Lojistik Operasyonlarında Yapay Zekayı Büyük Ölçekte Nasıl İşletilebilir Hale Getirebiliriz?

İşletmeniz için yapay zekanın ölçeklendirilmesi gerçekte ne anlama geliyor? Logifem ile işbirliği içinde, Dataiku’nun baş satış mühendisi Umut Şatir Gürbüz, bu samimi soru-cevap oturumunda nelerin gerçekten işe yaradığını, nelerin ilerlemeyi engellediğini ve bazı şirketlerin neden öne çıktığını açıklıyor. 

Kaynak: Breakbulk Dergisi'nin Breakbulk Dergisi'nden.

1. Yapay zeka şu anda lojistik operasyonlarını nasıl dönüştürüyor ve hangi uygulama örnekleri en hızlı şekilde değer yaratıyor?

Umut: Yapay zeka, geçmişte manuel ve parçalı bir şekilde yürütülen süreçlere zeka katarak lojistiği yeniden şekillendiriyor. Günümüzde en hızlı yatırım getirisi, çok sayıda kaynaktan gelen verileri bir araya getiren ve kararları geniş ölçekte otomatikleştiren kullanım örneklerinden elde ediliyor.

Tahmin, stok optimizasyonu, öngörücü bakım ve belge otomasyonu giderek yaygınlaşıyor; çünkü şirketler artık operasyon ekipleri, veri uzmanları ve iş kullanıcılarının veri hazırlığından model devreye alınmasına kadar tek bir iş akışı üzerinde birlikte çalışmasına olanak tanıyan araçlara sahip.

Son zamanlarda, çok modlu GenAI, metin ve görselleri tek bir ortamda analiz ederek müşteri ve teknik destek hizmetlerinde daha hızlı çözümler sunmayı mümkün kılmıştır. Kuruluşlar bu çözümleri denetime tabi ve tekrarlanabilir bir şekilde geliştirebildiğinde, test edebildiğinde ve hayata geçirebildiğinde, bunun etkisi hem anında hem de sürdürülebilir hale gelir.

2. Lojistik şirketleri, yapay zeka çözümlerini benimseme sürecinde en büyük zorluklarla karşı karşıya kalıyor mu ve bu zorlukları nasıl aşabilirler?

Umut: Birçok kuruluş, sağlam bir temelin önemini hafife almaktadır. Yapay zeka, temiz ve birbiriyle bağlantılı verilere ve ekiplerin sorunsuz bir şekilde araştırma yapabileceği, prototip geliştirebileceği, doğrulayabileceği ve uygulamaya koyabileceği işbirliğine dayalı bir ortama ihtiyaç duyar.

İkinci zorluk ise yapay zekayı iş dünyasında uygulamaya koymaktır. Pilot uygulamalar genellikle modelin zayıf olmasından değil, onu devreye almak, izlemek ve sürdürmek için yapılandırılmış bir yol bulunmamasından dolayı başarısız olur. Ekipler arası manuel devir teslimlere güvenen şirketler, gecikmeler ve tutarsızlıklarla karşı karşıya kalır.

Bu sorunu aşmak için lojistik şirketlerinin, verileri, analitiği ve operasyonları bir araya getiren uçtan uca bir çerçeveye ihtiyacı vardır. Yönetişim, sürüm yönetimi, otomasyon ve izleme iş akışına entegre edildiğinde, yapay zekanın benimsenmesi önemli ölçüde hızlanır.

3. Birçok lojistik kuruluşu, pilot uygulamaları üretim aşamasına taşımakta zorluk çekmektedir. Başarılı yapay zeka odaklı şirketleri diğerlerinden ayıran nedir?

Umut: En başarılı kuruluşlar, yapay zekayı münferit deneyler olarak değerlendirmiyor; fikirden üretime kadar geçen süreyi kısaltan, yeniden kullanılabilir bileşenler, ortak veri akış kanalları ve standartlaştırılmış iş akışları oluşturuyorlar.

İş ve alan uzmanlarının, rehberli, self-servis arayüzler aracılığıyla sürece doğrudan katılmalarını sağlarken, aynı zamanda BT ve veri ekiplerinin yerleşik yönetişim ve denetim mekanizmaları sayesinde kontrolü elinde tutmasını garanti eder.

Ve en önemlisi, güçlü MLOps uygulamalarıyla yapay zekayı endüstriyel hale getiriyorlar: otomatik dağıtım, sürekli izleme, yeniden eğitme ve yaşam döngüsü yönetimi. Bu unsurlar bir araya geldiğinde, ölçeklendirme her kullanım senaryosu için sıfırdan yeniden keşfetmek yerine doğal bir süreç haline geliyor.

4. GenAI’nin yaygınlaşmasıyla birlikte, lojistik şirketleri müşteri deneyimini, müşteri desteğini ve bilgi yönetimini nasıl yeniden ele almalıdır?

Umut: GenAI, akıllı, bağlamsal ve gerçek zamanlı desteğe doğru atılmış önemli bir adımdır. Destek ekipleri, birbirinden bağımsız araçlar arasında gidip gelmek yerine, müşteri sorularını, belgeleri, görselleri ve geçmiş etkileşimleri tek bir çalışma alanında analiz edebilir.

Bilgi yönetimi statik olmaktan çıkıp dinamik bir hal alır: Çözülen her vaka, elde edilen her operasyonel içgörü ve yapılan her belge güncellemesi otomatik olarak sisteme geri beslenebilir. Bu da yapay zekanın yararlanabileceği, sürekli gelişen bir bilgi ağı oluşturur.

Veriler, belgeler, görseller ve günlük kayıtları da dahil olmak üzere bilgi akışlarını merkezileştiren ve GenAI iş akışlarına denetimli erişim sağlayan şirketler, ilk müdahale doğruluğu, vaka yönlendirme ve çözüm sürelerinde çarpıcı iyileşmeler gözlemlemektedir. Bu durum, hem müşteri deneyimini hem de kurum içi verimliliği dönüştürmektedir.

5. Lojistik liderleri, yapay zekayı uygulamaya geçirirken hangi etik hususları göz önünde bulundurmalıdır?

Umut: Etik ve sorumluluk, en başından itibaren sistemin içine yerleştirilmelidir. Yapay zeka sistemleri, yalnızca devreye alındıkları anda değil, yaşam döngüleri boyunca şeffaf, yorumlanabilir ve sürekli olarak izlenebilir olmalıdır. Olgun bir yaklaşım, sapma tespiti, uyarı sistemi, izlenebilirlik ve belgelemeyi isteğe bağlı ek özellikler olarak değil, sistemin ayrılmaz parçaları olarak içerir.

Veri gizliliği de aynı derecede önemlidir. Lojistik kuruluşları, hassas operasyonel ve müşteri verileriyle çalışır. Kontrollü erişim, net izlenebilirlik ve iyi yönetilen işbirliği imkânı sunan platformlar, hem şirketi hem de müşteriyi korur.

Son olarak, liderler, eğitim, rehberli araçlar ve insan katılımlı süreçler yoluyla çalışanların bu sürece dahil olmalarını sağlamalıdır. Bu sayede yapay zekanın, insanların rolünü belirsizliğe sürüklemek yerine onları desteklemesi garanti altına alınır.

6. Veri ve yapay zeka alanlarında lider konumunda olan bir kadın olarak, kadınların lojistiğin geleceğini nasıl şekillendireceğini düşünüyorsunuz ve bu alana yeni giren yeteneklere ne gibi tavsiyelerde bulunursunuz?

Umut: Kadınlar, yapay zeka ile çalışırken son derece değerli olan sistem odaklı bir bakış açısı getirir. Başarılı yapay zeka girişimleri, verileri, süreçleri ve insanları birbirine bağlayarak bir bütün olarak koordine etmeyi gerektirir; kadınlar ise genellikle teknik ve operasyonel ekipleri birbirine bağlayan rollerde üstün başarı gösterir.

Kadınların dönüşüm projelerine liderlik ettiğini, analitik alanında yenilikçiliği teşvik ettiğini ve yapay zekanın sorumlu kullanımını savunduğunu görüyorum. Kadınlar, işlevler arası ekiplere doğal bir şekilde düzen, işbirliği ve empati katıyor; bu da sahada uygulanması gereken çözümler sunarken hayati önem taşıyor.

Yeni yeteneklere tavsiyem, güvenli bir şekilde denemeler yapmanıza, geniş çapta işbirliği kurmanıza ve sürekli öğrenmenize olanak tanıyan platformları ve araçları benimsemenizdir. Lojistik sektörü hızla gelişiyor ve fikirleri yapılandırılmış, kurallara uygun bir şekilde operasyonel çözümlere dönüştürmeyi bilenler, bu sektörün geleceğini şekillendireceklerdir.

Umut Şatir Gürbüz, makine öğrenimi, veri analitiği ve ajan tabanlı yapay zeka alanlarında uzmanlaşmış, kurumsal düzeyde bir yapay zeka entegratörü olan Dataiku’da baş satış mühendisi olarak görev yapmaktadır. Logifem Society Network, bir Women in Breakbulk ortaklarından biri olan Logifem Society Network, lojistik ve nakliye sektöründe kadınların güçlendirilmesine adanmış öncü bir güç olarak öne çıkmaktadır. İstanbul'da kurulan Logifem, kısa sürede kıtalar arasında 150'den fazla üyeyi bir araya getiren canlı bir uluslararası topluluk haline gelmiştir.