tatil-sepeti

HABER: ŞEREF KILIÇLI

Yapay zeka teknolojisinin, küresel ekonomide 2030 yılında 15.7 triyon dolarlık hacme ulaşması bekleniyor. Türkiye’nin Ulusal Yapay Zeka Strateji Belgesi’nde ise yapay zeka alanındaki istihdamın en az 50 bin kişiye çıkarılması, yapay zekanın GSYH’ye katkısının yüzde 5’e yükseltilmesi ve Ar-Ge alanındaki yatırımların yüzde 15’inin yapay zeka alanında yapılması hedefleniyor. Bu noktada Türkiye ekonomisinin bel kemiğini oluşturan KOBİ’lerin yapay zeka teknolojilerini etkin kullanması da büyük önem taşıyor.

İŞLETMELERE ÇÖZÜM

Dijital dönüşümü tüm yönleriyle üyelerinin gündemine getiren İstanbul Ticaret Odası, ‘KOBİ’ler İçin Fark Yaratan Uygulamalar: Yeni Nesil Yapay Zeka (Doğal Dil İşleme) ve DevOps Çözümleri’ konulu webinar düzenledi. Oda’nın youtube kanalından canlı olarak yayınlanan webinarda, perakendecilikte yapay zeka ve makina öğrenmesi teknolojik çözümlerinin işletmelere sağladığı avantajları, Oxford Üniversitesi Araştırma Görevlisi ve Oxtractor Kurucusu Dr. Ömer Güneş ile Kloia şirketi ortağı Yetişkan Eliaçık anlattı.

BÜYÜK VERİ ANALİZİ

Perakendecilikte yapay zeka ve makina öğrenmesi çözümlerini; müşteri edinme ve elde tutma, çok kanallı ticaret, mağaza operasyonları, ürün yaşam döngüsü yönetimi, mağazacılık ve ürün çeşitliliği, sipariş karşılama, lojistik ve teslimat, ticari alan bölümlerinde aktif kullanmanın mümkün olduğunu belirten Dr. Ömer Güneş, şöyle konuştu: “Perakendeciler, müşteri taleplerini daha iyi anlamak, tahmin etmek ve böylece arzı en iyi şekilde optimize etmek için de yapay zeka ve makina öğrenmesi teknolojilerini kullanabilirler. Yapay zeka ve makina öğrenmesinin etkin şekilde uygulanması için perakendeci verileri, tüketici davranışına ilişkin veriler, kamuya açık bilgi verilerinin birlikte analiz edilmesi gerekiyor. Bu geniş yelpazedeki veri setlerini birleştirmek için ‘Büyük Veri Analiz’ platformlarına ve ‘Data Pipelines’ çözümlerine ihtiyaç var.”

STOK PLANLAMASI

Hızla değişen talep karşısında doğru stoku doğru yerde bulmanın perakendedeki en kritik zorluklardan biri olduğunu kaydeden Dr. Güneş, yapay zeka ve makina öğrenmesi destekli envanter optimizasyonunun, stok planlamasının doğruluğunu ve ayrıntı düzeyini artırabileceğini söyledi. Şirketlerin satış kayıplarını ve stok israfını en aza indirmesinin kârlılığın ve işletme sermayesi verimliliğinin artmasını sağlayacağını da belirten Güneş, “Envanter optimizasyonu, finansal performansın hem birinci sınıf olmasını sağladığından hem de üretkenliği iyileştirdiğinden orantısız bir etki yaratır. Küresel ölçekte, yaklaşık 80 milyar doların üzerinde bir risk söz konusu ve bu durum, envanter optimizasyonunu perakendeciler için çok kritik bir noktaya taşıyor” dedi.

PROBLEME HIZLI ÇÖZÜM

Teknolojinin artık süreci destekleyen ve işletmelerle birlikte çalışan bir yapıda olduğuna dikkat çeken Yetişkan Eliaçık, şunları söyledi: “Bu teknolojilerin çıktıları ne olabilir? Problem olduğunda hızlı çözmek, böylece marka bilinirliğini yanlış şekilde etkilememesini sağlamak, ilk akla gelenler. Önemli olan, veriyi doğru işleyebilecek bir yapıya gidebilmek. Big Data ortamı oluşturulması önemli. Makina öğrenmesi ancak bu noktadan sonra olabilir. Verilerin işlenmesini ve anlamlandırılan yapıya entegrasyonu içeren bir süreç var.”

KOBİ’LER STARTUPLARDAN FAYDALANMALI

Orta ölçekli firmaların veri bilimci istihdamında zorlanması ve çözüm yolu konusunda ise Dr. Ömer Güneş, şu öneride bulundu: “Büyük ölçekli firmalara göre orta ölçekli firmaların veri bilimcilerini istihdam etmesi, bunlarla ilgili bir ekip kurması ve bazı çözümleri kendisinin geliştirmesi çok kolay olmayabilir. Belki gerekmeyebilir de. Çünkü günümüzde artık hem yapay zeka hem makina öğrenmesi konularında faaliyet gösteren startup ölçeğindeki firmaların geliştirdiği ve düşük maliyetli kısa süre içinde kullanılabilecek pek çok çözüm var. KOBİ’lere bununla ilgili danışmanlık almalarını tavsiye ediyorum. Ancak şunu da unutmamaları gerekiyor: Herhangi bir çözümü satın almadan önce ihtiyaçlarının ne olduğunu iyi belirlemeliler.”

27 Haziran 2022 Pazartesi

Etiketler : Sektörel