Yapay Zeka Dönüşümü Başarısı: Sektör Liderlerinden Anahtar İpuçları

Tencent Araştırma Enstitüsü ve Hong Kong Üniversitesi Hukuk Fakültesi, AI & Society Forum 2026’ı “AI ile Yaşamak Çağı” temasıyla birlikte düzenliyor. Yu Yi Teknolojisi CTO’su Hu Yichuan, Workstream ortak kurucusu Wang Ruoyu ve Tencent WorkBody ürün sorumlusu Wang Shengjie gibi alanın öncü uygulayıcılarını içeren bir masa turu tartışmasına katıldılar ve AI ile organizasyonel dönüşümü ele aldılar. Katılımcılar, AI dönüşümünün bir liderlik projesi olduğunu ve yalnızca CEO’nun doğrudan destek verdiği durumlarda başarıya ulaşabileceğini belirtti. Takım boyutları, geçmişteki 20-30 kişiden 3-5 kişiye kadar düşüyor. İşbirliği sayısını azaltmak ve bilişsel uyumu sağlamak en büyük zorluk. Süper bireyler daha yüksek verimliliğe sahip olmakla birlikte, çevresindekileri etkileme ve iş akışlarını yeniden şekillendirme görevini üstlendikleri için daha meşgul. AI çağında, vizyon geçmişten daha önemli; AI, yalnızca bir hızlandırıcı değil, her bireyin yeteneklerinin bir güçlendiricisi olmalıdır.

Yazan: Tencent Araştırma Enstitüsü

AI ile birlikte yaşamaya hazır mıyız?

Yapay zekâ, zeka, verimlilik ve hatta toplumsal yapıları üssel hızla yeniden şekillendirirken, "Yapay Zekâ ile Yaşamak" çağına hazır mıyız?

Mayıs 2026'da Tencent Araştırma Enstitüsü ve Hong Kong Üniversitesi Hukuk Fakültesi, AI & Society (AI&S) Forum 2026'ı ortak olarak düzenledi. Bu forumun temel teması "AI ile Yaşamak"tı ve "Şenzen ve Hong Kong şehirlerini" kapsadı: Hong Kong'da "AI'nın Sınırları" üzerine odaklandık ve fikir ile endüstri arasındaki etkileşimi tartıştık; Şenzen'de ise "fişsiz" ve "tamamen fişli" eğitim ortamları aracılığıyla teknolojinin insan ölçeğine nasıl döndüğünü hissettik.

Bu forum serisindeki diyaloglarda, önde gelen akademisyenler, endüstri liderleri ve pratiğe yönlenmiş uzmanlar, teknolojinin bulutunu aşarak AI'nın topluma, ekonomiye, gerçekliğe ve yaşama derin etkilerini sorgulamak için bir araya geldi.

Bu forumda, "AI Örgüt Değişiminin İlk Elden Uygulamaları" adlı masa turu tartışmasıyla AI dönüşümünün ilk hattına doğrudan tanık olun.

Sunucu:

• Yuan Xiaohui (Tencent Araştırma Enstitüsü Müdür Yardımcısı, Deneyimli Uzman)

Konuk:

• Hu Yichuan (Laiye Teknolojisi CTO)
• Wang Ruoyu (Workstream ortak kurucusu)
• Wang Shengjie (Tencent WorkBody Ürün Sorumlusu)
• Düzenleme:
• Dou Miaolei, Tencent Araştırma Enstitüsü Üstün Araştırmacı

1. AI dönüşümü, en üst düzey liderlik projesidir. Eğer liderler AI’yi anlamazsa, AI bilen az sayıdaki kişi sonsuz miktarda iş yüküyle karşı karşıya kalır, verimsiz departmanlar verimli departmanların başarılarını yutar ve局部 dönüşüm genel süreçte bozulur. Sadece en üst düzey liderin doğrudan dahil olması, organizasyonel değişimi gerçekleştirebilir.

2. AI dönüşümünün üç katmanı: Birinci katman, kullanıcıya yönelik AI ürünleridir—iyi bir ürün lüksür, rastlantısal olarak karşılaşılır; ikinci katman, ürünün üzerine AI katmanı ekleyerek etkileşimi basitleştirip kullanıcı deneyimini iyileştirmektir; üçüncü katman, organizasyonun tamamen AI-yönelik bir çalışma ortamına dönüşmesidir. Son iki katman seçimlik değildir, hayatta kalma sorunudur.

3. Süper birey, daha yüksek verimliliğe rağmen daha az yorulmaz; "serbest kalan zaman" boş zaman haline gelmez—çünkü organizasyon içinde çevresindekileri etkileme ve organizasyon içindeki iş akışını yeniden şekillendirme gibi bir misyon taşımaktadır.

4. İşbirliği yapacak kişi sayısını azaltmak, anlayışları birleştirmek en zorudur. Tüm kritik noktaları bağlayabilecek şekilde, katılan kişi sayısını mümkün olduğunca azaltın. Neden sadece iletişim maliyeti değil; daha ölümcül olan "yalanlı birlikte anlama": toplantı odasında herkes çılgınca başını sallıyor, toplantı bittikten sonra ise her şey berbat oluyor.

5. AI çağında vizyon daha da önemli hale geliyor. Tek yetenekiniz, diğerlerinden daha önce 30 yıl sonraki dünyayı görmek ve üç kişinin yüz kat verimliliğiyle doğrudan onu değiştirmektir.

6. Yapay zeka sadece bir hızlandırıcı olmamalı, herkesin yeteneklerinin bir güçlendiricisi olmalı. Bu dünyada çözülmemiş çok sayıda sorun ve karşılanmamış ihtiyaç var; ihtiyaçlar sınırsız. Önemli olan kimin yerini alındığı değil, herkesin yapay zekayı kullanıp teknolojinin getirdiği avantajlardan faydalanabilmesi.

Yuan Xiaohui: Üç一线 uygulayıcıya çok sıcak bir hoş geldiniz! Daha önce yayınladığımız Rapor: “Süper Bireyden Süper Takıma” başlangıçtı, bugün üçünüzü burada ağırlamak büyük bir onur, endüstrideki gerçek sesleri duymak istiyoruz. Lütfen üçünüz de şirketlerinizi kısaca tanıtın: yaklaşık olarak hangi işleri yapıyorsunuz, ekip büyüklüğünüz nedir ve şu anda AI ile iş birliği durumunuz nasıl?

Hu Yichuan: Merhaba, burada sizinle paylaşım yapmak benim için büyük bir onur. Ben, Laiye Technology'in ortak kurucusuyum. Laiye Technology, AI dijital çalışanlar üreten bir şirket. Ana hedefimiz, maliye, müşteri hizmetleri ve IT gibi arka plan bilgi işçileri için AI dijital çalışanlar sunmak. Kısaca, günlük işlerindeki tekrarlayan görevleri otomatikleştirmek için bir yazılım sistemimiz var; bu sayede çalışanlar, daha değerli ve yaratıcı işlere odaklanabiliyor.

Yaklaşık 200 kişilik bir ekip olarak, araştırma ve geliştirme faaliyetlerimiz öncelikle AI yazılım geliştirme üzerine odaklanıyor ve bu ekip yaklaşık 50 kişiden oluşuyor. Geçtiğimiz iki yıldır bu ekip büyük değişiklikler yaşadı. Net bir şekilde hatırlıyorum: yaklaşık iki yıl önce, herkes GitHub Copilot kullanıyordu; bir buçuk yıl önce, herkes Cursor kullanıyordu; bir yıl önce, herkes Claude Code kullanıyordu; bugün ise herkes birden fazla Claude Code ve birden fazla Codex aynı anda kullanıyor. Paylaşmak istediğim şey, geçen iki yıl içinde ekip büyüklüğümüz neredeyse değişmedi, ancak ürün hattı sayısı ve ürün güncellemelerinin hızı açısından en az beş kat artış yaşadık.

Yuan Xiaohui: Herkes daha da meşgul olacak, değil mi?

Hu Yichuan: Evet, herkes gerçekten daha meşgul oldu. Daha önce de bahsettiğiniz gibi, süper bireyler gerçekten daha yüksek verimliliğe sahip, ancak bugün süper bireyler, verimliliklerinin artması nedeniyle daha hafiflememiş, aksine daha meşgul olmuşlar—çünkü organizasyon içinde çevredekileri etkileme ve organizasyon içindeki iş akışını yeniden şekillendirme gibi bir misyon taşımaktadırlar.

Yuan Xiaohui: “Daha meşgul olmalı mı” meselesini bir kenara bırakalım, bir sonraki konuşmacıyı dinleyelim, Ruoyu?

Wang Ruoyu: Teşekkür ederim. Ben Wang Ruoyu, şirketimizin adı Workstream, muhtemelen yerel arkadaşlar bu şirketi pek bilmiyor. Kuzey Amerika'daki mavi yaka çalışanların istihdamdan işe başlamaya, devam eden iş takipinden maaş ödemelerine kadar olan tüm sorunları çözüyoruz. Geçtiğimiz yıllarda Silicon Valley'de yaklaşık 100 milyon dolar fon topladık ve şu anda B turunda bulunuyoruz.

Bu sorun neden ortaya çıkıyor? Çünkü beyaz yakalılar aslında bu sorunla karşılaşmıyor—herkesin maaşı sabit, Tencent'e girdikten sonra üç yıl boyunca değişmeyebilir, değil mi? Ancak mavi yakalılar farklı, özellikle ABD'de bu, saatlik işçi merkezli bir sistem. Daha önce bir profesör, Trump'ın en temel başarısının aslında ABD'de bahşişlerin vergiden muaf tutulması olduğunu söyledi—bu, Trump'ın en temel başarısıydı.

Bahşiş vergiden muaf olduğu için düşük gelirli grupların gelirleri aniden çok arttı, ancak bu aynı zamanda çok sayıda mavi yaka gelirinin değişkenliğini aşırı derecede artırdı. Bir kişinin günlük çalıştığı saatlerin sabit olmadığını hayal edebilirsiniz. Ayrıca ülkede farklıdır—örneğin ülkede bir köfteci açarsanız, belki 3000 lira aylık, yemek ve konaklama dahil, kasayı siz tutuyorsunuz, eti siz kesiyorsunuz, yemekleri siz servis ediyorsunuz, her şey sizin sorumluluğunuzda.

Ama ABD farklı—kasier, barista gibi her pozisyonun saatlik ücreti farklıdır ve bu da verileri çok karmaşık hale getirir. Ayrıca mavi yakalılar ve mavi yakalıların yöneticileri, çok düşük teknoloji seviyesine sahip bir endüstridir; bu nedenle bu sorunları SaaS ve AI ile çözmeye çalıştık.

Yapay zeka konusunda kendi içimizde üç uygulama noktası olduğunu düşünüyoruz. Birinci katman, kullanıcıya yönelik bir ürün oluşturmak olabilir; bu lüks bir şeydir—müşteriye yönelik bir ürün yapabilmek aslında çok nadir bir şeydir, çünkü dünyada gerçekten ürün ile müşteri arasındaki bağlantı kurabilen az sayıda ürün vardır. Ancak çoğu şirket en az iki şey yapabilir, yani ikinci katman: Ürününüze en az bir yapay zeka katmanı ekleyin, ya kullanıcıların verimliliğini artırın, UI/UX’i basitleştirin, ya da biraz teknolojik bir his verin ya da şirketiniz için bir hikâye anlatın—bu katman mutlaka eklenmelidir.

Son kat, Yi Chuan’ın dediği gibi—her şirketin yapması gereken, organizasyonunuzdur; bugünün ana konusu ise: Şirketi bir AI-native çalışma ortamına (AI özgün çalışma ortamı) nasıl dönüştüreceğinizdir. Örneğin, geçmişte bir mali direktör ve bir dizi mali ekibin birçok hesabı hesaplaması gerekiyordu, özellikle bugün bir dışa dönük şirketseniz, Çin, Singapur ve ABD varlıklarınız varsa hesaplamak çok karmaşık—bu işlemler AI ile otomatikleştirilebilir mi? İçsel kodlama otomatikleştirilebilir mi? Ayrıca ürün yöneticileri, geçmişte temel işleri günlük belge yazmakti, bugün böyle olmamalı. Bugün ürün yöneticilerimiz yalnızca bir şey yapıyor: Kullanıcılarla çılgınca sohbet ediyor, sohbet kayıtlarını alıp AI’ye veriyor, AI otomatik olarak GitHub sorunları veya yapılacaklar listesi haline getiriyor, AI otomatik olarak öncelikleri analiz ediyor, ardından mühendislik ekipleri işi yürütüyor—böylece tüm iş akışı kalitatif bir değişim yaşıyor.

Genel olarak, bu üç katman bizim yapabileceğimiz şeyler: ürün lüks, rastlantısal; ikinci ve üçüncü katmanlar, AI katmanı ve AI-native çalışma, bu iki bölüm mutlaka yapılması gerekenler.

Wang Shengjie: Merhaba, ben Wang Shengjie, Jason. Bana Jason diyebilirsiniz. Tencent'den geliyorum ve şu anda WorkBuddy ürününü yürütüyorum. AI ile ilgili uygulamaları, kendi hikayemden başlayarak anlatacağım.

Daha önce CodeBuddy adlı bir AI programlama asistanı üzerinde çalıştım—bu ürün, IDE içinde kullanılan bir araçtı. Muhtemelen VS Code veya başka bir IDE kullanmışsınızdır; bu araç, bunların içine gömülmüştür. Hikayem şöyle: Sadece kod yazmamda değil, daha fazla şeyde bana yardımcı olmak için AI kullanmak istedim. Kod yazdıktan sonra, AI'nın sadece kod yazmada değil, daha fazla şeyde de insanlara yardımcı olabileceğini fark ettim. Bu yüzden, AI'nın sadece programcılara değil, herkese yardımcı olup olamayacağını düşündüm.

Bu yüzden, normal teknik olmayan kullanıcılar için bir ürün oluşturmak üzere Vibe Coding (hava programlama) yöntemini seçtik. Bu yılın başlarında, CodeBuddy temelinde bir web sürümü olan CodeBuddy Work'u geliştirdim. Daha sonra Doktor Xiaohui, adı WorkBuddy olarak değiştirilmesine yardımcı oldu—böylece WorkBuddy 0.1 sürümü resmen 15 Ocak'ta piyasaya sürüldü. İşte hikayemiz. Takım büyüklüğü de sürekli artmaktadır.

WorkBuddy'nin iç ve dış ortamlarda büyük bir ilgi gördüğünü beklemiyorduk; bu araç gerçekten kullanıcıları etkiledi ve yüksek bağlılık sağlıyor, günlük süreçlerde her gün kullanılabilir. "Istırga" fenomenini temel alarak claw yeteneğini ekledik ve aynı zamanda hemen bir小程序 sürümü çıkardık—yani ülkede ilk çift formatlı çözüm, kullanıcılar istedikleri zaman小程序'larını çağırarak kullanabilir. Bugün APP sürümünü de duyurduk; ileride海内外'de WorkBuddy'yi arayıp kullanabileceksiniz.

Yuan Xiaohui: Ürün yöneticisi arka planı nedeniyle, şu ana kadar söylediği bazı terimler, örneğin Vibe Coding ve IDE gibi özel kavramlar, dinleyiciler için biraz yabancı gelebilir. Ancak bunu basitçe özetlersek, tam olarak nedir? AI'nın yürütme yeteneği çok güçlüdür ve aynı zamanda programlama yapabilir; bu nedenle artık doğal dil ile bilgisayara programlama emirleri verebilir ve isteklerinizi gerçekleştirebilirsiniz. Örneğin, isteğinizi bir PowerPoint sunumu oluşturmak ise — önceki rapor sunumu, tamamen doğal dil ile anlatıldıktan sonra AI tarafından oluşturuldu. Bu yetenek, programcılar için verimliliği artırır, ancak programlama yapmayanlar için tamamen yeni bir çalışma şeklidir. Bu nedenle, henüz deneyimlememişseniz, yakında her türlü ürünle karşılaşacaksınız ve deneyimleyeceksiniz.

Geçen yıl bir AI dönüşüm raporu yayınlamıştık; tüm şirketin dönüşümünü üç seviyeye ayırmıştık: En üst seviye iş dönüşümüydü, yani刚才说的提效，让效率更高，客户更多，研发质量更好；中间层次是组织变革——什么样的组织能够承载AI这样的生产力工具？第三层是心智重塑——我们到底应该用什么态度看待人和AI的关系？这个东西决定了组织，也决定了业务。

İkinci sorum AI organizasyonel değişiklikle ilgili—ekibiniz yaklaşık olarak 100-200 kişilik bir ölçekte, bu tamamen yeni üretim aracına uyum sağlamak için şu ana kadar ne gibi şeyler yaptınız? Çünkü şimdi herkes sadece bir şey yapmıyor, aynı anda birçok şey yapıyor, bu durumda ekip nasıl görev dağılımı yapıyor? Nasıl işbirliği yapıyor? Hâlâ o kadar çok toplantıya ihtiyaç var mı? Hâlâ bir çaydan başlayalım.

Hu Yichuan: En önemli değişiklik, ekibin çok daha küçük hale gelmesi oldu. Geçmişte bir ürün hattı için ürün yöneticisinden tasarımcılara, ön ve arka uç mühendislerine kadar 20-30 kişiye kadar çıkabiliyordu, az olanlarda ise 10-20 kişi vardı. Bugün, her ürün hattımız 10 kişiden az ve birçok 0’dan 1’e yeni ürün sadece 3-5 kişiyle oluşturuluyor. Bunun nedenlerinden biri, her bireyin verimliliğindeki büyük artış; diğer nedeni ise ekibin boyutunu küçülterek insanlar arasındaki iletişimi azaltmamız. AI olmadan önce, insanlar arasındaki iletişimın en çok zaman ve enerji harcadığını fark ettik.

Yuan Xiaohui: İnsanlar çoğu zaman iş saatlerinde toplantı yapar, işten çıktıktan sonra çalışır.

Hu Yichuan: Evet, bu yüzden bugün fark ettim, daha az kişiden oluşan takımlar daha verimli—daha az insan olduğu için iletişim de az oluyor, belki her sabah üç dört kişi yarım saatlik bir toplantı yapıyor, en önemli konuları tartışıp karar veriyor ve sonra herkes kendi işine bakıyor, AI’ya işleri yaptırıyor. Bu en büyük değişim.

Diğer bir değişiklik, insan ile yapay zeka arasındaki ilişkidir. Bu yılın başlarında, tüm ürün ve araştırma ekibine şu talepte bulundum: Herkes, AI'yi önümüzdeki aylar içinde sırayla üç aşamada kullanmalıdır. İlk aşama, agent'in varsayılan çalışma giriş noktası haline gelmesidir—WorkBuddy, Codex gibi araçlar, bir IDE'yi veya PowerPoint'i açmanıza gerek kalmadan herkesin varsayılan çalışma giriş noktası olmalıdır.

İkinci aşamada, birinci aşama temel alınarak — birinci aşamada bir kişi bir agent kullanıyordu — ikinci aşamada bir kişi birden fazla agent kullanabilir. Bu oldukça anlaşılır, çünkü bir agent çalışırken zamanınız serbest kalır ve başka şeyler yapabilirsiniz. Ancak bu durumda bir darboğaz ortaya çıkar: bazı meslektaşlar 4, 6, 8 tane Claude Code penceresi açar, ancak çok çabuk dikkatlerinin yetersiz olduğunu fark ederler, çünkü sıklıkla bir pencereden diğerine, sonra tekrar diğerine geçmek zorunda kalırlar.

Bu nedenle üçüncü aşama, insan ve AI işlerinin birbirinden bağımsız hale getirilmesi, hatta AI'nın insanlar işten ayrıldıktan sonra çalışması için tasarlanmasıdır. Bu, bugün hedeflediğimiz şey—tabii ki henüz tamamen gerçekleştirilemedi. Ancak son zamanlarda her ekip ve her bireyin harcadığı token sayısını analiz ederken, bazı meslektaşların işten ayrıldıktan sonra bir gece boyunca agent'larının milyarlarca token harcamasını gözlemledik.

Yuan Xiaohui: On milyar token ne kadar para?

Hu Yichuan: Hepimiz 200 dolarlık Coding Plan'ı aldık; eğer bunu gerçekten API'ye dönüştürmek gerekirse, bir günde yüzlerce dolar tüketeceğini tahmin ediyorum.

Yuan Xiaohui: Harika bir yanıt. Son zamanlarda birçok şirketin token tüketimini de inceledik; aylık birkaç yüz dolar, birkaç bin dolar, on binlerce dolar seviyesinde tüketimler var. En çarpıcı örnek, OpenAI'den bir araştırmacının bir hafta içinde 217 milyar token tükettiği durumdu, bu da yaklaşık birkaç bin dolar eder.

Hu Yichuan: Milyon seviyesinde.

Yuan Xiaohui: Evet, en çok token tüketen Peter Steinberger, OpenClaw'un kurucusu, geçen ay 1 milyon doların üzerinde token tüketti. Bir kişinin bu kadar çok token tüketmesi, diğerlerinin sormasına neden olur: "Bu kadar çok tokeni ne için kullandın?" Elbette detaylı bir açıklama yapmadı, ancak daha fazla yüksek maaşlı mühendis istihdam etmeye kıyasla hâlâ çok daha verimli olduğunu söyledi.

Elbette burada birçok sorun var — istihdam sorunu, istihdamın yerini alma sorunu, insan mı yoksa ajan mı kullanılmalı gibi. Ancak sadece token tüketimi açısından bakıldığında, gerçekten büyük bir verimlilik devrimi yaşanmıştır. Daha önce Yiçuan, tüm organizasyonun durumundan, ajanların nasıl çağrılacağından, çoklu ajanların nasıl kullanılacağından, bu süreçte dikkatinizi nasıl koruyacağınızdan ve hatta ekibinizin çoklu ajanlarla nasıl iş birliği yapabileceğinden bahsetti — şu ana kadar çok iyi bir verimlilik aracını görmedik. Biraz sonra Jason'ın fikrini dinleyelim, süper ekipler için uygun bir araç olup olmayacağı da çok gerekli. Yuru, ekibiniz AI çağına nasıl uyum sağlayarak organizasyon kuruyor?

Wang Ruoyu: İki düzeyde düşünüyorum — taktiksel düzey ve stratejik düzey.

Taktik düzeyde nasıl verimlilik artırılır? Daha önce Yiçuan bir noktayı anlattı: İç ilkelerimiz şudur—bir şey yaparken, tüm noktaları birbirine bağlayabiliyorsanız, katılan kişi sayısını mümkün olduğunca azaltın. Biraz karmaşık gibi görünüyor, ancak şu anlama geliyor: Herhangi bir şeyi başarıyla yapmak için birkaç noktayı birleştirmeniz gerekir. Örneğin, bir teknoloji şirketi kurmak için teknoloji, ürün, pazarlama, satış ve operasyon gibi birkaç noktaya ihtiyacınız vardır. Geçmişte bu işler için muhtemelen 5 kişi veya 5 departman çalıştırırdınız, çünkü her alanda yalnızca bir uzman vardı ya da işler çok küçük ve çok sayıda yürütme görevi içeriyordu. Ancak bugün, üretim ve yürütme ucuz ve hızlı hale geldiğinden, bu 5 işi en iyi şekilde bir kişi yapmalıdır. Çok zaman bu mümkün olmaz, ancak eğer bunu iki veya üç kişiyle yapabilirseniz, beş kişiden çok daha hızlı olursunuz.

Basit bir gerçek: Beş kişi bir toplantı odasında olduğunda, hepsinin fikirlerini uyumlu hale getirmek çok zaman kaybettirir. Ofiste kötü bir kültür var: Görünüşte çok yetenekli biri konuşuyor ve diğerleri çılgınca başını sallıyor—başlarını sallamalarının nedeni anladıkları değil, ortamdaki doğal akıştan dolayı başlarını sallamaları. Konuşan kişinin bilgi seviyesi daha yüksek olduğu için, gerçekten herkesin anladığını sanıyor ve "Peki, şimdi yapın" diyor—sonuçta her şey berbat oluyor. Yönetimin en büyük engeli budur: Siz herkesin anladığını düşünüyorsunuz, ama aslında anlamamışlar.

Bu nedenle algıların hizalanması en zor noktadır. Neden bir toplantıda ki kişi sayısını azaltıyoruz? Şirketin kaç personel çıkardığı değil, her işte katılan kişi sayısını mümkün olduğunca azaltmak, katılan herkesin kapsaması gereken tüm noktaları kapsamasını sağlamak ve bu noktaların birbirine bağlanmasını sağlamak; böylece iş bitmiş olur. Bu taktiksel düzeydedir.

Stratejik düzeyde daha büyük bir çukur var: birçok kişi iyi bir CTO istihdam etmenin ya da AI bilen biriyle birlikte oynamanın yeterli olacağını düşünüyor, ama böyle değil.

AI organizasyonun dönüşümü, genellikle organizasyonun birinci kişisi olan kişi tarafından ortaya çıkan en temel engelden kaynaklanır—buna "AI dönüşümü aslında bir 'başkanlık projesidir'" diyorum. İngilizce söylemiyle, "bu, işin sahibinin sorumluluğudur". Organizasyonun birinci kişisi olarak, bu dönüşümü aktif olarak desteklemiyorsanız, sorunlar ortaya çıkar. Size iki örnek veriyorum.

Bir örnek daha küçük: Bir teknik ekip içinde, örneğin yöneticiniz AI’yi anlamıyor—bir örnek verelim, siz bir eski yazılım şirketinden gelen deneyimli biriyseniz—ama altınızda çok yetenekli birkaç mühendis var ve bu kişiler AI dönüşümünü itiyor. Sonuç şu olacak: Bu birkaç kişi, yüz kişinin yaptığı işi tek başına yapacak, geri kalanlar ise pek çalışmaz. İşleri sürekli bu iki ya da üç kişiye yükleyeceksiniz; çünkü siz kendiniz anlamadığınız için, bu kişiler de sizinle olan ilişkilerini çok iyi yönetiyor ve onları kovmak istemiyorsunuz—sonuç olarak, iş yapanlar daha da fazla iş alırken, iş yapmayanlar gün boyu orada para kazanmaya devam edecek. Bu, teknik ekiplerde mutlaka ortaya çıkacak bir sorundur. Sadece kendiniz bu konuda çok iyi bilgi sahibiyseniz, hangi birkaç kişinin doğru olduğunu ve diğerlerinin gerekli olmadığını bilebilirsiniz.

Daha yüksek bir boyuta çekildiğinde, daha derin bir sorun ortaya çıkar.

Örneğin, CTO bir çayın, AI organizasyon dönüşümünü başlatmak istedi ve 200 kişinin verimliliğini 2000 kişiye eşit seviyeye çıkardı. Sonra CEO "Tamam, işten çıkartalım" dedi ve 200 kişiyi 20 kişiye indirdi, önceki işleri aynı şekilde yaptılar, harika değil mi? Ancak CEO AI’yi anlamazsa ne olur? Zorla kazandığı 180 kişinin bütçesi, AI dönüşümünü tamamlamamış diğer takımlara akar. Bu takımlar zaten şişman ve verimsizdir; bütçeyi tükettikten sonra, orada daha fazla sahte ve yanlış ihtiyaç oluşur. Burada zaten insan sayısı giderek azalır, çalışabilecekler giderek daha değerli hale gelir.

İşte iki tipik örnek—takım düzeyinden şirket geneline kadar, birinci pozisyonlu kişi dönüşümü kendi eliyle başlatmazsa, sadece kısmi dönüşüm yaparsa, gerçekten iş yapanlar dönüşüm tarafından boğulur.

Yuan Xiaohui: Çok canlı bir anlatım! Gerçekten de—birinci pozisyonlu kişiler harekete geçmezse, bugünün raporumuzda birçok örnek birinci pozisyonlu kişilerin doğrudan harekete geçmesiyle ilgili; bunun arasında bugün sabah Si Xiao Rektör'ün konuşması da var—o da çok yoğun bir şekilde AI araçlarını kullanıyor. Bunun sonrası durumu farklılaştı; eskiden bazı işleri başkalarının yapmasını gerektiriyordu, şimdi ise doğrudan AI ajanlarına komut vererek bunları tamamlayabiliyor.

Wang Ruoyu: Evet, çünkü özellikle gerçekçi bir nokta şu: Buradaki herkes, eğer bir şirkette veya hatta bir üniversitedeyseniz—Hong Kong Üniversitesi'nde de aynı—bir grup profesörün AI-native olduğunu, bir grup ise olmadığını fark edeceksiniz. AI-native olanlar, verimliliklerini 100 kat artırdı. Henüz olmayanlar ise büyük bir tehdit hissedecekler.

Bu nedenle, organizasyonun bir numaralı kişisinin bu farkındalığa sahip olmadığı durumda, henüz dönüşüm geçirmemiş birçok kişinin kışkırtıcı sözlerini doğal olarak işitecektir—bu kişiler, bazılarının AI kullanarak kötü işler yaptığını, görüşlerinin ve üretiminin denetlenmediğini ve uygun olmayabileceğini söyleyerek onu dışlamaya çalışacaktır.

Bu nedenle, organizasyonun bir numaralı pozisyonu bu “kılıç balığı” rolünü üstlenmezse — yani所谓的 kılıç balığı etkisi — bu kılıç balığı rolünü üstlenen öncü kişiler geri kalacaktır. Bu, üzücü bir insan doğasıdır. Özetlemek gerekirse: taktik düzeyde, tüm noktaları birbirine bağlayan kişilerin sayısını mümkün olduğunca azaltmalısınız; stratejik düzeyde, bir numaralı pozisyon tamamen katılmazsa, takım üyesi olarak kendinizi değerlendirin — kurtuluşsuz asker olmayın, bu benim önerim.

Yuan Xiaohui: Bugün burada bulunan izleyicilerin büyük çoğunluğu işletmeciler ve birçok öğrenci. Bu bakış açısıyla bireylere yönelik bazı ipuçları: İlk olarak, noktaları birbirine bağlamak, yani kendi yetenek boyutlarınızı daha geniş bir şekilde genişletip, kendinizin bir işi baştan sona sorumlu hale getirmeniz gerekir. Sadece profesyonel becerileriniz güçlü olmak yeterli değil; yatay ve dikey olarak—T tipi insanlar olarak ifade edildiğinde—bu genişlik daha fazla kapsamlı olmalıdır.

Bugün öğlen, hukuk alanında okuyan bir arkadaşım ile konuştum ve o da bu sorunu fark etti: Bir yönde derinleşmek önemlidir, ancak aynı zamanda geniş bir bakış açısı kazanmalısınız ve hatta bir girişimcinin düşüncesiyle hareket ederek teslim ettiğiniz değerin tam olarak ne olduğunu anlamalısınız—bu daha da önemlidir.

Tamam, şimdi soruyoruz—ekibiniz şu anda nasıl iş birliği yapıyor? Daha önceki senaryomuzda CodeBuddy örneğinden de bahsetmiştik; onlar şimdi hatta organizasyonel yönetimi AI merkezli hale getirdi—görev ataması ve kaynak dağıtımı manager değil, AI yapıyor, AI her birinin iş yükünü gözlemliyor. Siz şu anda hangi durumdasınız?

Wang Shengjie: WorkBuddy geliştirirken, tüm fonksiyon modüllerini parçalara ayırıyoruz ve her küçük fonksiyonu AI'nın kendi sınırlarını tanımlamasına bırakıyoruz. Örneğin, şu anda "AI meslektaşı" adlı yeni bir modül üzerinde çalışıyorum—bu modülle ilgili üst ve alt akışları, sizin grubunuzun kendi içinde kapalı döngü haline getirmeniz gerekiyor. Sadece başka bir ekip ile iş birliği yapmanız gerekiyor; örneğin, WorkBuddy alt yapısıyla iletişim kurmanız veya üst seviye çözümlerle veya Skill katmanıyla etkileşimde bulunmanız gerekiyorsa, bunlar için ilgili diğer ekiplerle bağlantı kurulacaktır.

Bu bağlantı süreci, aslında bir AI'nın başka bir AI'ya bir anlaşma vermesidir—şimdi bu modülde, üst akış ve alt akış anlaşmaları olmalıdır; hepiniz birlikte inceleyebilirsiniz. Sadece AI değil, daha çok insanlar ön inceleme sürecine katılır. Görev alındıktan sonra, farklı üst ve alt akış işbirliklerini tamamlamak için üç küçük ekip kurulur; içsel işlevler tamamen kendi içinde birleşiktir ve yaklaşık 3 ila 5 geliştirici, gereksinimleri netleştirmek ve PRD ile ürün yöneticisinin belgelerini birlikte tamamlamak için çalışır.

Şimdi herkesin kendi rolü var ve sadece bir rol değil—geliştiriciler ürün yöneticisi belgeleri yazabilir, ürün yöneticileri kod yazabilir, aralarındaki sınırlar artık o kadar net değil. Tek amaç, bu ürünü AI için daha net hale getirmek ve AI'nın işe başlamasını sağlamak. AI sürekli iş yaparken, insanlar süreci sürekli izliyor ve sonucu alıyor—temel olarak doğru oluyor, çünkü insanlar önceden zengin tartışmalar yapmış ve diğer üst düzey takımlarla görüşmüştür.

Wang Shengjie: Taşımak için birçok grup oluşturacağız—insanlar arasındaki iletişim daha fazla gruba dayanacak. Şunu düşünüyoruz: Gruplarda bir yapay zeka olabilir mi, böylece uzun süre grup içinde kalıp anlamayı öğrensin? Şu anda teknik olarak bu oldukça zor, çünkü gürültü çok büyük—üyeler arasındaki iletişim, zaman çizgisinin anlaşılabilir olup olmadığını net bir şekilde belirleyemiyor. Ancak birçok deneme yapıyoruz; örneğin, sıkıştırma ve özetleme yaparak PRD'nin bir parçası olarak baştan itibaren bağlam sunuyoruz. Bunları aynı zamanda kod deposuna da entegre ediyoruz—yapay zeka kod yazarken her zaman deneyimlerini kaydeder, sürekli tekrarladıkça nihayetinde memnun edici bir sonuç ortaya çıkar. Sonra bu deneyimleri gözden geçirip güncelleyerek depoyu daha da geliştirmeyi hedefliyoruz. Bu, tam bir uçtan uca başarılı bir hikâyedir.

Sonrasında bu örneği bir sonraki adımda kullanabilirsiniz—örneğin, "AI Ekibi" özelliği oluşturmak istiyorsanız, bu "AI Meslektaşları" özelliğinin bir sonraki aşamasıdır; önceki deneyimi kaynak olarak kullanarak AI'ya "Ah, sen aslında böyleydin" diye anlatabilirsiniz. Aynı zamanda bir model değiştirebilirsiniz—çünkü modeller giderek daha pahalı hale geliyor; yerel modelleri veya başka modelleri kullanabilirsiniz—önce çok yetenekli bir modelin insanlar tarafından memnuniyetle karşılanan bir sonuç üretmesini sağlayın, ardından tekerlek dönmeye başlar. Herhangi bir şey diğer ekiplere yeniden kullanılabilir hale getirilebilir.

Yuan Xiaohui: Jason, çok iyi bir paylaşım yaptın. Çünkü刚才Yichuan, çoklu ajan işbirliği, dikkat koruma ve takım ile çoklu ajanların nasıl işbirliği yaptığından bahsetti—bu alanda şu anda özellikle iyi bir verimlilik aracı yok. Jason, WorkBuddy içinde bunu nasıl çözdünüz?

Wang Shengjie: Aslında daha iyi yapılabilir. Herkesin kendi AI'sına sahip olduktan sonra, AI'lar arasındaki iş birliği, insanlar arasındaki iş birliği ve hatta AI ile insanlar arasındaki iş birliği — bu üç boyut daha iyi hale getirilebilir. Bazı denemeler yaptık: Örneğin, bir AI'ya ana kontrol yetkisi verip, diğer AI'lara görev dağıtmak için kullandık; diğer AI'lar görevleri tamamladıktan sonra sonuçları tekrar topladık. Bu aslında multi-agent bir çalışma modelidir.

Ancak buradaki temel soru: AI'lar arasındaki iş birliği kalite nasıl garanti altına alınır? Şu anki yaklaşımımız, önceden çok kapsamlı bir insan incelemesi yapmak, anlaşmaları net bir şekilde tanımlamak ve AI'ların bu anlaşmalar doğrultusunda işlem yapmasını sağlamaktır. AI'nın işlem sırasında, üretimin kalitesinin standartlara uygun olduğundan emin olmak için rastgele kontroller yaparız.

Yuan Xiaohui: Pekâlâ. Aslında organizasyon değişikliği konusunda, işgücüyle ilgili çok önemli bir konu daha var—iş. AI'nin takımları küçültmesi nedeniyle birçok kişi kendi işlerinden endişeleniyor. Ruoyu, bu konuda ne düşünüyorsun?

Wang Ruoyu: İnsanları üç kategoriye ayırarak düşünüyorum.

İlk kategori, başarıyla dönüşümü tamamlamış olanlar—tebrikler, parlak bir gelecek bekliyor. İkinci kategori, henüz dönüşümü gerçekleştirmemiş ancak öğrenmeye ve kabule hazır olanlar—bu tür kişiler tamamen sorunsuz, sadece hızlar farklı; bazıları birkaç ay içinde dönüşümü tamamlayabilir, bazıları onbeş yaşlarında bile yeni şeylere açık olmak istemez.

Ancak bir grup insan trajedidir—eğer şanssızlıkla bu gruptaysanız, hemen iş değiştirin. Ne demek bu? Çabalarınızla değişimi ilerlettiğinizi, hatta meslektaşlarınızı etkileyerek daha iyi olacak şeyleri anlattığınızı fark ediyorsunuz. Ancak maalesef, tüm organizasyonun sorunları nedeniyle işiniz diğer departmanlarla çok fazla bağımlı hale gelmiştir—çalışma çıktılarınız, başkalarının onayına, girdisine veya çıktısına yüksek oranda bağlıdır; ancak diğer departmanlar değişime hiç niyetli değildir. Bu durumda, ya departman değiştirin ya da iş değiştirin, orada direnmemeye özen gösterin—çünkü ne kadar çok çaba gösterirseniz, sahne gibi bir organizasyonda o kadar hızlı çökersiniz; çünkü herkes tüm hataları size atacaktır—çünkü en çok çalışan sizsiniz ve en çok hata yapan da sizsiniz.

Yani eğer şanssızca bu son kategorideyseniz, hemen ayrılın. Bu kategori en trajik olanıdır; birçok yetenekli insanın bu tuzakta öldüğünü gördüm.

Yuan Xiaohui: "Seçim, çaba kadar önemlidir" diyen bir söz var—刚才所说的实际上是在让你做出正确的选择.

Wang Shengjie: Takımımızda birçok öğrenci AI kullanıyor, ancak gözlemlediğim kadarıyla kullanım düzeyleri farklı. Ürün sorumlusu olarak, genellikle onlara AI araçlarını nasıl etkili bir şekilde kullanacakları konusunda rehberlik ediyorum veya onların gelişimine ortak oluyorum.

Basit bir örnek verelim: Bazı arkadaşlar, AI'yi sadece bir web arama aracı olarak kullanır, ancak AI yalnızca web araması yapmanıza yardımcı olmakla kalmaz, aynı zamanda size ilham vermek için ters yönde de çalışabilir. İnsanlar sorunları tespit etmek zorundadır—çok sık gizli sorunlarımızı bulamayız ya da uzun zaman alır. AI'yi, sorunları sizin için bulmak veya size sorunları bulmada yardımcı olmak için kullanabiliriz; ardından araştırmayı yaparak ilham veririz. İnsan beyni farklı zamanlarda farklı fikirler üretir; bu fikir parçalarını AI'ye anlatın, AI size özet yapmaya veya bunları birleştirmeye yardımcı olsun.

Bağlamıza göre AI, sorularınızı hızlıca optimize ederek ilk ihtiyaçlarınızı iyileştirir ve yalnızca web araması değil, önceki yanlış yargılarınızı daha kesin bir şekilde düzeltmenizi sağlar ve hataları biraz daha ileriye kaydırır.

Örneğin, basit bir örnek: Sık sık AI, bana uzun bir özet verir; ona "Bunu tekrar anlamana gerek yok, A, B ve C gibi üç seçenek içeren bir el çizimi oluştur, önceki bulgularımı listele" demek istiyorum. Gerçekten de istediğim hissi çizip birkaç seçenek sunar, sonra "Bu doğru mu, değil mi?" diyorsunuz—görsel ve metinli diyalogla insanlar hızlıca anlayabilir, sorunları tespit edebilir ve nihayetinde "Bu sorunla ilgili, bana son bir taslak, prototip, PDF veya MD dosyası oluştur" diyebilirsiniz. Ben ve insan ortaklarım arasında bir fikir birliğine vardık—"Hadi başlayalım." Bu çok verimli bir şey.

Yuan Xiaohui: Çok iyi bir paylaşım. Şu anda birçok kişi AI'yi sadece bir soru-bir cevap şeklinde kullanıyor; genellikle biz küçük bir cümle soruyoruz, AI ise uzun bir cevap veriyor, ancak bu cevap bazen istediğimiz şey olmayabiliyor. Çünkü birçok tur sonrası dikkatimiz azalıyor. Ancak daha iyi bir yöntem, AI'nın sizden sorular sorması ve sizinle çoklu etkileşimde bulunmasıdır; böylece AI'nın düşüncelerinizi ve niyetlerinizi daha iyi anlaması sağlanır.

AI kullanımına dair beceriler, prompt mühendisliği gibi konuları her normal kişinin anlamayı denemesi gerektiğini düşünüyorum, çünkü bu, bu akıllı sistemi nasıl kullanacağınızı belirler. Bugün sabah “zeka, bir hizmet olarak” konusunu tartıştık—insanlık tarihinin ilk kez, bir bireyin tüm insanlığın zekasına erişebilme yeteneğine sahip olması. Bunu nasıl kullanacağınız, getireceği fark ve avantaj çok büyük.

Son soruyu tekrar soruyorum—bugünki izleyiciler açısından, muhtemelen hâlâ öncü AI yeteneklerini tam olarak hissetmediler. Hangi öneriler var? Hâlâ bir kurs öğrenmek gerektiğini düşünen birçok kişi var—bugünki izleyicilere hangi iyi öneriler sunuyorsunuz?

Hu Yichuan: En doğrusu, kullanırken öğrenmek ve öğrenirken kullanmaktır. Çünkü AI kendisi çok iyi bir öğrenme aracıdır; derinlemesine kullanırken, onunla birlikte iletişim kurarak öğrenirsiniz. Bu yüzden önerim şudur: Herkes kendi öğrenme, yaşam ve çalışma süreçlerinde AI'yi gerçekten derinlemesine kullanmalıdır.

Wang Ruoyu: Tek önerim şu — ya bir girişim kurup kurucu olmak istiyorsunuz ya da bir organizasyona katılmak için bir iş arıyorsunuz, aslında bunların ikisi de birinci prensiptir. Eğer bir girişim kuracaksanız, AI dönüşümünü harekete geçirebilecek ya da AI-native biri olduğunuzdan emin olun ve harika bir vizyonunuza sahip olduğunuzdan emin olun — vizyonu şu ana kadar söylemedim, zamanım yetmedi.

Bir şirkete katılmak istiyorsanız, şirket sahibinin hem AI konusunda çok iyi hem de vizyonu net biri olduğundan emin olun. Bu şekilde, eğer bir girişimde bulunuyorsanız, en azından verimliliğinizi yüksek tutar ve iyi yetenekleri çeker; bir şirkete katılıyorsanız, kötü bir yönetici ve kötü bir organizasyonla tükenmezsiniz.

Yuan Xiaohui: Görsel hakkında iki cümle söyleyebilirsiniz, çünkü vizyon çok önemli—örgütün dönüşüm hedefi insanları çıkarmak ve onları geçersiz kılmaksa, herkes böyle bir dönüşümü desteklemek istemez. AI kullanma amacımız tam olarak nedir?

Wang Ruoyu: Bu dönemde, vizyon geçmişten daha önemli hale geldi. Geçmişte vizyon, yüzlerce, binlerce hatta on binlerce kişinin bir hedef için çaba göstermesini sağlamak amacıyla büyük bir hikâye sunmaktı. Bugün takımların daha küçük göründüğü gibi görünüyor, birçok kişi vizyonun hâlâ önemli olup olmadığını soruyor. Benim düşünceme göre, vizyon daha da önemli hale geldi—çünkü Laiye Technology veya WorkBuddy gibi ürünler, birçuan ve Xiaohui'nin tam olarak bahsettiği gibi, süper bireyleri güçlendiriyor.

Bir vizyonun varoluş nedeni, gerçekten süper bireyleri istihdam edebilmenizi sağlamaktır. Çünkü süper bireyleri—yani bir kişinin aynı anda 100 agenti yönetebilmesini sağlayan kişileri—düşünebilirsiniz; bu kişiler bir görevi tamamlamak veya bir maaş almak için size çalışmak istemezler. Bu kişilerin içlerinde dünyayı değiştirmek gibi büyük bir hayal vardır. Bu kişileri istihdam edebiliyorsanız, onları sadece ne kadar para verdiğiniz değil, 10, 30, 50 yıl sonraki dünyayı anlattığınız ve bu resmin onların algıları ile ve hayalleri ile uyumlu olduğundan dolayı çekiyorsunuz. Ellerinizdeki kaynaklar onlara kaldıraç sağlar ve onlarla birlikte ileri doğru hareket eder. Bu nedenle, vizyon bugünün dünyasında geçmişten çok daha önemli hale gelmiştir.

Geçmişte, sermayenin kaldıracı veya çeşitli kaldıraçlarla, çaba gösteren ama geleceği umursamayan bir "eşşek" kadrosu istihdam edip, büyük üretkenlik ve büyük üretim ölçeğiyle rakiplerini yenebilirdiniz. Bugün bu mümkün değil—çünkü bugün üretim ucuzladı, tek yeteneğiniz 30 yıl sonraki farklı bir şeyi görmüş olmanız. Bugün üç kişilik bir ekip, bin katlık bir üretkenlikle doğrudan dünyayı değiştirebiliyor.

Önceki söylediğimleri birleştirdiğimizde, bir şirketin değerli olup olmadığını, bir patronun takip edilir olup olmadığını ve kendi kendine girişimde bulunup bulunamayacağınızı belirleyen iki temel şey vardır: Birincisi, liderin projesini ilerletebilir mi ve kendi kendini anlıyor mu; ikincisi, onun ne tür bir vizyonu var ve bu vizyona inanıyor musunuz. Bu iki değerlendirme boyutu dışında kalanlar tüm taktiksel sorunlardır — yolculuğun taktiksel sorunlarıdır, bu iblisle savaşmak, o yolu kırmak önemli değildir.

Yuan Xiaohui: Vizyonla ilgili olarak, önceki konuşmada Ruoyu'nun anlattığı, gelecek için tipik bir erkek girişimcinin büyük bir hikâyesi gibi geldi—hemen 30 yıl, 50 yıl. Ama ben kadın bakış açısıyla, çevremizdeki insanlara ve topluma, ne kadar küçük olsa da, etki etmeye çok önem veriyoruz. Bugün öğle yemeğinde bir arkadaşım da, küçük çocuklara toplumun nasıl çalıştığını anlatmanın çok önemli olduğunu söyledi. Bu küçük etkiler—çevremizdeki insanlara ve topluma olan etkiler—herkes için harika bir vizyondur. Daha önce bahsettiğimiz gibi toplumda birçok sorun var; eğer çaba göstererek sadece bir veya iki küçük sorunu çözebilirseniz, bunun da harika bir vizyon olduğunu düşünüyorum.

Wang Ruoyu: Tamamen katılıyorum. Aslında bu, girişimcilikte en zor kısım. Bugün büyük bir vizyonu, yüzyıl boyunca süren bir şirket olduğunu söylemek, şirketi kurmaya başladığınız anda bu kadar büyük bir vizyonu hayal edemezsiniz; bu vizyon, zamanla gelişir. Sürekli bir değişkendir. Bu yüzden aslında girişimcilikte en zor, en zor kısım budur—başlangıç noktanız her zaman çok küçük bir noktadır, ancak arkada büyük bir vizyon olduğunu ne kadar çabuk fark ederseniz, o kadar çok üst düzey yetenekleri çekebilirsiniz.

Yuan Xiaohui: Aslında girişimde bulunmasanız bile, bu sorunları çözebilirsiniz, çünkü bu sorunlar çok sayıda mevcut. Jason?

Wang Shengjie: Öncelikle, AI aslında elinizdeki bir hamurdur—onu bir ortağınız gibi görürseniz, birçok sorunu çözebilir ve istediğiniz şey haline getirebilirsiniz. Onu bir küçük uygulama ya da her türlü sorunu çözmek için bir hazinede gibi düşünebilirsiniz. Ona konuşup, anlamanızı sağladığınızda, elinizdeki bir altın haline gelir. Nasıl şekillendirdiğinize bağlıdır—şekillendiren tamamen sizsiniz; yani AI'nın patlama sınırı, hayal gücünüzün ne kadar geniş olduğuna bağlıdır. WorkBuddy ürününü de aynı şekilde yapıyoruz—hayal gücümüz hangi sorunları çözebiliyor, sorunlara odaklanarak çözümler üretiyoruz.

Günlük yaşam senaryolarında, özellikle eğitim senaryolarında, AI birçok sorunu çözmek için büyük ölçüde kullanılabilir—biz de bu alanda çalışmalar yürütüyoruz. Bu senaryoda, daha çok insan ile insan, insan ile AI arasında bir yetkilendirme, öğrenme ve karşılıklı destek söz konusudur. Örneğin, daha önce kütüphanede, yanınızda bir öğretmen veya danışmanın sürekli olarak öğrenmenizi teşvik etmesini ve öğrenme sürecinizi bilmesini isteyebilirdiniz—önceki geri bildirimlerinizden kaynaklanan sorunları nasıl izleyebileceğinizi ve bilgi noktalarınızı nasıl güçlendirebileceğinizi. AI, bu alanda çok iyi bir yardımcı araçtır ve bu benim çok umutlu olduğum bir alandır.

Yuan Xiaohui: Üçünüzün harika konuşmaları için teşekkür ederim. Daha önce çok kafam karışmıştı; geleceğin iki kutuplu bir gelecek olacağını düşünüyordum ve aslında endişeliydim—çok yüksek AI kaldıraç kullanan bireylerin geri kalmış insanları yerine geçireceğinden korkuyordum. Ancak bir kez bir girişimciyle konuşurken, “Bak, bu dünyamızdaki bu binalar güzel mi değil mi?” dedi. Ben de, “Elbette güzel olmayan şeyler var, yaşadığımız ortamı da iyileştirmemiz gereken noktalar var,” dedim. Dünyamızda hâlâ çözülmemiş ve değiştirilmemiş çok sayıda sorun var. Herkes daha iyi yaşamak istiyor; bu istek mevcut. Dolayısıyla ihtiyaç varsa, gelecekteki fırsatlar muazzam!

Bu yazı, WeChat hesabından "Tencent Araştırma Enstitüsü" (ID: cyberlawrc) tarafından yayınlanmıştır, yazar: Tencent Araştırma Enstitüsü, 36氪 tarafından izinle yayınlanmıştır.