Yapay Zekâya Hazır mıyız?

Yapay Zekâya Hazır mıyız, Yoksa Sadece Yapay Zekâ Hakkında mı Konuşuyoruz?

Yapılması Gereken İlk Şey Yapay Zekâ Projelerine Başlamak Değil, Yapay Zekâya Hazır Bir Organizasyon Haline Gelmektir.

Teknoloji dünyasının en çok konuşulan konusu hiç kuşkusuz yapay zekâ. Konferanslar dolup taşıyor, girişim sermayesi fonları yapay zekâ girişimlerine yöneliyor ve neredeyse her yazılım üreticisi ürünlerine “AI destekli” özellikler eklediğini açıklıyor.

Ancak bu büyük heyecanın içinde çoğu zaman gözden kaçan önemli bir soru var:

Şirketler gerçekten yapay zekâ için hazır mı?

Bugün birçok kurum yapay zekâ projeleri hakkında konuşuyor. Yönetim toplantılarında, strateji çalışmalarında ve teknoloji gündemlerinde yapay zekâ mutlaka yer alıyor. Ancak bu projelerin önemli bir kısmı henüz fikir aşamasında kalıyor ya da beklenen değeri üretmekte zorlanıyor.

Bunun nedeni çoğu zaman teknolojinin yetersizliği değil. Asıl mesele çoğu kurumun yapay zekâya henüz hazır olmaması.

Çünkü yapay zekâ çoğu zaman bir teknoloji yatırımı olarak görülse de gerçekte veri, süreç, kültür ve kurumsal disiplinin birleştiği bir noktada değer üretir.

Bugünkü Yapay Zekâ Ne Kadar “Yapay Zekâ”?

Bugün kullanılan yapay zekâ uygulamalarının büyük bölümü teknik olarak dar yapay zekâ (Narrow AI) kategorisine girer.

Nitekim Stuart Russell ve Peter Norvig’in yapay zekâ literatürünün temel eserlerinden biri olan Artificial Intelligence: A Modern Approach kitabında da günümüzde kullanılan sistemlerin büyük ölçüde belirli görevleri yerine getiren dar yapay zekâ sistemleri olduğu vurgulanmaktadır.

Bu sistemler belirli problemleri çözmekte oldukça başarılıdır; ancak insan benzeri genel bir muhakeme yeteneğine sahip değildir.

Başka bir ifadeyle bugünün yapay zekâ sistemleri:

-Verilen verilerden öğrenir

-Verilen problemleri çözer

-Verilen kalıpları tekrar eder

Ancak kendi kararlarının bağlama uygun olup olmadığını değerlendiren gerçek bir muhakeme yeteneğine henüz sahip değildir.

Bu nedenle yapay zekâ projelerinde en kritik unsur teknoloji değil veridir.

McKinsey Global Institute’un yayımladığı araştırmalara göre şirketlerin yapay zekâ projelerinde karşılaştıkları en büyük zorlukların başında veri kalitesi, veri erişimi ve veri hazırlığı süreçleri gelmektedir.

Yapay zekâ modelleri ne kadar doğru, temiz ve zengin veri ile beslenirse o kadar iyi sonuç üretir. Eğer veri hatalıysa sonuç da hatalı olur. Eğer veri eksikse sonuç da eksik olur.

Yani sisteme giren veri kalitesizse ortaya çıkan sonuç da kaçınılmaz olarak kalitesiz olacaktır.

Bu nedenle birçok yapay zekâ projesinde en büyük çalışma algoritma geliştirmek değil, veriyi hazırlamak ve düzenlemektir.

Yapay Zekâ Çoğu Zaman Problem Odaklıdır

Yapay zekâ çoğu zaman genel amaçlı bir araç değildir. Kurumsal projelerde genellikle belirli bir problem için tasarlanmış özel algoritmalar kullanılır.

Örneğin;

-talep tahmini için farklı algoritmalar kullanılır

-kalite kontrol için farklı modeller geliştirilir

-müşteri davranışı analizi için farklı yöntemler uygulanır

Yani yapay zekâ tek bir sihirli teknoloji değildir. Çoğu zaman belirli bir iş problemine odaklanan özel modellerin geliştirilmesini gerektirir.

Bu noktada kurumlar için önemli bir gerçek ortaya çıkar:

Yapay zekâ projeleri aslında çoğu zaman bir veri ve süreç olgunluğu projesidir.

Yapay Zekâdan Önce Dijital Olgunluk

Birçok kurum yapay zekâ yatırımı düşünürken şu gerçekle karşılaşır:

-Veriler dağınıktır

-Süreçler standart değildir

-Sistemler entegre değildir

-Veri kalitesi düşüktür

Böyle bir ortamda geliştirilen yapay zekâ modelleri güvenilir sonuç üretmekte zorlanır.

Örneğin üretim sektöründe faaliyet gösteren bir şirketi düşünelim. Eğer üretim verileri düzenli toplanmıyorsa, kalite kayıtları sağlıklı tutulmuyorsa veya ERP sistemi disiplinli kullanılmıyorsa, bu ortamda geliştirilecek bir yapay zekâ modeli güvenilir tahminler üretmeyebilir.

Bu nedenle yapay zekâ çoğu zaman dijital dönüşüm yolculuğunun ileri aşamalarında gerçek değer üretir.

Önce bazı temel koşulların oluşması gerekir:

-Süreçlerin tanımlanması

-Verilerin düzenli toplanması

-ERP ve iş sistemlerinin etkin kullanılması

-Veri kalitesinin sağlanması

-Veri temelli karar alma kültürünün gelişmesi

Bu temeller oluştuğunda yapay zekâ gerçekten güçlü bir araç haline gelir.

Küçük Başlayın, Öğrenerek İlerleyin

Yapay zekâdan gerçek değer üretmek isteyen kurumlar için en sağlıklı yaklaşım genellikle büyük ve iddialı projelerle başlamak değildir.

Bunun yerine küçük ve ölçülebilir pilot çalışmalarla başlamak çok daha etkili sonuçlar verir.

MIT Sloan Management Review tarafından yapılan araştırmalar da yapay zekâdan başarılı sonuç elde eden kurumların büyük bölümünün dönüşüme küçük pilot projelerle başladığını göstermektedir.

Örneğin şu alanlar yapay zekâ için iyi başlangıç noktaları olabilir:

Satış tahmini

-Talep tahmini

-Bakım tahmini

-Kalite analizi

-Müşteri segmentasyonu

Bu tür projeler kurumların veri ile çalışma kültürünü geliştirmesine yardımcı olur.

Zaman içinde veri olgunluğu arttıkça ve analitik yetkinlikler geliştikçe daha ileri yapay zekâ uygulamaları mümkün hale gelir.

Yapay Zekâ Bir Teknoloji Projesi Değildir

Yapay zekâ çağında rekabet avantajı yalnızca yeni teknolojileri satın alan şirketlerin değil, verisini yöneten ve öğrenen organizasyonların olacaktır.

Bu nedenle kurumların sorması gereken soru:

“Yapay zekâ projelerine nasıl başlayabiliriz?” değil, “Yapay zekâya hazır bir organizasyon haline nasıl gelebiliriz?” olmalıdır.

Çünkü yapay zekâ bir teknoloji projesi değildir. Yapay zekâ kurumsal olgunluğun yeni bir aşamasıdır.

Kurumunuz Yapay Zekâya Hazır mı? Kendinize Şu Soruları Sorun

1.Operasyonlarımızdan düzenli, güvenilir ve analiz edilebilir veri üretiliyor mu?

2.Verilerimiz farklı sistemlerde dağınık mı yoksa merkezi ve yönetilebilir bir yapıda mı toplanıyor?

3.ERP ve diğer iş sistemleri organizasyon içinde gerçekten disiplinli ve tutarlı şekilde kullanılıyor mu?

4.İş süreçlerimiz tanımlı, ölçülebilir ve standart hale getirilmiş durumda mı?

5.Kurum içinde veri temelli karar alma kültürü var mı, yoksa kararlar çoğunlukla deneyime mi dayanıyor?

6.Veriyi analiz edebilecek veya veri projeleri yürütebilecek insan kaynağımız var mı?

7.Yapay zekâ projelerini küçük pilot çalışmalarla test edebileceğimiz bir öğrenme yaklaşımımız var mı?

8.Kurum yönetimi veri, analitik ve yapay zekâyı stratejik bir dönüşüm konusu olarak görüyor mu?

Kaynaklar:  Russell & Norvig — Artificial Intelligence: A Modern Approach // McKinsey — State of AI Reports //  MIT Sloan Management Review — AI and Business Strategy