Beş Neden AI Algoritmalarının Operasyonel Yönetimde Uygulanmasının Zor Olabileceği

Evgeniya Malina, Food Rocket’ın İş Stratejisi ve Operasyonları Başkanı tarafından:

McKinsey Global Institute’nin recent araştırmalarına göre, AI 2030 yılına kadar küresel ekonomik çıktıyı 13 trilyon dolar artırabilir.

Ancak, bu kendi zorlukları ve istenmeyen sonuçları da beraberinde getirir. AI uygulamasının en çok tanımlanan riskleri ve zorlukları arasında gizlilik endişeleri, genelleme yeteneklerinin olmaması ve genel olarak güvensizlik bulunur.

Aşağıda, işletmeler için operasyonel yönetim açısından AI ile ilgili üç zorluk bulunur.

1. Kötü Veri Kalitesi

Güçlü bir AI algoritması için gereken ilk şey verilerdir. Bir algoritmayı doğru şekilde eğitmek için, ona büyük miktarda kesin ve kaliteli veri Beslemek gerekir. Maalesef, her zaman bu verileri elde etmek kolay değildir ve 2020 Gartner raporuna göre, kötü veri kalitesi şirketinize her yıl yaklaşık 13 milyon dolar mal olabilir.

Örneğin, bazı süreçler ilk başladığınızda dijital bir iz bırakmayabilir. Bu durumlarda, algoritma için besleyeceğiniz veri yoktur. Verdiğiniz her şey sadece varsayımlar ve eğitimli tahminlerdir, bu da iki sorunu beraberinde getirir.

İlk olarak, bu, sürece baştan itibaren önemli insan yanlılığı getirir. İkincisi, algoritmanın sonuçları sadece en iyi tahminlerinizin bir uzantısıdır. Sonunda, bu, size şüpheli bir veri manzarası ve güvensiz bir karar verme süreci bırakır.

2. “Soğuk Başlangıçlar”ı ve Çalışan Bağlılığını Yönetmek

Otomasyon, mevcut süreçleri basitleştirmek için mükemmeldir, ancak bunun karşılığında “soğuk başlangıç” vardır. Bu, bir süreci historical veri olmadan başlatmanız gereken zamandır ve her durumda AI, bu engeli aşmakta zorlanacaktır.

Harvard Business Review’a göre, IT ekibinin zamanının %80’i genellikle AI algoritmaları için tutarsız verileri iyileştirmeye ve rafine etmeye harcanır

AI’yi bu “soğuk başlangıç” engelini aşmak ve sorunsuz çalışmasını sağlamak için önemli miktarda insan çabası gerekir.

Deneyimlerime göre, bu, tedarik yönetiminde ciddi bir bozulmaya neden olabilir ve şirketlere önemli gelir kaybına neden olabilir. AI’nin henüz operasyonel yönetim sisteminin tüm yönlerini yönetmek için yeterli olmadığını biliriz. Bu, şirketinizin kullandığı herhangi bir AI çözümü, insan karar verme süreçleriyle çakışacaktır.

Bu, iyi bir şey olabilir, ancak aynı zamanda bir çalışanın kişisel sorumluluk duygusundan uzaklaşmasına da neden olabilir. Bazı durumlarda, çalışanlar, bir kararın “AI tarafından alındığını” düşünerek kendilerini kararın dışında hissedebilirler.

Ayrıca, yeni bir algoritmanın tanıtılmasıyla birlikte, kalite ölçütlerinde önemli bir düşüş meydana gelir. Deneyimlerime göre, bu paradoks, daha önce bir ölçütten sorumlu olan bir kişinin, artık sadece otomatik karar verme zincirinin önemli olmayan bir bağlantısı hissetmesinden kaynaklanmaktadır.

Bu yönü otomasyonun yönetilmesi önemlidir, çünkü ekibinizi ilgisizlik ve azalan taahhüte doğru kolayca yönlendirebilir. Ayrıca markanıza zarar verebilir. AI, kararlar verme konusunda yalnız bırakılırsa, istemeden belirli yaş, cinsiyet veya coğrafi kesimdeki müşterilere karşı ayrımcılık yapmaya başlayabilir.

3. Şeffaflık ve Etkin Uygulama ile İlgili Zorluklar

Her iş sahibi bilir ki, şeyler aniden değişebilir. Şirketler her zaman yeni bir operasyon için karmaşık bir AI çözümü oluşturmak için zamanı olmayabilir.

Aslında, şirketlerin zaman baskısı altında olması ve otomasyonun yardımıyla bir sorunu çözme yerine, bir süreci oluşturmak için zamanın uzun sürmesi nedeniyle, bir sorunu çözmek için zamanı olmayabilir. Genellikle, karmaşık modeller yazmak için zaman yoktur, bu nedenle iki şey olur.

İlk olarak, iş, bir süreci büyük ölçüde tamamlar, ancak süreci rafine edene kadar manuel bir ara adım ekler. Bu durumda, şirketler, sürecin hesaplanan verimliliğinin %80’ini kaybeder.

Alternatif olarak, şirketler, uygulamayı hızlandırmak için SaaS’ı dağıtabilir. Zaman ve para maliyetleri daha düşük olsa da, verimlilik kaybı sorunu devam eder. Bu durumda, şirketin ihtiyaçlarına özgü olarak uyarlanmamış SaaS algoritmalarını uygulamak, manuel olarak yapılması halindekinden daha az verimli bir süreci oluşturabilir.

Bu sorunlara ek olarak, AI sürecindeki şeffaflığın, uzmanlar tarafından bile yönetimin anlaşılması için çok zor olduğunu anlamak önemlidir. Bu, algoritmaların karmaşıklığından kaynaklanmaktadır, ancak ekibinizin otomatik operasyonel yönetim sistemlerine geçiş konusunda tereddütte kalmasına neden olabilir.

Nereye Gidiyoruz?

Bazı araştırmacılar, şu anda karşılaştığımız zorlukların, bir şirket içinde yeni insan rolleri yaratacağını öneriyor: Eğitmenler, açıklamalar ve sürdürücüler.

Eğitmenler, AI performansını optimize etmeye yardımcı olacaktır; açıklamalar, AI kararlarını uzman olmayanlar için açıklamaya görevlendirilecek; sürdürücüler, AI süreçlerini uzun vadeli olarak sürdürülebilir hale getirmeye çalışacaktır.

Ancak, o zamana kadar, işletmeler ve kurucular, AI’nin önemli rekabet avantajını göz önünde bulundurmalıdır. Bu avantaj, operasyonel AI ile gelen belirsizlik, zaman maliyetleri ve büyüme engelleri ile dengelenmelidir.

Yapay zeka, büyüme, geliştirme ve uygulama açısından masih uzun bir yol kat etmelidir. Operasyonel yönetim açısından büyük bir fark yaratabilir, ancak henüz her zaman en iyi seçenek olacağına tamamen güvenemeyiz.