Microsoft Corp’un LinkedIn’i, satış ekibini yalnızca müşterilerin iptal etme riskiyle karşı karşıya olduğunu tahmin etmekle kalmayıp aynı zamanda sonuca nasıl ulaştığını da açıklayan yapay zeka yazılımıyla donattıktan sonra abonelik gelirini yüzde 8 artırdı.
Geçen Temmuz ayında tanıtılan ve Çarşamba günkü bir LinkedIn blog gönderisinde açıklanacak olan sistem, yapay zekanın yararlı bir şekilde “işini göstermesini” sağlamada bir atılıma işaret ediyor.
AI bilim adamları, her türlü iş sonucu hakkında doğru tahminler yapan sistemler tasarlama konusunda hiçbir sorun yaşamazken, bu araçları insan operatörler için daha etkili hale getirmek için AI’nın kendisini başka bir algoritma ile açıklaması gerekebileceğini keşfediyorlar.
Gelişmekte olan “Açıklanabilir AI” veya XAI alanı, yeni başlayanlar ve bulut devleri opak yazılımları daha anlaşılır hale getirmek için rekabet ederken Silikon Vadisi’ne büyük yatırımları teşvik etti ve düzenleyicilerin otomatik karar vermenin yapılmasını sağlamak istediği Washington ve Brüksel’de tartışmaları ateşledi. adil ve şeffaf bir şekilde.
AI teknolojisi, ırk, cinsiyet ve kültür gibi toplumsal önyargıları sürdürebilir. Bazı AI bilim adamları, açıklamaları bu sorunlu sonuçları azaltmanın çok önemli bir parçası olarak görüyor.
Federal Ticaret Komisyonu da dahil olmak üzere ABD tüketici koruma düzenleyicileri, son iki yılda açıklanamayan yapay zekanın araştırılabileceği konusunda uyardı. Önümüzdeki yıl AB, kullanıcıların otomatik tahminleri yorumlayabilmesini de içeren bir dizi kapsamlı gereklilik olan Yapay Zeka Yasasını geçirebilir.
Açıklanabilir AI savunucuları, AI’nın sağlık ve satış gibi alanlardaki uygulamalarının etkinliğini artırmaya yardımcı olduğunu söylüyor. Google Cloud, örneğin sistemlerini keskinleştirmeye çalışan müşterilere bir fotoğrafın konusunu tahmin etmede hangi piksellerin ve yakında hangi eğitim örneklerinin en önemli olduğunu söyleyen açıklanabilir AI hizmetleri satıyor.
Ancak eleştirmenler, AI teknolojisinin makineleri yorumlamak için yeterince iyi olmadığı için AI’nın yaptıklarını neden tahmin ettiğinin açıklamalarının çok güvenilmez olduğunu söylüyor.
LinkedIn ve açıklanabilir AI geliştiren diğerleri, süreçteki her adımın – tahminleri analiz etme, açıklamalar üretme, bunların doğruluğunu teyit etme ve bunları kullanıcılar için eyleme geçirilebilir hale getirme – hala iyileştirme için yer olduğunu kabul ediyor.
Ancak, nispeten düşük bahisli bir uygulamada iki yıllık deneme yanılma sürecinin ardından LinkedIn, teknolojisinin pratik değer sağladığını söylüyor. Bunun kanıtı, cari mali yılda yenileme rezervasyonlarında normalde beklenen büyümenin üzerindeki yüzde 8’lik artıştır. LinkedIn, faydayı dolar cinsinden belirtmeyi reddetti, ancak bunu oldukça büyük olarak nitelendirdi.
Daha önce, LinkedIn satış görevlileri kendi sezgilerine ve müşterilerin hizmetleri benimsemesiyle ilgili bazı düzensiz otomatik uyarılara güveniyordu.
Artık yapay zeka araştırma ve analizleri hızla hallediyor. LinkedIn tarafından CrystalCandle olarak adlandırılan, fark edilmeyen trendleri ortaya koyuyor ve mantığı, satış görevlilerinin risk altındaki müşterileri gemide tutmak ve diğerlerini yükseltmeler konusunda yönlendirmek için taktiklerini geliştirmelerine yardımcı oluyor.
LinkedIn, açıklamaya dayalı tavsiyelerin işe alım, reklam, pazarlama ve eğitim tekliflerini kapsayan 5.000’den fazla satış çalışanına yayıldığını söylüyor.
LinkedIn’in makine öğrenimi direktörü ve veri bilimi uygulamalı araştırma başkanı Parvez Ahammad, “Tecrübeli satış görevlilerini, potansiyel müşterilerle görüşmelerde gezinmeleri için belirli içgörülerle donatarak yardımcı oldu. Ayrıca yeni satış görevlilerinin hemen dalmasına yardımcı oldu” dedi.
AÇIKLAMAK MI, AÇIKLAMAMAK MI?
2020 yılında LinkedIn ilk olarak açıklama yapmadan tahminlerde bulunmuştu. Yaklaşık yüzde 80 doğruluğa sahip bir puan, yakın zamanda yenileme zamanı gelen bir müşterinin yükseltme, sabit tutma veya iptal etme olasılığını gösterir.
Satış görevlileri tam olarak kazanılmadı. LinkedIn’in Yetenek Çözümleri işe alma ve işe alma yazılımını satan ekip, özellikle bir müşterinin yenileme yapmama ihtimali bir yazı turadan daha iyi olmadığında, stratejilerini nasıl uyarlayacakları konusunda net değildi.
Geçen Temmuz’da, skoru etkileyen faktörleri vurgulayan, otomatik olarak oluşturulmuş kısa bir paragraf görmeye başladılar.
Örneğin, yapay zeka, geçen yıl içinde 240 çalışan arttığı ve adayların geçen ay yüzde 146 daha duyarlı hale geldiği için bir müşterinin yükseltme yapma olasılığının yüksek olduğuna karar verdi.
Ayrıca, bir müşterinin LinkedIn işe alma araçlarıyla genel başarısını ölçen bir endeks, son üç ayda yüzde 25 arttı.
LinkedIn’in küresel operasyonlardan sorumlu başkan yardımcısı Lekha Doshi, açıklamalara dayanarak satış temsilcilerinin artık müşterileri deneyimlerini geliştiren ve harcamalarını sağlayan eğitim, destek ve hizmetlere yönlendirdiğini söyledi.
Ancak bazı AI uzmanları açıklamaların gerekli olup olmadığını sorguluyor. Araştırmacılar, yapay zekada yanlış bir güvenlik duygusu yaratarak veya tahminleri daha az doğru yapan tasarım fedakarlıklarına yol açarak zarar bile verebileceklerini söylüyor.
Stanford Üniversitesi İnsan Merkezli Yapay Zeka Enstitüsü’nün eş direktörü Fei-Fei Li, insanların Tylenol ve Google Haritalar gibi iç işleyişi tam olarak anlaşılmayan ürünleri kullandığını söyledi. Bu gibi durumlarda, titiz testler ve izleme, etkinlikleri hakkındaki çoğu şüpheyi ortadan kaldırmıştır.
Benzer şekilde, Toronto Üniversitesi’nde istatistik doçenti Daniel Roy, bireysel kararlar anlaşılmaz olsa bile, genel olarak AI sistemlerinin adil kabul edilebileceğini söyledi.
LinkedIn, bir algoritmanın bütünlüğünün, düşüncesini anlamadan değerlendirilemeyeceğini söylüyor.
Ayrıca CrystalCandle gibi araçların diğer alanlardaki AI kullanıcılarına yardımcı olabileceğini de iddia ediyor. Doktorlar, AI’nın neden birinin bir hastalık riski altında olduğunu tahmin ettiğini öğrenebilir veya insanlara AI’nın neden kredi kartının reddedilmesini önerdiği söylenebilir.
Google’da bir yapay zeka araştırmacısı olan Been Kim, açıklamaların, bir sistemin tanıtmak istediği kavramlar ve değerlerle uyumlu olup olmadığını ortaya çıkarmasını umut ediyor.
“Yorumlanabilirliği, nihayetinde makineler ve insanlar arasında bir konuşmayı mümkün kılmak olarak görüyorum” dedi. “İnsan-makine işbirliğini gerçekten sağlamak istiyorsak, buna ihtiyacımız var.”
© Thomson Reuters 2022