Yapay zekânın yarattığı bilgi açığı yeni güvenlik açığıdır. İşte bu açığı kapatmanın yolu.

Teknoloji şirketleri tanıdık bir bahse giriyor: Yapay zekânın işi insanlardan daha hızlı ve daha ucuza yapabileceğine inanıyorlar. Bu birçok durumda doğru olabilir, ancak yapay zekâ aynı zamanda işten çıkarmalar için kolay bir gerekçe olarak da kullanılıyor.

Bu yıl başlarında paylaşılan bir PwC raporuna göre, CEO’ların %56’sı, yapay zekâ yatırımlarından şimdiye kadar kayda değer bir finansal fayda görmediklerini söyledi. Yalnızca %12’si yapay zekâ sayesinde hem maliyet tasarrufu hem de gelir artışı bildirdi. Ayrıca National Bureau of Economic Research’ün şubat ayındaki bir araştırmasında, şirketlerin neredeyse %90’ı, yapay zekânın son üç yılda istihdam veya verimlilik üzerinde hiçbir etkisi olmadığını söyledi. Bu bulgular çarpıcı bir gerçeği ortaya koyuyor: Birçok kuruluş, yapay zekânın başlangıçta vaat ettiği gelir ve verimlilik kazanımlarını henüz görmedi; kayıplarını karşılamak için binlerce çalışanı işten çıkarmaya devam ediyor.

Ancak finansal sonuçlara ilişkin telekonferanslarda söylenmeyen bir şey var: Müşteri ilişkilerine dair on yıllık bağlamı zihninde taşıyan müşteri yöneticisini ya da sahip olduğu kurumsal bilgi, kusurları müşterilere ulaşmadan yakalayabilen tek dayanak olan kalite güvence mühendisini işten çıkardığınızda, yalnızca gereksiz yağları atmıyorsunuz. Taşıyıcı duvarları yıkıyorsunuz. İşlerin yeniden yapılmasının maliyeti, müşteri kaybı ve ardından gelen kalite sorunları, personel azaltımını kutlayan aynı sunumda nadiren yer alıyor. Bunlar sonraki çeyreklere sessizce yediriliyor, piyasa koşullarına bağlanıyor ve unutuluyor. Yapay zekâ odaklı yeniden yapılanmanın vaatleriyle gerçek sonuçları arasındaki fark gerçek ve büyüyor; birçok kuruluşta ise hâlâ hiç kabul edilmiyor.

Bu döngünün gerçek maliyetleri tek bir yerde toplanmıyor. Kesintilerden sonra kalan bütün ekiplere yayılıyor. Geliştiriciler, ayrılan mühendislerin iş yükünü devralırken personel kaybını telafi edemeyecek kadar olgunlaşmamış yapay zekâ araçları da alıyor. Ürün ekipleri, planlarını müşterilerin gerçekliğine bağlayan bağlamı kaybediyor. Destek ekipleri aşırı yük altında kalıyor ve yanıt kalitesi düşerken müşteriler, taleplerine verilen yanıtlardaki yapay zekâ üretimi düşük kaliteli içeriği hemen tanıyor. Yük tek bir yerde yoğunlaşmıyor, dağılıyor; bu dağılım da çeyrek raporlarında görmezden gelinmesini kolaylaştırıyor. Ancak bu geniş dağılım içinde BT ekipleri, sorunun kendine özgü ve ağırlaşmış bir biçimiyle karşılaşıyor. Yalnızca daha az kaynakla daha fazla iş yapmaları gerekmiyor. Hızla kurulmuş altyapıyı, ona bütünlük kazandıran kurumsal bilgi olmadan yönetmeleri isteniyor. Aynı anda, şirketler kamuoyu önünde kutladıkları kesintileri sessizce geri alırken ayrılan meslektaşlarının çıkış işlemlerini ve onların yerine gelenlerin işe uyum süreçlerini yürütüyorlar.

Yıl ilerleyip kuruluşlar yapay zekânın vaatlerini gerçekleştirmeye çalışırken, yapay zekâyla sağlanan verimlilik adına insan uzmanlığını azaltmanın gelirden çok daha fazlasını kaybettirdiğini anlamanın zamanı geldi. İyi haber, iki dünyanın da en iyi yanlarını bir araya getirebilmeniz. Ancak bunun için yapay zekâya daha pratik ve pragmatik yaklaşmak, insanları stratejinin merkezinde tutmak gerekiyor.

Bilgi kapıdan çıkınca neler kaybolur?

Kritik operasyonel bilgi insanlarda bulunur ve sistemler aracılığıyla değil, insan muhakemesiyle uygulanır. Bu kişiler ayrıldığında bilgi de onlarla birlikte gider. Model ne kadar gelişmiş olursa olsun, yapay zekâ bugün bu boşluğu dolduramaz.

Yapay zekânın yetenekleri gelişse de incelikli bir bağlamdan yoksun otomasyon, kritik alanlarda tehlikeli kör noktalar yaratır:

• Muhakeme ve strateji: Sezgi, kurumsal bilgi ve piyasa farkındalığı veri kümelerine düzgünce sığmaz; yapılandırılmamış veri kümeleri de buna dahildir.
• Bağlam ve durumsal farkındalık: İnsanlar nüansları ve niyeti fark eder, katı kuralların işlemediği gri alanlarda yol bulabilir.
• Empati ve güven: Büyük sonuçları olan veya duygusal yoğunluğu yüksek anlar, özellikle müşterileri ya da çalışanları ilgilendiriyorsa, insan merkezli bir yanıt gerektirir.
• Gözetim ve hesap verebilirlik: Birinin başarısızlıkları ve önyargıları tespit etmek ya da yanlış bilginin önüne geçmekle sorumlu olması gerekir. Tamamen yanlış bilgi verdikten sonra yalnızca “Haklısınız, tekrar deneyeyim” demek yeterli değildir.
• Kurumsal hafıza ve sistem bağlamı: Ekiplerin altyapıyı neden belirli bir biçimde kurduğunu ya da neden kurmadığını, daha önce neler denediklerini ve kimsenin belgelemediği hangi uç durumların bulunduğunu anlamak.
• Liderlik ve yönetişim: Politika ve risk toleransını belirlemek, etik sınırlara uymak temel olarak insanların sorumluluğunda kalır.

Yapay zekâ içgörü sağlayabilir, eylem önerebilir ve uygulamayı hızlandırabilir. Ancak felaketleri önleyen kurumsal hafızanın yerini alamaz ve sorunları kontrolden çıkmadan yakalayan hesap verebilirliği sağlayamaz.

Akıllı kuruluşlar neleri farklı yapıyor?

Yapay zekâyla başarılı olan kuruluşlar insanları denklemden çıkarmıyor. Günlük operasyonlarda sürtüşme yaratan rutin ve tekrarlayan süreçleri yapay zekâyla sadeleştiriyorlar. Böylece insanların daha büyük iş faydaları sağlayacak yeni ve yaratıcı yollar bulması için zaman ve diğer kritik kaynaklar açığa çıkıyor. Yapay zekâyı, insan kapasitesini artırmak üzere “birlikte koşulan” bir araç olarak kullanıyorlar. BT operasyonlarını düşünün. Bu ekipler zaten sınırlı kaynaklarla geniş altyapıları yönetirken aşırı yük altında. Yapay zekâ veya belki daha spesifik olarak makine öğrenimi (ML) burada gerçek değer sunabilir. Yapay zekâ ve ML, önceden zaman alan ve değerli alan uzmanlarını operasyonel işlere gömen rutin görevleri otomatikleştirebilir: yama araştırması ve testleri, destek taleplerinin sınıflandırılması, iş akışlarının oluşturulması, keşif ve risk haritalama.

Bu görevler BT operasyonlarının temelini oluşturur, ancak çok büyük zaman gerektirir. Kuruluşların dijital ortamları genişledikçe, güvenlik açığı manzarası değiştikçe ve çalışanlar iş cihazlarında giderek daha olumlu dijital deneyimler bekledikçe bu yük artar. Ekipler aşırı yük nedeniyle temelleri — bu yetenek ve süreçleri yönetmeyi veya izlemeyi — iyi yerine getiremediğinde sonuçlar ağırdır: hizmet kesintileri, uygulanmayan yamalar, veri sızıntıları ve güvenlik ihlalleri.

Buna karşılık yapay zekâ, bu alanlardaki işleri sadeleştirmek için iyi kullanıldığında BT çalışanlarına yapay zekânın yapamayacağı işler için zaman kazandırır: teknik borcu azaltmak, mevcut sistem ve süreçleri geliştirmek, mimariyi dayanıklılık için yeniden tasarlamak ve kritik sistemleri işler tutan kurumsal bilgiyi korumak. Bu, verimlilikten fazlasıdır. Risk azaltmadır ve uzun vadeli büyüme için daha sağlam bir temel kurar.

Yapay zekâyı doğru benimsemek

Yapay zekânın uygulanmasını ve benimsenmesini dikkatle planlayan, aynı zamanda güvenli ve etkili kullanımı mümkün kılmaya öncelik veren kuruluşlar, yapay zekâ stratejilerinden daha büyük kazanımlar elde ediyor ve etmeye devam edecek. Optimizasyon, personeli azaltmaktan gelmez. İnsanlara yatırım yapmaktan, iş akışlarını yeniden tasarlamaktan ve ekipleri yapay zekâyı en iyi nasıl kullanacakları konusunda eğitmekten gelir.

Bu aslında yeni değil. Teknoloji yüzlerce yıldır nesil döngüleri içinde ilerliyor ve her seferinde aynı hataları tekrarlamaya eğilim gösteriyoruz. Aşırıya kaçıp belirli bir ilerlemeyi tüm sorunların çaresi yapmaya çalışıyoruz. Bu çaresizliği sömüren, gereğinden fazla vaat veren ve sonuçlar ölçülemeden ortadan kaybolan şarlatanlar hiç de az değil. Gerçekte yapay zekâ ve ML, bilgisayarların her zaman yaptığı şeyi yapabilir: belirli görevleri insandan daha hızlı ve daha doğru gerçekleştirmek. Bu fırsatları bulan ve yapay zekâyı pragmatik biçimde, birlikte çalışılacak bir araç olarak uygulayanlar yatırımlarının karşılığını hızla görecek. Pratikte bu şu anlama gelir:

• Yapay zekâyı düşük değerli işleri ortadan kaldırmak için kullanmak, yüksek değerli insan muhakemesini ortadan kaldırmak için değil
• Büyük sonuçları olan kararların riskini azaltmak üzere insanın sürece katıldığı iş akışları tasarlamak
• Yapay zekâ sistemleri başarısız olduğunda veya belirsiz sonuçlar ürettiğinde açık eskalasyon yolları belirlemek
• Yapay zekâ destekli kararlara ilişkin sorumluluğu açıkça atamak
• Ekipleri yapay zekâ çıktısını körü körüne kabul etmek yerine eleştirel biçimde incelemeye eğitmek

Yanlış yaklaşımın gerçek maliyeti

Teknoloji sektöründe şu anda görülen kitlesel işten çıkarmalar ve ardından gelen sessiz yeniden işe alımlar, yeteneklerin yer değiştirmesi değil, risk aktarımıdır. Kuruluşlar onlarca yıllık kurumsal hafızayı birkaç aylık otomasyon hızıyla takas ediyor; sonuçların yönetimini üstlenmek de BT liderlerine kalıyor.

Yapay zekâ gerçek kazanımlar sunar. Ancak bu kazanımlar, uzmanlığın yerini almak yerine onu korumak ve güçlendirmek için kullanıldığında en büyük anlamı taşır. Yapay zekâ çağında gelişmeye devam edecek şirketler, en derin kesintileri yapan veya en fazla yapay zekâ aracını devreye alanlar değildir. Monoton işleri otomatikleştirmek, insan yaratıcılığını, iş birliğini ve uzmanlığını artırmak için yapay zekâyı düşünerek kullananlardır. Bir sonraki sistem arızasında, hizmet kesintisinde veya siber güvenlik olayında sistem kurtarmaya ya da müşteri iletişimine bir robotun veya makinenin liderlik etmesini istemezsiniz. O zaman derin tarihsel bağlama ve bilgiye sahip kişinin hâlâ şirkette olmasını istersiniz ve ona ihtiyaç duyarsınız.

Yapay zekânın tüm potansiyelini açığa çıkarmak istiyorsak onu monoton işler için kullanmaya odaklanmalı ve kötü iş performansına gerekçe olarak kullanmayı bırakmalıyız.