YZ yatırım trendleri 2025'e doğru evrildikçe, yöneticilerYZ uygulamaları konusunda stratejik kararlar alma konusunda artan bir baskıyla karşı karşıya kalıyor. Yapay zeka araçlarının şirketler tarafından hızla benimsenmesiyle -yüzde 22'si bunları kapsamlı bir şekilde uygularken, yüzde 33'ü sınırlı bir şekilde kullanıyor- yapay zeka çözümlerinin nasıl değerlendirileceğini ve uygulanacağını anlamak, rekabet avantajını korumak için kritik hale geldi. Andrew Burgess tarafından yazılan'The Executive Guide to Artificial Intelligence' kitabında yazar, kuruluşlarında yapay zeka çözümlerini anlamak ve uygulamak isteyen işletme yöneticileri için kapsamlı bir rehber sunmuştur.

‍

Bu kitap 2017 yılında Springer International Publishing tarafından yayınlandı ve şirketlerin yapay zekadan nasıl yararlanabileceğine dair pratik bir genel bakış sunuyor. Bugün ne değişti?

‍

Yapay zekada güncel yatırım eğilimleri 2025

Yapay zeka alanında eşi benzeri görülmemiş bir büyüme yaşanıyor ve kuruluşlar rekabetçi kalabilmek için daha önemli yatırımlar yapıyor.

Temel bilgiler:

Burgess, bugün de geçerliliğini koruyan bir ilke olarak, iş stratejisiyle uyumlu net hedefler tanımlayarak başlamanın önemini vurgulamıştır. Kitapta, yapay zekanın sekiz temel yeteneğini tanımlamıştır:

‍

1. Görüntü tanıma
2. Ses tanıma
3. Arama ve bilgi çıkarma
4. Kümeleme
5. Doğal Dil Anlama
6. Optimizasyon
7. Tahmin
8. Anlayış (bugün)

2018'den 2025'e Evrim:

Kitabın yazıldığı tarihten bu yana, YZ gelişmekte olan bir teknolojiden ana akım bir teknolojiye dönüşmüştür. Burgess'in fütüristik olarak gördüğü 'Anlama' yeteneği, 2018'de henüz ortaya çıkmamış olan Büyük Dil Modelleri (LLM) ve üretken YZ teknolojilerinin ortaya çıkmasıyla önemli ilerlemeler kaydetti.

yapay zeka alanındaki yatırım kararları için stratejik çerçeve

Dört temel soru

Yapay zeka yatırımlarını değerlendirirken, bu kritik sorulara odaklanmak çok önemlidir:

1. İş probleminin tanımlanması
2. Başarı ölçütleri
3. Uygulama Gereklilikleri
4. Risk değerlendirmesi

‍

Not: Bu dört soruluk çerçeve mevcut bilgilere dayanmaktadır ve Burgess'in kitabında açıkça sunulmamıştır.

‍

Etkili bir yapay zeka stratejisi oluşturma

Evlat edinme çerçevesi:

Burgess, bir yapay zeka stratejisi oluşturmak için aşağıdakileri içeren ayrıntılı bir çerçeve önermektedir:

1. İş stratejisi ile uyum - Yapay zekanın mevcut iş hedeflerini nasıl destekleyebileceğinin anlaşılması
2. IA hedeflerinin anlaşılması - İstenirse tanımlayın:
   • Mevcut süreçlerin iyileştirilmesi
   • İş fonksiyonlarının dönüştürülmesi
   • Yeni hizmetler/ürünler yaratmak
3. IA Olgunluk Değerlendirmesi - Kuruluşun mevcut olgunluk düzeyini 0 ila 5 arasında bir ölçekte belirleyin:
   • Manuel işleme (Seviye 0)
   • Geleneksel BT otomasyonu (Seviye 1)
   • Temel izole otomasyon (Seviye 2)
   • Otomasyon araçlarının taktiksel uygulaması (Seviye 3)
   • Çeşitli otomasyon teknolojilerinin taktiksel uygulaması (Seviye 4)
   • Uçtan uca stratejik otomasyon (Seviye 5)
4. IA ısı haritasının oluşturulması - En büyük fırsat alanlarının belirlenmesi
5. İş vakasının geliştirilmesi - 'Sert' ve 'yumuşak' faydaların değerlendirilmesi
6. Değişim yönetimi - Kurumun nasıl uyum sağlayacağının planlanması
7. Bir UA yol haritasının geliştirilmesi - Orta ve uzun vadeli bir plan oluşturulması

2018'den 2025'e Evrim:

Burgess'in çerçevesi bugün de şaşırtıcı bir şekilde geçerliliğini korumaktadır, ancak bu çerçevenin aşağıdaki hususlarla desteklenmesi gerekmektedir:

• YZ etiği ve düzenlemeleri (AB YZ Yasası gibi)
• Yapay zekanın çevresel sürdürülebilirliği
• Sorumlu yapay zeka stratejileri
• Kuantum hesaplama gibi gelişmekte olan teknolojilerle entegrasyon

Yapay zeka yatırımlarında yatırım getirisinin ölçülmesi

Yatırım getirisi için belirleyici faktörler:

Burgess, 'sert' ve 'yumuşak' olarak kategorize edilen farklı türde yapay zeka faydaları tanımlamaktadır:

Zor faydalar:

• Maliyet Azaltma
• Maliyetlerden kaçınmak
• Müşteri memnuniyeti
• Uyumluluk
• Risk azaltma
• Zarar azaltma
• Gelir kaybının azaltılması
• Gelir yaratma

Yumuşak faydalar:

• Kültürel değişim
• Rekabet avantajı
• Halo etkisi
• Diğer faydaların etkinleştirilmesi
• Dijital dönüşümü mümkün kılmak

‍

‍

‍

Yapay zeka uygulamasına teknik yaklaşımlar

‍

Çözüm türleri:

Burgess, yapay zekanın uygulanması için üç ana yaklaşım sunmuştur:

1. Kullanıma hazır yapay zeka yazılımı - Kullanıma hazır çözümler
2. Yapay zeka platformları - büyük teknoloji şirketleri tarafından sağlanmaktadır
3. Özel IA geliştirme - Özelleştirilmiş çözümler

İlk adımlar için düşünmeyi önerdi:

• Kavram Kanıtı (PoC)
• Prototipler
• Minimum Uygulanabilir Ürün (MVP)
• En Riskli Varsayım Testi (RAT)
• Pilot

Ne değişti?

2018'den bu yana şunlara şahit olduk:

• Kodsuz/düşük kodlu çözümlerle yapay zeka araçlarının demokratikleştirilmesi
• Yapay zeka bulut platformlarında dramatik gelişme
• Üretken yapay zekanın ve GPT, DALL-E gibi modellerin büyümesi.
• Veri bilimi sürecinin bazı kısımlarını otomatikleştiren AutoML çözümlerinin yükselişi

Risklerin ve zorlukların dikkate alınması

‍

Yapay zekanın riskleri:

Burgess bütün bir bölümü yapay zekanın risklerine ayırmış ve şu noktalara dikkat çekmiştir:

1. Veri kalitesi
2. Şeffaflık eksikliği - algoritmaların 'kara kutu' niteliği
3. Kasıtsız önyargı
4. Yapay zekanın naifliği - Bağlamsal anlayışın sınırları
5. Yapay zekaya aşırı bağımlılık
6. Yanlış teknoloji seçimi
7. Kötü niyetli eylemler

2018'den 2025'e Evrim:

Kitap yazıldığından beri:

• Algoritma önyargısına ilişkin endişeler kritik bir konu haline gelmiştir (beklemede)
• Tehditler arttıkça yapay zeka güvenliği kritik hale geldi
• Yapay zeka düzenlemesi kilit bir faktör olarak ortaya çıktı
• Derin sahtecilik ve üretken yapay zeka dezenformasyonunun riskleri önemli hale geldi
• Yapay zekanın daha yaygın kullanımıyla birlikte gizlilik endişeleri de arttı

Etkili bir Uİ organizasyonu oluşturmak

‍

Burgess (2018) tarafından yazılan kitaptan:

Burgess önerdi:

• Tedarikçiler ve ortaklarla bir yapay zeka ekosistemi oluşturma
• Özel ekiplerle bir Mükemmeliyet Merkezi (CoE) kurulması
• Baş Veri Sorumlusu (CDO) veya Baş Otomasyon Sorumlusu (CAO) gibi rolleri düşünün

2018'den 2025'e Evrim:

O zamandan beri:

• Yapay Zeka Baş Sorumlusu (CAIO) rolü sıradan bir hale geldi
• Yapay zeka artık bir CoE'de izole edilmek yerine genellikle kuruluşun tamamına entegre ediliyor
• Yapay zekanın demokratikleşmesi daha dağıtık işletim modellerine yol açtı
• Tüm çalışanlar için yapay zeka okuryazarlığının önemi ortaya çıktı

Sonuç

Burgess (2018) tarafından yazılan kitaptan:

Burgess sözlerini şu hususların önemine değinerek tamamladı:

• Abartılara inanmayın, gerçek iş sorunlarına odaklanın
• IA yolunu mümkün olan en kısa sürede başlatın
• Yapay zekayı anlayarak şirketi geleceğe hazırlama
• İyimserlik ve gerçekçilik arasında dengeli bir yaklaşım benimsemek

2018'den 2025'e Evrim:

Burgess'in "yutturmacaya inanmayın" çağrısı, özellikle de üretken YZ'yi çevreleyen aşırı yutturmaca ile 2025'te inanılmaz derecede geçerli olmaya devam ediyor. Bununla birlikte, YZ'nin benimsenme hızı daha da kritik hale geldi ve YZ yolculuğuna henüz başlamamış olan şirketler, Burgess'in erken başlama (2018'de!) tavsiyesine uyanlara kıyasla kendilerini önemli bir dezavantajda buluyorlar.

‍

2025'teki yapay zeka ortamı, 2018'de tahmin edilebileceğinden daha karmaşık, daha olgun ve iş stratejisine daha entegre, ancak Burgess'in özetlediği stratejik uyum, değer yaratma ve risk yönetiminin temel ilkeleri şaşırtıcı bir şekilde geçerliliğini koruyor.