Humans&, yapay zekanın tekil kullanıcı yardımcılarından gerçek dünya işbirliğini yönetebilen sistemlere evrilmesinin gerekliliğine odaklanıyor. Kurucuları Anthropic, Meta, OpenAI, xAI ve Google DeepMind geçmişine sahip olan girişim, koordinasyon ve sosyal zeka yetenekleri öncelikli yeni bir temel model mimarisi geliştirmeyi amaçlıyor. Şirket kısa sürede 480 milyon dolar sermaye sağladı ve hedefini “insan + yapay zeka” ekonomisi için bir merkezi sinir sistemi kurmak olarak tanımlıyor.
Ne amaçlanıyor?
Mevcut sohbet tabanlı modeller iyi soru cevaplıyor, belge özetliyor ve kod ya da matematik problemleri çözüyor. Ancak ekipler arasındaki öncelik çatışmalarını yönetmek, uzun süreli karar süreçlerini izlemek ve zaman içinde takımları uyumlu tutmak gibi karmaşık koordinasyon görevlerinde yetersiz kalıyorlar. Humans& bunun üzerine odaklanıyor: bilgi getirmekten ziyade insanları, rolleri ve süreçleri anlayıp düzenleyebilen sistemler kurmak.
Ürün ve model aynı anda şekilleniyor
Şirket hâlen ürününü net biçimde tanımlamıyor; bunun sebebi model ile ürünün eş zamanlı tasarlanıyor olması. Kuruculardan biri, ürün geliştirme sürecinin modelin yetenekleriyle birlikte evrileceğini, böylece arayüz ve davranışların uyumlu biçimde inşa edileceğini belirtiyor. Hedef, mevcut iletişim ve işbirliği platformlarını tamamlamak veya yerini almak değil, işbirliği katmanını yeniden düşünmek ve kontrolünü ele almak.
Kullanım senaryoları
Girişim, çok kullanıcılı karar süreçleri, kurumsal iş akışları ve tüketici yönelimli işbirliği araçları için çözümler düşündüğünü söylüyor. Örneğin büyük grup kararları, ekip toplantıları ve proje koordinasyonu gibi alanlarda insanların zamandan tasarruf etmesini ve kararların daha iyi belgelenip takip edilmesini amaçlıyor.
Model eğitimi: Uzun vadeli ve çok ajanlı yaklaşımlar
Humans& kurucuları, modelin yalnızca tek seferlik iyi yanıtlar üretmesi yerine planlama, eylem, revizyon ve takip döngülerinde yetkin olmasının önemini vurguluyor. Bu amaçla long-horizon reinforcement learning (uzun vadeli takviyeli öğrenme) ve multi-agent reinforcement learning (çok ajanlı takviyeli öğrenme) gibi yaklaşımlar kullanılacak. Bu teknikler modelin zaman içinde hatırlama, strateji geliştirme ve birden çok aktörü gözeterek koordinasyon sağlama becerisini artırmayı hedefliyor.
Rekabet, riskler ve fırsatlar
Bu hedefler maliyet, hesaplama kaynakları ve yetenek rekabeti açısından büyük yatırımlar gerektiriyor. Ayrıca Humans& sadece işbirliği araçlarıyla değil, yapay zekanın önde gelen oyuncularıyla da dolaylı rekabet halinde; birçok büyük şirket platformlarına entegre işbirliği çözümleri geliştiriyor. Ancak sektörde sosyal zeka odaklı bir modelin henüz yaygın olmaması, Humans& için hem avantaj hem de olası bir satın alma hedefi olma riski yaratıyor.
Kurucuların vizyonu
Kurucu ekip, bu çalışmayı “nesiller boyu etkili olacak bir şirket” kurma fırsatı olarak görüyor. Amaçlarının sadece bir ürün çıkarmak değil, insanlarla yapay zekanın birlikte daha iyi çalışmasını sağlayacak altyapıyı inşa etmek olduğu vurgulanıyor. Ekip, modelin bireylerin yeteneklerini, motivasyonlarını ve ihtiyaçlarını anlayıp örgüt çıkarına dengeleyebilen bir “bağlayıcı doku” görevi görmesini hedefliyor.
Sonuç
Humans&’in iddiası, yapay zekayı tekil cevap üretiminden çıkarıp insan gruplarını düzenleyip yöneten bir katmana dönüştürmek. Bu vizyonun gerçekleşmesi hem teknik açıdan yeni eğitim paradigmaları hem de sektörde yoğun bir kaynak yarışını gerektiriyor. Başarı halinde iş süreçleri, toplantılar ve grup karar mekanizmalarında belirgin bir değişim ve verimlilik artışı hedefleniyor.
