Roket Bilimcilerden Kurumsal Yapay Zekaya: INXM 5,7 Milyon Euro Yatırımla Sektöre Meydan Okuyor

Kurucu ekip: Roket biliminden güvenilir iş akışlarına

INXM, 2025 yılında, önceki kariyerlerini son derece karmaşık ve güvenlik-kritik sistemleri öngörülebilir şekilde çalıştırmaya adamış dört kişi tarafından kuruldu:

• Alexander (Alex) Oelling, CEO — daha önce Isar Aerospace ve Volocopter’da Dijital Direktör (CDO) olarak görev yaptı.
• Matthias Kainer — Isar Aerospace’te roket fırlatma orkestrasyon sistemlerini inşa etti.
• Jesper Bylund — uçuş kontrol arayüzleri tasarladı ve daha önce otomasyon platformu n8n’de çalıştı.
• Kamil Klüber — yazılım danışmanlığı devi Thoughtworks’ün deneyimli isimlerinden.

Bu havacılık ve uzay geçmişi, özgeçmişte bir dipnot değil, şirketin tüm teknik felsefesini açıklıyor. Fırlatma yazılımı, sıkı doğrulama altında deterministik diziler yürütmelidir; doğaçlama yapamaz. Ekip de aynı zihinsel modeli kurumsal yapay zekaya uyguladı.

Standart kurumsal yapay zeka ajanları neden başarısız oluyor?

Çoğu LLM tabanlı otomasyon aracı, iş akışının her adımında dil modelini çağırır. Bu, regüle edilen işletmeler için üç zorlu sorun yaratır:

• Deterministik olmama (Öngörülemezlik). Aynı komut farklı çalıştırmalarda farklı eylemlere veya çıktılara yol açabilir, bu da uyumluluk ve denetim izlerini neredeyse imkansız hale getirir.
• Halüsinasyon riski. Bir onay adımı uyduran veya bir güvenlik kontrolünü atlayan bir model, üretim veya finans alanında kabul edilemez bir sorumluluk yaratır.
• Veri egemenliği. Hassas üretim verilerini üçüncü taraf LLM API’lerine göndermek, GDPR, AB Yapay Zeka Yasası ve şirket içi güvenlik politikalarıyla çelişir.

Sonuç olarak birçok sanayi şirketi yapay zeka ajanlarını değerlendiriyor ancak üretim ortamında asla devreye almıyor. Teknoloji demoda etkileyici görünüyor, ancak fabrika zeminindeki yazılımın onlarca yıldır dayattığı güvenilirlik çıtasını karşılayamıyor.

Derlenmiş Yapay Zeka nasıl farklı çalışıyor?

INXM’in Orchestrator motoru, bir sohbet botu döngüsünden ziyade geleneksel bir yazılım derleyicisinin mimarisini ödünç alıyor. Süreç iki ayrı aşamaya bölünüyor:

1. Derleme Aşaması. Bir kullanıcı, iş sürecini doğal bir dille tarif ediyor. Bir LLM, tamamlanmış, yapılandırılmış ve çalıştırılabilir bir “Plan” (özünde deterministik bir kod) üretiyor ve bu plan, çalıştırılmasına izin verilmeden önce doğrulanıyor. Model, işlem anında değil, yalnızca yazarlık sırasında bir kez kullanılıyor.

2. Yürütme Aşaması. Doğrulanan Plan, INXM’in Orchestrator motorunda bir daha LLM çağrılmadan çalışıyor. Motor, kuruluşun mevcut sistemleri (ERP, PLM, MES, e-posta ve onay araçları) arasında koordinasyonu sağlayarak aynı adımları her seferinde aynı sırayla uyguluyor.

Teknik fark çok net: Standart ajanlar her adımda LLM’i çağırırken (deterministik değil, maliyetli ve denetlemesi zor), INXM bir kez derleyip ardından sabit bir programı çalıştırıyor. Çıktılar tekrarlanabilir, test edilebilir ve çalışma zamanı halüsinasyonlarından arınmış hale geliyor. Şirket bunu, doğal dilin esnekliği ile geleneksel kodun güvenilirliğinin bir birleşimi olarak tanımlıyor.

Konsepti somutlaştırmak için bir fabrikadaki kalite kontrol iş akışını düşünün: Bir mühendis, gerekli onay adımlarını ve veri kontrollerini sade bir dille tarif eder. Orchestrator bunu sabit bir sıralamaya derler, bir yönetici bir kez onaylar ve iş akışı, ilgili bir olay her tetiklendiğinde -verileri binanın dışına asla göndermeden veya bir model doğaçlaması riski olmadan- aynı şekilde çalışır.

Altyapı, uyumluluk ve endüstriyel hedefler

Orchestrator, işletmenin kendi altyapısında (kurum içi sunucularda veya özel bir bulutta) çalıştığı için üretim verisi binayı asla terk etmez. Bu mimari, sistemi tasarım gereği GDPR ve AB Yapay Zeka Yasası ile uyumlu tutar. Ayrıca INXM’in, yalnızca bulut tabanlı otomasyon araçlarının fiziksel olarak ulaşamadığı fabrika içi yazılımlara erişmesine olanak tanır.

Şirket açıkça endüstriyel üreticileri ve Almanya’nın Mittelstand’ını hedefliyor: Eski kurum içi sistemlere, düzenleyici yükümlülüklere ve tekrarlanabilirlik için katı gereksinimlere sahip şirketler. Bu, her sektöre uyan yatay bir otomasyon hamlesi değil. Üretim ortamında güvenilemedikleri için genel yapay zeka ajanlarını çoktan reddetmiş işletmeler için özel olarak inşa edilmiş bir çözüm.

5,7 milyon Euro’luk taze sermaye, güvenlik-kritik yazılım geliştirmiş bir kurucu ekip ve kurumsal yapay zekayı bir sohbet probleminden ziyade bir derleyici problemi olarak yeniden çerçeveleyen teknik bir yaklaşımla INXM, endüstriyel dünyanın yapay zeka adaptasyonundaki darboğazın yetenek değil, güvenilirlik olduğuna dair iddialı bir bahse giriyor.