Yapay zekanın (AI) yıkıcı potansiyeli hakkında inanılmaz bir abartı var. Ancak birçok uzman, bu teknolojiden en iyi şekilde yararlanmanın temel bileşeninin, iş için doğru kullanım senaryosunu bulmak olduğunu söylüyor.
Thierry Martin, Toyota Motors Europe Veri ve Analitik Strateji BaşkanıZDNET’e otomobil devinin yapay zekanın potansiyelinden yararlanmak için Ar-Ge’ye nasıl zaman ve kaynak ayırdığını anlatıyor.
Ve bu, her şeyden önce veri bilimini içerir. Martin, “Veri analizi çok önemli” diyor. “Örneğin, insanların arabalarımızı nasıl kullandığını veya Almanya ile Belçika arasında otoyolda sürüş konusunda bir fark olup olmadığını öğrenmemize olanak sağlıyor.”
İlk görev: veri toplama
Ve bu analitik çalışma, Toyota’nın üstün olduğu bir alan olan veri toplamaya dayanıyor. “İnsanların arabalarımızı nasıl kullandıklarına dair zaten pek çok bilgi alabiliyoruz” diye açıklıyor.
Martin, Toyota’nın şimdilik insanları sürecin merkezinde tutmak ve otomotiv operasyonları ve süreçlerine ilişkin ayrıntılı bir anlayış geliştirmek için Power BI gibi araçları kullanmaya odaklandığını söylüyor. “Yapay zekanın insanlar adına karar vermesine izin vermiyoruz” diyor. “Daha fazla bilgi vermeyi tercih ediyoruz.”
Ancak çok da uzak olmayan bir gelecekte Thierry Martin, kuruluşunun üretimde yapay zekadan yararlanmaya başlayacağı bir durum öngörüyor. İş süreçleri için doğru kullanım senaryolarını bulmaya yönelik araştırmalar da hâlihazırda devam ediyor. Bu alanda yoğun bir talebimiz var dedi. “2022’den ve ChatGPT modellerinin piyasaya sürülmesinden bu yana mümkün hale gelen metin veri analizi ve üretken yapay zeka etrafında pek çok kullanım örneği var.”
Microsoft Copilot mu yoksa şirket içi prototip oluşturma mı?
OpenAI’nin Büyük Dil Modelleri (LLM’ler) üretken yapay zeka konusunda farkındalığın artmasına yardımcı olurken, Toyota – birçok büyük şirket gibi – ihtiyatlı bir şekilde ilerliyor. Toyota Avrupa örneğinde Bay Martin, yapay zekadan en iyi şekilde yararlanmak için iki yol öneriyor.
- Bunlardan ilki, insanların hassas olmayan verileri kullanarak görevleri tamamlamalarına yardımcı olmak için Microsoft Copilot gibi araçları kişisel düzeyde kullanmak olacak.
- Ekibinin prototipler üzerinde çalıştığı ikinci yol, kurumsal bir güvenlik duvarının arkasında üretken yapay zekanın kullanılmasını içeriyor.
“Prototip oluşturma açısından sohbet robotları üzerinde çok çalışıyoruz” diye açıklıyor. “Şu anda sohbet robotlarını kendimiz kodluyoruz. Bir kitaplık oluşturulduktan sonra onu kurup kendiniz denemek çok hızlı. Zor değil.”
Veri ağının kritik rolü
Toyota Avrupa’nın yapay zeka ile yaptığı çalışma, Thierry Martin’in veri ürünlerine ilişkin sorumluluğun işletme sahiplerinin elinde kalmasını sağlayan bir yönetişim yaklaşımı olarak tanımladığı bir veri ağının oluşturulmasıyla destekleniyor.
Kuruluş, bilgilerini iyi yönetişimle verilere erişimi garanti eden Snowflake platformunda bir araya getiriyor.
Veri ağı, işbirliği için Dataiku, yönetişim için Collibra ve veri ağını Toyota Avrupa ve Japonya gibi organizasyonun farklı bölümlerine bağlamak için Denodo dahil olmak üzere diğer teknolojilerden yararlanır.
Şirket verilerine dayalı sohbet robotları
Thierry Martin ve ekibi yapay zekayı keşfetmek için bu veri ağı teknolojilerini kullanıyor. PDF özetleri sağlamak için Azure Open AI’nin güvenli bir örneğinde çalışan bir LLM kullanan Dataiku üzerinde zaten sohbet robotları oluşturdular.
Chatbot’u Toyota Avrupa’daki yöneticilere gösterdi ve şirket içi geliştirmenin, tedarikçilerin kamuya açık modelleriyle ilgili bazı endişeleri hafifletmeye yardımcı olması nedeniyle gidilecek yol olduğunu öne sürdü. “Bizim zaten kendi dilsel modelimiz var” diye açıklıyor. “Azure’de ama güvenli. Ayrıca yüksek lisans ve sohbet robotumuz olduğu için veritabanımızı oluşturup etkileşimli sohbet robotları oluşturabiliyoruz.”
Martin, ekibinin üretken yapay zeka alanını keşfetmeye devam ettiğini söylüyor: “Bir bilgi erişim sistemi oluşturuyoruz çünkü şirket genelinde çok fazla bilgi dağılmış durumda. Ancak hâlâ pilot proje aşamasındayız.”
Her durumda parola “test”tir
Her durumda, hizmetlerin katı yönetişim gereksinimlerini ve kullanıcı taleplerini karşıladığından emin olmak için parola “test”tir.
“Değeri doğrulamak istiyoruz ve aynı zamanda onu nasıl ölçeklendireceğimizi de doğrulamamız gerekiyor” diye açıklıyor. “Örneğin, bir sohbet robotu hizmetini kullanmaya başladığınızda, uygulamaya koymamız gereken yapay zeka etiği ve yönetişimi vardır. Bir sohbet robotu kullanmaya başlarsam, etikle ilgili birçok soruyu yanıtlamam gerekir.
Peki bu daha geniş uygulama ne zaman gerçekleşebilir? Thierry Martin, bazı yapay zeka tabanlı araçların oldukça hızlı bir şekilde üretime sokulmasını görmek istediğini söylüyor. Yönetişim sorunlarının dikkate alındığından ve verilere erişimin sınırlı olduğundan emin olmak için Snowflake dahil teknoloji ortaklarıyla birlikte çalışır.
Veri yönetişimi sorunu
“Vizyon, tıpkı bir çalışanın yalnızca belirli verilere erişebilmesi gibi, bir lojistik sohbet robotunun da İK verilerine değil, yalnızca lojistik verilere erişebilmesi olmalıdır” diye açıklıyor.
Martin, Toyota Avrupa’nın prototip çalışmalarına devam ettiğini ve 2024 ortasına kadar Snowflake platformundan veri çeken yapay zeka tabanlı bir sohbet robotu hizmetine sahip olabileceğini söyledi. Ayrıca Dataiku ve Collibra gibi diğer teknoloji ortaklarıyla da görüşüyor.
Daha da önemlisi, yapay zeka hizmetlerini göstermeye ve bu araçların kuruluşun belirli alanlarında nasıl çalışabileceğini araştırmaya çalışacak. “Chatbot’u çalıştırmak için en iyi yerin neresi olduğunu anlamamız gerekiyor” diye açıklıyor. “Bu nedenle mühendislerin ve yöneticilerin neden bahsettiğimizi gerçekten anlamaları çok önemli.”
Kaynak : “ZDNet.com”
