Yapay Zekâ Destekli İş Uygulamaları
Yapay zekâyı ayrı bir ürün olarak değil, kurumun mevcut işinin içine yerleşen bir bileşen olarak ele alıyoruz. Bir modelin işe yarar hâle gelmesi, kurumun kendi verisine ve kendi süreç kurallarına bağlanmasıyla oluyor.
Yapay zekâ konuşulurken çoğu zaman hangi modelin kullanılacağı tartışılıyor. Kurumsal tarafta sonucu belirleyen şey ise genellikle model seçimi değil; sistemin hangi veriye eriştiği, hangi kuralla sınırlandığı ve verdiği cevabın kim tarafından doğrulandığı oluyor. Bir işi yapay zekâ destekli hâle getirirken emeğin büyük kısmı bu üç sorunun cevabına gidiyor.
Bu yüzden geliştirmeye tek bir süreçten başlıyoruz. Gelen faturaların ayrıştırılması, bir sözleşme setinin içinden bilgi çıkarılması, saha kayıtlarının sınıflandırılması ya da kullanıcının kendi verisine doğal dille soru sorabilmesi gibi. Kapsam dar tutulduğunda çıktının doğru olup olmadığı ölçülebiliyor ve sistem yaygınlaştırılmadan önce düzeltilebiliyor.
Uygulamanın kendisi yine bildiğimiz kurumsal yazılım işidir: veri modeli, yetkilendirme, denetim izi, mevcut sistemlerle entegrasyon. Yapay zekâ bu yapının içine, sorumluluğu tanımlı bir bileşen olarak yerleşiyor. Kullanıcının karşısına çıkan şey de yeni bir ekran değil, zaten kullandığı sistemin daha az elle iş isteyen hâli oluyor.
Doğru adres miyiz?
Kuralı net olan işlerde yapay zekâ gereksiz bir katman. Kural yazılabiliyorsa kural yazmak hem ucuz hem de doğrulanabilir kalıyor. Bu teknoloji, kuralın yazılamadığı ama örneğin bulunduğu yerlerde işe yarıyor.
Evet, konuşalım
- Elle yapılan, tekrar eden ve çıktısı kontrol edilebilen bir iş var
- Karar belgeye, serbest metne ya da düzensiz veriye dayanıyor
- Doğru cevabın ne olduğunu gösteren yeterli örnek kurumda mevcut
Hayır, başkası daha iyi yapar
- İş zaten kurallarla tanımlı — klasik yazılım daha ucuz ve kesin
- Yanlış çıktının geri dönüşü olmayan bir sonuç doğurduğu bir karar söz konusu
- Kurumun verisi dağınık; derlenmesi başlı başına bir proje büyüklüğünde
Neler yapıyoruz
- Süreç değerlendirmesi — hangi işin bu teknolojiye uygun olduğunun belirlenmesi
- Kurumun kendi belge ve kayıtları üzerinde soru-cevap altyapısı
- Belge okuma, alan çıkarma ve sınıflandırma
- Doğal dille raporlama ve veri sorgulama arayüzleri
- İş akışına bağlı karar destek ve öneri üretimi
- Mevcut kurumsal sistemlere ve veri kaynaklarına entegrasyon
- Model seçimi; maliyet, hız ve veri gizliliği değerlendirmesi
- Kurum içinde ya da bulutta çalıştırma kararı ve kurulumu
- Çıktı doğruluğunun ölçülmesi, insan onayı ve denetim izi
- Yapay zekâ istemcilerinin çağırabileceği yetenek arayüzleri
Nasıl ilerliyoruz
Süreç seçimi
Kurumdaki işlerin hepsi bu teknolojiye uygun olmuyor. Elle yürüyen, tekrar eden ve çıktısı kontrol edilebilen bir süreç seçiyoruz; ilk uygulamayı bunun üzerine kuruyoruz.
Veri ve kural çıkarma
Sürecin dayandığı belgeleri, kayıtları ve kurum içi tanımları topluyoruz. Verinin dağınık ya da tanımların yazısız olduğu yerlerde asıl iş burada başlıyor.
Doğruluk ölçütü
Doğru cevabın ne olduğunu kurumun kendi örnekleriyle tanımlıyoruz. Ölçüt konmadığında bir çıktının iyi olup olmadığı görüş meselesi olarak kalır.
Uygulama geliştirme
Modeli kurumsal uygulamanın içine yerleştiriyoruz. Yetkilendirmeyi, kayıt tutmayı ve emin olunmayan durumda insana devretmeyi bu aşamada kuruyoruz.
Devreye alma ve izleme
İlk dönemde çıktıları insan onayından geçiriyoruz. Ölçüm sonuçları biriktikçe hangi adımların onaysız yürüyebileceğini belirliyoruz.
Teknik tercihlerimiz
- Yapay zekâ bileşeni, uygulamanın kurallarının dışına çıkamayacak biçimde konumlandırılır. Yetki sınırı, erişilebilecek veri ve onay adımı sistemin kendi katmanında tutulur; modelin ürettiği metin bu kuralları değiştiremez. Aksi hâlde çıktının doğruluğu kadar kimin neye erişebildiği de belirsizleşir.
- Her çıktı kayda geçer. Hangi soruya hangi veriyle cevap verildiği, hangi sürümün çalıştığı ve kullanıcının sonucu onaylayıp onaylamadığı tutulur. Bu kayıt tutulmadığında, sistem yanlış bir sonuç ürettiğinde geriye dönüp nedenini bulmak mümkün olmaz.
- Doğruluk tahminle değil örnek kümesiyle ölçülür. Kurumun kendi belgelerinden hazırlanan doğrulama seti, sürüm değiştiğinde aynı testin tekrarlanmasını sağlar. Model ya da yönerge değiştiğinde neyin bozulduğu ancak böyle görülür.
- Verinin nerede işleneceği teknik bir tercih değil, kurumun kararıdır. Gizlilik gereksinimi yüksek işlerde kurum içinde çalışan modeller, diğer durumlarda bulut servisleri değerlendirilir. Seçim maliyet, hız ve gizlilik arasında yapılır ve gerekçesiyle birlikte yazılır.
- Sistem, emin olmadığı kayıtları insana devredecek biçimde kurgulanır. Şüpheli kayıtları kuyruğa alan bir yapı, hepsini kendi başına karara bağlayan bir yapıdan daha kullanışlıdır; hatanın nerede biriktiği görülebilir ve düzeltme oraya yapılır.