YENİ İŞ MODELLERİ

Y

eni teknolojiler, şirketlerin (kurumsal veya girişim) iş modellerinde bir temel kaynaktır. Devamlı konuşulan Geleceğin Teknoloji Trendleri (Nesnelerin İnterneti, Büyük Veri, mobil vb.) hiçbir zaman fark yaratan bir iş modelini desteklemek için yeterli olmuyor. Bunların beraber sentezlendiği ve gerçek sorunları çözen uygulamalara dönüştürüldüğü zamanlarda sihir ortaya çıkıyor.

Ama yapay zekânın biraz farklı bir yeri var çünkü kendisi zaten bir sentez. Derin öğrenme için büyük veriye ihtiyaç var, bu verilerin büyük bir kısmı nesnelerin internetinden ve insanların cep telefonlarından gelecek gibi gibi. Ama yapay zekânın şu anda kısa düştüğü nokta ticari yaygınlaşma için biraz daha zamana ihtiyaç duyması. Yapay zekâ büyük oranda hala çuval çuval paraların üzerinde oturan şirketlerin tekelinde bir araştırma çalışması niteliğinde. Bazı ticari uygulamalar yok değil, yatırım danışmanlığı ve insansız araçlar gibi. Ama asıl para hala yapay zekânın kendi dinamiklerini çözmeye harcanıyor.

Kısa vadede bu araştırmaları yapan firmaların, aynı zamanda yatırımcı kimliğine de sahip olan büyük müşterilerine ürün geliştirerek kendilerini sürdürülebilir kılma ve teknolojiyi daha da geliştirme sürecini yaşayacağız. Ancak orta vadede, işlem gücünün gerekli yere gelmesi ile beraber yapay zekânın patladığı gibi, yapay zekâ ile ilgili veriler, donanımlar, öğrenme algoritmalar vb. de gerekli kritik hacime gelecek ve bunlar rahatça erişilebilir olacak. İşte o zaman araştırmaya çok ihtiyaç duymayan, ticari sonuçlara odaklı girişimler duyacağız ve pazarda yeni bir patlama yaşanacak.

Korkulan konulardan biri, birçok uygulamanın şu anda insanlar tarafından üstlenilen görevlerin yerini tutacağı. Bu ilk kez yaşanan bir tartışma değil, otomatik telefon santralleri, üretim robotları ve ATMler de bu tartışmaları tetiklemişti. Geçmişe baktığımızda bu teknolojilerin hep insan işlerinin yerini aldıklarını ama istihdamda olumsuz bir gelişme olmadığını görüyoruz. Çünkü her seferinde daha önce olmayan yeni meslekler ve insanlar için yeni roller de eş zamanlı olarak belirdi. Yapay zekâ için de benzer bir senaryo beklemek daha makul.

Bu arada yapay zekâ uygulamalarının posizyonları değil, pozisyonlar içindeki görevleri tehdit ettiğini de unutmamak lazım. Örnek olarak, bir pazarlama profesyoneli hedef müşterilerine en iyi şekilde ulaşmak için doğru mesaj ve kanalı bulmalıdır ve bu görevler hem zaman ister hem de hataya açık noktalardır. Yapay zekâ teorik olarak bu ikisini de, çok daha iyi bir verimle yapabilir. Ama bu pazarlama profesyonelinin işinden olmasını değil, zaman kazanmasını ve müşteri keşfi, değer, ürün veya servis tasarımı, strateji oluşturma gibi daha katma değerli işleri yapmasını sağlar. Toplam iş yükü aynı kalırsa, pazarlama ekibinde bir küçülme öngörülebilir ancak doğru şekilde modelleme yapan firmalar zaten yapay zekâyı işleri büyütmek için kullanacağından, bu daralmanın da olması pek olası değil.

Her yenilik için geçerli olduğu gibi, yapay zekâ da, mevcut iş modellerinde doğru konumlandırma yapıp değişimi oluşturan firmalar için tamamen olumlu sonuçlar doğuracaktır ancak treni kaçıran ve doğru tasarımı yap(a)mayanlar için de sonun başlangıcı olacaktır.

YAPAY ZEKÂ VE MÜŞTERİ DENEYİMİ

Y

apay zekânın müşteri deneyimi kavramında yaratacağı değişimleri ile ilgili öngörüleri tahmini modeller yerine daha yapısalcı bir modelle oluşturmak istersek ortaya öncelikle geleneksel müşteri deneyimi kavramını koymalıyız.

Müşteri Deneyimi, bir organizasyonun müşterisi ile temas ettiği noktalardaki etkileşimlerinin, zaman içinde yarattığı duygu bütünüdür.

Bu tanımı oluşturan kritik kavramları, yapay zekânın gelecekteki değişim öngörüsü ile yeniden okursak, tanımın yeniden nasıl şekilleneceği üzerine yapısal bir düşünce üretebiliriz.

Yapay zekânın organizasyon üzerine etkisi: Muhakeme kavramının zenginleşeceğini düşünüyoruz, bu özellikle organizasyonları oluşturan ve dağıtan karar/uygulama alanlarındaki uzlaşma ve çatışma konularına yeni bir boyut getirecektir. Kararlar çerçevesindeki hız ve tutarlılık artacak bugün deneyim problemlerinin önemli bir kök nedeni olan kurumsal hafıza gibi konular geride kalmış olacaktır.

Yapay zekânın temas noktası üzerine etkisi: Bu nokta beni, analizine girmeye cesaret edemediğim, müşteri kavramının içine biraz  girmeye zorluyor.

Yapay zekâ ile derinleşecek tanıma (ses, görüntü) kavramı, bugün üzerinde personalar çerçevesinde biraz genelleyerek çözmeye çalıştığımız kullanıcı deneyimi, kullabilirlik gibi problemleri hızla çözebilir. Kişiye özel karşılaşılan marjinal problemler firmaların problemi haline gelebilir.

Yapay zekânın etkileşim üzerine etkisi: Aslında temas noktaları için değindiğim konular etkileşim için de birebir ilgili, ayrıca anlama kabiliyetlerini artması ergonomi ve kültürel faktörlerle sınırlanan etkileşim arayüz, arabirim yapıları için yeniden tasarım fırsatları doğuracaktır.

Yapay zekânın bütün üzerine etkisi: Bugün çok uğraştığımız bütünü görme çok daha kolay modellenebilir olacaktır.

Yapay zekânın Duygu bütünü üzerine etkisi: İşte bu noktaya kadar yapısal bir şekilde analiz etmeye çalıştığım kavramlar dışında benim için bir şüphenin oluştuğu nokta burası. Deneyim birikir. Deneyim ve deneyim çerçevesinde yaşanan  duygu çok sayıda irrasyonel faktörle ilişkilidir. Örneğin bir firmayla herhangi bir şekilde etkileşim içinde olan bir müşteri için tutarlılık biriken deneyimi destekleyen önemli bir unsurken, var olan sürecin dışına çıkılan bir sürpriz duyguyu en üst noktaya taşıyabilir.  En üst kalitede hizmet veren bir firmanın hizmeti bile müşteri için monoton hale gelebilir. Üzerine bir de yapay zekâ yeteneklerinin  her sektörde kullanılarak deneyim modellerinin optimize edilmesi firmaların deneyimi pozitif veya negatif yönde etkileyecek beklenmeyen nadir olaylar – siyah kuğu teorisi üzerine daha çok düşünmeye itecektir diye düşünüyorum.

Yapay zekâ ile ilgili öngörülerimiz gerçekleşmesi durumunda müşterinin üzerinde duracağı, deneyiminin dünden ne kadar iyi olduğu olmayacak, yapay zekânın yarattığı standart içinde kendisi için fark yaratacak olanı kimin bulacağı olacak. Aslında bugünden çok da farkı yok gibi…

YAPAY ZEKÂ HEM İK’YI HEM DE PAZARLAMAYI DEĞİŞTİRİYOR

Y

apay zekâ, insanı daha iyi tanımak için kullanılmaya başlandı. Bir insanın sosyal mecralarda paylaştıklarına, beğendiğini (artık fazlası var: muhteşem bulduğu veya beğenmediğini) tek tıklamayla belirttiklerine bakarak kişilik analizi yapabiliyor. Haftanın hangi gününde, günün hangi saatinde, yanında kim varken, hangi hava durumunda, nerede, ne yaparken, nasıl davrandığını veya nasıl bir teklife ne yanıt verdiğini büyük bir doğrulukla tahmin etmeyi mümkün kılıyor.

Düşünsenize, “Bize CV’nizi gönderin” demek yerine “Bize sosyal medya hesaplarınızı bildirin” demeniz yeterli. İşe eleman alacağımız zaman, yarım saatlik görüşmede tanıyabileceğimizden fazlasını birkaç saniye içinde yapay zekâ size sunuyor.

Yapay zekâ, sadece insanlar için de kullanılmıyor. Kurumsal ilişkilerde, ticari müşterilerin veya rakiplerin izlenmesini kolaylaştırıyor. Firmaların kendi müşterileri tarafından beğenilip beğenilmediği, firmaların yaptıkları yeni girişim ve yatırımların nasıl karşılandığı, toplumun firmalara tepkisi veya bakış açısı, firmaların reklam kampanyalarının etkisi gibi konuları da inceleyerek hisse değerinin artışı veya azalışını, hatta kredi açıp açmamak gerektiğini kestirmek de mümkün oluyor.

Bir kişinin veya kurumun hassasiyetini “nokta atışı” denecek kadar iyi tahmin edebildiğimiz bir ortamda, reklam ajansının yaratıcı sloganlarıyla müşteri kazanmaya çalışır mıyız? Ajansların, markaya bir hikâye oluşturarak müşteriyi ikna etmesini bekler miyiz?

Yapay zekânın sosyal medya veya internette dolaşan her türlü bilgiyi incelemesi ve anlamlandırması, şimdilik sadece birkaç dil için yapılmakta. Ancak yakın bir gelecekte çok konuşulan dillerin hepsini anlayacak.

O zaman yepyeni bir pazarlama iletişimi dünyasıyla karşı karşıya kalacağız.

YAPAY ZEKÂ VE HUKUK

Y

apay Zekâ uygulamalarının derin öğrenme çalışmaları ve süper bilgisayarların gelişmesi oranında 2030 yılına kadar bazı üretim ve hizmet alanlarında bir çok insanın yerini alacağı kesinleşti. Şimdi büyük verinin yapay zekâ ile işlenmesinden doğacak yeni fikirler ve buluşların fikri mülkiyet haklarının kime ait olacağı ve nasıl korunacağı, Endüstri 4.0 verilerinin güvenliği, beyin korteksine yerleştirilecek kablosuz iletişim sistemleri ile bilgisayarlarla doğrudan iletişim kurulmasının yasal koruma seviyesi araştırılıyor. Yakında erişkin zekâsına erişecek yapay zekâ, hukuken bir kişilik koruması da kazanacak. Yapay zekâ tabanlı hukuk hizmeti şu anda mevcut, devlet hizmetleri her alanda dijitalleşmeye doğru gidiyor çünkü iklim değişikliği sonucu zorunlu olan insanlığın mobilizasyonu, ‘her şeyin’ yeniden tasarlanmasını gerektiriyor. Yeni ve kaçınılmaz bir çağa girdiğimizi kabul ederek, yüksek teknolojiye ve yapay zekâ hukuk sistemine dair gelecek planlamasını yapamazsak, alışıldık ekonomik yapımızın çökmesi, sosyal yapımızdaki dengelerin bozulması kaçınılmaz.

Hukuk

Artık neredeyse devletlerden daha güçlü olan firmaların yapay zekâ uygulamalarının sosyal sonuçları hakkında düşünmek ve ‘kamusal yapay zekâ ‘ uygulamalarını geliştirmek zorundayız.

AÇIK KAYNAK KODLU YAPAY ZEKÂ KÜTÜPHANELERİ

M

akine Öğrenmesi ve Derin Öğrenme gibi Yapay Zekâ başlıklarına geçtiğimiz yıllarda giderek artan ilgi, bu konuda yayınlanan açık kaynak kodlu projelerde de kendisini gösteriyor. Bir taraftan yıllardır farklı topluluklar tarafından geliştirilen kütüphaneler yaygınlıklarını sürdürürken, diğer taraftan Google, Facebook gibi bu konuyu stratejik hedeflerine yerleştirmiş büyük şirketler de kendi içlerinde geliştirdikleri yazılım kütüphanelerini araştırmacıların kullanımına sundu.

scikit-learn

Makine Öğrenmesi temel olarak bir işin yapılması için bilgisayarın doğrudan programlanması yerine, farklı algoritmalar yardımıyla geçmiş verilerden öğrenmesini ve bu bilgiyi yeni verilere uygulayabilmesini sağlıyor.

scikit-learn, bu alanda uğraşanların ihtiyaç duyduğu sınıflandırma, kümeleme, tahminleme ve modelleme gibi bütün alanları karşılayan, veri analizcileri ve yapay zekâ araştırmacıları tarafından en çok kullanılan açık kaynak kodlu kütüphane olarak öne çıkıyor.

scikit-learn, esas olarak bir Python yazılım dili kütüphanesi ve bu yazılım dilinin veri analistleri ve yapay zekâ araştırmacıları tarafından en çok tercih edilen dil olmasını sağlayan kütüphaneler arasında yer alıyor.

Theano

Theano, 2006’dan sonra hız kazanan derin öğrenme çalışmalarının ihtiyaç duyduğu yazılım çözümü  olarak ortaya çıktı. Halen ağırlıklı olarak akademik araştırmalarda kullanılan Theano Derin Öğrenme kütüphanesi, sonrasında ortaya çıkan birçok yapay zekâ kütüphanesi tarafından da referans olarak kabul edildi.

Çok geniş bir öğretici doküman havuzuna sahip olan Theano, Python programlama diliyle geliştirilmiş.

Torch

Facebook Yapay Zekâ Araştırma (FAIR) tarafından 2015 yılının başında açık kaynak kodlu hale getirilen derin öğrenme kütüphanesi Torch, büyük şirketlerin kendi derin öğrenme kütüphanelerini dışarıyla paylaşma konusundaki girişimlerin de habercisi olmuştu.

Sinyal işleme, makine öğrenmesi ve görüntü işleme konusunda hazır algoritmalar sunmasının yanı sıra derin öğrenme ve katmanlı sinir ağlarının modellenmesi konusunda araştırmacılara önemli bir sistem sunan Torch, GPU (Grafik İşlemci Ünitesi) desteğini birinci sıraya çıkartıyor.

Lua yazılım dilinde geliştirilen Torch, LuaJIT olarak adlandırılan başka bir betik dili ile modellenebiliyor.

Açık Kaynak Kütüphaneler

Tensorflow

Doğal dil işleme, yazı ya da görsel içerikleri anlamlandırma, öneri sistemleri gibi yapay zekâ başlıkları Google tarafından çok uzun bir süredir kullanılıyor. Bu sistemlerin çalışmasını sağlayan derin öğrenme altyapısı, geçtiğimiz 2015 Kasım’ında açık kaynak kodlu olarak dünyadaki tüm araştırmacı ve geliştiricilerin erişimine açıldı.

Aradan geçen kısa sürede Tensorflow derin öğrenme konusunda kendisinden en çok söz ettiren ve yaygınlaşan derin öğrenme kütüphanesi oldu.

C++ dili ile geliştirilen TensorFlow’un bu dil dışında Python, Java gibi birçok programlama diline arayüz sağlaması, dağıtık olarak aynı anda birden fazla bilgisayarda çalışabilme olanakları ve son geliştirmelerle beraber Apple iOS telefon ve tabletlerde çalışabilmesinin sağlanması önemli artıları arasında görülüyor.