Pazar araştırma şirketi Gartner dün 2024’ü yayınladı Ortaya Çıkan Teknolojiler İçin Hype Döngüsüve çalışma, üretken yapay zekanın (genAI) “şişirilmiş beklentilerin zirvesini” geçtiğini ve artık “hayal kırıklığı çukuruna” doğru kaydığını ortaya koydu.
Gartner’a göre, genAI ile birlikte AI destekli yazılım mühendisliği de piyasalardaki şişirilmiş beklentileri aştıktan sonra düşüşe geçiyor. kimin Hype Döngüsü Teknolojinin benimsenmesindeki sıcak yükselişi ve sonunda soğumayı anlatıyor.
Gartner
Yapay zeka destekli kod oluşturma araçları yazılım mühendisliğinde giderek daha yaygın hale geliyor ve beklenmedik bir şekilde genAI ile deney yapan çoğu kuruluş için kolay ulaşılabilir hale geldi. Benimseme oranları hızla artıyor. Bunun nedeni, otomasyon araçlarının yalnızca yeni bir uygulama için bir kod temeli önerseler bile, aksi takdirde manuel kod oluşturma ve güncellemeye ayrılacak saatleri ortadan kaldırabilmesidir.
Gartner’a göre şişirilmiş beklentilerin zirvesine ulaşmak, anında mühendisliktir. OpenAI’nin GPT-4’ü gibi çoğu büyük dil modeli büyük miktarda bilgiyle önceden doldurulmuş olsa da, algoritmayı eğitmenin bir yolu olan “anında mühendislik”, genAI’nin belirli bir sektöre veya hatta kurumsal kullanıma göre uyarlanmasını sağlar.
ROI odak noktası haline geldikçe GenAI ilgisi azalıyor
Google Gemini, Anthropic Claude, Amazon Bedrock ve OpenAI GPT-4 gibi temel modeller etrafındaki heyecan, şirketler bunun yerine somut yatırım getirisi (ROI) aradıkça işletmeler arasında azalıyor. Gartner’ın seçkin başkan yardımcısı analisti Arun Chandrasekaran’a göre, şirketler günümüzde çoğunlukla genAI’yi yalnızca ROI’yi yönlendiren kullanım durumları için kullanıyor.
Chandrasekaran, “Üretken yapay zeka, yüksek beklentiler ile gerçeklik arasındaki uyumsuzluk, işletmelerin veri mühendisliğini ve yapay zeka yönetişimini olgunlaştırmada yaşadığı zorluklar ve birçok genAI girişiminin maddi olmayan yatırım getirisi nedeniyle hayal kırıklığı çukurundan kayıyor” dedi.
Teknoloji üretkenlik için bir nimet olarak duyurulsa da, genAI’da bir ROI’yi belirlemek zor olabilir. Bunun nedeni ROI’yi bulmanın zor olması değil, ancak ROI’yi ifade etmenin zor olması, üretkenlik gibi birçok faydanın gelecekte finansal sonuçlar yaratan dolaylı veya finansal olmayan etkilere sahip olmasıdır, diyor Gartner’da seçkin bir başkan yardımcısı analisti olan Rita Sallam.
Gartner’ın hayal kırıklığı çukuru, deneyler ve uygulamalar bir teknolojinin ilk heyecanını karşılayamadığında ilginin azaldığı bir zamanı tanımlar. Teknolojinin üreticileri sarsılır veya başarısız olur. Gartner’a göre yatırım, yalnızca hayatta kalan sağlayıcılar ürünlerini erken benimseyenlerin memnuniyetine göre iyileştirirse devam eder.
Yapay zeka ajanları ilgi odağı haline geliyor
Ancak olumsuz bir etkiden uzak olan hayal kırıklığı çukuru, ana akım benimsemenin hızlanmaya başladığı Gartner’ın “üretkenlik platosu” olarak tanımladığı şeye yol açabilir. Ayrıca, kurumsal yatırım getirisine odaklanmanın, üretkenlik ve verimlilik kazanımları için daha sağlam bir potansiyele sahip olan AI ajanları biçiminde otonom AI’nın benimsenmesini teşvik edeceği anlamına gelir.
Bir AI ajanı bir yazılım programı veri toplayan ve önceden belirlenmiş hedeflere ulaşmak için kendi belirlediği görevleri gerçekleştirmek için verileri kullanan. Örneğin, bir AI aracısı müşteri hizmetleri temsilcisi gibi davranabilir ve müşteriye otomatik olarak farklı sorular sorabilir, dahili belgelerde bilgi arayabilir ve bir çözümle yanıt verebilir. Müşteri yanıtlarına dayanarak, sorguyu kendisi çözüp çözemeyeceğini veya bir insana iletip iletemeyeceğini belirler.
Gartner’a göre, şirketler 2030 yılına kadar chatbot’lar, araştırma, yazma ve özetleme araçları gibi genAI projelerine yılda 42 milyar dolar harcayacak.
Otonom AI sistemleri, asgari düzeyde insan denetimiyle çalışabilir. Chandrasekaran’a göre, çevrelerini “anlamaya”, bundan sonuçlar çıkarmaya ve eylemlerini buna göre ayarlamaya çalışırlar.
“Karar verebilir, bir şeyler satın alabilir ve görevleri yerine getirebilir, çeşitli ortamlarda hedeflere insanlar kadar etkili bir şekilde ulaşabilirler. Bir insanın gerçekleştirebileceği herhangi bir görevi gerçekleştirebilen sistemler yavaş yavaş bilim kurgudan gerçeğe doğru ilerlemeye başlıyor,” dedi.
Chandrasekaran, mevcut nesil yapay zeka modellerinin “etki” eksikliğinden ötürü yapay zeka araştırma laboratuvarlarının hedeflere ulaşmak için çevreleriyle dinamik olarak etkileşime girebilen etkenleri hızla piyasaya sürdüğünü, ancak bunun kademeli bir süreç olacağını belirtti.
Diğer gelişen teknolojilere göz atın
“Yapay zeka ilgi çekmeye devam ederken, BT yöneticileri ve diğer BT yöneticileri de diğer ortaya çıkan teknolojiler Chandrasekaran, “Geliştiriciler, güvenlik, müşteri ve çalışan deneyimi için dönüşümsel potansiyele sahip olmak ve kuruluşlarının kanıtlanmamış teknolojileri ele alma yetenekleri doğrultusunda bu teknolojilerden nasıl yararlanacaklarına dair stratejiler geliştirmek” dedi.
Gartner, Yükselen Teknolojiler İçin Hype Döngüsü’nün şirketin diğer Hype Döngüleri arasında benzersiz olduğunu, çünkü 2.000’den fazla teknolojiden içgörüler elde edildiğini ve “mutlaka bilinmesi gereken” yükselen teknolojilere odaklanıldığını belirtti.
Gartner, “Bu teknolojilerin önümüzdeki iki ila 10 yıl içinde dönüşümsel faydalar sağlama potansiyeli var” dedi.
Raporda, otonom yapay zeka yazılımları, asgari insan gözetimiyle çalışabildiği, kendini geliştirebildiği ve karmaşık ortamlarda karar alma süreçlerinde etkili olabildiği için öne sürülen dört yeni teknoloji arasında yer aldı.
Gartner raporunda, “İnsanın yapabileceği her görevi yerine getirebilen bu gelişmiş AI sistemleri, bilim kurgudan gerçeğe doğru yavaş yavaş ilerlemeye başlıyor” dedi. “Bu teknolojiler arasında çoklu ajan sistemleri, büyük eylem modelleri, makine müşterileriinsansı çalışan robotlar, otonom ajanlar ve takviyeli öğrenme.”
Otonom ajanlar şu anda şişirilmiş beklentilerin zirvesine doğru yokuş yukarı tırmanıyor. Otonom ajanların hemen önünde, şu anda bir makinenin bir insan gibi öğrendiği ve düşündüğü varsayımsal bir AI biçimi olan yapay genel zeka var.
GenAI teknolojilerinin hızla geliştiğini ve inovasyonun hızla devam ettiğini belirten Chandrasekaran, bunun kurumsal BT liderlerini bunaltabilecek düzeyde olduğunu söyledi.
Chandrasekaran, “Birçok işletme, genAI’nin tek başına tüm kullanım durumları için bir çare olmayabileceğini ve anlamlı değer için bunu diğer AI teknikleriyle birleştirmeleri gerektiğini fark ediyor” dedi. “Üretici AI’nın uzun vadeli potansiyeli hala önemli olacak, ancak kurumsal BT liderlerinin üretkenlik platosuna ulaşmak için yakın vadeli riskleri ele alması gerekiyor.”