Yapay zekâ (YZ) son yıllarda kurumların en çok yatırım yaptığı teknolojilerden. Ancak birçok kurum, "Yapay zekâyı nerede kullanalım?" sorusuyla yola çıkıyor. Oysa asıl "Hangi problemimizi çözmek istiyoruz?" sorusu sorulmalıdır. Çünkü yapay zekâ tek başına bir amaç değil, belirli bir problemi çözmek için kullanılan güçlü bir araçtır.
Bugün başarısız yapay zekâ projelerinin önemli bir bölümü teknolojik yetersizliklerden değil, yanlış başlangıçtan kaynaklanmakta. Kurumlar çoğu zaman yapay zekâyı moda olduğu için gündemlerine almakta, çözmek istedikleri iş problemini ise ikinci planda bırakmakta. Bunun sonucunda geliştirilen uygulamalar teknik olarak başarılı olsa da kuruma beklenen değeri sağlayamamakta.
Uluslararası kuruluşlar da bu noktaya dikkat çekmekte. OECD Yapay Zekâ İlkeleri, Dünya Ekonomik Forumu (WEF), NIST Yapay Zekâ Risk Yönetim Çerçevesi, ISO/IEC 42001 Yapay Zekâ Yönetim Sistemi Standardı ve AB Yapay Zekâ Yasası (AI Act), yapay zekâ projelerinin öncelikle iş hedefleri, riskler ve paydaş ihtiyaçları doğrultusunda planlanmasını önermekte.
Ortak mesaj çok açık: Önce problem tanımlanmalı, sonra uygun teknoloji seçilmeli.
Bunun en iyi örneklerinden birisi sağlık sektörüdür. Bir hastane "Yapay zekâ kullanalım." diyerek yola çıktığında başarı şansı oldukça düşük oluyor. Buna karşılık
"Acil serviste bekleme süresini nasıl kısaltabiliriz?"
"Laboratuvar kritik değer bildirimlerini nasıl hızlandırabiliriz?" veya
"Diyabet hastalarında komplikasyon riskini daha erken nasıl belirleyebiliriz?"
gibi açık biçimde tanımlanmış problemlerle başlanırsa, yapay zekâ gerçek bir çözüm ortağı olabilir.
Çünkü bu yaklaşım, teknolojiyi değil, hizmet kalitesini merkeze alır.
Doğru problem tanımlandıktan sonra ikinci soru, bu problemi çözebilecek yeterli ve güvenilir verinin bulunup bulunmadığıdır. Veri eksik, düşük kaliteli veya taraflıysa en gelişmiş YZ modeli bile beklenen başarıyı sağlayamaz. Bu nedenle YZ projelerinde problem tanımı ile veri değerlendirmesi birbirinden ayrılmaz iki aşama.
Başarılı YZ için diğer önemli konu ise ekip yapısı. YZ projeleri yalnızca yazılım geliştiriciler tarafından yürütülebilecek çalışmalar değil. Çözülmek istenen problemi en iyi bilen iş uzmanları, veriyi yöneten veri uzmanları ve teknolojiyi geliştiren bilgi teknolojileri ekipleri birlikte çalışmalı. Sağlık alanında buna klinisyenler, laboratuvar profesyonelleri, kalite yöneticileri ve gerektiğinde etik uzmanları da eklenir.
Farklı disiplinlerin ortak çalışmadığı projelerde teknik olarak başarılı görünen çözümler, gerçek yaşamda beklenen etkiyi oluşturamayabilir.
Bu nedenle günümüzde başarılı birçok kuruluş, YZ projelerine başlamadan önce şu soruları sormakta:
Çözmek istediğimiz problem nedir?
Bu problem kurumsal öncelikler arasında mıdır?
Elimizde yeterli ve güvenilir veri var mı?
YZ gerçekten en uygun çözüm müdür, yoksa süreç mi iyileştirilmeli veya farklı bir dijital çözüm aynı sonucu daha düşük maliyetle sağlayabilir mi?
Bu sorulara verilecek yanıtlar, projenin başarısını doğrudan etkilemekte.
Aslında her problemin çözümü YZ değildir. Bazı sorunlar süreçlerin yeniden tasarlanmasıyla, bazıları çalışan eğitimleriyle, bazıları ise mevcut bilgi sistemlerinin daha etkin kullanılmasıyla çözülebilir.
Yapay zekâ, ancak diğer yöntemlerin yetersiz kaldığı veya büyük miktarda verinin analiz edilmesini gerektiren durumlarda önemli bir avantaj sağlar. Bu nedenle YZ’yi her sorunun çözümü olarak görmek doğru değil.
Sonuç olarak başarılı YZ projeleri teknolojiyle değil, doğru tanımlanmış problemlerle başlar. Problemin net olarak ortaya konulması, güvenilir verilerin hazırlanması ve iş, veri ile teknoloji uzmanlarının ortak çalışması başarı için temel koşullardır.
Yapay zekâ çağında “Doğru problemi doğru ekip ve doğru veriyle çözebilmek” başarı sağlıyor. YZ ancak bu anlayışla kullanıldığında kuruma gerçek değer üreten stratejik bir araç olabilir.
