"Daha büyük model alırsak çalışır" yanılgısı
Bir fabrika müdürünün masasına gelen AI teklifi genellikle şöyle başlar: "GPT-4o kullanalım, Claude 3 Opus deneyelim, en güçlü modelle gidersek sonuç alırız." Bu yaklaşım, semptoma bakıp hastalığı atlayan bir doktora benziyor.
Gerçek şu: Dünyanın en güçlü dil modeli bile neyi öğreneceğini bilmiyorsa işe yaramaz. Ve fabrikada neyi öğrenmesi gerektiğini belirleyen şey, model parametreleri değil — belirlenmiş işleyiştir.
Belirlenmiş işleyiş nedir?
Belirlenmiş işleyiş (defined process), bir iş sürecinin girdi, çıktı, adım, karar noktası ve sorumluluklarının açıkça tanımlandığı yapıdır. Üç kritik özelliği vardır:
-
Tekrarlanabilir: Aynı girdi, aynı koşullarda aynı sonucu üretir.
-
Ölçülebilir: Her adımın çıktısı sayısal veya kategorik olarak ifade edilebilir.
-
Dokümante edilmiş: Süreç, kişilerin hafızasında değil, sistemde yaşar.
Fabrikaların büyük çoğunluğunda bu üç özelliğin tamamı bir arada yoktur. Süreç ustanın kafasındadır, ölçüm standartları değişkendir, dokümantasyon ya yoktur ya yıllardır güncellenmemiştir.
Kaotik sürece model vermek ne anlama gelir?
Eğer bir süreç tanımlı değilse, AI modeli o süreci öğrenemez — sadece kaosun istatistiksel özetini öğrenir. Bu şu anlama gelir:
Model "tahmin" üretir ama bu tahminler gerçek sebep-sonuç ilişkisini değil, geçmiş kaosun tekrarlayan örüntülerini yansıtır.
Örnek: Bir boyahane hattında renk farklarını tahmin etmek için model kurulmak istendiğinde, eğer fırın sıcaklığı standartları yoksa, aynı ürünün farklı vardiyalarda farklı sonuçlar verdiği görülür. Model bu farklılığı "öğrenir" ama kaynağı standartlaşmamış süreçte yatmaktadır. Model mükemmelleştirilemez çünkü sistem mükemleştirilmemiştir.
Model büyüklüğü ne zaman fark yaratır?
Büyük modeller üç senaryoda gerçekten değer katar:
1. Serbest metin işleme: Teknik dokümanlar, müşteri geri bildirimleri, arıza raporları gibi yapılandırılmamış metinlerin analizi için büyük dil modelleri rakipsizdir.
2. Karmaşık akıl yürütme: Çok değişkenli karar destek sistemlerinde, birden fazla bilgi kaynağını sentezleyen görevlerde büyük modeller küçük modellerden belirgin şekilde üstündür.
3. Hızlı prototip: Süreci henüz tam tanımlamamışken bile büyük model ile hipotez test etmek mümkündür — ama bu bir üretim sistemi değil, keşif aracıdır.
Bu üç senaryo dışında, daha küçük ve özelleştirilmiş bir model — üzerine oturduğu süreç tanımlıysa — çok daha iyi sonuç verir.
Kurumsal sistemlerde işleyiş neden kritiktir?
Büyük kurumsal sistemlerde başarısız olan AI projeleri incelendiğinde ortak bir örüntü çıkar: Proje, süreç tasarımından değil model seçiminden başlamıştır.
Kurumsal sistemlerin üç temel gerçeği vardır:
-
Veri siloları: ERP, MES, SCADA, kalite sistemleri ayrı ayrı çalışır. Süreç tanımlı değilse bu sistemlerin verilerini anlamlı biçimde bağlamak mümkün değildir.
-
İnsan faktörü: Operatörler farklı vardiyalarda farklı kararlar verir. Bu farklılık bir sorun değil; ama modellenmeden önce anlaşılması ve normalize edilmesi gereken bir realitedir.
-
Karmaşık bağımlılıklar: Üretim sistemi doğrusal değildir. Bir değişken onlarca başka değişkeni etkiler. Bu web, ancak süreç haritalanmışsa modellenebilir.
Doğru sıralama: Süreç önce, model sonra
Başarılı AI projeleri şu sıralamayı izler:
Adım 1 — Süreci görünür kılmak: Mevcut akışı adım adım dokümante etmek. Kolektif360'ın Akıllı Süreç Haritalayıcısı bu adımda devreye girer — serbest metin açıklamalarından yapılandırılmış süreç haritası çıkarır.
Adım 2 — Veriyi süreçle eşleştirmek: Her adımda hangi veri üretildiğini, nerede tutulduğunu ve kalitesinin ne olduğunu belirlemek.
Adım 3 — Problemi tanımlamak: Süreç ve veri netleşince, AI'ın çözeceği problem de netleşir. "Hurda oranını azalt" değil, "X adımındaki belirli parametrelerden kaynaklanan Y tipi hataları öngör."
Adım 4 — Model seçimi: Problem tanımına göre en uygun yaklaşımı seçmek. Çoğu zaman bu, en büyük model değil, en uygun modeldir.
Sonuç: Model araçtır, süreç temeldir
Yapay zekâ bir temel değil, bir araçtır. Temel, kurumun süreçlerinde yatmaktadır. Sağlam bir temel üzerine küçük bir model bile büyük değer üretir. Zayıf bir temel üzerine en büyük model bile sallanır.
Bu nedenle AI yolculuğuna model seçimiyle değil, süreç tasarımıyla başlamak, projenin başarısını belirleyen en kritik karardır.
Kolektif360 olarak her projede aynı prensibi uyguluyoruz: Önce süreç, sonra veri, sonra model. Bu sıralama değişmez.
