4e Academy Blog

Bir önceki yazımızda yapay zekanın ne olduğundan ve makro ölçekte nasıl sonuçlar doğurması beklendiğinden bahsetmiştik [1] . Kısaca, bu teknolojinin toplumun her kesimini etkilemesi bekleniyor. Dolayısıyla, her ne kadar büyük fırsatlar barındırsa da, olası riskleri nden de çekinenler çok. Tam bu nedenle geliştirme süreçlerinde nelere dikkat edilmesi gerektiği konusunda Dünya Ekonomik Forumu ve AI Commons iş birliği ile, 26-28 Nisan 2023 tarihlerinde San Francisco'da bir zirve düzenlenmiş ve 30 maddelik bir öneri listesi hazırlanmış [2] .  Bu önerileri yapanlar kim? Listenin içeriğinden önce bu listeyi hazırlayanlara ve bu listeyi hazırladıkları organizasyona biraz bakalım. Dünya Ekonomik Forumu, merkezi İsviçre/Cenevre’de olan bir Uluslararası Kamu-Özel İş birliği Örgütü. Yaptıkları işi, “küresel, bölgesel ve sektörel gündemleri şekillendirmek…” şeklinde tanımlıyorlar [3] . AI Commons ise, Paris merkezli, kendini “yapay zekanın avantajlarına evrensel erişim sağlamaya yönelik kolekt

2023 yılı boyunca, başta ChatGPT olmak üzere, türlü gerekçelerle bol bol “üretken yapay zeka” kavramını konuştuk ve duyduk. Hatta 4e Academy olarak biz de  üretken yapay zeka hakkında  kapalı gruplara yönelik eğitimlerimizin, uygulamalarımızın ve atölye çalışmalarımızın yanı sıra, sizlere videolar da hazırladık [1] . Bu konuşmaların ve uygulamaların artarak devam etmesini bekliyoruz. Üretken yapay zekanın belki de en dikkate değer özelliği, teknolojiyle ilgili olmasına rağmen, bunu teknoloji insanlarının yanı sıra herkesin, özelikle de üst kademe yöneticilerin konuşuyor, hatta bu uygulamaları kullanıyor olması. Tüm bunları düşününce, konuyu derli toplu ortaya koymak adına birkaç noktaya değinmekte yarar gördük. Yapay zeka alanında 2022 yılına dek bilim insanları çalışmalar yapmışsa da günlük hayatımızda bu kavramı pek duymamıştık. Ancak 2022 yılı Kasım ayında OpenAI şirketinin duyurduğu karşılıklı konuşma konusunda uzmanlaşmış bir yapay zeka sohbet robotu ChatGPT, 5 gün içinde 1 mily

Bir önceki yazımızda veri analitiğinin farklı disiplinleri nden bahsetmiş, genellikle bunların birbirlerinin muadili olan yaklaşımlar değil, birbirlerini tamamlayan uygulamalar olduğuna değinmiştik.  Öyle ki  bir tek proje uygulama örneğinde bu disiplinlerin hepsine gönderme yapan bir senaryo yazılabilir.  Diyelim ki; Şirketimizde üretim verimliliğini artırmak için verilerin incelenebileceği bir veri analitiği yapısı kurmaya karar verdik [ İş zekası ].  Bunun için üretim sistemimizin sensörlerinden düzenli olarak toplanan verileri kullanacağız [ IoT ].  Üretim hattında tutulan verileri uygun yöntemlerle eleyip/gruplayıp/özetleyip veri ambarına yükledik ve bundan sonra yeni gelen verilerin anlık olarak sisteme akmasını sağladık [ Veri Mühendisliği ].  Bir araya getirdiğimiz verileri incelediğimizde sensörlerden topladığımız ortam değerlerinin üretim süresine ve kalitesine etkisini analiz etmek gerektiğine karar verdik. Bunun için uygulanabilecek algoritmaları [ Makine Öğrenmesi ] belirl

Veri analitiği tanımını “verilerin toplanması, işlenmesi, anlaşılması ve kullanılması” şeklinde yapmıştık. Bu tanımı gerçekleştirmek üzere çalışan birçok farklı disiplin var. Bahsi geçen bu disiplinler ne birbirlerinin yerine geçebiliyor ne de birbirinden tam olarak ayrılabiliyor; dolayısıyla uygulamalarda birbirleri ile iç içe geçmiş olarak kullanılıyorlar. Biz 9 tanesini seçtik:  Veri Bilimi : Verilerin toplanması, işlenmesi, modellemesi, analizi ve anlaşılması gibi aşamaların tümünü kapsayan disiplinler arası bir alandır.  İş Zekası : Verilerin işletme amaçları ile ilgili olarak kullanılmasıdır. Veri analitiğinin kurumsal kullanımlara işaret eden alt koludur ve veri analitiği yöntemlerini işletme veya organizasyonlar için uygular. Veri Analizi : Verilerin incelenmesi, anlaşılması ve sonuçların çıkarılması gibi aşamaları kapsayan bir disiplindir. Veri ile ilişkili tüm disiplinlerde, gizli ya da açık nihai amaç verinin "işe yarar" hale gelmesidir ve bu bağlamda veri analizi

Veri analitiği,  verilerin; toplanması, depolanması, analiz edilmesi ve verilerden anlamlı sonuçlar çıkarılması sürecidir. Böylece, durumun daha iyi anlaşılması ve daha iyi kararlar verilmesi mümkün hale gelir.  Şirketler için hem stratejik hem de operasyonel karar alma noktalarında, veri analitiği vazgeçilmez bir araç haline gelmiştir.  Şirketler, veri analitiği uygulamaları ile: Müşteri davranışlarını, pazar trendlerini ve rakiplerini daha iyi inceleyerek daha etkili pazarlama stratejileri geliştirebilir, ürün yelpazesini optimize edebilir ve müşteri memnuniyetini artırabilir . Üretim süreçlerini değerlendirilebilir, toplam verimliliği artıracak düzenlemeler yapabilir. Tedarik ve lojistik seçimlerini iyileştirerek maliyetleri düşürebilir . İş süreçlerindeki adımların sonuçlara etkisini ölçerek daha iyi süreçler tasarlayıp, karlılığı artırabilir . Eğer veri analitiğinin şirket içindeki konumlandırması ilginizi çekiyorsa. Veri analitiği kavramını; şirket stratejisinden başlayarak temel