PwC’nin 2025 için yapay zeka iş dünyası öngörüleri

• PwC, yapay zekanın şirket genelinde ve sektörler düzeyinde değer yarattığını, bunu proaktif biçimde kullanan şirketlerin uzun vadede öne çıkacağını öngörüyor
• Yapay zekanın operasyon, strateji ve iş modeli genelinde önemli bir rol oynadığını; 2025’te daha da hızlı biçimde entegre olup yaygınlaşacağının tahmin edildiğini belirtiyor
• "Yapay zekaya ilişkin vizyon ve benimseme biçimi, şirketlerin başarısını ya da başarısızlığını belirleyen temel unsur"
  • Yapay zekanın ölçekli değer sunabileceği artık netleşti, ancak henüz yalnızca başlangıç aşamasında
  • PwC 2024 Pulse Survey’e göre, ankete katılan teknoloji liderlerinin %49’u yapay zekayı temel iş stratejilerine tamamen entegre ettiklerini, üçte biri de ürün ve hizmetlerine tamamen entegre ettiklerini söyledi
• Yapay zekayı kurumsal düzeyde içselleştirmek zorunlu hale geliyor
  • Yeni iş modelleri gibi "büyük sıçramalar" ile çığır açan değer elde etmek bunun bir yolu
  • Bir diğer yol ise birçok alanda %20-30 verimlilik artışı, pazara çıkış hızında artış ve gelir büyümesini adım adım gerçekleştirmek
  • Bu tekrar edilip biriktirildiğinde şirketin tamamı temelden dönüşür
• Yapay zeka konusunda aşırı beklentilerin oluştuğu alanlar da var
  • Her vaat gerçekleşmeyecek olsa da, yapay zekadaki inovasyon hızı, yatırım düzeyi ve iş dünyasının verdiği karşılık eşi benzeri görülmemiş ölçüde hızlı
  • İnternet bile (1983’te icat edildi) bu kadar hızlı değildi
  • Aşağıdaki öngörüler, önümüzdeki 12 ayda olacaklara, sonrasında yaşanabilecek gelişmelere ve hemen şimdi yapılması gerekenlere dair bir yön sunuyor

1. Yapay zeka stratejisi rekabet gücünü belirler

• Yapay zeka stratejisi, bugünden itibaren başlayacak değer yaratımına odaklanmalıdır
  • Bu, yalnızca verimlilik ya da etkinlikten daha fazlasını ifade eder
  • Bazı yapay zeka sistemleri bağımsız biçimde akıl yürütebilir, kararların etkisini "anlayabilir" ve karmaşık işleri (yeni hizmetler ya da pazara giriş stratejileri tasarlamak gibi) yerine getirebilir
  • Yapay zeka giderek daha güçlü ve güvenilir hale geliyor; artık bunu operasyonların geneline yayma zamanı
  • Rakipler yapay zekayı bu şekilde agresif biçimde benimsediğinde, benimsemeyen şirketlerle aradaki farkın kapanması kolay olmayacaktır
• Etkili bir yapay zeka stratejisi, bu yıl hemen kullanılabilecek değeri büyük ölçekte üretmek için portföy yaklaşımı gerektirir
  • İlk eksen, birçok küçük başarı yaratan sistematik yaklaşım olan "ground game"dir
    • Müşteri deneyimini iyileştirme, geliri artıran hizmetler ve verimlilik kazanımlarını adım adım sağlayarak birikimli değer yaratır
  • İkinci eksen, yeni çalışma biçimleri, müşterilerle etkileşim ve ürün tasarımı için projeleri ifade eden "roofshots"tur
    • Uygulanabilir, ancak odaklı kaynak ve dikkat gerektiren alanlardır
  • Üçüncü eksen, yapay zeka tabanlı tamamen yeni iş modelleri gibi oldukça iddialı ama büyük ödül potansiyeli taşıyan projeleri ifade eden "moonshots"tur
    • Bu projeler yüksek düzeyde yapay zeka uzmanlığı ve kaynak gerektirdiğinden C-level tarafından yönetilmelidir
• Hangi büyük dil modelinin (LLM) seçildiği stratejik olarak o kadar önemli olmayabilir
  • Çok sayıda güçlü seçenek olacak ve büyük olasılıkla herkes bunlardan yararlanacak
  • Asıl farklılaştırıcı unsur, bunun şirketin kurumsal bilgisi ve benzersiz verileriyle nasıl birleştirildiğidir
  • Bunu yapay zeka destekli bulut mimarisiyle doğru biçimde hayata geçirmek kritik olacaktır

"Yapay zeka benimsenmesi, hem PwC içinde hem de tüm sektörlerdeki müşteriler arasında çok hızlı ilerliyor. 2025’te kalite, doğruluk, yetenek ve otomasyon büyük ölçüde gelişecek; bunlar birbirini besleyerek üstel büyümeye doğru ivmelenmeyi hızlandıracak"

• 2025 sonrasında: Yalnızca az sayıda şirket üstünlük sağlayacak

  • Bazı şirketler geçmişte internet tabanlı iş modelleri kurdu ve bunlar sayesinde bugün hâlâ pazarda üstün konumlarını koruyor
  • Yapay zekada da benzer bir tablonun ortaya çıkması bekleniyor
  • Yapay zekaya dayalı yeni operasyon ve iş modellerini hızla hayata geçiren ya da doğası gereği yapay zekayı merkezine koyan şirketler rekabette öne çıkacak
  • Yapay zeka liderleriyle geride kalanlar arasındaki fark büyüyecek ve bu durum ülke ekonomilerinin geneline de etki edebilir
  • Görece daha esnek düzenlemelere sahip ABD şirketleri daha hızlı ilerleyebilir
  • Buna karşılık, düzenlemelerin daha sıkı olduğu AB veya Çin’de gelişim görece daha yavaş olabilir

• Şimdi yapılması gerekenler

  • Resmi bir strateji değerlendirmesi yapılmalı
    • Yapay zekanın organizasyon ve sektör içinde nasıl bir rol oynayabileceği belirlenmeli
    • Örneğin yapay zeka, bazı iş alanlarında marjları baskılarken başka alanlarda düşük maliyetli ama kişiselleştirilmiş yeni ürünlerle patlayıcı büyüme sağlayabilir
  • Veride ‘less is more’ yaklaşımı benimsenmeli
    • Yapay zeka uygulamaları için şirket genelini kapsayan bir veri kullanım stratejisi gerekir
    • Aynı zamanda tüm verileri tek seferde kusursuz hale getirmek zorunlu değildir
    • Temel stratejik önceliklere göre en yüksek değerli verileri önce modernize etmek daha etkilidir
    • Günümüzde yapay zeka, yüksek kaliteli küçük veri setleriyle de anlamlı performans gösterebilir
    • Eksik kalan kısımlar sentetik veri gibi yöntemlerle tamamlanabilir
    • Veri kullanımının yoğun olduğu, kurallara dayalı süreçlere sahip vergi işleri gibi alanlar pilot uygulama için uygun olabilir; bunun dışında da çeşitli veri temelli gelir yaratma fırsatları bulunacaktır
  • Operasyon ve KPI perspektifinden bakılmalı
    • Yapay zekanın yarattığı yeni gelir, proje ilerleme hızı, verimlilik ve deneyim gibi unsurlar iş sonuçları olarak ölçülmelidir
    • Aynı zamanda aşırı otomasyonu teşvik etmeyen metrikler tasarlamak önemlidir
    • Yapay zekada her zaman insan gözetimi ve liderliği gerekir

2. Yapay zeka ajanları sayesinde iş gücü fiilen 2 katına çıkabilir

• AI’ın iş gücünü azaltacağı yönündeki beklentinin aksine, gerçekte “AI agent” olarak adlandırılan dijital çalışanların ekiplere yeni katılacağı öngörülüyor
  • Bu AI agent’lar bilgi işleri, satış ve saha destek görevlerini üstlenerek pazara çıkış hızını, müşteri yanıtlarını ve ürün tasarımını dönüştürebilir
  • Örneğin genel müşteri sorularını yanıtlamak, yazılım kodu taslağı hazırlamak ve insanların tasarım fikirlerini prototipe dönüştürmek gibi işleri yapabilirler
• Önemli değer, hâlâ insan liderliği ile AI teknolojisinin birleşiminden doğuyor
  • Basit işler AI tarafından otomatikleştirilirken, insanlar bunu yönetip denetler
  • Karmaşık görevlerde (inovasyon, tasarım vb.) insanlar ve AI birlikte yinelemeli biçimde fikirleri geliştirir
  • Birden fazla AI agent aynı anda kullanıldığında da insanlar iş dağılımı ve sonuçların koordinasyonu rolünü üstlenir
• PwC’nin 2024 Workforce Radar raporuna göre yöneticilerin %41’i, generative AI benimsenirken eğitim, kurum kültürü ve iş değişimlerini başlıca zorluklar arasında görüyor
• AI agent’ları iş gücü stratejisinin bir parçası olarak tam anlamıyla dahil etmek oldukça büyük bir değişim
  • Örneğin iş gücü stratejisine dijital çalışanları entegre etmek ve bunları izleyip yönetecek yeni yönetim rollerini oluşturmak gerekiyor
  • Operasyon modelini ne kadar hızlı yeniden düzenlerseniz, AI’ın avantajlarından da o kadar erken yararlanabilirsiniz
  • Dijital ve insanlardan oluşan hibrit iş gücü birlikte çalıştığında kaynakları daha hızlı kaydırmak ve çevik tepki vermek mümkün olur
• AI agent’ların yükselişi, daha önce outsource edilen bazı işlerin kurum içinde yapılmasını mümkün kılıyor
  • Bu yalnızca maliyet düşürmekle ilgili değil, kullanıcı memnuniyetini artırma ve özelleştirme açısından da avantaj sağlıyor
  • Müşteri hizmetleri açısından bakıldığında, hızlı self-service ile yüksek uzmanlığa sahip insan desteğini aynı anda sunmak mümkün hale geliyor
  • AI agent’lar doğru bilgiyi doğru zamanda sağlayarak insanların karmaşık müşteri ihtiyaçlarını da hızlı ve verimli biçimde çözmesine yardımcı olur
  • Bunun sonucunda coğrafi footprint veya outsourcing planlarının da yeniden değerlendirilmesi gerekebilir

“AI agent’lar, insan yaratıcılığı ile makine verimliliğini birleştirerek eşi görülmemiş üretkenlik ve inovasyon yaratma potansiyeline sahip”

• 2025 sonrası: Agent center’lar Center of Excellence’ın yerini alacak

  • Şirketler AI agent’ları daha iyi orkestre edip yönetmeye başladıkça, düşük maliyetli bölgelerde AI agent merkezli iş gücü oluşturarak “offshoring” yapmaları mümkün olabilir
  • Agent geliştirme sürecinde ortaya çıkan fikri mülkiyetin (IP) niteliğine ve bu IP’nin bulunduğu bölgeye göre vergi avantajları da elde edilebilir
  • Vendor’dan agent kiralamak yerine doğrudan bir “agent center” kurmak ilk aşamada maliyetli olsa da birkaç yıl içinde daha yüksek ROI sağlayabilir

• Şimdi yapılması gerekenler

  • Zihniyet dönüşümü
    • AI agent’larla, bağımsız ve yaratıcı iş arkadaşlarıyla çalışır gibi iş birliği yapılan yeni çalışma biçimine alışmak gerekiyor
    • Liderliğin, AI’ın insanların değerini artırmak için kullanıldığını açıkça göstermesi gerekiyor
  • HR’ye yeni bir playbook sağlamak
    • Hem insanları hem de AI agent’ları içeren bir iş gücünü yönetebilmek için HR’nin de yeni yetkinlikler kazanması gerekiyor
    • Özellikle çoğu giriş seviyesi işi AI üstlenecekse, yeni çalışanların doğrudan daha üst düzey rolleri üstlenebilmesi için üniversiteler gibi kurumlarla ortaklıklar gerekebilir
  • Dijital çalışan yönetimine hazırlanmak
    • AI agent’lar belli ölçüde otonomiye sahip olacağı için, bunları insan merkezli biçimde yöneten bir modele ihtiyaç duyulacak
    • Agent’ların devreye alınmasında maliyet ile ROI dengesi gözetilmeli ve insan-AI hibrit ekipleri için metrikler geliştirilmelidir
    • AI agent’ların öngörülemez, zararlı veya kurallara aykırı davranışlarda bulunmaması için sıkı gözetim gerekir
    • Buna yönelik bütüncül bir yanıt çerçevesi olarak Responsible AI stratejisi yararlı olabilir

3. AI’ın ROI’si Responsible AI’a bağlı

• Geçen yıl öngörüldüğü gibi, üst yönetim AI risk yönetimi ve Responsible AI uygulamalarına odaklanmayı sürdürdü
• Ancak şimdiye kadar anlamlı düzeyde uygulama yeterli olmadı
• 2025’te şirketlerin, organizasyon genelinde AI yönetişimini tutarsız biçimde uygulama lüksü kalmayacak
  • AI operasyonlara ve pazardaki tekliflere derin biçimde entegre oldukça, yatırım değerini istikrarlı biçimde koruyacak ve geniş ölçekli dağıtımın risklerini yönetecek şeffaf bir çerçeveye ihtiyaç duyuluyor
  • Geniş ölçekli kullanımda AI’ın hatalı sonuç vermesi veya güvenlik tehdidi gibi risklerin ortaya çıkması şirketler için büyük darbe anlamına gelebilir
  • Sonuç olarak, sıkı AI risk yönetimi ve kontrol doğrulaması zorunlu hale gelecek
• PwC’nin 2024 US Responsible AI Survey araştırmasına göre yöneticilerin %46’sı, Responsible AI uygulamalarına yatırım yapmanın başlıca hedefi olarak şirketin ürün ve hizmetlerini farklılaştırmayı gösteriyor
• Üst yönetim, özellikle AI inovasyonuna liderlik edenler, düzenleyici netliğin kendiliğinden gelmesini beklemeyecek
  • Çünkü AI çok hızlı gelişiyor ve iş dünyasında kritik bir rol oynuyor
• Geçmişte AI yalnızca birkaç izole kullanım senaryosuna uygulandığı için başarısızlıkların etki alanı sınırlıydı
  • Ancak artık çalışanlar AI’ı günlük olarak kullanıyor ve müşteriler de sık sık AI özelliklerine erişiyor
  • AI’a duyulan güvende sorun yaşanması, gelir büyümesini de olumsuz etkileyebilir
• AI’dan doğan değeri hayata geçirmek için bağımsız doğrulama gerekiyor
  • İç denetim ekipleri AI konusunda uzmanlık kazanabilir ya da dış uzmanlardan değerlendirme alınabilir
  • Hangi yöntem seçilirse seçilsin, AI yönetişimi ve kontrollerine bağımsız gözle bakılması 2025 sonrasında da kilit önem taşıyacak

“Başarılı AI yönetişimi, yalnızca risk azaltma değil, stratejik hedeflere ulaşma ve yüksek ROI sağlama yöntemi olarak tanımlanacak”

• 2025 sonrası: AI ile ilgili düzenleyici yaklaşımlar sürekli inovasyonu teşvik edecek

  • Kasım seçim sonuçlarıyla birlikte federal düzeydeki düzenlemelerin esnek yapısını koruması ve bunun AI’ın teknik gelişimi ile kullanımının yayılmasına olumlu katkı sunması muhtemel
  • Buna karşılık eyalet düzeyindeki düzenleme hareketleri hızla devam edecek ve zaman zaman birbiriyle çelişen kurallar ortaya çıkabilecek
    • Özellikle kişisel verilerin korunması gibi alanlarda eyaletten eyalete farklı kurallar görülebilir
  • Buna rağmen ABD’nin AI inovasyonu için en elverişli ortam olmaya devam etmesi olası görünüyor

• Şimdi yapılması gerekenler

  • Kapsamlı risk değerlendirmesi
    • Responsible AI’ın başlangıç noktası, AI risk değerlendirmesidir
    • Yönetişim kararlarını tutarlı ve tekrarlanabilir hale getirmek için AI’a özgü standartlaştırılmış bir risk sınıflandırma sistemine ihtiyaç vardır
    • Örneğin PwC, AI modelleri, veri, sistem ve altyapı, kullanıcılar, hukuk ve compliance ile süreç etkilerini kapsayan bir risk sınıflandırma sistemi kullanıyor
    • Özellikle vendor’ların ve servis sağlayıcıların AI’ı nasıl kullandığı ile bunun SOC-2 gibi raporlarla doğrulanıp doğrulanamadığı önemli bir inceleme noktasıdır
  • Bağımsız doğrulama yöntemini seçmek
    • İç uzman ekipler veya dış uzman kuruluşlar aracılığıyla, AI sistemleri ve çıktıları üzerinde sürekli doğrulama yapan bağımsız bir katman eklenmelidir
    • Önceliğin, riski yüksek veya finansal etkisi büyük alanlardan başlanması olması uygundur
  • Sektörel farkları dikkate almak
    • Her sektörde AI yönetişimi ve denetimi gerekir, ancak sektöre özgü gereksinimler farklı işler
    • Örneğin finansal hizmetler sektörü, mevcut karmaşık compliance gerekliliklerini AI çağında da karşılamak zorundadır
    • Havacılık, uzay, savunma gibi kamu sektörüyle çalışan şirketlerin küresel düzenleyici eğilimleri yakından izlemesi gerekir
    • Şirketler kendi sektörlerine uygun bir yaklaşım oluşturmak için, basit anketlerle benzer şirketlerdeki AI yönetişimi standartlarını benchmark edebilir

4. AI, değer yaratma aracı olmanın yanı sıra sürdürülebilirliğe de katkı sağlar

• Yapay zeka enerji dönüşümünü hızlandırır
• Üretim, inşaat, ulaşım gibi karbon emisyonu yüksek sektörlerde uygun şekilde kullanılırsa, şirketlerin sürdürülebilirlik hedeflerine ulaşmasına da yardımcı olur
• Ancak yapay zekanın büyük ölçekte yaygınlaşması için yeterli elektrik ve bilgi işlem kaynağı şu anda henüz hazır değil
• Çip sayısı artıyor, modeller gelişiyor ve enerji kaynakları da genişliyor, ancak 2025'te arz ve talebin dengelenememe olasılığı yüksek
• Bu nedenle yapay zekayı rastgele her yere yaymak yerine stratejik bir yaklaşımla ele almak gerekir
  • Örnek: kullanıcıların ölçüsüz yapay zeka çağrıları yapmasına veya token israfına yol açmayan UI·UX tasarımını değerlendirmek

Yüksek performanslı şirketlerin %63'ü GenAI kullanımı için bulut bütçelerini artırmayı planlıyor; bunların %34'ü ise sürdürülebilirlik faktörlerini bütçe artışının itici gücü olarak görüyor
(PwC’s 2024 Cloud and AI Business Survey)

• Uzun vadede yapay zeka, sürdürülebilirliği ilerletmenin katalizörü olacak
  • Küresel ölçekte yenilenebilir enerji kullanımının daha hızlı yaygınlaşması bekleniyor
  • ABD'de ekonomik gerekçeler veya paydaş talepleri nedeniyle yeni büyük ölçekli fosil yakıt santralleri kurmak zor
  • Kurumsal talebi karşılamak için yenilenebilir enerji (nükleer dahil) ve verimli elektrik şebekelerinin genişlemesi bekleniyor
• Yapay zeka sağlayıcılarının oluşturduğu karbon ayak izi de son kullanıcı olan şirketlerin karbon emisyon göstergelerine yansıyabilir
  • Daha çevreci yapay zeka sağlayıcıları bulmak veya sağlayıcılardan yeşil işletmecilik talep etmek gerekebilir
• Yeni yürürlüğe giren sürdürülebilirlik açıklama düzenlemeleri (ABD, AB vb.) kapsamında da yapay zeka, iç ve dış veri toplamanın otomasyonu, analiz ve rapor üretimini destekleyebilir
  • SEC'in iklim açıklama düzenlemelerinin geçici olarak durdurulmasıyla, bazı eyaletlerin (ör. California) kendi düzenlemelerini oluşturma olasılığı artıyor
• Yapay zeka, tüm tedarik zinciri genelindeki verileri daha ayrıntılı analiz ederek sürdürülebilirliği artırmaya katkı sağlayabilir
  • Örnek: küçük tedarikçiler bile aylık/yıllık enerji tüketimi gibi somut veriler sunabilir
  • Şirketler yapay zeka sayesinde yalnızca karbon emisyonlarını değil, düşük karbonlu ürünlerin ticarileştirilmesinin potansiyel değerini de nicel olarak ölçebilir
• Bu yapay zeka yetenekleri günlük işlere yerleştiğinde, yalnızca ESG sorumluları değil tüm çalışanlar veriyi kullanarak karar verebilir hale gelir

“Yapay zekanın sürdürülebilirlik karşıtı olduğu iddiası doğru değil. Uygun şekilde kullanıldığında, karbon azaltım hedefleri dahil çeşitli sürdürülebilirlik hedeflerine ulaşmaya aksine yardımcı olur”

• 2025 sonrası: maliyet neredeyse sıfıra yaklaşacak

  • Yeni tür bilgi işlem kaynakları ve yenilenebilir enerjinin yaygınlaşmasıyla maliyetlerin hızla düşmesi bekleniyor
  • Bunun sonucunda şirketler ve sektörler genelinde yapay zekayı her alana uygulayabilecek bir ortamın oluşması öngörülüyor

• Şimdi yapılması gerekenler

  • Stratejik yaklaşım
    • Şirket genelindeki tüm çalışanlar temel yapay zeka işlevlerinden yararlanmalı, ancak yüksek performanslı yapay zeka çözümlerinin hangi alanlara alınacağı dikkatle belirlenmeli
    • Bu kararın, şirketin güçlü yönleri, veri kaynakları ve öncelikleri doğrultusunda C-level tarafından verilmesi tercih edilir
  • Sürdürülebilirlik verisinde dönüşüm
    • Yapay zeka kullanılarak bir kez toplanıp analiz edilen veriler çeşitli düzenlemelerde tekrar tekrar kullanılabilir; böylece uyum maliyeti düşerken karbon emisyonları ve genel sürdürülebilirlik etkisi daha doğru anlaşılabilir
    • Yalnızca yapay zekanın doğrudan etkisi (kendi kullanımınız) değil, yapay zeka sağlayıcıları üzerinden dolaylı oluşan karbon emisyonları da dikkate alınmalıdır
    • Bu şekilde ölçülen veriler pazarlamayı güçlendirmek için de kullanılabilir
      • Örnek: düşük karbonlu ürünleri daha yüksek fiyatla almaya istekli müşteri segmentlerini belirlemek
  • Yeni sürdürülebilirlik avantajlarından yararlanma
    • Yapay zekanın getirdiği verimlilik artışıyla enerji talebi de azaltılabilir
    • Örnek: Ar-Ge döngüsünü yarıya indirmek, ilgili sürecin enerji tüketimini de azaltır
    • Binalara veya enerji yönetim sistemlerine yapay zeka entegre edilerek verim artırılırsa, hem maliyet hem de karbon azaltımı sağlanabilir

5. Yapay zeka ürün geliştirme yaşam döngüsünü yarıya indiriyor

• Fiziksel ürün üreten şirketler tasarım, prototipleme ve test süreçlerine yapay zekayı henüz dahil etmediyse, şimdi tam zamanı
• Multimodal yapay zeka, CAD dosyaları ve simülasyonlar gibi unsurları çeşitli biçimlerde işleyip üretebilir
  • Örnek: GenAI, otomobil şasisi yapılandırma önerileri sunabilir, farklı koşullarda performansı simüle edebilir ve mühendislerin gözden kaçırabileceği tasarım alternatifleri önerebilir
• Yapay zeka kullanımıyla haftalar süren tasarım iterasyonları birkaç saat içinde tamamlanabilir; sanal testler sayesinde fiziksel prototip üretilmeden önce daha fazla hata tespit edilebilir
• PwC'nin müşteri örnekleri ile teknoloji ve sektör trendlerine yönelik analizine göre, otomotiv ve havacılık-uzay sektörlerinde yapay zeka benimsenmesi pazara çıkış süresini %50 azaltabilir ve maliyetleri %30 düşürebilir
• İlaç sektöründe ise yapay zeka sayesinde yeni ilaç adayı keşif süresinin %50'den fazla kısaltıldığı örnekler zaten mevcut
• Ancak mühendislik uzmanlığı ile veri bilimi yetkinliği arasındaki fark çoğu zaman engel oluşturur
  • Tasarım ve üretim uzmanlığına sahip mühendislerin yapay zeka kullanım becerileri kazanması için eğitilmesi veya yapay zeka yeteneğinin aktif biçimde işe alınması gerekir
• Yapay zekanın ürün geliştirmeye dahil edilmesi, daha hızlı lansman, maliyet düşüşü ve özelleştirilmiş ürün sunumu sağlayarak müşteri memnuniyetini artırabilir

“Yapay zekanın multimodal görsel ve üretken yeteneklerinin ürün tasarımı gibi alanlarda yaratacağı etki daha yolun başında”

• 2025 sonrası: yeni bir inovasyon çağı başlıyor

  • Tasarım ve mühendislik alanında çalışanların yapay zeka kullanım yetkinlikleriyle yeniden eğitilmesi veya değiştirilmesi sürecinden geçilirse, Ar-Ge kapasitesi büyük ölçüde genişler
  • Sonuç olarak ürün tasarımı ve geliştirme alanında çok daha hızlı inovasyon bekleniyor

• Şimdi yapılması gerekenler

  • Yeni nesil mühendisliği devreye almak
    • Ürün tasarımı gibi alanlarda yapay zekadan yararlanmak için güncel bulut ve veri mimarisi gerekir
    • Mühendislik ekiplerinin edge AI gibi teknolojileri kullanabilmesi için destek verilmelidir
  • BT'yi yeniden düzenlemek
    • Yapay zeka ile yazılım geliştirme, güvenlik, veri modernizasyonu gibi genel BT çalışma biçimleri iyileştirilebilir
    • Bu, daha geniş kapsamlı yapay zeka girişimlerini destekleyen temel olur
  • Teknik ekipleri yeniden organize etmek
    • Yalnızca fiziksel ürünlerle ilgilenen ekiplerin bile bilgisayar ve veri bilimi yetkinliklerine ihtiyacı vardır
    • Teknik insan kaynağının yetkinlik bileşimi değişeceğinden, ekip yapısını buna göre yeniden düzenlemek gerekir

6. Sektörler genelinde rekabet dengesi değişecek

• Yapay zeka tüm sektörleri dönüştürecek, ancak bazı sektörlerin diğerlerinden daha hızlı hareket etmesi muhtemel
• Geleneksel olarak teknoloji odaklı görülmeyen sektörlerde bile öncü yapay zeka benimseme örnekleri ortaya çıkabilir

• Tüketici pazarı

  • Pazarlama, tedarik zinciri yönetimi, finans ve müşteri hizmetleri dahil olmak üzere genel çapta yapay zeka kullanımını genişletecekler
  • Yeni ve daha zengin etkileşimli chatbot'ları yapay zeka ajanlarıyla birleştirerek müşteri hizmetlerini iyileştirmeleri bekleniyor
    • Bu sayede insan çalışanlara gerekli bilgiler doğru şekilde iletilerek müşteri iletişiminin verimliliği artırılabilir
  • Yapay zeka destekli gelişmiş dinamik fiyatlandırma devreye alınacak ve böylece piyasa dalgalanmaları ile rekabet koşullarına gerçek zamanlı yanıt verilecek
  • Yapay zekanın veri analizi ve otomasyon yeteneklerinden yararlanarak M&A durum tespiti ve regülasyon uyumu süreçlerinin hızı artırılabilir
  • Bazı şirketler yapay zekayı ürün tasarımına da dahil edecek, ancak teknoloji ve yetkinlik eksikliği nedeniyle kısa vadede benimseme sınırlı kalabilir
    • Geride kalan şirketlerin farkı hızla kapatmak için yakın zamanda çaba göstermesi gerekecek

• Finansal hizmetler

  • Yapay zekanın etkisi geniş alana yayılmış durumda, ancak özellikle AI native girişimler ve büyük finans kurumları hızlıca görünür sonuçlar üretiyor
  • AI native fintech şirketleri yeni platformlar ve iş modelleriyle mevcut sorunları çözüyor
  • Büyük finans kurumları da ortak biçimde çeşitli yapay zeka kullanım senaryolarını test ediyor
    • Bu sayede teknolojiye olan güvenlerini artırıyor, risk ve kontrol modellerini geliştiriyor ve hızlı ilerleme için temel hazırlıyorlar
  • 2025'ten itibaren yapay zeka benimsemeyi sürüncemede bırakan ya da yalnızca değerlendirme aşamasında kalan şirketlerin belirgin biçimde geride kalma riski var

• Sağlık sektörü

  • 2025'te daha esnek hale gelen düzenleyici ortamın sağlık sektöründe yapay zeka kullanımını hızlandırması bekleniyor
    • Yeni yönetim politikaları altında öz yönetişimin vurgulanmasıyla inovasyon alanı genişleyecek
  • İlaç ve tıbbi cihaz şirketleri özellikle yeni ilaç ve ürün geliştirmede yapay zekayı yoğun biçimde kullanarak değer zincirinin tamamını dönüştürecek
  • Sigorta şirketleri ve sağlık hizmeti sunucuları, geliri ve operasyonel verimliliği optimize etmek, klinik personel açığını gidermek ve doktorların teşhisini desteklemek için yapay zekayı daha fazla uygulayacak
  • Temel görevler; sağlık çalışanlarının yetkinliklerinin yeniden yapılandırılması, kişiselleştirme, teknoloji yükseltmeleri ve yapay zekanın sorumlu kullanımı olacak
    • Bu alan hassas hasta bilgilerini ve yaşamla ölümü doğrudan ilgilendirdiği için, düzenleyici esnekliğe rağmen kurumların kendi yüksek sorumluluk anlayışlarını koruması gerekecek

• Endüstriyel ürünler

  • 2025'te bazı öncü şirketler sektör içinde rekabet avantajı elde edecek
    • Kaliteli veriye ve standartlaştırılmış süreçlere sahip şirketler, yapay zekayla verimlilik ve içgörü düzeyini artıracak, Ar-Ge hızını yükseltecek ve pazara çıkış süresini kısaltacak
  • Diğer şirketlerin ise teknoloji altyapısı, veri yönetişimi ve yapay zeka yetkinliklerini güçlendirmeye odaklanırken deney yapma hızını da artırması bekleniyor
    • Bu süreçte operasyon modeli, organizasyon yapısı ve iş gücü gereksinimlerinin yeniden gözden geçirilmesi gerekebilir

• Teknoloji, medya, telekomünikasyon

  • 2025'te yapay zeka ajanlarının yazılım platformlarının kullanım biçimini değiştirmeye başlaması bekleniyor
    • Yapay zeka ajanları sayesinde mevcut ERP gibi sistemlerdeki boşluklar kapatılabildiği için bazı şirketler platform yükseltmelerine eskisi kadar yatırım yapmayabilir
    • Bunun sonucunda yazılım şirketleri, büyük ölçekli altyapı kurmak yerine iş modellerini özelleştirilmiş yapay zeka çözümleri sunmaya kaydırabilir
  • Telekom şirketlerinin, makine öğrenimi ve dijital ikiz gibi teknolojileri üretken yapay zekayla birleştiren hibrit çözümler benimseyerek kendi yapay zeka yetkinliklerini güçlendirmesi ve geleneksel iş ortaklarına bağımlılığı azaltması bekleniyor