AI pilotları neden üretime geçmiyor

Kısa cevap#

Çevrenizde herkes yapay zekâdan söz ediyor ama nereden başlayacağınızdan emin değilseniz, yalnız değilsiniz. Çoğu şirket ilk adımı bir pilotla — yani yapay zekâyı işin küçük ve kontrollü bir bölümünde denemekle — atmaya çalışıyor. Sorun şu ki bu pilotların büyük kısmı hiçbir zaman günlük işin parçası hâline gelmiyor.

Ve bunun sebebi genellikle yapay zekânın kendisi değil. Pilotlar çoğunlukla başarısız oldukları için durmaz; başarılı oldukları hâlde durur. Model çalışır, demo beğenilir, ekip memnun ayrılır — altı ay sonra hâlâ hiçbir şey değişmemiştir.

Sebep kurguda: pilot, üretime geçmek için gereken şeyi kanıtlamaz. Modelin çalıştığını kanıtlar. Bu ikisi aynı şey değildir.

Fark üç somut boşlukta ortaya çıkar:

• Veri — pilottaki veri hazırlanmıştır, günlük işte kendiliğinden gelmez.
• Sahiplik — pilotun bir savunucusu vardır, çıktıyı her gün kullanacak bir sahibi yoktur.
• Hata toleransı — pilotta yanılmanın bir bedeli yoktur, günlük işte vardır.

Aşağıda üçünü tek tek açıp, pilotun bunları baştan kapsayacak biçimde nasıl kurulduğunu anlatıyorum.

Pilot neyi kanıtlar, üretim neyi sorar#

Bir pilotun doğal ortamı temizdir. Veri seçilerek verilir, kullanıcı seçilerek belirlenir, kapsam bilinçli olarak dardır. Bu yanlış değil — pilotun amacı zaten belirsizliği azaltmaktır.

Sorun, pilotun sonunda alınan kararın niteliğinde. "Model işe yarıyor mu?" sorusunun cevabı "evet" olduğunda, bunun "üretime geçelim mi?" — yani bunu günlük operasyonun bir parçası yapalım mı — sorusunun da cevabı olduğu varsayılır. Değildir. İkinci soru teknik değil, örgütseldir ve pilot boyunca hiç sorulmamıştır.

Bu, yönetimin bir hatası da değil. Pilot zaten o soruyu soracak biçimde kurulmamıştır.

Boşluk 1: Pilot temiz veriyle, üretim gerçek veriyle çalışır#

Pilot verisi hazırlanmış veridir. Birisi oturup dosyaları toplamış, alanları eşleştirmiş, uç durumları ayıklamıştır. Model bu veriyle iyi sonuç verir.

Üretimde aynı veri kendiliğinden gelmez. Aynı bilgi üç ayrı yerde farklı biçimde durur, bir kısmı hiç girilmemiştir, bir kısmı serbest metindir. Pilotta bir kişinin iki gün harcayarak yaptığı temizlik, üretimde her gün tekrarlanması gereken bir işe dönüşür — ve o işi kimse üstlenmez.

Bu yüzden pilot öncesi sorulacak asıl soru "elimizde veri var mı?" değil, "bu veri kendi kendine mi geliyor, yoksa birinin toplamasıyla mı?" olmalıdır. Cevap ikincisiyse, ilk yatırım modele değil veri akışına yapılır. Bu, yapay zekâya hazır olmanın üç sorusundan ikincisidir ve pilotu en sık durduran şeydir.

Boşluk 2: Pilotun şampiyonu vardır, üretimin sahibi yoktur#

Her pilotun içeride gönüllü bir savunucusu olur — projeyi sahiplenen kişi, teknik ekiplerin deyimiyle "şampiyon". Genelde meraklı, teknolojiye açık biridir. Pilot onun enerjisiyle yürür.

Günlük operasyon farklı bir rol ister: çıktıya göre davranışını değiştirecek ve bunu her gün yapacak kişi. Bu iki rol nadiren aynı kişidir. Savunucu projeyi ilerletir; sahip ise sistemin ürettiği çıktıyı kendi işinin bir parçası hâline getirir.

Sahip belirlenmediğinde pilot sonunda ortaya çıkan tablo şudur: sistem çalışıyor, çıktı üretiliyor, kimse bakmıyor. Teknik ekip haklı olarak "biz yaptık" der; iş tarafı haklı olarak "bize bir şey değişmedi" der. İkisi de doğrudur.

Sahiplik pilot bittikten sonra aranacak bir şey değildir. Pilot başlamadan önce adı konmalı, o kişi pilotun içinde olmalıdır. Pilotu tasarlarken sorulacak soru: bu çıktı üretime geçerse, kimin haftalık rutini değişecek?

Boşluk 3: Pilotta yanılmanın maliyeti yoktur#

Pilotta model yanlış cevap verdiğinde hiçbir şey olmaz. Not alınır, iyileştirme listesine yazılır. Üretimde yanlış cevabın bir bedeli vardır — yanlış müşteri aranır, yanlış rota verilir, yanlış stok kararı alınır.

Bu bedel konuşulmadığı sürece üretim kararı verilemez. Çünkü karar vericinin sorduğu soru "doğruluk oranı kaç?" değildir; **"yanlış olduğunda ne olur ve kim fark eder?"**dir. Pilot bu soruya cevap üretecek biçimde kurulmadığı için, karar aşamasında elde yalnızca bir yüzde vardır. Yüzde tek başına hiçbir yöneticiyi ikna etmez.

Çözüm daha yüksek doğruluk değil, hangi hataların kabul edilebilir olduğuna önceden karar vermek — teknik adıyla hata toleransı. Üç şey yazılır: hangi tür hata kabul edilebilir, hangisi edilemez, hata yakalandığında süreç ne yapar. Bu üçü yazılıysa mütevazı bir doğruluk oranıyla üretime geçilebilir. Yazılı değilse, oran ne kadar yüksek olursa olsun karar askıda kalır — çünkü tartışılan şey aslında oran değildir.

Üç boşluk birbirini besler#

Bu üç boşluk ayrı ayrı görünür ama tek bir kökten çıkar: pilot, işin kendisinden yalıtılmış biçimde kurulmuştur.

Veri hazırlanarak verildiği için gerçek akış görünmez. Gerçek akış görünmediği için o akışı kimin taşıyacağı sorulmaz. Sahip belirsiz olduğu için hata durumunda kimin ne yapacağı da tanımsız kalır. Sonuçta pilot, üretimin en zor üç sorusunu birden dışarıda bırakarak tamamlanır.

Bu yüzden boşlukları tek tek kapatmaya çalışmak verimsizdir. Kurgu değişirse üçü birden kapanır.

Pilotu prova gibi kurmak#

Bu üç boşluğun ortak çözümü, pilotun amacını değiştirmektir. Pilot bir demo değil, üretimin provası olarak kurulur.

Pratikte üç fark yaratır:

• Veri gerçek yoldan gelir. Temizlenmiş dosya yerine, üretimde kullanılacak kaynağın kendisi bağlanır — eksikleriyle birlikte. Pilotun bir çıktısı da bu eksiklerin listesidir.
• Sahip pilotun içindedir. Çıktıyı kullanacak kişi pilot süresince onu gerçekten kullanır, bir demoyu izlemez.
• Hata senaryosu çalıştırılır. Modelin yanıldığı vakalar özellikle aranır ve sürecin bunu nasıl yakaladığı denenir.

Bu biçimde kurulan bir pilot daha yavaş başlar, ama sonunda üretim kararı için gereken kanıtı üretmiş olur. Klasik pilot ise hızlı biter ve karar için hiçbir şey bırakmaz.

Sonuç#

Pilotların günlük işe geçememesi bir model problemi değil, bir kurgu problemidir. Yanlış şeyi kanıtlayan bir pilot, ne kadar başarılı olursa olsun karar üretmez.

Bu iyi haber. Çünkü kurgu, teknolojiden çok daha kolay değiştirilir. Bir sonraki pilotu planlarken üç soruyu baştan yazmak yeterli: veri kendi kendine mi geliyor, çıktının sahibi kim, yanlış olduğunda ne oluyor. Bu üçünün cevabı pilotun sonunda değil, başında bulunmalıdır.

---

Bu üç boşluk pilot başlamadan önce görünür hâle gelirse, işin günlük akışına geçme ihtimali de belirgin biçimde artar. İlk yatırımın modele mi, veriye mi yoksa sürece mi yapılması gerektiğini görmek için önce hazırlık seviyenizi ölçün — yarım günde çıkarılan bir yön haritası, bir sonraki adımın gerçekten gerekli olup olmadığını netleştirir. Pilotun hangi kararla başlayacağını ve hangi sırayla kurulacağını birlikte netleştirdiğimiz çalışmayı AI Dönüşüm Danışmanlığı sayfası anlatıyor.