Yapay zeka yatırımları hız kesmeden artarken, kurumların önemli bir bölümü bu yatırımları ölçülebilir iş sonuçlarına dönüştürmekte zorlanıyor. Gartner araştırması, yapay zeka kullanım senaryolarının yalnızca yüzde 28’inin beklenen yatırım geri dönüşünü sağlayabildiğini, yüzde 20’sinin ise tamamen başarısız olduğunu ortaya koyuyor. Başarısızlığın nedenleri arasında veri kalitesi ve yetkinlik sorunlarının yanı sıra organizasyonel dönüşüm eksikliği de öne çıkıyor.
Yapay zeka artık kurumların teknoloji gündeminin ötesine geçerek büyüme, verimlilik ve rekabet stratejilerinin temel unsurlarından biri haline geldi. Ancak artan yatırımlar, aynı ölçüde iş değeri üretildiği anlamına gelmiyor. Pek çok kurum yapay zeka projelerini pilot aşamaya taşısa da bunları gerçek iş süreçlerine entegre etmekte zorlanıyor. Yapay zeka dünyasında “Pilot Purgatory” (Pilot Proje) olarak adlandırılan bu durum, projelerin pilot aşamayı aşarak operasyonel ölçekte hayata geçirilememesini ifade ediyor. Pilot projelerin iş değerine dönüşmesi için yapay zekanın süreçler, karar mekanizmaları ve insan kullanımıyla birlikte ele alınması gerekiyor.
Yapay zeka yatırımlarında asıl sorun pilot projelerde takılı kalmak
Yapay zeka yatırımları hız kesmeden artarken, kurumların önemli bir bölümü bu yatırımları ölçülebilir iş sonuçlarına dönüştürmekte zorlanıyor. Şirketler çok sayıda pilot proje geliştiriyor, yeni modeller ve teknolojiler deniyor; ancak teknik olarak çalışan projelerin önemli bir bölümü gerçek iş süreçlerine yerleşemiyor ve beklenen ekonomik değeri üretemiyor.
Yapay zeka kullanım senaryolarının yalnızca yüzde 28’i beklenen yatırım geri dönüşünü sağlayabilirken, yüzde 20’si tamamen başarısız oluyor. Bu başarısızlığın temel nedenleri arasında veri kalitesi sorunları, doğru iş probleminin belirlenememesini ve organizasyonel dönüşüm eksikliği yer alıyor. Başarısızlık yaşayanların yüzde 38’i veri kalitesi ya da veriye erişim sorunlarını, yüzde 38’ i ise yetkinlik eksikliğini neden olarak gösteriyor. Öte yandan, kurumların yalnızca yüzde 19’u çalışanları ve organizasyon yapısıyla birlikte yapay zekaya hazır olduğunu ifade ediyor. Bu da teknoloji yatırımlarının tek başına yeterli olmadığını, kurum kültürü, liderlik ve iş süreçlerinde dönüşümün de kritik rol oynadığını gösteriyor.
Gerçek dönüşüm, karar alma süreçlerinde başlıyor
OBASE CEO ve Kurucu Ortağı Dr. Bülent Dal’a göre yapay zeka projelerindeki temel sorunlardan biri, teknolojinin iş dönüşümünden önce ele alınması. Dal, “Şirketler çoğu zaman ellerindeki veriden ne yapabileceklerini veya hangi AI aracını kullanmaları gerektiğini sorgulayarak yola çıkıyor. Oysa doğru başlangıç noktası, öncelikle hangi iş sonucunu değiştirmek istediklerini belirlemek; ardından bu sonucu değiştirmek için hangi kararları daha iyi vermeleri ve hangi süreçleri dönüştürmeleri gerektiğini ortaya koymak olmalı. Veri ve teknoloji seçimi ise bu aşamalardan sonra gelmeli” dedi. Dal’a göre mevcut iş akışını olduğu gibi yapay zeka ile otomatikleştirmek de tek başına dönüşüm yaratmıyor. Dal konuya ilişkin,“Eğer mevcut süreçte bir verimsizlik varsa, onu değiştirmeden AI ile otomatikleştirdiğinizde çoğu zaman yaptığınız şey verimsizliği daha hızlı çalıştırmak oluyor. Asıl değer, iş akışını ve karar noktalarını yapay zekanın sağladığı yeni kabiliyetlere göre yeniden tasarladığınızda ortaya çıkıyor” İfadelerini kullandı.
Yapay zekada değer, doğru sorularla ve iş bilgisiyle ortaya çıkıyor
Dal, şirketlerin AI projelerine başlamadan önce doğru soruları sormaları gerektiğini vurgulayarak, “Hangi iş sonucunu değiştirmek istiyoruz? Bunun için hangi kararları daha iyi vermeliyiz? Bu kararların bağlı olduğu süreçleri nasıl dönüştürmeliyiz? Kurumun analitik bilgisini, iş kurallarını ve istisnalarını yapay zekaya nasıl aktaracağız? Sistemin doğru çalıştığını nasıl sürekli ölçeceğiz? İnsan ve yapay zekanın rolünü nasıl paylaşacağız?” dedi. Dal’a göre veri ve teknoloji seçimi ise ancak bu sorular yanıtlandıktan sonra gündeme gelmeli.
“Yapay zekada asıl mesele pilot yapmak değil, pilotu hayata geçirmek. Bunun yolu da teknolojiyle başlamak yerine iş faydasından, kararlardan ve süreçlerden başlayıp kurumun bilgisini yapay zekanın kullanabileceği bir yapıya dönüştürmekten geçiyor” diyen Dal, yapay zekanın kurumsal değere dönüşmesinde yalnızca model ve araç bilgisinin değil, yıllar içinde biriken yazılım, analitik ve sektörel uzmanlığın da belirleyici olduğunu ifade ediyor.
Yapay zekanın değeri, alınan kararların etkisiyle ölçülüyor
Yapay zekanın sunduğu esas değerin otomasyonun ötesinde, doğru kararların daha hızlı ve geniş ölçekte alınabilmesi olduğuna dikkat çeken Dal, “Gerçek değer; karar sayısı, karar hızı ve karar kalitesinin birleşimiyle ortaya çıkar. Çok hızlı ama yanlış karar alabilirsiniz ya da çok doğru ama geç kalmış bir karar verebilirsiniz. Asıl mesele, doğru kararı doğru zamanda ve doğru ölçekte verebilmektir” dedi.