Yapay Zekâ Destekli Çalışmadan Sahiplenmeye Geçiş İçin Üç Değişim

Deloitte'un 2025 Gelişen Teknoloji Trendleri araştırmasına göre kuruluşların %30'u etmen tabanlı yapay zekâyı araştırıyor ve %38'i çözümleri pilot olarak uyguluyor. Ancak yalnızca %11'i bu sistemleri üretimde kullanıyor.

Aradaki fark teknik hazırlık değil. Modeller çalışıyor. Veriler mevcut. Araçlara erişilebiliyor. Eksik olan, kararları yapay zekâya devretmeyi güvenli hâle getiren yönetişim, sorumluluk ve teşvik sistemlerinden oluşan kurumsal altyapı.

Pilot uygulamalardan üretime geçen ekipler üç belirli değişim gerçekleştiriyor. Bunların hiçbiri öncelikli olarak teknik değil.

Birinci Değişim: Muhakemeyi Kurumsal Bir Yetenek Olarak Yeniden Tanımlamak

Çoğu kuruluş muhakemeyi, kıdemli çalışanların zihninde bulunan kişisel bir beceri olarak görür. İki kişi aynı vakayı farklı şekilde ele alabilir ve bunun nedenini kimse açıklayamaz. Yapay zekâ kararlarının sorumluluğu tanımlanmadığı için süreci sistematik olarak iyileştirmenin bir yolu yoktur.

Ahmed Zaidi, Accelirate'in CEO'su olarak büyük bir hastane sistemiyle çalışırken bu durumla karşılaştı. Sigorta şirketlerine gönderilecek tazminat reddi itiraz mektuplarını hazırlamaktan sorumlu 15 hemşireden oluşan ekip, görünüşte basit bir süreci takip ediyor gibiydi. Yüzeyde, iş kolayca kodlanabilecekmiş gibi görünüyordu.

Zaidi, "Kısa sürede tartışmalı hâle gelen şey, aslında 'tek bir' sürecin bulunmamasıydı," diyor. "Her hemşire yıllar boyunca edindiği deneyimle kendi stratejisini geliştirmişti.

Zaidi'nin ekibi "bunu aslında nasıl yapıyoruz" sorusunun yanıtını yazmaya çalıştığında, hemşireler temel sorular üzerinde anlaşamadı: 

• Güçlü bir klinik gerekçeyi ne oluşturuyordu? 
• Hangi belgeler vurgulanmalıydı? 
• Belirli sigorta şirketleri hangi üsluba veya ifadelere yanıt veriyordu? 
• İtiraz ne zaman üst kademeye taşınmalı, ne zaman yeniden çerçevelenmeliydi?

Gizli bağımlılıklar daha da derine uzanıyordu. Kararlar yalnızca ret koduna dayanmıyordu. Kararlar, bir sistemde gizli duran hekim notlarına, başka bir sistemde bulunan önceki yetkilendirme verilerine ve serbest metinli belgelerde yer alan incelikli klinik ifadelere bağlıydı. Bazı stratejiler, standardize edilmemiş belirli doktor belgeleme alışkanlıklarına dayanıyordu.

Zaidi, "Basit görünen 'itirazları otomatikleştirme' işi, örtük muhakemeyi açık hâle getirmeye yönelik kurumsal bir çalışmaya dönüştü," diyor.

Atılım, ekibin "doğru" hemşire yaklaşımını seçmeye çalışmak yerine 15 hemşirenin tamamındaki ortak deneyime dayalı bilgiyi bir araya getirmesiyle geldi. Hemşirelerin stratejileri tartıştığı, istisnai durumları ortaya çıkardığı ve geçmişte başarılı geri kazanımlara yol açan unsurlar üzerinde uzlaştığı yapılandırılmış oturumlar düzenlediler. Ardından gerçek sonuç verilerini bu çalışmaya eklediler: Hangi şablonlar daha fazla itirazın kabul edilmesini sağlıyordu, hangi belge kombinasyonları kararın geri çevrilme oranlarını artırıyordu?

Bir görüşü kodlamak yerine doğrulanmış kalıpları kodladılar.

Bu dışsallaştırma, kuruluşların nadiren sahip olduğu bir şeyi, yani muhakemeyi geniş ölçekte gözlemleme ve iyileştirme olanağını yaratır. Her işlem kaydedilir. Her istisna görünür hâle gelir. Her geçersiz kılma, kuralların gerçeklikle örtüşmediği noktaları ortaya çıkarır. Ekipler kalıpları görebilir, eşikleri iyileştirebilir ve zaman içinde performansı artırabilir.

Sonuç ölçülebilirdi: itiraz doğruluğu arttı, döngü süresi kısaldı, geri kazanım oranları yükseldi ve kararlar artık standardize edilmiş, belgelenmiş ve denetlenebilir olduğundan uyum riski azaldı. 

Yönetişim sistemi yavaşlatmadı; kuruluşa kendi kararlarından sistematik olarak öğrenebileceği bir yol sundu.

İkinci Değişim: Etmen Davranışının Sorumluluğunu Açıkça Belirlemek

Üretime geçişteki temel kısıt, yapay zekâ eylemlerinin sınırlandırıldığına, denetlenebilir olduğuna, geri alınabildiğine ve gözetildiğine dair kurumsal güvendir.

İlerleyen ekipler, etmenin hataları da dâhil olmak üzere davranışlarından açıkça sorumlu olacak tek bir operasyonel sorumlu belirler. İlk ciddi hata, bu altyapının gerçekten işe yarayıp yaramadığını sınar.

Hastanedeki itiraz uygulamasında Zaidi, ret itirazlarının hazırlanmasına ve önceliklendirilmesine yardımcı olan; vakaları sınıflandırmak ve belirli risk eşikleri aşıldığında üst kademeye taşıma önerisinde bulunmak üzere tasarlanmış bir etmen kullanıyordu.

İlk önemli hata, etmenin yüksek tutarlı ve zamana duyarlı bir reddi rutin olarak sınıflandırması ve üst kademeye taşımamasıyla meydana geldi. Mantık, ret kodunu doğru yorumlamıştı ancak ikincil bir bağlamsal faktörün, ilgili sigorta kuruluşunun sözleşmesine bağlı olarak itiraz süresinin dolmak üzere olmasının ağırlığını yeterince hesaba katmamıştı.

Hata kontrol altına alındı ancak mali açıdan önemliydi. Ekip, yüksek değerli vakaları örnekleyen bir insan inceleme katmanını iş akışına dâhil etmişti ve hata, bu katman için oluşturulan günlük istisna denetimiyle keşfedildi.

Zaidi, "Bu anın ortaya koyduğu şey etmenin dikkatsiz olduğu değil, üst kademeye taşıma kriterlerimizin eksik olduğuydu," diyor. "Klinik ve ret mantığını kodlamıştık ancak sözleşme meta verilerini önceliklendirme çerçevesine tam olarak entegre etmemiştik.

Yönetişim yapısı iki açıdan yardımcı oldu: 

1. Günlük kaydı ve izlenebilirlik, ajanın kararı neden verdiğini tam olarak gösterdi ve insan denetimli denetim, yüksek riskli vakaları tespit etti. 
2. Bir boşluğu ortaya çıkardı. "Risk" tanımı fazla dardı.

Ekip, finansal ve zamanlama riski değişkenlerini kapsayacak şekilde yükseltme kurallarını genişleterek, sözleşmeye dayalı dinamik eşikler uygulayarak, süresi dolmak üzere olan itirazların izlenmesini artırarak ve daha net geçersiz kılma yolları ekleyerek karşılık verdi.