Amazon Web Services (AWS), yapay zekânın değere dönüştürülmesini ele alan “Reimagine: Turning AI Into Value” başlıklı raporunu yayınladı. Rapor, yöneticilerin en sık sorduğu iki temel soru olan “Lider kuruluşlar yapay zekâyı işler hale getirmek için gerçekten ne yapıyor?” ve “Amazon bu formülü başarıyla çözebildi mi?”ye odaklandı. Her iki sorunun temelinde yapay zekâdan somut değer üretmeyi başaran kuruluşları, başaramayanlardan ayıran şeyin ne olduğu yatıyor.
Raporun temel bulgularına göre yapay zekâdan en fazla değeri elde eden kuruluşlar en fazla yapay zekâ servisine, uygulamasına sahip olanlar değil. Bunu, yapay zekâyla birlikte yönetim, ölçüm ve organizasyon uygulamalarını yeniden tasarlayarak yapıyorlar. Rapora göre yöneticilerin üçte ikisi, değerin önündeki temel engelin teknolojinin kendisi değil, organizasyonel tasarımın olduğuna işaret ediyor. Rapor, kuruluşların daha fazla yapay zekâya değil, halihazırda sahip oldukları için daha iyi bir oyun planına ihtiyaçları olduğunu ortaya koyarak tam da bunu sunmaya odaklanıyor ve her bölümde liderlerin hemen alabileceği, spesifik aksiyonlar bulunuyor.
Raporun temel bulguları arasında yapay zekânın değerinin yalnızca benimseme oranları veya zaman tasarrufu, ne kadar kod yazıldığı, kaç kullanıcının kaç oturum açtığı gibi metrikler yerine somut iş sonuçları üzerinden değerlendirilmesi gerektiği yer alıyor. Yapay zekâdan değer elde etmede başarılı olan liderler, en baştan net başarı eşiklerini belirliyor ve bunları hızlı kararlar almak için kullanıyor. Bu süreçte işe yarayanları ölçeklendiriyor, fayda sağlamayanları ise durduruyorlar. BMW CIO’su Franz Decker, beklenen değeri göremediklerinde girişimleri erken aşamada durdurduklarını ve kaynakları başka yere yönlendirdiklerini belirtiyor.
Rapora göre, yapay zekâyı etkili bir şekilde ölçmek için öncü kuruluşlar, verimlilik kazanımlarını kalite dengeleyicileriyle eşleştirerek yaygın ölçüm tuzaklarından kaçınmalı. Destek verimliliğinden kod hacmi ve finansal performansa kadar pek çok alanı kalite metrikleriyle dengeleyen liderler, statik etkinlik sayımlarından dinamik, sonuç odaklı metriklere geçerek yapay zekâ girişimlerinin gerçek kurumsal değer üretmesini sağlıyor.
Yeteneklerin önemi değişiyor
Rapor, yapay zekâdan değer elde edenlerin daha fazla para harcayanlar değil, harcamaya karşılık ne elde ettiklerini açıklayabilenler olduğunu gösteriyor. Kuruluşların yapay zekâyı kontrolsüz bir harcama olarak ele almaktan vazgeçip, yönetilen bir yatırım olarak ele alması gerektiği vurgulanıyor. Yapay zekâya yönelik iş yükleri, yerleşik kullanım tabanlarından yoksun olması ve öngörülemeyen değişken maliyetler içermesi nedeniyle geleneksel bütçeleme tahminlerine meydan okuduğundan görünmez bütçe aşmalarıyla karşılaşma riski taşıyor. Öncü işletmeler doğrudan iş sonuçlarına bağlı ayrıntılı maliyet görünürlüğü oluşturarak, yetenek ile maliyeti dengelemek için akıllı model yönlendirmesi uygulayarak ve finansal sorumluluğu doğrudan değer sağlayan iş birimlerine vererek bu durumun önüne geçiyor.
Raporda örnek olarak yer alan AT&T, günde 27 milyar token işliyor ve yapay zekâya harcanan her 1 dolar karşılığında serbest nakit akışı olarak 5 dolardan fazla geri dönüş sağlıyor. Her kullanım durumu ölçülebilir bir iş sonucuna bağlı ancak çoğu kuruluş bu bağlantıyı kuramıyor.
Rapor, “yapay zekâ artık insanlara kritik becerileri öğreten giriş seviyesi işleri ele alıyorsa, kuruluşlar yeni nesil yetenekleri şimdi nasıl eğitiyor?” sorusunu soruyor. Öncelik verilmesi gereken beş kalıcı insan becerisini ise öğrenme çevikliği, problemi çerçeveleme, muhakeme, sistem düşüncesi ve merak olarak belirliyor.
Yapay zekâ süreçleri giderek daha fazla otomatikleştirdikçe, kuruluşların başarısı iş gücü yeteneklerini işi “gerçekleştirmekten” işe “rehberlik etmeye” kaydırmaya bağlı. Rutin görevleri yapay zekâ üstlendiği için kuruluşlar geleneksel sınıf içi eğitimlerin çözemediği kritik bir yetenek geliştirme açığıyla karşı karşıya kalıyor. Öncü kuruluşlar, gerçek ve uzun vadeli yetkinlik oluşturmak için “komut mühendisliği” gibi ömrü kısa yeteneklerden uzaklaşarak, öncelik verilmesi gereken beş kalıcı insan becerisine odaklanıyor. Bu konuda başarılı olan kuruluşlar, çalışanlarının manuel uygulamadan kritik incelemeye, problem tanımlamaya ve mimari denetime geçeceği şekilde iş süreçlerini yeniden tasarlıyor.
Kurumsal benimsemenin kritik boyutları
Raporun sonuçları için eski Bilgi İşlem Direktörlerinden (CIO), Teknoloji Direktörlerinden (CTO), İcra Kurulu Başkanlarından (CEO), Finans Direktörlerinden (CFO) ve hem özel sektörden hem de kamudan diğer kıdemli liderlerden oluşan bir AWS Kurum İçi Yönetici (Executive-in-Residence) ekibi, bir yıl süren bir araştırma gerçekleştirdi. Bu kapsamlı proje, 27 ülke ve 23 sektörden 154 liderle dokuz ay süren yoğun mülakatları içeriyordu. Katılımcı havuzunda ölçekli olarak yapay zekâ uygulayan 128 kurumsal yönetici, 23 kıdemli Amazon lideri ve büyük ölçekli teknolojik değişimleri kuruluşların nasıl benimsediği konusunda uzmanlaşmış 3 akademik araştırmacı yer aldı. 10 kapsamlı bölümden oluşan “Reimagine: Turning AI Into Value” raporu, kurumsal benimsemenin kritik boyutlarını ele alıyor:
• Finansman Çevikliği: Başarılı yapay zekâ girişimleri ölçeklendikçe, işletme talebi mevcut kurumsal finansmanı hızla geride bırakıyor. Bu durum, geleneksel yıllık bütçeleme ve önceliklendirme döngülerinin yetersizliğini gözler önüne seriyor.
• Tescilli Veri Avantajı: Temel yapay zekâ modellerine herkesin erişebilmesi nedeniyle, gerçeğe dayalı rekabet avantajı tamamen tescilli dahili verilere ve sistemlerin okuyabileceği hiçbir yerde yazılı olmayan, kodlanmamış kurumsal insan bilgisine dayanıyor.
• Değişken Maliyet Tahmini: Öngörülebilir yazılım lisans modellerinin aksine, yapay zekâ operasyonel harcamaları doğrudan kullanım yoğunluğuyla ölçekleniyor. Bu da finansal tahmini karmaşıklaştırarak çeyreklik incelemelere kadar bütçe görünürlüğünün anlaşılmasını zorlaştırıyor.
• İş Gücünde Yetenek Dönüşümleri: Belirli mesleki yeteneklerde uzmanlaşmak için onlarca yılını harcayan çalışanlar, geleneksel teknik becerilerin geçerliliğini yitirmesiyle birlikte hızla değişen yetkinlik gereksinimleriyle karşı karşıya.
Yayınlanan bulgular Amazon'un da bu kurumsal engellerden muaf olmadığını doğruluyor. Amazon liderleri, raporun her bölümünde yer alan başarı ve başarısızlık hikayeleriyle birlikte, dış katılımcılarla birebir aynı soruları yanıtladı ve aynı operasyonel zorluklarla karşılaştı.
