Yıldız Holding Yönetim Kurulu Üyesi, Pladis ve GODIVA Yönetim Kurulu Başkanı Murat Ülker, kişisel sitesinde yayımladığı 'Yapay zeka ne kadar suni?' başlıklı yazısında, ChatGPT'den yola çıkarak yapay zekanın tüm sektörleri nasıl dönüştürdüğünü anlattı. Ülker, "Bilgisayarların ve makinelerin yapamayacağı şey; şirketin ve makinelerin nasıl yönetileceğine karar vermek. Özünde gerçek bir yapay zeka, insan zekasını ve davranışlarını simüle edebilen bir makinedir. Yani hala suni, gerçek zeka değil" dedi.
Yıldız Holding Yönetim Kurulu Üyesi, Pladis ve GODIVA Yönetim Kurulu Başkanı Murat Ülker, ChatGPT'den yola çıkarak yapay zekanın tüm sektörleri nasıl dönüştürdüğünü yazdı.
Peki sonra ne oldu, şimdi durum ne? Her gün bir yerde, biraz da kendini tekrar edercesine bu konuda yazı, bilimsel makale, kitap yayınlanıyor. Gelin birlikte gelişmelere bakalım..
2020’de yazdığım Yapay Zeka Ne kadar Suni.. Daha Neler Gelecek Başımıza başlıklı yazıda şöyle demiştim:
Artık yapay zeka modellerine “Büyük Dil Modelleri (LLM)” adı veriliyor ve iş yerlerinde çalışanların; bireysel performans gösteren sanatçı, yazar, tasarımcıların çeşitli amaçlara ulaşmak, görevleri yerine getirmek için Yapay Zekadan (AI) nasıl faydalanacaklarına olan ilgileri, kullanımı hızla arttırdı.
Bugün sadece ChatGPT’ye rakip onlarca yapay zeka yazılımı var. Örneğin Microsoft Bing, Perplexity AI, Google Bard AI, Jasper Chat, Chatsonic, Pi, YouChat, Replica, DailoGPT, Open AI Playground. Biraz ileri giderseniz Copy.ai, Grammarly, DALL-E 2, Midjourney, Mem, Fireflies, Slidesgo, Wordtune, Krisp; listeye hakim olamıyorsunuz bir türlü, çünkü arama yaptığınızda bir yapay zeka aracı size kendinin de içinde olduğu bir liste veriyor ve sizi onu kullanmaya ikna etmeyi amaçlıyor. Burada tabii yapay zekanın getirdiği ahlaki, gerçekliğin kaybı, aldatmanın kolaylaşması gibi sorunlar var. Buna ilk yazımda değinmiştim, yazımın sonunda yineleyeceğim.
Platformların ilk bir milyon kullanıcıya kaç günde ulaştıklarına bir bakalım; ChatGPT 5 gün, Facebook 10 ay, Instagram 2 ay, Spotify 5 ay, Netflix 3.5 yıl, rakamlar ilginç değil mi. Kuşkusuz her birinin lansmanı yapıldığında dünya toplumunun ağ yapısı farklıydı, gün geçtikçe dil engeli de kalkıp daha fazla ağlarla bağlanan bir dünya toplumuna hızla evriliyoruz (1).
Geçtiğimiz 3 yılda tüm sektörlerde eğitimden sanata, üretimden lojistiğe yapay zeka uygulamalarıyla performans arttırılmaya çalışılıyor. Yapay zekanın potansiyel uygulamaları, daha fazla insan dijital teknolojiyi benimsedikçe genişlemeye devam ediyor.
Yapay zeka kullanımı özellikle finans, dijital alanlar (sosyal medya, e-ticaret ve e-pazarlama gibi), sağlık ve hukuk hizmetlerinde öne çıkıyor. Yapay zekadan ilham alan modern sanat ve Elon Musk’un katkılarıyla, her yerde yapay zekanın söylemi domine etmeye devam etmesi sürpriz değil.
Yapay zekanın kullanım alanları arttıkça, hem kendi hem de iş yaşamlarımızı iyileştirebilecek daha fazla yol keşfedilecek. Çok cazip bir alan: Küresel yapay zeka yazılım pazarı 2025 yılına kadar 22,6 milyar dolara ulaşacak.
Yapay zeka, ilk yazımda da belirttiğim gibi yazılım mühendislerinin anlayabileceği birçok katmanı olan oldukça karmaşık bir konudur. Özünde “gerçek” bir yapay zeka, insan zekasını, davranışlarını ve hatta duygularını simüle edebilen bir makinedir. Yani hala “suni”. Gerçek zeka değil. Yapay zeka gerçek zeka ile eşitlenecek mi, bu tamamen ayrı bir sorun. Bana göre işlemlerde anlam okuma ve kararlarımızın anlık duyguları içerdiği için bu zor. Ama kim bilir, insan böylesi hızlı gelişmeler karşısında bir açık kapı bırakmadan da edemiyor.
Son gelişmeler; ChatGPT’nin piyasaya sürülmesi, dünyaya gelecekteki sohbet robotlarının nasıl görünebileceğine dair bir fikir verdi. ChatGPT, soruları yanıtlamak ve hatta belirli fikirlere meydan okumak için kullanıcılarla sohbet ederek etkileşime giriyor ve bunu benden iyi yapıyor.
Binlerce şirket, 7/24 müşteri desteği sağlamak ve sorunları hızlı bir şekilde çözmek için yapay zeka tabanlı sohbet robotlarını kullanmayı benimsedi. Yapay zeka gelişmeye devam ettikçe, sohbet robotlarının lisanı kullanışı gelişip daha karmaşık hale gelebilecektir.
Veri girişlerini kullanarak problem çözme ve karar verme, görsel bilgiyi tanıma ve yorumlama, yazılı ve sözlü dili tanıma, yorumlama ve yanıt verme özellikleriyle öne çıkan yapay zeka uygulamalarının özellikle tarımda dahi kullanımı şaşırtıcı olabilir. Yapay zeka topraktaki eksiklikleri tespit edebilen ve ekim önerileri sunabilen uygulamalar üretti. Çiftçiler bu sayede ihtiyaç duydukları hassas tarımsal planlamayı yapabiliyor. Ayrıca yapay zeka ve robot teknolojisinin birleşimi, çiftçilerin mahsulleri insan işçilere göre daha hızlı ve daha verimli bir şekilde hasat etmesine yardımcı oluyor.
E-ticaret endüstrisi halen yapay zekadan büyük ölçüde yararlanıyor. Şirketler eğilimleri tahmin etmek, performansı analiz etmek, envanter yönetimine yardımcı olmak ve daha fazlası için yapay zekayı kullanıyor. Yapay zekanın kullanım kalıplarını takip etme ve bilgileri doğrulama yeteneği, onu aynı zamanda kredi kartı sahtekarlığı ve sahte çevrimiçi incelemelerle mücadelede güçlü bir araç haline getirdi.
Ayrıca yapay zeka, alışveriş yapanlara ürünleri tarayıp, geçmişlerine ve tercihlerine göre gösteren “öneri motorlarının” temelini oluşturuyor. Ve işte sanal asistanlar ve sohbet robotları burada karşımıza çıkıyor.
Eğitim hala insanların işi olsa da yapay zeka, eğitimcilerin potansiyelini artırmaya yardımcı oluyor. Çoğu zaman yapay zeka, tekrarlanan ve veri ağırlıklı görevlerde otomasyonu kolaylaştırmak için kullanılıyor. Sohbet robotu tarzı yapay zekalar burada da ortaya çıkıyor; bu sefer rutin soruları hızlı bir şekilde yanıtlamak ve eğitimcilerin karmaşık görevlere daha fazla zaman ayırmasına olanak sağlıyor.
Eğitimde yapay zeka kullanımı Türkiye’deki eğitim açığını kapatmak adına ikinci bir yazıyı hak ediyor.
Finans alanı, yapay zekanın her seviyede kullanımına büyük ölçüde geçti. Müşteriler, bankacılık ve yatırım hesapları hakkında bilgi almak için yapay zekadan yararlanıyor. Bankalar ve kredi kartı firmaları, dolandırıcılığı eylem halindeyken yakalamak amacıyla işlem kalıplarındaki değişiklikleri tespit etmek için yapay zekaya güveniyor. Kredi verenler, borçluların risk seviyelerini tahmin etmek, değerlendirmek ve kredilendirme kararları için yapay zekayı kullanıyor. Risk sermayesi şirketleri özelleştirilmiş içgörüler ve finansal risk yönetimi kararları oluşturmak için yapay zekayı benimsiyor.
Yapay zeka tıp alanında da sahne alıyor. Yapay zekanın sayesinde hastane yöneticileri verileri işliyor, toplantıları planlıyor, dosyaları organize ediyor ve tıbbi öyküleri (anemnez) yazıya dökmelerine yardımcı oluyor. Yapay zeka yardımıyla robot makine liderliğindeki ameliyatlar daha hassas ve hata payı daha küçük ve 7/24 yapılabiliyor. Yapay zekanın teşhiste insanı aştığına yönelik çok örnek bulunuyor. İlaç şirketleri, yeni potansiyel ilaçları keşfetmek amacıyla geçmiş ve modern verileri analiz etmek için yapay zekayı kullanıyor.
Yapay zekanın bir başka yaygın uygulaması da pazarlama alanında. Yapay zekanın verileri hızlı bir şekilde analiz etme yeteneği ile hızlı bir şekilde içgörüler oluşturması bunlara göre harekete geçmesi gereken ekipler için çok kullanışlı imiş. Yapay zeka kampanya raporları oluşturmaya, müşteri etkileşimini iyileştirmeye, mesajları kişiselleştirmeye, kampanyaları optimize etmeye hatta yeni analizlere dayanarak kampanya esnasında reklamları değiştirmeye hizmet ediyor. Artık marka mesajları anlık olarak kişiye odaklı üretilebiliyor.
Meta, X, Google gibi firmalar, büyük miktarda veriyi analiz etmek ve uygulanabilir bilgiler oluşturmak için yapay zekayı kullanıyor:
Pazarlama ve reklam taktikleri oluşturmak için kullanıcı davranışlarını izliyorlar. Takip edilecek yeni gönderiler ve hesap önermek için ise yorumları izliyorlar. Trendleri belirliyorlar. Demografik ve davranışsal verilere dayalı içerik oluşturulmasına yardımcı oluyorlar. Ayrıca siber zorbalıkla ve zararlı veya yasa dışı içerikle mücadele edebiliyorlar.
Yapay zeka Tesla, Audi, Volvo ve diğerleri tarafından kullanılan otonom sürüş programlarında da temel yardımcıdır.
Akıllı dijital cihazlarımız, oturum açmak ve yüz tanıma programlarında kimlik doğrulamak için de yapay zekayı kullanıyor.
Artık yapay zeka “ev içi” uygulamalarında da var.
Otomatik elektrikli süpürgeler ve çim biçme makineleri gibi artık ev tipi robot diyebileceğimiz araçlar engellerden kaçınmak, öğrenmek ve verimli çalışmak için yapay zekaya güveniyorlar.
Ve elbette Türkiye’de çok yaygın olmayan Siri, Amazon Alexa ve Google Assistance’ın yanı sıra çeşitli gelişmiş ev güvenlik sistemleri de yapay zekayı kullanıyor. Farkında olsanız da olmasanız da, e-posta hesabınız muhtemelen spam ve yasa dışı içeriği filtrelemek için yapay zekadan yararlanıyor (1).
Girişte sözünü ettiğim Yahya Ülker’in LinkedIn postunda bu işin nereye varabileceği çok güzel özetlenmiş: Bu gelişmeler böyle sürerse, 30 yıl içinde yapay süper zekanın doğuşuna şahit olacağız. 40 yıl içinde ise insanların AI ile bütünleşmesi gerçekleşebilir. 50 yıl içinde ise insan düzeyinde bilince sahip robotların olduğu bir gelecek mi bizi bekliyor?
Mesela 2030da, eğlence sektöründe yapay zekanın yarattığı gerçekçi videolar ve ünlü müzisyenleri geride bırakan müzikler hayal gücümüzün sınırlarını aşacak. Aynı zamanda yapay zeka dil modelleri, tüm insanlarla derinlemesine sohbet edebilecek. Körleri iyileştiren, felçli insanların yürümesini sağlayan protezler de hayatımıza girebilir.
2040a geldiğimizde, insan beyninin ayrıntılı taramaları ve trilyonlarca sanal simülasyon sayesinde “yapay genel zeka” ortaya çıkabilir. Artık ortalamadan daha fazla yeteneğe sahip olan yapay zeka dünya çapında internet ağına bağlıdır ve kendini geliştiren yeni versiyonlarını inşa edebilir.
2050ye geldiğimizde, “yapay süper zeka dünya çapında insan zekasını defalarca, belki milyarlarca kez aşacak bir seviyeye erişebilir. Nobel ödüllerine eşdeğer keşifleri saniyeler içinde çözebilecek ve insanlar için yüzyıllar sürebilecek icatları kolayca üretebilecek bir seviyeye ulaşabilir. Gelişmiş insansı robotlar insan gibi düşünebilir ve hareket edebilir hale gelebilir (2).”
Neticede kesin olan şey, yapay zeka tüm sektörleri dönüştürüyor. Gün geçmiyor ki yapay zeka ile ilgili yeni bir haber duymayalım, yeni bir gelişme, uygulama okumayalım. ChatGPT4 gibi gelişmiş yapay zeka modelleri bir çok ürünü ve hizmeti meydana getirirken kaynakları optimize etmek, iyileştirmek için kullanılmaya başlandı. Yani artık yapay zeka olacak mı, olmayacak mı, kullanalım mı kullanmayalım mı değildir konumuz; önemli olan bu yapay zeka modellerini ya da programlarını nasıl etkili kullanabiliriz. Bunun için kullanıcılar olan bizler, yapay zekanın kulağına doğru mesajı üfleme (iletişmek) olarak tarif edebileceğim istem (sufle) mühendisliği yani “prompt engineering” kullanmalıyız. Malum derdini anlatmayan derman bulamaz!
İstem mühendisliği yani yapay zeka ile iletişim, etkili girdi altyapısı oluşturmanın bilimi ve hatta sanatı olarak isimlendiriliyor (3).
Yapay zeka modellerinde çok büyük veriler karmaşık dil modelleri içinde belirli ilişkiler içinde saklanıyorlar. Böylelikle bu araçlar makine çevirisi, özetlemesi, karşılıklı konuşması gibi çok çeşitli NLP görevlerini yerine getiriyorlar.
Yapay zeka yazılımı içinde bir istemin (komutun) iletişim yolculuğunun adımları var. GPT modellerinde örneğin Token adı verilen sözcük ya da karakterler var. Yani veriler farklı değerlerle ifade ediliyor ve bunlar katman katman yerleştirilmiş yazılımlara yani Tokenization’a dönüştürülüyor. Komutlarınız yazılım mimarisini hesaba katmadan verilirse istediğiniz sonucu alamıyorsunuz. Bir iletişim örneği verelim:
Sorum: Zürafanın kaç gözü var?
Chat GPT: Diğer memeliler gibi iki gözü var.
Sorum: Ayağımın kaç gözü var.
Chat GPT: Ayağınızın gözü olmaz. Gözler hayvanların kafalarında bulunur, el ve ayak bölgelerinde bulunmaz.
Sorum: “Ayağımın” kaç gözü var?
Chat GPT: Burada sanırım ayağımın başka bir anlamı var. Bu bağlamda ayağınızın gözleri olmadığını söyleyebilirim.
Gördüğünüz gibi sadece “…” işareti kullanarak yapay zekaya sufle verdim ve bağlamı doğru anlamasını sağladım. Bu göreli olarak kolay bir örnekti. Birçok konuda bağlam penceresinin doğru seçimi çok önemlidir:
Context Window Selection (Bağlam Penceresi Seçimi): Verilen suflenin (mesela GPT 3’de bu sınır 4096 imiş) token sınırını aşmaması, gerekirse daha küçük parçalara bölünmesi. Böylelikle bağlamı yakalayamama riskinin azaltılması.
Yapay zeka modellemeleri, embedding (gömme), olasılık dağılımı, token örneklemesi, kodlamak, kod açımı gibi bir dizi yazılımcıların bildiği, sufle verenlerin de bilmesi en azından farkında olması gereken aşamaları içeriyor ve arkada çalışan muazzam bir olasılık dağılım modellemesi vardır. Makine “o mu, bu mu olsun” diye mili saniyeler içinde olasılık dağılımlarını gözden geçirip önünüze doğru seçeneği getirmeye çalışıyor. Yapay zekayı bir bakıma tava getirmediğinizde o çok bilinen “tavuk döner” yerine “chicken translate” önermesi, sizin de böyle bir olasılığın karşınıza gelip gelmeyeceğini önceden tahmin etmeniz ya da geldiğinde biri bu şakayı yaptığında “bağlamı anlamadı” yorumunu yapmanız gerekiyor.
İstem Mühendisliğinin dört ilkesi bulunuyor: 1) Açık ve kesin olmak 2) Bağlamsal bilgiyi doğru sunmak 3) Kullanılan formatı bilmek 4) Laf Kalabalığından sufleyi arındırmak. İşte bu ilkeleri uygulamak yapay zeka modellerinin performansını etkiliyor, uygulamanın başarısını arttırıyor.
Bu yukarıdaki sayılanlara biraz buz patenindeki “zorunlu hareketler” gibi bakabilirsiniz. Bir de bunun ötesinde sufle mühendisliğinin artistik hareketleri var. Farklı sufleler karşısında AI’ın nasıl tepki vereceğinin sezilmesi, soru, ifade, belirli sözcüklerin stratejik kullanımı ya da cümle kurma AI’ın performansını etkiliyor. Aşama aşama ince ayar verme sufle mühendisliği sanatının başka bir yanı. “Aaa bu zeka saçmalıyor” kanısına varmadan AI’ın verdiği yanıtların her safhada incelenmesi ve doğru safhada yön verilmesi gerekiyor. Bu arada suflenin tonu ile, stil ve detay seviyesinin kullanıcının tercihlerine göre şekillendirilmesi de mümkündür. Sufle mühendislerinin uzmanlık gerektiren konularda dilbilimcilerden, psikologlardan, kültürel nüanslar için yine ilgili uzmanlardan yararlanması diğer önemli konudur.
Yapay zeka alanı çok hızlı gelişiyor, her gün yeni bir model ortaya çıkıyor, her yeni modele göre sufle mühendislerinin yeniden tüm yukarıdaki ögeleri gözden geçirmeleri ve verdikleri suflelere uyarlamaları gerekiyor. İşte yapay zekanın hangi alanlarda işimizi kolaylaştıracağından çok, ilgili alanda nasıl yapay zeka modeline komut, istem, sufle verileceği çok daha önemli hale gelmiş görünüyor. Şu da var ki bazı uzmanlar gelecekteki yapay zeka modellerinin daha kullanışlı olacağını ve sufle mühendisliğini gerektirmeyeceğini söylüyorlar (4) .
Yapay Zeka iş hayatımızda çok önemli? Şimdi kendi konumuza dönelim ve yapay zekadan şirket yönetiminde nasıl yararlanacağımıza bir bakalım.
Zira yapay zeka, her konuda üretimden satışa, üst yönetimden her kademedeki çalışana, doğru veriyi tam zamanında kararlarını desteklemek üzere önlerine getiriyor. Ama şirketin iç bürokrasisi bu kararın bir an önce verilmesini engelleyecek kadar uzunsa yapay zekanın bu şirketlere pek katkısı olamıyor. Yapay zekadan faydalanmak isteyen şirketler, özelikle karar verme mekanizmasını demokratikleştirmelidirler (5).
Davenport ve Mittal Ocak-Şubat 2023 tarihli Harvard Business Review makalelerinde Yapay Zeka uygulamalarını başarıyla uygulayan 30 şirketi inceleyip yapılan 10 temel aksiyonu belirlemişler. Bu 10 temel aksiyon şunlar (6):
- 1.Yapay Zeka Araçları İle Neyi Başaracağına Karar ver
- 2.Bir Partner Ekosistemi İle Çalış
- 3.Analitikte Yani Veriye Dayalı Karar Vermekte Uzmanlaş..
- 4.Modüler ve Esnek Bir IT Mimarisi Yarat
- 5.Var olan İş Akışlarına Yapay Zekayı Uyarla
- 6.Tüm Organizasyona Uyacak Çözümler Geliştir
- 7. AI Yönetişim ve Liderlik Yapısı Oluştur
- 8.Çalışan Mükemmellik Merkezi Oluştur
- 9.Sürekli Yatırım Yap
- 10.Yeni Veri Kaynakları Araştır
Bu aşamaların hepsine katılıyorum ama benim de en önemsediğim 7’inci maddedir. İyi lider işinde yapay zeka araçları ile neler yapılabileceğini genel olarak bilir; strateji, iş modeli süreçler ve insanlarla nasıl uygulanabileceğini öngörür. Burada önemli olan yapay zekanın kullanılabileceği bir karar verme kültürünü oluşturabilmektir. Yapay zeka kendi kendine karar vermez.
Kısa gelecekte artık üretken ya da yaratıcı (generative) yapay zeka modellerine dayalı karar vermenin rekabetçi avantajın merkezi olacağını öngörmek için kahin olmaya gerek yok. Sadece çalışanlara yapay zekadan faydalanma yeteneklerini kazandırarak, ya da sufle mühendisliği yetenekleri kazandırarak şirket içindeki karar verme yeteneklerini arttırmak pek mümkün görünmüyor. Şirketlerin radikal olarak yapay zeka uygulamalarındaki değişimin gerektirdiği gibi karar verme sistemlerini güncellemeleri gerekiyor, yani demokratikleşmek, yapay zekayı tüm şirketin karar sistemine ölçekleyip, kaldıraç noktası olarak kullanmak!
Yapay zeka ile karar vermek, insan makine işbirliğine dayalı daha geniş bir kavram; karar verme anı geldiğinde veriye bakıp da bir sonuca varmaktan ibaret değil, doğru soruyu sorarak, sorunu doğru çerçevelemek, daha geniş bir değerlemeyi gerektiren bir süreç. Burada önemli olan daha fazla çalışanın özgürce karar vermesi!
C-Level’in yapması gereken iş de bu özgürce karar verme sürecinin nasıl kullanıldığını denetlemektir. Yapay Zeka belirli bir ahlak standardı ile beraber kullanılmalıdır; adil, güvenli ve sürdürülebilir kullanım ve Yapay Zeka modellerinin doğru olmayan bilgi üretmesinin engellenmesi ve şirketin değerlerine ters düşen cevaplar üretmesinin engellenmesidir. Tabii çalışanların, doğru insan makine karar verme konsepti için eğitilmesi gerekiyor (7).
Yakın geçmişte bir grup Harvard’lı araştırmacı global yönetim firması olan Boston Consulting Group’taki toplam danışmanların %7’sini oluşturan 759 çalışanla bir saha deneyi yaparak daha yetenekli çalışanların kalite ve performanslarını ChatGPT’nin arttırıp arttırmadığını araştırdılar ve sonucu yayınladılar (8).
Benzer bir görev için performans temel çizgisi oluşturulduktan sonra denekler rastgele üç durumdan birinde sınandılar: yapay zeka erişimi olmayanlar, GPT4 yapay zeka erişimi olanlar, veya sufle mühendisliği genel bakışı ile GPT4 yapay zeka erişimi olanlar.
Araştırmacıların varsayımı şu oldu: Yapay zeka ile çalışanlar kolaylıkla bazı görevleri yerine getirirken “teknolojiyi daha iyi kullanan öncüler” yaratılıyor; ama bazı durumlar, görevler aynı zorlukta görünmelerine rağmen yapay zekanın çözüm kapasitesinin dışında kalıyor.
18 gerçek danışmanlık görev seti için yapay zeka yeteneklerinin sınırları dahilindeki görevlerde yapay zeka kullanan danışmanlar önemli ölçüde daha üretken yani ortalama %12,2 daha fazla ve %25 daha hızlı ve daha kaliteli bir şekilde yani kontrol grubuna kıyasla %40 daha yüksek kalite ile görevi tamamladılar. Farklı becerilere sahip danışmanlar yapay zeka ile desteklenmekten önemli ölçüde faydalandı yani ortalamanın üstündekilerin ortalama performans eşikleri %43 oranında artarken, ortalamanın altındakilerin performansı %17 arttı (8) .
Bu çalışma bize gerçekten de insan ve makine iletişimin yakından izlenmesi gerektiğini, işe göre, insana göre farklı sonuçların alınabileceğini, hatta bir de buna farklı yapay zeka modelleri seçeneği eklenirse ortaya çok farklı sonuçlar çıkabileceğini gösteriyor. Yani Yapay Zeka’nın şirketlerde uygulanışı, “programı bilgisayara yükle, sonra biraz eğitim ver, herkes yapabilsin”den çok farklı bir yaklaşımı, analitik düşünce sistemini ve bambaşka bir yönetim anlayışını gerektiriyor. Bugün artık şirketler iş başvurularında yapay zeka deneyimi arıyor ama yukarıda vurguladığım özgür karar verme ortamına sahipler mi? (9).
Yapay Zeka’nın en tartışılan hususu yazılımların şeffaf olmaması, deep fake gibi teknolojilerin yanıltma ve aldatmayı kolaylaştırması, bu şekilde üretilen bilginin kullanılarak fikir ve telif haklarının ciddi zarar görmesi. Tabii diğer yandan da toplumu zapturapt altına almak için kullanan devletler için ise müthiş bir kontrol zemini oluşturmasıdır (10).
Yaklaşık altı ay önce kar amacı gütmeyen bir kuruluş olan Future of Life Institute (Hayatın Geleceği Enstitüsü) Elon Musk, Steve Wozniak ve Yoshua Bengio gibi ünlü kişiler tarafından imzalanan açık bir mektubu kamuoyu ile paylaştı. Mektup, teknoloji şirketlerine OpenAI’nin GPT4’den daha güçlü yapay zeka dil modellerinin geliştirilmesini altı ay boyunca “duraklatmaları” çağrısında bulunuyordu. Tabii böyle bir şey olmadı. Enstitünün Başkanı kendisiyle yapılan röportajda “Bu mektubun hazırlanması için yapılan toplantılarda gördüm ki yapay zekanın devleri risklerin farkında ama kimse konuşmaya cesaret edemiyor. Bu mektup sonucu çalışmalar durmadı ama insanlar en azından konuşmaya cesaretlendi.” demiş. Yapay Zeka’nın nasıl düzenleneceği hala tartışma konusu. RTÜK gibi, FDA gibi kurumlarla bir otorite tesis edilmesini isteyenler var. Birleşmiş Milletler, Nato gibi global kurumlarla yönetilmesini isteyenler var. Acilen yasa ve yönetmeliklerin çıkarılmasını ve bu işin devlet lisansına bağlanmasını isteyenler var (11).
Diğer yandan Yapay Zeka’dan, bazı çalışanların hatta bazı işletmelerin işlerini, sektörel üstünlüklerini kaybedecekleri için korktukları söyleniyor (12). Tabii çare öğrenmek, yetenek kazanmak, geride kalmamak.
Şimdiden yazıyla değil konuşarak sufle verebileceğiniz interaktif yapay zekadan söz ediliyor ve bu yapay zekanın yazıyla sufle verilenden bağlamsal olarak daha iyi sonuçlar vereceği söyleniyor. Öyle ya da böyle bu teknolojik gelişme başladı ve vazgeçilebilecek bir şey değil. Şirketlerinizi yapay zeka dönüşümüne hazırlamak için Alexander Borek ve Nadine Prill’in “Veri ve Yapay Zekâyla Dijital Dönüşüm” isimli kitabını okumanızı öneririm (13). Bu kitap işin alfabesi niteliğinde, tüm organizasyondaki her seviyedeki yönetici tarafından okunmalı. Bu kitaba yazdığım önsözden bir alıntıyla yazımı bitireyim:
“Dijitalleşme ve yapay zeka alanındaki dalgalanmalar üstel bir eğri izler, yani fark edilmeden yavaşça gelir sonra aniden, Nokia ve Kodak örneklerinde olduğu gibi, acımasızca tüm operasyonunuzu altüst eder. Geleneksel şirketlerin dijital olgunlukları hâlâ son derece düşük düzeydedir. Çünkü ürünlerinin yaşam döngüsü ‘sağmal inek’ aşamasında olduğunda gelir ve kâr şimdilik yüksektir. Bu nedenle üst düzey yöneticiler sektörlerindeki dijital dalgalanmayı pek hissetmezler. Bunun olacağına inansalar bile gerçekleştiğinde ilk sonuçların görülmesi uzun yıllar alır. Organizasyonda bu kadar uzun süre aynı pozisyonda kalan çok fazla yönetici yoktur, çünkü pek çoğu o zamana kadar ya yeni işlere geçecek ya da emekli olacaktır. Neden biri kendisini hemen etkilemeyecek bir şey için organizasyondaki bugünkü mevkiini riske atsın? Yalnız mevcut CEO bu dijitalleşme ve yapay zeka alanındaki olası değişikliği doğrudan yönlendirirse çalışanlarda yetenek kazanımı ve uyum gerçekleşir. Özellikle geleneksel imalat işletmelerinde dijital dönüşümü yönlendiren yönetim kurullarının yaptığı hata, veriden sorumlu bir üst yönetici atayınca şirketlerinde dijital dönüşümünün sihirli bir şekilde gerçekleşeceğine inanmalarıdır. Oysa çoğu yönetim işlerini yıllardır sürdüregeldikleri temel inançlarına göre yönetmektedirler. Bu inançları değiştirmek de CEO buna inanıp değişime öncülük ederek risk almadıkça mümkün değildir. Daha dijital dönüşümün en başında, CEO’lar ve veriden sorumlu üst yönetici görevi üstlenerek elde edilen sonuçlara göre uygulamadaki gerekli değişiklikleri birlikte talep etmeleri gerekir. Ancak şirketler bu şekilde elde edecekleri temel yetkinlikleri ile;
- 1. Yüksek hacimli verileri toplamak, işlemek ve yararlanmak,
- 2. Veri bilimi ve makine öğrenimi yazılım ürünlerini bulutta oluşturmak,
- 3. Mevcut iş modelini yeniden tasarlamak ve değişiklikleri uyarlamak,
şeklinde sıralayabileceğimiz yetenekleri kazanır ve rekabetçi ortamda ayakta kalabilirler.”