Yapay zekanın neden henüz beklenen verimlilik sıçramasını yaratmadığını anlamak için elektriğin fabrikalara girdiği döneme bakmak faydalı olabilir.

Popüler anlatıya göre elektrik geldi, fabrikalar otuz yıl boyunca aynı kaldı ve verimlilik artmadı. Hikayenin özü doğru olsa da bu ifade fazla kesin. Elektrik daha erken dönemde aydınlatma, enerji kullanımı, makine kontrolü ve güvenlik gibi faydalar sağladı. Ancak geniş ölçekte üretkenliği dönüştürmesi gerçekten de zaman aldı.

Çünkü ilk aşamada motor değişti, fabrika değişmedi.

Eski sistem yeni enerjiyle çalışıyordu

Buhar ve su gücüyle çalışan fabrikalarda enerji, merkezi bir kaynaktan miller ve kayışlarla bütün makinelere dağıtılıyordu. Binanın yapısı ve makinelerin konumu bu sisteme göre tasarlanmıştı.

Elektrik motorları geldiğinde birçok fabrika mevcut düzeni korudu. Yeni motorlar eski milleri ve kayışları çevirmeye başladı. Teknoloji değişmişti ama iş yapış şekli büyük ölçüde aynıydı.

Ekonomi tarihçisi Paul A. David’e göre 1899’da ABD imalatındaki elektrik motorlarının gücü, fabrika mekanik tahrik kapasitesinin yüzde 5’inden azdı. Elektrifikasyonun yüzde 50 seviyesine yaklaşması iki on yıl daha aldı; imalat verimliliği üzerindeki belirgin etki ise 1920’lerin başında ortaya çıktı. Kaynak

Asıl dönüşüm, her makinenin kendi motoruna sahip olabildiği sistemle geldi. Ağır miller ve kayışlar ortadan kalkınca fabrikalar enerji kaynağına göre değil, üretim akışına göre yeniden tasarlanabildi.

Elektriğin gerçek değeri daha iyi bir motor olmasında değil, daha önce mümkün olmayan bir fabrika tasarımını mümkün kılmasındaydı.

Yapay zekada da motoru değiştiriyoruz

Bugün birçok şirket yapay zekaya “Mevcut sürecin hangi adımına bir araç ekleyebiliriz?” diye yaklaşıyor.

E-posta daha hızlı yazılıyor ama onay zinciri aynı kalıyor. Rapor daha hızlı hazırlanıyor ama veri hala güvenilir değil. Müşteri talebi özetleniyor fakat talebin kim tarafından ve hangi kuralla sonuçlandırılacağı değişmiyor.

Başka bir ifadeyle, buhar motorunu söküp yerine elektrik motorunu koyuyor; ama üretimi hala buhar çağının kurallarıyla yönetiyoruz.

Bu kullanım biçimi faydasız değil. Bireysel görevlerde zaman kazandırabilir. Fakat şirket düzeyinde kalıcı verimlilik için yeni süreçler, karar kuralları, insan kabiliyetleri ve organizasyon tasarımı gerekiyor. Ekonomide “Productivity J-Curve” olarak açıklanan yaklaşım da yeni teknolojilerin faydalarının, bu tamamlayıcı yatırımlar yapıldıktan sonra görünür hale geldiğini anlatıyor. Kaynak

Travel Technology’de asıl ölçü: time-to-value

Bir otel veya seyahat acentesi partnerinin sisteme dahil edilmesini düşünelim. Ticari koşullar, sözleşme, ödeme kontrolleri, ürün yapılandırması, entegrasyon testleri ve operasyonel hazırlık farklı ekiplerden geçebilir.

Bu ekiplerin her birine AI eklemek görevleri hızlandırabilir. Teklif daha hızlı hazırlanır, sözleşme daha hızlı incelenir, teknik dokümantasyon daha hızlı üretilir ve görüşmeler anında özetlenir.

Fakat süreç hala sırayla ilerliyor ve işler ekipler arasındaki kuyruklarda bekliyorsa partnerin time-to-value süresi değişmeyebilir.

Çünkü istasyonları hızlandırmak, hattı hızlandırmak değildir.

Gerçek dönüşüm; hangi adımların paralel ilerleyeceğini, hangi kontrollerin otomatikleşeceğini, hangi istisnaların insan muhakemesi gerektireceğini ve uçtan uca sürenin kime ait olduğunu yeniden tasarlamaktır.

Yapay zekanın değeri her ekibin daha hızlı doküman üretmesinde değil, partnerin daha az sürtünmeyle daha erken değer üretmeye başlamasında ortaya çıkar.

Elektrik fabrikada makinelerin yerini değiştirebildiğinde dönüştürücü oldu. Yapay zeka da organizasyonda bilginin, kararın ve sorumluluğun yerini değiştirebildiğinde dönüştürücü olacak.

Asıl soru

Yapay zeka stratejisinin merkezindeki soru yalnızca “Hangi aracı kullanalım?” olmamalı.

Asıl soru şu:

Zeka daha erişilebilir hale geldiyse bu işi neden hala eski fabrika gibi tasarlıyoruz?

Sizin organizasyonunuz yapay zekayla yalnızca motoru mu değiştiriyor, yoksa fabrikayı yeniden mi tasarlıyor?