Şirketler yapay zekâdan nasıl faydalanıyorlar?

Dijital transformasyon, şirketlerin iş süreçlerini yeniden şekillendirerek daha verimli ve etkili hâle getirmelerine olanak tanır. Üretken yapay zekâ (Gen AI) ise bu dönüşümün önemli bir parçası olarak, şirketlerin veri analitiği ve otomasyon yoluyla daha akıllı kararlar almasını sağlar. Tüm bu sürecin henüz erken dönemlerinde olmamıza rağmen organizasyonlar; üretken yapay zekâdan (Gen AI) anlamlı bir değer elde etmeye yönelik yapıları ve süreçleri oluşturmaya başlarken, iş süreçlerini yeniden tasarlıyor, yönetişimi güçlendiriyor ve daha fazla riski ortadan kaldırıyor.

Tüm bu değişime öncülük eden büyük şirketler, küçük şirketlere göre daha hızlı değişiyor. Genel olarak şirketlerde hem üretken yapay zekâ (Gen AI) hem de analitik yapay zekânın kullanımı ivme kazanmaya devam ediyor. Peki, bu ivmeyi yakalamaya çalışan organizasyonların neler yapması ve nelere dikkat etmesi gerekiyor?

Yapay zekâ şirketlere neler kazandırıyor?

Yapılan son araştırmalara göre (1), artık doğrudan gelirlerini arttıran somut adımlar atmaya başlayan şirketler için aşağıdaki konular büyük önem taşıyor:

CEO denetimi sonuçları etkiliyor: CEO'nun yapay zekâ yönetişimindeki rolü; yani başka bir deyişle yapay zekâ sistemlerini sorumlu bir şekilde geliştirmek ve uygulamak için gerekli politika, süreç ve teknolojileri denetlemesi, finansal performansın iyileşmesiyle ilişkilendiriliyor. Kuruluşların yaklaşık %28'i, CEO'larının bu alanda denetim yaptığını bildiriyor. Ancak bu sonucun, basit bir denetim ya da destek süreci ile doğrudan rakamlara dönüştüğünü söyleyemeyiz. Özellikle yapay zekâ ile ilgili her geçen gün yayınlanan yüzlerce gelişme ve yenilik haberleri; en potansiyel kullanıcılar olan şirketlerin CEO’larında kafa karışıklığı, endişe ve hatta bir nevi “değişimi yakalayamama” korkusu yaratıyor. Bu bilinmezliğin içinde CEO ve diğer liderlerin, soğukkanlı kalarak; üretken yapay zekâyı en iyi nerelerde kullanabileceklerini belirleyip, yatırımlarını nasıl yapacaklarına karar vermeleri gerekiyor. Daha sonra uygulamaları seçip, ne zaman ve hangi iş ortaklarıyla projelendirileceği gibi, stratejik ve operasyonel aşamalara dâhil olabilen CEO ve liderlerin kurumlarına sağladığı katkının daha kalıcı olduğunu söyleyebiliriz.

İş süreçlerinin yeniden tasarımı çok önemli: İş süreçlerinin yeniden tasarımı, Gen AI kullanımından elde edilen kârlılık üzerinde en büyük etkiye sahip faktör olarak tanımlanıyor ve katılımcıların %21'i bazı iş süreçlerini kökten değiştirdiklerini belirtiyor.

Uygulanmaya başlanan yapay zekâ çözümlerinin, mevcut fonksiyonlarda anında bir sihirli dokunuş yapmasını bekleyemeyiz. Öncesinde; süreçleri analiz etmemiz ve yapay zekâdan maksimum verimi almak için gerekiyorsa süreçlerimizi ve iş yapış şekillerimizi revize etmemiz ve iyileştirmemiz gerekir. Geleneksel süreçlerden yapay zekâ destekli süreçlere geçiş yapıldığında; otomasyon sayesinde birçok tekrarlayan ve manuel işin daha hızlı, hatasız ve verimli bir şekilde gerçekleştirilebilmesi sağlanmış olur. Örneğin, finans vb. sektörlerde kullanılan otomatik veri işleme sistemleri, yüzlerce çalışanın günlerce sürecek veri girişini dakikalar içinde tamamlayabiliyor. Bu dönüşüm sadece rutin işleri değil, aynı zamanda karar alma süreçlerini de değiştiriyor. Yapay zekâ, büyük veri analitiği sayesinde şirketlerin daha doğru ve stratejik kararlar almasına yardımcı oluyor. Örneğin, perakende sektöründe Amazon, AI destekli algoritmalar kullanarak stok yönetimi, müşteri tercihlerini anlama ve talep tahmini yapma süreçlerini optimize ediyor. Bu sayede müşteri memnuniyetini artırırken, işletme maliyetlerini düşürüyor. Son olarak, yapay zekânın kişiselleştirilmiş müşteri deneyimlerini de daha etkili hâle getirdiğini eklememiz gerekiyor. Özellikle dijital pazarlama ve e-ticaret alanlarında kullanılan AI algoritmaları, müşteri davranışlarını analiz ederek kişiye özel önerilerde bulunabiliyor. Netflix ve Spotify gibi platformlar, yapay zekâ algoritmalarını kullanarak kullanıcılarına en uygun içerikleri sunarak bağlılıklarını artırıyor. Bu örneklerin, yapay zekânın müşteri etkileşimini güçlendirme ve müşteri sadakatini artırma potansiyelini açıkça gösterdiğini söyleyebiliriz.

Yapay zekâ uygulamalarının merkezileştirilmesi: Şirketler, yapay zekâ uygulamalarını merkezî hâle getiriyor. Risk ve uyumluluk genellikle merkezîyken ve teknoloji alanındaki yeteneklerin yönetimi daha karma bir yapıya sahip bazı kaynaklar merkezî olarak yönetilirken, diğerleri fonksiyonlar veya iş birimleri arasında dağıtılmış durumda. Ancak, daha küçük kuruluşlar bu unsurları tamamen merkezîleştirme eğiliminde.

KPMG’nin bir çalışmasında (2) belirttiği gibi “üretken yapay zekâ uygulamalarını da şirket çalışanı gibi görevler yapabilen dijital varlıklar olarak düşündüğümüzde” veri yönetişimi politikaları, yetkilendirme ve veri sınıflandırması konularının regüle edilmesinin oldukça zor bir konuya dönüştüğünü görüyoruz. Bu nedenle, risk ve uyumluluk konularının tıpkı “insan kaynakları” gibi merkezî olarak yönetilmesi ve bu ekibin yapay zekâ sistemlerinin güvenliğini ve uyumluluğunu sağlamak için gerekli politika ve süreçleri denetlemesi oldukça önemli bir hâl alıyor.

Teknoloji ekiplerinin özellikle büyük şirketlerde daha karma bir yapıda yönetilmesinin ise verimlilik açısından çok önemli olduğunu rahatlıkla söyleyebiliriz. Örneğin, bir şirketin yapay zekâ teknik geliştirme ekibi merkezî olabilir ancak bu ekip farklı iş birimleriyle iş birliği yaparak projeleri yürütür. Bu iş birimleri, yapay zekâ uygulamalarını kendi ihtiyaçlarına göre uyarlayabilir ve optimize edebilir. Örneğin; üretim, varlık yönetimi, satış, finans, insan kaynakları vb. farklı iş birimlerinin dinamikleri ve ihtiyaçları çok farklıdır, dolayısıyla bu ihtiyaçları en iyi ilgili fonksiyon uzmanları tanımlayabilir. Gözlemlerimize göre buradaki karma yapının uyumu büyük şirketler için çok önemli olmakla beraber; küçük şirketlerde ise, süreçlerin ve organizasyonun daha az karmaşık olmasından ötürü tek merkezî bir yönetimin, maliyeti düşürmesi açısından daha verimli olacağını söylemek mümkün.

Gen AI ile ilgili risklerin ele alınması: Şirketler, Gen AI ile ilgili riskleri yönetmeye daha fazla odaklanıyor, doğruluk, siber güvenlik ve fikri mülkiyet konularına öncelik veriyor. 

Gen AI kullanmanın bazı dezavantajları

Buraya kadar yapay zekânın şirketlere sunduğu önemli fırsatlardan bahsettik. Ancak şirketlerin entegrasyonu arttıkça yapay zekanın ciddi riskler taşıdığını da kabul etmemiz gerektiğini belirtmemiz gerekir. Bu riskler veri gizliliği endişelerinden, uyumluluk ve siber güvenlik sorunlarına kadar uzanır. Bu zorlukları anlamak, AI'yı etkili ve sorumlu bir şekilde kullanmanın önemli bir adımıdır. Örneğin çalışanlar sık sık onaylanmamış Gen AI çözümlerini kullanabiliyor veya iş yerinde büyük Gen AI araçlarının kullanımını kişisel hesapları aracılığıyla gerçekleştirebiliyor. Yetkisiz kullanım, hassas bilgilerin istemeden risk altında kalmasına neden olabiliyor. Bilinen bir örnek olarak, Samsung’un çalışanlarının kamuya açık sistemlerde hassas verileri kazara sızdırdığı ortaya çıktıktan sonra çalışanları arasında Gen AI araçlarının kullanımını yasaklamasını sayabiliriz.

Ancak teknolojinin gelişim süreçlerinin ilgili yasama süreçlerinin hazırlığından ciddi ölçüde daha hızlı ilerlediği bu dönemde, bu hız farkı boşluklar veya gri alanlar yaratıyor ve çoğu organizasyon için tehlike arz ediyor. İşte tam bu noktada, Samsung örneğindeki gibi AI kullanımını iş yerlerinde tamamen yasaklamak makul bir çözüm olmamalı. Onun yerine şirketler, AI'nın operasyonları içinde sorumlu ve güvenli bir şekilde kullanılmasına izin veren güvenlik önlemleri ve uyum sınırlarını oluşturmaya odaklanmalıdır. Bunların başında, şirketlerin kapsamlı birer kurumsal risk ve uyum yönetim modeli oluşturması, bu organizasyonel yapıda CISO ve kurumsal risk ve uyum uzmanı pozisyonlarının iş birliği içerisinde uyum ve risk yönetim süreçlerini yönetmeleri çok önemlidir. Bu organizasyonların en temel görevleri arasında; bir risk yönetimi çerçevesi oluşturması, güvenli yapay zekâ araçlarının benimsenmesinin sağlanması, yapay zekâ entegrasyonunda güvenlik protokollerine ve veri koruma yasalarına sıkı bir şekilde uyulmasının ve şirket genelinde sorumlu bir şekilde kullanılmasının sağlanması sayılabilir.

Yapay zekâ kullanımında artış: Yapay zekâ kullanımı arttı ve şirketlerin %78'i en az bir işlevde yapay zekâyı uyguladıklarını bildiriyor, bu oran önceki anketlerden daha yüksek.

Kabul ve ölçeklendirme uygulamaları: Birçok şirket, üretken yapay zekânın benimsenmesi için en iyi uygulamaları hayata geçirme sürecinin henüz başlarında ve sadece üçte birinden azı değer elde etmeyi artırabilecek temel uygulamaları takip ediyor. En büyük etkiyi, Gen AI çözümleri için iyi tanımlanmış KPI'ların (anahtar performans göstergesi) izlenmesi sağlıyor. Yine de büyük kuruluşlarda Gen AI'nın kabul edilmesini sağlamak için net bir yol haritası oluşturmak da önemli bir etkiye sahip.

Eskisine göre daha yaygın bir şekilde benimsenmesine rağmen, beklenen düzeyde değer elde edilememesinin ana sebeplerinden biri, yapay zekâyı daha lokal ve izole kullanım senaryolarından yola çıkarak işletme genelindeki etkisini ölçmeye çalışmaktır. Bazı organizasyonlar yapay zekâyı iş süreçlerine başarıyla entegre ederken; diğerleri belirsiz stratejiler, parçalanmış ve kısıtlı benimseme nedeniyle bu teknolojilerin yalnızca belirli fonksiyonlarda veya kullanım senaryoları ile sınırlı kalması durumu ve ölçülebilir etki eksikliği ile mücadele ediyor. Bu engelleri aşmak için işletmelerin daha doğru ölçeklendirme uygulamalarına, liderlik katılımına ve stratejik iş akışı entegrasyonuna odaklanması gerekiyor.

Örnek vermek gerekirse; şirketler, kısa vadeli, lokal ve izole, parça parça ve kullanım senaryosu bazında “deneysel kullanımlar”dan ziyade, ayakları yere basan ve uzun vadeli bir “dönüşüm yol haritası” belirlemelidir. Gözlemlerimize göre KPI’ları belirlerken yapılan en büyük hata ise neyi nasıl yapacağımızı artık çok iyi bildiğimiz geleneksel IT projelerinin çıktı ve KPI’larına benzer tanımlamalar yapmaktır. Gen AI ve geleneksel IT projelerinin dinamikleri farklıdır. Daha sürdürülebilir değerler yaratmak için bu noktalara dikkat etmek gerekir.

Yapay zekâ ile ilgili işe alım trendleri: Organizasyonlar, özellikle büyük şirketlerde yapay zekâ ile ilgili rolleri istihdam ediyor. Ancak bu pozisyonları doldurmak önceki yıllara göre çok zor olmasa da “veri bilimci”, “veri görselleştirme” ve “tasarım uzmanı” gibi pozisyonların doldurulmasında hâlâ zorluk yaşanıyor. Mevcut rollere ek olarak, yapay zekâ süreçlerinin bir parçası hâline gelen riskle ilgili “YZ uyum uzmanı” ve “YZ etik uzmanı” gibi yeni rol ihtiyaçları da ortaya çıkmış durumda.

Gen AI’nin organizasyonlardaki rolü

Buraya kadar hep etkili bir Gen AI yönetişim stratejisine sahip olmanın hayati bir önem taşıdığını vurguladık. Organizasyonumuzdaki mevcut veya yeni ihtiyaç duyulan bu rollerdeki birçok kişi ve diğer paydaşlar, Gen AI’yı sorumlu bir şekilde kullanma yeteneğimizi etkiler. Sonuç olarak Gen AI’dan üreteceğimiz değer, “insanlara” bağlıdır diyebiliriz. Teknolojiyi doğru kullanabilmek, riskleri önlemek ve değer yaratabilmek için doğru yetenekleri doğru pozisyonlara yerleştirmek ve Gen AI alanında sürdürülebilir bir eğitim ve uygulama deneyimi verebilmek çok önemli.

Sonuç olarak, Gen AI'nin raporlanan etkileri, henüz işletme genelinde kayda değer bir kar artışı sağlamamaktadır. Katılımcıların %80'inden fazlası, Gen AI'nın kullanımının işletme düzeyindeki FAVÖK (EBIT) üzerinde somut bir etki yaratmadığını belirtmektedir. Şirketlerin Gen AI araçlarını denediği bu dönemde, kullanımları artmaya devam etse de değer elde etme açısından hâlâ erken olduğu söylenebilir, çünkü çok az şirket anlamlı bir kar artışı yaşamaktadır. Daha büyük şirketler, bu değeri gerçekleştirmeye yardımcı olmak için organizasyonel olarak daha fazla aksiyon almaktadır. Bunların arasında, AI yeteneklerine daha fazla yatırım yapmak ve Gen AI ile ilgili riskleri daha fazla azaltmak gibi yaklaşımlar sayılabilir. Daha fazla şirketin başarılı Gen AI uygulaması için yol haritasını ve doğru KPI’ları belirleyip, takip etmeye başlamasıyla neler olacağını görmek ilginç olacak.

Notlar

(1) McKinsey Global AI Araştırması (https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai?cid=eml-web)

(2) KPMG_Üretken Yapay Zeka Uygulamalarının Kurumsallaşma Yaklaşımı (https://kpmg.com/tr/tr/home/insights/2023/12/uretken-yapay-zeka-uygulamalarinin-kurumsallasma-yaklasimi.html)

How can tech leaders manage emerging generative AI risks today while keeping the future in mind? (https://www2.deloitte.com/us/en/insights/topics/digital-transformation/four-emerging-categories-of-gen-ai-risks.html)