İstemek, başaramamaktır. Ancak yapabilmek zorunlu olarak istemek anlamına gelir. İşletmeler yapay zekadan (AI) yararlanmaya istekli olabilir, ancak son araştırmalar bunu istemenin yapmaktan daha kolay olduğunu gösteriyor.
Carruthers ve Jackson Veri Olgunluk Endeksi’ne göreKurumsal veri liderlerinin %87’si yapay zekanın kuruluşlarındaki çalışanların yalnızca küçük bir azınlığı tarafından kullanıldığını veya hiç kullanılmadığını söylüyor.
Anket, birçok kuruluşun “Yapay Zeka Felci” sorunu yaşadığını, şirketlerin yalnızca %5’inin yüksek düzeyde yapay zeka olgunluğuna, yapay zeka ekiplerine ve net yapay zeka süreçlerine sahip olduğunu gösteriyor.
Ancak kuruluşlarının olgunluktan yoksun olduğunu düşünen veri yöneticilerinin cesareti henüz kırılmamalı.
Carruthers ve Jackson’ın CEO’su Caroline Carruthers, ZDNET’e her yeni teknolojinin bir gerekçe, yönetim ve kabul sürecinden geçtiğini söylüyor.
Caroline Carruthers, kuruluşlarda yapay zeka ivmesi oluşturmak için bir başlangıç noktası olarak, mevcut yapay zeka felcinden kurtulmak isteyen veri liderleri için dört öncelik öneriyor:
1. Bir hedefle başlayın
Caroline Carruthers şöyle diyor: “Bunu yeterince vurgulayamıyorum. Ne yapmak istiyorsun? Hangi sorunu çözmeye çalışıyorsun? Geceleri seni ayakta tutan şey nedir? Senin için hangi fırsatlar var? Sen? Neye tutkunsun? hakkında?”
“İlerlemek için bir nedeniniz olmalı. O olmadan pazar günleri spor yapan bir grup çocuk gibiyiz. Her yerdeyiz. Bu yüzden her şeyden önce hedefe odaklanmalıyız”.
2. Hedeflenen sonuçlara odaklanın
“Bu hedefin üzerinde fark yaratmaya başlayabileceğiniz en küçük parçası nedir? Bu yola çıktığımızda ve yapay zekadan bahsettiğimiz anda herkes ‘Daha fazla’, ‘Ne kadar büyükse, o kadar iyi’ diyor. Biz de ‘Ne kadar büyükse o kadar iyi’ diyor. En büyük sorun nedir? Dünya barışı sorununu çözebilir miyiz?”
“Bunun yerine, fark yaratabileceğiniz en küçük soruna odaklanın ve bunu ilerlemek için bir model olarak kullanın.”
3. Başarılarınızı paylaşın
“Veri bilimcileri yaptıkları iyi şeyler hakkında konuşmakta pek iyi değiller. Biz hâlâ ne kadar yapmamız gerektiğini düşünmekte çok iyiyiz.”
“Fakat ‘Bakın bizim için harika olan şey’ deme ve insanları bizimle gelmeye teşvik etme konusunda pek iyi değiliz.”
4. Görüşünüzü kanıtlamak için verileri kullanın
“İnsanlara projenizin sonuçlarını gösterin. İşe yaradı mı? Yapay zeka, yapacağını söylediğimiz şeyi yaptı mı? Projeyi daha iyi veya daha hızlı yapabilir miydik? Diğer projelere destek alabilmek için göstergeleri anlayın “
Kuruluşunuz bu dört önceliğe odaklanarak yapay zeka etrafında ivme kazanmaya başlayabilir.
Ancak OpenAI’nin ChatGPT’si ve Microsoft’un Copilot’u gibi üretken araçların popülaritesi göz önüne alındığında, yapay zeka neden gelişimin bu kadar erken bir aşamasında kalıyor?
Caroline Carruthers’a göre bunun açıklaması basit: Yapay zekanın benimsenmesi iki büyük engelin üstesinden gelme yeteneğini içeriyor: insanlar ve düzenlemeler.
Engel 1: İnsanlar sorunu
İnsanlar söz konusu olduğunda, yönetim kurulundan üretim bölümüne kadar şirketteki herkesin yapay zekanın değeri konusunda ikna olması gerekiyor.
Birleşik Krallık altyapı devi Network Rail’de baş veri sorumlusu (CDO) olan Bay Carruthers, üretken teknolojilerin hızlı büyümesine yönelik coşkuya rağmen insanları ikna etmenin kolay olmadığını söylüyor.
“‘AI’ kelimesini söylediğiniz anda insanlar Skynet’i hayal ediyor ve işlerini kaybedeceklerini düşünmeye başlıyor” diyor.
“Birçok veri lideri yapay zeka ile bir şeyler yapmaları gerektiğini düşünürken, aynı zamanda herhangi bir şey yapmaya başlamadan önce bir düzeyde yerleşik dirençle de karşı karşıya kalıyorlar.”
Engel 2: Düzenleyici kısıtlamalar
Düzenlemeler söz konusu olduğunda Carruthers ve Jackson’ın çalışması, yöneticilerin veri etiği ve bilgi kullanımına odaklanan daha katı veri yasalarının potansiyeli konusunda haklı olarak endişe duyduğunu gösteriyor.
Ancak bu kuralların ve yasaların şekli henüz net olmadığı için birçok şirket yapay zekaya dalmadan önce beklemeyi tercih ediyor.
Carruthers, “Biraz duman ve aynalar var. Mevzuat geliyor; birçok insanın bunun hakkında konuştuğunu biliyoruz, ancak bu yasaların ne anlama geldiğini henüz bilmiyoruz” diyor. “Bu yüzden insanların kendilerini biraz koruduklarını düşünüyorum çünkü gerçekten ne olacağını bilmiyorlar.”
Üretken yapay zekaya yönelik ivmenin sağlam temellere ihtiyacı var
Çalışma, korkulu bir iş gücü ile mevcut düzenleyici ortamın öngörülemezliğinin zorlu birleşiminin, birçok kuruluşun hala yapay zeka başlangıç noktasında sıkışıp kaldığı anlamına geldiğini öne sürüyor.
Sonuç olarak, yalnızca pilot projelerin sayısı az değil, aynı zamanda bu girişimlerin üzerine inşa edildiği veri çerçevesi ve stratejiler açısından temel temeller de az.
Veri liderlerinin %41’i veri yönetişim çerçevesinin çok az olduğunu veya hiç olmadığını bildirdi, Bu, bir önceki yılın vade endeksinin yüzde bir fazlasını temsil ediyor.
Veri liderlerinin dörtte birinden biraz fazlası (%27) kuruluşlarının herhangi bir veri stratejisi olmadığını söyledi; bu, bir önceki yılın rakamına (%29) göre yalnızca hafif bir gelişme olduğunu gösteriyor.
Eski bir CDO olarak strateji ve yönetişimin karmaşıklığını anlayan Carruthers, “Neden herkesin henüz orada olmadığını anlıyorum” diyor.
Veriye dayalı hedeflere doğru ilerlemek
Carruthers ve Jackson’ın çalışması, yapay zekadan yararlanmaya hazır olmak isteyen şirketlerin bir veri stratejisi oluşturmaya odaklanması gerektiğini öne sürüyor.
Carruthers, “Yapay zekanın yapabileceklerinin sonuçlarını anlamak için daha önce sahip olmadığımız bir şeyi uygulamaya koymamız gerekiyor” diyor.
İyi haber şu ki, bazı dijital liderler ilerleme kaydediyor. Bentley Motors CDO’su Andy Moore, yapay zeka gibi yeni gelişen teknolojilerden yararlanmanın temelini atmaya odaklanıyor.
ZDNET’e dört temel sütun etrafında şirket çapında bir veri stratejisini nasıl oluşturduğunu anlattı:
- Yönetişim
- Bentley’in teknoloji yığını olan buluttaki veriler
- Dahili veri eğitim programı olan bir veri ambarı (altyapı ve eğitim)
- Veri ekibinin işin geri kalanıyla birlikte çalışmasına yardımcı olmaya odaklanan etkinleştirme
“Bir veri sorumlusu olarak benim için süregelen zorluk, bu teknolojilerin olanaklarını, bunlara hemen sahip olabileceğinizi söylemeden tanımlamaktır; çünkü elbette herkes yapay zekayı hemen istiyor” diyor.