Yapay zeka yakın zamanda para veya çalışan tasarrufu sağlamayacak
Sektör ayrıca jeneratif yapay zekanın (AI) ileriye doğru büyük sıçramalara yol açacağını umuyor. Körber AG'nin Dijital Baş Sorumlusu Christian Schlögel de bunu savunanlardan biri. Schlögel, ntv.de'ye verdiği bir röportajda, eski ekonomide yapay zeka kullanırken nelere dikkat edilmesi gerektiğini, Almanya'nın nerede durduğunu ve bu teknolojinin neden vazgeçilmez olduğuna inandığını anlatıyor. Schlögel'e yöneltilen sorular ChatGPT'nin yardımıyla tamamlandı.
Uluslararası teknoloji grubu Körber'in kökleri makine ve tesis mühendisliğine dayanıyor. Hamburg merkezli şirket artık "Dijital, İlaç, Tedarik Zinciri ve Teknolojiler" olmak üzere dört iş alanında yapay zeka odaklı yazılım ve diğer dijital ürünler de sunuyor. Körber AG'nin hisselerinin tamamı Körber Vakfı'na aittir.
ntv.de: OpenAI'deki Altman kaosu ve yapay zekanın insanlığın yararına ortak bir mal olup olmaması gerektiği temel sorusu hakkında ne düşünüyorsunuz?
Christian Schlögel: Ben yapay zekanın ortak bir fayda olması gerektiği kanaatindeyim. Bu o kadar çığır açıcı bir teknoloji ki, o kadar çok şeyi değiştirecek ki, büyük bir kısmını genel olarak erişilebilir hale getirsek iyi olur. Dolayısıyla OpenAI'nin temel fikrinin doğru olduğunu düşünüyorum, ancak uzun vadede bir şirket için sürdürülebilir değil çünkü büyük yatırım gerektiriyor. Bu aynı zamanda son günlerde OpenAI hakkında bilinenlerin çoğunu da açıklıyor.
Üretken yapay zekanın endüstride büyük değişimlere yol açmasını da bekliyorsunuz. Orada neler başarabilir?
Yapay zeka uzun zamandır endüstride, verilerin yardımıyla görevleri optimize etmek için makine öğrenimi şeklinde kullanılıyor. Şimdi bunlara yeni şeyler yaratmak için, yani öncelikle zihinsel emeği desteklemek için kullanılan üretken yapay zeka ekleniyor.
Örneğin?
Size şirketimizden iki örnek vereyim: Kağıt işlemede yapay zeka, üretim hatlarından gelen büyük miktarda veriden, örneğin çıktıyı artırmak için makinelerin nasıl ayarlanması gerektiğine dair öneriler üretebilir. Kağıt, dokusunda birçok varyasyon bulunan doğal bir malzemedir. Sonucu optimize etmek için 300'den fazla makine parametresi vardır. Makine öğrenimi burada özellikle yardımcı olmaktadır. Çıktıyı artırmak yerine enerji tüketimi de azaltılabilir. İlaç endüstrisinde başka bir yapay zeka uygulaması kullanıyoruz: Her aşı şişesinin tek tek kontrol edilmesi gerekiyor. Burada görüntü tanıma, yanlışlıkla otomatik olarak reddedilen flakonların oranını yüzde 90 oranında azaltabilir. Bunun nedeni, yapay zekanın örneğin aşının içinde yabancı bir cisim değil de sadece camda bir çizik olduğunu fark etmesidir.
Başka bir üretken yapay zeka örneğiniz var mı? Bunlar öncelikle makine öğrenimi.
Üretken yapay zekanın kullanımı henüz çok erken bir aşamada. Ancak şirketler bunu ChatGPT'yi temel alarak AuditGPT adını verdikleri iç denetim raporlarını yazmak için zaten kullanıyorlar. Sistem denetim bağlamını, amaçlanan yapıyı ve denetim sonucunu alıyor ve bunları denetim raporunu oluşturmak için kullanıyor. Tüm bunlar saatler süren çalışmalar yerine sadece birkaç saniye sürüyor. Bir başka kullanım örneği de müşteri hizmetlerinden geliyor: Bir müşteri sorun bildiriyor veya teknik sistemler hakkında soruları var. Geçmişte işlenen servis biletleri, ürün belgeleri ve mevcut bilgi veritabanları ile eğitilen üretken yapay zeka, sadece birkaç saniye içinde karmaşık sorunlar için bile uygun çözüm önerileri üretiyor.
Onlara göre, endüstride yapay zeka iklimin korunmasına da önemli bir katkı sağlayabilir. Peki ya sadece gerekli hesaplama gücü nedeniyle YZ'nin kendisinin neden olduğu güç tüketimi ve CO2 emisyonları ne olacak? Günün sonunda ne kadar iklim koruması sağlanır?
YZ'nin hesaplandığı veri merkezlerinin yeşil elektrikle çalıştırılması önemlidir. Ve: faydalar maliyetlerden daha büyük olmalıdır. Bunu başarmak için, gerekli veri hacimlerinin nasıl azaltılabileceğine dair büyük araştırmalar yürütülüyor, öyle ki gelecekte YZ modelleri bir akıllı telefonda bile hesaplanabilir hale gelebilir. İlaç sektöründe, modelleri bulutta eğitiyoruz, ancak daha sonra bunları makineye indiriyoruz. Bu, düzenleyici nedenlerden dolayı gereklidir, ancak aynı zamanda enerji tasarrufu da sağlar.
Üretken yapay zeka Almanya'da endüstriyel üretimde halihazırda nasıl ve ne ölçüde kullanılıyor?
Hala çok az. Üretken YZ'nin hala halüsinasyon görmesi, yani gerçeklere dayanmayan şeyler üretmesi gibi bir olgu var. Hala kat etmemiz gereken bir yol var. Mercedes-Benz ve diğerleri gibi bazı şirketler üretken YZ ile ilk prototipleri zaten kullanıyor, ancak bunlar hala erken bir aşamada.
Bu şirketler özellikle üretken yapayzekayınasıl kullanıyor ?
Mercedes yapay zekayı kalite yönetimi alanında kullanıyor. Sistem üretim, geliştirme ve müşteri deneyiminden elde edilen kalite verileriyle eğitildi. Bu, hataların daha hızlı tespit edilmesini ve düzeltilmesini sağlıyor. Bu yaklaşımın bir diğer avantajı da iletişimin uzmanlık bilgisi veya programlama becerilerine ihtiyaç duyulmadan diyalog halinde ve doğal dilde gerçekleşebilmesidir. Sistem ayrıca verileri spesifikasyonlara göre kişiselleştirilmiş bir şekilde işleyebilir ve bu da daha hızlı sorun gidermeye yol açabilir. Bu, sorunu daha iyi ve daha hedefe yönelik bir şekilde anlamak için mühendis veya servis çalışanı ile sistem arasında bir tür diyalog yaratır.
Bunun arkasındaki yazılım nereden geliyor, ABD'den mi?
Evet, her şeyden önce. Heidelberg'den Aleph Alpha da Avrupa'da bir rol oynuyor; örneğin yerel şirketler veri korumaya daha fazla önem veriyor. Ancak Microsoft gibi ABD şirketleri de elbette bu gerekliliklerin farkında. Örneğin Outlook, PowerPoint veya Teams için yapay zeka uzantıları piyasaya sürüldüğünde, kullanıcı verilerinin internete sızdırılmaması gerekiyor.
Endüstride üretken yapay zeka kullanımında hangi ülkeler başı çekiyor?
ABD, ABD, ABD, sonra bir noktada Çin ve sonra Almanya.
Almanya yetişebilir mi?
Elbette ve Almanya bu fırsatı değerlendirmeli. Aleph Alpha'nın 500 milyon dolarlık son finansman turu bize umut veriyor, ancak yine de Amerika ile boy ölçüşemez. İhtiyaç duyulan şey üniversiteler, start-up'lar ve sanayi arasında bir çaba. Yenilikçi şirketlerin sanayinin yanı sıra otomasyonun son derece yüksek potansiyele sahip olduğu kamu yönetiminde de uygulama alanlarına ihtiyacı var. Bu nedenle Baden-Württemberg'in araştırma ve metinlerin oluşturulmasına yardımcı olmak için Aleph Alpha'dan bir yapay zeka idari asistanı kullanması konusunda iyimserim.
Üretken yapay zekanın endüstrideki uygulaması hala nerede eksik?
Teknoloji konusunda hala bir anlayış eksikliği var. Amerikalılar ve Çinliler teknolojiye daha açıklar, deniyorlar ve işe yaramazsa bulgularını başka bir şey için kullanıyorlar. Almanya'da hedef genellikle en başından itibaren yüzde 100 çözümdür. Ayrıca bu ülkede şirketleri büyütmek için risk sermayesi eksikliği de var. Öte yandan Elon Musk yapay zeka şirketine milyarlarca dolar yatırım yapıyor.
Almanya dışında durum nedir?
Üretken yapay zeka hala çok genç bir teknoloji ve ChatGPT ile çok kısa bir süre içinde bir atılım gerçekleştirdi. Bunun nedeni büyük bir engelin ortadan kalkmış olması: Artık herkes herhangi bir programlama bilgisi olmadan sistemle konuşabiliyor. Bu durum, piyasaya sürülmeden önce kendi sistemlerini mükemmelleştirmek isteyen Google gibi büyük şirketler için de sürpriz oldu. Ancak aniden herkes aynı şeyi yapmak zorunda kaldı. Yazılım devleri için bu bir zorunluluk çünkü tüm tekliflerini büyük ölçüde değiştirecek: Yapay zekayı tüm uygulamalar için yardımcı pilotlar şeklinde göreceğiz.
Bu ülkede jeneratif yapay zekanın kullanımı için hangi düzenlemeler geçerli - endüstrinin şu anda bunu hangi koşullar altında ve nasıl kullanmasına izin veriliyor?
Ortak karar alma hakları, Genel Veri Koruma Yönetmeliği gibi herhangi bir teknolojide olduğu gibi geçerlidir. Müşterilerin makineler tarafından üretilen verilerine ne olacağına karar verebilecekleri AB Veri Yasası gibi AB Yapay Zeka Yasası da şu anda son halini alıyor. Büyük bir yasal engel görmüyorum. Sorular daha çok yapay zekanın nasıl eğitileceği, verilerin nasıl elde edileceği ve çalışma konseyi gibi şirket içi grupların nasıl dahil edileceği ile ilgili. AB ayrıca, örneğin yapay zeka sistemlerini eğitmek için kullanılan verilerin herhangi bir önyargı içermemesini sağlamak için etik kurallar getirecektir. Ancak, makine kontrolüne yönelik teknik verilerle ilgili daha az sorun görüyorum. Bununla birlikte, müşterilerimiz gibi şirketler bunu çok ciddiye alıyor ve bu da çalışanların güveni için önemli.
Yapay zekanın endüstride kullanımında hala tehlikeler görüyor musunuz?
Risklerden çok fırsatlar görüyorum. En büyük risk, insanların iş süreçlerini yapay zeka yardımıyla tamamen otomatikleştirmeye çok hevesli olmaları. Yapay zekanın istenen sonuçları ürettiğinden emin olmak için birkaç döngüye ihtiyacınız var. Bence Microsoft'un daha üretken olmama yardımcı olan yardımcı pilot konsepti iyi bir konsept. Bir insan olarak hala sorumluluk sahibiyim.
Eleştirmenlerin yapay zekanın bize hükmedebileceği ve hatta bizi yok edebileceği yönündeki endişelerine ne diyorsunuz?
Sistemlerin tam özerkliğe ulaşacağı ve artık kontrol edilemeyeceği endişesi, sistemin neden bu şekilde tepki verdiğini henüz tam olarak anlamadığımız gerçeğinden kaynaklanıyor. Yardımcı pilot mantığına sadık kalırsak, bu tehlikeyi görmüyorum ve kesinlikle endüstride görmüyorum.
Sistemi endüstride kullanırken hala etik kaygılar var mı?
Evet, eğer deepfake'ler aniden insanların hiç söylemedikleri şeyleri söylemelerine neden olursa. Sözde patrondan gelen ve hızlı bir şekilde büyük bir banka transferi yapılmasını isteyen sahte e-posta, kendi patronunuz gibi görünen ve konuşan bir avatarın görüntülü aramasına dönüşebilir. Bu tehlike endüstriyel şirketler için de geçerlidir. O halde buna karşı korunmak için süreçler bulunmalıdır. Kişisel verilerin söz konusu olduğu her yerde, örneğin müşteri iletişiminde etik bir çerçeveye de dikkat etmek zorundayım.
Jeneratif yapay zeka endüstride hangi ve kaç işin yerini alabilir ve hangi zaman dilimi içinde?
Bunu tahmin etmek zor çünkü teknolojinin nasıl geliştiğine bağlı. Ancak yaşlanan nüfusu ve vasıflı işgücündeki değişimle Avrupa için bu daha çok bir avantaj. Sonuçta, refahımızı güvence altına almak için üretkenliğimizi artırmamız gerekiyor. Yapay zeka, özellikle zihinsel emek söz konusu olduğunda çalışanları daha üretken hale getirecektir. Sonuç olarak çalışma alanları değişecek, ancak bu her zaman böyle olmuştur: bazı görevler ortadan kalkacak ve yenileri eklenecektir. Otomotiv endüstrisinde, gövde kabuğu üretiminin yüzde 90'ından fazlası artık otomatikleştirilmiştir. Bu, sanayi işçilerine artık ihtiyaç duyulmadığı anlamına gelmiyor, ancak bu tür sistemleri çalıştırmak için yeni, daha yüksek değerli işler yaratıldı. Aynı şeyi üretken yapay zekada da göreceğiz. Daha rutin görevleri otomatikleştireceğiz ve insan sermayemizi daha yaratıcı görevler için kullanabileceğiz.
Sonuç olarak kaç kişi ve hangi insanlar işlerini kaybedecek ve etkilenenler için ne gibi alternatifler var?
Bunu ölçmek zor ama evet, işini kaybeden insanlar olacak. O zaman bu insanları nasıl başka işlere yerleştirebileceğimizi görmemiz gerekiyor. Bu da sosyal bir görev olacaktır. Bu, yapay zekanın kişiselleştirilmiş eğitim içeriği yoluyla yardımcı olabileceği çok sayıda ileri eğitimi de içeriyor.
Endüstriyel şirketler üretken yapay zeka yoluyla maliyetlerini ne kadar azaltabilir?
Bunu söylemek için henüz çok erken, çünkü henüz işin başındayız. Her şeyden önce, YZ sistemlerinin hangi görevler için uygun olduğunu ve nereye yatırım yapmaya değeceğini görmemiz gerekiyor. İlkbaharda yapılan bir Forbes anketine göre, çoğu Amerikan şirketi önümüzdeki iki yıl içinde çalışan sayısında büyük bir maliyet değişikliği veya etki beklemiyor. Şimdi uygulama alanları bulmanın tam zamanı.
Christina Lohner Christian Schlögel ile konuştu
Kaynak: www.ntv.de