KOBİ'ler için yapay zeka: nereden başlanmalı, nereden başlanmamalı

Son iki yılda yapay zeka her sektörde konuşuluyor ama işletme sahiplerinin çoğu aynı yerde takılıyor: “Bizim işimizde bunun karşılığı ne?”

Bu yazı o soruya somut cevap vermeyi deniyor — hem işe yaradığı hem de yaramadığı yerleri göstererek.

Önce bir yanlış anlamayı düzeltelim

Yapay zeka bir işletmede iki farklı biçimde karşımıza çıkar ve bunlar karıştırılıyor:

Hazır asistanlar — Metin yazan, e-postaya cevap hazırlayan, görsel üreten araçlar. Bunlar faydalıdır, ucuzdur ve bugün herkes kullanabilir. Ama rekabet avantajı yaratmazlar, çünkü rakibiniz de aynı araca erişiyor.

Kendi verinizle çalışan modeller — Sizin geçmiş satışınızdan, kendi müşteri davranışınızdan öğrenen sistemler. Bunlar kurulumu daha zahmetlidir ama fark yaratan taraf burasıdır, çünkü kimsenin sizin verinize erişimi yok.

Bu yazı ikincisi hakkında.

İşe yaradığı üç alan

Talep ve satış tahmini

Elinizde birkaç yıllık satış geçmişi varsa, hangi üründen hangi dönemde ne kadar satılacağı tahmin edilebilir. Bunun karşılığı doğrudan nakittir: fazla sipariş verip depoda para bağlamazsınız, eksik sipariş verip satış kaçırmazsınız.

Perakendede ve dağıtımda en hızlı geri dönen uygulama genelde budur.

Tahsilat riski

Geçmiş ödeme davranışı, bir müşterinin gelecekteki ödeme davranışı hakkında güçlü bir sinyal taşır. Hangi carinin gecikme ihtimalinin yüksek olduğunu önceden görmek, vade ve limit kararlarını değiştirir.

Bunun için çok gelişmiş bir modele de gerek yoktur; düzenli tutulmuş iki yıllık tahsilat verisi çoğu zaman yeterlidir.

Anomali yakalama

Alışılmadık hareketleri fark etmek — normalin dışına çıkan bir iade oranı, beklenmedik bir stok farkı, olağandışı bir iskonto. İnsan gözünün binlerce satır içinde kaçırdığı şeyler burada yakalanır.

İşe yaramadığı yerler

Dürüst olmak gerekirse, aşağıdaki durumlarda yapay zeka yatırımı erkendir:

Veriniz düzensizse. Aynı müşteri üç farklı isimle kayıtlıysa, ürün kodları tutarsızsa, model bu karışıklığı öğrenir ve karışık sonuç üretir. Önce kayıt düzenini kurmak gerekir.

Geçmiş veriniz azsa. Altı aylık veriyle mevsimsellik öğrenilemez. Anlamlı tahmin için genelde en az bir-iki yıllık geçmiş gerekir.

Karar zaten netse. Tek tedarikçiyle çalışıyorsanız ve sipariş miktarı sözleşmeyle sabitse, tahmin modelinin değiştireceği bir şey yoktur.

Süreç oturmamışsa. Kimin ne zaman kayıt açtığı belirsizse, veri de belirsiz üretilir. Yazılım bu durumda düzensizliği hızlandırmaktan başka işe yaramaz.

Başlamadan önce sorulacak üç soru

1. Hangi kararı daha iyi vermek istiyorum? “Yapay zeka kullanalım” bir hedef değildir. Hedef, belirli bir kararın isabetini artırmaktır.

2. Bu kararı vermek için gereken veri elimde var mı? Yoksa önce onu toplamaya başlamak, model kurmaktan önce gelir.

3. Tahmin tutarsa ne değişecek? Cevabı somut değilse — “şu kadar az stok tutarız”, “şu kadar erken tahsilat yaparız” gibi — proje muhtemelen ertelenmelidir.

Makul bir başlangıç

Deneyimimize göre en sağlıklı sıra şu: önce süreci düzelten bir program, sonra biriken veri, en sonunda analiz katmanı. Tersinden başlayan projeler genellikle veri hazırlığı aşamasında tıkanıyor.

Elinizdeki veriyle ne yapılabileceğini öğrenmek isterseniz, bunu değerlendirmek zaten ücretsiz bir görüşmelik iş. Yeterli değilse bunu da açıkça söylüyoruz.