AI Gelişimi: Şirketlerin Sadece %25'i Üretime Geçti

Vellum'un yeni yayımladığı "AI Gelişimi Raporu"na göre şirketlerin yalnızca %25'inin yapay zekayı üretime geçirmiş durumda olduğunu ve bu şirketlerin ise yalnızca dörtte birinde yapay zekanın ölçülebilir bir etki yarattığını belirtiyor. Bu durum, birçok işletmenin henüz yapay zeka için uygun kullanım senaryolarını belirleyemediğini gösteriyor.

Yapay Zeka Kullanımında Erken Aşama

Vellum CEO'su Akash Sharma,

Hala erken aşamalardayız. Sektörde büyük bir heyecan ve tartışma olsa da şirketler stratejilerini yeni şekillendiriyor.

dedi. Yapay zeka geliştiren şirketler, stratejilerini ve kavramsal kanıtlarını değerlendirirken farklı aşamalarda bulunuyor. Çoğu şirket, belge ayrıştırma ve analiz araçları ile müşteri hizmetleri chatbot'ları geliştirmeye odaklanıyor.

Yapay Zeka Yatırımlarının Etkileri

Geliştiriciler, yapay zeka yatırımlarının en büyük etkileri arasında rekabet avantajı (%31.6), maliyet ve zaman tasarrufu (%27.1) ve kullanıcı benimseme oranlarındaki artışı (%12.6) sıralıyor. Ancak, %24.2'sinin henüz anlamlı bir etki görmediği de dikkat çekiyor. Şirketlerin, yapay zeka uygulamalarını başarılı bir şekilde hayata geçirebilmesi için öncelikli kullanım senaryolarını belirlemesi gerektiği vurgulanıyor. Sharma, "Doğru kullanım senaryolarını bulmak, şirketlerin üretime geçip net bir yatırım getirisi görmelerini sağlıyor." diye ekledi.

Modeller ve Gelecek Trendleri

OpenAI, kullanılan modeller arasında liderliğini sürdürüyor. Ancak, 2025'te daha fazla seçenek sunulması bekleniyor. Şirketler, her görev için en iyi modeli seçmeyi tercih edecek ve bu da çoklu model sistemlerine yönelimi arttıracak. Ayrıca, yapay zekanın yalnızca BT departmanlarıyla sınırlı kalmayıp tüm işletmelere yayılması dikkat çekiyor. Vellum'un araştırmasına göre mühendislik ekipleri dışında yöneticiler, konu uzmanları ve ürün ekipleri de yapay zeka projelerinde yer alıyor.

Karşılaşılan Zorluklar

Şirketler yapay zeka uygulamalarında büyük zorluklarla karşılaşıyor; bunlar arasında yapay zeka yanılgıları, model hızı ve performansı, veri erişimi ve güvenliği ile önemli paydaşlardan onay almak bulunuyor. Özellikle, birçok geliştiricinin karmaşık yapay zeka sistemlerini değerlendirmek için uygun araçları kullanmadığı gözlemleniyor. Sonuç olarak, yapay zekanın bir araç olarak görülmesi gerektiği ve çok çeşitli sistemlerin bir arada çalışmasının önemine dikkat çekiliyor.