Vasyl Soloshchuk, INSART CEO’su ve Kurucusu – Röportaj Serisi

Vasyl Soloshchuk, INSART CEO’su ve Kurucusu, 25 yıldan fazla yazılım geliştirme, mühendislik liderliği ve risk sermayesi yatırımları deneyimine sahip bir fintech girişimcisidir. Kariyerine geliştirici olarak başladı ve istikrarlı bir şekilde liderlik rollerine geçerek, sonunda INSART’ı finans teknolojisine odaklanan uluslararası bir oyuncuya dönüştürdü. Kariyeri boyunca kurucular ve yönetim ekipleriyle yakın çalışarak ürün stratejisi ve yürütülmesini şekillendirdi, ayrıca Kharkiv IT Cluster gibi girişimler ve yeni başlayan girişimleri destekleyen risk sermayesi sendikalarına katılım yoluyla daha geniş teknoloji ekosistemine katkıda bulundu.

INSART, kendisini bir fintech hızlandırıcısı olarak konumlandırıyor; mühendislik uzmanlığını stratejik destekle birleştirerek şirketlerin finansal ürünleri her büyüme aşamasında inşa etmelerine ve ölçeklendirmelerine yardımcı oluyor. Şirket, erken fikir aşamasından MVP geliştirmeye, ürün-pazar uyumuna, pazara girişe ve büyük ölçekli dağıtıma kadar startup ve kurumsal şirketleri destekliyor. Dijital bankacılık, ödemeler, kredi ve finansal altyapı gibi alanlara odaklanan INSART, hem teknik bir ortak hem de bir büyüme platformu olarak hareket ederek fintech şirketlerinin geliştirme zaman çizelgelerini hızlandırmalarına ve düzenlenmiş pazarlarda ölçeklenmenin karmaşıklıklarını aşmalarına yardımcı oluyor.

Kariyerinize bir yazılım geliştiricisi olarak başladınız; finans hizmetlerinin en teknoloji odaklı sektörlerden biri olacağına ikna eden erken sinyaller nelerdi?

Üniversitedeyken serbest bir yazılım geliştiricisi olarak başladım. Hızla bir ekip kurduk ve serbest çalışma siteleri üzerinden projeler almaya başladık. O zaman yazılım geliştirme ve finans her ikisi de beni çok ilgilendiriyordu. Yazılım geliştiriyordum. Aynı zamanda finans öğreniyordum. Becerilerimi ve ilgi alanlarımı birleştirmenin bir yoluydu.

Beni erken dönemde şekillendiren kombinasyondu — yazılım geliştirmek, finans öğrenmek ve finansal özgürlük ile girişimcilik üzerine düşünmek. Teknoloji ve finans kesişiminde oldukça takıntılı oldum çünkü insanların ancak finansal olarak özgür olduklarında gerçekten özgür olabileceklerine güçlü bir şekilde inanıyorum.

Bu aynı zamanda hayatımda çok kritik bir andı.

2008’de New York’taki IBM Watson Araştırma Merkezi’nde doktora stajyeri olarak çalışıyordum. Bu, tam finansal kriz dönemiydi. Veri analitiği projeleri üzerinde çalışırken aynı zamanda finans piyasalarındaki gelişmeleri yakından takip ediyordum. New York’taydım, Borsa’yı ziyaret ettim ve hedge fonları ve yatırım firmalarıyla çalışan IBM çalışanlarıyla konuştum. Gerçek bir karışıklık ve hayal kırıklığı hissi vardı — insanlar nasıl ilerleyeceklerini anlayamıyordu. Finans sektörünün o zamanki haliyle istikrarlı olmadığını fark ettiğim andı. Yeniden tanımlanması gerekiyordu. Ve benim için, bu değişimin sürücüsü teknolojinin olacağı açıktı.

IBM’de kalma şansım vardı. Ancak başka bir şey yapmayı seçtim, INSART’ı kurmaya karar verdim. Amacım teknoloji yaratmaya yardımcı olmaktı. Finans sistemini daha güçlü ve daha açık hâle getirmek istedim. Şimdi düşündüğümde, bu kararı almamı sağlayan bazı işaretler vardı.

İlk olarak, finans hizmetleri temelde bilgi sistemleridir. Para veridir, işlemler durum değişimleridir. Bunu anladığınızda, yazılımın bir destek fonksiyonu değil — işin çekirdeği olduğu açıkça görülür. Stripe gibi şirketler bunun iyi bir örneğidir; API’ler temelde ürün hâline gelmiştir.

İkinci olarak, düzenlemeler karmaşıklık açısından artıyordu. Her yeni gereklilik, mantık ve raporlama katmanları ekliyor. Bu sadece insan gücüyle ölçeklenemez. Sistemler gerekir. Bu durumu, karmaşıklığı yönetmek için altyapı inşa eden Plaid gibi şirketlerde net bir şekilde görebilirsiniz.

Üçüncü olarak, marj baskısı otomasyonu zorunlu kılıyor. Finans kurumları hız, maliyet ve risk açısından rekabet ediyor. Teknoloji, bu üçünü de iyileştiren tek kaldıraçtır. Zamanla, fintech şirketleriyle çalışırken, kazananların daha iyi fikirleri olanlar değil, daha iyi mimari ve yürütmeye sahip olanlar olduğunu gördük. Ve bu, bugün INSART’ta takip ettiğimiz misyon hâlâ aynı — finansı yeniden tanımlayan ve dijital özgürlüğü genişleten fintech işletmelerini ilerletmek.

AI bugün ölçülebilir değer sağladığı alanlar nereler?

AI’nin bir anlatı olarak görülmesi ile üretim sistemi olarak kullanılması arasındaki boşluk hâlâ çok büyük.

Gerçek değeri gördüğümüz alanlar, güçlü veri ve hızlı geri bildirim döngülerine sahip olanlardır.

Dolandırıcılık tespiti en net örnektir. Feedzai ve Stripe Radar gibi şirketler, gerçek zamanlı anormallikleri tespit etmek için makine öğrenimini kullanıyor ve etki, dolandırıcılık kayıplarının azalmasıyla doğrudan ölçülebilir.

Operasyonel otomasyon bir diğer alandır. Örneğin, UiPath gibi şirketler, finans kurumlarının belge yoğun süreçlerini otomatikleştirerek maliyetleri azaltıyor ve yürütmeyi hızlandırıyor.

Kişiselleştirme de iyi çalışıyor. Wealthfront ve benzeri platformlar, yatırım stratejilerini özelleştirmek ve kullanıcı etkileşimini artırmak için AI kullanıyor.

Çok hızlı bir şekilde ortaya çıkan bir alan, üretken iş zekâsıdır. Birçok şirket zaten veriye sahip, ancak liderlik içgörülere yeterince hızlı erişemiyor. Yöneticilerin “Bu hafta gelir neden düştü?” gibi sorular sorup sistemler arasında anında yanıt alabilecekleri sistemler inşa ediyoruz.

AI’nin çok pratik hâle geldiği nokta budur — sadece süreçleri değil, karar verme hızını da iyileştirir.

Risk değerlendirmesi, dolandırıcılık tespiti ve uyumlulukta — gerçekte ne işe yarıyor?

Dolandırıcılık tespiti zaten ölçekli bir şekilde çalışıyor. Açık sinyalleri ve sürekli geri bildirimi var. Featurespace gibi şirketler bunun güçlü örnekleridir.

Risk değerlendirmesi kısmen çalışıyor. Belirli segmentlerde, özellikle alternatif veri kullanıldığında iyi performans gösteriyor. Örneğin, Upstart kredi kararları için AI kullanıyor, ancak hâlâ düzenleyici kısıtlamalar içinde faaliyet gösteriyor.

Regülasyon uyumu en karmaşık alandır. AI olarak lanse edilen birçok şey hâlâ kural tabanlı otomasyondur. Gerçek AI destekli uyum daha karmaşıktır; sadece kalıplar değil, bağlamsal anlayış gerektirir. ComplyAdvantage gibi şirketler bu yönde ilerliyor, ancak hâlâ gelişim aşamasında.

İç raporlama ve karar alma süreçlerinde daha sessiz ama önemli bir değişim de gerçekleşiyor. Birçok kurum hâlâ statik gösterge panellerine dayanıyor. AI, bunları gerçek zamanlı olarak neler olduğunu anlamalarını ve daha hızlı hareket etmelerini sağlayan dinamik sistemlere dönüştürmeye başlıyor.

Mevcut AI heyecanının ne kadar kısmı abartı, ne kadar kısmı gerçek yetenek?

AI aynı anda gerçek ve aşırı pazarlanan bir durumdur.

Bunun bir kısmı gerçek üretim değeri sağlıyor.  Geri kalanı hâlâ anlatı odaklı, özellikle fon toplama ve konumlandırmada.

Fark basittir. AI ölçülebilir bir KPI’yı iyileştiriyorsa, bu gerçektir. Çoğunlukla bir sunum dosyasını iyileştiriyorsa, bu abartıdır.

Örneğin, bir gösterge paneline AI etiketleri eklemek dönüşümcü değildir. Ancak AI, bir CFO’nun gelir sürükleyicilerini anında anlamasına ve harekete geçmesine yardımcı oluyorsa, bu gerçek bir fırsattır.

OpenAI ve Anthropic gibi şirketler güçlü temel modeller inşa ediyor, ancak gerçek zorluk bu modelleri iş sistemlerine nasıl uygulayacağıdır.

Bu yüzden karar zekâsına ve üretken iş analitiğine odaklanıyoruz. Bu, değerin anında olduğu ve benimsenmenin doğal olduğu birkaç alandan biridir.

Bu kadar çok AI pilotunun üretime ulaşamamasının nedeni nedir?

Çoğu başarısızlık modele değil, sistemlere bağlıdır. Temel sorunlar parçalanmış veri, üretim altyapısının eksikliği ve sonuçların sorumluluğunun belirsizliğidir.

Ayrıca, AI izole bir şekilde geliştirilir; ekipler modeller oluşturur ve bu modeller iş akışlarına veya raporlama sistemlerine entegre edilmez. Bunun iyi bir örneği, DataRobot gibi şirketlerin sunduğu modellere benzer modelleri deneyen ancak bunları uygulayamayan bankalardır.

Bu süreçten çıkan veri, onu kullanabilecek C düzeyindeki karar vericilere ulaşmazsa, tüm proje durur. AI modelleri, kararlarımızın bir parçası olduklarında çalışır; yan projeler olarak denendiğinde değil.

Kurumlar veri altyapısı zorluklarını nasıl aşar?

Bu AI ile ilgili değil, veri mimarisiyle ilgilidir. İyi performans gösteren kurumlar verilerini birleştirir, gerçek zamanlı veri işleme hatları oluşturur ve tutarlı metrikler belirler. Snowflake ve Databricks gibi şirketler bu alanda çok önemlidir çünkü veri altyapısının büyük veri hacimlerini yönetebilmesini sağlarlar. Ve bu, güçlü karar verme sistemleri ve raporlama inşa etmenin temelidir.

Birçok şirket eksik veri kullanır, bu da hatalı yanıtlar verir ve insanlar sonuçlara güvenmez. Doğru yol şudur: önce veriyi alırsınız; ardından veri için altyapıyı kurarsınız; sonra modelleri oluşturursunuz; ve sonunda Snowflake ve Databricks’in veri için sağladığı veri, modeller ve altyapıdan iş için değer elde edersiniz.

Üretken AI dolandırıcılığı ve dolandırıcılık tespitini nasıl değiştiriyor?

Üretken AI hem saldırgan hem de savunma yaklaşımlarını değiştiriyor. Dolandırıcılık sorunu giderek kötüleşiyor. Dolandırıcılık saldırıları çok karmaşık hâle geliyor. İnsanlar, bilgisayarlar tarafından üretilen deepfake’ler, sahte kimlikler ve phishing e-postaları gibi şeyler kullanıyor. Bu yöntemler çok hızlı popülerleşiyor. Sensity AI gibi şirketler, deepfake’lerin getirdiği riskleri izliyor. Deepfake’lerin ne tür sorunlara yol açabileceğini öğrenmek istiyorlar.

Güvenlik alanında, kuruluşlar uyarlanabilir sistemlere yöneliyor. Statik kurallar yerine davranış analizi ve gerçek zamanlı tespit üzerine dayanıyorlar. Darktrace bu yaklaşımın bir örneğidir. Aslında AI ile AI arasında bir savaşın olduğu bir aşamaya giriyoruz. Statik, kural tabanlı sistemler artık yeterli değil.

Kurumlar AI destekli kredi kararlarını düzenlemelerle nasıl dengeleyebilir?

Verimlilik ile düzenlemeler arasında bir gerilim vardır. Yapay zeka tahminlerde yardımcı olur, düzenlemeler ise şeffaflık gerektirir.

Kurumlar çeşitli strateji ve yaklaşımları birleştirir. Yapay zeka tahminler üretir. Ardından açıklama katmanları eklerler. Örneğin, Upstart modellerinin açıklanabilirliğini sağlamak için düzenleyicilerle yakın çalışır.

İnsan kontrolü her zaman ön planda olacak, özellikle yüksek riskli kararlar için. Gelecek, verimli ve denetlenebilir AI destekli sistemler olacaktır.

AI’yı başarıyla benimseyen kurumları zorlananlardan ayıran nedir?

Kısacası, AI’yı başarıyla entegre edip uyarlayan kurumlar, mimarileri bakımından diğerlerinden ayrılır.

Başarılı kurumlar bulut‑yerel, modüler ve veri odaklıdır. Nubank ve benzeri şirketler iyi örneklerdir; en başından modern mimariyle inşa edilmişlerdir. Destekleyecek şekilde tasarlanmamış bir sisteme zeka ekleyemezsiniz.

İleriye baktığımızda, AI süreçleri otomatikleştirecek mi yoksa finansal ürünleri yeniden şekillendirecek mi?

Kısa vadede, AI maliyetleri azaltacak, risk yönetimini ilerletecek ve elbette süreci otomatikleştirecek. Uzun vadede ise finansal ürünleri dönüştürecek.

Daha dinamik ve kişiselleştirilmiş finansal hizmetler göreceğiz.

En dikkat çekici değişimlerden biri, organizasyonlarda kararların nasıl alındığı olacaktır. Statik raporlamadan etkileşimli, gerçek zamanlı akıllı sistemlere geçeceğiz. Finans sektöründe karar verme hızı rekabet avantajıdır ve AI bunu temelden değiştirecek.

Harika röportaj için teşekkür ederiz, bu fintech hızlandırıcısı hakkında daha fazla bilgi edinmek isteyen okuyucular INSART sitesini ziyaret etmelidir.