Yapay zeka metrikleri için AWS'ten uyarı

Yapay zeka metrikleri konusunda pek çok şirketin kafası karışık. Yöneticilerin gündeminde yapay zeka ilk sırada yer alıyor, ancak bir girişimin başarılı olup olmadığını neyle ölçeceklerini bilmiyorlar. AWS'in Uygulamalı Yapay Zeka Çözümleri Başkan Yardımcısı Colleen Aubrey'e göre yanıt basit: yeni ölçüt icat etmeyin.

Aubrey, aynı zamanda Amazon'un üst yönetim ekibi S-team'in üyesi. Amazon'da 20 yılı aşkın süredir çalışıyor ve milyonlarca satıcı ile reklamverene yönelik ürünler geliştirdi. Bu deneyimden çıkardığı yol haritası, şirketlerin pilot uygulamalarda takılıp kalmasını önlemeyi hedefliyor.

Yapay zeka metrikleri yerine iş metrikleri

Aubrey'in en büyük endişesi, insanların yapay zekanın etkisini ölçmek için yeni metrikler üretmesi. Ona göre metrikler aynı kalıyor ve önemli olan şirketin kendi iş metrikleri. Bazı şirketler ise token getirisine bakıyor. Oysa asıl soru şu: farklı çalışarak iş metriklerinizi oynatabiliyor musunuz?

AWS'in verdiği bilgiye göre Wells Vehicle Electronics üç ay içinde stoğunu yüzde 7 azalttı. Aktif izlenen SKU sayısı ise 20'den 2.000'e çıktı. Şirkette kimse token konuşmuyor, herkes işletme sermayesinden söz ediyor. Finans direktörünün zaten izlediği bir metriğe bağlanamayan proje, yatırım değil deney sayılır.

Connect ailesinden çıkan ders

Aubrey AWS'e katıldığında 35 uygulama katmanı programını devraldı. En başarılı örnek, iletişim merkezleri için geliştirilen Connect oldu. Ekip, rakiplerle özellik eşitliği peşinde koşmadı. Bunun yerine AWS omurgasındaki üstün ses kalitesiyle dar bir alandan başladı.

Aynı ders tedarik zincirinde de uygulandı. İlk AWS Supply Chain sürümü, onlarca yıllık kurumsal kaynak planlama (ERP) üreticilerini yakalamaya çalışan beş modülden oluşuyordu. Aubrey ürünü Connect Decisions adıyla yeniden kurdu. Önce acının en yoğun olduğu yeri sordu ve cevap planlamacılar çıktı. Çünkü planlamacılar çok sayıda sinyale boğuluyor ve karar anına geldiklerinde fırsat geçmiş oluyor.

Genişleyen Connect ailesi şimdi dört üründen oluşuyor: Connect Customer, Connect Talent, Connect Health ve Connect Decisions. TE Connectivity, Connect Decisions'ı 2.000 planlamacıya ölçekledi. Connect Talent ise eylülde genel kullanıma açıldı ve erken müşterilerle devreye alınıyor.

Darboğaz kaybolmuyor, yer değiştiriyor

Amazon, çoğu şirket gibi yazılım geliştirmeyle başladı ve yapay zeka araçlarını şirket genelinde açtı. İlk aşamada biraz kaos yaşandı. Aubrey bunu olumlu görüyor, çünkü gerçek öğrenme burada başlıyor. Önce test kapsamının yetersiz olduğu anlaşıldı, ardından işlem hatlarının sorunları ortaya çıktı. Bunlar düzeltilince Aubrey'in grubunda üretime çıkış hızı bu yıl iki katına çıktı.

Yani hız, kodlama asistanından gelmedi. Asistanın ortaya çıkardığı alt süreçlerin onarılmasından geldi. Aracı alıp altyapıyı atlayan şirketlerde faaliyet artar, ama çıktı aynı kalır.

Roller de değişiyor. Aubrey'in kullanıcı deneyimi ekibinde tasarımcılardan alfa ortamına kod göndermesi isteniyor ve Amazon yeni bir "UX tech" rolü oluşturdu. Hedef belirleme ise henüz buna yetişmiş değil. Aubrey ekibine net konuşuyor: görevi sahiplenmek seçenek değil, sonucu sahiplenmek gerekiyor.

Aubrey'in önerileri BT yöneticileri için şöyle özetlenebilir:

• Platform yerine dar ve acı veren bir karar noktasını seçin.
• Projeyi fonlamadan önce şirketin zaten izlediği bir iş metriğine bağlayın ve başlangıç değerini belirleyin.
• Yapay zekanın ortaya çıkaracağı sonraki darboğaz için bütçe ve ekip ayırın.
• Rolleri görevler yerine sahiplenilen sonuçlar etrafında yeniden yazın.
• Tedarikçi değerlendirmesinde kullanılabilirliği model gücü kadar önemseyin.

Aubrey'in kullanılabilirlik vurgusu da dikkat çekici: kötü kullanıcı deneyimiyle sunulan iyi yapay zeka başarısız olur. AWS, Connect ailesinde yapay zekanın insanların çalışma biçimine uymasını hedefleyen "humorphism" yaklaşımını benimsiyor. Aubrey'in bu konuları daha ayrıntılı anlatması beklenen AWS re:Invent etkinliği 30 Kasım-4 Aralık tarihleri arasında düzenlenecek.