Yapay zeka konuşulurken en çok atlanan soru şu: sizin işletmenizde bunun karşılığı ne? İzmir'deki üretim, ihracat ve hizmet işletmelerinde şu an gerçekten sonuç veren kullanımlar ile hâlâ erken olanları ayırdık.
Son iki yılda yapay zeka konusunda en çok duyduğumuz cümle şu: “biz de bir şey yapmalıyız ama ne?” Cümle samimi ve haklı. Sorun, cevabın çoğu zaman teknolojiden değil, işletmenin kendi verisinden çıkması.
Bu yazıda İzmir'deki işletmelerde gördüğümüz kadarıyla neyin şu an işe yaradığını, neyin hâlâ erken olduğunu yazacağız. Reklam yazısı değil; birkaç maddede “size gerekmiyor” diyeceğiz.
Şu an gerçekten karşılığı olan üç alan
Belge ve yazışma yükü. Gelen faturayı, irsaliyeyi, teklif formunu okuyup sisteme aktarmak. İzmir'in ihracat yapan firmalarında bu yük ciddi ve büyük kısmı hâlâ elle yapılıyor. Metin okuyup alan çıkarma işi, bugünün araçlarının en olgun tarafı.
Müşteri sorularının ilk katmanı. Sipariş nerede, çalışma saatiniz nedir, şu ürün stokta var mı? Bu soruların büyük kısmı tekrar ediyor ve sisteme bağlı bir asistan bunları gerçekten karşılayabiliyor. Kritik nokta: asistan stok ve sipariş verisine bağlı değilse işe yaramıyor, sadece nazik cümleler kuruyor.
Görüntüyle kalite kontrol. Üretim hattında yüzey hatası, eksik parça, etiket kontrolü. Bu alan olgunlaştı ama şartı var: yeterli sayıda örnek görsel ve kararlı bir aydınlatma. Sahada bu şartlar sağlanamıyorsa proje kağıt üstünde kalıyor.
Hâlâ erken olan üç şey
Talep tahmini, veri geçmişi yoksa. İki yıllık düzenli satış verisi olmayan bir işletmede tahmin modeli kurmak, kahve falına daha yakın. Önce veri düzeni, sonra tahmin.
Her şeyi bilen kurum içi asistan. Dokümanları dağınık, sürüm karmaşası olan bir firmada kurulan asistan, eski ve yanlış bilgiyi kendinden emin bir dille söylüyor. Bu, hiç kurmamaktan kötü.
Karar veren sistemler. Fiyat belirleyen, sipariş onaylayan otomatik yapılar teknik olarak mümkün ama sorumluluk tarafı çözülmeden devreye alınmamalı. İnsan onayı olmayan otomatik karar, ilk hatada pahalıya patlıyor.
İzmir özelinde nereden başlanır?
Şehrin yapısı bir ipucu veriyor. İhracat yapan firmalarda evrak ve yazışma yükü ilk sırada; üretim tesislerinde kalite kontrol ve duruş analizi; turizm ve hizmet tarafında müşteri sorularının karşılanması; tarım ve gıda hattında izlenebilirlik ve tahmin.
Ortak nokta şu: hepsinin altında veri var. Verisi olmayan yerde yapay zeka projesi, demo aşamasını geçemiyor. Bunu daha önce ayrı bir yazıda da anlatmıştık.
Bütçeyi nasıl planlamalı?
Küçük ve ölçülebilir başlayın. Bir işi seçin, bugün kaç saat sürdüğünü ölçün, üç ay sonra tekrar ölçün. Yapay zeka projelerinde en sık yapılan hata, aynı anda beş alanda birden başlamak.
İkinci öneri: hazır servisleri küçümsemeyin. Kendi modelinizi eğitmek çoğu işletme için gereksiz ve pahalı. İşin değeri modelde değil, sizin sisteminize doğru bağlanmasında.
Konuya yapay zeka yazılımı ve yapay zeka chatbot yazılarında teknik taraftan da baktık. Yerel çalışma biçimimiz için İzmir yapay zeka sayfasına, hizmet kapsamı için yapay zeka sayfasına bakabilirsiniz.
Sık sorulanlar
Küçük bir işletme için mantıklı mı?
Tekrar eden bir işiniz varsa evet. Yoksa hayır. Ölçek değil, tekrar belirleyici.
Verilerimiz dışarı çıkar mı?
Hangi servisin kullanıldığına bağlı. Bu, projenin başında konuşulması gereken bir konu; kurum içinde çalışan seçenekler de var, dış servis kullanılan durumlarda hangi verinin gittiği yazılı olmalı.
Mevcut programımıza bağlanabilir mi?
Programın dışarıya açık bir arayüzü varsa genelde evet. Yoksa veri tabanı üzerinden çözüm aranıyor, bu da tedarikçinin iznine bağlı.
Ne kadar sürede sonuç görülür?
Dar kapsamlı bir başlangıçta haftalarla ölçülüyor. Süreyi uzatan şey model değil, veriyi toplayıp temizlemek oluyor.
