Rippling, yapay zeka harcamalarının verimliliğini denetliyor

Rippling kurucusu Parker Conrad, iş dünyasında yeni bir trend başlatıyor: Artık şirketler, çalışanlarının yapay zeka (AI) araçlarını ne kadar verimli kullandığını gerçek zamanlı olarak izleyebilecek. Yeni tanıtılan Rippling Data Cloud platformu, sadece insan kaynakları yönetimini değil, aynı zamanda büyük veri analitiği (data analytics) alanında da devrim yaratmayı hedefliyor. Techcrunch.com haberi veriyor.

Günümüzde birçok işletme, verileri saklamak ve analiz etmek için Snowflake, Tableau veya dbt Labs gibi çeşitli servislerden oluşan bir set kullanıyor. Conrad'a göre, bu karmaşık zinciri tek bir sisteme entegre etmenin vakti geldi. Platformunu, şirket hiyerarşisini ve iç yapısını anlayan tek bir ekosistem olarak sunuyor. ixbt.com, bu bilgileri Parker Conrad'ın San Francisco'daki ofisinden verdiği açıklamalara dayanarak aktarıyor.

AI maliyetleri ve beklenmedik sonuçlar

Conrad, kendi şirketi üzerinden ilginç bir örnek verdi. Bazı çalışanların, Claude gibi AI araçlarını kişisel planlama için o kadar yoğun kullandıkları ortaya çıktı ki, yıllık maliyetleri 30.000 dolara ulaştı. Çalışanlar bunu iş verimliliğini artırmak amacıyla yapmış olsalar da, şirket için bu kadar yüksek bir maliyet kendini karşılamadı. Rippling Data Cloud, tam olarak bu tür gizli maliyetlerin tespit edilmesine yardımcı oluyor.

Yazılım mühendislerinin faaliyetlerinin analizinde de yeni sistem beklenmedik gerçekleri ortaya çıkardı. Anthropic kullanım günlükleri ve GitHub verileri karşılaştırılarak, hangi yazılımcının AI araçlarını verimli kullandığı, kimin ise sadece "token"ları boşa harcadığı belirlendi. Yüksek performans gösteren çalışanlar genellikle çok fazla AI kaynağı tüketiyor, ancak bazı durumlarda yüksek maliyet ve düşük kalite kombinasyonu gözlemlendi.

Verimlilik denetiminde yeni aşama

Sistem, çalışanların kod yazma sürecindeki hatalarını ve meslektaşları tarafından reddedilen (rejected) işlerini de hesaba katıyor. Eğer bir yazılımcı AI yardımıyla çok fazla kod üretiyor ancak ekibi bu kodu sürekli olarak yeniden düzenlemek zorunda kalıyorsa, bu durum AI aracının kalitesiz ürün ürettiği anlamına geliyor. Parker Conrad bunu "slop" (çöp) olarak adlandırıyor ve bu tür çalışanlar için AI harcama limitlerinin derhal düşürülmesini öneriyor.

Rippling Data Cloud'un yetenekleri sadece AI ile sınırlı değil. Salesforce verilerini çalışanların çalışma programlarıyla ilişkilendirerek, hangi ekiplerin müşterilerle iletişimde zorlandığını gösteriyor. Örneğin, analizler sonucunda seyahat departmanı çalışanlarının, diğer departmanlara göre iki kat daha fazla çözülmemiş sorunla (tickets) karşı karşıya olduğu belirlendi; bu da personel eksikliğine işaret ediyor.

Dijital dönüşümün hızlandığı dönemde, bu tür analitik araçlar büyük kurumlar için kritik önem taşıyor. Şirket yöneticileri artık sadece AI'ya yatırım yapmakla kalmayacak, aynı zamanda harcanan her doların nasıl bir sonuç verdiğini net bir şekilde görebilecek. Rippling sistemi, harcamalar belirlenen limiti aştığında otomatik olarak yöneticiyi uyarma veya hizmet kullanımını durdurma özelliğine de sahip.