Zor olan kıyafeti tanımak değildi

Bir kıyafet fotoğrafında bilgi vardır ama adres yoktur. Ceket oradadır, kesimi ve rengi görünür, insanlar onun hakkında konuşmak ister; fotoğraf ise tek bir nesnedir. Ceketin üzerine tıklayamazsınız, ayakkabıyı ayrı arayamazsınız, yalnızca çantayı beğenemezsiniz. Kare bütündür, içindekiler adressizdir.

Semantica’yı Mayıs 2014’te San Francisco’da bu boşluğun üzerine kurduk. Fotoğraftaki kıyafetleri tanıyan bir araç yazdık, tohum yatırımı aldık ve aracın etrafına Favogue adında bir site kurduk: günlük moda ilhamı için bir fotoğraf paylaşım platformu. Kurucu ortak ve CTO’ydum.

Araç çalıştı. Site tutmadı. Bu sayfa ikisinin arasındaki mesafeyle ilgili.

Araç ne yapıyordu

Ham bir fotoğrafla başlıyordunuz. Tanınmasını istediğiniz parçanın üstüne kaba bir fırça izi çekiyordunuz — sınırı takip etmeye çalışmadan, tişörtün ortasına bir çizik. Aracın işi o izden gerçek kenara gitmekti.

Sonrası araca kalıyordu. Fırça izini genişletip parçanın sınırını buluyor, tişörtü zeminden kesip çıkarıyor, sonra kestiği parçayı özgün fotoğrafın üstüne boyayıp size gösteriyordu. Altta iki düğme vardı: onayla ya da reddet.

Aradaki fark önemliydi. Kıyafeti dikdörtgen bir kutuyla işaretlemek kolaydır ve neredeyse hiçbir işe yaramaz; kutunun içinde kıyafetin yanı sıra kol, arka plan ve genelde bir parça daha vardır. Biz nesnenin tam sınırını çıkarıyorduk. Baştan sona bir kıyafeti etiketlemek 10 saniyenin altında sürüyordu.

Neden tarayıcının içinde çalışıyordu

Görsel tanımanın tamamı tarayıcı tarafında yapılıyordu. Fotoğraf işlensin diye bir sunucuya gitmiyordu; gönder, sıraya gir, bekle, sonucu geri al döngüsü yoktu. Fırça izini çektiğiniz anda sonuç aynı sayfada beliriyordu, eliniz hâlâ faredeyken.

O 10 saniye bu karar sayesinde mümkündü. Bir insandan aynı işi arka arkaya yapması isteniyorsa, işin kendi süresi kadar önemli olan şey aradaki bekleme süresidir. Bir sunucu gidiş dönüşü tek başına küçüktür; ama tek fotoğrafta dört parça etiketleyen birine dört kez ödetilir ve akışı bozar.

İkinci faydası maliyetteydi. Tanıma kullanıcının makinesinde çalıştığı için etiketlenen her fotoğraf bize sunucu tarafında bir işlem yükü çıkarmıyordu. Kullanım arttıkça artan bir faturamız yoktu.

Aracın etrafına kurduğumuz site

Favogue’a Instagram hesabınızla giriyordunuz. Fotoğrafı cihazınızdan, Instagram’dan ya da Facebook’tan getiriyordunuz. Editör fotoğrafı katmanlara ayırıyordu — Jacket, Shirt, Trouser, Shoes — ve her parçaya nitelik ekleyebiliyordunuz: vintage, small, black, classic.

Etiketlenen fotoğraf akışa düşüyordu. Keşfet tarafında Popular, Recent, Brands, Experts ve Promotions sekmeleri vardı; moda blogçularının profilleri, markaların katalog girdileri. Açılış ekranındaki cümle şuydu: “Fashion-oriented minds always think alike.”

Aracın kendisi, sitenin ön yüzü ve arka ucu, işe alım ve mühendislik yönetimi aynı rolün içindeydi. Ortaya çıkan şey tutarlıydı, temizdi ve çalışıyordu. Sorun başka yerdeydi.

Sitenin bize söylemediği şey

Bugün geriye bakınca iki şey çok net görünüyor.

Birincisi: aracın her etiketi bir insan istiyordu. Fırçayı biri çekiyor, sonucu biri onaylıyordu. 10 saniye bir araç için hızlıdır, bir akış için yavaştır. Dört parçalı bir fotoğrafı paylaşmak, fotoğrafı paylaşmanın üstüne dört ayrı el işi demekti — ve o el işini yapan kişiye karşılığında verdiğimiz şey, kendi fotoğrafının parçalarına ayrı ayrı bakılabilmesiydi.

İkincisi yükleme ekranında duruyordu.

İçerik zaten başka yerde yaşıyordu. İnsanlardan Instagram’a koydukları fotoğrafı bir kez daha koymalarını, üstüne de etiketlemelerini istiyorduk. Yeni bir paylaşım ağının kurulabilmesi için insanların hâlihazırda bir yere koydukları şeyi ikinci kez, daha fazla emek harcayarak koymaya razı olması gerekiyordu.

Asıl mesele ikisinin de altındaydı: sıra. Önce yeteneği kurduk, sonra “bununla ne yapılır” diye sorduk. Bu soruyu bu sırayla sorduğunuzda gelen cevaplar hep aracı haklı çıkaracak biçimde geliyor, çünkü cevabı arayan kişi aracın işe yaradığına zaten inanmış durumda.

Şubat 2015

Şubat 2015’te Favogue’u bıraktık. Aracı bırakmadık: aynı kıyafet tanıma aracıyla, bu kez telefon için, Monet Labs adı altında Standout’u kurduk — sokak modası için Instagram. Yani verdiğimiz karar aracı sorgulamak değil, etrafındaki ürünü değiştirmekti. O şirket de kapandı.

Favogue’un kaç kişiye ulaştığını buraya yazmıyorum, çünkü doğrulayabildiğim bir rakam yok. Yazabileceğim tek sayı şirketin ömrü: dokuz ay.

Geriye ne kalıyor

Tarayıcıda çalıştırma kararı doğruydu. Bugün aynı ürünü kursam yine aynı yerde çalıştırırdım. Ama o karar hiçbir şeyi çözmedi, çünkü çözmesi gereken soru mühendislik sorusu değildi. Doğru bir teknik karar, yanlış bir ürün sorusunu kurtarmaz; sadece yanlış sorunun cevabını daha hızlı verir.

Kullanabileceğiniz tek şey bu olsun: elinizde çalışan bir yetenek varsa, ona “ne yapılabilir” diye sormayın. “Kim, günde kaç kez, hangi işi yapmamak için buna dönecek” diye sorun. Birinci sorunun cevabı her zaman bulunur. İkincisinin cevabı bulunamıyorsa, elinizdeki şey henüz bir ürün değil, bir gösterimdir.

Favogue’da ikinci sorunun cevabını hiçbir zaman net veremedik. Dokuz ay boyunca birinci soruyu cevaplamakla meşguldük.