Yapay zekayı bir organizasyonun tüm seviyelerinde iş ve yönetim süreçlerine uygulamak, büyük bir potansiyel sunar. Daha çevik ve uyarlanabilir çalışma yolları yaratma, daha iyi karar verme, operasyonel verimliliği arttırma ve hatta tamamen yeni fırsatları belirleme ve yakalama potansiyeli.

Bu potansiyelin farkına varmak artık çoğu sektördeki şirketler için bir önceliktir – çünkü alakalı kalmak ve rekabetçi olmak istiyorlar.

Bir yapay zeka stratejisi geliştirmeden ve bunu uygulamadan önce liderlerin, yapay zeka, veri analitiği ve makine öğreniminin kuruluşlarına nerede sığabileceğini ve bu araçları değer yaratmak için nasıl kullanabileceklerini belirlemeleri gerekir. İlk adım, yapay zekanın mevcut manzarasını değerlendirmektir.

 

Arazinin Düzeni

Rotman School of Management’ta Ekonomik Analiz ve Politika Profesörü olan Matthew Mitchell değerlendirmesini şöyle yapıyor:

“Her şey haritanın üzerinde. Bu teknolojilerin neler yapabileceğini anlamada dünyada lider olan ve bunları zaten uygulayan şirketler var. Bu, pazarlama alanındaki teknoloji şirketlerinin ve kurumlarının olağan şüphelilerini ve yaptıkları iş için büyük bir müşteri hizmetleri yönü olan – bankalar ve havayolları gibi şirketleri içerir. Ayrıca birçok şirketin “Şirketimizin bir yapay zeka stratejisine ihtiyacı var” dediğini görüyoruz. Genellikle bu yapay zeka stratejisinin başarmak için orada olacağını gerçekten bilmiyorlar ve bu teknolojilerin kendileri için neler yapabileceği konusunda çok fazla atıp tutabiliyorlar, çünkü bunun önemini bilmiyorlar.”

Mitchell, teknolojilerin mevcut gelişim durumunu göz önünde bulundurarak ve şu anda olgun bir aşamadalarsa, “Yine, cevaplar haritanın her yerinde. İnsanların bu teknolojileri nasıl kullanacaklarını bildikleri ve teknolojilerin bazı alanlarda çok sayıda firma için verimliliği artırdığı anlamında ‘olgun’ kelimesini kullanabileceğinizi düşünüyorum. Diğer alanlarda, bence gerçekten çok uzak bir olasılık” diyor.

 

Başlangıç

Yapay zeka ve makine öğrenimine başlamanın anahtarı, firmada yapay zeka algoritmalarının ne yaptığını genel olarak anlayan bazı kişilerin olması. Mitchell’in işaret ettiği gibi, bu algoritmalar “çoğunlukla sınıflandırma problemlerini çözmeye çalışıyorlar – verilere dayanarak bir şeyin hangi kategoriden geldiğine – müşteri mi, ürün mü, yoksa başka bir veri noktasından mı geldiğine karar vermek. Biri çağrı merkezinizle iletişime geçerse, algoritma duydukları ve hesapladıkları kelimelerden, bu kişinin sorununun ne olduğunu anlayabilir ve en iyi nasıl ilerleyeceğine, bir insana mı yoksa başka tür bir çözüme mi gönderileceğine karar verebilir. .”

Çağrı merkezleri, teknolojinin neler yapabileceğinin harika bir örneğidir. İnsanları, görevleri ve sorunları kategorilere ayırabilir ve kaynakların nereye dağıtılması gerektiğini belirlemeye yardımcı olabilir. Bir çağrı merkezi söz konusu olduğunda, bir insanla gerçekten konuşmaya ihtiyaç duyan insanlar kimlerdir?

“Hedefli pazarlamada bu teknoloji, bunun ne tür bir alıcı olduğunu sınıflandırmada yararlıdır. Bazı şirketlerde AI, adayları tarayarak İK kararlarına da yardımcı oluyor. Yapay zekanın hangi sorunları iyi çözdüğünü anlamak, kuruluşunuza nerede değer katabileceğini anlamanıza yardımcı olacaktır. ”

“Her türlü çözüme uyan tek bir çözüm yoktur. Bu teknolojiyi İK departmanınıza veya müşteri hizmetleri departmanınıza bırakamazsınız. Bazı kişilerin bu teknolojinin neler yapabileceğini yüksek düzeyde bilmesiyle başlar. ”

 

Problemle Başlayın

Mitchell, bunu ‘yeni teknoloji’ prizmasından görmektense, çözmek istediğiniz iş sorunu üzerinden başlamanız gerektiğine inanıyor. “Sorunu olan biriyle başlamalı ve bu algoritmaların nasıl çalıştığını anlayan bu kişi, pratik bilgiye sahip biriyle iletişim kurabilmeli, böylece birlikte bu süreçleri uygulayabilmeli.”

Bu bilginin nasıl elde edileceği birçok faktöre bağlı olabilir. Büyük bir banka, veri bilimi ve makine öğrenimi geçmişine sahip, firmadaki tüm iş sorunlarına teknik eğitimleriyle saldıran bin çalışanı olan bir teknik personel departmanına sahip olabilirken, diğer birçok firma için bu teknolojiler yapmadığınız şeylerdir.

Teknik bilgiye sahip firmalardan dış kaynak alabileceğiniz ve satın alabileceğiniz şeyler var. Michell, “Önemli olan, bir iş sorunuyla bu tür bir teknoloji arasında ne zaman bir eşleşme olduğunu anlamaktır” diyor. “Bu eşleşme yoksa, verileriniz ne kadar teknik olarak karmaşık olursa olsun başarılı olmayacaktır ve gerçek şu ki, harika bir maçınız varsa, kendi teknik elemanlarınızı işe almanız gerekmeyebilir. ”

Bu kavram, Mitchell liderliğindeki Rotman’daki programın arkasındaki düşüncenin merkezinde yer alıyor: Put AI to Work: Managing with Machines.

Buradaki fikir, modern yapay zekanın nasıl çalıştığı ve ne zaman çalışmadığı hakkındaki bazı fikirlere teknik olmayan bir şekilde değinmektir. Katılımcılar, yapay zekanın firmalarına nasıl uyacağını bulması gereken kişiler olacak. “Bu algoritmaların nasıl işlediğinin mutlak özünü öğrenmek isteyen süper teknik insanlar aramıyoruz. Daha önce bahsettiğim karar alma düzeyindeki bireyleri, teknolojileri, ortamı ve çözülmesi gereken sorunları anlamak isteyen liderleri arıyoruz. ”

Hemen Makine Öğrenimi eğitimi ile geleceğin firma yapılandırmalarında yerinizi alın.

Sanal olarak katılım sağlayarak evinizin konforundan ödün vermeden Makine Öğrenimi eğitimi için kayıt olun!