Yapay Zeka ve Otomasyon

Yapay zeka bir çözüm değil, bir bileşendir. Değeri, hangi işi ne kadar hatayla ve ne maliyetle üstlendiğine bağlıdır. Bu yüzden işe modelden değil, süreçten başlarız.

Nereden başlamalı

Otomasyon için en iyi adaylar üç özelliği taşır: iş sık tekrarlanır, girdi ve çıktı tanımlıdır, hatanın bedeli sınırlıdır. Fatura ve belge okuma, destek taleplerinin sınıflandırılması, içerik özetleme, veri temizleme ve raporlama bu tanıma çoğunlukla uyar. Hatanın pahalı olduğu yerlerde otomasyon kararı tek başına vermez; insanın önüne hazırlanmış bir öneri koyar.

Pilotla ölçmek

Bir sürecin otomatikleştirilebilir olup olmadığı sunumla değil ölçümle anlaşılır. Dar kapsamlı bir pilot kurar, gerçek veriyle çalıştırır ve üç sayıya bakarız: doğruluk, iş başına maliyet, uçtan uca süre. Pilot beklentiyi karşılamıyorsa devam etmemek de geçerli bir sonuçtur ve bunu açıkça söyleriz.

Üretim ortamının gerçekleri

Demo ile üretim arasındaki fark hata yönetimidir. Üretime alınan bir otomasyonda; zaman aşımı, sağlayıcı kesintisi, oran sınırları, beklenmeyen girdi biçimleri ve maliyet sıçramaları normal durumlardır. Kuyruk, yeniden deneme, geri çekilme ve devre kesici kalıpları bu yüzden en baştan kurulur. Her çıktı, sonradan denetlenebilmesi için girdisiyle birlikte kaydedilir.

Kalite nasıl korunur

Modeller ve istemler değiştikçe çıktı kalitesi kayar. Bunu görmek için proje başında bir değerlendirme seti hazırlanır: gerçek örnekler ve beklenen sonuçlar. Her değişiklik bu sete karşı çalıştırılır, böylece iyileştirme iddiası ölçüye dayanır.

Veri ve gizlilik

Hangi verinin hangi sağlayıcıya gittiği, ne kadar saklandığı ve kimin eriştiği projenin ilk günü tanımlanır. Kişisel veri içeren akışlarda maskeleme, alan bazlı filtreleme ve gerekirse kendi altyapınızda çalışan modeller değerlendirilir.