- Palantir kısa süre önce S&P 500'e dahil edildi
- İlk dönem Palantir yanlış biçimde bir “danışmanlık şirketi” olarak değerlendirildi. Birçok mühendis müşterilerle birlikte çalışarak onların iş problemlerini derinlemesine anladı
- Palantir mühendisleri Forward Deployed Engineers olarak adlandırılıyor; müşterinin işini, iş modelini ve sorunlu noktalarını derinlemesine anlayıp ürünleri müşteri ihtiyaçlarına göre geliştiriyor ve genişletiyorlar
- Bu hizmet yaklaşımı Palantir için rekabet avantajı yarattı; müşteri odaklı çözümler geliştirip bunları platformlaştırdı
- Palantir'in temel kavramlarından biri Ontology olup veriyi sistematik biçimde yapılandırarak karmaşık iş problemlerini çözüyor
- Ontology: müşterinin verisini ve süreçlerini haritalayıp çözüme kodlayan özgün bir yaklaşım
Hizmet merkezli iş modelindeki değişim
- Son dönemde AI dil modellerinin (LLM'ler) devreye girmesiyle, geleneksel hizmet şirketleri daha cazip iş modellerine dönüşüyor
- AI, karmaşık dil tabanlı işleri otomatikleştirebilir ve insanlardan daha iyi hata tespit yeteneğine sahip olabilir
- Hizmet ile ürünün karışımı olan hibrit iş modelleri artıyor; bu sayede müşterinin gerçek problemleri çözülüyor ve daha fazla değer yakalanıyor
- Teknoloji kullanılarak iki şekilde operasyonel kaldıraç yaratılıyor:
- Mevcut sağlayıcılardan daha hızlı, daha ucuz ve daha kaliteli hizmetle benzersiz bir değer önerisi oluşturmak
- Maliyetten iş gücünü çıkarmak, marj yapısını değiştirmek ve rakiplere göre daha kolay ölçeklenmek
- AI, birçok geleneksel hizmet sektöründe iş verimliliğini büyük ölçüde artırabilir ve üretkenliği iki katın üzerine çıkarma potansiyeli taşır
AI hizmet şirketlerinin özellikleri ve fırsatları
- AI hizmet şirketleri "Service-as-Software" modelini benimsiyor ve hızlı büyüyen girişimler bu yaklaşımı kullanıyor
- Yalnızca model performansı yeterli olmadığında, Copilot gibi kullanıcıyı destekleyen çözümler satılıyor. Örnek: Numeric'in teknik muhasebe AI'ı
- Yalnızca AI ile karmaşık süreçleri otomatikleştirmek zor olduğu için, teknoloji ile insan uzmanlığını birleştiren yaklaşım zorunlu
- AI hizmet modelinin zorlukları ve fırsatları
- Risk 1: Herkes modeli kullanabildiği için rakipler hızla ortaya çıkabilir ve mevcut müşterileri kapabilir
- Risk 2: Yeni AI modellerindeki performans artışı, mevcut ürünlerin bazı işlevlerini gereksiz kılabilir
- Ancak karmaşık süreçlerin tamamen otomatikleştirilmesi zordur. Teknoloji ile insan uzmanlığını birleştiren yaklaşım şarttır
- AI hizmet şirketlerinin çalışma biçimi
- Farklılaşmış değer önerisi: mevcut hizmet sağlayıcılarından daha hızlı, daha ucuz ve daha kaliteli hizmet sunmak
- Birim ekonomi iyileştirmesi: maliyetin büyük bölümünü oluşturan insan gücünü azaltarak ölçeklenebilirliği ve marj yapısını iyileştirmek
- Örnek: Loop, yük denetimi ve ödeme otomasyonuyla tüm iş akışını yeniden tasarlayarak verimliliği en üst düzeye çıkarıyor
- Müşteri açısından ise birçok tedarikçiyi ve yazılımı yönetmek yerine, entegre bir AI çözümü üzerinden tüm işlevleri dış kaynak kullanımıyla yürütmek mümkün
- Başarılı AI hizmet şirketlerinin 4 temel ilkesi
- Tüm iş ontolojisini haritalayıp R&D odağının önceliklerini belirlemek
- Metriklere odaklanmak
- Organik büyüme ile birleşme ve satın almaları birlikte yürütmek
- Doğru takımı kurmak
Başarılı AI hizmet şirketlerinin ilkeleri
1. Tüm iş ontolojisini haritalayarak R&D önceliklerini belirlemek
- Ontoloji kavramı: Palantir, iş ontolojisi aracılığıyla şirketin tüm operasyonlarını destekleyen veri yapısını ve iş akışlarını tanımlar
- Ontoloji; veri, mantık, aksiyon bileşenlerinden oluşur ve bir iş süreci haritası (BPM) gibi çalışır
- Örnek: havacılık sektöründe uçak, uçuş, havayolu, havaalanı, gecikme gibi nesneler ve bunları bağlayan ilişkiler tanımlanır
- Ontolojinin önemi:
- Ontoloji, müşterinin iş akışlarını yazılıma haritalamak için kritiktir; özellikle teknoloji odaklı hizmet şirketlerinde daha da önemlidir
- Teknoloji ile operasyonun birleşimi, müşteri, çalışan ve yazılım sistemi arasındaki üçlü ilişkiyi anlamayı ve otomasyon ile optimizasyonu mümkün kılar
- Palantir baştan beri ontolojiye önem verdi ve bu sayede veri entegrasyonu ile AI çözümlerinde öncü konuma geldi
- Veri entegrasyonu ve otomasyon:
- Çoğu organizasyonda veri, farklı biçimlerde ve farklı yerlerde dağılmış durumdadır
- Önce ontoloji kurulursa, bu yapı temel alınarak veri entegrasyonu ve otomasyon etkili biçimde gerçekleştirilebilir
- Reserv örneği:
- Reserv, hasar uzmanlarının iş akışını derinlemesine anlayarak hangi özellikleri kendi geliştireceğini, hangilerini lisanslayacağını net biçimde ayırdı
- Bu sayede büyük müşteri sözleşmelerini hızla kazanıp ölçeklenebildi
- Ontolojinin pratik faydaları:
- SaaS ürünlerinin amacı müşterinin iş akışını yazılıma haritalamaktır
- Teknoloji odaklı hizmet şirketleri, müşteri, çalışan ve yazılım sistemi arasındaki ilişkileri de içeren bir ontoloji kurmalıdır
- Böylece yazılım ile insan gücünün birlikte çalıştığı olumlu bir geri besleme döngüsü oluşur
- Ontoloji haritalamanın avantajları:
- Başlangıçtaki ontoloji çalışması, vizyon oluşturma, hedef belirleme ve takım hizalamasında önemli rol oynar
- Yatırımcılar ve danışmanların somut geri bildirim verebilmesine imkan tanır
- Doğru yön seçilmezse, yanlış kararların maliyeti çok büyük olabilir
2. Metriklere (Metrics, göstergeler) odaklanmak
- Ontoloji ve göstergeler:
- Ontoloji kurulduktan sonra, işin temel göstergelerini (KPI'lar) belirlemek kolaylaşır
- SaaS sektöründe birçok standart metrik bulunduğundan, operasyon analitiği araçlarıyla bunları izlemek kolaydır
- SaaS şirketleri yüksek marjlar sayesinde operasyon göstergelerinde daha az katı olabilir. Ancak hizmet odaklı işlerde durum böyle değildir
- Hizmet işlerinde metriklerin önemi:
- Hizmet şirketlerinde değer yaratımı, ürün odaklı şirketlere göre daha karmaşık ve ölçmesi daha zordur
- Farklı sektörlerde ortak metrik bulmak güç olduğundan, doğru metrikler seçilmezse P&L sorunlarına yol açabilir
- Örnek: bir varlık yönetim şirketinin temel metriği yönetilen varlıklardır; ancak ontoloji, uzun vadeli müşteri memnuniyeti, portföy performansı ve danışmanlık verimliliğini ilişkilendirerek daha güçlü göstergeler kurulmasını sağlar
- Ontoloji tabanlı metrik analizi:
- Ontoloji analizi, beklenmedik kaldıraç noktalarını ortaya çıkarabilir
- Örnek: müşteri destek süreçlerinde ilk yanıt hızından daha önemli olan şey, sorunun doğru sınıflandırılması olabilir
- Reserv, hasar sürecinin bir kısmını otomatikleştirirken yalnızca işlem hızını değil, müşteri memnuniyeti ve nakit akışı üzerindeki etkisini de analiz etti
- Metriklerin önemi:
- Teknoloji odaklı hizmet işlerinin özü, insan gücü ve yazılım iş birliğiyle marjı ve hizmet kalitesini artırmaktır
- Metrikler sadece çeyreklik raporlara giren veriler olmamalı; şirket genelindeki odağın merkezi haline gelmelidir
- Başarılı hizmet şirketleri metrikleri yalnızca ölçmekle kalmaz; karar alma, yatırım öncelikleri ve takım uyumunu da bunlar üzerinden yönlendirir
- Tüm çalışanlar kendi temel metriklerini ve bunları iyileştirmedeki rollerini anlar
3. Organik büyümeyi ve birleşme/satın almaları (M&A) birlikte yürütmek
- Geçmişte birleşme ve satın almaların sorunları:
- 2010'larda birçok girişim yatırımcısı birleşme ve satın almalardan (M&A) kaçınma eğilimindeydi
- M&A çoğu zaman ürün kusurlarını ya da satış sorunlarını kapatmak için geçici çözüm olarak kullanıldı; temel sorun olan ürün-pazar uyumsuzluğunu çözmedi
- Modern teknoloji hizmet şirketlerindeki değişim:
- Günümüzde teknoloji hizmet şirketleri, pazara ilk girişte yaşanan "cold start" sorununu çözmek için M&A'yı stratejik biçimde kullanıyor
- Özellikle regülasyonun yoğun olduğu pazarlarda veya geçiş maliyetinin yüksek olduğu sektörlerde, mevcut bir şirketi satın almak etkili olabilir
- M&A sayesinde işe alım ve satış yükü azalır; şirket teknolojiyle marj iyileştirmesine odaklanabilir
- M&A'nın avantajları:
- Doğru uygulanan M&A bir büyüme hızlandırıcısı olabilir
- Örneğin marjı %15 olan mevcut bir hizmet şirketi yaklaşık 6-8x nakit akışı çarpanıyla değerlenir. Buna karşılık iyi inşa edilmiş bir AI hizmet şirketi zaten %60 marja sahip olabilir ve daha yüksek çarpanlarla değerlenebilir
- Satın alınan şirket entegre edildiğinde mevcut gelirin ekonomik yapısı iyileşir ve büyüme yeniden hızlanabilir
- Bir AI şirketi rakibini gelirin 1 katı fiyata satın alıp, $100M yatırımla $60M nakit akışı ve $600M hisse değeri yaratabilir
- Yeni M&A stratejisi:
- Bu yaklaşım geleneksel M&A'dan farklıdır; teknolojiyle birleşen M&A'nın ABD sanayisinde yeni bir büyüme aşamasına yol açma ihtimali vardır
- Dışarıdan bakıldığında venture capital (VC), private equity (PE) stratejisini izliyor gibi görünebilir; ancak pratikte bu teknoloji tabanlı bir büyüme stratejisidir
- Teknoloji, hizmet iş akışlarının üretkenliğini büyük ölçüde artırabiliyorsa, M&A hızlı biçimde büyük değer yaratmanın net bir yolu haline gelir
- M&A stratejisinde dikkat edilmesi gerekenler:
- M&A her şirket için uygun değildir. Özellikle müşteri kazanımının kolay olduğu ya da entegrasyonun karmaşık olduğu durumlarda doğru seçenek olmayabilir
- Ontoloji kurmak, bu trade-off'ları analiz etmeye ve ilk satın almanın uygun ölçeğini ya da aynı sektörden mi komşu bir sektörden mi satın alma yapılacağını belirlemeye yardımcı olabilir
- Geçmiş başarısız örneklere dair kaygılar olsa da, yeni M&A paradigması öngörülebilir biçimde yüksek ROI sunan yeni bir stratejinin kapısını açar
4. Doğru takımı kurmak
- Başarılı SaaS şirketlerinin özellikleri:
- Güçlü bir teknoloji kültürü ve hızlı iterasyonu mümkün kılan mühendislik yetkinliği taşırlar
- Yazılım giderek daha parçalı pazarlara yayıldıkça, alan uzmanlığı ve müşterinin dilini anlamak daha önemli hale gelir
- Bu nedenle güçlü sektör danışma kurulları kurulur ya da bazen teknik deneyimi az olan sektör uzmanları işe alınır
- Teknoloji odaklı hizmetlerde takım yapısının değişimi:
- Başarılı bir iş kurmak için yüksek IQ ve EQ'ya sahip teknik ve operasyon yetenekleri gerekir
- Hızla değişen inovasyon kültürü ile müşteri merkezli, süreç odaklı yaklaşım birleştirilmelidir
- Teknik ekip ile operasyon ekibi birlikte çalışmalı, birbirinden öğrenmeli ve karşılıklı güven oluşturmalıdır
- Teknik yetenekler, AI ve yazılım geliştirme becerilerinin yanı sıra hizmet operasyonlarının ayrıntılarına karşı merak ve saygı da taşımalıdır
- Operasyon uzmanları ise yeni teknolojiyi benimsemeye ve mevcut süreçleri yeniden düşünmeye hazır olmalıdır
- Palantir örneği: Forward Deployed Engineers:
- Palantir, müşterilerle doğrudan çalışarak ihtiyaçlarına göre platformu yapılandıran bir Forward Deployed Engineers ekibi işletiyor
- O dönemde Silikon Vadisi'nin büyük teknoloji şirketlerinde müşteri etkileşimini satış ve müşteri başarı ekiplerine bırakmak yaygındı
- Ancak Palantir, teknoloji, operasyon ve iletişim becerilerini bir arada taşıyan yetenekleri işe alarak müşteri ihtiyaçlarına doğrudan yanıt verebildi
- Bu işe alım stratejisi teknoloji odaklı hizmet şirketleri için kritik hale geldi; Palantir mezunları bugün birçok teknoloji hizmet girişiminde kurucu veya ilk çalışan olarak yer alıyor
- Doğru takım kurmanın temel unsurları:
- Hem teknolojik inovasyonu hem de hizmet mükemmelliğini önemseyen bir kültür kurulmalıdır
- Birleşme ve satın alma (M&A) stratejisi izlenecekse, private equity (PE) dünyasının deneyim ve birikimine sahip kişilere de ihtiyaç vardır
- Böylece yalnızca mevcut hizmetleri daha verimli kopyalamak değil, sektörün tamamını dönüştürmek mümkün olabilir
AI hizmet devriminin geleceğine bakış
- AI gelişiminin belirsizliği:
- AI teknolojisinin hızlı gelişiminin nereye kadar gideceğini öngörmek zor
- AGI'nin (Artificial General Intelligence) tüm sorunları çözeceğini varsaymak gerçekçi değil. AGI gerçekleşse bile sonuçlar çok olumlu da çok olumsuz da olabilir
- Bugünkü AI teknolojisiyle bile yeterli değer üretmek mümkün:
- AI gelişimi bugünkü seviyede kalsa bile, hizmet sektörlerindeki yaklaşık $2 trilyonluk ücret hacmi devrimsel biçimde verimli hale getirilebilir
- Bu durum GDP büyümesine, daha verimli bir iş gücü piyasasına ve üretkenliğin iki ya da üç katına çıkmasına yol açabilir
- Tekrarlayan ve basit işler otomatikleştikçe, çalışanlar gerçek becerilerini kullanma ya da yeni beceriler öğrenme fırsatı bulabilir
- AI hizmet dalgasının erken aşaması:
- Mevcut AI hizmet dalgası hâlâ erken aşamada; potansiyeli ve etkisi tam olarak ortaya çıkmış değil
- Erken SaaS dalgasında Smart Enterprise makalesi, platform merkezli endüstriyel dönüşüm için bir çerçeve sunmuştu ve bu yaklaşım artık yaygınlaştı
- Teknoloji hizmet dalgası güçlendikçe, ontoloji haritalama ve diğer stratejiler önemli kavramsal temeller haline geliyor
- Gelecek perspektifi ve hedefler:
- Bu dönüşümü gerçeğe çevirmek için güçlü liderlik, harika takımlar ve istikrarlı çaba gerekiyor
- Palantir'in başarı hikayesi ilham veriyor; bu üretkenlik dalgasından daha fazla nesilsel şirketin çıkması bekleniyor
6 yorum
Palantir hakkında epey yazı aradım; hep ontoloji üzerinden bizde bir seviye daha fazlası var diye iddia ediyorlar ama gerçekte o fazladan ne olduğunu pek anlayamadım.
İçeride veri bilimini daha iyi yapan insanların çok olduğu izlenimi var ama ürünün kendisi konusunda emin değilim.
FDE işe alım viralitesi açısından bakarsak, bu bir büyüklük sanrısı mı?
İleri düzey SI
Dijital dönüşümün gerçekte böyle bir şey olup olmadığını düşündürüyor.
Palantir’le ilgili bir yazı çıktığında genelde dikkatle okuyorum. Ama iş modelinin ne olduğu hâlâ bana tam olarak net gelmiyor, hıçkıra hıçkıra ağlama.
Palantir üzerine bir değerlendirme