Yapay Zeka Teknolojiyi Demokratikleştirmeyecek, Doğru Kişileri Ödüllendirecek

Yazar: Naman Bhansali

Derin Akış Teknoloji

Derin Akış Öne Çıkarıyor: Yeni teknolojilerin erken safhalarında, insanlar genellikle “teknolojik eşitlik” yanılsamasını yaşar: Fotoğrafçılık, müzik oluşturma veya yazılım geliştirme kolaylaştıkça, rekabet avantajı kaybolur mu? Warp’in kurucusu Naman Bhansali, Hindistan’ın bir kasabasından MIT’ye kadar olan kişisel macerasını ve AI liderliğindeki ödeme yönetimi sektöründeki girişimcilik deneyimini birleştirerek, teknolojinin engeli ne kadar düşürürse, endüstrinin tavanının o kadar yükseldiği tersine dair bir gerçekliği derinlemesine ortaya koyar.

Bu, icra gücünün ucuzlaştığı ve hatta AI tarafından “vibecoded” edilebildiği bir dönemde, yazarın görüşüne göre gerçek bir koruma duvarı, sadece trafik dağıtımından ziyade, sahte edilemeyen “estetik”, karmaşık sistemlerin temel mantığını derinlemesine anlama ve on yıl boyunca sürekli bileşik faiz kazanmaya olan sabırdır. Bu makale, AI girişimleri için soğuk bir düşünme değil, “sivil teknolojinin aristokratik sonuçlara yol açması” kuralının güçlü bir kanıtıdır.

Tam metin şu şekildedir:

Yeni bir teknoloji erişim engelini düşürdükçe, aynı tahminler her zaman takip eder: Şimdi herkes bunu yapabiliyor, o halde kimse avantaja sahip değil. Fotoğraf çeken telefonlar herkesi fotoğrafçı yaptı; Spotify herkesi müzisyen yaptı; AI ise herkesi yazılım geliştirici yaptı.

Bu tür tahminler her zaman yarım doğru olur: Alt sınır gerçekten yükseldi. Daha fazla kişi üretmeye, daha fazla kişi ürün yayınlamaya, daha fazla kişi rekabete katılmaya başladı. Ancak bu tahminler her zaman tavanı (The ceiling) gözden kaçırmıştır. Tavan, alt sınırdan daha hızlı yükseliyor. Ve alt sınır ile tavan arasındaki — yani medyan seviyesi ile en üst seviye arasındaki — fark daralmıyor, aksine genişliyor.

Bu, kuvvet yasalarının (Power laws) özelliğidir: niyetlerinize aldırmaz. Eşitlikçi teknolojiler her zaman aristokratik sonuçlar üretir. Her seferinde.

Yapay zeka da istisna olmayacak, hatta daha uç biçimde davranabilecek.

Spotify yayınlandığında, daha önce yalnızca plak şirketlerinin, pazarlama bütçelerinin ve çok iyi şansın erişebileceği dağıtım kanallarına dünyanın herhangi bir müzisyeninin erişimini sağladı. Sonuç olarak müzik endüstrisinde bir patlama yaşandı—milyonlarca yeni sanatçı ortaya çıktı ve milyarlarca yeni şarkı yayınlandı. Alt sınır gerçekten söz verildiği gibi yükseldi.

Ancak ardından yaşanan şey, en üst %1 sanatçının şimdi CD döneminden daha büyük bir oranında çalınma payına sahip olmasıydı. Daha küçük değil, daha büyük. Daha fazla müzik, daha fazla rekabet ve daha fazla kaliteli içerik bulma yolu, coğrafi konum veya rafların sınırlarından bağımsız izleyicilerin en üst düzey eserlere doğru yönelmesine neden oldu. Spotify, müziğin eşitliğini sağlamadı, sadece bu yarışmayı daha da ağırlaştırdı.

Aynı hikaye yazım, fotoğrafçılık ve yazılım alanlarında da gerçekleşti. İnternet, tarihte en çok yazarı doğurdu, ancak daha çetin bir dikkat ekonomisi de yarattı. Daha fazla katılımcı, daha yüksek üst seviye bahisler, aynı temel yapı: çok az sayıda kişi neredeyse tüm değeri elde ediyor.

Bunu şaşırtıcı bulmamızın nedeni, doğrusal düşünme alışkanlığımızdır—verimlilik artışı, düz bir kapta su döküldüğü gibi eşit şekilde dağılır bekleriz. Ancak çoğu karmaşık sistem böyle çalışmaz ve asla böyle çalışmamıştır. Kuvvet yasası dağılımı, piyasaın bir sapması ya da teknolojinin bir hata sonucu değildir; doğanın varsayılan ayarıdır. Teknoloji bunu yaratmamıştır, sadece ortaya çıkarmıştır.

Kleiber Yasası'nı düşünün. Dünyadaki tüm canlılarda—bakterilerden mavi balinalara kadar, 27 büyüklük sırası boyunca—metabolik oran, vücut ağırlığının 0,75 kuvvetiyle orantılıdır. Balinaların metabolizması, balina boyutunun orantılı bir fonksiyonu değildir. Bu ilişki bir kuvvet yasasıdır ve neredeyse tüm yaşam formlarında çok yüksek bir doğrulukla korunur. Bu dağılım kimse tarafından tasarlanmamıştır; sadece enerjinin karmaşık sistemlerde içsel mantığına uyarak sergilediği bir biçimdir.

Piyasa karmaşık bir sistemdir ve dikkat bir kaynaktır. Sürtünme ortadan kalktığında — coğrafi konum, rafların alanı ve dağıtım maliyetleri artık bir tampon rolü oynamadığında — piyasa doğal haline doğru yakınsar. Bu şekil, normal dağılımın çan eğrisi değildir, kuvvet yasasıdır. Eşitlik hikayesi, soylulaşmış sonuçlarla birlikte var olur; bu da her yeni teknolojinin bizi her seferinde şaşırtmasının nedenidir. Tabanın yükseldiğini görürüz ve tavanın da aynı hızda takip ettiğini varsayarız. Fakat bu doğru değildir, tavan hızla uzaklaşmaktadır.

AI'nin bu süreci hızlandırması, daha önceki herhangi bir teknolojiden daha hızlı ve daha sert olacak. Alt sınır gerçek zamanlı olarak yükseliyor—herkes ürün yayınlayabilir, arayüz tasarlayabilir, üretim ortamı kodu yazabilir. Ancak üst sınır da yükseliyor ve daha hızlı yükseliyor. Sorgulanması gereken soru şudur: Sonuçta konumunuzu neler belirliyor?

1981 yılında Steve Jobs, ilk Macintosh'un iç devrelerinin estetik olması gerektiğini ısrarla savundu. Dış görünüm değil, müşteri tarafından asla görülmeyecek olan iç kısmı. Mühendisleri onun çıldırdığını düşündü. Ancak o çıldırmamıştı. İçindeki şeyi, mükemmelci olarak hafife alınabilecek ancak aslında bir kanıt olan bir şeyi anlıyordu: Bir şeyi nasıl yapıyorsanız, tüm şeyleri o şekilde yaparsınız. Gizli parçaları estetik hale getirebilen biri, kaliteyi sergilemiyor; karakteri olarak hiçbir ürünün eksik olmasına izin veremiyor.

Bu önemlidir, çünkü güven kurmak zordur ama kısa sürede sahtelenmesi kolaydır. Sürekli olarak, gerçekten üstün olanları ve sadece üstün gibi davrananları ayırt etmeye çalışmak için örüntü tanıma (heuristics) yöntemlerini kullanıyoruz. Belgeler (credentials) yardımcı olur ama manipüle edilebilir; köken (pedigree) yardımcı olur ama miras yoluyla alınabilir. Gerçekten sahtelenmesi zor olan şey estetiktir (taste)—yani, kimse talep etmese de, sürekli ve gözlemlenebilir bir şekilde belirli bir standartla bağlı kalma. Jobs, devre kartlarını o kadar güzel yapmak zorunda değildi. Ama yaptı, ve bu, görmediğiniz yerlerde nasıl davranacağını size doğrudan anlatır.

Geçtiğimiz on yılın büyük bir kısmında bu sinyal bir ölçüde bastırıldı. SaaS’in zirve döneminde (yaklaşık 2012 ile 2022 yılları arasında), yürütme o kadar standart hale geldi ki, dağıtım (Distribution) gerçek kıymetli kaynak haline geldi. Müşterilerinizi verimli bir şekilde elde edebiliyor, satış makinesi kurabiliyor ve “40 Kuralı”na ulaşabiliyorsanız, ürünün kendisi neredeyse önemsizdi. Pazarlama stratejiniz yeterince güçlüyse, ortalama bir ürünle bile kazanabilirdiniz. Estetik tarafından gönderilen sinyal, büyüme endekslerinin gürültüsünde boğuldu.

Yapay zekâ, sinyal-gürültü oranını tamamen değiştirdi. Herkes bir öğleden sonra işlevsel bir ürün, zarif bir arayüz ve çalışır durumda bir kod kütüphanesi oluşturabildiğinde, bir şeyin “kullanışlı olup olmadığı” artık ayırt edici bir faktör değil. Soru şu hale geldi: Bu şey gerçekten muazzam mı? Bu kişi “iyi” ile “muazzam” (Insanely great) arasındaki farkı anlıyor mu? Kimse zorlamasada, son farkı kapatmak için yeterince ilgili mi?

Özellikle maaş ödemeleri, uyumluluk ve çalışan verileri gibi iş kritik yazılımlar için geçerlidir—bu tür sistemler, deneme amaçlı kullanılıp bir sonraki çeyrekte terk edilebilecek ürünler değildir. Geçiş maliyetleri gerçek, arıza modelleri ciddidir ve sistemleri dağıtan kişiler sonuçlardan sorumludur. Bu da, sözleşme imzalamadan önce tüm güven algılayıcılarını çalıştırmaları anlamına gelir. Güzel bir ürün, verilebilecek en güçlü sinyallerden biridir; bunu söylemektedir: “Onu yapanlar dikkatli davranmışlar. Gözle görülebilen kısımlara önem veriyorlar, bu da görünmeyen kısımlara da aynı şekilde önem verdikleri anlamına gelir.”

İşlem maliyeti ucuz olan bir dünyada, estetik iş kanıtıdır.

Bu mantık her zaman geçerliydi, ancak geçen on yılda pazar ortamı bunu neredeyse görünmez hale getirdi. Bir zamanlar yazılım endüstrisinin en önemli becerisi, yazılımın kendisiyle ilgili değildi.

2012 ile 2022 yılları arasında SaaS'in temel mimarisi şekillendi. Bulut altyapısı ucuz ve standartlaştırıldı, geliştirme araçları olgunlaştı. Fonksiyonel bir ürün oluşturmak zor olsa da, bu bir “çözülmüş zorluk”tu—yeterli kaynak varsa, işe alım yaparak ve mevcut modelleri takip ederek bu eşiği aşabilirdiniz. Gerçekten kıymetli olan, kazananları sıradanlardan ayıran dağıtım becerisidir. Müşterilerinizi verimli bir şekilde elde edebiliyor musunuz? Tekrarlanabilir satış süreçleri kurabiliyor musunuz? Büyüme ateşi için doğru anda yakıt ekleyebilmek için birim ekonomi modelini (Unit economics) yeterince anlıyor musunuz?

Bu ortamda çiçek açan kurucular çoğunlukla satış, danışmanlık veya finans alanlarından geliyordu. Onlar, on yıl önce sesli bir dil gibi gelen metrikleri çok iyi biliyorlardı: net gelir kalıcılığı (NDR), ortalama sözleşme değeri (ACV), sihirli sayı (Magic number), 40 kuralı. Elektronik tablolar ve satış borcu incelemeleri içinde yaşıyorlardı; bu bağlamda gerçekten haklıydılar. SaaS’in zirvesi, SaaS kurucularının zirvesini doğurdu. Bu, rasyonel bir evrimsel uyumdu.

Ancak boğuluyormuşum gibi hissettim.

250 milyonluk bir eyaletteki küçük bir kasabadaki bir çocuk olarak büyüdüm. Her yıl Hindistan genelinde sadece yaklaşık üç öğrenci Massachusetts Teknoloji Enstitüsü'ne (MIT) girebiliyordu. Hepsi, bu hedef için kurulan ve Delhi, Mumbai veya Bangalore'daki pahalı hazırlık okullarından geliyordu. Ben, eyaletimin tarihinde MIT'ye giren ilk kişi oldum. Bu durumu övünmek için değil, metnin argümanının bir özetini sunmak için anlatıyorum: Erişim sınırlıysa, köken sonuçları tahmin eder; erişim açıkken, derinlik kazananlar her zaman galip gelir. Bir kökeni güçlü insanlarla dolu bir odada, ben derinlikle kazanan bir şansım. Bu, benim tek bildiğim bahis yöntemi.

Fizik, matematik ve bilgisayar bilimini öğrendim; bu alanlarda en derin görüşler, süreç optimizasyonundan ziyade, başkalarının kaçırdığı gerçekleri görmekteydi. Yüksek lisans tezim, dağıtık makine öğrenimi eğitiminde gecikme sorunlarının azaltılması (Straggler mitigation) üzerineydi: Büyük ölçekli sistemlerde bazı bileşenler geri kaldığında, genel bütünlüğü zarar vermeden bu kısıtlamayı nasıl optimize edersiniz.

Yirmili yaşlarımın başlarında girişimcilik dünyasına baktığımda, bu derin görüşlerin önemsiz göründüğü bir manzara görüyordum. Piyasa, ürünün kendisi yerine “pazarlama stratejisi” (go-to-market) için prim ödüyordu. Teknolojik olarak mükemmel bir şey oluşturmak, masum bir davranış gibi görünüyordu — bu, “gerçek oyun” (yani müşteri kazanma, sadakat ve satış hızı) için bir engel olarak görülüyordu.

Ardından, 2022 yılının sonunda ortam değişti.

ChatGPT’in sergilediği——yıllarca süren araştırma makalelerinden daha doğrudan ve daha etkileyici bir şekilde—eğrinin büküldüğüdür. Yeni bir S eğrisi başlamıştır. Aşama geçişleri (phase transitions), önceki aşamaya en iyi uyum sağlayanları ödüllendirmez, aksine başkaları hâlâ fiyatı anlamadan yeni aşamanın sonsuz olasılıklarını fark edenleri ödüllendirir.

İşimi bıraktım ve Warp'ı kurdum.

Bu bahis çok spesifik. ABD'de联邦, eyalet ve yerel olmak üzere 800'den fazla vergi kurumu bulunuyor ve her birinin kendi beyan gereklilikleri, son teslim tarihleri ve uyumluluk mantığı var. Burada bir API ya da programlı erişim arayüzü yok. On yıllar boyunca her maaş sağlayıcısı (Payroll provider) bu sorunu aynı şekilde çözmüş: insan sayısını artırmak. Binlerce uyumluluk uzmanı, ölçeklenebilir şekilde tasarlanmamış bu sistemlerde el ile harekete geçiyor. Geleneksel devler — ADP, Paylocity, Paychex — bu karmaşıklık etrafında tam bir iş modeli kurmuşlar; karmaşıklığı çözmek yerine, onu çalışan sayısına dönüştürmüş ve maliyetleri müşterilere aktarmışlar.

2022 yılında AI ajanlarının hâlâ zayıf olduğunu görebiliyordum. Ancak iyileşme eğrisini de görebiliyordum. Büyük ölçekli dağıtık sistemlerde uzmanlaşmış ve model gelişim yolculuğunu yakından izleyen biri, o zamanlar zayıf olan teknolojinin birkaç yıl içinde sonsuz güçlü hale geleceğine dair doğru bir tahminde bulunabilirdi. Bu yüzden bahis koyduk: İlk prensiplerden yola çıkarak bir AI-natif platform inşa ettik ve bu kategorideki en zor iş akışına odaklandık — mimari sınırlamalar nedeniyle geleneksel devlerin asla otomatikleştiremediği iş akışı.

Şimdi bu bahis ödeniyor. Ancak daha geniş bakış açısıyla, desen tanıma söz konusu. AI çağının teknik kurucuları sadece mühendislik avantajına sahip değil, aynı zamanda içgörü avantajına da sahip. Farklı giriş noktaları görebiliyor, farklı bahisler yapabiliyor. Herkesin “kalıcı olarak karmaşık” olarak kabul ettiği bir sistemi inceleyebiliyor ve şunu sorabiliyor: Gerçek otomasyon için ne gerekli? Ardından, anahtar nokta, cevabı kendi elleriyle oluşturabilmeleri.

Zirve SaaS dönemi nin hakimi, kısıtlamalar altında rasyonel optimizasyon yapandır. Ancak AI bu kısıtlamaları kaldırıyor ve yeni kısıtlamalar kuruyor. Yeni ortamda, kıt kaynak artık dağıtım değil, olasılıkları anlama yeteneği—ve bunları uygun standartlara ulaşmak için estetik ve inançla inşa etme yeteneğidir. Ancak her şeyi belirleyen bir üçüncü değişken daha vardır ve bu, AI dönemi girişimcilerinin çoğu tarafından yapılmakta olan felaketli hatalardır.

Şu anda girişimci dünyasında şu meme yaygındır: Kalıcı alt tabakadan kaçmak için iki yılınız var. Hızlı kur, hızlı finanse et, ya çıkış yap ya da bit.

Bu tutumun nereden geldiğini anlıyorum. Yapay zekânın gelişim hızı, bir varoluşsal tehdit hissi uyandırıyor ve dalgayı yakalama penceresi son derece dar görünüyor. Twitter'da bir geceye başarı hikâyelerini gören gençler, oyunun temelinde hızın olduğunu varsayıyorlar—kazananlar, en kısa sürede en hızlı koşanlar.

Bu tamamen yanlış bir boyutta doğru.

Çalışma hızı gerçekten kritik önem taşır. Buna inanıyorum—bu, şirketimin adında bile yer alır (Warp). Ancak çalışma hızı, vizyonun darlığı anlamına gelmez. AI çağındaki en değerli şirketleri kuracak kurucular, iki yıl koşup para çekmekten ziyade, on yıl koşan ve bileşik faizden yararlananlardır.

Kısa vadeli düşünmenin hatası şudur: yazılımda en değerli olan şeyler — özel veriler, derin müşteri ilişkileri, gerçek geçiş maliyetleri, düzenleyici düzeydeki uzmanlık — yıllarca birikir ve rakipler ne kadar sermaye ya da yapay zeka kapasitesi getirirse getirsin, hızlıca kopyalanamaz. Warp, çoklu eyaletli şirketler için maaş ödemelerini yönetirken, binlerce yargı bölgesindeki uyumluluk verilerini biriktiriyoruz. Her bir çözülen vergi bildirimi, her bir işlenen sınır durumu, her bir tamamlanan eyalet kaydı, zamanla kopyalanması giderek daha zorlaşan bir sistemi eğitiyor. Bu bir özellik noktası değil, bir koruma hattıdır; var olmasının nedeni, yeterince uzun süre yüksek kalitede odaklanmamızdır ve bu da kalite yoğunluğunu oluşturmuştur.

Bu bileşik faiz birinci yılda görünmez. İkinci yılda belirginleşir. Beşinci yılda ise tüm oyun haline gelir.

Snowflake'ın eski CEO'su Frank Slootman, mevcut herkesden daha fazla yazılım şirketi kurmuş ve ölçeklendirmiştir; bunu özetleyerek şunu söylemiştir: "Rahatsız edici" duruma alışmalısınız. Kısa mesafe yarışı için değil, bunu kalıcı bir durum olarak kabul etmelisiniz. Başlangıç aşamasındaki “savaş sisleri” — yön kaybı hissi, eksik bilgiler ve harekete geçme kararı verme zorunluluğu — iki yıl sonra kaybolmaz. Sadece evrilir, yeni belirsizlikler eskiyi yer değiştirir. Sürekli kalabilen kurucular, kesinliği bulanlar değil, sis içinde net bir şekilde hareket etmeyi öğrenenlerdir.

Bir şirket kurmak son derece çetin bir iştir ve bu zorluk, deneyimlememiş kişilere aktarılması çok zordur. Sürekli hafif bir korku içinde yaşıyorsunuz ve bu korku, daha yüksek düzeydeki korkularla ara sıra kesilir. Yetersiz bilgiyle binlerce karar verirsiniz ve sadece bir dizi yanlış kararın sonu getireceğini iyi bilirsiniz. Twitter'da gördüğünüz "bir gece başarıları" yalnızca kuvvet yasası dağılımındaki aykırı değerler değil, aykırı değerlerin en uç örnekleridir. Bu olaylara dayanarak stratejinizi optimize etmek, 5 kilometreyi yanlış yolda yürümüş ve rastgele tamamlayan insanların performanslarına bakarak maraton için antrenman yapmak gibidir.

Peki neden bunu yapıyoruz? Konfor için değil, kazanma şansı için değil. Çünkü bazıları için, bunu yapmamak gerçek bir yaşam sürmüyor gibi hissettiriyor. “Hiçbir şeyden bir şey inşa etmek”ten daha kötü olan, “denememiş olmak”ın sessiz boğuculuğudur.

Ayrıca—eğer doğru tahmin ederseniz, başkalarının henüz fiyatlandırmadığı gerçeği görürseniz ve yeterince uzun bir süre boyunca estetik ve inançla uygularsanız—sonuçlar sadece finansal olmayacaktır. İnsanların çalışma biçimini gerçekten değiştiren bir şey inşa edersiniz. İnsanların kullanmayı sevdiği bir ürün yaratırsınız. Ellerinizle inşa ettiğiniz işte, burada en iyi performansını veren insanları işe alır ve başarıya ulaştırırsınız.

Bu, on yıllık bir projedir. Yapay zekâ bunu değiştiremez, hiç değişmedi.

AI, sonuna kadar bekleyip görmek isteyen kurucular için bu on yılın ulaşabileceği tavanı değiştiriyor.

Peki, bunların hepsinin ötesinde yazılım neler sunacak?

Optimistler, AI'nın zenginlik yarattığını söylüyor—daha fazla ürün, daha fazla kurucu, daha fazla değer daha fazla insana dağıtıldı. Onlar haklı. Pessimistler, AI'nın yazılımın koruma duvarını yok ettiğini söylüyor—her şey bir öğleden sonra kopyalanabilir, savunma ölü. Onlar da kısmen haklı. Ancak bu iki grup da alt sınırı (The floor) takip ediyor, hiç kimse tavanı (The ceiling) dikkate almıyor.

Binlerce tek nokta çözümü (Point solutions)—küçük, fonksiyonel, AI tarafından üretilen araçlar—belirli dar alanlardaki sorunları çözmek için yeterli olacak şekilde ortaya çıkacaktır. Bunların çoğu şirketler tarafından değil, bireyler veya iç ekiplerin kendi sorunlarını çözmek amacıyla geliştirildiği için oluşacaktır. Düşük giriş engeline sahip ve kolayca değiştirilebilen yazılım kategorilerinde, pazar gerçek anlamda demokratikleşecektir. Alt sınır çok yüksektir, rekabet aşırı derecede serttir ve kâr marjı sinek kanadı kadar incedir.

Ancak para akışlarını, uyumu, çalışan verilerini ve yasal riskleri yöneten iş kritik yazılımlar durumu tamamen farklıdır. Bu, hata payı çok düşük olan iş akışlarıdır. Maaş öleme sistemi arızalandığında çalışanlar para alamaz; vergi beyanında hata yapıldığında Gelir İdaresi gelir; fayda ödemeleri açık sigorta döneminde kesildiğinde gerçek insanlar koruma kaybeder. Yazılım seçimi yapan kişiler, sonuçlardan sorumlu olmalıdır. Bu sorumluluk, bir öğleden sonra “vibecoded” ile bir araya getirilmiş bir AI’ya dışsalaştırılamaz.

Bu iş akışları için kurumlar, tedarikçilerine güvenini korumaya devam edecektir. Bu tedarikçiler arasında, “kazanan tümü alır” dinamikleri, önceki nesil yazılımlara kıyasla daha aşırı hale gelecektir. Bu, yalnızca ağ etkilerinin daha güçlü olması nedeniyle değil (ki gerçekten öyledir), aynı zamanda milyonlarca işlem ve binlerce uyumluluk kenar durumunda özel veri biriktiren bir AI-natif platformun bileşik avantajı nedeniyledir; bu da yeni girenlerin “oradan başlamalı” şekilde yakalamasını neredeyse imkânsız hale getirir. Sınır artık bir özellik seti değil, hatalara ceza veren bir alanda uzun vadeli yüksek standartlı operasyonlarla birikmiş kalitedir.

Bu, yazılım pazarlarının entegrasyon düzeyinin SaaS döneminden daha yüksek olacağını anlamına gelir. On yıl sonra HR ve maaş ödemeleri alanında, her biri tek basamaklı piyasa payına sahip 20 şirketin var olacağını tahmin etmiyorum. İki veya üç platformun büyük çoğunlukta değeri elde edeceğini, uzun bir tek nokta çözümleri listesinin ise neredeyse hiçbir şey alamayacağını tahmin ediyorum. Aynı model, uyumluluk karmaşıklığı, veri birikimi ve geçiş maliyetlerinin bir araya geldiği her yazılım kategorisinde gerçekleşecektir.

Bu dağılımın tepesinde yer alan şirketler oldukça benzer görünür: gerçek bir ürün estetiğine sahip teknik yetenekler tarafından kurulmuş; ilk günden itibaren AI-native mimari üzerine inşa edilmiş; mevcut devlerin mevcut iş modellerini çözmeden yapısal olarak yanıt veremeyeceği pazarlarda faaliyet gösteren. Bu şirketler, AI tarafından yaratılan henüz fiyatlanmamış bir gerçekliği erken bir aşamada fark etmiş ve bileşik faizin görünür hale gelene kadar yeterince uzun süre direnmıştır.

Bu tür kurucuları soyut bir şekilde tanımladım. Ancak kim olduğunu çok iyi biliyorum, çünkü onun olmaya çalışıyorum.

Warp'ı 2022 yılında, çalışan işletim yığınındaki tüm süreçleri — maaş ödemeleri, vergi uyumluluğu, haklar, işe başlama, cihaz yönetimi, İnsan Kaynakları süreçleri — el emeği ve eski yapılar üzerine kurulmuş olduğunu ve AI'nın bunları iyileştirmek yerine tamamen yerine geçirebileceğini düşündüğüm için kurdum. Köklü devler, karmaşıklığı çalışan sayısına absorbe ederek milyar dolarlık işler kurmuşlar; biz ise karmaşıklığı kökünden ortadan kaldırarak bir iş kuracağız.

Üç yıl, bu yatırımı kanıtladı. Çıkışından beri 500 milyon doların üzerinde işlem gerçekleştirdik, hızla büyüyor ve dünyanın en önemli teknolojilerini oluşturan şirketlere hizmet veriyoruz. Her ay biriktiğimiz uyumluluk verileri, işlediğimiz kenar durumlar ve oluşturduğumuz entegrasyonlar, platformu kopyalanması daha zor ve müşteriler için daha değerli hale getiriyor. Koruma duvarı hâlâ erken aşamada, ancak zaten belirgin bir boyuta ulaşmış ve hızlanıyor.

Bunları size anlatıyorum, çünkü Warp'ın başarısı kaderle belirlenmiş değil—üslü dağılımın dünyasında hiçbir şey kaderle belirlenmez—ama bizi buraya getiren mantık, tüm metin boyunca tanımladığım mantık: Gerçekliği görmek. Herkesden daha derine inmek. Dışsal bir baskı olmadan da sürdürülebilecek yüksek bir standart kurmak. Yeterince uzun süre direnmek ve doğru olup olmadığınızı görmek için.

AI çağının öncü şirketleri, şunları anlayanlar tarafından kurulacaktır: erişim asla kıt bir kaynak değildir, içgörü (Insight) kadardır; yürütme asla rekabet avantajı değildir, estetik (Taste) kadardır; hız asla bir avantaj değildir, derinlik (Depth) kadardır.

Kuvvet yasası niyetlerinizi önemsemez. Ancak doğru niyetleri ödüllendirir.