Cult.fit, Codex ile operasyonlarını güçlendiriyor
Cult.fit, farklı birimlerdeki ekiplerin araç geliştirmesine, hız kazanmasına ve çalışma biçimlerini değiştirmesine yardımcı olmak için Codex kullanıyor.

20+
son aylarda mühendislik dışındaki ekipler tarafından geliştirilen şirket içi uygulama
100.000 $+
şirket içi bir işlevin Codex ile yeniden geliştirilmesi sayesinde yıllık yazılım tasarrufu
%50+
müşteri destek maliyetlerinde azalma
Hindistan’ın önde gelen teknoloji destekli fitness şirketlerinden Cult.fit, 77 şehirde 708 fitness merkezi işletiyor ve yaklaşık bir milyon ücretli üyeye hizmet veriyor. Şirket, spor salonlarına ve antrenör eşliğindeki fitness derslerine abonelikle erişimin yanı sıra fitness ekipmanları, aksesuarlar, antrenman ayakkabıları ve spor giyimden oluşan, giderek genişleyen bir tüketici ürünleri portföyü sunuyor.
Şirket büyüdükçe, süreçleri ve işleyişi karmaşıklaştırmadan operasyon ve ürün alanındaki daha fazla sorunu çözmek istiyordu. cult.fit, mühendislik çalışmalarında Codex’i standart hâline getirip ardından kullanımını diğer birimlere yayarak şirket genelindeki ekiplerin veri analizi yapmasına, araç geliştirmesine ve fikirleri hayata geçirmesine yardımcı oluyor. Şirket, Codex’i kullanıma sunmanın yanı sıra AI Antrenörü gibi çözümlerle üyelere daha kişiselleştirilmiş deneyimler sunmak için OpenAI API’sini kullanıyor.
cult.fit CTO’su Santhosh Kumar için AI, şirketin çalışma biçimini değiştirme fırsatı sunuyordu. “İşlerimizi yürütürken AI’ı daha çok temel alan bir yapıya kavuşmak istiyorduk,” diyor. “Operasyonlarımızı AI öncelikli bir yaklaşımla nasıl yürütebilir veya bu doğrultuda nasıl dönüştürebiliriz? Müşterilerimize hangi yeni deneyimleri sunabiliriz? Ve şirketimizi yönetme biçimimizi nasıl dönüştürebiliriz?”
Cult.fit’teki ilk büyük değişim mühendislik alanında yaşandı. Codex standart hâline gelmeden önce geliştiriciler farklı kodlama ajanları ve asistanları kullanıyordu. Farklı araçlar; depolar, ajan talimatları, beceriler ve geliştirme iş akışları için farklı uygulamalar anlamına geliyordu. Bu da ekipler arasında bilgi paylaşımını ve mevcut yeteneklerin yeniden kullanılmasını zorlaştırıyordu.
Cult.fit, yazılım geliştirme yaşam döngüsünü ortak bir platform etrafında standartlaştırmak istiyordu. Şirket, bu temeli oluşturmak için Codex’i seçti. Artık depo yapıları, beceriler, testler, kod incelemeleri ve geri bildirim döngüleri tüm ekiplerde ortak standartlara göre yürütülebiliyordu.
“Codex’i standart hâline getirdikten sonra yazılım geliştirme yaşam döngümüzü tek bir platform etrafında kurabildik.”
Ekip daha sonra Codex’in kullanımını daha özel mühendislik iş akışlarına da yaydı. Şirketin Site Güvenilirliği Mühendisliği ajanı, gözlemlenebilirlik platformlarından ve günlüklerden bilgi toplayabiliyor, olayları araştırabiliyor ve çoğu durumda bir mühendisin incelemesi için çözüm önerisi içeren bir pull request oluşturabiliyor. Güvenlik ajanları, güvenlik açıklarının belirlenip giderilmesine yardımcı olurken diğer nöbetçi ajanlar üretim ortamında tekrarlanan sorunları araştırıyor.
Cult.fit ayrıca, gereksinim tanımını daha kapsamlı biçimde temel alan bir geliştirme modeline geçiyor. Bu modelde gereksinim tanımı, yazılım geliştirme yaşam döngüsü boyunca çalışmalara yön vererek bir mühendisin inceleyeceği pull request’in oluşturulmasına kadar rehberlik edebiliyor. Bu yaklaşım, ekiplere tanımlanmış bir gereksinimden çalışan koda uzanan, daha kolay tekrarlanabilir bir yol sunuyor.
Yakın tarihli bir örnek, cult.fit uygulaması için geliştirilen sosyal paylaşım akışı. Kumar, bu projenin geliştirilmesinin eskiden bir yıldan fazla süreceğini tahmin ediyor. Ekip, yeni iş akışını kullanarak projeyi baştan sona iki ayda geliştirip kullanıma sundu.
Codex’in kullanımı zamanla mühendisliğin ötesine geçti. cult.fit, şirket verilerini Codex’in daha kolay işleyebileceği hâle getirerek ekiplerin aradıkları yanıtları bulmasını ve rutin analizleri kendi başlarına yapmasını sağladı. Önceden en küçük veri taleplerinin bile merkezi bir analist ekibinden geçmesi gerekiyordu ve bu durum darboğaz yaratıyordu.
“Veriyi herkes için erişilebilir kılma yolundaki en büyük adımımız Codex oldu. Ekipler artık ihtiyaç duydukları analizleri kendi başlarına yapabiliyor.”
Ekipler artık kendi uygulamalarını ve iş akışlarını da geliştiriyor. Örneğin insan kaynakları ekibi; performans değerlendirmelerini, takvim planlamasını, geri bildirim toplamayı ve bu bilgileri bir araya getirmeyi yönetmek için Codex’te bir iş akışı oluşturdu. Son aylarda mühendislik dışındaki ekipler, şirket içi kullanıma yönelik 20’den fazla uygulama geliştirdi.
Bu değişim, cult.fit’in işlerini yürütmek için ihtiyaç duyduğu yazılımlara yaklaşımını da dönüştürüyor. Şirket içinde kullanılan gösterge paneli yazılımının maliyeti hızla artınca bir mühendis, Codex ile bir hafta sonunda aynı işlevleri sunan bir yazılım geliştirdi. Cult.fit artık bu işlevleri kendi uygulaması üzerinden sunarak yılda 100.000 doların üzerinde yazılım maliyetinden tasarruf ediyor.
Bu dönüşümü gerçekleştirmek için çalışanlara Codex erişimi vermek yeterli değildi. Büyük bir hackathon, çalışanlara daha yolun başında nelerin mümkün olduğunu gösterdi. Şirket daha sonra yönetim ekibini bir günlük bir oturumda buluşturdu. Farklı birimlerin yöneticileri, Codex ile kendi işleriyle ilgili bir çözüm geliştirdi.
Mühendislik ekibi, çalışanların projelerini fikir aşamasından kullanıma taşımalarına yardımcı olmak için haftada iki kez danışma saatleri düzenliyor. Ayrıca seçili birimlerde görevlendirilen mühendisler, teknik destek ve alan uzmanlığı sağlıyor.
“Yazılım geliştirmek artık herkes için erişilebilir. OpenAI’ın çözümleri sayesinde çalışanlarımız, ekiplerinin ihtiyaç duyduğu her alanda kendi uygulamalarını geliştirebiliyor.”
Cult.fit, AI Antrenörü aracılığıyla AI’ı üye deneyimine de taşımak için OpenAI API’sini kullanıyor. cult.fit üyelerinin %45’inden fazlası spor salonuna ilk kez gidiyor. Bu nedenle rehberlik, üyelerin egzersiz alışkanlığı kazanmasına yardımcı olmada kilit rol oynuyor. Şirket, üyelere kişisel antrenör olmadan da rehberlik içeren, kişiselleştirilmiş bir antrenman deneyimi sunmak için AI Antrenörü’nü birkaç yıl önce geliştirdi.
Cult.fit’in spor salonu kullanıcılarının yaklaşık %20’si şu anda AI Antrenörü ürününden yararlanıyor. Dil modellerindeki gelişmelerle birlikte cult.fit, bu deneyimi daha etkileşimli ve sohbet odaklı hâle getirme fırsatı gördü.
En yeni sürüm, sesli etkileşimi temel alan bir antrenman deneyimi etrafında tasarlandı. OpenAI API entegrasyonu üzerinden GPT Realtime kullanan antrenör, çift yönlü sesli etkileşimle yönlendirmeler sunabiliyor ve antrenman kayıtlarının tutulmasına yardımcı olabiliyor.
Cult.fit, daha önce her vakanın bir müşteri temsilcisi tarafından değerlendirilmesini gerektiren müşteri destek iş akışlarında da AI kullanıyor. Bunun bir örneği, katılınmayan grup fitness dersleri için uygulanan cezaların kaldırılması talepleri.
Bir üye derse geçerli bir nedenle katılamadığını söylediğinde AI ajanı, yerel hava durumu ve o dersin katılım eğilimleri gibi göstergeleri kontrol ederek talebi değerlendirebiliyor ve cezanın kaldırılıp kaldırılmayacağına karar verebiliyor.
Cult.fit, bu ajanları mevcut Sprinklr destek platformuna entegre edip arka uç sistemlerine bağlayarak müşteri desteğini ağırlıklı olarak insan eliyle yürütülen bir sohbet modelinden AI öncelikli bir iş akışına taşıyor.
Son aylarda mühendislik dışındaki ekipler tarafından geliştirilen 20’den fazla şirket içi uygulama
Şirket içi bir işlevin Codex ile yeniden geliştirilmesi sayesinde yılda 100.000 doların üzerinde yazılım tasarrufu
Müşteri destek maliyetlerinde %50’nin üzerinde azalma
Cult.fit’in bir sonraki adımı, birbirinden ayrı AI iş akışlarından, AI’ın iş yapış biçiminin ayrılmaz bir parçası olduğu bir yapıya geçmek. Kumar, operasyonlar için hedefi “otomatik pilotta çalışan bir operasyon yapısı” olarak tanımlıyor. Bu yapıda AI, sahadaki ekipleri destekleyen işlerin daha büyük bir bölümünü üstleniyor.
Üye deneyiminde ise hedef, “cebinizdeki antrenör” olmak: kişiselleştirilmiş rehberliği, insan antrenörlerin geniş kitlelere sunabileceğinin ötesine taşımak. cult.fit, şirket içinde ekiplerin AI ile ortadan kaldırabileceği darboğazları aramaya devam ediyor. Daha fazla çalışan kendi başına uygulama geliştirdikçe, bilgi analizi yaptıkça ve iş akışlarını otomatikleştirdikçe daha fazla fikir doğrudan çalışan çözümlere dönüşebiliyor.


