Varlık Çözümü AI Altyapısı Olarak Değil, Veri Temizleme Olarak mı Gelişiyor?

Bir süre önce, neden çok sıkıcı bir sebepten dolayı yanlış bir cevap veren bir AI aracını izledim. Bir şirket, aynı kurumsal müşterisi için iki kayıt tutuyordu. Bir kayıt, eski ticaret adını ve bir finans iletişim bilgilerini içeriyordu. Diğer kayıt, şirketin bir satın alma sonrasında benimsediği yeni yasal adı ve farklı bir fatura adresini içeriyordu. Araca basit bir soru soruldu: Bu hesap iyi durumda mı? Aracın bir kaydı buldu, hiçbir geç ödenmemiş faturayı görmedi ve evet dedi. Geç ödenmiş faturalar diğer ad altında kayıtlıydı.

Herhangi bir şey hayal edilmedi. Model, kendisine verilen veriler üzerinde temiz bir şekilde akıl yürüttü. Veriler sadece, gerçek dünyada bir olan iki müşteriyi tanımlıyordu. Hata, dil modelinde değildi. Birleştirmede idi.

Bu, kurumsal AI’de en çok gözden kaçan risklerden biri ve en az tartışılanlardan biri olduğunu düşünmeye başladım. Sürekli olarak model doğruluğundan,.prompt tasarımı ve yönetimden bahsediyoruz. Ancak bir sistemin gerçekten hangi gerçek dünya müşterisi, tedarikçisi veya hesabına действ olduğunu merak ediyor muyuz? Bu sorunun bir adı var: varlık çözümü ve 60 yıllık arka planı ile sessizce canlı altyapıya dönüşüyor.

Sorun Zamir Değiştirdi

Çalışma hayatının büyük çoğunluğunda, “Bu iki kayıt aynı varlık mı?” temizlik sorusuydu. Bir toplu işlemden, bir zamanlamadan, bir master veri yönetimi programından, bir ambarından veya bir analiz pipeline’ından çalıştırılıyordu. Asla mükemmel değildi, ancak tolere edilebilirdi, çünkü çıktı bir hafta sonra okunacak bir raporttu. İki aynı tedarikçi kaydı birleştirilmezse, harcama rakamı biraz yanlış çıkardı, bir analist fark eder ve bir sonraki çalıştırmada düzeltilirdi. Sistemde esneklik vardı. Zaman hataları emiyordu.

Bir AI aracısı, o esnekliği ortadan kaldırır. “Daha sonra” yerine “şimdi” sorusunun zamanını değiştirir. Bir aracın, bir iadeyi onaylaması, bir durumu yönlendirmesi, bir profili güncellemesi veya bir uyum sorusunu yanıtlaması yaklaşırken, çözümlenmiş varlık artık bir panoyu beslemiyor. Bir eylemi besliyor. Yanlış birleştirmenin maliyeti, biraz yanlış bir rakamdan, dünya üzerinde hemen ve genellikle insan müdahalesi olmadan gerçekleşen bir şeye dönüşüyor.

Bu, üzerinde düşünülmesi gereken değişim. Altta yatan problem eski ve iyi anlaşılmış. Yeni olan, bunu kendi başlarına hareket eden sistemlere doğrudan bağlamış olmamız.

1960’ların İstatistik Problemi

Varlık çözümü, büyük dil modelleriyle birlikte gelmedi. Punch kartlarla birlikte geldi. 1959’da H. B. Newcombe ve meslektaşları, Science dergisinde vital kayıtların otomatik bağlantısı hakkında bir makale yayımladılar ve bir bilgisayarın bir doğum kaydı ve bir evlilik kaydının aynı kişiye ait olup olmadığını nasıl karar verebileceğini açıkladılar. On yıl sonra, Ivan Fellegi ve Alan Sunter, bu fikre formal bir matematik teorisi kazandırdılar ve bugün hala kullanılan üç sonucu tanımladılar: bir bağlantı, bir bağlantı yok ve bir insan tarafından gözden geçirilmesi gereken olası bir bağlantı.

Bu soy ağacında, insanların en çok yanlış yaptığı ayrıntı üzerinde durmaya değer, çünkü bu, başlangıçtan beri olasılıksal olduğu anlamına geliyor. Kayıt bağlantısı, sadece bir e-posta adresine veya paylaşılan bir kimliğe göre exact matching değildi. Bir soyadı, bir tarih, bir yer üzerinde anlaşan iki kaydın kanıtlarını değerlendiriyor ve insan tarafından girilen verilerin dağınık olduğu ve exact anahtarların sürekli olarak başarısız olduğu için bir puan üretiyordu. Modern varlık çözümü hala bu şekilde çalışıyor. Belirli bir tanımlayıcıya karar veren deterministik kuralları, yazım hataları, takma adlar, alanların yer değiştirmesi, kısaltmalar ve sistemler arasında aynı kişinin veya şirketin farklı şekilde görünmesinin diğer küçük yollarıyla başa çıkan olasılıksal ve fuzzy makine öğrenimi eşleştirmeleriyle birleştiriyor. Alanın bir araştırması, o 1950’lerin vital kayıtlarından kullanılan yöntemlere kadar uzanan kesintisiz bir çizgi izliyor.

Gerçekten değişen şey, cevabı ne zaman istediğimiz. Araştırmacılar, sorgu zamanında varlık çözümleme hakkında, salt olarak önceden değil, daha önce yazıyordu. O zamanlar bu, bir optimizasyondu. Şimdi daha çok bir gereksinim.

Neden Aracılık Altyapısını Değiştiriyor

Çoğu kurumsal AI sistemi, modelin belleğinden cevap vermez. Geri getirir. Geri getirme-artırilmiş oluşturma olarak popüler hale gelen model, aracın, soru anında ilgili bağlamı çekmesini ve üzerinde akıl yürütmeyi sağlar. Bu, genel olarak, iyi bir şey. Cevapları modelin eğitimine değil, verinize dayandırır.

Ancak, kolayca kaçırılan bir sonuç taşır. Aracı, geri getirme adımının kendisine verdiği her şeyi devralır. Geri getirme, parçalı bir müşteriyi, hiç bir zaman bağlantılı olmayan üç parçalı kaydı geri getirirse, aracı üç müşteriden akıl yürütecektir. Geri getirme, yanlış birleştirilmiş bir kaydı, iki farklı şirketin tek bir profile birleştirilmesini geri getirirse, aracı tek bir şirket hakkında akıl yürütecektir. Kaynak sistemlerinizdeki belirsizlik, aracının önüne, çözülmüş gerçeklik olarak sunulur. Modelin, birleştirmenin yanlış olduğunu bilmeye bir yolu yoktur, tıpkı sizin de daha önce hiç görmediğiniz kayıtların özetini okurken bilmeniz gibi.

Çözüm, bir kuartalda bir çalışan ve ayrı bir tabloya inen bir düşünce olarak olamaz. Varlık, verilerin alındığı anda oluşturulmalı ve aracın sorduğu anda çözümlenmiş görünümü geri getirilmelidir. Bu, bir çalışma zamanı bağımlılığıdır. Bir veritabanı veya bir kimlik doğrulama hizmeti gibi davranır ve diğer herhangi bir sistemi uygulamanızın gerçek zamanlı olarak çağırdığı şekilde tasarlanmalı, izlenmeli ve güvenilmelidir.

Kimse Tam Olarak Adını Koymadığı Hazırlıksızlık Açığı

Endüstri, burada bir şeylerin eksik olduğunu zaten hissediyor. Cisco’nun AI Hazırlık Endeksi 2025, organizasyonların %83’ünün otonom aracılara sahip olmayı planladığını, ancak yalnızca yaklaşık %30’unun altyapısının gerçekten hazır olduğunu ve yalnızca yaklaşık %25’inin bu aracılara gerçekten neler yaptığını kontrol etme ve yönetme yeteneğine sahip olduğunu buldu. McKinsey’in en son AI Durumu anketi, benzer bir açığı diğer yönden tanımlıyor: yaklaşık %88’lik organizasyonlar artık en az bir fonksiyonda AI kullanıyor, ancak çoğu bunu tüm şirket genelinde ölçeklendirmedi.

İnsanlar bu açığı açıkladığında, genellikle iki kelimeye başvuruyorlar: veri kalitesi ve yönetim. Her ikisi de önemli ve ikisi de isteğe bağlı değil. Ancak, temiz ve yönetilen verilerin tek başına cevaplayamadığı, altında yatan daha dar bir soru var. Sistem, bir kaydın hangi gerçek dünya varlığına atıfta bulunduğunu, o kaydın yaşadığı tüm yerlerde, şimdi bilebilir mi? Yüksek kaliteli verileri her个 sistemde tutabilir ve yine de bu testi başarısız olabilirsiniz, çünkü başarısızlık herhangi bir sistem içinde yaşamaz. Sistemler arasındaki boşluklarda, aynı müşterinin üç farklı yüzü olduğu yerlerde yaşar.

Bir Aracıyı Eylemde Bulunmadan Önce Kontrol Edilmesi Gerekenler

Varlık çözümünü canlı altyapı olarak ele alırsanız, onu altyapı gibi inceleyebilirsiniz. İşlemsel hata modları spesifiktir ve test edilebilir: birleştirilmeyen bölünmüş kimlikler, yanlış birleştirilmiş kayıtlar, eskimiş hayatta kalma kuralları, eksik kalıcı tanımlayıcılar ve aracının kaynak sistem belirsizliğini çözülmüş gerçeklik olarak devralması.

Pratik bir hazırlık testi, yeni bir model veya yeni bir satıcı kategorisi gerektirmez. Gerçekten anladığınız varlıkların bir temel gerçeklik kümesini toplayın. Aracınızın kullandığı aynı geri getirme yolundan geçirin, demo için oluşturulan ayrı bir temiz kopyadan değil. Sonra, gerçekten sonuçları quyếten şeyleri ölçün: yanlış birleştirmelerin ve yanlış bölünmelerin sayısı, sistemin gerçek belirsizliği nasıl ele aldığını, güven eşiklerinin nerede olduğunu, insan müdahalesine nasıl başvurduğunu ve mevcut master verilerinize ve yönetim kontrollerinize nasıl temiz bir şekilde el değiştirdiğini. Bir ekip bu soruları cevaplayamazsa, aracı, kimliğini doğrulayamadığı bir kimlik üzerinde eylem gerçekleştirecek ve çıkışı için güven yanlış yere yerleştirilmiş olacak.

Bu, master veri yönetimini, yönetimi, müşteri veri platformlarını veya ambarı değiştirmez. Bunlar farklı sorulara cevap verir ve gerekli kalırlar. Yönetim, aracının ne yapmasına izin verdiğini quyếtir. Varlık çözümü, aracının kime veya neye yaptığı quyếtir. İlk kısım, çoğu büyük organizasyonda olgunlaşmıştır. İkincisi, birçok kişinin yanında ihtiyaç duyduğu bir katmandır, gerçek zamanlı olarak, aracıyı eylemde bulunmak yerine danışmak üzere bıraktıkları anda.

İzlediğim aracı, daha akıllı bir modele ihtiyaç duymuyordu. Aracın, iki adın aynı müşteriye ait olduğunu bilmesi gerekiyordu, böylece eminseniz. Bu sistemlere gerçek yetki verdiğimizde, o sessiz, 60 yaşındaki disiplin, temizlikten yük taşıma altyapısına dönüşüyor.