Günümüz ortamında iş dünyası liderleri artık yapay zekayı benimsemeleri gerekip gerekmediğini sormuyor çünkü bu zaten oluyor.
Sektörler genelinde entegre olan kuruluşlar görüyoruz Yapay zeka araçları artan verimlilik ve çeşitli iyileştirilmiş iş sonuçları gibi dikkate değer faydalar elde ederek süreçlerine dahil ederler.
Bir IBM Şirketi olan Apptio’da EMEA Saha CTO’su.
Pek çok kuruluş için asıl ikilem dengedir: Yapay zeka çağında maliyetleri, kaynakları ve fikri mülkiyeti yönetirken nasıl rekabetçi kalınır?
Yapay zeka odaklı projeler sıklıkla iş birimlerinin kendisi tarafından başlatılır ve bunu gerçekleştirmek için BT ile birlikte çalışırlar.
Ancak birçoğu hâlâ teknoloji harcama kararlarını doğru şekilde değerlendirmek için gereken bilgilere sahip değil. Artan maliyetler ile net olmayan yatırım getirisi arasındaki fark, artık sektörler arası yönetim kurulu tartışmalarını şekillendiriyor.
Konuşma “Yapay zeka ne yapabilir?”den değişti. “Hangi değeri sağlıyor ve maliyeti ne?” “Yapay zekayı doğru türde projelerde kullanmaya mı çalışıyoruz?”
Kasları kesmeden ödünleşimleri yönetmek
Yapay zekanın ölçeklendirilmesi, yalnızca bütçelerin kısaltılmasında değil, aynı zamanda temel iş operasyonlarını aksatmadan kaynakların nereye yeniden tahsis edileceğine karar vermede de dikkatli ödünleşimler gerektirir.
Bu kararları vermenin anahtarı görünürlüğe ulaşmaktır. Birçok kuruluş, yatırım kararları veya maliyet-fayda analizi için yol gösterici bir ölçüm olarak ROI’ye güvenmektedir.
Bununla birlikte, bu ölçümler genellikle silolar halinde çalışır ve farklı birimlerde farklı şekilde iletilir. finansBT ve operasyonlar. Sonuç olarak birçok kuruluş, bir proje başladıktan sonra yatırım getirisini değerlendirmeyi bırakıyor ve bu da yapay zeka yatırımlarının tam değerini doğru bir şekilde takip etmeyi ve gerçekleştirmeyi zorlaştırıyor.
Tek bir sınıflandırma ve paylaşılan veri kaynağı esastır. Aksi takdirde, liderler birbirlerini görmezden gelebilirler: BT, kullanım oranlarını ve çalışma süresini ölçerken, finans, sermaye harcamaları ile operasyonel harcamalar konusunda endişelenir.
Yapay zekanın sağladığı değeri ölçerken bunun şu dile çevrilmesi gerekiyor: işletme Elde edilen iş sonuçlarına göre maliyeti gösteren ölçümler.
Üretken yapay zeka iş yükleri, herkesin bildiği gibi bilgi işlem ve enerjiye aç olduğundan, harcamaları tam olarak tahmin etmek zaten bir zorluktur. İşletmelerin nerede kesinti yapacaklarına, nerede ikiye katlayacaklarına ve yapay zeka projelerinin stratejik hedeflerle uyumlu olmasını nasıl sağlayacaklarına karar vermek için birleşik bir bakış açısına ihtiyaçları var.
Yapay zekanın gerçek maliyetlerini saymak
Geçmişteki teknoloji sunumlarının aksine, yapay zeka tek seferlik basit bir sermaye yatırımı değildir. Apptio’dan elde edilen veriler, kuruluşların %90’ından fazlasının bu yıl teknoloji bütçelerinin artmasını beklediğini, yapay zekanın da en önemli yeni harcama faktörlerinden biri olduğunu gösteriyor ve 2026’da da benzer duyguları göreceğimizi düşünüyorum.
Sürekli maliyet getiriyor BT altyapısıenerji, insanlar ve süreçler. Modellerin eğitimi ve çıkarımın çalıştırılması, genellikle enerji yoğun veri merkezlerinde barındırılan çok büyük bilgi işlem gücü gerektirir. Uzman yapay zeka yeteneği az bulunur ve pahalıdır. Bu arada yönetim kurulları bu harcamaların nasıl ölçülebilir yatırım getirisine dönüştüğünü soruyor.
Yapay zeka, kuruluşlar içinde veri analizi, süreç otomasyonu ve dolandırıcılık tespiti dahil olmak üzere çeşitli işlevlere hizmet eder veya siber güvenlik. Bunlar son derece etkili uygulamalar olsa da bunları ölçeklendirmek, maliyetler ve faydalar konusunda mutlak netlik gerektirir. Liderlerin, büyük temel modellerinin eğitimi ile üçüncü taraf hizmetlerinin mevcut süreçlere dahil edilmesi için yapılan harcamalar arasında ayrım yapması gerekir.
Burada Teknoloji İşletme Yönetimi (TBM) çerçeveleri yardımcı olabilir. Liderler, BT harcamalarını doğrudan iş sonuçlarına bağlayarak israfı tespit edebilir, yüksek değerli projelere öncelik verebilir ve yapay zekanın birçok işletmenin bulutta karşılaştığı aşırı harcama modellerinin aynısını tekrarlamasını önleyebilir.
Verileri Yeniden Düşünmek
Yapay zeka projelerini ölçeklendirirken verilerin nerede yaşaması gerektiği en acil sorulardan biri haline geldi. Yönetim kurulları, fikri mülkiyet kaybı, mevzuata uygunluk ve hassas veri kümelerinin üçüncü taraf sistemlere beslenmesi riskleri konusunda giderek daha fazla tedirginlik yaşıyor.
Bulut, ölçeklenebilirlik açısından vazgeçilmez olmayı sürdürüyor ancak her iş yükünün buluta ait olmadığı konusunda artan bir farkındalık var. Bazı şirketler öngörülebilirliği yeniden kazanmak, uyumluluğu güçlendirmek ve uzun vadeli maliyetleri kontrol altına almak için belirli süreçleri şirket içine geri çekiyor.
Bu buluttan uzaklaşmakla ilgili değil; mesele onu daha stratejik kullanmakla ilgili. Bulut çevikliğini şirket içi kontrolle dengeleyen hibrit bir yaklaşım, hızla varsayılan haline geliyor.
İş dünyası liderleri için son çıkarımlar
Yapay zeka uzun vadede buradadır ancak başarı, ona diğer stratejik yatırımlarla aynı disiplinle davranılmasına bağlıdır. Dört prensip öne çıkıyor:
1. Görünürlüğe öncelik vermek: İşletmeler ne kadar yatırım yapıldığını ve projelerin nasıl performans gösterdiğini dikkate almazsa yapay zeka harcamaları sınırlı bir yatırım getirisi ile artabilir.
2. Hibrit bir yaklaşım benimsemek: Bulut stratejileri herkese uyan tek tip bir strateji değildir; Hibrit modellere bakıldığında, BT ekipleri ölçeklenebilirlikten hâlâ faydalanabilir, ancak aynı zamanda verileri güvence altına alabilir ve veriler üzerinde kontrol sahibi olabilirler.
3. Maliyetlerin üstesinden gelmek: Yapay zekayı uygulamak statik bir maliyet değildir; sürekli izlenmesi ve gözden geçirilmesi gereken birçok unsur vardır. İşletmeler bunları erkenden hesaba katarak harcamaları daha iyi kontrol edebilir.
4. Resmin tamamına bakıldığında: Ekiplerin kendilerine şu soruyu sorması gerekiyor: BT yatırımlarını ölçülebilir iş sonuçlarıyla ilişkilendiriyor muyuz? Değer yalnızca tasarruf edilen para değil, artan üretkenlik, daha iyi karar alma ve müşteri sonuçları değildir. Başarıyı ölçerken ve sonuç veren girişimleri ödüllendirirken iş liderlerinin tüm yelpazeye bakması önemlidir.
Herhangi bir teknoloji liderinin hedefi, değer sağlayan ve daha geniş iş hedeflerini desteklemeye yardımcı olan teknoloji yatırımı kararları vermektir. Yapay zeka, bulut veya başka bir yenilik olsun, bu hedef asla değişmez.
Beklenen çok daha fazla yenilikçi projeyle birlikte teknoloji, iş dünyası ve finans liderlerinin değeri kanıtlamak ve şirket içi uzmanlığı artırmak için yakın işbirliği yapması gerekecek.
Yapay Zeka ROI’sine giden yolda en başarılı şirketler, ödünleşimi nasıl yöneteceğini, pragmatik yatırım yapmayı ve verileri akıllıca yönetmeyi bilen şirketler olacaktır.
En iyi BT otomasyon yazılımına göz atın.
Bu makale, günümüz teknoloji endüstrisindeki en iyi ve en parlak beyinleri öne çıkardığımız TechRadarPro’nun Expert Insights kanalının bir parçası olarak üretildi. Burada ifade edilen görüşler yazara aittir ve mutlaka TechRadarPro veya Future plc’ye ait değildir. Katkıda bulunmak istiyorsanız buradan daha fazla bilgi edinin: https://www.techradar.com/news/submit-your-story-to-techradar-pro