Yapay zeka benimsenmesi olgunlaşıyor ancak dağıtım engelleri devam ediyor
Özet
Yapay zeka, deneme aşamasından çıkarak iş operasyonlarının önemli bir parçası haline geldi ve birçok kuruluş üretimde yapay zeka çözümleri kullanıyor. Şirketler yapay zeka girişimlerine önemli yatırımlar yapıyor ve yapay zeka liderleri atıyor. Ancak, veri kalitesi, güvenlik ve modelleri eğitme gibi zorluklar hala devam ediyor ve bu durum projelerin gecikmesine neden oluyor. İşletmeler yapay zekayı kullanmanın yeni yollarını ararken, sohbet robotları ve sanal asistanlar popülerliğini koruyor.
Yapay zeka, deneme aşamasını aşarak iş operasyonlarının temel bir parçası haline geldi ancak uygulamaya alma zorlukları devam ediyor.
Prove AI adına Zogby Analytics tarafından yapılan araştırmalar, çoğu kuruluşun yapay zeka sularını test etmekten, üretime hazır sistemlerle doğrudan dalış yapmaya geçtiğini gösteriyor. Bu ilerlemeye rağmen, işletmeler hala veri kalitesi, güvenlik ve modellerini etkin bir şekilde eğitme gibi temel zorluklarla boğuşuyor.
Rakamlara bakıldığında, oldukça dikkat çekici. Kuruluşların %68'i artık üretimde çalışan özel yapay zeka çözümlerine sahip. Şirketler de laflarını paralarıyla destekliyor, %81'i yapay zeka girişimlerine yılda en az bir milyon dolar harcıyor. Yaklaşık dörtte biri her yıl 10 milyon doların üzerinde yatırım yapıyor ve bu da "deneyelim" aşamasının çok ötesine geçip ciddi, uzun vadeli bir yapay zeka taahhüdüne geçtiğimizi gösteriyor.
Bu değişim aynı zamanda liderlik yapılarını da yeniden şekillendiriyor. Kuruluşların %86'sı yapay zeka çalışmalarına liderlik edecek birini atadı, genellikle 'Baş Yapay Zeka Yöneticisi' unvanıyla veya benzeri bir unvanla. Bu yapay zeka liderleri, strateji belirleme konusunda CEO'lar kadar etkili hale geldi; şirketlerin %43,3'ü CEO'nun yapay zeka kararlarını verdiğini söylerken, %42'si bu sorumluluğu yapay zeka yöneticisine veriyor.
Ancak yapay zeka uygulamaya alma yolculuğu tamamen sorunsuz geçmiyor. İş liderlerinin yarısından fazlası, yapay zeka modellerini eğitmenin ve ince ayar yapmanın beklediklerinden daha zor olduğunu kabul ediyor. Veri sorunları, kalite, erişilebilirlik, telif hakkı ve model doğrulama konusunda baş ağrılarına neden olarak bu yapay zeka sistemlerinin ne kadar etkili olabileceğini zedeliyor. Kuruluşların yaklaşık %70'i en az bir yapay zeka projesinin gecikmeli olduğunu bildiriyor ve bunun başlıca nedeni veri sorunları.
İşletmeler yapay zekaya daha aşina oldukça, onu kullanmanın yeni yollarını buluyorlar. Sohbet robotları ve sanal asistanlar popülerliğini korurken (%55 benimsenme), daha teknik uygulamalar da yükselişe geçiyor.
Yazılım geliştirme artık %54 ile listenin başında yer alırken, tahmin ve dolandırıcılık tespiti için öngörücü analizler de %52 ile onu takip ediyor. Bu, şirketlerin gösterişli müşteri odaklı uygulamaların ötesine geçerek yapay zekayı temel operasyonlarını iyileştirmek için kullandıklarını gösteriyor. Bir zamanlar birçok yapay zeka uygulama girişiminin geçidi olan pazarlama uygulamaları, günümüzde daha az ilgi görüyor.
Yapay zeka modellerine gelince, kuruluşların %57'si öncelik verdiği üretken yapay zekaya güçlü bir odaklanma var. Ancak çoğu, bu yeni modelleri geleneksel makine öğrenimi teknikleriyle birleştirerek dengeli bir yaklaşım sergiliyor.
Google'ın Gemini'si ve OpenAI'ın GPT-4'ü en yaygın kullanılan büyük dil modelleri olsa da, DeepSeek, Claude ve Llama da güçlü performanslar sergiliyor. Çoğu şirket iki veya üç farklı LLM kullanıyor ve bu da çok modelli bir yaklaşımın standart uygulama haline geldiğini gösteriyor.
Belki de en ilginç olanı, şirketlerin yapay zeka uygulamalarını nerede çalıştırdıklarına dair değişim. On kuruluştan neredeyse dokuzu yapay zeka altyapılarının en az bir kısmı için bulut hizmetlerini kullanırken, artan bir eğilim var.