Yapay zeka artık şirketler için bir tercih değil rekabetin temel unsurlarından biri haline geldi. Başarılı projeler ise yalnızca doğru teknolojiyle değil; veri kalitesi, güvenlik, yönetişim ve işletmeye gerçek ve ölçülebilir değer kazandıran iş modelleriyle mümkün olacak.
Ayhan Sevgi
Yapay zeka, iş dünyasında bugüne kadar yaşanan dijital dönüşümlerin ötesine geçen bir değişim yaratıyor. Artık konu yalnızca yeni bir teknoloji kullanmak değil; şirketlerin rekabet gücünü koruması, verisini doğru yönetmesi ve iş süreçlerini yeniden tasarlaması haline geldi. Ancak bu dönüşüm, sadece bir yapay zeka modeli kurmakla gerçekleşmiyor. Veri yönetiminden güvenliğe, yönetişimden yatırımın geri dönüşüne kadar uzanan bütüncül bir yaklaşım gerekiyor. Türkiye’nin yapay zeka adaptasyonunda önemli bir ivme yakaladığını ancak artık yapay zeka kullanalım döneminin geride kaldığını söyleyen Treomind’ın yeni Genel Müdürü Ersin Büyükyılmaz BThaber’in sorularını yanıtladı.
- Yapay zeka son iki yılda iş dünyasının en önemli gündem maddesi haline geldi. Siz bu dönüşümü nasıl değerlendiriyorsunuz?
Son yıllarda birçok teknoloji büyük beklentilerle gündeme geldi. Bunların bir kısmı zaman içinde etkisini kaybetti, bazıları ise belirli alanlarla sınırlı kaldı. Yapay zeka ise bunlardan farklı bir noktada duruyor. Çünkü yalnızca yeni bir teknoloji sunmuyor; şirketlerin çalışma biçimini, karar alma süreçlerini ve rekabet koşullarını doğrudan değiştiriyor. Bugün üretimden lojistiğe, finanstan müşteri deneyimine kadar hemen her alanda yapay zekanın sağladığı otomasyon ve analiz kabiliyeti şirketlere önemli avantajlar kazandırıyor. Bu nedenle önümüzdeki dönemde yapay zekayı süreçlerine entegre edemeyen kurumların rekabet gücünü koruması oldukça zor olacak. Aslında bunu dijital dönüşümün yeni aşaması olarak görmek gerekiyor. Daha doğru üretim planlayan, stoklarını daha verimli yöneten, verisini daha etkin kullanan şirketler doğal olarak rakiplerinin önüne geçecek.
- Türkiye bu dönüşümde nasıl bir noktada bulunuyor?
Türkiye’nin düşündüğümüz kadar geride olduğunu söyleyemeyiz. Aksine kurumlarımızın önemli bölümü yapay zeka yatırımlarına başlamış durumda. Özellikle son iki yılda yöneticilerde “Bu dönüşümün dışında kalmamalıyız” yaklaşımı oldukça güçlendi. İlk dönemlerde doğal olarak ciddi bir belirsizlik vardı. Pek çok şirket yapay zeka konusunda yatırım yapmak istiyor ancak bunu hangi problem için kullanacağını tam olarak bilmiyordu. Bu nedenle sadece teknolojiyi denemeye yönelik, sonuca ulaşmayan projeler de ortaya çıktı.
Bugün ise tablo değişmeye başladı. Kurumlar artık hangi iş süreçlerini iyileştirmek istediklerini daha net tanımlıyorlar. Soruları artık “Yapay zeka kullanalım mı?” değil; “Bu işi en doğru nasıl yaparız?” noktasına geldi. Bu da projelerin başarı ihtimalini ciddi biçimde artırıyor.
- Yapay zeka projelerinde artık en kritik konu sizce veri mi?
Bence cevap çok net; veri. Ne kadar gelişmiş yapay zeka modelleri kullanırsanız kullanın, beslendiği veri doğru değilse doğru sonuç üretmesini bekleyemezsiniz. Aslında yapay zeka, elindeki veriyi öğrenerek çalışan bir sistem. Eğer bu veri eksik, hatalı, dağınık veya standartlardan uzaksa yapay zeka da yanlış öğreniyor. Yanlış öğrenen bir sistemin doğru karar vermesi mümkün olmuyor.
Bu nedenle biz Treomind olarak yalnızca yapay zeka projeleri geliştirmiyoruz. Aynı zamanda veri yönetimi ve veri yönetişimi konusunda da ayrı uzman ekiplerle çalışıyoruz. Çünkü müşterilerimizin önemli bir kısmında gördüğümüz durum şu oldu. Yapay zeka talebiyle başlayan projeler, bir süre sonra veri yönetimi projesine dönüşüyor. Önce verinin sahipliğini belirlemek, kalitesini artırmak, doğru şekilde saklamak ve yönetmek gerekiyor. Sağlam temel kurulmadan üzerine yapay zeka inşa etmek mümkün değil.
- Kurumların bugün en fazla zorlandığı konu da bu mu?
Kesinlikle. Çünkü birçok kurum yıllardır oluşmuş çok büyük veri havuzlarına sahip. Ancak bu verilerin önemli bir kısmı farklı sistemlerde tutuluyor, standartları birbirinden farklı oluyor veya güncelliğini kaybetmiş olabiliyor. Yapay zeka ise bu farklı kaynaklardan gelen bilgileri tek bir doğru veri kümesi gibi değerlendirmeye çalışıyor. Dolayısıyla veri yönetişimi bugün artık yapay zekanın ayrılmaz bir parçası haline geldi. Verinin nerede tutulduğu, kim tarafından yönetildiği, hangi bilginin güncel olduğu ve hangi kullanıcıların hangi verilere erişebileceği gibi konular çözülmeden başarılı bir yapay zeka projesinden söz etmek mümkün değil.
- Yapay zeka yatırımlarında son dönemde maliyet konusu da sıkça konuşulmaya başlandı. Kurumlar bu yatırımları nasıl değerlendirmeli?
Yapay zeka projeleri ciddi bir altyapı yatırımı gerektiriyor. İster bulut ortamında çalışın ister kendi veri merkezinizde yatırım yapın; GPU altyapısı, depolama sistemleri, güvenlik katmanları ve yönetim yazılımları önemli maliyetler oluşturuyor. Bu nedenle biz her projeye başlamadan önce mutlaka yatırımın geri dönüşünü hesaplıyoruz. Bu proje şirkete maliyet avantajı sağlayacak mı? Operasyonel verimliliği artıracak mı? Gelir artışı oluşturacak mı?
Bu soruların cevabı net değilse sırf yapay zeka kullanmış olmak için yatırım yapılmasını doğru bulmuyoruz. Dolayısıyla bizim yaklaşımımız oldukça net. Yapay zeka mutlaka ölçülebilir bir değer üretmeli. Eğer yatırımın karşılığını oluşturamıyorsa, o projeyi hayata geçirmenin doğru olmadığına inanıyoruz.
- Yapay zeka projeleri yaygınlaştıkça güvenlik de en önemli başlıklardan biri haline geliyor. Bugün kurumların karşı karşıya olduğu en büyük riskler neler?
Yapay zeka tarafında artık konuştuğumuz en önemli konulardan biri güvenlik. İlk aşamada herkes modeli, algoritmayı ve veriyi konuşuyordu. Bugün ise kurulan yapay zeka sistemlerinin güvenliği, erişim yetkileri ve yönetişimi gündemin merkezine yerleşmiş durumda.
Kurumsal bir yapay zeka uygulamasını düşünün. Böyle bir sistemin her soruya cevap vermesi değil, doğru kişiye doğru cevabı vermesi gerekiyor. Örneğin bir çalışanın maaş bilgilerine, finansal verilere ya da şirketin gizli dokümanlarına erişmemesi gerekiyorsa yapay zeka da buna uygun davranmalı.
Bu nedenle artık AI Security dediğimiz yeni bir alan oluştu. Bankalarda, sigorta şirketlerinde ve büyük holdinglerde yalnızca yapay zeka platformlarını değil, bu platformların güvenliğini sağlayan projeleri de hayata geçiriyoruz. Yapay zeka altyapısı kurulduktan sonra güvenlik, erişim yönetimi ve yönetişim katmanları devreye giriyor.
Aslında geçmişte e-posta sistemlerinde yaşanan dönüşümün benzerini görüyoruz. Önce e-posta sistemleri kuruldu, ardından güvenlik, yedekleme ve arşivleme çözümleri geldi. Yapay zeka da kendi ekosistemini aynı şekilde oluşturuyor.
- Bu güvenlik mimarisi nasıl oluşturuluyor?
Biz yapay zeka altyapısını katmanlı bir mimariyle tasarlıyoruz. En altta donanım ve işlem gücü bulunuyor. Bunun üzerinde sanallaştırma katmanı, GPU yönetimi, güvenlik katmanları, veri yönetimi ve yönetişim katmanları yer alıyor. Böylece hangi kullanıcının hangi verilere erişebileceği, hangi bilgilerin dışarı çıkabileceği ve yapay zekanın hangi kurallar çerçevesinde çalışacağı baştan belirlenmiş oluyor.
Özellikle bankacılık, finans ve enerji gibi regüle sektörlerde bu mimari artık vazgeçilmez hale geldi. Aksi durumda hem güvenlik açıkları oluşuyor hem de kurum açısından ciddi operasyonel riskler ortaya çıkıyor.
- Artık sadece dışarıdan gelen siber saldırılar değil, kurum içindeki riskler de konuşuluyor. Yapay zeka bu tabloyu nasıl değiştiriyor?
Eskiden güvenlik denildiğinde daha çok dışarıdan gelen tehditler akla gelirdi. Bugün ise içerideki yetkilendirme süreçleri de en az bunun kadar önemli hale geldi. Yanlış yapılandırılmış bir yapay zeka sistemi, normal şartlarda erişememesi gereken bilgileri kurum içindeki kullanıcılara gösterebilir. Dolayısıyla artık sadece hacker’ları değil, yanlış erişim senaryolarını da yönetmek gerekiyor.
Bu nedenle hem dışarıya çıkan veriler hem de içeriden gelen sorgular filtreleme mekanizmalarından geçiriliyor. Yapay zekanın hangi bilgiyi paylaşabileceği, hangi bilgiyi paylaşamayacağı tamamen kurumsal kurallarla belirleniyor.
- Bulut servisleri yaygınlaşıyor ama şirket verilerinin global platformlarda tutulması da önemli tartışmalar yaratıyor. Siz bu dengeyi nasıl değerlendiriyorsunuz?
Bu konu yalnızca Türkiye’nin değil, bütün dünyanın gündeminde. Google Cloud, AWS ve Microsoft Azure gibi platformlar uzun yıllardır altyapı hizmeti veriyor. Yapay zeka ile birlikte bu tartışma daha görünür hale geldi. Çünkü artık sadece uygulamalar değil, kurumların en değerli varlığı olan veriler de bu platformlarda işleniyor.
Bankacılık, enerji ve sigorta gibi regüle sektörlerde verinin kurum içinde tutulması tercih ediliyor. Bunun temel nedeni hem mevzuat hem de güvenlik gereksinimleri.
Diğer sektörlerde ise maliyet avantajı nedeniyle bulut çözümleri daha fazla tercih edilebiliyor. Burada her kurum kendi risk-maliyet dengesini değerlendiriyor. Veriyi tamamen içeride tutabilirsiniz ancak bunun yatırım maliyeti daha yüksek oluyor. Bulut ise daha ekonomik bir seçenek sunuyor. Dolayısıyla kurumlar ihtiyaçlarına göre karar veriyor.
Bu noktada hibrit yapay zeka mimarileri önemli bir alternatif sunuyor. Treomind olarak kritik ve hassas verilerin kurumun kendi altyapısında kalmasını sağlarken, ölçeklenebilirlik ve esneklik gerektiren iş yüklerini bulut ortamlarıyla entegre eden mimariler tasarlıyor ve hayata geçiriyoruz. Böylece kurumların güvenlik ve mevzuat gereksinimlerini karşılayan, aynı zamanda bulutun sunduğu kapasiteden yararlanan sürdürülebilir ve verimli yapılar oluşturuyoruz.
- Yapay zekanın geleceğinde kurumsal uygulamaların da değişeceğini söylüyorsunuz. Nasıl bir dönüşüm öngörüyorsunuz?
Bugün şirketler ERP, muhasebe veya operasyon yazılımları gibi hazır uygulamaları kullanıyor. Çünkü bunları kendi başlarına geliştirmek oldukça zor. Ancak yapay zeka yazılım geliştirme süreçlerini tamamen değiştirebilir. Gelecekte şirketler kendi süreçlerine, kendi kurum kültürlerine uygun uygulamaları çok daha kısa sürede geliştirebilir hale gelecek.
Bu nedenle gelecekte belki de uygulamalardan çok yapay zeka altyapılarını konuşacağız. Ancak burada önemli olan nokta şu; uygulamalar değişse bile bunların çalışacağı altyapı, güvenlik ve veri yönetimi ihtiyacı ortadan kalkmayacak. Tam tersine daha da önem kazanacak.
Biz de tam bu noktada konumlanıyoruz. Yapay zekanın üzerinde çalışacağı güvenli ve sürdürülebilir altyapıları tasarlıyor, veri yönetimini kurguluyor ve kurumlara uzun vadeli bir teknoloji mimarisi sunuyoruz.
- Treomind bugün kendisini bu ekosistemde nasıl konumluyor?
Yaklaşık 20 yıldır Türkiye’nin büyük kurumsal şirketlerine hizmet veren bir organizasyonuz. Sistem entegrasyonu, veri merkezi çözümleri, güvenlik, veri yönetimi ve yapay zeka alanlarında geniş bir hizmet portföyüne sahibiz. Özellikle yapay zeka, veri ve veri yönetişimi tarafında Türkiye’nin öncü şirketlerinden biri olmayı hedefliyoruz. NVIDIA, Check Point, MinIO, HPE, IBM ve Microsoft gibi global iş ortaklarımızla çözüm kataloğumuzu sürekli genişletiyoruz.
Bizi farklılaştıran en önemli unsur ise operasyonel gücümüz. Yeni teknolojilere hızlı adapte olabilen, bunları müşterilerinin iş süreçlerine hızla uygulayabilen ve kaliteli hizmet sunan bir yapı oluşturduk.
- Yurt dışı büyüme hedefleriniz nasıl şekilleniyor?
Bugün Türkiye dışında da aktif projeler yürütüyoruz. Afrika, Orta Doğu, Avrupa’dan farklı kamu ve özel sektör projelerine kadar genişleyen bir deneyimimiz var. Hedefimiz belirli bir coğrafyayla sınırlı değil. Türkiye’de geliştirdiğimiz veri ve yapay zeka projelerini uluslararası pazarlara taşımak istiyoruz. İş ortaklarımızın global ekosistemi de bu büyümeyi destekliyor.
- Yapay zeka alanında artık en kritik kavram “Değer” mi oldu?
Evet. Bizim bütün yaklaşımımız bunun üzerine kurulu. Müşterilerimiz bazen sadece yapay zeka kullanmak istedikleri için proje başlatmak istiyor. Biz ise önce o projenin şirkete nasıl bir değer katacağını birlikte analiz ediyoruz.
Yakıt tüketimini azaltacak mı? Envanter kaybını düşürecek mi? Operasyonel verimliliği artıracak mı? Geliri yükseltecek mi? Gibi soruların cevabı net değilse, sırf yapay zeka kullanmış olmak için yatırım yapılmasını doğru bulmuyoruz.
Bizim amacımız tek seferlik projeler yapmak değil; müşterimizin uzun vadeli yapay zeka dönüşümünde stratejik iş ortağı olmak. Çünkü gerçek başarı, teknolojiyi kullanmakta değil, onunla ölçülebilir değer üretebilmekte yatıyor.
Source link
