AI pilotlerinde Para Kaybetmeyi Durdurmanın Yolları: Üç Hata ve Bunun Yerine Ne Yapmalı

Son birkaç yılda finans sektörü yapay zekayı hayata geçirmek için bir yarış içinde. Şirketler giderek daha fazla model satın alıyor ve satıcılarla sözleşmeler imzalıyor, ancak bu ya çok az bir sonuç ya da korkutucu bir sonuç veriyor. Geçen yıl yayımlanan bir MIT çalışmasına göre, 95% kurumsal AI pilotlarının şirket kârları üzerinde ölçülebilir bir etkisi yok.

Aynı zamanda harcamalar gökyüzüne çıkıyor; tahminlere göre geçen yıl dünya AI’ye 1.76 trilyon dolar harcamış ve 2026’da bu rakamın 2.59 trilyon seviyesine çıkması bekleniyor. Böylece yatırılan para ile geri dönen para büyük ölçüde farklı görünüyor ve maliyetler temelde hiçbir şey karşılığında artıyor.

Ancak sorun teknolojinin zayıf olması değil. AI modelleri her yıl daha akıllı hâle geliyor, öyle ki OpenAI karar verdi geliştirmelerini durdurmaya, çok ileri gitmemek için. Bu durumda gerçek dezavantaj, bu teknolojileri etkili bir şekilde kullanabilecek bir işletim modelinin eksikliği.

Pilot Sahip Olmanın Yanılsaması

AI entegrasyonunun ölçeği o kadar büyük ki neredeyse her fintech ya da geleneksel finans şirketi yakın zamanda en az bir AI pilotu başlattı; örneğin, müşteriler için bir sohbet botu. Ancak ne başlatırlarsa başlatılsın, bu hikayeler genellikle oldukça hoş olmayan bir sonla bitiyor.

Her şey, belirli bir ekibin kontrollü test koşullarında iyi performans gösteren bir kavram kanıtı oluşturmasıyla başlar. Demo sonrası yönetim etkilenir ve dağıtımına izin verir, ancak bir noktada proje bozulur ya da etkisiz olduğu ortaya çıkar. Peki neden?

Elbette, her iç AI projesi başarısız olmaz, çünkü o durumda hiç ML mühendisi kalmaz ve teknoloji işe yaramaz olur. Ancak bu başarısızlık döngüsünü o kadar çok izledim ki kökünü çok iyi biliyorum. Kısacası, sorun pilotun kendisidir; iyi yapılmış olsa bile, işin gerçekten nasıl çalıştığına ve günlük işleyişine uyacak şekilde tasarlanmamıştır.

Sonuç olarak, izole bir şekilde mükemmel çalışan bir model, mevcut altyapı ya da teknolojiyi nasıl kullanacaklarını bilmeyen çalışanlarla karşılaştığında sorun çıkar. Ancak bu engellerin hiçbiri daha akıllı bir algoritma ile çözülmez. Hepsi yalnızca yönetim kararlarıyla düzeltilebilir ve bu, veri bilimcilerin sorumluluk alanı değildir.

Kaçınılması Gereken Bazı Hatalar

Bir şirkette AI’yi daha etkili bir şekilde nasıl entegre edeceğimize bakmadan önce, yol boyunca ortaya çıkabilecek diğer hataları değerlendirelim.

Dolaylı olarak zaten belirttiğimiz gibi, ilk ve en önemli kayma, AI’yi süreçleri yeniden inşa etmeden bir ek olarak ele almaktır. Aslında, birçok şirket mevcut bir iş akışını alıp sadece bir adıma AI aracını yerleştirir, AI’nın o süreçte mantıklı olup olmadığını bile düşünmez.

Dolayısıyla, bir yönetici olarak önce kendime şu soruyu sorarım: Bu süreç şirketinizde gerçekten gerekli miydi? İş akışı otomasyondan önce verimsizse, otomasyondan sonra da aynı derecede verimsiz kalır. Daha da kötüleşebilir, çünkü AI hatırlayabilir olumsuz kalıpları ve bunları tekrarlayabilir.

Bir sonraki hata, yöneticilerin uyum ve yönetişim yükünü hafife almasıdır. Finans hizmetleri, herhangi bir sektördeki en zorlu düzenleyici baskılardan bazılarıyla karşı karşıyadır ve örneğin, tüm uyum departmanını AI ile otomatikleştiremezsiniz. Aynı durum doğrudan hizmet sunumu ve portföy yönetimi için de geçerlidir. Evrensel bir gerçek gibi görünse de, kaç kurucunun bu hatayı yaptığını görünce şaşıracaksınız.

Ve son olarak, birçok şirket AI uygulaması için çalışanlarını eğitmeyi unutuyor. Teknoloji çalışanların rutinlerini devraldığında, ilk içgüdü genellikle personeli azaltmaktır; çünkü birçok görev daha az kişiyle daha hızlı yapılabilir. Kısa vadede giderlerinizi azaltsa da, bu çok kısa görüşlü bir yaklaşımdır.

Gerçek değer istiyorsanız, kendinize farklı bir soru sorun. Rutinden kurtulan çalışanlarımız şimdi hangi üst düzey işleri yapabilir? Mevcut beceri ve motivasyonlarıyla buna hazırlar mı?

Daha Verimlilik İçin Pazartesi Başlatılacaklar

İlk adım olarak, askıya alınmış AI pilotlarınızı denetleyin. Yani, eski pilotlarla düzgün bir şekilde ilgilenene kadar yeni fikirler getirmeyin. %90’lık vakalarda sorun sorumluluk eksikliği; ölçeklendirmeden kimsenin açıkça sorumlu olmamasıdır. Bu yüzden sahiplik atayın.

Birisi zaten AI kontrolüne sahipse, bir sonraki adım süreci gözden geçirmek ve tamamen yeniden inşa etmektir. Mevcut iş akışına sadece AI eklemeyin. Tavsiyem, AI’nın birincil analiz yapabildiğini bilerek, bu süreci sıfırdan bugün tasarlasaydık nasıl olurdu sorusunu sormak. Çoğu zaman cevap, göründüğünden çok daha basittir.

Ayrıca, AI modelinin getirdiği gerçek sayıları hesaplamayı unutmayın. Lansmandan altı ay sonra modelinizin etkinliğine dair (örneğin, tasarruf edilen saatler ya da artan kâr) rakamları belirtemiyorsanız, model olması gerektiği gibi çalışmıyordur; bu yüzden değerini yeniden gözden geçirmek daha iyidir.

Ve belki de en önemlisi, insanları kovmayın, özellikle sorumlu olanları ve işlerini her zaman dürüstçe yapanları. Eğer insanlar şirkete bir yılda kazandıklarından daha fazla para getiriyorsa, işten çıkarma çok yakında sizin için bir sorun haline gelecektir. Ve bu durumu anlamayan şirketler kurumsal bilgilerini ve ekibin güvenini kaybeder, bu da daha fazla maliyet yaratır.

Genel olarak, pilotların %95’i sonuca ulaşamıyor, teknoloji başarısız olduğu için değil. Bunun nedeni, çevrelerindeki organizasyonun aynı kalıp eski kalmasıdır. Bu, öncelikle değiştirilmesi gereken tek değişkendir.