Kısaca TechCrunch’ın haberine göre OpenAI, dots asistanını takvim, e-posta ve bilgisayara bağlayarak günlük işleri takip etmek için sunuyor. Haber, müşteri hizmetlerinde ölçülmüş bir şirket uygulaması içermiyor.

TechCrunch’ın aktardığı dots yaklaşımı, müşteri hizmetleri ekiplerinin takvim, e-posta ve yaklaşan işler arasında yürüttüğü takibe uyarlanabilecek bir kişisel asistan örneği sunuyor. OpenAI’ın amacı, kod araçlarındaki yetenekleri daha kolay kullanılabilen ve kendiliğinden öneri getiren bir arayüze taşımak. Ancak haberdeki denemeler, uyarı zamanlamasının henüz güvenilir olmadığını gösteriyor. WIRED’ın Muse incelemesi ise kişiselleştirmenin kişiler hakkında kapsamlı bilgi biriktirmeye dönüşebildiğini ortaya koyuyor. Kaynaklar, müşteri hizmetlerinde ölçülmüş verimlilik sonucu vermiyor; işletmeler için çıkarım, sınırlı erişimle başlayıp uyarı kalitesini ve insan onayını sınamak.

Sorun

TechCrunch’ın ele aldığı sorun, yapay zekâ araçlarının yeteneklerini gündelik işlerde kullanmanın hâlâ yönlendirme ve uğraş gerektirmesi. Haberde OpenAI’ın kurumsal ürün ekibini yöneten Alexander Embiricos, Codex ile dots işlevlerinin önemli bölümüne ulaşılabildiğini, ancak bunun kullanıcıdan daha fazla çaba istediğini anlatıyor. dots, bu yetenekleri devam eden bir konuşma üzerinden erişilebilir kılma girişimi olarak sunuluyor.

Müşteri hizmetlerine yönelik olası uygulama, yazışmalarla takvimdeki yükümlülükleri birlikte takip etmek. Bu, kaynaklardan hareketle kurulabilecek bir iş akışı önerisi; belgelenmiş bir müşteri hizmetleri şirketi vakası değil. TechCrunch, takvim çakışmalarının ve yaklaşan son tarihlerin fark edilmesini örnekliyor. İşletme açısından sınanması gereken ihtiyaç, bu uyarıların çalışana harekete geçebileceği zamanda ulaşması.

Yapay zekâ nasıl kullanılıyor

TechCrunch’ın anlatımına göre süreç, dots asistanının kullanıcının takvimine, e-postasına, bilgisayarına ve diğer araçlarına bağlanmasıyla başlıyor. Asistan yalnızca yeni bir istek beklemiyor; erişebildiği bilgiler ve önceki konuşmalar üzerinden yardım edebileceği işleri araştırıp öneriler getiriyor. Embiricos, bu davranışı düzenli aralıklarla yapılan kendiliğinden araştırma olarak açıklıyor.

Müşteri hizmetlerinde denenebilecek uyarlama, izin verilen yazışmalarla takvim kayıtlarını birlikte değerlendirerek yaklaşan işleri ve çakışmaları çalışanın dikkatine sunmak. Çalışan öneriyi kontrol eder, gerekli takvim değişikliğini veya yanıtı değerlendirir. Bu akışın müşteri hizmetlerinde uygulanıp sonuç verdiği kaynaklarda gösterilmiyor.

TechCrunch’ın kendi denemesi, asistanın önceden düşünerek uyarı üretebildiğini, fakat bunu her zaman uygun zamanda yapamadığını aktarıyor. Dolayısıyla pilot uygulamada yalnızca uyarının doğruluğunu değil, ne zaman geldiğini de kaydetmek gerekir.

Araçlar ve modeller

TechCrunch’a göre dots, ChatGPT masaüstü ve mobil uygulamalarında Pro veya üzerindeki abonelikler üzerinden sunuluyor. Haberde bağlantı kurulabilen kaynaklar arasında takvim, e-posta, bilgisayar ve diğer araçlar sayılıyor. Ancak belirli bir e-posta sağlayıcısı, takvim ürünü veya müşteri hizmetleri yazılımı adlandırılmıyor; bunlarla hazır bağlantı bulunduğu varsayılamaz.

Haberde Codex, asistanın ortaya çıkışını açıklayan kod aracı olarak yer alıyor. ChatGPT Work de kodlama için geliştirilen ajan yeteneklerinin başka işlere taşınmasına örnek gösteriliyor. Kullanılan temel modelin adı paylaşılmıyor. WIRED’ın incelediği Meta ürünü Muse ise dots kurulumunun parçası değil; kişisel asistanlarda bellek, erişim ve denetim tercihlerini değerlendirmek için karşılaştırmalı bağlam sağlıyor.

Sonuçlar

TechCrunch’ın değerlendirmesinde dots, yaklaşan işleri fark etme bakımından yararlı bulunuyor; buna karşılık uyarıların zamanlaması eksik kalabiliyor. Embiricos’un aktardığı erken kullanım örneğinde de takvim uyarısının müdahale için çok az zaman bırakması bu sınırlamayı görünür kılıyor. Bu nedenle bir çakışmayı tespit etmek ile işi zamanında çözmeye yardımcı olmak ayrı değerlendirilmelidir.

Embiricos ayrıca bir mühendisin asistanının hizmet kesintisini fark edip çözüm için bilgi hazırladığı bir örnek aktarıyor. Bu, şirket yöneticisinin anlattığı bir deneyim; bağımsız performans ölçümü değil. Kaynaklarda müşteri hizmetleri için yanıt süresi, çalışan başına iş yükü, müşteri memnuniyeti veya tasarruf sonucu paylaşılmıyor. Elde bulunan nitel bulgu, kendiliğinden takip olanağı ile zamanlama sorununun birlikte görülmesi.

Türkiye'deki bir KOBİ nasıl uygulayabilir

  • Başlangıç verisini daraltın. Müşteri hizmetlerinde takip edilmesini istediğiniz yazışmaları ve takvim yükümlülüklerini belirleyin; pilot için gerekli olmayan müşteri ve çalışan bilgilerini kapsam dışında tutun.
  • Hazır araçları bağlantı gereksinimi üzerinden değerlendirin. TechCrunch’ın anlattığı dots erişimini başlangıç noktası alabilirsiniz; işletmenizdeki e-posta ve takvim sistemlerinin desteklendiğini ayrıca doğrulayın. Kaynaklar bu uyumluluğu göstermiyor.
  • Küçük bir pilotta yalnızca takip önerilerini sınayın. Asistanın hatırlatma ve çakışma bildirimlerini çalışan incelesin; müşteriye gönderilecek mesajlar ve takvim değişiklikleri insan kararından geçsin.
  • Ölçümü işin sonucuna bağlayın. Doğru bulunan uyarıları, kaçırılan yükümlülükleri, geç gelen bildirimleri ve çalışanların düzeltme ihtiyacını kaydedin. Kaynaklarda verilmeyen bir tasarruf hedefini gerçekleşmiş sonuç gibi sunmayın.
  • KVKK değerlendirmesinde hangi kişisel verilerin paylaşılacağını, erişimin nasıl sonlandırılacağını ve kayıtların nasıl silineceğini netleştirin. Bu adım bir uygulama önerisidir; kaynaklar Türkiye için hukuki uygunluk değerlendirmesi sunmuyor.

Riskler ve maliyet

TechCrunch’a göre OpenAI, dots için ChatGPT ile aynı gizlilik kontrollerinin bulunduğunu; kullanıcıların konuşmaların model eğitiminde kullanımını kapatabildiğini ve kaynak erişimini yönetebildiğini belirtiyor. Ancak yayın, kontrollerin yeterince ayrıntılı olmadığını ve uygulamanın bulut depolamaya yalnızca okuma erişimini kabul etmediğini aktarıyor. Bu durum, pilot öncesinde verilecek yetkilerin dikkatle incelenmesini gerektiriyor.

WIRED’ın Muse incelemesi, asistan belleğinin kullanıcı dışındaki kişiler hakkında da ayrıntılı kayıtlar içerebildiğini gösteriyor. Meta’nın WIRED’a açıklamasına göre Muse, e-posta gönderme ve satın alma gibi işlemlerde insan onayı istiyor; etkinlik kaydı, bellek silme ve dış hizmetleri ayırma seçenekleri sunuyor. Bunlar dots için doğrulanmış özellikler olarak kabul edilmemeli.

Maliyet değerlendirmesine abonelik, bağlantıların kurulması, erişim yönetimi ve çalışanların önerileri denetleme emeği dahil edilmeli. TechCrunch, sürekli çalışan yaklaşımın daha fazla model işlem birimi tüketimi anlamına geldiğini belirtiyor; kaynaklar işletmeye özgü toplam maliyet vermiyor. Zamanlama hataları ve kişisel veri kapsamı, insan gözetiminin pilot boyunca sürmesini gerektiren başlıca konular.