Yapay zeka (AI) oldukça popüler, ancak küçük ve orta ölçekli işletmeler onu gerçekten anlıyor mu? Mesele tam da bu. Popüler kültür, bu sofistike ve kapsamlı teknolojiler kümesini Hollywood’un tüm görkemi içerisinde insan biçimine indirgese de, bu çarpık algının işletmelere hiçbir yararı yok. Bu tür atıflar iş potansiyeliyle karıştıklarında hem korku hem de heyecana sebep oluyor. İzleyiciler merakla bekliyor: Acaba yapay zeka gerçekten insanın yerini alacak mı almayacak mı?
Orta ölçekli işletmeler, daha büyük emsallerine göre daha fazla çevikliğe sahip olmaları ve küçük işletmelere oranla daha fazla sermaye koyabilmeleri sayesinde, genelde yapay zekaya yön veren yazılım şirketlerinin işletme sorunlarıyla ilgilenmesiyle birlikte erken aşamada ortaya çıkan aksaklıklardan daha fazla fayda sağlayabiliyor. Yapay zekayı istiyorlar, hem de hemen. Ama Londra’daki bir girişim sermayesi firması olan MMC Ventures’a göre, Avrupa’da yeni kurulan ve Yapay Zeka İşletmesi olarak kabul edilen işletmelerin %40’ı aslında yapay zekayı anlamlı bir şekilde kullanmıyor. Bu yüzden, yatırımların işletme açısından kritik önem taşıyabildiği küçük ve orta ölçekli işletmeler için Yapay Zekanın değerinden gerçekten yararlanabilmek için onun doğru bir şekilde anlaşılması son derece önemli.
Yapay zeka çılgınlığının merkezinde bazı iştah kabartıcı rakamlar görülüyor. Küresel piyasa değerinin 2016 yılındaki 4,06 milyar $’dan 2025 yılında 169,41 milyar $’a ulaşması öngörülüyor*. Yapay zeka uygulamalarıyla işletme inovasyonuna yönelik ilgi ve arzu gerçek. Bir tür yapay zeka teknolojisini uygulayan işletmelerin sayısı 2015 ile 2019 yılları arasında %270 arttığından bu konuda güçlü bir farkındalık olduğu rahatlıkla söylenebilir* . Ancak “Yapay Zeka teknolojisini uygulama” terimi oldukça genel ve pek çok farklı unsuru ifade edebiliyor. Gerçek benimsenme ölçeğini anlamak için önce temellerine inmemiz gerekiyor.
Yapay Zekanın Temellerinde Gerçekleri Bulma
Yapay Zeka algoritmalarla uğraşan ve doğal zekadan ilham alan bir bilgisayar bilimleri dalını ifade eder. Normalde doğal zeka veya insan zekası gerektiren çeşitli görevleri, örneğin sorun çözme, çeviri, konuşma tanıma ve görsel algılamayı kapsar. Yapay zekanın etkisini gerek yeni bir antibiyotiğin temin edilmesi, gerekse işletmelere günlük rutinleri hakkında cep telefonlarımız yoluyla iç görü saylayarak yardım etmek olsun, pek çok farklı sektörde zaten görüyoruz. Kaynağını bilim kurgu klasiklerinden alan popüler inanışların aksine insan zekasını geçmek için ihtiyaç duyulan karmaşıklık seviyesine ulaşmak şöyle dursun İnsan biçimini dahi almıyor.
Yapay zeka iki kategoriye ayrılabilir. Birincisi, büyük oranda bilim kurgu efsanelerinden tanınabilir: Yapay Genel Zeka (AGI) bir makinenin varsayıma dayalı zekasının bilişsel sistemlere, yani herhangi bir insanın anlayabileceği veya öğrenebileceği herhangi bir zihinsel görevi anlama ve öğrenme kapasitesine sahip olmasıdır. Bir de, Yapay Dar Zeka (ANI) terimi söz konusu olup insan zekasının ve algısının örneğin yüzleri veya sesleri tanıma gibi belirli yönlerini ifade eder. Günümüzde, uygulamada gördüğümüz yapay zeka bu türdendir. Yapay zekanın üzerindeki örtüyü kaldırdığımızda ona anlam veren mekanikleri görürüz.
Makine Öğrenimi
Verilerden öğrenmek üzere algoritmaları kullanan bir yapay zeka biçimidir. Bu algoritmalar, açık bir şekilde programlanmaktansa, girdilere dayalı bir model oluşturur ve sonrasında, ortaya çıkan iç görüleri karar almak veya tahminde bulunmak üzere kullanır. Bir sonraki Netflix dizisini önermekte, sahte mesajları veya kredi kartı yolsuzluğunu tespit etmekte kullanılan mekanizma türü budur. Bu makine öğrenim modelleri hızla ve nispeten zahmetsiz bir şekilde geliştirilebilir. Ancak, “öğrenme” sırasında hassas sonuçların iletilmesi zaman alır. Bununla birlikte, veri kümeleri değiştiğinde kendini tekrar eğitecektir. Makine öğrenim modelleri sadece uygulanan tanımlayıcı özellikler kadar iyidir.
Derin Öğrenme
Algoritmalara daha fazla özgürlük sağlamak amacıyla, yani hiçbir kural olmadan sinir ağlarının katmanlarını kullanan bir tür makine öğrenimidir. Girdilerin soyutlandırma katmanları üzerinden daha tutarlı bir şekilde sınıflandırmalar ile eşleştirilmesi insan beyninin işleyişiyle daha çok benzeşir. Derin Öğrenme kendi kriterlerini tanımlar; Makine öğrenimi gibi önceden tanımlanmış özelliklere veya niteliklere dayanmaz ve kendi keşifleri yoluyla doğruyu ve yanlışı öğrenir. Bu alandaki ilerleme bilgisayar görüntü ve ses algılama gelişimindeki sıçrama ve gelişmelere destek verir ancak sürdürülebilmesi için inanılmaz miktarda veri ve bilişim gücüne ihtiyaç duyar.
Verilerinizin Düzenlenmesi, Yapay Zekaya Hazırlık
Günümüzde bu teknolojiler, hedeflendirilmiş reklamlardan akıllı ev cihazlarına kadar her şeyin otomasyonu sayesinde tüm çevremizde bulunabiliyor. Derin öğrenme, sağlık alanında daha iyi gelecek yaratırken makine öğrenimi ise değeri işletme iç görüleri temin ediyor. Yapay zekayı kendi başına tek bir unsur olarak tanımlamak doğru değil. Küçük ve orta ölçekli işletmeler için, makine öğreniminin çekici olmaktan ziyade kullanımı pratik olan doküman analizi, yolsuzluk algılama, pazarlama faaliyetleri veya satış optimizasyonu gibi amaçlarla kullanıldığını görmemiz daha olası.
Verilerin katlanarak artmasıyla birlikte değerli iç görüleri toplayarak yeni, yenilikçi ürün ve hizmetleri oluşturmaya yönelik iş fırsatı olgunlaşmıştır. Ancak herkese uyacak tek bir elbise yok, bütün veriler böyle bir işlemi hak etmiyor ve en önemlisi, yapay zekası yalnızca kendisinden beslendiği veriler kadar iyi. Bu yüzden işletmeler önce verilerini düzene sokmalı, daha sonra kendilerine sunulan yapay zeka araçlarını kullanmaya başlamalıdır.
Başarılı bir uygulama için yapay zekanın temellerini oluşturmanın yanı sıra doğru düşünce yapısına da ihtiyaç duyulur. Yani küçükten başlamaları, arzu edilen hedeflere ulaşmadan önce başarısızlıklara karşı hazır olup bunu bir öğrenme aşaması olarak kabul etmeleri önemlidir. Bizim gibi yapay zeka da sadece bir gecede her şeyi öğrenmez. İşletme bünyesinde bu teknolojiye yönelik güvenin telkin edilmesi de başarısında önemli olacaktır; Bu yüzden, arzu edilen sonuçlara ulaşılıncaya ve uygulama piyasaya sürülünceye kadar bu öğrenimlere zaman tanınması da önemlidir. Yapay zekayı geliştirmede yol gösterecek yetenekli personele sahip olunması ve KOBİ ortamında, kaynakların mümkün olduğunca etkili bir şekilde kullanılmasını sağlayacak şekilde bir personelin eğitilmesi de zorunludur.
Günümüzde, yapay zekanın gerek küçük gerekse büyük ölçekli işletmelere turbo güç kazandıracağı yönünde neredeyse şüpheye yer yoktur. Ancak bu karmaşık teknolojinin çevresindeki abartılar arasında doğru yolu bulmak her zaman kolay değildir. KOBİ’ler yalnız değil. Yapay zeka stratejilerini uygulamak işbirliğine dayalı bir süreç. Örneğin Dell Technologies, müşterilerinin yapay zeka potansiyelinin kilidini gerçekten açmasına yardımcı olmak adına uzman danışmanlığı sunuyor, yolculuklarının hangi safhasında olurlarsa olsunlar onlarla bir araya geliyor.
Teknolojik inovasyon, 5G’nin yapay zeka gelişimini gerçek anlamda turbo güçlendireceği öngörüsüyle birlikte yapay zekanın potansiyelinden yararlanmaya başlamak için tam da doğru anda olduğumuzu gösteriyor. Ancak gerek yapay zekaya yönelik kültürel tutumlar, gerekse bu konudaki beceri eksiklikleri işletmelerin öncelikle yapay zekanın değerini ve gerçekten ne zaman bir iş ihtiyacına dönüştüğünü anlamaları gerektiğini gösteriyor.
