“Yapay zeka gelince …” diye başlayan soruları sıkça duyuyorum. Bir ara çok sayıda “YZ geldi, CRM öldü” diyenler vardı. Kısa yanıtını [1] – [2] kere verdim.

Bunları niye tekrar yazdım. Son zamanlarda okuduğum çeşitli makalelerde ve Linkedin paylaşımlarında YZ’nın ürettiği raporların doğruyu göstermediği, arka arkaya alınan raporlarda bile farklılık olduğu, vb. üzerinde duruluyor. Bu durumun çözüm yolları öneriliyor.

10-15 sene önceye gidersek… Danışmanlık vesilesiyle tanıdığım birkaç şirkette, farklı iş birimlerinin her birinde sadece raporlamayla uğraşan 4 – 5 kişilik gruplar vardı.  Bir bankada bu konu abartılmıştı. Bireysel Bankacılık, KOBİ bankacılığı, Ticari bankacılık, Kurumsal bankacılık, Özel bankacılık, Alternatif dağıtım kanalları, vb… her birinin ayrı raporlama birimleri vardı.

Yani 35 – 40 kişi, tüm mesailerini farklı kaynaklardan, faklı sistemlerden rakamlar bulup yönetim kademelerine rapor yazmaya ayırıyorlardı. Her bir departman farklı kaynakları ve farklı tanımları kullandığı için, aynı konudaki raporlar bile farklı rakamlar gösteriyorlardı. Aslında, yönetimin elinde sağlam ve tutarlı raporlar da olamıyordu.

Yapay Zeka Gelince

Yapay zeka ile yapılabilecekler konusunda senaryolar üretmek ve hayaller kurmak çok güzel. Bu senaryo ve hayalleri mercek altına alıp, olası sorunları aklımıza getirdiğimizde ise, bambaşka noktaları dikkate almamız gerektiğini görüyoruz.

• Serkan KAV‘ın “Bir Yapay Zeka Kararının Delili Nedir?” yazısı, bir yapay zeka kararının katmanlarına ışık tutuyor.
• İsmail Yaman‘ın  “Bazı Anlar Hâlâ Bir İnsana İhtiyaç Duyar” yazısı, havaalanlarında yapay zeka uygulamalarının senaryolarından yola çıkıp, olası sapmaların sonuçlarını incelemiş.
• Sibel Akoğlu‘nun mesajları ama özellikle “YZ destekli dinamik pazarlama kurguları” konulu yazısı.
• Bir de McKinsey makalesi ekleyeyim. AI data readiness: The key to scaling impact.

Bu dört yazıyı da, geçmişte benden eğitim almış (ve gelecekte alacak) arkadaşlara öneriyorum.

Ercüment Büyükşener‘in Linkedin’de paylaştığı yazıları ve sohbetleri de izlenmeli.

Bir de Alper Bayraklı‘nın Linkedin paylaşımları var. Yurt dışına da hizmet veren bir ajansın AI ile yolculuğunun güncesi gibi… Çoğunluğu “mutlaka okunmalı” dediğim yazılar. Bazı yazılarından seçtiğim cümleler şöyle:

• “Bunu Ahmet yaptı, ben bilmiyorum” cümlesi teknik borcun dokümante edilmemiş halidir.
• “Hafta sonu bir bakarız” cümlesi benim için sessiz bir krizdir.
• AI çağı, her şeyi yeniden yıkıp yeniden yaptığımız ilk çağ değildi. Waterfall’dan Agile’a, Monolith’ten Microservices’e geçişleri (ve zaman zaman geri dönüşleri) düşündüğümde, AI’ın bizi zorladığı yerin aynı olduğunu görüyorum: zihniyet değişikliği.

Doğru Raporlamak İçin

Mevcut durumda yaptığınız işleri (ve raporları) aynen dijitalleştirirseniz… hızını artırırsınız ve sabitlersiniz. Zaten yaptığınız yanlışı daha hızlı ve geri alınmaz büyük bir yanlış hâline getirirsiniz.

Bu kadar uzun giriş paragrafları ve referanslar yazmamın nedeni, bu cümledir.

Şimdi çözümü konuşalım.

İlk yapmanız gereken çalışma, mevcut raporları gözden geçirmektir.

Tıpkı “Veriden Önce Yanıtlanması Gereken Soru” yazısında vurguladığım gibi “Ne yapacaksın bununla?” sorusuyla başlanmalıdır.

• Bu raporu kim üretiyor?
• Neden bu rapor üretiliyor? Hangi belirsizliği azaltıyor?
• Kim kullanıyor?
• Nerede kullanıyor?
• Hesaplama yöntemi nedir?
• Bu yöntem gerçekten amaca hizmet ediyor mu?
• Başka bilgilerle desteklenirse, daha doğru karar verilebilir mi? (Hangi başka bilgiler?)
• Bu rapora dayalı kararlarda nasıl sonuçlar elde edildi? (Gerçekten işe yarıyor mı?)
• Bu rapor hâlâ geçerli mi? (Hangi durumlarda bu raporu dikkate almamamız lazım?)

Bu soruların bir kısmının yanıtını yapay zekadan alabilirsiniz. Hiç sakıncası yok, hatta yararı var. Yeter ki ilk soruları kendiniz yanıtlamaya çalışın.

Bu soruları yanıtlamaya kalkıştığınızda kendinizi “Veriden Önce Yanıtlanması Gereken Soru” yazısında anlattığım veri sözlüğünün karşısında bulacaksınız. Bu noktada “yapay zeka varken buna gerek yok” demeyin.

• Ömer KORKMAZ, Linkedin’deki yazısında şu noktalara değinmiş. “Verisini yönetemeyen bir otel, yapay zekâyı nasıl yönetecek?“, “Yoksa mevcut dijital karmaşanın üzerine eklediğimiz daha pahalı bir katman mı?“, “Daha kaliteli veri. Ve mümkünse tek bir doğruluk kaynağı.” (Aradan işime gelen cümleleri çekip aldığımı düşünürseniz, tamamını okuyuverin.)
• Sibel Akoğlu‘nun yukarıda referans verdiğim yazısı, müşteri odaklı veri ambarının önemine değiniyor.
• McKinsey’in AI data readiness: The key to scaling impact makalesinde, tekrar kullanılabilecek verilerin önemine değiniliyor.
• Elinizde veri olabilir ama bağlam ve müşteri deneyimi konusunda yeterli tecrübeniz yoksa, felaket yanlışlar yapabilirsiniz. O dönemlerde bunun sorumluluğunu insanlar üstleniyordu. Artık “Ben yapmadım, yapay zeka yaptı” mı diyeceksiniz.

Envanter yönetiminde FIFO (First in first out) ilk giren ilk çıkar – LIFO (Last in first out) son giren ilk çıkar gibi yöntemler vardır. Veri yönetiminde GIGO (garbage in garbage out) çöp koyarsan çöp alırsın değişmez bir gerçektir.

Yapay zeka bunu azaltmaz ama hızlandırır.

Özetle

“Yapay zekayı raporlama için kullanıyorum. “Şu müşterideki son durumu bana şu şekilde özetle” diyorum. Şipşak görüntü alıyorum” diyorsanız… kişisel kullanım için ehh… idare eder. Ama kurumsal boyutta böyle düşünüyorsanız.

Birkaç sene sonra anılarınızı ve hüznünüzü paylaşacağınızı şimdiden söyleyebilirim.

Eş zamanlı olarak Linkedin’de yayınlandı.

.