Bağlam: Ajan Tabanlı Yapay Zekâ İçin Güvenilir Bir Veri Temeli Oluşturmak

Bağlam, iletişim kurma biçimimiz açısından kilit önemdedir. Bağlamından koparılan sözler, amaçlananın tam tersini ifade ediyormuş gibi görünebilir. Biriyle bağlamından kopuk bir durumda karşılaşırsak onu tanımakta zorlanabiliriz. Bağlam, insan ilişkilerini bir arada tutan ve sosyal etkileşimlerimizde anlam bulmamızı sağlayan tutkaldır.

Aynı durum yapay zekâ ajanları için de geçerlidir. Ajanların belirsizliği gidermesini sağlayan şey bağlamdır; örneğin Apple (teknoloji şirketi), Apple (plak şirketi) ve apple (bir meyve) arasındaki farkı anlamalarına yardımcı olur. 

Bu ayrımı yapabilmek çok önemlidir; çünkü kurumsal yapay zekâ ışık hızında kararlar alıp harekete geçer; işlemleri işaretler, kredileri onaylar ve uyarıları tetikler. Ajanlar iş akışlarında yer alan varlıkları anlamazsa çalışmaya devam ederler, ancak hata yapacaklarından emin olabilirsiniz. 

Bazı tahminlere göre, tipik bir büyük işletmenin bu yılın sonuna kadar 1.600’e kadar ajan kullanacağı göz önüne alındığında, bu hatalar hızla yaygınlaşacaktır.

Dijital Kimlikleri Çözümlemenin Karmaşıklıkları

Ajan tabanlı yapay zekâ büyük heyecan yaratıyor; ancak ajanlar veri kümelerindeki varlıkları gerçekten anlayana kadar, temelsiz yapılar kurma riskiyle karşı karşıyayız. 

Bu, çözülmesi kolay bir sorun değil. Örneğin tek bir müşteri, farklı kurumsal veri tabanlarında çeşitli biçimlerde listelenebilir (J. Bloggs, Jane Bloggs, Bloggs vb.). Benzer şekilde, tek bir tüzel kişi, birden fazla iştiraki boyunca ayrı ayrı işaretlenebilir. Ajanlar, görünüşte farklı olan bu varlıkların aslında tek bir profille ilişkili olduğunu nasıl bilebilir? 

Şu anda çoğu zaman bunu bilemezler. Bunun nedeni, ajanların oluşturulma biçimidir. Bir ajan, özünde girdileri alıp çıktılar üreten bir sistemdir. Peki, ajanlara tam olarak ne kadar veri sağlamalıyız? Araştırmalar, aşırı uzun bağlam pencerelerinin ajanların halüsinasyon üretmesine yol açtığını gösteriyor. Buna karşılık, çok az veri sağlarsanız ajan kendinden emin bir şekilde karar verir ve hatalı bilgilere dayanarak harekete geçer. İşletmeler, sisteme gerekenden ne fazla ne de az bağlam sunarak ince bir denge gözetmelidir. 

Veri Entegrasyonu Kilit Önem Taşıyor

Veri hacmi, zorluğun yalnızca bir parçasıdır. İşletmelerin veri kalitesini ve entegrasyonunu da göz önünde bulundurması gerekir. Kötü bağlam, yeterince bağlantılı olmayan verilerden kaynaklanır. Bir ajanın karar vermek için ihtiyaç duyduğu veriler, birbirinden yalıtılmış çeşitli veri tabanlarına, uygulamalara ve iş birimlerine dağılmışsa halüsinasyon görülebilir. İş bağlamının yaklaşık %80-90’ı, bağlantısız sistemlerdeki birbirinden yalıtılmış, yapılandırılmamış dosyalarda bulunur. Bu bilgilere erişim olmadığında yapay zekâ çıktıları eksik varsayımlara dayanır. 

Tüm bu sorunlara rağmen yapay zekâ ajanlarının kullanıma alınması hız kesmeden sürüyor. İş dünyası liderleri, ajanlarının doğru kararlar alacağına ve doğru biçimde hareket edeceğine güvenemezse, başka türlü gerekenden daha fazla insan gözetimine yatırım yapmak zorunda kalır. İşletmeler, umdukları özerk ve son derece verimli ajanlar yerine, sürekli gözetmeleri gereken güvenilmez araçlarla baş başa kalır. Alternatif ise iş riskini ve uyum ile hukuk ekiplerinin iş yükünü artırmaktır. 

Bağlam Verisi Temeli Oluşturmak

Peki ne yapılması gerekiyor? Önemli olan, ajanlara doğru ve doğrulanmış bir veri temeli sağlamaktır. Bu temel, iç ve dış kaynaklardaki parçalı verileri birleştirir ve yapılandırılmış ve yapılandırılmamış verilerin tamamına tutarlı bir yönetişim uygular. Ardından bağlam ekleyerek yapay zekâya sağlanan verilerin tekil kayıtlardan ziyade gerçek dünyadaki ilişkileri yansıtmasını sağlar. Böylece ajanlar bir kişiyi diğer adlarıyla, bir iştiraki de ana şirketiyle ilişkilendirebilir. 

Bağlam temeli oluşturulduğunda yapay zekâ destekli operasyonlar doğru, açıklanabilir ve güvenle karar almayı destekleyebilir hâle gelir. İşletmeler, ajanlarını sürekli gözetmek zorunda kalmadan onlara güvenebilir; böylece aşırı denetime gerek kalmaksızın ajan tabanlı otomasyonun tüm avantajlarından yararlanabilir. 

Teknik açıdan bağlam, iki temel yetenekle sağlanır. Bunlardan ilki varlık çözümlemedir. Bu yöntem, aynı varlıkla ilişkili kayıtları, söz konusu referanslar çeşitli sistemlere ve veri türlerine dağılmış olsa bile birbirine bağlar. Kayıtlar; kişilerin, kuruluşların ve varlıkların tek ve güvenilir bir görünümünde uyumlu hâle getirilir. Veri kalitesini çoğu zaman aşındıran ve hatalı yapay zekâ sonuçlarına yol açan yinelenen kayıtlar ve belirsizlik ortadan kaldırılır. 

İkinci temel yetenek bilgi grafikleridir. Bilgi grafikleri, varlıklar arasındaki ilişkileri modelleyerek bağlam ekler: müşterilerin hesaplarla nasıl bağlantı kurduğunu, işlemlerin davranışlarla nasıl ilişkili olduğunu ve risklerin ağlar boyunca nasıl yayıldığını gösterir. Varlık çözümlemeyle birlikte bilgi grafikleri, verilerin gerçek dünyadaki hâlini doğru biçimde yansıtan bir görünüm oluşturur ve yapay zekâ ajanlarına geniş ölçekte başarıyla çalışmaları için gereken temeli sağlar. 

Ajan Tabanlı Yapay Zekânın Ötesindeki Faydalar

Elbette, kurumsal yapılarda veriyi kullananlar yalnızca yapay zekâ ajanları değildir. Bağlamsal bir veri temeli; operasyon ekiplerinin, uyum ekiplerinin, iş analistlerinin, insan kaynakları ekiplerinin ve diğer tüm veri kullanıcılarının da dünyaya ilişkin birleşik ve doğru bir görünümden yararlanmasını sağlar. 

Bu da müşteri deneyimini iyileştirmeye yardımcı olabilir. Örneğin bir işletme aynı müşteriye ait birden fazla profil tutuyorsa, farklı ekipler müşteriye birden çok kez ulaşabilir. Bu tür deneyimler, müşterilerin en hafif tabirle hayal kırıklığına uğramasına yol açabilir. Bağlamla zenginleştirilmiş veriler, kuruluşların müşterilerini daha bütünlüklü biçimde anlamasını ve onlarla doğru şekilde etkileşim kurmasını sağlayarak müşteri deneyimini iyileştirir. Bu yaklaşım, özünde daha insan odaklıdır ve işletmelere zaman ve para kazandırabilir. 

Yapay Zekâda Doğruluğu Korumak

Gartner, kurumsal uygulamaların %40’ında bu yıl göreve özgü yapay zekâ ajanlarının yer alacağını; 2025’te bu oranın %5’in altında olduğunu öngörüyor. Ajan tabanlı yapay zekâ çağı geldi. 

Bununla birlikte, ajan tabanlı yapay zekâ iş akışlarının tüm avantajlarından bu teknolojiye yatırım yapan herkes eşit ölçüde yararlanamayacak. Birleşik ve bağlam açısından zengin bir veri temeli oluşturarak gerekli hazırlıkları yapan kuruluşlar, yapay zekâ çıktılarının güvenilirliğine güvenebilecek ve ölçeği hızla büyütebilecek. Diğerleri ise yeni sistemlerinin başında durup onları sürekli gözetlemek için zaman ve emek harcayacak. Dolayısıyla başarı, daha ilk günden ajan tabanlı teknoloji yığınına sürekli gelişen bir bağlam katmanı yerleştirmeye bağlı.