Yapay zekâ neden şimdi?
Yapay zekâyı gündeme taşıyan tek bir buluş değil, aynı anda hareket eden üç eğridir. Belirleyici olan teknolojinin sınırları değil, kurumun bu değişimi ne ölçüde soğurabildiğidir.
Yapay zekânın bugünkü ağırlığını tek bir modele, araştırma sonucuna veya ürün lansmanına bağlamak yanıltıcı olur. Dönüşüm, birbirini besleyen üç eğrinin aynı anda hareket etmesinden kaynaklanıyor. Daha fazla hesaplama gücü kullanılıyor, algoritmalar aynı işi daha az kaynakla yapıyor ve belirli bir yeteneğe erişmenin fiyatı hızla düşüyor.
Bu birleşim, teknik olarak mümkün olan ile ekonomik olarak uygulanabilir olan arasındaki sınırı değiştiriyor. Dün yüksek maliyet nedeniyle elenen bir kullanım senaryosu bugün yeniden değerlendirilmeyi hak edebilir. Bu nedenle eski fizibilite kararları kalıcı hükümler olarak değil, belirli bir maliyet yapısının ürünü olarak görülmelidir.
Ekonomik sınır yer değiştiriyor
Epoch AI’ın Trends derlemesine göre1 model eğitiminde kullanılan hesaplama gücü yılda yaklaşık beş kat artıyor. Aynı performansı elde etmek için gereken hesaplama her yıl üçte bire inerken, belirli bir yetenek düzeyinin kullanım fiyatı yılda on kat ile dokuz yüz kat arasında düşebiliyor. Bu oranların her kuruma aynı sonucu getireceği söylenemez. Yine de yönün açık olduğu görülüyor.
Maliyet düşüşü yalnızca mevcut işleri ucuzlatmıyor. Daha önce insan emeğiyle yapılması mümkün olmayan ölçekte sınıflandırma, özetleme, karşılaştırma ve içerik üretimi yapılabilmesini sağlıyor. Bu da süreç tasarımını etkiliyor. Bir görevin tamamının otomasyonu yerine, kararın hazırlanması veya istisnaların bulunması gibi dar bir aşama ekonomik değer üretebiliyor.
Ancak fiyatın düşmesi, yeteneğin her alanda güvenilir olduğu anlamına gelmiyor. Aynı model karmaşık matematik problemlerinde güçlü sonuç verirken, gündelik görsel muhakeme gerektiren basit bir görevde tutarsız davranabiliyor. Bu düzensizlik, genel model sıralamalarının yönetim kararı için neden yetersiz kaldığını açıklıyor. Belirleyici olan, modelin kurumun gerçek verisi ve gerçek iş akışı üzerindeki performansıdır.
Burada ölçümün kapsamı da önem taşıyor. Doğruluk tek başına yeterli değildir. Yanlış sonucun maliyeti, insan kontrolü ihtiyacı, yanıt süresi ve sürece eklenen iş yükü birlikte değerlendirilmelidir. Teknik olarak çalışan bir uygulama, kontrol ve uyum maliyetleri hesaba katıldığında ekonomik olmayabilir.
Darboğaz kurumun içinde
Teknoloji hızlandıkça sınırlayıcı unsur kurumun değişimi soğurma kapasitesine kayıyor. Veri sahipliğinin belirsiz olması, süreçlerin belgelenmemesi, karar haklarının dağınıklığı ve risk iştahının tanımlanmaması uygulamayı yavaşlatıyor. Model seçimi çoğu zaman çözülebilir bir mühendislik problemidir. Kurumsal sorumluluğun kimde olduğu ise daha zor bir yönetim problemidir.
Fiziksel altyapı da bu tablonun dışında değildir. Büyük veri merkezlerinin kurulum süresi, elektrik arzı, çip tedariki ve ihracat kontrolleri kapasite planlamasının parçası haline geliyor. Yapay zekâ stratejisini yalnızca yazılım lisansları üzerinden okumak, giderek büyüyen altyapı ve tedarik bağımlılıklarını görünmez kılar.
Üst yönetim için çıkarım, en güçlü modeli bulmaya çalışmaktan önce ekonomik sınırı düzenli olarak yeniden ölçmektir. Kurum, daha önce reddettiği kullanım senaryolarını güncel maliyetlerle sınamalı, sonuçları kendi işi üzerinde ölçmeli ve değişimin önündeki kurumsal engelleri görünür kılmalıdır. Teknolojinin hızı fırsat alanını genişletir. Değerin ortaya çıkıp çıkmayacağını ise kurumun karar alma, öğrenme ve uyum sağlama kapasitesi belirler.