Birkaç yıl önce, CIO’lara veri bilimi sorulduğu zaman bu bir tartışmaya dönüşürdü. Son birkaç yıl içinde ise, baş veri sorumluları daha fazla iş bırakır hale geldi, bu yüzden CIO’ların veri parçaları oluşturması gerekti.
CIO’ların bugün nerede ve ne durumda olduklarını değerlendirme zamanlarının geldiği belli oldu. Bunun olması için AI ve Veri Bilimi üzerine araştırmalar yapıldı. Yapılan araştırmalar sonucunda da şuna ulaşıldı: CIO’lar AI ile ilgili olarak daha çok “I” kısmıyla ilgileniyor. Bu yüzden sadece iş potansiyelini analitik organizasyonları yönlendirmiyorlar aynı zamanda bunu da sağlamak için hangi boşlukların ve eksiklerin düzeltilmesi gerektiğini elde ediyorlar.
CIO’lar Sektörde En Büyük Söz Hakkını Nerede Görüyor?
Bir CIO olan Wayne Sadin, şunları söylüyor: “Veriler belirsiz veya eksik olduğu zaman daha iyi karar almaya odaklanmalarına yardımcı olacak çalışanlarımızı daha akıllı hale getirmemiz gerekiyor. Yapay zeka kalıp eşleştirme ve birçok gerçeği hatırlama konusunda son derece iyi olduğundan, birçok işletmeye yardımcı olabilir ve bu mantıklı geliyor.” Ayrıca, başarılı olabilmek için kalıpları ve anormallikleri de tespit eden bir yazılım istediğini belirten Sadin, yapay zekayı da çalışanları ve müşterileri daha akıllı hale getirebilen artırılmış bir zeka olarak gördüğünü ekliyor.
Bir eski CIO olan Tim McBreen ise bu sebeplerden dolayı, birçok sektörün ve çalışanların mevcut verilerden gelebilecek yeni bilgilerle birlikte yapay zeka veya makine öğrenimi yardımıyla da toplanmış yeni bilgiler elde etmesini sağlarken düşünme görevini de yerine getirmesi gerektiğini söylüyor.
Bu, teknoloji, nakliye vb. açısından da büyük bir gelişme. Bazı işletmeler bunu çoktan DNA’larının bir parçası haline getirdi. McBreen, “Büyümesini görmemiz gereken nokta, geleneksel garanti ile ilgili hizmetlerin ötesinde finans ve sigorta hizmetleri. Bu sektörler de büyüyor ve büyümeye devam ediyor” diyor.
Ayrıca CIO Jason James de, “Yapay zekadaki gelişmeleri özellikle sağlık alanında hasta izlemede yaşanan gelişmeler olarak göreceğiz. Örneğin yara izleme, enfeksiyon önleme veya kan şekeri tahmini gibi birçok sağlık tedbirleri içeren çözümlerin kullanımı şimdiden bile görülüyor” şeklinde fikrini açıklıyor.
CIO Milos Topic de, yapay zekanın herkesi kurtaracağını ve insanların daha yaratıcı, yenilikçi şeylere odaklanmalarına yardımcı olacağını, tekrarlayan yüksek hacimli isteklerde de başarı göreceğini iddia ediyor.
Yapay zeka, yanıtı bilmiyorsunuz diye sizi yargılamayacak bir ara yüzle, gerçek zamanlı olarak doğru yanıtlar veriyor. Bununla ilgili CIO Paige Francis yapay zeka potansiyelini müşteri hizmetleri, hızlı yanıtlar ve deneyimler üzerinde adil bir şekilde uzaktan denetleyici olarak görüyor.
Bir başka işletmenin CIO’su olan Tim Crawford da şu sözlerle fikrini belirtiyor: “Verileri geleneksel yollarla yönetmenin mümkün olduğu noktayı çoktan geçtik. Otomasyon ve zeka son derece önemli iki konudur. Örneğin Amazon’a bakalım, makine öğrenimi temellerinin bir parçasıdır. Yani söylemek istediğim şu ki dikkate alınması gereken bir eklentiden ibaret değil, iş operasyonlarının bir parçası.”
AI / ML / Veri Bilimi İçin En Uygun Sorun Türleri Neler?
Crawford AI/ML/ Veri Biliminin genel olarak işletmelerde geniş ölçüde uygulanabilir olduğunu düşünüyor. Veri miktarı artıkça yapay zeka gibi teknolojiler daha yaygın kullanılacak. Siber güvenlik ve BT için bu durum çok iyi fırsatlar ortaya çıkaracak.
McBreen ise şöyle diyor: “Yapay zekalar siber güvenlikte bir kurtarıcı olabilir. İnsanlar bugünkü işleyiş sistemine ne yazık ki ayak uyduramıyor.”
CIO Steve Anthanas da AI/ML ve Veri Bilimi için aynı fırsatı görüyor. İnsanların çok fazla ön yargı eklediği veya verileri tarafsız olarak işleyememesinden dolayı bu sorunlara bir çözüm olabileceğini düşünüyor. Anthanas, “Siber güvenlikte yapay zeka hakkında benim asıl ilgilendiğim şey, hiçbir insanın yapamayacağı tonlarca veriyi ilişkilendirmenin gerçek zamanlı doğası. Sayısız işlemden gelen güvenlik verilerini gerçek zamanlı olarak kitle kaynaklı hale getirmeyi ve bunu da altyapınızda uygulamayı bir düşünün. Yardımcı olan şey ise algoritmaya bilgi verilmediği sürece insanları görememesidir. Yapay zeka renkler ve tavırlar gibi olguları göremez ve durumla ilgili olmayan faktörlere dayalı kararlar almaz” diyor.
McBreen, Anthanas’ın aksine, yapay zeka veya makine öğrenimi motorunun geliştiricilerinde de insan ön yargısı olacağını düşünüyor. Her ikisi de ön yargıya dayalı yoldan sapabilir ve uzun yanıtlar verebilir diyor. Ayrıca hem makine öğrenimi hem de yapay zeka için mantık kontrollerine ihtiyaç olduğunu da belirtiyor.
James ise, satıcıları dinlemenin ve çözümlerinin bütün sorunları çözeceği görüşünde. Örneğin ayakkabıların uymaması sorunu bir AI sorunu. Teslimatlar yavaş çalışıyorsa ML düzeltecek. Bununla ilgili olarak James, “Belki en uygun oldukları sorun türleri değildir fakat gerekli personel veya veri değişikliklerini yapmaya istekli liderler” diyor.
Bir başka CIO Milos Topic, bu teknolojik araçları sevdiğini söylüyor fakat daha büyük hacimli ve bire bir destek türüyle o kadar kolay ölçeklenemeyen şeyler için sevdiğini de belirtiyor. Wayne Sadin de daha spesifik düşünüyor ve “büyük veri kümeleri ve örüntü tanıma” olarak işlevlerini tanımlıyor.
Bir başka görüş de eski CIO Mike Kail’den. Kail, bu yaklaşımları finansal davranış ve işlem izleme için kullanma fırsatını görüyor. Schumaker, “Burada bir insanın hızlı ve doğru bir şekilde değerlendirebileceği birçok veri ve veri akışı bulunuyor. Benim düşüncem, yapay zekanın veya makine öğreniminin çoğu zaman vaatlerin üzerinde olması yönünde. Fakat ön yargılar da olabilir ve hiçbirinin olmadığı durumlarda da nedensellik çıkarabilir” diyor.
CIO’ların AI/ ML/ Veri Biliminde Yeterlilik Oluşturmak İçin Ne Yapmaları Gerekiyor?
Sadin, yapay zekanın kötü verilerle iyi olmadığını düşünüyor. Ayrıca, veri temizlemenin de yapay zeka için iyi bir sorun alanını temsil ettiğini de öne sürüyor. Sadin, “Temiz ve tutarlı verilere ulaşmak oldukça önemli. AI/ML’nin bize yardımcı olmasını sağlamak için kirli verilerle çalışmamız ve veri sorunlarını tanımlamamız ya da düzeltmemiz gerekiyor mu? Zeka gerçek dünyada “yetersiz veya eksik verilerin muhakeme kabiliyeti” anlamına gelmeli” diyor.
CIO Adam Martin de organizasyonların içinde yer alan kirli verilerin kesinlikle bugün bir problem olduğunu kabul ediyor. Bu yüzden de Sadin, şöyle bir benzetmeyle açıklıyor: “Odada bulunan bir fil bizim kirli verilerimizdir. Bu kirli veriler de bizim hatamızdır. Bu verilerin birçoğu, gelecekte dijital egzozun nasıl kullanılması gerekeceğini yeterince düşünmeden geliştirdiğimiz uygulamalardan geliyor. Yarattığımız bir diğer sorun da teknik borçlar. Bir işletmenin kirli veri olarak değerlendirdiği şeylerin çoğu, işletme dışından gelen veriden kaynaklıdır. Ek olarak şunu da söyleyeyim ki birlikte çalışabilirlik eksikliği var yani bu da daha çok anlambilimle alakalı.”
CIO Jason James, Sadin ile hemfikir olduğunu şöyle belirtiyor: “Veriler bu anlamda petrol gibidir, yani rafine edilmediği sürece kullanılamaz. Petrol gibi, kullanılmadığında da depolanması pahalı olur. Kirli veriler bütün sektörlerde yaygındır. Gazyağı veya dizele eşdeğer veri istiyorsanız, her ikisi de ayrıntıyla alakalıdır fakat verilerden ne istediğinizi de bilmeniz gerekiyor.”
Sadin, verilerin aynı uranyumlar gibi yarı ömre sahip olduklarını söylüyor ve bir veri sınıfının yarı ömrünü belirleme becerisinin de önemli bir beceri olduğunu öne sürüyor. James de bir veri yaşam döngüsü olduğunu iddia ediyor. Veriler yaşıyor, kullanılıyor, eskiyor ve sonunda da ölüyor. Verileri sonsuza kadar saklamak, ihlallere veya veri hırsızlığına sebep olabiliyor.
Tom Davenport’un daha önceki yıllarda bir ifadesi bulunuyor: “Gerçekten iyi veriler olmadan analitikte gerçekten iyi olamazsınız.”
CIO’lar Veri Yeterliliğine Ulaşmak ile İlgili Neler Düşünüyor?
Eski CIO Tim Crawford veri yeterliliğine ulaşmayla ilgili, en büyük zorluğun teknolojiyi anlamak değil, işinizi anlamak olduğunu söylüyor. İşletmenizi ve verileri anlamak için gerekli bağlam da sağlanır. Bu yüzden Butt da önce temel şeyleri yapmanız gerektiğini söylüyor. Butt, “Yapay zeka bir işletmenin tipik olarak yaptığı bir şey değil bir işletmenin genelde veri yönetimi ve diğer sürtünme azaltıcı yaklaşımlarla sağladığı bir şeydir” diyor. Bu da işletmelerin veri süreçleri hakkında düşünmesi gerektiği anlamına geliyor. Örneğin CIO Carrie Shumaker, “Veri tanımları oluşturun, verileri temizleyin. İstediğiniz soruları ve sonuçları belgeleyin, gizlilik politikalarınızı netleştirin. Bunların hiçbirinin gerçekten teknoloji olmadığını da unutmayın” derken CIO McBreen şöyle söylüyor: “Yönetişimin yanı sıra, veri biliminin tüm yönlerini gerçekten anlayan son derece iyi yetenekleri işe almalısınız. Çoğu zaman, veri ambarında veya raporlamada yeterince iyi olan kişilerin bu alana yöneldiğini görüyoruz.”
Bu görüşler de James için şu anlama geliyor: Birçok kuruluş, katlanacak deneyimlere sahip yeni kaynaklar getirmeli. Bu da, mevcut personeli geliştirmek için zaman ve yatırım harcama becerisini içeriyor. Birçok sektörde teknolojilerde yetkinliğe sahip olanlar için sınırlı bir yetenek havuzu bulunuyor.
CIO’lar Ekipleri Entegre Ederken Ne Gibi Sorunlar Yaşıyor?
Bu konuyla alakalı olarak da CIO Steve Athanas, buna henüz hazır olmadıklarını fakat takımlar arasında daha iyi uyum sağlamak için üst düzey hedefleri olan birkaç proje üzerinde ortaklaşa çalıştıklarını söylüyor. Aynı zamanda, en büyük zorluğun, paylaşılan güvenlik ve kararlılık hedeflerini uygulamak ve veri tüketimiyle uyumlu hale getirmek olduğunu da ekliyor.
Topic de işletmesinde henüz bu gibi girişimlere adanmış ekibinin olmadığını fakat beklenti konusunda net bir anlayışa sahip olduğunu ve iletişimin her zaman büyük önem taşıdığını söylüyor.
Bu düşünceyi destekleyen James, “Birçok işletme henüz o seviyeye bile ulaşmadı. Hala hangi sorunları çözmeye çalıştıklarını ve hangi çözümlerin en uygun olduğunu belirleme aşamasındalar” diyor.
CIO Paige Francis, sorunlara yönelik herkesin öğrenmesi ve benimsemesi için eğitilmesi gerektiğini söylüyor ve bunun için de daha az özelleşmiş bir dile ve jargona ihtiyaç olduğunu ekliyor. Bu görüşüne örnek olarak da “Yemek odasında değil, mutfakta herhangi bir yemeğin nasıl yapıldığından bahsedin lütfen” diyor.
Bütün yazıyı özetlemek gerekirse şunu söyleyebiliriz: CIO’lar açık ve net bir şekilde verilerin peşinde koşuyor. Verileri değerli kılmak için yapılacak işler ve ortaklıklar bulunuyor. Verilerin yararlı olması için de tıpkı petrol gibi rafine edilmesi gerekiyor. Bu sayede, doğru üst liderlikle veri odaklı bir organizasyon inşa etmek son derece mümkün. Birçoğu için bu geleceğe yönelik büyük bir adım olacak.
