İnsansı Robotlar için 8 Saatlik Mesai Devri Başladı

-
Resim
 Figure AI’ın 8 saatlik Figure 03 vardiyasını izliyorum. Bir dönem "bilim kurgu" dediğimiz sahneler, bugün üretim ekonomisinin bir parçası haline geliyor. OpenAI’ın akıl yürütme yeteneği ile Figure’un mühendislik harikası donanımı birleşince, otonomide yeni bir "benchmark" oluştu. Bu dönüşüm, sadece fabrikaları değil; iş yapış biçimlerimizi, planlama süreçlerimizi ve teknolojiye bakış açımızı da dönüştürecek. Takipte kalmakta fayda var. CANLI YAYIN da Figure ai izlemek için tıklayınız.  Figure AI şirketinin yeni nesil insansı robotu Figure 03 'ün hünerlerini sergilediği resmi canlı yayın alanına baktınız mı? Görüntülerdeki mekan, Figure AI'ın kendi test laboratuvarı veya pilot üretim tesisi. Şu an izlediğin yayının asıl olayı ise şu: 8 Saatlik Kesintisiz Vardiya: Figure, bu yayını robotların "insan hızında" ve tamamen otonom bir şekilde 8 saatlik tam bir iş gününü nasıl tamamladığını kanıtlamak için açtı. Figure 03 Sahneye Çıkıyor: Bir önceki mo...
Yorum Gönder

"No-Design" Dönemi: Gemini 3 ve OpenSCAD ile Donanım Prototipleme

-

Bir ürün tasarlarken en büyük çıkmazlarımızdan biri, zihnimizdeki bir fikri (özellikle fiziksel bir ürünü) teknik ekiplere veya paydaşlara somut bir şekilde sunma sürecidir. Geleneksel 3D modelleme araçlarının öğrenme eğrisi çoğumuz için bir engel teşkil ederken, yapay zekanın "muhakeme" (reasoning) yeteneğindeki sıçrama bu bariyeri tamamen ortadan kaldırıyor.

Bu hafta sonu, Gemini 3’ün Deep Think modunu kullanarak bu süreci uçtan uca test ettim. Sonuç; bir PM için tasarımcıya ihtiyaç duymadan, sadece "prompt" yazarak çalışan bir fiziksel çıktı aldı, elimde yapay zeka ürünü bir cep telefonu kılıfı!

Prototipleme Hızında Yeni Standart

Yazılım dünyasında "Low-code / No-code" araçlarına aşinayız. Ancak donanım ve fiziksel ürün tarafında süreç hep biraz daha hantal kalmıştı. Gemini 3 ve OpenSCAD iş birliği, aslında donanım dünyasına "Prompt-to-Product" kavramını getiriyor.

Bir telefon kılıfı ihtiyacını ele alalım. Ölçüleri manuel girmeden, sadece modeli belirterek Gemini'dan bir OpenSCAD script'i üretmesini istedim. Deep Think modunun buradaki farkı, objenin sadece görüntüsünü değil, fiziksel toleranslarını, port boşluklarını ve esneklik paylarını "düşünerek" kodu yapılandırması.


Neden Bir PM Kod Yazmalı (Veya AI'ya Yazdırmalı)?

Bu deneyimden çıkardığım üç kritik ders var:

  1. Hız (Velocity): Tasarım ekibine ticket açıp günlerce beklemek yerine, fikrin MVP (Minimum Viable Product) aşamasını dakikalar içinde 3D yazıcıdan (Bambu P1S) teslim alabiliyorsunuz.

  2. Hassasiyet: Kod tabanlı tasarım (OpenSCAD), parametrik çalışmayı sağlar. "Kılıfın kenarlarını 1mm daha kalın yap" dediğinizde AI bunu saniyeler içinde koda dökebilir.

  3. Teknik Empati: Kodun mantığını anlamak, geliştirici ekiplerle olan iletişimi güçlendirir. AI burada sadece bir araç değil, aynı zamanda teknik bir öğretici (mentor) rolü üstleniyor.

Sonuç: Üretim İstasyonu Olarak Masanız

Masanızda bir Bambu P1S ve ekranınızda Gemini 3 varsa, artık sadece bir yazılım yöneticisi değil, aynı zamanda bir mikro-üretim merkezi yöneticisisiniz. Fikirlerin fiziksel dünyaya geçiş süresi bu kadar kısalmışken, "teknik olmayan PM" kavramı da yerini hızla "teknolojiyle üreten PM"e bırakıyor.

Gemini 3 Deep Think 'e dair okuma yapmak isteyenler için faydalı olabilecek blog: https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-deep-think/ 

Kodlayan PM


Yorumlar

Yorum Gönder

Bu blogdaki popüler yayınlar

ChatGPT ile Sadece Sohbet mi Ediyoruz? Asıl Devrimi Kaçırıyor Olabilir miyiz?

-
Resim
 Son bir iki yıldır hepimiz bir şekilde yapay zekayla tanıştık. Kimimiz e-posta yazdırdı, kimimiz yemek tarifi sordu. Ama dürüst olalım; çoğumuz onu hala sadece "çok akıllı bir arama motoru" gibi kullanıyoruz. Oysa mutfakta, çoğunluğun henüz radarında olmayan ama oyunun kurallarını kökten değiştirecek iki büyük dalga var: AI Agentlar (Ajanlar) ve Yerel Modeller (Local LLMs). Yıllardır hem bankacılıkta süreç yöneten hem de boş zamanlarında kod yazan biri olarak beni asıl heyecanlandıran şey bu "ajan" meselesi. Eskiden yapay zekaya "Bana bir SQL sorgusu yaz" diyorduk, o da yazıyordu. Şimdi ise olay şuna evrildi: "Git veri tabanındaki şu sorunu bul, analiz et, raporla ve ilgili ekibe Slack'ten mesaj at." Yani artık sadece soru sormuyoruz, iş delege ediyoruz. Bu, Proje Yöneticileri veya Ürün Yöneticileri için artık sadece bir asistan değil, dijital bir departman kurmak demek. Peki ya gizlilik? "Verilerim buluta gitmesin, şirket sırrım içeri...
Devamı

Kodlayan PM Günlüğü (Bölüm 2): Bir Proje Yöneticisinin Play Store ile İmtihanı

-
Resim
 MVP’den store sürecine giden bir uygulamanın ilk haftasında, bir proje yöneticisi olarak kağıt üzerindeki planların gerçek dünya bariyerlerine nasıl çarptığını bizzat deneyimledim. Son 2 aydır APK formatında yakın çevremin desteğiyle test ettiğim Finans Asistanım uygulaması için 23 Şubat itibarıyla Google Play Store’un 14 günlük zorunlu kapalı test sürecine başladık. Bu süreç, sadece 25 dolarlık bir giriş ücreti ödemekten ibaret değil; kimlik doğrulamadan yasal prosedürlere, reklam modeli seçiminden uygulama kimliği formlarına kadar devasa bir dokümantasyon yükünü yönetmeyi gerektiriyor. Bir PM olarak bu süreci yönetirken en stratejik hamlem, Google'ın zorunlu tuttuğu 12 kişilik test ekibini 32 kişiye çıkarmak oldu; nitekim listenin yarısının iOS kullanıcısı çıkmasıyla "ihtiyatlı kaynak yönetimi" kasımın ne kadar hayati olduğunu bir kez daha anladım. Test sürecinin resmiyete dökülmesi için 12. kişinin login olması gerekiyordu ve bu noktada imdadıma, her zaman en büyük d...
Devamı

Yerel LLM Dünyasına Giriş: Ollama ve CrewAI ile Kendi Ajan Ekibimi Kurdum

-
Resim
 Giriş: Teori Bitti, Uygulama Başlıyor! Önceki yazıda bahsettiğimiz "öğrenilecekler listesi"ndeki ilk maddeyi hayata geçirdim. Sonuç tahmin ettiğimden daha hızlı ve zahmetsiz oldu. Kurulum yaparken mümkün oldukça ekran görüntüsü almaya çalıştım onları da yazının devamında paylaşacağım. Şimdilik bulut tabanlı API'lar yerine yerel (local) kurulumu tercih ettim. Yani kendi bilgisayarımızda sistemi kurabiliriz. Veri gizliliği veya tam kontrol gibi kurumsal yaklaşımdan ziyade konuyu temelde anlamak ve şimdilik maliyete katlanmamak temel motivasyonum oldu. Belki ileride bulut tabanlı uygulama örneklerini de birlikte yaparız. Öncelikle ollama yı buradan:  https://ollama.com/download   IOS , Microsoft veya LINUX işletim sisteminiz için indirebilirsiniz. (Dosyanın boyutu 1.2 GB) İndirme tamamlandıktan sonra CMD ile terminali açalım: Ajanımızı crewai yi yüklemek için işe koyulmanın vakti geldi! Aşağıdaki komutu yazıp enter diyelim: pip install crewai yükleme devam ediyor ... ...
Devamı