Hangi yılda olduğumuzu biliyor musunuz?
Eğer 2024 olduğunu düşünüyorsanız, haklısınız! Şayet Gregoryen Takvimi’ne bakıyorsanız. Ancak zamanı etiketlemek biraz soyut bir insan kavramıdır ve merceği biraz kaydırıp zamana Çin Takvimi’nden bakarsanız, şu anda Ejderha Yılı’ndayız. Ve eğer merceği tekrar kaydırıp teknoloji merceğinden bakarsanız, bunun Yapay Zeka veya AI Yılı olduğunu iddia edeceğim.
Taylor Swift ve Travis Kelce dışında, geçtiğimiz yıl sosyal medyamızı ve haber akışlarımızı tamamen tüketen başka hangi hikayeyi gördünüz? Yapay zeka bir gecede ana sahnede patlamış gibi görünüyor, ama gerçekten öyle mi, yoksa uzun zamandır yavaş yavaş gelişiyor ve olgunlaşıyor mu?
Aslında ilk yapay nöron ya da beyin hücresi 1943 yılında geliştirildi. Yani 80 yıldan fazla bir süre önce! İkinci Dünya Savaşı’nda Naziler tarafından kullanılan Enigma kodunu kıran ve Imitation Game filmiyle ünlenen Alan Turing, 1950 yılında yapay zeka için ilk testi geliştirdi.
Adını ilginç bir şekilde My Fair Lady’deki Eliza Doolittle karakterinden alan ilk sohbet robotu Eliza, MIT’de geliştirildi ve 1966’da piyasaya sürüldü.
2002 yılında ilk yapay zeka destekli elektrikli süpürge piyasaya sürüldü ve bu da bir kedi videoları ve mem patlamasına neden oldu, ancak bu başka bir zaman için başka bir hikaye.
IBM’in Watson’ının 2011 yılında Jeopardy’de iki insan yarışmacıyı yendiğini gördük. Bir grup Rus ve Ukraynalı bilim insanı tarafından geliştirilen yeni nesil sohbet robotu Eugene Goostman, icadından 64 yıl sonra, 2014 yılında Turing testini başarıyla geçti.
Ancak 2015 yılında Amazon ilk yapay zeka destekli kişisel asistanı Echo’yu tanıttığında işler gerçekten bir çentik attı ve yapay zekayı ışıklarımızı kontrol etmek ve alışveriş yapmak için kullanabildik!
Peki, 80 yılı aşkın bir süre sonra, bugün kamu hizmeti sektöründe yapay zeka nasıl kullanılıyor ve öngörülüyor?
İş ve şebeke analizi ve planlamasından, müşteri hizmetlerini otomatikleştirmeye ve iyileştirmeye, saha bakım ve servis faaliyetlerini ilerletmeye kadar uzanıyor.
Varlık arızalarını gerçekleşmeden önce analiz edebildiğinizi, tahmin edebildiğinizi ve bunlara yanıt verebildiğinizi hayal edin. Ya da bir sistemin öngörülen iş yüklerine uygun mürettebat kompozisyonları ve konuşlandırmaları önerdiğini. Görünüşe göre fırsatlar kelimenin tam anlamıyla sonsuz.
IFS’in CEO’su Mark Moffat, 2026 yılına kadar yapay zekanın ekonomimizde dolaşan her dolara dokunacağını öngördü. Bu öngörüyü yapay zekayı kullanarak mı oluşturdu emin değilim ama parasını öngördüğü yere, yani yapay zeka etrafında 3 temel yatırım noktasıyla yeni bir mükemmellik merkezi kurmaya yatırıyor:
Birincisi, Programlar ve işgücü verimliliği için optimizasyon
İkincisi, beklenen varlık yaşam döngülerini tahmin edecek kalıpları arayan Anomali Tespiti
Üçüncüsü, süreç iyileştirmelerine yönelik içgörüler oluşturmak ve hatta yeni iş fırsatları önermek için Makine Öğrenimi.
Bu sonuçları desteklemek için sağlam bir mimariye ihtiyacınız var. Muhtemelen bildiğiniz gibi yapay zeka bir veri domuzudur, bu nedenle IFS’in yapay zeka stratejisinin özünde sağlam bir veri temeli vardır. Bunun üzerine, daha önce bahsettiğim yardımcı programa özgü kanıt noktalarının veya değer önermelerinin sorgularına ve işlemlerine aracılık eden teknik bileşenler inşa edilmiştir.
Yapay zekanın tüm amacı, en azından benim görüşüme göre, biz ölümlülerin karmaşık teknoloji ve büyük miktarda veri ile doğal ve kullanıcı dostu bir şekilde etkileşime girmemizi sağlamaktır. Dolayısıyla, arayüz düzeyinde Microsoft’un Co-Pilot’u ile entegrasyonların yanı sıra desteklenen yerel IFS etkileşimleri de var.
Bu teknoloji için her zaman daha fazlası geliştirilen düzinelerce kullanım durumu vardır. Özellikle heyecan verici olduğunu ve gerçekten olağanüstü sonuçlar verdiğini düşündüğüm birkaç tanesini tanıtacağım.
Bunlardan ilki Varlık Performans İzleme ya da APM.
Şimdi bunu yalnızca geçmiş verilerle çalıştırabilirsiniz. Ancak APM’yi IoT ve AI ile birleştirdiğinizde, gerçek zamanlı performans izleme yeteneklerinin yanı sıra alınacak düzeltici önlemlere ilişkin içgörüler ve öneriler elde edersiniz. Program Optimizasyonu ve Saha Hizmetini de eklediğinizde, artık varlık yönetimi stratejiniz etrafında en son teknolojiyle desteklenen, gerçekten verimli, uçtan uca bir iş sürecine sahip olursunuz.
Sahada milyonlarca varlık ve birden fazla kaynaktan gelen verilerle uğraşırken, yapay zeka odaklı Anomali Tespiti gerçek bir oyun değiştiricidir. Sadece zaman ve para tasarrufu sağlamakla kalmaz, aynı zamanda güvenlik, güvenilirlik ve müşteri memnuniyeti ölçümlerini de iyileştirir.
Sırada, yapay zeka destekli Program Optimizasyonu var. IFS’in ödüllü Planlama, Çizelgeleme, Optimizasyon çözümü, seyahat süresinde %35 azalma veya Sevkiyat Görevlilerinin Teknisyenlere oranının 300:1 olması veya yüklenici harcamalarında neredeyse %50 azalma gibi olağanüstü sonuçlar sağlayabilir.
Bir kamu hizmetinin yapay zeka ve otomasyonu bu seviyelerde benimsemeye hazır olup olmadığını tartışabiliriz, ancak teknoloji ve yetenek orada, siz hazır olduğunuzda hazır.
KAYNAK: Johnston C. (2024,May 7). Utılıtıes and Ai:Takıng The Relatıonshıp To The Next Level. IFS Blog. https://blog.ifs.com/2024/05/utilities-and-ai-taking-the-relationship-to-the-next-level
