Yapay Zeka kullanımını tüm şirket için daha verimli (fonksiyonalite + maliyetler) hale getirmek

Yapay Zeka kullanımını tüm şirket için daha verimli (fonksiyonalite + maliyetler) hale getirmek

Yapay zeka ilk bakışta kurum içindeki tüm departmanlar için anlamlı katkılar sağlamıyor gibi algılanabilir. Hatta YZ destekli sistemlere sahip her departman için ihtiyaç ve gereklilikler de farklılaşabilir. Peki bu durumda doğru bir YZ verimliliğini sağlamak (sadece fonksiyonalite olarak değil aynı zamanda maliyet açısından da) nasıl mümkün olabilir?

Etiya olarak YZ verimliliği için 3 önemli başlığı ve bunlara dair önerilerimizi şöyle sıralayabiliriz:

- Doğru Uygulama (implementation) – AI as a Service / Merkezi YZ
- Etkin Geliştirme – güçlü ekosistem
- Güçlü Veri – Kurum içi veri araştırma ve önceliklendirme odağı

Tek tek detaylandırmak gerekirse;

1. Doğru Uygulama – AI as a Service / On-premise Merkezi AI
Yapay zeka, kurumun büyüklüğünden bağımsız olarak belirli konularda rekabet için olmazsa olmaz öneme sahip durumda. Yukarıda da belirttiğimiz gibi pazarın yapısı her departman için bu gerekliliği zaman ve kapsam olarak da farklılaştırıyor. Bu durumda kurum açısından kritik bir karar vermek gerekliliği bir dizi değişkenin doğru değerlendirilmesine bağlıdır.

- Kurum büyüklüğü
- Kaynak Kullanımı
- YZ Geliştirme ve know-how
- Maliyet
- Esneklik
- Yönetim
- Ölçümleme

Tüm bu değişkenlerin doğru yönetimi kurumun büyüklüğü ve bütçesine de bağımlı olduğu düşünüldüğünde maliyet odaklı AIaaS ile yönetim odaklı on-premise merkezi YZ öne çıkacaktır.

AIaaS, tüm YZ servislerinin bulut teknolojileri üzerinden sunulması, temelde kurumların karşı karşıya kalabileceği fırsat maliyeti yükünü yönetilebilir seviyelere taşıyor. Bunu yaparken özellikle,

- Anlamlı seviyelerde ve şeffaf maliyetler ile yönetmelerini,
- Yatırım riskini anlamlı şekilde azaltmalarını ve
- Çevik bir iş yapış biçimine sahip olmalarını sağlıyor.

Diğer yandan on-premise merkezi YZ ile özellikle büyük kurumlar açısından yönetsel faydalar öne çıkıyor. Sıralamak gerekirse,

- Standardizasyon
- Kolay ve merkezi yönetim, izleme ve iyileştirme
- Kolay roi tespiti ve ölçüm
- Daha az hatalı geliştirme ve implementasyonlar
- Ölçeklenebilme
- KPI ve Dashboardlar ile karşılaştırılabilir usecase ve AI modelleri
- Kuruma ait Tanımlanabilir ve Değiştirilebilir AI Flow

Özetle doğru bir YZ uygulama seçiminde kurumun doğru değişkenleri baz alarak ilerlemesi düşük fırsat maliyetli ve etkin bir fayda sağlayacaktır.

2. Geliştirme – güçlü ekosistem

YZ projelerinde yapılan en büyük hataların başında AI platform seçim kriterlerinin doğru önceliklerle belirlenmemesi olduğunu rahatlıkla söyleyebiliriz. Kurumlar anlık öncelikleri doğrultusunda platform seçim kriterleri belirleyebiliyorlar. Bu da YZ platformunu stratejik olmaktan çok maliyet odaklı bir seçime dönüştürebiliyor. Neticesinde sürdürülebilir çözümler sunan bir platformdan ziyade anlık ihtiyaçlara yönelik çözümlerin satın alındığı bir durum oluşuyor.

Oysa YZ gerçek anlamda kurumun tüm departmanlarına hizmet edebilecek bir platform. Bu sebeple seçiminde anlık ihtiyaçlardan önce stratejik önceliklere önem verilmesi gerekiyor. Stratejik açıdan bakıldığında da bir platformun kurum içi ve dışındaki değişimlere ayak uyduracak şekilde kullanılabilmesi önem kazanıyor. Bu kadar çok ve hızlı değişimin olduğu bir dünyada, YZ platformunu verimli şekilde kullanabilmek için öncelikli kriter, bir platform ekosisteminin gerekliliği diyebiliriz. Böylece sadece çeviklik değil aynı zamanda paralel süreç yönetimi, farklı uzmanlıklara kolay erişim gibi farklı avantajlara anlamlı maliyetlerle erişilebilir.

Ekosistemde en önemli oyuncu elbette YZ sağlayan teknoloji şirketi olacaktır. Kurum ile teknoloji sağlayıcısı arasında tedarik odaklı bir ilişkinin çok ötesinde uzun vadeli bir iş birlikteliği ilişkisi kurulabilmelidir. Bu sayede teknoloji saylayıcının rolü özellikle merkezi AI yönetiminde ciddi katma değer yaratacaktır.

3. Veri – Kurum içi veri araştırma ve önceliklendirme odağı

YZ platformunun ne kadar gelişkin ve kendini ispatlamış olduğu maalesef tek başına sadece kısıtlı bir anlam ifade ediyor. Veri kaynakları, standartları, saklanması, erişimi, işlenmesi vb değişkenlerin tamamı YZ öğrenmesi için önem arz etmekte. Biliyoruz ki her kurum için ihtiyaçlar ve buna bağlı olarak veri yapısı değişeceğinden bunun doğru şekilde konumlandırılması olmazsa olmaz bir gereklilik.

Burada birkaç farklı parametre devreye giriyor. İlki kurum içinde veriye dair bir odağın oluşturulması. İkincisi verinin toplanması ve işlenmesi, sonuncusu da verinin gelişimi.
Veri sadece operasyonel bir iş alanı değil. Tıpkı müşteri ya da ürün yönetimi gibi stratejiden departmanlar arası koordinasyona, saha operasyonundan sistemsel yapılanmaya, hukuki süreçlere kadar pek çok alanı etkileyen önemli bir alan. O yüzden ilk adım kurum içinde veri odağını oluşturmak ve doğru bir ekibi kurmak diyebiliriz. Bu ekibin en önemli önceliği, YZ verimliliği ve buna bağlı doğru veri stratejisinin kurgulanması olmalıdır. Böyle bir odak için veri ekibinin tüm departmanlara destek verebilecek multidisipliner şekilde kurgulanması gereklidir. Ekip içinde bir yandan teknik ve ticari beklentileri anlayabilmek diğer yandan da YZ öğrenmesi konusunda uzmanlık önemli olacaktır.
Bu ekibin yoğun mesaisi elbette operasyon olacaktır. Verinin toplanması, işlenmesi, kullanılır hale getirilmesi ve tüm bunlar için şirketiçi ve dışı koordinasyonun sağlanması. Burada bir husus ayrıca öne çıkıyor. EU kapsamında GDPR, Türkiye’de KVKK ya da genellersek kişilerin (müşteri, bayi, çalışan vb) veri kullanım izinlerinin alınması. Merkezi YZ kullanımında çok daha kolay bir operasyon mümkünken AIaaS gibi bulut platformlarda verinin kullanımına dair hukuki çerçeve daha zorlayıcı olabiliyor. Dolayısıyla yapılması gereken veri ekibinin doğru süreçlerin oluşturarak şirket içinde buna uygun iş akışlarını hayata geçirmesi olacaktır.Son olarak pazarın ve insanların aynı kalmadığı bir dünyada verinin de evrilmesi gerekiyor. Bu ekip ilgili farklı iş birimlerinin beklentilerine paralel şekilde veri gelişimi takibini yaparak bununla ilgili her türlü düzenlemeyi de hayata geçirmeli. Özetle bir veri yaşam döngüsü kurgulanıyor ve kullanılıyor olmalı.

Bu üç başlık ekseninde değerlendirdiğimizde; büyük ölçekli şirketlerin yapay zekayı en verimli şekilde kullanabilmeleri için merkezi bir YZ platformunu tercih etmelerini, teknoloji sağlayıcısını bir iş ortağı olarak konumlandırmalarını ve tüm şirket gereksinimlerini karşılayan çok işlevli bir veri ekibi oluşturmalarını önerebiliriz.