Beş adım hızlandı, teslim süresi yerinde saydı

Hepsiburada'nın ürün ekibi AI'ı tek bir adıma değil, ürün yaşam döngüsünün beş ayrı yerine soktu. Her adım ciddi biçimde hızlandı. Uçtan uca teslim süresi ise aynı kaldı — konuşmanın en değerli kısmı bu çelişkiyi açıkladığı yer.

30 kişilik Product ve UX Research ekibi, çeyrek takvimi yerine stratejik önceliğe göre belirlenen üç aylık döngülerle çalışıyor. Bir yıl önceki Kaspi satın alması ürün zihniyetini değiştirdi: veriye takıntılı, netlik ve hızlı icra bekleyen bir kalite çıtası. Konuşma beş vaka üzerinden ilerledi — teori yok, hepsi yaşanmış.

Önce AI değil, darboğaz

Ekip "AI'ı nerede kullanalım?" diye sormadı. "En çok zamanı nerede kaybediyoruz?" diye sordu. Cevap dört yerden geldi.

Tek tek bakınca her biri birkaç gün. Üst üste binince çeyrekler gidiyor. Ve asıl keşif şu oldu: AI her adımı ayrı ayrı hızlandırmakla kalmadı, adımların birbirine bağlanma biçimini değiştirdi.

İçgörü silolarda, karar sezgide

Araştırma sinyalleri beş ayrı yerde duruyordu: müşteri görüşmeleri sunumlarda, satıcı geri bildirimi ticket sisteminde, destek aramaları CS dashboard'unda, oturum kayıtları UX araçlarında, anketler ham tablolarda. Hepsini birleştirip anlamlı bir öneri çıkarmak haftalar alıyordu — o sırada yayın penceresi geçiyordu.

Ekip bunun için bir sentez hattı kurdu: tüm araştırma kaynaklarını içeri alıyor, tekrar eden temaları kümeliyor, temaları karşılanmamış ihtiyaçlarla eşliyor ve yapılandırılmış yayın fikirleri üretiyor. Her fikir kendi kanıtıyla birlikte geliyor.

• Sentez süresi haftalardan günlere indi.
• Yayın fikirlerinin %100'ü artık bir kanıt taşıyor.
• Üst yönetim incelemesinden geçen fikir oranı yükseldi.

İdeasyon artık sesi çıkanın değil, kanıtı olanın oyunu. Darboğaz hiçbir zaman veri değildi — eksik olan, veriyi karara çevirme kapasitesiydi.

PRD'de asıl kazanım hız değildi

Ekip Claude'a jenerik bir şablon vermedi; kendi katı iç release dosyası yapısını verdi. Onaylanmış fikir, müşteri ve satıcı içgörüleri, iş metriği hedefleri ve benchmark referansları girdi olarak giriyor; çıktı sabit bölüm sırasına uyan bir release dosyası oluyor: başlık, birinci tekil şahısla yazılmış hikaye, müşteri faydası, şirket faydası (sayıyla), iş gereksinimleri ve SSS. Süre: yaklaşık bir dakika.

Dağılım sağa kaydı: tavan değil taban yükseldi. Kaynak: Alive'26 sunumu.

AI tavanı değil tabanı yükseltiyor; ekibin en zayıf PRD'si artık fena değil.

Bu fark önemli. Hız hikayesi anlatılırken genelde "en iyi PM daha hızlı çalışıyor" sanılıyor. Gerçekte olan şu: PM'in zamanı formatlamadan düşünmeye kayıyor ve kalite ekip geneline yayılıyor. Jenerik bir şablonla bu olmazdı — model şirketin kendi kalite çıtasıyla beslendiği için çalışıyor.

En zor toplantının provasını yapan bir ajan

Konuşmanın ortasında Can, salona şirketin yönetim kurulu başkanının araba plakasını sordu: KZ NPS 100. Teorik olarak ulaşılabilecek en yüksek Net Promoter Score, plakada. Ekibin hangi standarda göre çalıştığını anlatan tek detay bu.

Üçüncü vaka da o standardın provası: "Chairman AI", gerçek toplantıdan önce release dosyasını başkanın gözüyle inceleyen bir yapı. Dört bileşenden oluşuyor; olabildiğince deterministik, zorunlu olduğu yerde LLM.

• Rubric Checker — deterministik yapı kontrolü: başlık, yasaklı ifadeler, sayılar. Sorunların yaklaşık %60'ını burada yakalıyor.
• Chairman Reviewer — LLM çekirdek; 20 maddelik skorkart ve anlatı üretiyor.
• Example Retriever — onaylanmış release dosyaları üzerinde RAG; few-shot örnek besliyor.
• Socratic Challenger — ikinci LLM geçişi; itiraz soruları üretiyor.

PM'in gerçek toplantıdan önce gördüğü şey bir skorkart ve bir soru listesi oluyor. Skorkartta "iş gereksinimi #3'te 'iyileştirmeye çalışacağız' ifadesi var, yasaklı" gibi maddeler; soru listesinde ise şöyle şeyler:

Sistem 10 onaylı dosya, reddedilmiş taslaklar ve gerçek eleştiri e-postalarıyla eğitilmiş. Amaç başkanın yerine geçmek değil; dosya odaya girmeden önce v0.9 kalitesini yükseltmek. Sonuç: her PM — sadece kıdemliler değil — toplantıdan önce bir kez inceleniyor. Bu bir verimlilik aracı değil, ölçekte koçluk.

Her adım hızlandı, toplam süre yerinde saydı

Tek tek adımlardaki kazanç toplam teslim süresine yansımadı.

Dördüncü vaka geliştirme tarafı. Checkout ekibinde özellik teslim döngüsü iki haftadan 2-3 güne, geliştirme döngüsü 30 günden 10 güne indi. Pull request sayısı günde birden üçe çıktı, prototip hızı dörde katlandı, elle yazılan boilerplate yaklaşık %60 azaldı. Favoriler özelliğinin backend'i iki ayda değil 10 günde yeniden yazıldı — mimari, API'lar, veri katmanı dâhil, insan incelemesiyle.

Buna rağmen bir özelliğin fikirden yayına geçme süresi aynı kaldı.

Darboğaz beklenmedik yerden çıktı

Konuşmanın en değerli slaydı: neden henüz agentic kodlamaya geçilmediği. Kaynak: Alive'26 sunumu.

Üç kat fazla kod incelemeye gelince QA darboğaza dönüştü; test yedeği ekibin soğurabileceğinden hızlı büyüdü. Gereksinimler hâlâ geleneksel yöntemle yazılıyordu, yani PM ve QA tarafı AI'a bağlanmamıştı. Alanlar arası bağımlılıklar da devrede: arama ekibi farklı bir çıktı bekliyor, diğer alanlar başka olgunluk seviyesinde. Bir parçanın kendi içinde verimli olması yetmiyor.

Agentic kodlamaya geçilmemesinin sebebi de açık söylendi: halüsinasyon gerçek, alan kuralları her merge'de zorunlu insan incelemesi gerektiriyor ve alanlar arası güvenle çalışabilecek bir MCP kurulumu henüz yok. Bir sonraki 10 kat, geliştiricilerin değil PM, QA ve AI'ın birlikte çalışmasından gelecek.

Bitiş çizgisi darboğaz olmaktan çıkınca

Regresyon testi 5 günden 16 saate indi — yaklaşık %70 azalma. Üç mekanizma çalışıyor: geçmiş test koşularından öğrenip en çok kırılan alanlara odaklanan risk önceliklendirmesi, kod değiştikçe test senaryolarını üretip güncelleyen test üretimi ve örtüşen testleri ayıklayan kapsam haritalaması.

Ama Can bunu bir mühendislik kazanımı olarak anlatmadı. Ekibin psikolojisi değişti: yayınlar artık ertelenmiyor, haftalık ve talep üzerine yapılıyor. Acil işler sırada beklemiyor, riskli işler tek pakette toplanmıyor.

Yol haritası da net: birinci faz süreci düzeltip AI'ı devreye almaktı (40 saatten 16 saate). İkinci faz AI'ın hızlandırıcı olduğu aşama, hedef 8 saat. Üçüncü faz ise otonom kapsam yönetimi — 8 saatin altı. Sıralama tesadüf değil: önce süreç düzeldi, sonra akıllanıyor.

Döngünün kendisi değişmedi: ideasyon, spesifikasyon, geliştirme, test. Değişen şey hız ve güven. Konuşmanın en dikkat çekici yanı da bu dürüstlüktü — başarı hikayesinin yanına tavanın nerede olduğu da kondu.

Konuşmanın Alive'26 sayfası — sunum PDF'i ve özet burada.