Yapay Zekâ Uygulama Yol Haritası — Süreç Envanterinin Oluşturulması
İş Süreçleri Entegrasyonu
Organizasyonların teknolojik dönüşümünde işletmelerin üstleneceği önemli rol iş süreçlerinin bilişsel teknolojiler ile entegrasyonu olacaktır. Organizasyon içerisinde entegrasyon esnasında birçok unsurun dikkate alınarak incelenmesi gerekmektedir. Çünkü mevcutta var olan bir işgücü kaynağını, kullanılan makine-teçhizatı, süregelen iş süreçlerini ve bunun gibi işletmenin parçası olan birçok unsuru işletme yapısı içerisinde barındırmaktadır. Bu dönüşüm sürecinin işletme maliyetlerinde yaratacağı artış göz önünde bulundurulduğunda öncelikle mevcut yapının incelenmesi ile birlikte teknolojik dönüşüme başlanması bir gereklilik olarak çıkmaktadır. Bilişsel teknolojilerin işletmelere karmaşık gelen yapısının yanı sıra karmaşık bir yapıdaki iş süreçleri teknolojik dönüşüm esnasında olumsuz sonuçlar doğurabilir. Bundan ötürü işletmelerin dönüşüm sürecini başarısız bir şekilde sonlandıracağı tahmin edilmektedir. Bilişsel teknolojiler ile ilgili projelerin geliştirilmesinde özellikle insan ve yapay zekâ arasındaki iş bölümüne odaklanılarak iş akışlarının yeniden nasıl tasarlanabileceğinin düşünülmesi tavsiye edilmektedir (HBR, 2019: 13). Bu süreçte işletmeler hangi görevlerin insanlar, hangilerinin makineler tarafından yürütüleceği, mevcut işgücü ile birlikte iş süreçlerin ultra akıllı sistemlerle tamamen ne şekilde dönüştürüleceğine ilişkin birçok soru ile karşılaşmaktadır (Daugherty ve Wilson, 2018:42). Bu soruların yanıtlanabilmesi için süreç odaklı bir çalışmanın planlanması bir zorunluluk haline gelmektedir. Teknolojik dönüşüm esnasında organizasyon çapında tüm süreçlerin dönüştürülmesi yerine yalnızca süreci oluşturan aktivitelere odaklanılması beklenmektedir. Bu şekilde bir ilerleme kaydedildiğinde aktivitelerin gerçekleştirilmesinde insan ve makinenin nasıl bir iş birliği içerisinde olması gerektiğine ilişkin sorular yanıtlanabilir. Bu dönüşüm kapsamında işletme içerisinde öncelikli olan iş süreçlerinin belirlenmesi ile sürece ilişkin aktivitelerin ortaya çıkartılması istenmekte olup bilişsel teknolojilere en uygun olan aktivitenin seçilmesi ile devam edilir. Çünkü iş süreçleri içerisinde farklı aktiviteleri barındırmakla birlikte her bir iş sürecine ait aktivitelerin farklı fonksiyonları yerine getirdiği görülmektedir. Burada aktivite bazlı olarak ilerlenmesindeki amaç organizasyon çapında yapay zekâ entegrasyonunun başarılı bir şekilde sağlanmasının yanı sıra dönüşüm sürecinde maliyetlerin kontrollü bir şekilde yönetilmesidir. Çünkü yapay zekâ teknolojilerinin uygulanmasının işletmelere maliyeti oldukça yüksek seviyelerdedir ve bunun ötesinde bilişsel teknolojilerin işletmelere getirdiği zorluklar arasında sıranmış olan bu teknolojilerin ve uzmanlığının çok pahalı olduğu bilinmektedir (Deloitte, 2017:12). Her bir aktivitenin yapay zekâ teknolojisi ile yaratacağı avantajlı durumlar bulunurken dezavantaj getireceği bazı durumlar da bulunmaktadır. Bu sayede insan makine iş birliği ile birlikte sürecin güçlü tarafları ortaya çıkartılarak teknolojik dönüşüme ilişkin zayıflıklar ortadan kaldırılabilecektir (HBR, 2019: 13).
Yapılan çalışmalarda iş süreçleri entegrasyonunda aktivite odaklı ilerlemeyi destekleyen örnekler bulunmaktadır. Walmart’ın yapay zekâ tabanlı mağazası iş süreçlerindeki verimliliği ve etkinliği arttırmak için tasarlanmıştır. Mağazada boşalan rafların takibinde ve stok ile ilgili işlemlerde yapay zekâ teknolojileri kullanılmıştır. Gerçekleştirilen teknolojik dönüşüm içerisinde bilişsel teknolojilerin ve uzmanlığının getirdiği maliyetler göz önüne alındığında dönüşümün organizasyonel çapta yayılmasının yerine aktivite odaklı ilerleyerek başlatıldığı görülmektedir. Süreç içerisindeki bu durum hem uygulamanın verimliliğinde ve etkinliğinde hem de maliyet açısından bir avantaj oluşturmaktadır.
Veri ve Algoritma
Keysan’a göre yapay zekâ sistemlerinin uygulanmasının temelinde etik kavramı ön plana çıkmaktadır. Günümüzde kişisel verilerin ön plana çıkması ile birlikte öncelikle Avrupa’da kişisel verilerin korunması hususunda GDPR denilen Genel Veri Koruma Tüzüğü uygulanmaya başlamıştır. Bu kanun kişisel veri kapsamında veri güvenliğinin en üst düzeyde sağlanması gerçek ve tüzel kişiler için sürekli iyileştirmeye açık idari ve teknik yükümlülükleri içerisinde barındırmaktadır. Fakat yapay zekânın uygulanması ile birlikte bilişsel teknolojilerin kanun ile uyumu arasında beklenmeyen veya öngörülmeyen riskler ile işletmelerin karşılaşması beklenmektedir. Bu nedenle tüm riskleri öngörebilen yapıların oluşturulması için ileride kurumsal yapılara ihtiyaç duyulacaktır. Öngörülmeyen risklerin yanı sıra bilişsel teknolojilerin içerisindeki etik kavramı da farklı risklerin oluşmasına sebep olacaktır. Bu durum bir kez daha denetim ve kontrol mekanizmasının gerekliliğini göstermektedir (Keysan, 2019: 77–86).
Yapay zekâ teknolojilerinin içerisinde barındırılan birçok unsurun uygulama sürecinde işletmeler tarafından fark edilmesi beklenmektedir. Bilişsel teknolojilerin iş süreçleri entegrasyonu esnasında çalışmalar yürütülürken organizasyonda bu unsurlar kendini göstermeye başlar. Aslında veri ve algoritma bu unsurlardan yalnızca birkaç tanesidir. Çünkü akıllı teknolojiler verilerden beslenmektedir. İş süreçleri sayesinde elde edilen verilerin doğruluğunun / tamlığının sağlanabilmesi ve kontrol edilebilmesi organizasyon için gereklidir ve devamında tüm çıktılar etkilenecektir. Bir kez daha yapay zekâ projelerinin iç denetim fonksiyonu ve iç kontrol mekanizmaları ile birlikte yürütülmesinin gerekliliği ortaya çıkmaktadır.
İşletme tarafından üzerinde düşünülmesi gereken diğer bir husus oluşturulan algoritmaların iş süreçleri ya da süreç gereksinimleri ile uyumluluğu ve süreç gereksinimlerinin de işletmenin etik altyapısına uygun olup olmadığı ile ilgilidir. Akıllı teknolojilerin iş süreçleri ile uyumlu ve süreçlerin işletme etiğine uygun olup olmaması kritiktir ve yapay zekâ stratejilerinin içerisinde yer alması yapay zekânın organizasyon içerisinde başarılı olması için önem taşımaktadır. Kritik hususların sağlanması amacıyla süreç altyapısının şekillendirilmesinde COSO iç kontrol modeli işletmelere yol gösterici olmaktadır. Veri ve iş süreçleri ile ilişkili yapılması gereken çalışmalar COSO iç kontrol modelini uygulayan bir işletmede kolaylıkla gerçekleştirilmektedir. Çünkü COSO’da süreç tasarımı dikkate incelenmekte ve ihtiyaç duyulan kritik hususların gerçekleştirilmesinde organizasyon yapısına katkı sağlamaktadır.
Yapay zekâ için algoritma geliştirilir, algoritmalar verilerle beslenir. Bu nedenle yapay zekâyı iş süreçlerine entegre etmek isteyen işletmelerin büyük veri için sağlam bir temele sahip olması beklenmektedir. Büyük verilerin saklanması ve işlenmesi için özel tasarlanmış sistem mimarisine, araçlara ve uygulamalara ihtiyaç duyulmaktadır. Çünkü büyük veriler büyük bir hacme, çeşitliliğe, hıza ve değişkenliğe sahip verilerdir. Algoritmaların verilerden beslenmesinden dolayı verinin güvenilir olması gerekir. Ve bunun için verinin tamlığının / doğruluğunun sağlanıyor olması bir zorunluluk haline dönüşmektedir. Aksine işletmelerde verinin kendi içerisinde tutarsız olması, tam ve doğru olmaması, sık karşılaşılan bir durumdur. İşletmede kullanılan sistemlerin birbirleri ile iletişim kurduğu esnada bu bağlantıların nasıl sağlandığı ve doğrulandığı kritik önem taşımaktadır. Yapay zekâyı oluşturan algoritmalar verilerden beslendiği için her zaman verinin tam ve doğru bir şekilde akışının sağlanması ve toplanması işletmeler için kritik olmaktadır. Çünkü verinin tamlığı / doğruluğu ve güvenirliği işletmelerin kaliteli veriyi elde etmesini sağlamaktadır. Kaliteli veri için verinin toplandığı iş süreçlerinde iyi tanımlanmış standart formların bulunması kaliteli veriye erişimde kolaylık sunmaktadır. Organizasyon yapısında işlenen veriler yapılandırılmış veri veya yapılandırılmamış veriye dayandırılabilir. Verinin uyumlu hale getirilmesinde yapay zekâya başvurulabilir. Örnek olarak bir işletmede satıcı ismi uygulamalarda farklı biçimde kaydedilmiş olabilir. Program sayesinde satıcı isminin farklı versiyonları tespit edilmiş ve kısa sürede hepsi birbiriyle uyumlu hale getirilmiştir.
Yapay zekâ algoritmalardan, algoritmalar verilerden beslenmektedir. Bu durumda algoritmaların geliştirilmesindeki en önemli unsurun insan faktörü olması beklenmektedir. Çünkü algoritmalar insanlar tarafından oluşturulur ve algoritmanın oluşturulması esnasında taraflı veya tarafsız bir şekilde algoritma hazırlanacak ve bu durum algoritmayı etkileyecektir. İnsan faktörü unsuru aşağıdaki risklerin değerlendirilmesi için önemli bir rol oynayacaktır (TİDE KÜRESEL, Yapay Zekâ 1, 2017: 1–13):
- Yapay zekânın tasarımında insan yanlılığının yansıtılmasından kaynaklı risklerin tespit edilip edilmediği ve bu risklerin yönetilme durumunun değerlendirilmesi
- Yapay zekânın geliştirilmesi ile elde edilen çıktıların beklenen çıktılar ile aynı amacı içerip içermediğinin test edilme durumunun değerlendirilmesi
- Yapay zekâ temellerinin şeffaflığı sağlayıp sağlamadığının değerlendirilmesi
- Yapay zekânın kanunlara uygun (etik ve sorumlu bir şekilde) olarak tasarlanıp tasarlanmadığının değerlendirilmesi
Yapay zekâ teknolojilerinde insan kaynaklı kasıtlı veya kasıtsız hatalardan dolayı güvenlik ihlalleri ile bilgi mahremiyetinin yaşanacağı öngörülmektedir. İnsan faktörü bu noktada devreye girerek insan hatasından kaynaklı oluşacak risklerin değerlendirilmesinde rol almaktadır (TİDE KÜRESEL, Yapay Zekâ 1, 2017: 7).
Yapay zekâ algoritması ve modelleri ne kadar titizlikle çalışılıp uygulansa bile geliştiricilerin hesap edemediği, sonu insan hayatının sonlandırılmasına varan vahim sonuçlar doğurabilmektedir. Günümüzde yapay zekâ ile çalışan makineler dikkate izlenmeli ve şüphe uyandıran davranışları gözlendiğinde algoritmaları gözden geçirilmelidir. Kontrol işlemlerinin süreklilik arz etmesi yapay zekâ sürecini başarıya taşıyacaktır. Aksi takdirde hatalı algoritmalar dönüşüm sürecini başarısızlığa çevirecektir. Çünkü akıllı teknolojiler onlara verilen girdilerin ötesinde kendi kendine öğrenme yeteneğine sahip olduğundan ötürü algoritmasındaki bir yanlışlıktan dolayı hatalı olarak işletmenin arzuladığından farklı bir şekilde yorumlamaktadır. Bu nedenle günümüzde yapay zekayla çalışan teknolojilerin işletmelere dahil edilmesinden önce çalışmaları titizlikle gözlenmeli ve yeterince test edilmelidir.
Algoritmalar aşağıdaki iki önemli nedenden kaynaklı insanlardan farklıdır (HBR, 2019: 30):
- Algoritmalar değişmezdir.
- Algoritmalar kara kutudur.
Algoritmalar değişmezdir başlığına “Avengers” filminden bir örnek verilmektedir. Avengers filminde Tony Stark (Iron Man olarak da bilinir) bir yapay zekâ savunma sistemi olan Ultron dünyayı korumak ile görevlendirilmek amacıyla yaratılmıştır. Ultron, kendisine verilen görevi yorumlamış ve Dünya’yı kurtarmanın en iyi yolunun tüm insanları yok etmek olduğu sonucuna varmıştır. Aslında birçok yönden, Ultron tipik bir algoritma gibi davranmıştır. Çünkü tam olarak kendisine söylenenleri yaparak diğer tüm konuları göz ardı etmiştir. Algoritmalar dikkatli bir şekilde yönetilemediğinde bu sorun ile karşılaşılmaktadır. Algoritmalar kara kutudur başlığı ile ilişkili olarak Shakespeare’den bir örnek verilir. Bir kâhin Sezar’ı “Mart ayına dikkat etmesi konusunda uyarır.” Uyarı çok açıktır; Sezar dikkat ederse iyi olur. Ancak aynı zamanda tamamen anlaşılmazdır. Çünkü neye ve neden dikkat etmesi gerektiği bilinmemektedir. Bu mesajla birlikte hayal kırıklığına uğrayan Sezar, kâhininin uyarısını dikkate almaz ve “O bir hayalperest; bırakalım.” der. Gerçekten mart ayı Sezar için kötü geçer. Sorun, kâhinin detaylı bilgi vermemesidir. Çünkü neye dikkat etmesi gerektiğine dair hiçbir ipucu vermemiştir. Algoritmalar planlama için gerekli araçlardır fakat onlar kolay bir şekilde karar vericileri kötü yola saptırabilir. Dikkat edilmesi gereken husus algoritmaları formüle ederken, yeni bir olayla karşılaşıldığında elde ettiği verileri doğru bir şekilde analiz edip istenilen davranışı göstermesidir. İncelenen verilerin uzun vadede sonuçları düşünülmeli ve doğru veri girişleri seçilmelidir. Shakespeare’in kâhini gibi algoritmalar geleceği yüksek olasılıkla doğru bir şekilde tahmin edebilir fakat neyin neden olacağını söyleyemez. Özetlemek gerekirse işlerin detayları, çalışanların fiziksel ve ruhsal özellikleri, iş akış süreçleri ile birlikte yeteri kadar titizlikle analiz edilip tüm olasılıklar düşünülmeden oluşturulacak bir algoritmanın işin sonunda hangi çalışanların başarılı olduğunu bulma olasılığı düşüktür (HBR, 2019: 30–31).
Referanslar:
Harvard Business Review (HBR), (2019), On AI, Analytics, and the New Machine Age, Harvard Business Review Press.
THE INSTITUDE OF INTERNAL AUDITORS, (2017), Küresel Bakış Açıları ve Anlayışlar Yapay Zekâ — İç Denetim Mesleğine İlişkin Dikkate Alınması Gerekenler, AI PART I.
Keysan, Erdoğan, Pelin., (2019), Yapay Zekanın İşgücü, İstihdam ve Gelir Dağılımına Etkileri, Yüksek Lisans Tezi
Deloitte, Bullish on the business value of cognitive, Leaders in cognitive and AI weigh in on what’s working and what’s next, The 2017 Deloitte State of Cognitive Survey.
Daugherty, R, Paul., Wilson, James, H., (2018), Human + Machine Reimagining Work in the Age of AI, Harvard Business Review Press.
