MountainTech+ ile Yapay Zekada Yeni Bir Potansiyel Doğuyor

Yapay zeka artık sadece büyük şirketlerin değil, odaklı ve yenilikçi girişimlerin de alanı. MountainTech+ bu alanda 2021'de, tek bir gözlemle kuruldu: yapay zeka konusunda anlatılanlarla sahada gerçekten devreye alınabilen sistemler arasında büyük bir mesafe vardı — ve bu mesafe kapanmadıkça sunumdaki her rakam sunumda kalıyordu.

Bu yazı bir ürün tanıtımı değil. Nasıl çalıştığımızı, hangi işleri aldığımızı ve hangilerini bilerek almadığımızı anlatıyor. Bir teknoloji partneri seçerken asıl bilinmesi gerekenler bunlar.

Nereden geldik?#

Şirket, otomotiv sanayisinde uzun yıllar üretim ve kalite süreçlerinin içinde çalışmış mühendislerle yazılım tarafından gelen bir ekibin aynı masaya oturmasıyla kuruldu. Bu birleşim tesadüf değil, kurucu tercih.

Sahayı bilmeyen bir yazılım ekibi teknik olarak kusursuz ama işe yaramaz bir sistem kurabilir. Yazılımı bilmeyen bir saha ekibi ise doğru problemi tarif eder, çözümü kuramaz. Devreye alınabilen sistemler bu ikisinin kesişiminde çıkıyor. Merkezimiz Nilüfer / Bursa; çalışma alanlarımız endüstri, eğitim, insan kaynakları ve web.

Neden Bursa?#

Merkez seçimi bizim için bir lojistik ayrıntı değil, çalışma biçiminin bir parçası. Süreç analizini sahada yapan bir ekibin, sahaya bir uçuş uzaklıkta olmaması gerekiyor.

Bursa, Türkiye'nin otomotiv ve metal işleme yoğunluğunun en yüksek olduğu bölgelerden biri. Bu, yapay zekanın en somut karşılığını bulduğu alanların — kalite kontrolü, proses seçimi, üretim verisi — aynı şehirde bir arada bulunması demek. Bir üretim hattını yerinde görmek, aynı hattı bir toplantı ekranından dinlemekten farklı bir proje çıkarıyor.

Bugün endüstrinin yanında eğitim ve insan kaynakları alanlarında da çalışıyoruz; ama süreci sahada izleme alışkanlığı hepsinde aynı kalıyor.

Nasıl çalışıyoruz?#

Her projeyi aynı dört adımda yürütüyoruz. Sıra önemli.

1. Süreç analizi. İşin nasıl yürüdüğünü sahada izliyor, otomasyona gerçekten değecek adımı birlikte belirliyoruz. Bu adım atlandığında proje, kimsenin şikâyetçi olmadığı bir işi otomatikleştirmekle bitiyor.
2. Fizibilite ve prototip. Sizin verinizle küçük ölçekli bir prototip kuruyor, hedef metriği devreye almadan önce ölçüyoruz. Bir fikrin çalışmayacağını üç haftada öğrenmek, altı ay sonra öğrenmekten ucuzdur.
3. Devreye alma. Sistemi mevcut altyapınıza entegre ediyor, ekibinize eğitim ve dokümantasyonla birlikte teslim ediyoruz.
4. İzleme ve iyileştirme. Devreye alma sonrası performansı takip ediyor, gelen geri bildirimle modeli ve kuralları güncelliyoruz.

Dördüncü adım en çok atlanan adım. Süreçler değişince veri değişiyor, veri değişince modelin öğrendiği örüntü eskiyor. Bakımı olmayan bir yapay zeka sistemi sessizce körelir.

Neye inanıyoruz?#

Dört başlık, ve dördü de günlük kararları belirliyor.

Abartısız teknoloji. Bir problem klasik yazılımla çözülüyorsa yapay zeka önermiyoruz. Doğru araç, en gösterişli araç değildir. Bu, kısa vadede iş kaybettiren ama uzun vadede tek sürdürülebilir olan tutum.

Ölçülebilirlik. Her projenin başında neyi iyileştirmeye çalıştığımızı sayıyla yazıyoruz; sonunda aynı sayıya bakıyoruz. "Verimlilik arttı" bir sonuç değil, bir izlenimdir.

Veri sorumluluğu. Müşteri verisi müşteriye aittir. Saklama, erişim ve silme kuralları proje başında yazılı olarak belirlenir. Gerektiğinde kurum içi (on-premise) kurulum yapılır.

Uzun vadeli ortaklık. Projeyi teslim edip çıkmıyoruz; sistemin ekibiniz tarafından sahiplenilmesi teslimin bir parçası. Kullanılamayan bir sistem, kurulmamış bir sistemdir.

Bugüne kadar ne kurduk?#

Somut olmayan bir vizyon anlatısının kıymeti yok. Bugün sahada çalışan işlerimiz kabaca dört başlıkta topluyor.

• Endüstride kalite ve karar desteği. Üretim hattında görüntü işlemeyle çalışan kalite kontrol sistemleri ve teknik seçim süreçlerini yürüten asistanlar. KromAsistan projesi bunun bir örneği.
• Eğitimde ölçülebilir çalışma. Etüt saatini veriye çeviren soru çözüm ve etüt uygulaması; İspat Koleji ile yürüttüğümüz proje bu altyapı üzerinde çalışıyor.
• İnsan kaynaklarında ön eleme. Ön görüşmeyi yapay zekanın yaptığı, her aday için gerekçeli puan üreten işe alım platformumuz HireUp360.
• Web ve müşteri iletişimi. Ziyaretçiyle konuşan, doğru hizmete yönlendiren ve nitelikli talep bırakan dijital asistanlar.

Bunların bir kısmı müşteri projesi, bir kısmı kendi ürünümüz. İkincisi bize bir şey daha kazandırıyor: kendi kurduğumuz sistemi kendimiz kullanıyoruz. Açık pozisyonlarımızı HireUp360 üzerinden yayımlıyoruz; bu web sitesinde gördüğünüz kariyer bölümündeki ilanlar doğrudan oradan geliyor.

Hangi işleri almıyoruz?#

Bir şirketi anlamanın en hızlı yolu, neyi reddettiğine bakmak.

• Problemi tanımlanmamış işleri. "Bize de yapay zeka lazım" bir gereksinim değil. Hangi işin ne kadar sürdüğü ve neyin iyileşmesi beklendiği yazılı değilse, önce onu yazıyoruz.
• Yapay zekaya ihtiyaç duymayan işleri. Kuralları net, istisnası az bir süreç için model kurmak fazladan karmaşıklık. Bu durumda klasik yazılım öneriyoruz.
• Verisi olmayan işleri, veri planı olmadan. Model kurulacak veri yoksa proje veri toplamayla başlar. Bunu baştan söylemek, ortasında keşfetmekten iyidir.

En sık karşılaştığımız üç yanlış beklenti#

"Sistem devreye girince kendi kendine öğrenir." Öğrenmez. Modeller eğitim anındaki veriden öğrenir; sahada kendiliğinden akıllanan bir sistem yok. İyileşme, gelen geri bildirimin düzenli olarak modele ve kurallara işlenmesiyle olur. Yani bakım bir maliyet kalemi değil, sistemin çalışmaya devam etme koşulu.

"Yapay zeka insan hatasını sıfırlar." Sıfırlamaz; hatanın yerini ve türünü değiştirir. Bir insan yorulduğu için kaçırır, bir model eğitiminde görmediği için kaçırır. Doğru soru "hata olacak mı" değil, "hata olduğunda nasıl fark edeceğiz" sorusu. Bu yüzden kurduğumuz her sistemde bir kontrol noktası ve bir raporlama katmanı oluyor.

"Önce büyük projeyle başlayalım, sonra yayarız." Genellikle tersi işe yarıyor. Kapsamı dar tutulmuş bir ilk devreye alma, hem kurumun sistemle çalışmayı öğrenmesini sağlıyor hem de yanlış varsayımları ucuza ortaya çıkarıyor. Büyük başlayan projelerde bu varsayımlar ancak teslimattan sonra görünür oluyor.

Bir teknoloji partnerini değerlendirirken#

Bu alanda doğru soruları sormak, doğru cevapları bilmekten daha önemli. Bizimle görüşmeseniz de sormaya değer beş soru:

• Bu iş yapay zeka olmadan çözülür mü? Karşınızdaki ekip bu soruya "evet, şu durumda çözülür" diyebiliyorsa, sizi teknolojiye değil probleme göre yönlendiriyor demektir.
• Başarıyı hangi sayıyla ölçeceğiz? Proje başında yazılmayan bir metrik, proje sonunda tartışma konusu olur.
• Verimiz nerede duracak, ne kadar süreyle? Saklama, erişim ve silme kurallarının sözlü kalmaması gerekir.
• Devreye aldıktan sonra ne oluyor? İzleme ve güncelleme kapsam dışıysa, sistem birinci yılın sonunda eskimiş olur.
• Bu sistemi bizim ekibimiz yönetebilecek mi? Eğitim ve dokümantasyon teslimatın parçası değilse, bağımlılık satın almış olursunuz.

Yeni denge: küçük ekip, dar kapsam, gerçek teslimat#

Yapay zeka alanında son yılların en önemli değişimi, güçlü modellerin herkes için erişilebilir hale gelmesi. Bunun sonucu şu: rekabet artık modeli kimin eğittiğinde değil, problemi kimin doğru tarif ettiğinde.

Bu, bizim gibi odaklı ekipler için gerçek bir denge değişikliği. Bir sorunu anlamak, kapsamı dar tutmak ve çalışan bir sistemi teslim etmek — bunlar ölçekle değil, yakınlıkla yapılan işler. Az sayıda projeye odaklanmayı bir kısıt olarak değil, tercih olarak görüyoruz.

Yapay zekanın geleceğini sadece konuşan değil, onu kuran bir ekip olarak yola çıktık. Süreçlerinizde nereden başlanabileceğini konuşmak isterseniz, bize ulaşın — ya da önce nasıl çalıştığımıza bakın.