Dünya artık teknoloji ile bir bütün haline geldi ve benzeri görülmemiş bir hızla değişiyor. Bu değişim yeni ihtiyaçlar yaratıyor. Teknolojinin hızlı gelişimiyle birlikte dijital dönüşüm çağında iş yapış şekilleri de yeniden şekillenmeye başladı. Yapay zeka, bulut bilişim, veri analitiği ve blockchain gibi teknolojiler ise bu etkiyi yaratan en önemli teknolojilerin başında geliyor.
Son on yılda Yapay Zeka, Makine Öğrenimi araştırmalarının yeniden ortaya çıkmasıyla birlikte, üretimden pazarlamaya kadar her endüstri sektöründe robotlar, dijital asistanlar, akıllı makineler, otomatik botlar ve uygulamaların kullanımında hızlı bir artışa tanık olduk.
Yapay zeka ve robotik alanındaki hızlı ilerleme birçok meslekte insan iş gücüne duyulan ihtiyacın azalacağı yönünde sinyaller veriyor. Akıllı makinelerin yapay zeka dünyasındaki iş analistlerinin yerini alıp alamayacağı konusu ise hala belirsizliğini koruyor.
Öncelikle Yapay zekanın ne olduğuna bir bakalım.
Yapay Zeka, bilgisayarların insanlar tarafından gerçekleştirilebilecek birtakım görevleri gerçekleştirmek için nasıl programlandığını açıklayan geniş bir terimdir.
Yapay Zeka, insan benzeri görevleri simüle etmek için veri girişleri tarafından yönlendirilen makine tabanlı öğrenmeye dayanır. Kod yazmak yerine, aşamalı algoritmalar beğenilerimize, beğenmediklerimize ve davranışlarımıza uyum sağlamak üzere eğitilir (örneğin: Amazon ürün önerileri ve sürücüsüz arabalar). Bu, bilgisayarların akıllı olduğu ve artık hayatın anlamını anladığı anlamında bir zeka değildir; büyük veri kümelerine dayalı eylemleri tahmin etmek için karar verme yeteneklerini geliştirmeleri anlamında bir olgudur.
Muhtemelen Yapay Zeka ile ilgili birçok terim duymuşsunuzdur. IBM’e göre yapay zeka üç ana aşamada gelişti,
- Kümeleme algoritmaları (denetimsiz sistem öğrenimi için ilk girişim), karar ağaçları ve kural tabanlı sistemler ile Temel Yapay Zeka (1950-1980)
- Yapay sinir ağları (hatalardan öğrenmek için bir geri bildirim mekanizmasını entegre eden çok katmanlı algoritmalar) ve derin öğrenme (karmaşık algoritmalara ve denetimsiz öğrenmeye dayalı bir algoritma ailesi) ile Makine Öğrenimi (1980-2010)
- Bilişsel Öğrenme (2010-günümüz), makine öğrenimi teknolojilerini ve diğer bilişsel bilim disiplinlerini kullanarak insan düşüncesini simüle etmeyi amaçlar.
İş Analizi ise temel olarak çok özel beceriler ve oldukça standart bir iş akışı kullanarak bilgi toplamaya ve yorumlamaya dayanır. İş analistleri, süreçleri değerlendirmek, gereksinimleri belirlemek ve yöneticilere ve paydaşlara veri odaklı öneriler ve raporlar sunmak için veri analitiğini kullanarak BT ile iş arasındaki boşluğu kapatmaktan sorumludur.
İş analistleri, süreç, ürünler, hizmetler, yazılım ve donanımdaki veriye dayalı değişikliklerin verimliliği nasıl iyileştirebileceğini ve değer katabileceğini anlamak için iş liderleri ve kullanıcılarla etkileşime girer. Bu fikirleri dile getirmeli, aynı zamanda teknolojik olarak mümkün ve finansal ve işlevsel olarak makul olanlarla dengelemelidirler.
Temel olarak iş analizi,
- Farklı kaynaklardan veri toplama
- Yararlı bilgiler oluşturmak için verileri analiz etme
- Yeni bilgilerin yorumlanması
- Eylem planları önerme
- Planları uygulama
- Uygulanan planların sonuçlarının kontrolü aşamalarından oluşabilir.
Bu aşamaları takip ederek işimizde yüksek bir performans düzeyine ulaşabiliriz. İşin başlangıcında verileri hızlı ve doğru bir şekilde toplamak ve analiz etmek için rutin görevleri yerine getiririz. Deneyimlerimize dayanarak en iyi eylem planlarını belirleyebiliriz. Sonrasında paydaşların bu planları anlamalarına ve uygulamalarına yardımcı oluruz.
İş Analistinin gelecekteki evrimine bakacak olursak,
Önümüzdeki 10 ila 20 yıl içinde, AI’nın sayısız katkısı itibari ile, en azından dünyanın gelişmiş kısmında, ekonomik başarılarda büyük bir geri dönüş görmeyi bekleyebiliriz. İnsanlar ve makineler şimdi birlikte çalışmayı öğrenirlerse, çok yakında “fiziksel-dijital ekip çalışması” tüm dünyadaki işyerlerini değiştirebilir. Düşük maliyetli donanım ve gelişmiş yazılımın varlığı, esaslı rutin işlerin makineler ve yenilikçi teknolojiler tarafından gerçekleştirileceği yeni bir iş analizi dünyasını geliştirme potansiyeline sahiptir.
Mevcut yapay zeka araştırmasılarına ve iş analizinde otomatik sistemlerin hızlı büyümesine bakarak, önümüzdeki on yıl içinde insan İş Analistinin, Yapay Zeka ile işbirliği yapacağını ve ortak çalışacağını tahmin edebiliriz.
Akıllı sistemler, insanlar ile birlikte çalışarak ve öğrenerek iş analisti gibi kararlar verebilecektir. Yapay zeka ve makine öğrenimi müşteri verileri, müşteri iç görüleri ve karar verme süreçleri arasındaki zinciri kısaltacaktır. Bu durumda, yapay zeka analistlerin yerini alacak mı? Cevap hem evet hem hayır. Gelecekte iş analistlerinin yerini almasa da, analistlerin gelişmiş analizler için otomatik sistemlerin bir üyesi olacağını söyleyebiliriz. Yapay zeka, iş kapsamındaki katma değeri düşük işlerin yerini kolayca alacak ve böylece analistler daha yüksek değer yaratmak için iş analizine odaklanacaktır.
Yapay zeka programları genellikle başarılı olmak için çok büyük miktarda veriye ihtiyaç duyar. Bu nedenle bilgilerini örneğin gerçek zamanlı olarak ses akışları, video ve fotoğraflardan edinir. Bu tür kaynaklarla etrafındaki gereksinimleri nasıl tanımlayacağına ve iletişim kuracağına dair bir bilgisi yoktur.
Bu da iş analizinin yapay zeka projelerine uyarlanması için önemli fırsatlardan biridir. İş analizi ve yapay zeka birlikteliğinde bir sonraki soru ise iş analisti olarak daha iyi bir iş yapmak için yapay zekayı nasıl kullanabileceğimizdir. İş analisti, yapay zekanın kendi kendine öğrenmesini ve içeriği anlamasını sağlamak için gerekli iş süreçlerini ve gereksinimlerini yaratacaktır. İş analisti doğru veri havuzlarını ve yapay zekanın ihtiyaç duyacağı arayüzleri tasarlayabilir.
İş Analistlerinin yapay zekaya karşı güçlü yönleri arasında analitik düşünme, problem çözme ve iletişim becerileri, davranışsal yetkinlikler ve iş bilgisi, etkileşim becerileri sayılabilir.