Yapay zeka sistemlerinin gerçek deneyimi edinebilme yeteneği ile yalnızca biriktirdiği bilgileri hatırlama arasındaki fark, günümüzde kurumsal yapay zekanın karşılaştığı temel sorunu ortaya koyuyor. Bugün piyasaya sürülen ve hayata geçirilen pek çok kurumsal yapay zeka sisteminin, yıllarca aynı becerilere sahip kalması—üstelik her geçen gün daha da akıllı olması beklenirken—şaşırtıcı biçimde yaygın bir durum olarak karşımıza çıkıyor. Sistemin deployment sonrası değişebileceği ve gelişebileceği ortada olsa da, unutma ile öğrenme kavramlarının birbirinden ayrılması gerekiyor.
Bu çerçevede düşünülmesi gereken senaryo oldukça net: Şirkete katılan, çok sayıda müşteriyle ilgilenen, başarılar ve başarısızlıklar yaşayan, toplantılara katılan ve kararlar veren ancak bir yıl sonra ilk gündeki gibi aynı becerilere sahip kalan biri deneyimli sayılır mı? Bu soruya verilecek cevap, kurumsal yapay zekanın mevcut durumunu da doğrudan yansıtıyor.
Unutma, Öğrenmek Değildir
Sistemin deployment sonrası değişebileceği inkâr edilemez: Hepimiz bunu biliyoruz ve sohbet botlarıyla yaptığımız etkileşimlerde bile tecrübe ettik. Sistemler biriktirme yapabilir, önceki etkileşimleri geri çağırabilir, güncellenebilir, ince ayarlanabilir veya çevresel mantığı değiştirilebilir. Ancak unutma ile öğrenmek aynı şey değildir. Bir sistem bilgi biriktirirken, sıradaki adım için ne yapılacağına dair karar vermekte daha iyi hale gelmeyebilir. Bir LLM‘nin (Büyük Dil Modeli) daha sık kullanılması, deployment edilen modelin eylemlerinin sonuçlarından ders çıkarmasını kendiliğinden sağlamaz.
Bu noktada Satya Nadella’nın konuyu net biçimde görmüş olması dikkat çekici. Nadella, değiştirilebilir genel modeli; onun etrafında birikmesi gereken ve ölümsüzleşen “şirket veteranı” uzmanlığından ayrıştırdı.
Sistemin deneyim edinme kapasitesi ile bilgi biriktirme yeteneği arasındaki bu temel ayrım, kurumsal yapay zeka yatırımlarının gerçek getirisini belirleyecek.
Kurumsal Yapay Zeka Uzmanları
Günlük Operasyonlar Derslere Dönüşmeli
Şirketinizin her gün kaç tane ders akışı üretiyor? İğnelenen bir müştiden, çalışan veya çalışmayan bir indirime; geç teslim eden bir tedarikçiden, bir sorunu çözen ya da daha da kötüleştiren bir destek operasyonuna; bir segmentte başarısız olup farklı bir alanda işe yarayan bir satış yaklaşımına kadar. Bu şeylerin tümü yalnızca “veri” değildir: Belirli eylemler ve ardından gelen belirli sonuçlardır.
Bu deneyimin ne kadarı, yarının yapay zekasını bugünkünden daha akıllı kılabilir? Microsoft’un bu konudaki görüşünü hesaba katarsak, olası kazançlar üretimde olanları öğrendiğinizde ve o sinyalleri prompt’lar, yönlendirme (routing), geri çağırma (retrieval) ve diğer sistem kararlarına besleyebildiğinizde ortaya çıkıyor. Günlük operasyonların, sistemin ders çıkarabileceği derslere dönüşmesi gerekiyor.
Mindere alması gereken örnek de bu bağlamda oldukça açık: Aktivitelerini özenle not eden çok disiplinli bir satış ekibi hayal edin. Binlerce aramadan sonra defter muhtemelen çok sayıda bilgi içerecek, ancak satış temsilcilerinin yargısı pek değişmeyecektir. Gerçekten bir şey mi öğrendiler? Belirli bir müştinin yüzde onluk indirimi reddettiğini hatırlamak faydalı ya da pratik olabilir; ancak bu özel müşteri segmentinin indirimden çok daha hızlı uygulamalara daha iyi tepki verdiğini öğrenmek nitelik bakımından tamamen farklı bir konudur.
Bu Gelişmeyi Toplulukta Değerlendirin
Haber hakkındaki düşüncelerinizi, donanım deneyimlerinizi ve teknik sorularınızı topluluk üyeleriyle anlık olarak tartışın.
Söz sizde.
Deneyiminizi, sorularınızı ve katkılarınızı paylaşın. E-posta adresiniz yayımlanmaz.