Dünya genelinde şirketler iş süreçlerini otomatikleştirmek için yapay zekâyı kullanmaya başlamış durumda. Ancak bu gelişimde yapay zekâ tek başına yeterli olmuyor. En kalıcı ve etkili performans artışları, insan ve yapay zekâ birlikte çalıştığı zaman ortaya çıkıyor.
*****
İş süreçleri, farkında olalım ya da olmayalım, tüketici veya çalışan olarak günlük hayatımızı birçok yönden etkiliyor.
İsteklerimiz veya görevlerimiz ne olursa olsun – örneğin sabah kahvenizi ısmarlamak, bir işe başvurmak, bir müzik uygulamasında doğru şarkıyı bulmak, yeni otomobilinizi alırken deri koltukların tam istediğiniz renkte olanını seçmek – bir iş süreci devreye giriyor.
Ancak birçok süreç yavaş, verimsiz veya bugünün müşterisinin hızla değişen taleplerini karşılayamayacak nitelikte. Accenture’den Paul Daugherty ve James Wilson tarafından yayınlanan “İnsan + Makina — Yapay Zekâ Çağında İşleri Yeniden Tasavvur Etmek” adlı kitapta ayrıntılı bir şekilde anlatıldığı gibi, şirketler iş süreçlerini belli bir yere kadar otomatikleştirmek için yapay zekâyı kullanmaya başlamış durumda. Ancak, yapay zekâ esas olarak insanların yerine geçecek şekilde kullanılırsa, kısa vadede verimlilik artışının hemen hemen insanın gerçekleştirebileceği hızda olacağı düşünülüyor.
1500’den fazla şirket arasında yapılan araştırma şunu ortaya koyuyor: En kalıcı ve etkili performans artışları insanlar ve yapay zekâ destekli akıllı makinalar birlikte çalıştığı zaman ortaya çıkıyor. Birkaç adım daha ötesine bakarsak, yapay zekânın iş süreçlerinin yeniden tasavvur edilmesinde itici güç olduğunu ve başlıca beş alanda gelişmeler sağladığını görüyoruz: Esneklik, hız, ölçek, karar alma ve kişiselleştirme.
Kısa bir süre önce Harvard Business Review’da yayınlanan bir makalede, insanla yapay zekânın oluşturduğu “işbirlikçi zekânın” ortayı çıkardığı fırsatlar ve iş süreçlerinde dönüşüm beklenen bu beş spesifik alan tartışılmıştı.
GELİŞME SAĞLANACAK BEŞ ALAN
Esneklik
Geleneksel olarak, otomobil üretimi katı bir süreçti ve otomatikleştirilmiş aşamalar “aptal’ robotlar tarafından yürütülmekteydi. Mercedes-Benz için esnekliğin olmaması giderek büyüyen zorluklara neden oluyordu. En kârlı müşteriler kişiselleştirilmiş S-sınıfı sedanlar istiyorlardı ancak bu üreticinin montaj sistemleri, insanların istediği kişiselleştirmeyi sunamıyordu.
Mercedes bu robotların bir kısmını “co-botlarla”, yani işbirlikçi robotlarla değiştirdi ve iş süreçlerini insan-makina işbirliği çerçevesinde yeniden tasarladı.
Mercedes şu anda araç üretimini müşterilerin bayilerde yaptıkları gerçek zamanlı taleplere göre kişiselleştirerek gösterge tablosu parçalarından koltuk derisine ve lastik supap kapaklarına kadar her şeyi değiştirebiliyor. Bunun sonucunda, Stuttgart montaj hattından çıkan iki otomobil bile aynı olmuyor.
Hız
Bazı süreçlerin, örneğin kredi kartı sahtekarlığının anında tespitine yönelik işlemesi gerekiyor. Bir bankanın belli bir işlemin onaylanmasına karar vermesi için sadece birkaç saniyesi var.
HSBC Holdings, sahtekarlıkların tespitinde hız ve doğruluğu artıran yapay zekâ tabanlı bir çözüm geliştirdi. Günlük olarak milyonlarca işlemi izleyen yapay zekâ, muhtemel bir sahtekarlığa işaret eden zekice davranış modellerini araştırıyor.
Burada da kritik rolü insanların oynaması gerekiyor. Sahtekarlıkla mücadelede algoritmalar ve skorlamaya dayalı modellerin kullanım ömrü çok kısa ve sürekli güncellenmeleri gerekiyor. Bu da, insanlarla makinalar arasında yer alan veri analistleri ve finansal sahtekarlık uzmanlarının yazılımları suç örgütlerinin bir adım önünde tutmalarını gerektiriyor.
Ölçek
Birçok iş süreci, özellikle devasa bir insan gücü ve çok az makina yardımı gerektiriyorsa, ölçek imkanlarının az olması nedeniyle eli kolu bağlı kalır. Bu kapsamda yeni eleman alımları ve diğer İK fonksiyonları devreye girer.
Çeşitliliği artırma çabaları kapsamında yeni eleman adaylarının değerlendirilmesini hızlandırmak isteyen Unilever, adayların vücut dilini ve kişilikle ilgili belirtilerini, işle ilgili soruları nasıl cevapladıklarını video üzerinden değerlendiren, yapay zekâ tabanlı bir eleman alımı sistemi geliştirdi. Bir yıl içinde yeni sistem Unilever’in eleman alma ölçeğini genişletmesine yardımcı oldu ve iş başvurusu yapanların sayısı iki katına çıkarak 30.000’e ulaştı. Başvuru ile işe alma kararı arasındaki ortalama süre ise dört aydan dört haftaya düştü.
Karar verme
İnsanlar ne kadar ihtiyaca uygun bilgi alabilirlerse o kadar iyi kararlar verebilirler. Fabrikada çalışan işçiler ve sahadaki servis teknisyenleri için doğru çağrıyı yapmak sonuca çok büyük etki yapabilir.
Bu konuda örneğin General Electric gibi şirketlerin türbinler ve diğer endüstriyel ekipmanları takip etmek için kullandıkları sanal modeller olan “dijital ikizler” ele alınabilir. GE, birçok makinadan veriler toplayarak normal ve anormal performans arasındaki farka ilişkin çok zengin bilgiler edindi. Şirketin Predix isimli uygulaması, makina-öğrenmesi algoritmaları kullanarak belli bir makinadaki belli bir parçanın ne zaman arızalanabileceğini öngörebiliyor.
Bu teknoloji, karar-yoğun bir iş sürecini temelden değiştirdi. Predix sayesinde, çalışanlar potansiyel sorunlar ciddi hale gelmeden uyarılıyor ve bazen GE’nin milyonlarca dolarlık maliyetlerden kurtulmasını sağlayan kararlar almalarına yardımcı olan bilgiler ellerinin altında bulunuyor.
Kişiselleştirme
Yapay zekâ sayesinde pazarlamanın “kutsal kasesi” olarak görülen amaç gerçekleşebilir: Müşterilere kişiye özel, talep halinde üretilen marka deneyimlerini geniş ölçekte sunmak.
İnternet üzerinden müzik yayını hizmeti veren Pandora uygulaması, yapay zekâ algoritmaları uygulayarak, milyonlarca kullanıcıya şarkılar, sanatçılar ve türlerle ilgili tercihlerine göre kişiselleştirilmiş müzik listeleri sunuyor.
AI teknolojisinin en iyi yaptığı işi yapmasının sadece bir örneği olan bu uygulama, yığınla veriyi elden geçirerek belli teklifler yapıyor veya belli aksiyonlar tavsiye ediyor ve böylece insanların en iyi yaptıkları şey olan, sezgi ve yargı gücünü kullanarak bir tavsiyede bulunmalarına veya bir dizi seçenek arasından en uygun olanı seçmelerine yardım ediyor.
Yeni rollere ve yeni yeteneklere duyulan ihtiyaç
Tabii ki, iş süreçlerini yeniden tasavvur etmek, yapay zekâ teknolojisini uygulamaktan daha fazlasını içeriyor; aynı zamanda çalışanların “birleştirme becerisi” geliştirmelerine yardım edilmesini ve insan-makina arayüzünde verimli bir şekilde çalışabilmelerinin sağlanmasını gerektiriyor.
İnsan-makina arayüzündeki faaliyetlerin çoğu insanların yeni ve farklı şeyler yapmalarını (örneğin bir sohbet robotunu eğitmelerini) ve bazı şeyleri farklı şekilde yapmalarını (örneğin o sohbet robotunu kullanarak daha iyi müşteri hizmetleri sunmalarını) gerektiriyor. Ancak şu ana kadar çok az sayıda şirket işbirlikçi zekâyı optimize etmek amacıyla iş süreçlerini yeniden tasavvur etmeye başladı.
Ancak buradan çıkarılacak ders açık: Geleceğin iş liderleri işbirlikçi zekâyı bugünden benimseyerek operasyonlarını, pazarlarını, sektörlerini ve en az diğerleri kadar önemli olan iş gücünü dönüştürüyor.
Üst düzey yöneticilerin yapay zekânın değer katmasını beklediği 4 alan
Accenture Global Sigorta Lideri Michael Lyman’a göre, yapay zekâ kavramını anlayıp iş modellerine uygulayabilen şirketler rekabette ciddi bir avantaj yakalıyor. Bu şirketler, değerlerini de büyük oranda arttırıyor. Yapay zekâyı göstermelik olarak uygulayıp, ucuz teknoloji çöplüğü yaratanlar ise rekabette önemli oranda yara alıyor. Bu şirketlerin yapay zekâ yatırımlarından dolayı hayal kırıklığı yaşıyor. Lyman, sigortacıların kârlı ürünler geliştirip yeni pazarlardan pay alabilmek için yapay zekâyı iş stratejilerinin kalbine yerleştirmeleri gerektiğini düşünüyor.
Accenture’nin globalde yaptığı bir araştırmaya göre, üst düzey yöneticilerin yapay zekâdan yüksek beklentileri bulunuyor. Önümüzdeki üç yılda yöneticilerin yapay zekânın şirketlerinde değerini arttırmasını bekledikleri dört alan var:
-Müşteri memnuniyetini arttırma ve tutundurma: %57
-Yeni ürün ve hizmet geliştirme: %56
-Yeni pazar ve ürün fırsatlarından yararlanma: %53
-İş modelinde dönüşüm: %48
Son maddede görüldüğü gibi, yöneticilerin yüzde 48’i yapay zekânın iş modelinde dönüşüm sağlamasını bekliyor. Ancak bunun için yapay zekâyla “iyileştirmeler” yerine “yeni şeyler” yapmak gerekiyor. Aksi takdirde iyileştirmeleri rakipler kolaylıkla takip edebiliyor. Ancak yapay zekâ teknolojisiyle müşteri deneyimi ve ürün geliştirmede yenilikçi uygulamalar yaratmayı taklit edip uygulamak rakipler için o kadar kolay olmuyor.
Michael Lyman’a göre, yapay zekâyı bir teknolojinin ötesinde, tüm iş süreçlerini dönüştürücü ve yeni fırsatlar getiren bir güç olarak anlamlandıran şirketlerin önü açık görünüyor.
