Key Takeaways
Yapay Zekâ Başarı Faktörü: Yeniden tasarlanan iş akışları, başarılı yapay zekâ uygulaması için bütçeden veya teknolojiden daha önemlidir.
Küçük Ekip Avantajı: Küçük ekipler iş birliğini doğal olarak kolaylaştırır ve büyük kuruluşların karşılaştığı yavaş süreçlerden kaçınır.
İş Birliğinin Önemi: Yapay zekânın etkili biçimde benimsenmesi yalnızca yeni araçlar gerektirmez; ekip çalışmasını ve karar alma süreçlerinin yeniden düşünülmesini de gerektirir.
Şu anda bir yerlerde bir kurucu bir faturaya bakıyor ve ne için ödeme yaptığını merak ediyor. İş yapıldı. Sadece henüz göremiyor.
O faturayı ben de gönderdim. İnandığım bir işin haftalarını geride bırakmıştık; ancak müşterinin bakıp ilerleme diyebileceği hiçbir şey yoktu. İçten içe, değerimi sorguladıklarını biliyorsunuz. Görmedikleri şey ise önemli olan tek iş.
Bir Slayta Koyamayacağınız İş
Ayda yirmi saat. Her saat faturada yer alıyordu ve kurucu çalışmanın ortasında beni durdurup hangi değeri yarattığımı sorsaydı, maliyeti haklı çıkaracak bir yanıt verebileceğimden emin değilim.
Araçları birbirleriyle karşılaştırarak test ediyor, ekibin yıllardır kullandığı iş akışlarını bir kenara bırakıyor, bir odada oturup "daha iyi"nin ne anlama geldiği konusunda anlaşmaya çalışıyorduk. Bazı günler, işe yarayacağını düşündüğümüz bir aracın ihtiyacımız olan tek şeyi yapamadığını keşfetmek için üç saat harcıyorduk.
Bu, bir slayta koyabileceğiniz türden bir ilerleme değil. Faturanın diğer tarafında ise bir kurucu bütçenin küçülmesini, nakit akış süresinin kısalmasını ve harcama oranının yükselmesini izliyor. Bu durumda yalnız değillerdi.
Geçen yıl, orta ölçekli şirketler, proje başına 4 milyon doların üzerinde bir maliyetle, ortalama olarak birer AI girişimini terk etti; çünkü değeri yeterince hızlı göremediler.
Faturanın bizim tarafında ise farklı şehirlerde dağınık bir ekip olarak çalışıyor, her birimiz ürünün farklı bir bölümünün sorumluluğunu üstleniyor ve yakından baktıkça çoğalan sorunları çözmeye çalışıyorduk. İşletmenin hıza ihtiyacı vardı. Ürünün kaliteye ihtiyacı vardı. Araçlar denenmemişti. Bir kişi için işe yarayan her çözüm, başka biri için yeni bir sorun yaratıyordu.
Bunu bir kontrol listesiyle veya proje planıyla çözüp ayrıştıramazsınız. Her bakış açısını aynı konuşmaya dahil ederek, her ödünleşimi görünür kılarak ve sorunları başka bir yere taşımadan en fazla kazanım sağlayan hamleleri bularak çözersiniz.
Bu yavaştır. Fotoğraflanacak kadar iyi görünmez. Ve işe yarayan tek yol budur.
Bu sorunlar çoğalıyor; çünkü ekipteki herkes farklı bir şeyi çözmeye çalışıyor ve bu farklılıkları dengelemeye yönelik eski kurallar artık geçerli değil. Geliştirici, yeniden çalışma gerektirmeyen bir entegrasyona ihtiyaç duyuyor. Tasarımcı, iş akışını yavaşlatmadan yaratıcı kontrol istiyor. Kurucu ise tüm bunların daha ucuza mal olmasını ve daha hızlı ilerlemesini istiyor.
Bu ihtiyaçların her birinin içinde onlarca küçük ödünleşim var ve bunların her biri başka bir şeye dokunuyor. Kurucunun ihtiyacını çözerseniz kaliteyi sıkıştırırsınız. Tasarımcının ihtiyacını çözerseniz her şeyi yavaşlatırsınız.
Yaptığımız iş, yani yavaş, görünmez ve sinir bozucu iş, zararı yalnızca başka bir yere taşımadan tüm sistem genelinde en fazla kazanımı yaratan her kararın biçimini bulmaktı.
AI Başarısını Gerçekten Öngören Tek Değişken
Bunu gözden kaçırırsanız sorunları çözebileceğinizden daha hızlı büyütürsünüz. McKinsey, 105 ülkeden yaklaşık 2.000 yöneticiyle anket yaptı ve AI'ın gerçek bir iş etkisi yaratıp yaratmadığını öngören 25 faktörü test etti. Açık ara en güçlü faktör bütçe, liderliğin katılımı veya teknoloji seçimi değildi. Kuruluşun iş akışlarını temelden yeniden tasarlayıp tasarlamadığıydı.
Ardından iki gün içinde, eski iş akışıyla üretilmesi haftalar ve üç veya dört kişi gerektirecek bir şeyi teslim ettik. Bir taslak ya da prototip değil. İncelenmiş, onaylanmış ve ekibin aylardır etrafından dolaştığı sorunları çözen eksiksiz bir iş.
En zor sorun işi üretmek değildi. Sorun, o kadar çok işi o kadar hızlı üretebilmemizdi ki eski soru — bütçeyi aşmamak ve zamanında teslim etmek için neyden vazgeçiyoruz? — artık geçerliliğini yitirdi.
Eskiden her planlama konuşmasına hâkim olan ödünleşimler neredeyse fark edilmiyordu. Bunun yerine yeniden düşünmemiz gereken şey, zamanımızın, iş birliğimizin ve bireysel katkılarımızın değerini nereye yerleştireceğimizdi. İş yalnızca hızlanmadı. Ekibin yıllardır içinde çalıştığı ritmi bozdu.
Küçük Ekiplerin Sahip Olduğunu Bilmediği Yapısal Avantaj
Büyük kuruluşlar bizim yaptığımızı yapamaz. Tüm paydaşları aynı konuşmaya dahil edip ödünleşimleri gerçek zamanlı olarak birlikte değerlendiremezler. Bu nedenle bunu yaklaşık olarak gerçekleştirecek süreçler oluştururlar: yönetişim komiteleri, onay zincirleri, mükemmeliyet merkezleri, özel AI rolleri.
Bunların hepsi pahalı ve yavaştır; küçük bir ekibin zaten doğal olarak yaptığı şeyi taklit etmek üzere tasarlanmıştır.
İronik olan, çoğu küçük ekibin durumu böyle görmemesidir. Kurumsal uygulama kılavuzuna bakıp ciddi AI benimsemesinin böyle göründüğünü varsayarlar. Bunu sahiplenmesi için birini görevlendirirler. Araçlar satın alır ve süreç oluştururlar. Bunu yaparken de aslında sahip oldukları tek yapısal avantajdan vazgeçerler.
Geçen yıl S&P Global, şirketlerin %42'sinin yapay zekâ girişimlerinin çoğunu rafa kaldırdığını tahmin etti; bu oran bir önceki yılın iki katından fazlaydı.
Kurumsal yapay zekâ pilot projelerinin %95'inin ölçülebilir getiriler sunamadığını ortaya koyan ve sıkça atıfta bulunulan MIT bulgusu, yapay zekâ girişimlerini eleştirmek için kullanılıyor. Ancak uygulamada gördüğümüz şu: Bu girişimler teknoloji çalışmadığı için başarısız olmuyor; şirketler onları mevcut çalışma biçimlerine zorla uydurmaya çalıştığı için başarısız oluyor. İnsanların nasıl iş birliği yaptığını, kararların nerede alındığını ve araçlar her şeyi değiştirdiğinde iyi işin neye benzediğini yeniden düşünmenin yavaş ve gösterişsiz işini atlıyorlar.
Bir yapay zekâ uzmanı işe almanıza gerek yok. Bir mükemmeliyet merkezi ya da resmî bir değişim yönetimi planına ihtiyacınız yok. Yapay zekânın işe yaramasını sağlamak için daha büyük veya daha yapılandırılmış bir kuruma dönüşmeniz gerekmiyor.
İhtiyacınız olan şey zaten görüşmede mevcut: işi bilen, ödünleşimleri hisseden ve bulundukları konumdan iyi işin neye benzediğini anlayan insanlar.
Bu süreci daha önce yaşadık. Kişisel bilgisayarlardan internete ve buluta kadar her büyük teknoloji dönüşümü aynı şeyi gerektirdi: öğrenmek için zaman, denemek için alan ve yerleşik olduğunu düşündüğünüz şeyleri yeniden düşünme izni.
Yapay zekâ farklı değil, sadece daha hızlı. Bu, bir kişinin kuruluşun geri kalanı adına çözebileceği bir sorun değil. Tıpkı daha önce gelen her aracı öğrenmeleri gibi, tüm ekibinizin geliştirmesi gereken bir yetkinlik. Birlikte üzerinde çalışabilmeleri için onlara zaman ve alan tanıyın.
Bu bir teknoloji sorunu değil. Hiçbir zaman da olmadı.
