İşletmeler hala yapay zeka veri zorluğuyla karşı karşıya



Özet


Makale, Büyük Veri'nin iş dünyasında kullanılmasının sorunlarına odaklanmaktadır ve bu sorunların Yapay Zeka (YZ) uygulamalarını da etkilediğini vurgulamaktadır. Veri kaynaklarının dağınıklığı ve farklı formatlarda olması, YZ'nin vaatlerini yerine getirmesini engelleyen temel faktörlerdendir. Birçok farklı platformda ve formatta bulunan verilerin, YZ'nin analiz edebileceği bir yapıya kavuşturulması gerekmektedir. Gartner'ın YZ'ye Hazır Veri'yi 2024'teki tanıtım döngüsüne dahil etmesi, bu ihtiyacın bir göstergesidir.



Birkaç yıl önce, iş dünyasının teknoloji dünyasındaki en sevilen moda kelimesi 'Büyük Veri' idi - kuruluşların, daha önce keşfedilmemiş çalışma yollarını önermek ve hangi stratejileri en iyi uygulayabilecekleri hakkında fikirler ortaya atmak için kullanılabilecek kitlesel bilgi toplama referansı.

Giderek daha belirgin hale gelen şey, şirketlerin Büyük Veri'yi avantajlarına kullanırken karşılaştıkları sorunların hala devam ettiği ve bu sorunların bir kez daha yüzeye çıkmasını sağlayan yeni bir teknoloji olan Yapay Zeka (YZ) olduğu. Büyük Veri'yi etkileyen sorunlarla başa çıkılmadığı takdirde, YZ uygulamaları başarısız olmaya devam edecektir.

Peki, YZ'nin vaatlerini yerine getirmesini engelleyen sorunlar nelerdir?

Sorunların büyük çoğunluğu, veri kaynaklarının kendisinden kaynaklanmaktadır. Konuyu anlamak için, ortalama bir iş gününde kullanılan aşağıdaki bilgi kaynaklarını düşünün.

Küçük ve orta ölçekli bir işletmede:

Kullanıcıların dizüstü bilgisayarlarında, Google Sheets'te, Office 365 bulutunda saklanan elektronik tablolar.

Müşteri ilişkileri yöneticisi (CRM) platformu.

Meslektaşlar, müşteriler ve tedarikçiler arasındaki e-posta alışverişleri.

Word belgeleri, PDF'ler, web formları.

Mesajlaşma uygulamaları.

Kurumsal bir işletmede:

Yukarıdakilerin tümüne ek olarak,

Kurumsal kaynak planlama (ERP) sistemleri.

Gerçek zamanlı veri akışları.

Veri gölleri.

Çoklu nokta ürünlerinin arkasındaki farklı veritabanları.

Yukarıdaki basit listenin kapsamlı olmadığını ve olması da amaçlanmadığını belirtmekte fayda var. Bunun gösterdiği şey, sadece beş satırda, bilginin bulunabileceği yaklaşık bir düzine yerin olmasıdır. Büyük Veri'nin (belki de hala ihtiyacı olan) ve YZ projelerinin de dayandığı şey, bir bilgisayar algoritmasının anlam çıkarabileceği şekilde tüm bu unsurları bir araya getirmektir.

Pazarlama devi Gartner'ın yapay zeka için 2024'teki tanıtım döngüsü, YZ'ye Hazır Veri'yi tanıtım döngüsünün yukarı doğru eğrisine yerleştirdi ve 'verimlilik platosu'na ulaşmadan önce 2-5 yıl geçeceğini tahmin etti. YZ sistemleri veri madenciliği ve çıkarma yaptığı için, en büyük boyutlara sahip olanlar hariç çoğu kuruluş, üzerine inşa edecek temellere sahip değildir ve bu çabada bir 1-4 yıl daha YZ yardımına sahip olmayabilir.

YZ uygulamasının altında yatan sorun, geçmişte tanıtım döngüsünden - inovasyon tetikleyicisi, şişirilmiş beklentiler zirvesi, hayal kırıklığı çukuru, aydınlanma eğimi ve verimlilik platosu - geçerken Büyük Veri inovasyonlarına musallat olan sorunla aynıdır - veriler birçok biçimde gelir; tutarsız olabilir; belki farklı standartlara uyar; yanlış veya önyargılı olabilir; son derece hassas bilgiler olabilir veya eski ve dolayısıyla alakasız olabilir.

Verileri YZ'ye hazır hale getirmek, bugün (belki de her zamankinden daha fazla) olduğu kadar alakalı bir süreç olmaya devam ediyor. Öne geçmek isteyen şirketler, şu anda mevcut olan birçok veri işleme platformunu deneyebilir ve yaygın tavsiye haline geldiği gibi, ortaya çıkan teknolojilerin etkinliğini değerlendirmek için test yatakları olarak ayrı projelerle başlayabilirler.