Verimlilik asistanları mı, özel yapay zeka sistemleri mi: hangisi ne için?

Lisanslar dağıtıldı; herkesin e-postasında, belgelerinde ve mesajlaşma uygulamasında genel bir yapay zeka asistanı var. Bir ay geçmeden bir departman yöneticisi, bunun iade projesinin durdurulabileceği anlamına gelip gelmediğini soruyor.

Gelmiyor, çünkü ikisi farklı işler yapar. “Copilot mu, özel yapay zeka mı?” sorusunun yanıtı da buradan çıkar. Genel asistanlar bireyleri taslak yazmada, özetlemede ve aramada hızlandırır. Özel sistemler ise bir iş akışını değiştirir: o işin verisine erişir, onay noktaları içerir ve bir başlangıç ölçümüne göre ölçülür. Büyük olasılıkla ikisine de ihtiyacınız olacak; farklı işler için biri satın alınır, diğeri geliştirilir.

Genel yapay zeka asistanları neyi iyi yapar?

Microsoft 365 Copilot, ChatGPT Enterprise ya da Gemini gibi genel asistanlar birey için tasarlanmıştır. Şu işlerde iyidirler:

• Taslak yazmak ve yeniden yazmak: bir e-postanın ilk hali, bir teklif bölümü, bir politikanın özeti.
• Özetlemek: uzun bir yazışma, bir toplantı, kimsenin okumaya vakit bulamadığı bir rapor.
• Bir şeyleri bulmak: kişinin zaten açabildiği dosyalarda ve mesajlarda arama yapmak.
• Sesli düşünmek: taslak çıkarmak, beyin fırtınası yapmak, bir argümanı sınamak.

Bağlamı kişi getirir, çıktıyı kişi değerlendirir ve onu bir sonraki sisteme yine kişi taşır. Tasarım zaten böyledir: asistan geniş kapsamlıdır; sistemler arasındaki köprü de, kontrol eden de kişinin kendisidir.

Nerede yetersiz kalırlar?

İş tek bir görev değil de bir iş akışı olduğunda: tekrarlanan vakalar, uygulanacak kurallar, bakılması gereken birkaç sistem, parasal taahhüt doğuran ya da müşteriye ulaşan kararlar. Uyarı işaretlerini fark etmek kolaydır:

• insanlar tek bir yanıt almak için üç sistemden veri kopyalayıp sohbet penceresine yapıştırıyor;
• aynı görev için herkesin kendi promptu var ve sonuçlar kişiden kişiye değişiyor;
• hassas veriler onaylı hiçbir akışa girmeden promptlara taşınıyor;
• hiçbir şey bir başlangıç ölçümüne göre ölçülmediği için hataların azalıp azalmadığını kimse söyleyemiyor.

Bu noktada asistandan, bir sistemin ihtiyaç duyduğu veri erişimi, kontroller ve ölçüm olmadan bir sistem gibi çalışması isteniyordur.

Özel bir sistem neler katar?

Özel bir sistem tek bir iş etrafında kurulur. İş akışının kendi sistemlerini haritalanmış yetkilerle okur, kurallarınızı sabit bir sırayla uygular, taslakları işin yapıldığı yere yazar, onay noktalarında durur ve ne yaptığını kaydeder. Kalitesi canlıya geçmeden önce bir değerlendirme setiyle test edilir, sonrasında da izlenir. Özel yapay zeka yazılımı pratikte bu demektir.

Asistan bir kişiyi hızlandırır. Özel sistem ise işin yürüyüşünü değiştirir.

Belirli bir görev için nasıl karar verilir?

Dört soru görevlerin çoğunu ayırır:

1. Bu tek bir kişinin görevi mi, yoksa benzer vakalardan oluşan bir kuyruk mu?
2. Kişinin aksi halde elle kopyalayacağı sistem verilerine ihtiyaç duyuyor mu?
3. Çıktı parasal bir taahhüt doğuruyor mu, müşteriye ulaşıyor mu ya da kim yaparsa yapsın aynı olması gerekiyor mu?
4. Hacim, geliştirmeyi, test etmeyi ve izlemeyi karşılayacak kadar yüksek mi?

Yanıtlar tek bir kişiye, sistem verisi gerektirmeyen, hiçbir taahhüt doğurmayan ve hacmi düşük bir işe işaret ediyorsa asistanı kullanın. Bir kuyruğa, birkaç sisteme, sonuç doğuran bir çıktıya ve gerçek bir hacme işaret ediyorsa bir iş akışı sistemi tasarlayın: uygun bir ürün varsa satın alın, yoksa geliştirin. Geliştirmek, satın almak ya da beklemek üzerine notumuz bunu ayrıntılı anlatıyor. Bazı görevler arada kalır; örneğin üç sistemden derlenen haftalık bir rapor taslağı. Asistan ve ortak bir promptla başlayın; görev büyümeye devam ediyorsa bir sisteme dönüşmüş demektir.

Temsili iki örneği karşılaştıralım. Geciken bir teslimat için tedarikçiye tek bir e-posta taslağı yazmak asistanın işidir: kişi okur, düzenler, gönderir ve birkaç dakika kazanır. Günde yüzlerce iade için kararları hazırlamak ise öyle değildir. Her vaka sipariş kaydını, fotoğrafları ve geçerli politika paragrafını ister. Her mağazada ve kanalda aynı yanıtı, bir onay adımını ve kararı kimin verdiğinin kaydını da ister. Bu bir sistemdir; temsili İade zekası çalışmasında olduğu gibi.

İkisi farklı biçimde de ölçülür. Asistanın değeri, birçok kişiye azar azar dağılmış bireysel zaman tasarrufudur. İnsanlardan tahmin etmelerini istemek yerine belirli görevlerde örnekleyerek ölçün ve bir bütçe kalemi olarak görünmesini beklemeyin. Özel bir sistem ise iş akışı üzerinden ölçülür: vaka başına süre, hatalar, vaka başına maliyet ve karar süresi, canlıya geçmeden önce kaydedilen başlangıç ölçümüne göre.

İkisi birlikte çalışabilir mi?

Evet, çalışmalılar da. Asistan bireyler için ön kapıdır; arkasındaki iş akışını özel sistem yürütür. Bir bağlayıcı (connector) üzerinden müşteri hizmetlerindeki bir çalışan, bir iadenin neden reddedildiğini asistana sorabilir ve sistemin kendi kaydını ve kaynağını görebilir. İkisi aynı temelleri paylaşabilir: kimlik ve yetkiler, onaylı model sağlayıcılar ve tek bir yapay zeka kullanım politikası.

Asistan yeni projeleri de besler. Bir ekip aynı görev için her gün aynı akıllıca promptu yeniden kullanıyorsa o görev, gerçek bir iş akışı projesi için adaydır; gölge yapay zekanın sağlıklı sonu da budur. Her gün asistan kullanan insanlar, özel sistemler için de daha iyi inceleyiciler olur: modelin nerede akıcı olduğunu ve nerede kontrol gerektirdiğini zaten bilirler.

BT her iki durumda neyi kurmalı?

• Veri ayarları. Saklama süreleri, kayıt tutma ve sağlayıcının kurumsal koşulları altında promptların herhangi bir modeli eğitmek için kullanılıp kullanılamayacağı. Bu soruları veri koruma görevlinize (DPO) götürün.
• Erişim. Kimin hangi araca tek oturum açma (SSO) üzerinden erişeceği ve asistanın nerelerde arama yapabileceği. Kişinin açabildiği her şeyde arama yapan bir asistan, gereğinden geniş paylaşılmış her dosyayı gün yüzüne çıkarır; bu yüzden aramayı açmadan önce yetkileri düzeltin.
• Bir kullanım politikası. Hangi araçlar, hangi veriler, çıktıyı kim kontrol eder? Çalışanların gerçekten okuyacağı kısa bir politika, kimsenin okumayacağı uzun bir politikadan iyidir.
• Eğitim. Rol bazında, gerçek görevler üzerinde ve sınırları açıkça anlatılarak. Eğitim verilmeden ve yeni çalışma alışkanlıkları kurulmadan dağıtılan lisanslar genellikle bir süre sonra kullanılmaz olur; yapay zeka eğitimi ve dönüşüm hizmeti tam da bu sorunu ele alır.
• Her araç için bir sahip. Birisi aracın ayarlarından, politikasından ve yenileme kararından sorumludur; bu karar lisans sayısına göre değil, ölçülen kullanıma göre verilir.

Hangi iki listeyi çıkarmalı?

İki şeyi listeleyin: insanların asistana en sık getirdiği görevler ve benzer vakaların biriktiği kuyruklar. Birinci liste eğitim ve ortak promptlar içindir. İkinci liste ise adayları geliştirme, satın alma, bekleme ya da durdurma kararlarına ayıran yapay zeka stratejisi ve keşif çalışmasının konusudur.