Orta ölçekli işletmelerin yapay zeka yatırımları giderek önem kazansa da, birçok kuruluş bu teknolojiden beklediği verimi elde edememekte. Yapılan araştırmalar, bu durumun büyük ölçüde teknolojik yetersizliklerden değil, sistemlerde biriken hatalı ve dağınık veri yığınlarından kaynaklandığını ortaya koyuyor. Kurumsal kaynak planlama (ERP) altyapılarında bulunan milyonlarca veri girişi, hatalı ürün kayıtları ve güncellenmemiş stok bilgilerinin neden olduğu operasyonel sorunlara yol açmakta.
Kobi AI’nın Kurucusu Baran Kaya, şirketlerin yapay zekaya geçiş süreçlerinde en büyük zorlukların başında kalitesiz veri sorunlarının geldiğini ifade etti. Kaya, yapay zekanın beklenen sonuçları verememesinin temel nedeninin veri yapısındaki bozukluklar olduğunu belirterek, sistemlerin yanlış verilerle analiz yapması durumunda hatalı kararlar alabileceğini vurguladı. Yıllar içinde toplanan verilerin önemli bir kısmı, stratejik karar alma süreçlerine uygun bir formatta değil. Özellikle satın alma, stok yönetimi ve üretim planlama aşamalarında veri kalitesinin düşüklüğü, işletmelerin maliyetlerini doğrudan artırmakta.
Baran Kaya, bir ürünün farklı departmanlarda farklı isimlerle kaydedilebileceğini ve depolarda olmayan ürünlerin sistemde mevcut olarak görünebileceğini dile getirdi. Ayrıca, tedarikçi geçmişindeki eksikliklerin yanlış satın alma kararlarına yol açtığını da sözlerine ekledi. Kaya, bu şartlar altında yapay zekanın mevcut sorunları çözmek yerine daha da derinleştirebileceğini belirtti.
Veri temizliği entegrasyon öncesinde şart
Kobi AI tarafından yürütülen projelerde, işletmelerin doğrudan yapay zeka entegrasyonu yerine öncelikle veri yapılandırma süreçlerine yönlendirilmesi gerektiği vurgulanıyor. Baran Kaya, işletmelerin yeni teknolojileri hızlı bir şekilde benimsemek istediklerini, ancak sistemlerin sağlıklı çalışabilmesi için mevcut verilerin standardize edilmesi gerektiğini açıkladı. Şirket, projelere başlamadan önce işletmelerin mevcut ERP altyapılarını analiz ediyor ve bu çerçevede aynı ürünlerin tekilleştirilmesi, eksik kayıtların düzeltilmesi ve geçmiş verilerin normalize edilmesi gibi adımlar atıyor. Sağlıklı bir veri tabanı oluşturulmadığı sürece kullanılan yapay zeka modellerinin doğru sonuçlar vermesi mümkün olmuyor.
