Ana Fikir #80

📋 Bu Sayıda;

• Uber Gibi Düşün: Yapay Zekada %5'lik Kazananlar Kulübüne Nasıl Gireriz?

• Yapay Zeka Destekli Görüntü Otomasyonları Kredi Kartı Ekstrelerinizin Dostu — 🔒

• 16 Yıllık Bir Şirket, KOBİ'ler İçin Yapay Zekanın Şifresini Nasıl Çözdü? — 🔒

• Güzellik Salonlarından 911 Çağrılarına Uzanan 14 Milyon Dolarlık Yolculuk — 🔒

• Emad Mostaque, Yapay Zeka Ekonomisinin Yeni Oyun Planını Açıkladı — 🔒

---

Bültenimizi beğenecek bir arkadaşın varsa, davet et. Böylece hem o bültenle tanışır, hem de sen 1 ay boyunca tüm kaynaklara sınırsız erişim hakkı kazanırsın.

Refer a friend

---

Uber Gibi Düşün: Yapay Zekada %5'lik Kazananlar Kulübüne Nasıl Gireriz?

MIT yakın zamanda “State of AI in Business 2025” bir araştırma yayınladı. Siz de inceleyin mutlaka, 26 sayfalık PDF’ine buradan ulaşabilirsiniz.

Özetlemek gerekirse, tam olarak şunu diyor;

Kurumsal yapay zeka pilot programlarının %95'i, şirketin kar-zarar tablosuna ölçülebilir bir etki yaratmıyor.

Bu raporu birçokları “Gördünüz mü yapay zeka demek ki o kadar da önemli değilmiş. Uğraşmayın, işinize bakın” gibi beylik bir lafla paylaşıyor ki bence çok yanlış çıkarım.

Yüzde doksan beş. Raporun yalnızca bu manşetine bakarsak evet, ama biraz daha derine inmek gerek.

Asıl sorun teknolojinin işe yaramaz olması değil bence. Sorun, yaklaşımın temelden yanlış olması.

Şirketler, asıl sormaları gereken o tek soruyu sormadan “en yeni yapay zeka çözümleri”ni şirketime nasıl taşırım diye uğraşıyor.

Diğer taraftan da, “ai danışmanları”, “ai uzmanları” dediğimiz insanlar var ve sürekli yapay zekanın müthiş geleceğinden ve felsefesinden bahsediyor, ki bu günlük koşuşturmada iş bitirmeye çalışan yöneticiler için “boş laf”.

Bu arkadaşlar bilim kurgudan fırlama, uzun vadeli sorunları tartışmakla meşgulken, aklı başında birkaç insan gerçekten para kazandıran, somut ve acil sorunları çözmeye odaklanmış durumda.

1. Kamp: Felsefeciler

Bunlar, “ya şöyle olursa?” sorusuna takıntılı olan süper zeki insanlar.

• Mustafa Süleyman (Microsoft AI CEO'su), chatbot'lara fazla bağlanan insanlarda “psikotik krizler” yaşanmasından korktuğu için yapay zeka bilincinin araştırılmasına karşı uyarıyor. Kendisi, gelecekteki uzak ve teorik duygusal zarar riskleri hakkında endişeli.

• Anthropic'teki araştırmacılar, Claude gibi modellerin “kötü muamele gördüklerini” hissettiklerinde sohbeti bitirme hakkına sahip olmaları gerektiğine inanarak “yapay zeka refahı” konusunu derinlemesine inceliyorlar. Daha ortada fol yok yumurta yokken bir makineye irade vermeye çalışıyorlar.

Bu konular bir öğle yemeğin ilginç bir muhabbet olsun diye masada olabilir, ama bir iş kurmaya çalışan bir girişimci için aslında bunlar sadece gürültü.

Henüz varolmayan, bir girişimci olarak bir etkimizin olmayacağı kocaman sorunlara kafayı takmak yerine “bugün” nasıl değer yaratabilirim konusuna odaklanmak sanki daha verimli bir bakış.

2. Kamp: Pragmatistler

Bunlar, gerçek dünyada, gerçek şeyler inşa eden insanlar. Onlar ölçülebilir sonuçlara odaklanıyor.

• Uber'in CEO'su, otonom araçlarının duyguları olup olmadığını tartışmıyor. O, soğuk ve net bir problemi çözmeye çalışıyor: güvenli ve güvenilir, sürücüsüz bir araba inşa etmek. Peki yaklaşımı ne? “İnsanüstü güvenlik seviyelerine” ulaşmak için kameralar, LiDAR ve radardan oluşan çok modlu bir sensör füzyonu kullanmak. Somut bir sorunu çözmek için yedekli sistemler kullanıyor. Şirketin kaderini tek bir teknolojiye (Tesla'nın sadece kamera yaklaşımı gibi) bağlamıyor, çünkü başarısızlığın bedeli bir insan hayatı. Yani dogmatik değil, pragmatik davranıyor.

• E-ticaretin “Bunu Alanlar Bunu da Aldı” Motorları (Örn: Amazon, Trendyol). Somut Problem: Müşteri bir ürüne bakarken veya sepetine eklerken, ona ilgisini çekebilecek ve sepet tutarını artıracak başka hangi ürünleri gösterebiliriz? Bu, doğrudan ciro artırmaya yönelik bir problemdir. Pragmatik Çözüm: Burada kimse müşterinin “ruhunu anlayan” bir yapay zeka yapmaya çalışmıyor. Arka planda çalışan şey genelde “association rule learning” veya “collaborative filtering” denen basit bir istatistik oyunudur. Sistem, “A ürününü alan binlerce kişi, B ürününü de aldı. O zaman bu yeni müşteriye de B ürününü gösterelim” der. Milyonlarca kullanıcının bıraktığı veri kırıntılarını analiz edip istatistiksel olarak en olası eşleşmeleri bulur. Ölçülebilir Etki: Ortalama sepet tutarında artış, daha yüksek dönüşüm oranları ve dolayısıyla doğrudan ciroya pozitif etki. Milyarlarca dolarlık bir kazanç kapısıdır bu.

• Lojistik ve Kurye Rota Optimizasyonu (Örn: Getir, Yemeksepeti, UPS). Somut Problem: Bir kuryenin elinde teslim etmesi gereken 15 farklı paket var. Hangi sırayla, hangi rotayı izlerse hem en az yakıt harcar hem de en kısa sürede tüm teslimatları tamamlar? Bu, operasyonel verimliliği artırma ve maliyeti düşürme problemidir. Pragmatik Çözüm: Burada “geleceği tahmin eden” bir yapay zeka yok. “Traveling Salesman Problem” denen klasik bir algoritmanın modern versiyonları kullanılıyor. Sistem, teslimat adreslerini, anlık trafik verisini, tahmini teslimat sürelerini hesaba katarak matematiksel olarak en verimli rotayı saniyeler içinde hesaplar. Kuru, sıkıcı verilerle en verimli yolu bulur. Ölçülebilir Etki: Düşen yakıt maliyetleri, bir kuryenin günde daha fazla teslimat yapabilmesi, müşteri memnuniyetinin artması. Kısacası, daha az masrafla daha çok iş yapabilmek.

• Bankacılıkta Sahtekarlık (Fraud) Tespiti (Örn: Tüm Bankalar). Somut Problem: Bir kredi kartıyla İstanbul'da bir harcama yapıldıktan 3 dakika sonra aynı kartla Brezilya'dan bir online alışveriş denenirse, bu gerçek bir işlem mi yoksa dolandırıcılık mı? Hatalı bir karar ya bankaya binlerce liraya mal olur ya da gerçek müşteriyi mağdur eder. Pragmatik Çözüm: Sistem, bir “suçlunun zihnini okumaya” çalışmaz. Sadece milyonlarca işlemi analiz ederek “anomali tespiti” yapmayı öğrenmiş bir makine öğrenmesi modelidir. İşlemin yapıldığı yer, saat, tutar, harcama yapılan yerin türü ve kullanıcının normal harcama alışkanlıkları gibi onlarca “sıkıcı” veriyi karşılaştırır. Eğer bir işlem, normal kalıpların çok dışındaysa ve sahtekarlık olarak etiketlenmiş önceki işlemlere benziyorsa, anında işlemi bloke eder ve kullanıcıya bir bildirim yollar. Ölçülebilir Etki: Her yıl milyarlarca dolarlık sahtekarlığın önüne geçilmesi. Bu, doğrudan kâr-zarar tablosunu koruyan, devasa bir etkidir.

Yazılı Olmayan Kural: Uber Zihniyeti

Bu bizi tekrar o %95'lik başarısızlık oranına getiriyor. Şirketler, yapay zekanın teknik sınırlarını anlamadan veya en uygun kullanım alanlarını bulmadan bu işe balıklama atlıyorlar. Başka bir deyişle, yapay zekaya bir pragmatist gibi değil, bir felsefeci gibi yaklaşıyorlar.

Başarının sırrı bu basit Uber Zihniyeti'nde yatıyor.

“Yapay zekayı nasıl kullanabiliriz?” diye sormak yerine, şunu sormalı:

"Şu anda, çözdüğümde işime faydası en fazla olacak problem hangisi ve onu nasıl bir yöntem ya da teknolojiyle çözebiliriz?"

Dikkat ederseniz “problemi yapay zekayla nasıl çözerim” de değil doğru soru. Ve hatta çözüm illa bir teknolojide de olmayabilir. Belki bir bakış açısı değişikliği, süreç farklılaştırması, yeni bir ticari model vs vs de olabilir.

Özetle önemli olan ilk önce probleme ve onun nedenlerine inmek lazım. Sonra bir sürü görünmeyen engeli farkedeceğiz. Sonra da o engelleri nasıl, ne kullanarak aşabilirim diye düşüneceğiz.

Hiçbirimizin amacı bilinçli bir makine inşa etmek olmayacak büyük ihtimal. Amaç, “iş görecek kadar iyi” bir çözüm bulmak.

• Daha iyi pazarlama metinleri yazmak için milyon dolarlık bir yapay zekaya ihtiyacınız yok. Basit bir prompt şablonuna ihtiyacınız var.

• Rakip analizini otomatikleştirmek için son teknoloji bir görüntü işleme modeline ihtiyacınız yok. Birkaç web sitesinden sizin için veri çeken bir Zapier entegrasyonuna ihtiyacınız var.

• Müşteri desteğini yönetmek için karmaşık bir genel yapay zekaya (AGI) ihtiyacınız yok. En sık sorulan 100 soruyu cevaplayabilen, iyi eğitilmiş, ince ayar yapılmış bir chatbot'a ihtiyacınız var.

Gördüğüm en başarılı yapay zeka projeleri dünyayı değiştirmeye çalışmıyor. Onlar sadece bir çalışanın angarya bir işte haftada 10 saatini kurtarmaya çalışıyor. Doğrudan kar-zarara etki eden, ölçülebilir sonuçlara odaklanıyorlar.

Keyifli bir muhabbet için çok zevkli ama yapay zekanın bilincini tartışan felsefecileri bir kenara bırakalım, işimize bakalım.

Diğer taraftan dalga dalga yükselerek gelen teknolojiye %95 başarısız oluyor diye de yüz çeviremeyiz.

Bugün herkes suyu burnuyla içmeye çalışıyor ve susuzluğunu gideremiyor olsaydı, biz kalkıp da “artık su içmeye çalışmayalım” demezdik değil mi : )