Son zamanlardaki tüm abartılarla birlikte, birçok kişi yapay zekanın yeni bir şey olmadığını fark etmemiş olabilir. Düşünen makineler fikri ilk olarak 1950’lerde Alan Turing tarafından ortaya atıldı ve “yapay zeka” terimi yaklaşık 80 yıl önce türetildi. Ancak, teknoloji üretken yapay zekanın tanıtılması sayesinde yeni bir ün kazandı. Yine de, uygulama, eğitim ve nihayetinde güvenlik gibi konularda tereddütler yaşandı.
Birçok iş lideri hala kuruluşlarında üretken AI uygulayıp uygulamamaları gerektiğini sorguluyor. Her şirketin farklı hedefleri ve yetenekleri vardır ve bu nedenle teknolojiyle ilişkili faydalara ve zorluklara kendi iş bağlamlarında bakmaları gerekir. Bu nedenle, AI benimsemeyi araştıran herkes, bunu yapmanın vaat edilen ödüllerini ve potansiyel risklerini anlamalı ve şirketleri için doğru yaklaşımı belirlemek için yol boyunca doğru soruları sormalıdır.
Yapay Zekanın Vaat Edilen Ödülleri
ChatGPT gibi büyük dil modelleri (LLM’ler) yapay zekayı kitlelere tanıttı ve günlük işleri kolaylaştırmak için çalışanlar, öğrenciler ve tüketiciler tarafından hızla benimsendi. ChatGPT ve diğer üretken yapay zeka destekli sohbet robotları, insanların sade bir dille soru sormasına olanak tanır, yani kullanımı basittir ve fazla teknik beceri gerektirmez.
Kullanım kolaylığının ötesinde, teknoloji şunları vaat ediyor:
- Artan verimlilik: LLM’ler çalışanların daha hızlı kod yazmaktan dakikalar içinde büyük miktarda araştırmayı sindirmeye kadar her şeyi yapmasına yardımcı olduğundan, çalışanlar artık zaman alıcı görevler yerine daha stratejik görevlere odaklanmakta özgürdür.
- Operasyonel verimlilikler: Sohbet robotları gibi üretken yapay zeka araçlarını yazılımlara veya süreçlere yerleştirerek kuruluşlar, görevleri hızla yürütmek veya süreçleri tamamen otomatikleştirmek için ihtiyaç duydukları bilgilere ulaşabilir ve iş akışlarını önemli ölçüde kolaylaştırabilirler.
- Maliyet tasarrufu: Zamandan tasarruf edildiğinde ve çalışanlar daha üretken olduğunda, kuruluşlar harcamaları azaltırken aynı zamanda kârı da artırabilirler.
Yapay Zekanın Potansiyel Riskleri
İlk bakışta göz alıcı olsa da, AI tuzaklar olmadan gelmez. Bu tuzakları ve işletmeler için oluşturdukları riskleri anlamak, kötüye kullanımı, önyargıyı, güvenlik ihlallerini ve daha fazlasını önlemeye yardımcı olabilir. Kuruluşların farkında olması gereken birkaç risk:
- Veri paylaşımı: Belirli bir işletme veya işlevle ilgili cevapları almak için, söz konusu kuruluşun önce bir LLM verisi vermesi gerekir. Örneğin, ChatGPT’nin bir toplantının özetini yazmasını istiyorsanız, toplantı dökümünü paylaşmanız gerekir. Bu, özel bilgilerin bir LLM ile paylaşılması durumunda, LLM’nin bilgi sisteminde kalacağı ve diğer kullanıcılar tarafından erişilebileceği anlamına gelir. Bu, genellikle birçok kullanıcının fazla düşünmeden imzaladığı bir Son Kullanıcı Lisans Sözleşmesinde özetlenir.
- Önyargılı veya yanlış cevaplar: LLM’ler tarafından sağlanan cevapların önyargılı, yanlış veya uydurma olduğu bilinmektedir. Modelin bilgiyi nereden aldığını anlamak ve kullanmadan önce bilgiyi dikkatli bir şekilde incelemek, bu risk faktörlerinden herhangi birinin zarara yol açmadan önce belirlenmesine yardımcı olabilir.
- Telif hakkı ihlali: Ayrıca, üretken yapay zeka tarafından üretilen her şeyin kamu malı olarak kabul edildiğini unutmamak önemlidir; bu nedenle, adınızı ChatGPT tarafından üretilen bir şeye koymanız, ileride telif hakkı sorunlarına yol açabilir.
Doğru Yaklaşımı Belirlemek
Bu teknolojiyi kullanıp kullanmamaya karar vermek siyah ve beyaz olmayacak. Neyse ki, kuruluşların bir sonraki adımları değerlendirirken kendilerine rehberlik edebilecek atabilecekleri adımlar var:
- Kullanım durumunu tanımlayın: Kuruluşlar bir adım geri çekilmeli ve kendilerine teknolojiyi neden benimsemek istediklerini sormalıdırlar – belirli süreçleri iyileştirmek için mi? Eğer öyleyse, hangilerini?
- İstenilen sonuçları belirleyin: Kullanım durumu tanımlandıktan sonra, bir işletme başarıyı nasıl tanımlayacağını anlamak için bunun etrafına belirli ölçütler koymalıdır.
- Bir araç seçin ve küçükten başlayın: Birçok üretken AI aracı mevcuttur ve kuruluşlar, kullanım durumuna en iyi şekilde hizmet edecek ve istenen sonuçları sağlayacak olanların hangileri olduğuna karar vermelidir. Buradan, ölçeklendirmeden önce araç küçük bir grup insana kavram kanıtı olarak verilmelidir.
- Ölçün, yineleyin ve geliştirin: Herhangi bir yeni süreçte olduğu gibi, işler ilk seferde sorunsuz gitmeyebilir. Ancak başarıya göre ölçüm yapmak, çalışan (veya müşteri) geri bildirimlerini anlamak ve yol boyunca ayarlamalar yapmak, bunun bir organizasyon içinde genişletilmeye değer bir araç olup olmadığına veya tamamen hurdaya çıkarılıp çıkarılmayacağına karar vermenize yardımcı olabilir.
Bir kuruluş üretken AI araçlarını benimsemeye meyilliyse, çalışan eğitimi uygulamak ve şirket politikaları oluşturmak, bunu yapmanın risklerini azaltmak için önemli adımlardır. Eğitim açısından, işletmeler şirket çapında eğitim, web seminerleri gibi bilgilendirme oturumları, sorular için ofis saatleri ve aracın kullanımıyla ilgili tutarlı iletişimler sağlamayı düşünmelidir. Aynı şekilde, şirket çapında politikalar uygulanmalı, kabul edilebilir araçlar, kabul edilebilir kullanım, araçla kullanılabilen ve kullanılamayan veriler ve ihlallerin nasıl ele alınacağı açıkça tanımlanmalıdır.
Yapay zekanın benimsenmesi bir işletmenin ihtiyaçlarına bağlıdır ve her şirket için farklı görünecektir. Hangi risk ve ödül düzeyinin uygun olduğunu belirlemek basit bir görev olmayabilir, ancak doğru şekilde yapılırsa, kuruluş genelinde güvenliği ve inovasyonu artıran doğru konuşmaları başlatacaktır.
Yazar Hakkında
Michael Gray, önde gelen yönetilen güvenlik hizmetleri sağlayıcısı Thrive’da Baş Teknoloji Sorumlusudur. Michael, son on yıldır Thrive’da güçlü bir teknoloji lideri olarak görev yaptı, danışmanlık, ağ mühendisliği, yönetilen hizmetler ve ürün geliştirme gruplarına katkıda bulundu ve sürekli olarak terfi etti. Michael’ın teknoloji kariyeri Dove Consulting’de ve daha sonra 2007’de ilk beş ilaç firmasından biri tarafından satın alınan bir biyoteknoloji girişimi olan Praecis’te başladı. Mevcut rolünde görev yaparken, artık Thrive’ın Ar-Ge ve teknoloji yol haritası vizyonundan sorumlu ve aynı zamanda güvenlik ve uygulama geliştirme uygulamalarına öncülük ediyor. Birkaç ortak danışma kurulunun üyesidir ve birçok yerel ve ulusal teknoloji etkinliğine katılmaktadır. Michael, Northeastern Üniversitesi’nden İşletme Yönetimi derecesine sahiptir ve ayrıca Fortinet, Sonicwall, Microsoft, ITIL, Kaseya dahil olmak üzere birden fazla teknik sertifikaya sahiptir ve Sertifikalı Bilgi Sistemleri Güvenlik Uzmanı (CISSP) sertifikasını sürdürmektedir.
Michael’a çevrimiçi olarak şu adresten ulaşılabilir: [email protected] ve şirketimizin web sitesinde https://thrivenextgen.com/