Migros One'da ürünü yöneten Murat Gölcü, Alive Baku sahnesine bir dönüşüm hikayesiyle çıktı. Hikaye bir ChatGPT hype'ıyla, yemek tarifi soran bir asistanla başlıyor; bir fikir yarışmasıyla şirkete yayılıyor ve bugün ürün ekibinin kendi işini yapan bir supervisor agent'a varıyor: Cortex. En akılda kalan cümlesi de oradan: ürün yöneticisinin en temel işlerinden biri artık eval yazmak.
BağlamDört müşteriden biri online
Murat yaklaşık 20 yıldır ürün yönetiyor; kariyerinin 10-15 yılı startup'larda, hem donanım hem yazılım tarafında geçmiş. Migros One, Migros'un yüzde yüz iştiraki: grubun online tarafındaki bütün hizmetleri sunan teknoloji şirketi. Murat katıldığında online'ın Migros cirosundaki payı yüzde 3,5'miş; bugün yüzde 25'e yakın. Ekip de 48 kişiden 600 kişiye çıkmış.
Bu oranın neden önemli olduğunu karşılaştırmayla anlattı. Murat'ın verdiği rakamlara göre Asya'da online market payı Çin'de yüzde 48'e, bazı ülkelerde yüzde 60'a kadar çıkıyor; Türkiye yüzde 20-25 bandında, ABD yüzde 15-16, Avrupa yüzde 10-12. Pandemi sonrası Avrupa ve ABD'de online paylar geri düşerken Türkiye'de düşmemiş. Migros One için en değerli müşteri ise hibrit müşteri: hem mağazaya gelen hem online alışveriş yapan.
Strateji iki kavram üzerine kurulu: share of stomach ve share of household needs. Önce müşterinin karnına giren her şey, yani market ve yemek; sonra evin bütün ihtiyaçları, kozmetikten servis paketlerine ve finansa. Murat kelimeyi çok sevmediğini söyleyerek ekliyor: süper app'e yaklaşıyoruz.
YolculukTarif soran asistandan fikir yarışmasına
Her şey 2024'te herkesin ChatGPT'ye tarif sorduğu dönemde başlamış. Migros One'ın elinde zaten makine öğrenmesiyle kurulmuş arama ve öneri sistemleri vardı; üzerine "What the cook?" adında AI destekli bir asistan şef ekledi. Asıl öğretici kısım guardrail'lerdi. Türkiye'de birçok ürünün online satışı, birçoğunun da online önerisi yasak. Asistanın önermemesi gereken ürünler için sayısız kural yazmak zorunda kalmışlar ve Murat'a göre ekip AI ile çalışma mantığını orada öğrenmiş.
Sonra bir risk fark etmişler. Teknik ekipler, ürün ve tasarım AI'ı hızla öğrenirken şirketin geri kalanıyla arasındaki makas açılacaktı. Çözüm şirketin her yıl yaptığı fikir yarışmasını AI'a çevirmek oldu. 2025'te 64 fikir, 20 takım ve 3 finalist çıktı; ilk üç takıma ciddi para ödülleri verildi. Daha önemlisi, yarışma şirkette bir hareket başlattı. Çalışanlara araçlar sınırsız açıldı, güvenlik tarafında neye dikkat edileceği anlatıldı ve herkes bir ay boyunca kendi ortamında denedi.
Ardından eğitim oturumları ve AI elçileri geldi. Bu yılki ikinci yarışmada konu agent'tı: herkes kendi işi ya da şirket için bir agent yapabildi. Murat'ın verdiği tabloya göre bugün içeride 200'den fazla agent çalışıyor, bunların 20-30 kadarı son kullanıcıya dokunuyor ve üçü doğrudan para kazandırıyor. Üçü de yarışmadan çıkan fikirler.
Önce "bu iş AI'a uygun mu?" sorusu
Agent sayısı artınca her birim kendi talebiyle gelmeye başlamış: finans bir agent istiyor, pazarlama görsel üretimi için bir agent istiyor, teknoloji kod yazan bir agent istiyor. Migros One bu noktada heves yerine bir eleme mantığı kurmuş. İlk soru: bu iş gerçekten AI ile yapılabilir mi, tekrar eden ve büyük operasyon yükü taşıyan bir iş mi? İkinci soru: işin ne kadarını AI yapabilir? Murat'a göre bir işin tamamını insandan alıp AI'a vermek diye bir şey yok; işi küçük parçalara bölmek gerekiyor.
Sonra ölçüm geliyor. Murat açık konuştu: yararından çok zararı olan agent'lar da olabiliyor. Bu yüzden yaptığın agent'ın etkisini ölçebiliyor olman kritik. Son olarak da sürekli iyileştirme: agent'ı bırakınca kendi kendine mükemmel çalışmaz, ölç, tekrarla, yeniden tasarla.
AI müşterinin yerini almıyor; müşterinin karar yolculuğunu sadeleştiriyor.
Üç kategori
Canlıdaki ürünler bu bakışla üç kategoriye ayrılıyor:
- Agentic AI: araya kimse girmiyor, agent işi tek başına yapıyor. Örnek, alışveriş asistanı Maya AI. Burada senin işin arkadaki guardrail'leri, eval'leri ve kendi kaynaklarınla beslediğin context'i yönetmek.
- Cowork: insan döngüde. Örnek, kullanıcı yorumlarının filtrelenmesi. Küfür, kötü söz ve siyasi içerik ayıklanıyor; yorumların yüzde 95'ini AI karara bağlıyor, yüzde 5'i insan moderasyonuna düşüyor.
- Automation: her gün tekrarlanan işler. Sözleşmeler, her gün okunan tablolar ve Excel'ler, otomatik banner üretimi.
Ürün ekibi kendine bir ürün yaptı
Konuşmanın ikinci yarısı ürün ekibinin kendi işine döndü. Murat salona sordu: günde AI ile ne kadar zaman geçiriyorsun? Bir katılımcı dört saat dedi. Migros One'da da durum benzermiş; fark şu ki bu süreyi bir döngünün içine sokmuşlar.
Ürün işinin tekrar eden adımlarını analiz etmişler. Sektör fark etmeksizin akış aynı: bir problem ya da bir inovasyon talebi geliyor, iş biriminden ya da ürün ekibinden. Ekip onu anlamaya çalışıyor, bir çözüm kuruyor, deneyimi tasarlıyor, boşa iş yapmamak için metrikleri tanımlıyor ve teslimata gidiyor. Bu adımların her birini AI ile nasıl yapacaklarını yaklaşık üç ay boyunca çalışmışlar. İçinden bir dizi agent ve skill çıkmış; her adımın sorumluluğu bir grup ürün yöneticisine verilmiş. Hepsini orkestre eden katman ise Cortex.
Cortex bir supervisor agent. Altında PRM, benchmark, veri, sentetik kullanıcı araştırması ve roadmap agent'ları çalışıyor. Bir ihtiyaç geldiğinde önce problemi alıyor, sonra her aşamada ilgili skill set'e gidiyor: problem, çözüm, user flow, user story, kapsam, başarı metrikleri, feature kuralları. Murat bu tabloyu gösterirken "çok fancy duruyor ama arkasında bayağı kan, ter ve gözyaşı var" dedi.
İlk çıktı kötüydü
Murat burada en dürüst kısmı anlattı: ilk çıkan dokümanlar iyi değilmiş, yazılmamış olsa daha iyiymiş. Sonra iteratif bir süreç başlamış. Önce sisteme bugüne kadar yazdıkları bütün PRD'leri yüklemişler, 1.200'den fazla doküman. Ardından eval'leri yazmışlar; her ürün yöneticisi yüzün üzerinde soru seti hazırlamış: "Ben böyle yapsam ne olurdu? Böyle bir çıktı verir miydim? Buna dikkat eder miydim?"
Akışta her adım bir skora bağlı. Murat'ın anlattığına göre skor eşiğin altında kalırsa çıktı rework'e dönüyor; eşik başta yüzde 70'miş, bugün 85 civarında. Sunumdaki demo videoda problem tanımı yüzde 93 ile geçti. Sistem model bağımsız çalışıyor; bir modelden cevap alamazsa kendisi başka bir modele geçiyor. Murat, aynı yapıyı Slack, Codex ya da Claude gibi ortamlarda kendi harness'ınla da kurabileceğini söyledi.
Bundan sonra ürün yöneticisinin en temel görevlerinden biri eval yazmak olacak.
Murat'ın gerekçesi basit. Bir feature'ı tarif eden de, son kullanıcı gözüyle kabul eden de yine ürün yöneticisi. İş sana geri geliyorsa, neyin iyi olduğunu önceden yazabiliyor olman gerekiyor.
Sonuç14 dolardan 1 doların altına
Salona sorulan soru: bir talebi alıp geliştirmeye hazır hale getirmek sizde ne kadar sürüyor? Cevaplar iki ile üç hafta arasında. Cortex'te bir PRD dokümanının oluşması 2,5 ile 4 dakika sürüyor. Daha önce yazılmış PRD'leri bildiği ve soru setleri eval'lere yazıldığı için, eskiden ekibin sorduğu soruları artık sistem soruyor.
| Ne | Değişim |
|---|---|
| PRD hazırlama süresi | 3 günden 4 saate |
| Toplantılarda geçen süre | Yüzde 70 azaldı |
| Pazara çıkış | 2 hafta kısaldı |
| Geliştirmeye hazırlık | 3 gün kazanç |
| PRD başına maliyet | 14 dolardan 0,70-1 dolara |
Etki ürün ekibiyle sınırlı kalmamış. Migros One'da yaklaşık 30 squad ve ürün ile teknolojide yaklaşık 300 kişi var. Murat'a göre son dört-beş haftada roadmap'te üretilen işte yüzde 20'nin üzerinde verimlilik artışı görmüşler. Teknoloji ekibiyle konuşma da değişmiş: "Sana nasıl daha iyi girdi veririm, sen nasıl daha iyi başlarsın?" Teknoloji tarafı da kendi agent'larını geliştiriyor.
Üç ayakEval, context, sahiplik
Murat salondan çıkarken akılda kalmasını istediği üç şeyi şöyle sıraladı:
- Eval'ler: tutarlılık ve kalite için. Feature'lar uzaydan gelmiyor; ya mevcut olanın üstüne ya da kendi context'inin içinde çıkıyor.
- Context tasarımı: ihtiyacı doğrula, tanımla ve context'e çevir. Gün boyu söylenen mesaj burada da geçerli: veri temiz ve net olmalı, yoksa context anlaşılmıyor.
- Sonuç sahipliği: etkiyi ölç, takip et, süreci yeniden tasarla ve maliyeti optimize et. Yaptık, bıraktık değil; dene, faydasını gör, iyileştir.
Son tavsiyesi şirketlere ve ürün ekiplerine birlikte: hangi seviyede olursa olsun, ister bir ChatGPT kullanımı ister orkestrasyon yapan agent'lar, bu işi bir kültüre ve bakış açısına dönüştürmek gerekiyor. Sponsorluk yukarıdan gelmeli; yoksa herkesin context'i kendi ChatGPT'sinde kalıyor. Kendine şu soruyu sormaya başlamanı öneriyor: bu işi AI ile yapsaydım ne kadar kısaltabilirdim, ve onu doğru tarif edebiliyor muyum?
Kendini modele anlat
Murat'ın salona verdiği küçük egzersiz: modele kendini tanıt. Hangi alanda çalıştığını, ne yaptığını, nasıl bir ürün yöneticisi olduğunu yaz ve sor: "Sen benim yerimde olsan ne önerirdin?" Murat'a göre sadece context vermek bile cevabın kalitesinde büyük fark yaratıyor ve gözünden kaçanları görmeni sağlıyor.
Neyi kendin yaparsın, neyi ortakla?
Salondan gelen ilk soru, bu sistemlerin içeride mi yoksa dışarıdan destekle mi kurulduğuydu. Murat ayrımı netleştirdi: Maya AI gibi tamamen agentic tarafta OpenAI ile birlikte çalışıyorlar ve oradan deployment engineer ve forward deployed engineer desteği alıyorlar. Cowork ve otomasyon kategorisindeki işleri ise içeride yapıyorlar. Kendi ellerini en çok yaktıkları alanlar da kendi eğittikleri modeller ve operasyondaki rota optimizasyonu.
İkinci soru lokal modellerle ilgiliydi. Migros One bazı küçük modelleri kendi veri merkezine koymaya başlamış. Murat'ın uyarısı: içeri koyduğun modellerin bakımı ciddi bir kaynak ister ve bu alanda tecrübeli insan ayırman gerekir. Maliyet hesabı da işin içinde. Kaçınılmaz bir yön olarak görüyor, ama kolay olmadığını da ekledi.
Senin ekibinde ürün yöneticileri eval yazıyor mu, yoksa AI'ın çıktısını hala gözle mi kontrol ediyorsunuz? 🧱
Alive Baku etkinlik sayfası, konferansın diğer konuşmaları ve programı burada.
