Veriniz Yapay Zekâya Hazır mı? Önce Hangi Karar İçin Olduğunu Söyleyin

Bir şirketin müşteri kayıtları aynı anda hem yeterli hem yetersiz olabilir.

Bu bir çelişki değil. Aynı kayıtlar haftalık satış raporu hazırlamak için yeterli olabilir; fakat gerçek zamanlı kredi kararı vermek için yetersiz kalabilir.

İlk işte geçmiş satışları toplar, eğilimi görürsünüz. İkinci işte kimlik, güncel gelir ve borç bilgisi, kurumun risk kuralları, o anda geçerli limitler ve kararın doğru olup olmadığını sonradan gösterecek kayıtlar gerekir.

Verinin yeterliliği, verinin kendisinden çok onunla hangi kararın verileceğine bağlıdır.

Bu nedenle “Verimiz yapay zekâya hazır mı?” sorusu tek başına fazla geniştir. Önce hangi iş adımını değiştirmek istediğimizi, hangi kararın iyileşmesini beklediğimizi ve yanlış kararın neye mal olacağını söylemek gerekir.

“Hazır” bir şirket özelliği değil

Şirketin bütün verisine “hazır” veya “hazır değil” etiketi yapıştırmak mümkün görünür. Fakat bu etiket bir karar vermeye yetmez.

Geçmiş satış verisi aylık talep eğilimini anlamaya yardımcı olabilir. Aynı veri, hangi müşterinin gelecek ay satın alma ihtimalinin daha yüksek olduğunu tahmin etmek için tek başına yeterli olmayabilir. Tahmin için müşteri etkileşimleri, teklif süreci, kaybedilen fırsatlar ve tahminin isabetini ölçebileceğiniz sonuçlar da gerekebilir.

Bu ayrım yalnızca tahmin sistemleri için geçerli değil. Bir bakım kılavuzu teknik bir soruyu yanıtlayabilir, ancak güncel stok durumunu söyleyemez. Ürün katalogları teklif taslağı hazırlamaya yeterli olabilir; müşteriye bağlayıcı fiyat vermeye yetmeyebilir.

Burada aranan şey mükemmel veri değildir. Amaç, belirli kararın hata sınırı ve iş sonucu için yeterli bilgidir.

Önce hangi kararın değişeceğini söyleyin

Bir veri çalışmasına ya da AI projesine başlamadan önce şu dört soruyu netleştirmek gerekir:

1. Hangi karar veya iş adımı değişecek? Rapor hazırlamak, müşteri önceliklendirmek, teklif oluşturmak ve kredi kararı vermek aynı veri problemleri değildir.
2. Bilgi ne zaman geçerli olmalı? Dün doğru olan fiyat, stok veya limit bugün yanlış olabilir.
3. Bilgi eksik ya da yanlışsa ne olur? Sistem bir taslak mı hazırlayacak, öneri mi yapacak, yoksa sonuç doğuran bir işlemi mi başlatacak?
4. Sonucun yeterli olduğunu nasıl anlayacağız? Birkaç etkileyici demo yerine, doğru kararın veya tamamlanan işin görülebileceği temsilî örnekler ve kayıtlar gerekir.

Bu soruların yanıtı, “veri var mı?” sorusundan daha değerlidir. Çünkü hangi eksikliğin gerçekten önemli olduğunu gösterir.

Satış ekibi, hangi müşterilere önce ulaşacağını belirlemek istiyor olabilir. Geçmiş satış tutarları ilk sıralamayı yapmak için kullanılabilir. Ancak temsilci bu sıralamaya göre zaman ayıracaksa, müşterinin hâlâ aktif olup olmadığını, kayıttaki kişinin doğru kişi olup olmadığını ve son temasın ne zaman kurulduğunu da bilmek gerekir. Bu bilgiler yoksa sistem, geçmişte değerli görünen ama bugün ilgisini kaybetmiş müşterileri öne çıkarabilir. Eksik olan modelin gücü değil, bu kararın ihtiyaç duyduğu bağlamdır.

Veri, yalnızca eğitim için kullanılan satırlar değildir

Kurumsal bir kararı taşıyan bilgi tek bir tablodan gelmez. Genellikle birkaç farklı unsur birlikte çalışır:

• Güncel durum: fiyat, stok, bakiye, sipariş, onay veya müşteri kaydı.
• Açık kural: harcama limiti, uygunluk koşulu, indirim politikası veya “aktif müşteri” tanımı.
• Geçmiş örnek: tahmin ya da sınıflandırma için kullanılabilecek gözlemler ve geri bildirim.
• Doğrulama kaydı: önerinin doğru olup olmadığını, işlemin tamamlanıp tamamlanmadığını veya iş sonucunun değişip değişmediğini gösterecek kanıt.

Bu kaynakların aynı sistemde bulunması gerekmez. Fakat anlamlarının açık, sahiplerinin belli ve ihtiyaç duyulduğunda erişilebilir olması gerekir.

Örneğin bir teklif sistemi ürün belgesinden teknik özellikleri çıkarabilir. Müşteriye özel fiyat ise yetkili ticari sistemden gelmelidir. İndirim istisnası yazılı bir politikada bulunabilir. Sistem bunları birbirine karıştırıyorsa, elinizde çok veri olması problemi çözmez.

Bilgi, açık kural ve öğrenilecek örüntü arasındaki ayrım bu nedenle teknik bir ayrıntıdan önce iş tasarımı sorusudur.

Eksik veri, her zaman büyük bir veri projesi gerektirmez

Bilgi yetersiz olduğunda iki refleks yaygındır: “Model zaten bunu bilir” demek veya şirketin bütün verisini temizleyip tek yerde toplamak istemek.

İkisi de erken verilmiş kararlar olabilir.

Bazen doğru adım kapsamı daraltmaktır. Bir fatura giriş sistemini ilk aşamada yalnızca belirli tedarikçilerden gelen, metni okunabilen PDF faturalarla çalıştırabilirsiniz. Düzeni bozuk veya taranmış faturalar mevcut süreçte kalır.

Bazen eksik olan şey daha fazla veri değildir. Kaydın anlamını netleştirmek, kaynağın sahibini belirlemek ya da güncelleme disiplinini düzeltmek daha büyük değer yaratır.

Bazen de veri hazırlamanın maliyeti beklenen sonucu haklı çıkarmaz. Bu durumda süreç değişikliği, mevcut yazılımın daha iyi kullanılması veya işi hiç otomatikleştirmemek daha doğru müdahale olabilir.

Veri hazırlığı bir kontrol listesi tamamlamak değildir. Hangi bilgi eksik? Bu eksiklik hangi kararı bozuyor? Onu düzeltmenin maliyeti ve sahibi ne? Bu sorulara cevap veremiyorsak, bir karar vermiş değil, ucu açık bir hazırlık programı başlatmış oluruz.

Yeterli bilgi, karar yetkisi anlamına gelmez

Bir sistemin doğru bilgiye erişebilmesi, şirket adına karar verebileceğini göstermez.

Satın alma sistemi teklifleri karşılaştırabilir. Buna rağmen tedarikçi seçme, bütçeyi onaylama ve sipariş oluşturma yetkisi insanlarda kalabilir. Bilgi yeterliliği sistemin hangi girdilerle güvenilir çalışabileceğini anlatır. Yetkilendirme ise sistemin ne yapmasına izin verileceğini belirler.

Bu iki kararı birbirine karıştırmamak gerekir. Yapay zekâya ne kadar yetki verilmesi gerektiği ayrı bir tasarım sorusudur.

Model seçimi de bu iki tartışmanın sonrasında anlam kazanır. Önce değiştirmek istediğiniz iş sonucunu ve o sonucu taşıyacak bilgi yolunu belirleyin. Ardından AI, klasik yazılım, süreç değişikliği veya başka bir müdahale arasından en sade olanı karşılaştırın. AI projesine model seçerek başlamamak gerektiğini bu yüzden yazmıştım.

Şirketinizin verisi tek başına AI için hazır ya da değil değildir. Daha yararlı soru şudur:

Bu karar için neyi bilmemiz gerekiyor ve elimizdeki bilgi, bu kararın sonucunu taşıyacak kadar yeterli mi?

Model, bilgi, yetki ve kanıtla ilgili diğer kararları yapay zekâ sistemi tasarlama rehberinde birlikte görebilirsiniz.