolaylaştırdı. Ekip, teklif hazırladığı şirket hakkında henüz çok şey öğrenmeden açık, somut ve görsel açıdan tamamlanmış bir teklif hazırlayabiliyor. İnandırıcı bir demo için de eskisi kadar zaman ve teknik çalışma gerekmiyor.
Özenli bir teklifin sahte olması gerekmez. Yetkin ekipler aynı araçları çoğu zaman çok iyi kullanır. Ancak teklifin görünümü, alıcıya eskisine göre daha az şey söyler.
Bu önemli; çünkü şirketler yapay zeka projelerinde birlikte çalışacakları iş ortağını seçerken hâlâ alışıldık işaretlere bakıyor. Sunumun kalitesini, önerinin ne kadar güvenle sunulduğunu ve demonun çalışıp çalışmadığını değerlendiriyorlar. Bunların hepsi dikkate değer. Ama hiçbiri, iş ortağının doğru işi önerecek kadar şirketi anlayıp anlamadığını göstermez.
Bir öneri sunmadan önce iş ortağının hangi soruları sorduğuna bakın. Ardından cevap verirken hangi koşulları vurguladığını, eksik ya da tartışmalı bilgilerle nasıl başa çıktığını dinleyin. Bunları üretmek daha zordur; çünkü müşterinin gerçek durumuna dayanırlar.
Her yerde kusursuz görünen çıktılar varken asıl değerli işaret, önerinin arkasındaki muhakemedir.
Demo yalnızca demoda olanı kanıtlar
Demo görmeye değerdir. Ekibin bir fikri somut bir şeye dönüştürüp dönüştüremediğini gösterir ve herkese somut olarak üzerinde konuşabileceği bir şey sunar. Bu bile bir saatlik belirsiz vaatlerden iyidir.
Bir demodan kanıtlayabileceğinden fazlası beklendiğinde sorun başlar.
Demoların çoğu seçilmiş girdiler ve iş akışı boyunca sorunsuz ilerleyen bir yol kullanır. Bu normaldir. Kimse bir satış toplantısına, prototipin bozuk bir elektronik tabloda hata vermesini izleyerek başlamak istemez. Ancak demoyu anlaşılır kılan koşullar, çoğu zaman üretimde ortadan kaybolan koşullarla aynıdır.
Kaynak verinin nereden geldiğini sorun. Hangi izinlerin basitleştirildiğini sorun. İlk sürümde ele almak için fazla zahmetli bulunduğu için prototipin dışında bırakılan şeyleri sorun. İki belge birbiriyle çelişirse hangisi geçerli sayılacak? Sistem kötü bir öneride bulunursa bunu kim fark edecek? Bir vaka bir insana ulaştığında, onunla birlikte hangi bağlam aktarılacak?
Yanıtlar, demonun neleri kapsadığını gösterir. Ayrıca iş ortağının demo ekranının çalışmasıyla yazılımın gerçek kullanımda çalışması arasındaki farkı ciddiyetle düşünüp düşünmediğini de açığa çıkarır.
Yapay zeka yardımıyla hazırlanan sunumlara ilişkin araştırmalar bu ayrımı somutlaştırıyor. Columbia Business School’da yapılan bir deneyde, yapay zeka desteği deneyimli değerlendiricilerin yalnızca sunuma bakarak uzmanları uzman olmayanlardan ayırmasını zorlaştırdı. Araştırma, gerçek uzmanların dil engellerini aşarak daha etkili iletişim kurabildiğini de buldu. Özenli bir sunum iyi işin daha geniş kitlelere ulaşmasına yardımcı olabilir. Ama alıcıya asıl düşünmeyi kimin yaptığını daha az gösterir. Columbia Business School
Bu yüzden demoyu ciddiye alın. Ardından neleri göstermediğini sorun.
İş ortağının sorduğu sorulara dikkat edin
Diyelim ki iş özeti şöyle: “Müşteri desteğini otomatikleştirmek istiyoruz.”
Bir iş ortağı bunu destek asistanı geliştirme isteği olarak duyar. Diğeri ise müşterilerin şirkete hangi nedenlerle ulaştığını, bu taleplerin nasıl çözüldüğünü ve hangi vakaların en uzun sürdüğünü görmek ister. Bu ikinci yaklaşım, temsilcilerin zaten hızlı yanıt verdiğini ortaya çıkarabilir. Gecikme daha sonra, para iadesi için başka bir departmandaki birinin onayı gerektiğinde ortaya çıkıyordur.
Bu şirkette daha iyi metin üretimi darboğazı çözmez. İlk iş özeti, sürecin gecikmeye yol açan kısmını değil, görünür kısmını işaret eder.
Bu sorular, iş ortağının çözümü doğrudan iş özetine göre şekillendirmeden önce şirketin işleyişini nasıl kavradığını gösterir. Yapay zekanın ürettiği yanıttan sonra ne olduğunu sormak, konuşmayı sonuca bağlı tutar. Kararı kimin değiştirebileceğini sormak ise yetki meselesini görünür kılar. Fiilen karşılaşılan istisnaları da incelemek gerekir; çünkü projeyi pahalılaştıran yer nadiren ortalama vakadır.
Tersi bir hata da var: keşif tiyatrosu. Bir ekip düzinelerce soru sorabilir, beyaz tahtayı oklarla doldurabilir ve yine de öneriyi değiştirecek hiçbir şey öğrenmeyebilir. Ayrıntılı çalışmak, isabetli muhakeme kurmakla aynı şey değildir.
İyi iş ortağı, hangi ayrıntının yaklaşımı değiştireceğini, hangisinin sonraki aşamaya bırakılabileceğini ayırt eder. Bu ayrımı konuşmada duyabilmelisiniz: “Politikalarınız çelişiyorsa önce bunu çözmeliyiz. Sorun yalnızca biçimlendirmeyse iş akışının içinde ele alabiliriz.”
Bu, teklifte kaç atölye çalışmasının yer aldığından çok daha fazla şey anlatır.
Bu yaklaşımın işe yaraması için ne gerekli?
“Bunu daha önce yaptınız mı?” sorusu yerindedir. Ne var ki çoğu zaman yanıt yerine bir vaka çalışması gelir.
Daha önceki işler, iş ortağının benzer yöntemleri ve bunların nerelerde aksadığını gördüğünü gösterebilir. Ama aynı koşulların burada da geçerli olup olmayacağını söylemez. Aynı destek asistanı, politikaların sabit olduğu bir şirkette iyi çalışabilir; ilişki yöneticilerinin her gün istisna yaptığı bir şirkette ise başarısız olabilir. Bir fatura iş akışı, sınıflandırma hatasının sözleşme uyuşmazlığı doğurduğu az sayıdaki belgeyle karşılaşana kadar kusursuz görünebilir.
Daha iyi soru şudur: “Bu yaklaşımın burada işlemesi için neyin doğru olması gerekiyor?”
Yanıt somut olmalıdır. Belki projenin tek ve yetkili bir politika kaynağına ihtiyacı vardır. Belki entegrasyon, güvenlik ekibinin vermeyi henüz kabul etmediği izinlere bağlıdır. Belki şirketin istisnalardan sorumlu olacak yeterli yetkiye sahip birine ihtiyacı vardır. Bunlar, iş ortağını korumak için eklenen çekinceler değildir. Önerinin parçasıdır.
Aynısı pilot çalışma için de geçerlidir. “Bunu dört haftada yapabiliriz” demek hız hakkında bir şey söyler. Şirketin bu dört haftanın sonunda ne öğreneceği hakkında ise hiçbir şey söylemez. Pilotun hangi kararı değiştirmesi beklendiğini sorun. Yanıt yoksa pilot etkileyici bir nesne üretip ilk belirsizliği olduğu gibi bırakabilir.
Bu iddia projeniz için ne anlama geliyor?
Bir iş ortağından duyduğunuz ifadeyi seçin. Doğru da olabilir. Takip sorusu, bunun projeniz açısından ne anlama geldiğini netleştirir.
Sorulmaya değer bir sonraki soruyu bulmak için bir iddia seçin.
Araçtaki iddiaların hiçbiri tek başına bir uyarı işareti değildir. Takip sorusunun amacı, iddiayı satış dilinden çıkarıp müşterinin gerçek koşulları içinde değerlendirmektir.
Geniş bir hedefi karara dönüştürün
“Verimizi daha iyi kullanmak” kötü bir başlangıç noktası değildir. “Yapay zekadan yararlanabilecek bir iş bulmak” da öyle. Şirketler çoğu zaman sorunun henüz net olmaması nedeniyle dışarıdan destek arar.
Yine de iş birliği bu hedeften ileri gitmelidir.
Bir satış ekibinin müşteri adaylarına öncelik vermek için yapay zeka kullanmak istediğini düşünün. İlk soru, geçmiş verinin gelecek vaat eden bir müşteriyi satış ekibinin yalnızca daha çok ilgi gösterdiği bir müşteriden ayırıp ayıramadığı olabilir. Ayıramıyorsa model seçimi için erkendir. Acil karar; şirketin satış faaliyetlerini kaydetme biçimini düzeltmesi, daha temiz kanıtlarla daha küçük bir test yapması ya da fikri rafa kaldırması gerekip gerekmediğidir.
Bu, müşteri adaylarını puanlayan bir demodan daha az heyecan verici gelebilir. Ama şirketin harekete geçebileceği bir karardır.
Bize göre bu, dışarıdan gelen bir iş ortağının verilen görevi kavradığının en açık işaretlerinden biridir. Belirsizliğin ortadan kalkmış gibi davranmadan geniş bir talebi daha net bir şeye dönüştürebilirler. Müşteri, önündeki seçeneğin ne olduğunu, hangi kanıtın yardımcı olacağını ve hangi işlerin güvenle bekleyebileceğini bilir.
İş ortağı yalnızca iş dilini teknik gereksinimlere çevirmekten fazlasını yapmıştır. Soruyu iyileştirmiştir.
Uzmanlık, bilgi tükendiğinde ortaya çıkar
Her ciddi projede mevcut bilginin tükendiği bir nokta vardır. Veri kümesi eksiktir. İki ekip istenen sonuç konusunda anlaşamaz. Kullanıcıların öneriye göre hareket edecek kadar güvenip güvenmeyeceğini kimse bilmez.
Özenli görünen teklifler bu karmaşıklığı gizlemeye eğilimlidir. Oysa müşterinin muhakemeye en çok ihtiyaç duyduğu yer burasıdır.
Yetkin bir iş ortağı her bilgi boşluğuna aynı şekilde yaklaşmaz. Bazı bilinmeyenler kısa bir testle çözülebilir. Bazılarında işin sahibi karar vermelidir. Bazılarının ise öneriyi etkilemesi pek olası değildir; şimdilik açık bırakılabilirler. Asıl iş, hangisinin hangisi olduğuna karar vermektir.
Her bilinmeyeni sessizce bir varsayıma dönüştüren tekliflere temkinli yaklaşırız. Müşteriden kusursuz bilgi gelmeden hiçbir şey önermeyi reddeden bir iş ortağı da pek yardımcı olmaz. Şunu söyleyebilmelidir: “Bunu henüz bilmiyoruz, ama öğrenmenin hem dürüst hem de en düşük maliyetli yolu bu.” Ardından sonucun ters çıkması durumunda ne yapacağını açıklamalıdır.
2.000’den fazla inovasyon teklifini kapsayan bir Harvard Business School saha deneyi, yapay zekanın ayrıntılı açıklamalar eşliğinde sunduğu önerilerin, öneri yanlış olsa bile değerlendiricileri ikna edebildiğini gösterdi. Nesnel eleme ölçütleri, insanların ve yapay zekanın değerlendirmeleri arasında daha iyi uyum sağladı. Sorun akıcı bir gerekçenin varlığı değildi. Değerlendiriciler, gerekçeye dayandığı kanıtın hak ettiğinden daha fazla ağırlık verdi. Harvard Business School
Bir iş ortağı seçerken de aynı dikkati göstermek gerekir. Kanıttan öneriye giden yolu takip edebilmelisiniz. Hangi bilgiler müşteriden geliyor? Hangi bölümler varsayım? İş ortağı hangi alternatifleri, neden reddetti? Önerinin hangi durumda değişeceğini de bildiğinizde ona güvenmek kolaylaşır.
Bir sonraki görüşmede nelere odaklanmalı?
Yapay zeka her danışmanlık firmasını birbirine benzetmedi. Hazırlıklı görünmenin maliyetini düşürdü. Güçlü ekipler de bundan yararlanıyor; bu yüzden özenli görünmesi, ne iyi ne kötü olduğuna tek başına kanıt sayılmaz.
Demoyu ciddiye alın, ama demonun neyi kanıtladığına dair iddiayı sınırlı tutun. İş ortağının sorularının ilk talepte eksik olan bir şeyi ortaya çıkarıp çıkarmadığına bakın. Şirketinizde neyin doğru olması gerektiğini sorun. Başkasının vaka çalışması buna yanıt veremez. Bilgi eksik olduğunda sırf kendinden emin sözler ya da bitmek bilmeyen çekinceler yerine, gerekçelendirilmiş bir sonraki adımı dinleyin.
İyi geçen ilk görüşmenin sonunda, en kendinden emin tedarikçinin vaat ettiği nihai sistemin nasıl görüneceği hakkında daha az şey biliyor olabilirsiniz. Ama önünüzdeki karar hakkında çok daha fazla şey biliyor olmalısınız.
Bize göre ölçüt budur. Bir iş ortağı, çözümü satmayı zorlaştıran kısımlar dahil olmak üzere problemi daha iyi anlamanızı sağladığında şirketinizi anlamıştır.