Yapay zekanın yazılım geliştirme başarısı ve merkezi yönetim ihtiyaçları
Finansal hizmetler ve teknoloji sektörü, pilot uygulamadan üretime geçişte en yüksek hareketliliği gösteren ve temel iş fonksiyonlarında birçok uygulamaya sahip alanlardır. Bu sektör, otomasyondan gelir bazında ölçülebilir getirilere giden en net görüş açısına sahip sektör olarak kabul edilebilir. Raporun bulgularından çıkarılacak pratik sonuç, daha yavaş ilerleyen sektörlerin fintech endüstrisi tarafından kullanılan uygulama iş akışlarını kopyalamaları gerektiğidir: Performansın ölçülebildiği ve hataların kontrol altına alınabildiği dar kapsamlı, yüksek hacimli iş akışlarıyla başlayın ve BT fonksiyonuna odaklanın.
Ankete göre, üretken yapay zeka destekli geliştirme, geleneksel kodlama, dış kaynaklı geliştirme ve SaaS özelleştirmesinin yanı sıra, ankete katılan on ülkeden dokuzunda artık yaygın bir durumdadır. Bu durum, işletmelerin yapay zeka tabanlı (AI-native) veya tamamen yapay zeka odaklı bir teknoloji yığınına geçtiği düşüncesini çürütmektedir. Aslında, çoğu kuruluş, geliştirme ortamlarında halihazırda etkili olduğu kanıtlanmış süreçlerin üzerine aracılar (agent) ve yapay zeka tarafından oluşturulmuş kodlar eklemektedir.
OutSystems, katılımcıların %48'inin eski (legacy) sistemlerle entegrasyonu, aracı yapay zekayı genişletmek için gereken en önemli yetenek olarak gördüğünü ve %38'inin eski sistemlerin projelerin pilot aşama ile üretim arasında duraksamasının ana nedeni olduğunu belirttiğini tespit etmiştir. Ankete katılanlara sunulan potansiyel yapay zeka geliştirme engelleri seçenekleri arasında, katılımcıların %40'ından fazlası entegrasyon zorluklarını ve eski sistemlerin parçalı yapısını en sorunlu unsurlar olarak göstermiştir.
Rapor, büyük veri temizleme programlarını (birçok yapay zeka satıcısının, uygulamaların üretime geçememesinin bir nedeni olarak öne sürdüğü) düşünen kuruluşların bu kararlarını yeniden gözden geçirmeleri gerektiğini ima etmektedir. Yazarlar, yapay zeka uygulamasıyla eş zamanlı olarak yönetişim ve entegrasyon güçlendirildiği sürece, karmaşık veri ortamlarında iyi çalışabilen aracıların inşa edilebileceğini belirtmektedir. Genel olarak çoğu sektör, aracı yapay zekaya karşı yaklaşık %50 oranında "orta düzeyde güven" ifade etmektedir; ancak farklı iş fonksiyonlarından gelen yanıtlar anket sonuçlarının rakamlarında detaylandırılmamıştır.
Bununla birlikte, aracı yapay zekaya duyulan güven artmaktadır. OutSystems, katılımcıların %73'ünün aracıların özerk hareket etmesine izin verme konusunda yüksek veya orta düzeyde güven ifade ettiğini bildirmektedir; bu, şirketin geçen yıl gerçekleştirdiği benzer bir ankete kıyasla yaklaşık %10'luk bir artışı temsil etmektedir. Üçüncü taraf yapay zeka araçları tarafından oluşturulan kodlara veya iş akışlarına duyulan güven ise %67 ile biraz daha düşüktür; ancak bu, sadece %40'ının üretken yapay zekanın insan yardımı olmadan kod yazmasına "çoğunlukla güvendiği" önceki yıla kıyasla önemli bir artıştır.
Katılımcıların sadece %36'sı yapay zeka yönetişimi konusunda merkezi bir yaklaşıma sahip olduklarını belirtirken, %64'ü böyle bir imkandan yoksun olduğunu ve %41'i proje bazında uygulanan kurallara güvendiğini ifade etmektedir. Katılımcıların üçte ikisi, insan denetimli (human-in-the-loop) kontrol noktaları oluşturmanın teknik olarak zor olduğunu, çünkü bunun aracıları durdurabilecek bir orkestrasyon gerektirdiğini, yani aslında tamamen özerk olabilecek operasyonlara manuel bir fren mekanizması eklemek anlamına geldiğini belirtmektedir.
Birçok kuruluş daha gevşek denetim modelleri uyguluyor gibi görünmektedir; ancak bunun modellere duyulan daha büyük bir güvenin sonucu mu yoksa iş fonksiyonunun bir gerekliliği mi olduğu net değildir.