FATİH SUKAS

BELDEPORT LİMANI, BİLGİ TEKNOLOJİLERİ MÜDÜRÜ

Şirketlerde dijital dönüşüm süreçlerini, geleneksel iş süreçlerinin ve yöntemlerinin, dijital araçlar kullanılarak daha verimli, etkili ve rekabetçi hale getirmek amacıyla dönüştürülmesi olarak tanımlayabiliriz. Bu dönüşüm, işletmelerin dijital teknolojileri stratejik olarak benimsemelerini ve bu teknolojileri iş süreçlerine dahil etmelerini içeriyor. Dijital dönüşümü birkaç teknolojiye indirgemek mümkün değil elbette ancak Yapay Zeka(AI), Blockchain, Nesnelerin İnterneti (IoT),Büyük Veri(Big Data), Bulut Bilişim (Cloud Computing) gibi teknolojilerin bu dönüşüm sürecinde itici güç olduklarını söyleyebiliriz. Hatta bu teknolojilerin belli projelerde sıklıkla bir arada kullanıldıklarını da görebiliyoruz.

Gerçek Zamanlı Veri Analizi

Örneğin Gerçek Zamanlı Veri Analizi yapmak istediğinizde yukarıda bahsettiğim teknolojilerin neredeyse hepsini aynı anda kullanıyor olmamız gerekiyor. Sahada ekipmanlardan topladığınız anlık verilerle, daha önce şirket bünyesinde oluşmuş operasyonel verileri harmanladığınızda ortaya çok farklı analiz fırsatları çıkabiliyor. Peki yapay zeka yöntemlerinin bu kadar geliştiği bir dönemde şirketler bu fırsatlardan yararlanabilecek mi?

Yapay Zeka Algoritmaları ve Veri Kalitesinin Önemi

Bilgisayarların işlem kapasitelerinin artması ile beraber yapay zeka algoritmalarının gelişimi de hızlanmış oldu. Özellikle istatistiksel analizlerde GPU mimarisinin kullanımı ile beraber birden çok veri kümesi üzerinde gerçekleşebilen paralel işlemler sayesinde süreçler gelişti. Gelişen optimizasyon teknikleri ve aktivasyon fonksiyonları ile de beraber günlerce sürebilen yapay zeka analizleri artık çok kısa sürelerde tamamlanabiliyor. Hem sınıflandırma problemlerinde hem de regresyon problemlerinde doğruluk oranları çok arttı. Peki biz de eğittiğimiz bilgisayarlarla hızlı kararlar alabilecek miyiz?

Yapay zeka problemlerinde veri türüne ve sorunun karmaşıklığına göre uygun bir yapay zeka modeli seçmek önemli elbette ama algoritmaların başarılı sonuçlar üretebilmesi için “veri kalitesi”nin bu süreçte çok daha belirleyici olacağını düşünüyorum. Eksik veya yanlış kayıt altına alınmış veriler, modelin yanlış sonuçlar üretmesine neden olacaktır. Bu da hızlı kararlar almak isterken hatalı sonuçlarla bizi karşı karşıya bırakacaktır.

Veri Kalitesi Politikalarının Oluşturulması Gerekiyor

Geçmişte çok sayıda farklı kaynaktan analiz ve raporlama amaçlı veriyi organize eden şirketler, kurdukları veri ambarı sistemleri ile veri kalitesi aşamalarında diğer şirketlere göre daha öndeler. Böyle bir entegrasyon süreci geçirmeyen şirketlerin acilen veri kalitesi politikalarını oluşturmaları gerekiyor. Şirketlerin Dijital Dönüşüm Süreçlerine ayak uydurabilmeleri için bu veri kirliliğinden kaynaklı prangalarından kurtulması gerekiyor. Aşağıdaki adımlar iyi bir başlangıç olabilir.

• Varolan verilerde hataları, eksiklikleri ve tutarsızlıkları düzeltmek için veri temizleme ve düzeltme işlemlerinin yapılması,

• Organizasyonların hedeflerine ve veri kullanım amaçlarına göre gereken veri kalitesi standartlarının ve kriterlerinin belirlenmesi,

• Farklı kaynaklardan gelen verilerin entegre edilmesi süreci ile birlikte veri bütünlüğünün sağlanması,

• Verilerin uygun bir formatta ve yapıda olmasını sağlamak için veri standardizasyonu işlemlerinin gerçekleştirilmesi,

• Organizasyon içinde veri kalitesi konusunda farkındalık yaratarak ve çalışanların eğitilmesi,