Yapay zekâya hazır olmak: bir modelden önce üç soru

Kısa cevap#

Yapay zekâ konusunda geride kalmaktan endişe eden ve nereden başlayacağından emin olmayan bir yöneticiyseniz, bu yaygın bir durum. Çoğu şirket aynı noktada duruyor: teknolojinin önemli olduğu açık, ama kendi işinde nereye dokunacağı belirsiz.

İyi haber şu ki bu bir bilgi eksikliği değil. Hazır olmak, en yeni modeli tanımak değildir; kendi işinizde neyin değişeceğini net görmektir. Ve bunun için model bilgisi gerekmez.

Aşağıdaki üç soru bu netliği verir. Üçü de model seçiminden, bütçeden ve takvimden önce gelir:

• Hangi kararı hızlandırmak istiyorsunuz? — yapay zekânın değeri soyut verimlilikte değil, tek tek kararlarda görünür.
• Bu karar bugün hangi veriyle veriliyor? — teknoloji veriyi yaratmaz, var olanı ölçekler.
• Sonucu kim sahiplenecek? — çıktıya göre birinin davranışı değişmezse hiçbir şey değişmez.

Üçünü tek tek açalım.

1. Hangi kararı hızlandırmak istiyorsunuz?#

Yapay zekâ tartışmaları çoğunlukla "verimlilik" kelimesiyle başlar. Bu kelime yeterince somut değildir ve projeleri erken aşamada belirsizliğe sürükler.

Somut olan, tek tek kararlardır. Sahadaki ekibin bir sonraki durağı. Bir danışmanın vaka için hangi bilgiyi öne çıkaracağı. Satış ekibinin bugün hangi müşteriyi arayacağı. Bunların her biri gün içinde defalarca verilen, ölçülebilen ve iyileştirilebilen kararlardır.

Somut bir karar gösteremiyorsanız, elinizde bir yapay zekâ problemi değil, henüz tanımlanmamış bir iş problemi vardır. Önce onu tanımlamak gerekir — ve bu, teknolojiyle ilgisi olmayan bir çalışmadır.

İyi bir yapay zekâ projesi, "neyi otomatikleştirelim" ile değil, "hangi kararı daha iyi verelim" sorusuyla başlar.

Bir saha operasyonunu dijitalleştirirken de, uzman danışmanlığını bir portala dönüştürürken de değişen asıl şey model değildi; kararın nerede ve hangi bilgiyle verildiğinin netleşmesiydi. Teknoloji ondan sonra geldi ve seçimi kolay oldu.

Pratik kontrol: hızlandırmak istediğiniz kararı tek cümleyle yazabiliyor musunuz? "Şu rolü üstlenen kişi, şu anda şu bilgiyle şu kararı veriyor" biçiminde. Yazılamıyorsa başlangıç noktası burasıdır.

2. Bu karar bugün hangi veriyle veriliyor?#

Her karar bir veriyle verilir. Çoğu zaman bu veri bir sistemde değildir — birinin kafasında, bir Excel dosyasında ya da bir WhatsApp mesajındadır. Bu kötü bir durum değil; şirketlerin çoğu böyle çalışır ve uzun süre iyi de çalışır.

Ama yapay zekâ bu veriyi yaratmaz. Var olanı ölçeklendirir. Dolayısıyla sorulacak soru şudur: bu karar için gereken bilgi bir yerde, tutarlı ve erişilebilir biçimde duruyor mu? Yoksa her seferinde yeniden mi toplanıyor?

Cevap "her seferinde yeniden" ise, ilk yatırım modele değil bu bilginin akışına yapılır. Dağınık bir veriyle çalışan bir model, dağınıklığı hızlandırır ve pahalı hâle getirir. Buna karşılık sağlam bir veriyle çalışan sıradan bir sistem, çoğu şirket için beklenenden büyük bir sıçrama sağlar.

Bu, projeyi ertelemek anlamına gelmez. Sırayı değiştirmek anlamına gelir — ve genellikle toplam süreyi kısaltır, çünkü veri boşluğu ilerleyen aşamada fark edildiğinde maliyeti katlanır.

Pratik kontrol: bu kararı vermek için gereken bilgiyi bugün toplamanız istense, kaç kişiye sormanız ve kaç dosyaya bakmanız gerekir? Cevap birden fazlaysa, henüz bir veri akışınız değil bir veri arama alışkanlığınız var demektir.

3. Sonucu kim sahiplenecek?#

Bir yapay zekâ sistemi çıktı üretir. O çıktıya göre birinin davranışını değiştirmesi gerekir. Bu kişi belli değilse, sistem teknik olarak kusursuz çalışsa bile hiçbir şey değişmez.

Sahiplik teknik bir soru değil, örgütsel bir sorudur — ve en çok ihmal edileni budur. Modeli kurmak haftalar alır; onu birinin günlük işine yerleştirmek aylar. Projenin gerçek maliyeti çoğunlukla ikincisindedir ve bütçelerde nadiren görünür.

Burada iki rol karıştırılır. Projeyi içeride savunan kişi ile çıktıyı her gün kullanacak kişi genelde aynı değildir. Birincisi projeyi başlatır, ikincisi sonucu kalıcı kılar. Proje başlarken ikincisinin adı konmamışsa, proje bittiğinde de konmayacaktır.

Sahiplik ayrıca bir yetki sorusudur. Çıktıyı kullanacak kişinin, o çıktıya göre davranışını değiştirme yetkisi yoksa sahiplik biçimseldir. Sistem öneri üretir, kişi öneriyi görür, ama kararı bir üst mercie taşımak zorunda kalır — ve kazanılan hız orada kaybolur.

Pratik kontrol: bu sistem üç ay sonra çalışıyor olsa, kimin haftalık rutini değişmiş olacak? Cevap bir isim değilse, sahiplik henüz yok demektir.

Neden hazırlık teknolojiden önce gelir#

Bu üç sorunun ortak yanı şu: hiçbiri hangi modeli kullandığınıza bağlı değil. Üçü de şirketin kendi işini ne kadar net gördüğüyle ilgili.

Bu, hazırlık aşamasını hem daha erişilebilir hem daha değerli kılar. Erişilebilir, çünkü cevaplar sizde — dışarıdan bir uzmanlık gerektirmez, yalnızca doğru soruyu gerektirir. Değerli, çünkü bu üç cevap netleştiğinde teknoloji seçimi neredeyse kendiliğinden çıkar.

Tersi de doğrudur: yapay zekâ, iyi tanımlanmış bir işi güçlendirir; tanımsız bir işi ise yalnızca daha pahalı biçimde tanımsız bırakır. Bu yüzden sağlıklı bir teknik ortaklık çoğu zaman ilk toplantıda model konuşmaz. Önce bu üç sorunun cevabını arar — çünkü doğru cevaplar, projenin kendisinden daha belirleyicidir.

Sonuç#

Yapay zekâya hazır olmak, en yeni modele sahip olmak değildir. Hangi kararı hızlandırdığınızı, o kararın hangi veriyle verildiğini ve sonucu kimin sahipleneceğini bilmektir.

Bu üçü netse teknoloji seçimi kolay bir adımdır. Net değilse, hiçbir model bu boşluğu kapatmaz — yalnızca görünür hâle getirir.

---

Bu üç soruyu şirketiniz için netleştirmek isterseniz, ilk 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. Üç sorunun cevabının önceliklendirilmiş bir yol haritasına nasıl dönüştüğünü AI Dönüşüm Danışmanlığı sayfası, nasıl çalıştığımızı ise çalışma modelimiz sayfası anlatıyor.