Müəssisələrdə AI tətbiqi yaxın tarixdəki hər hansı texnoloji dəyişiklikdən daha sürətlə yayılır. Rəhbərliyin hər toplantısında müzakirələr sonda eyni gözləntiyə gətirib çıxarır. AI bütün təşkilat miqyasında ölçülə bilən dəyər yaratmalıdır. ChatGPT istifadəyə verildikdən sonra mühəndislik komandaları Copilot-dan, analitiklər Perplexity-dən istifadə etməyə başladı, əməliyyat komandaları isə avtomatlaşdırmanı sınaqdan keçirdi. Məhsuldarlıq demək olar ki, dərhal artdı.
Lakin cəmi bir neçə ay sonra tətbiqin yayılma tempi zəiflədi. Pilot layihələr irəliləmədi. ROI qeyri-sabit oldu. Bu ləngimənin səbəbi modellərin zəifliyi və ya rəhbərliyin kifayət qədər iddialı olmaması deyil. Səbəb AI-nin imkanları ilə müəssisə mühitləri arasındakı struktur uyğunsuzluqdur.
Bu yaxınlarda AI tətbiqinin təşkilati tərəfini tez-tez araşdıran məzmun yaradıcısı Caleb-in bir təhlilinə rast gəldim. Onun yanaşması yeni anlayışlar təqdim etmirdi, amma bir çox müəssisə rəhbərinin artıq hiss etdiyi ziddiyyəti aydınlaşdırırdı. Bu təhlil AI-nin niyə ayrı-ayrı istifadə ssenarilərində parlaq nəticələr göstərdiyini, lakin sistem səviyyəsində transformasiya yaratmaqda çətinlik çəkdiyini izah edirdi.
AI tətbiqi modelin gücündən asılı deyil. AI-nin müəssisəyə hansı səviyyədə daxil edilməsindən asılıdır.
AI-nin nümayişlərdə niyə heyranlıq doğurduğunu, amma istifadəyə verilmə mərhələsində niyə ilişib qaldığını anlamağa çalışan CIO-lar, CTO-lar və transformasiya rəhbərləri üçün bu məqalə gizli məhdudiyyətləri və bütün müəssisə miqyasında davamlı tətbiq üçün lazım olan strateji yolları göstərir.
“AI-ni tətbiq etməliyikmi?” sualından “Tətbiq niyə bu qədər ləng gedir?” sualına
İki il əvvəl müəssisələr AI-yə ehtiyaclarının olub-olmadığını müzakirə edirdilər. Bu gün isə sual onu necə davamlı və təhlükəsiz şəkildə inteqrasiya etməkdir. Analitiklərin proqnozlarına görə, yaxın zamanda müəssisələrin istehsal etdiyi iş nəticələrinin əhəmiyyətli bir hissəsi AI tərəfindən yaradıla bilər. Kağız üzərində bu, qaçılmaz görünür. Praktikada isə təsir hələ də qeyri-bərabərdir.
Mühəndislik komandaları daha sürətli işləyir, amma müxtəlif funksional bölmələrin birgə işinin icrası demək olar ki, yaxşılaşmır. Satış komandaları müştərilərlə ilkin əlaqəni avtomatlaşdırır, lakin yenə də əl ilə koordinasiyaya vaxt itirir. Əməliyyat komandaları təhlil nəticələrini sürətlə əldə edir, amma parçalanmış məlumatları əl ilə uzlaşdırır.
Müəssisələr xətti mexanizmlər kimi işləmir. Onlar idarəetmə, təşviqlər, mədəniyyət və köhnə texnologiyaların formalaşdırdığı mürəkkəb sistemlər kimi fəaliyyət göstərir. AI bu mürəkkəbliyi azaltmaq əvəzinə artırır.
Faydalı yanaşmalardan biri müəssisələrdə AI-yə üç yetkinlik səviyyəsi üzrə baxmaqdır.
Səviyyə 1. AI dəstəkli tapşırıqlar
Faydalı, lakin mahiyyətcə məhdud
Əksər müəssisələr məhz buradan başlayır. İşçilər generativ AI-dan araşdırma aparmaq, xülasələr hazırlamaq, kod təklifləri almaq və məzmun yaratmaq üçün istifadə edirlər. Bu alətlər dərhal fayda verir.
Amma tapşırıqları sürətləndirmək iş axınını dəyişdirmək demək deyil. Tapşırıqları əhatə edən proseslər — təsdiqlər, işin bir tərəfdən digərinə ötürülməsi, hesabat mərhələləri — dəyişməz qalır. Nəticədə müəssisənin iş sürəti əhəmiyyətli dərəcədə artmır.
Tapşırığın icra sürəti ilə təşkilatın iş sürəti eyni deyil.
Bu mərhələ təhlükəsiz görünür, çünki struktur dəyişiklikləri tələb olunmur. Amma bu yanaşma uzunmüddətli investisiya gəlirliliyini öz mahiyyəti etibarilə məhdudlaşdırır.
Səviyyə 2. Agent əsaslı iş axınları
Yüksək potensial və güclü müqavimət
Agent əsaslı AI çoxmərhələli iş axınlarını avtonom şəkildə icra edir. Agentlər faylları dəyişdirir, nəticələri nəzərdən keçirir, tapşırıqları idarə edir və ya əməliyyatları əlaqələndirir. Vəd etdiyi imkanlar çox böyükdür.
Tətbiq miqyası isə elə deyil.
Maneə texniki imkanlar deyil, təşkilati hazırlıqdır. Agent əsaslı sistemlər etibar, nəzarət, idarəetmə və avtomatlaşdırmaya dözümlü yanaşma tələb edir. Onlar mövcud iyerarxiyaları və tələblərə uyğunluq üzrə oturuşmuş prosedurları pozur. Əvvəllər rast gəlinməyən əməliyyat riskləri yaradır.
Nəticədə bir çox agent əsaslı alət geriyə addım ataraq yalnız təhlükəsiz sərhədlər daxilində işləyən yarıavtonom köməkçilərə çevrilir.
Müəssisələr avtonomiyanı qorxuya görə rədd etmirlər. Onu uyğunsuzluğa görə rədd edirlər.
Səviyyə 3. Əvvəldən AI əsasında qurulan sistemlər
Uzunmüddətli üstünlük
Əvvəldən AI əsasında qurulan sistemlər ən yüksək yetkinlik səviyyəsini təmsil edir. Onlar AI-nın iştirakı başlanğıcdan nəzərə alınaraq layihələndirilir. Müəssisələr insanlar üçün optimallaşdırılmış iş axınlarını sonradan uyğunlaşdırmaq əvəzinə, AI-nın məlumat axınını, qərarların ardıcıllığını və iş ritmlərini idarə etdiyi yeni əməliyyat strukturları qururlar.
Bu, proqnozlara əsaslanan əməliyyatları mümkün edir, darboğazları azaldır və fasiləsiz qərar qəbul etməyə imkan verir.
Buna nail olmaq çətindir. Amma uzunmüddətli üstünlük tədrici təkmilləşdirmələrdən əldə olunan faydanı xeyli üstələyir.
Bununla belə, əvvəldən AI əsasında qurulan sistemlərə gedən yol uzundur. Əsl təhlükə keçid dövründə ortaya çıxır.
Ferrari problemi
İdarə olunmayan AI yüksək performanslı təhlükədir
Caleb müəssisə kontekstində daha da təsirli olan bir metaforadan istifadə etdi. İşçilərə ChatGPT və ya Copilot kimi güclü AI alətlərinə çıxış vermək sadəcə onlara Ferrari vermək demək deyil.
Bu, onlara heç bir təlim keçmədən, yol qaydaları və sığorta olmadan, avtomobilin əslində hara gedəcəyini görmək imkanı olmadan Ferrari vermək deməkdir.
Mühərrik möhtəşəmdir. Lakin həssas məlumatların, normativ tələblərin və köhnə sistemlərin mövcud olduğu mürəkkəb korporativ mühitdə bu səviyyədə nəzarətsiz güc struktur təhlükədir.
Tənzimlənməyən AI gözlənilməz məlumat sızmalarına, kölgə İT istifadəsinə, yoxlanılması mümkün olmayan nəticələrə, modelə nəzarətsiz məlumat daxil edilməsinə və audit aparmaq imkanının tamamilə itirilməsinə səbəb olur.
Ferrari təkcə sürətlə hərəkət etmir. O, müəssisənin görə bilmədiyi istiqamətlərə gedir.
İş axınları, idarəetmə sərhədləri, yoxlama qatları və inteqrasiya arxitekturası yenidən qurulana qədər nəzarətsiz AI aktiv deyil, risk mənbəyi olaraq qalır.
Korporativ miqyas niyə sistem səviyyəsində maneələr yaradır
Təşkilatlar böyüdükcə koordinasiyanın mürəkkəbliyi daha sürətlə artır. Komandanın ikiqat böyüməsi mürəkkəbliyi ikiqat artırmır. Onu qat-qat artırır.
AI fərdi iş nəticələrini yaxşılaşdırır. Lakin müəssisələr şəbəkə səviyyəsində fəaliyyət göstərir. Bu uyğunsuzluq təsirin böyük hissəsini udur.
Araşdırmalar əsas bir həqiqəti ortaya qoyur.
AI artıq mövcud olanı gücləndirir. Uzlaşma sürətlənir. Parçalanma çökür.
İş axınları və idarəetmə yenidən qurulmadıqda AI bütün sistemi dəyişdirmək əvəzinə yalnız ayrı-ayrı sahələrdə yaxşılaşma təmin edir.
Korporativ reallıq
Təhlükəsizlik, etibar, məlumat riski və daxili müqavimət
Müəssisələr avtonomluğa və ya təməlindən AI üzərində qurulan iş axınlarına yönəlməzdən əvvəl qaçılmaz məhdudiyyətlərlə üzləşirlər.
Təhlükəsizlik tələbləri məlumat sərhədləri və normativ tələblərə uyğunluq məsələlərində heç bir güzəştə imkan vermir.
LLM-lərin etibarsızlığı tərəddüd yaradır, çünki hallüsinasiyalar qəbuledilməzdir.
Kölgə İT rəsmi alətlər əməkdaşların ehtiyaclarından geri qaldıqda ortaya çıxır.
Strateji və şəxsi məlumatlar hüquqi risk və nüfuz riski yaradır.
Mərkəzləşdirilmiş idarəetmənin olmaması yoxlama və nəzarətlə bağlı qeyri-müəyyənlik yaradır.
Bunlar mühafizəkarlıq əlamətləri deyil.
Bunlar institusional məsuliyyət əlamətləridir.
AI-nin tətbiqi yalnız bu təməl prinsiplərə riayət edildikdə sürətlənir.
Bazardakı əsl boşluq
Hər iş axınını yenidən qurmaq lazım deyil
AI haqqında bəzi yanaşmalar əməkdaşların avtomatlaşdırma istədiyini fərz edir. Əslində isə bir çox iş axını sabit qalır, çünki proqnozlaşdırıla bilən və təşkilati mədəniyyət baxımından təhlükəsiz hesab olunur.
Əsl imkan başqa yerdədir.
Məlumatların əl ilə ötürülməsi.
Təkrar sənədləşdirmə.
Kontekstlər arasında keçid.
Bir-birindən təcrid olunmuş platformalar.
Bir-biri ilə əlaqəsi olmayan iş axınları.
Bu maneələr məhsuldarlığı hiss olunmadan azaldır.
Görünməyən maneələri aradan qaldırın və mənimsəmə təbii şəkildə baş verəcək.
Müəssisələrdə davamlı transformasiya üçün praktik addımlar
Uğur qazanan müəssisələr oxşar yanaşmalardan istifadə edir.
İş axınlarını ətraflı audit edin.
Agentlərin avtonom fəaliyyətini nəzarət altında, tədricən tətbiq edin.
Texnologiyanı yenidən qurmazdan əvvəl rolları yenidən müəyyənləşdirin.
Köhnə sistemlərin daha az məhdudiyyət yaratdığı sahələrdən başlayın.
Ayrı-ayrı tapşırıqların icra sürətini deyil, təşkilatın ümumi irəliləyiş sürətini ölçün.
Bu addımlar sadə görünür. Təsirləri isə eksponensialdır.
Müəssisə rəhbərləri üçün yekun düşüncə
Müəssisələrdə AI-nin mənimsənilməsi modellə bağlı problem deyil. Bu, struktur və mədəniyyətlə bağlı problemdir. Əksər təşkilatlar ayrı-ayrı tapşırıqlar səviyyəsində əldə olunan faydalarla məhdudlaşır, çünki onların iş axınları avtonom sistemlər üçün qurulmayıb.
Bunu anlayan və məqsədyönlü şəkildə yenidənqurma aparan rəhbərlər müəssisələrdə məhsuldarlığın növbəti dövrünü formalaşdıracaqlar.
AI bir-biri ilə uzlaşan təşkilatları gücləndirir, parçalanmış təşkilatlarda isə parçalanmanı daha da artırır. Əvvəlcə təməli möhkəmləndirin. Sonra miqyası genişləndirin.
Praktik qeyd
Təhlükəsiz və inteqrasiya olunmuş müəssisə qatına ehtiyac
CIO-lar və transformasiya komandaları ilə söhbətlərdə eyni mövzu təkrar-təkrar ortaya çıxır. Müəssisələrə daha bir müstəqil köməkçi lazım deyil. Onlara tətbiqləri birləşdirən, məlumatları qoruyan, idarəetmə tələblərinə uyğun gələn və mövcud sistemlərin sabitliyini pozmadan AI-ni iş axınlarına daxil edən təhlükəsiz, audit oluna bilən və dərin inteqrasiyaya malik məhsuldarlıq qatı lazımdır.
Dərin inteqrasiyalar, məxfiliyi ön planda tutan arxitektura və müəssisə səviyyəli nəzarət əsasında qurulan platformalar idarə olunmayan AI-ni riskdən strateji üstünlüyə çevirir. Onlar Ferrari-nin heç vaxt malik olmadığı, mühəndislik prinsipləri ilə qurulmuş yol sistemini təmin edir.
Dvina-nın əsasında bu fəlsəfə dayanır. O, tapşırıq aləti və ya təcrid olunmuş agent kimi deyil, tətbiqləri birləşdirən, həssas məlumatları qoruyan və komandalara nəzarətdən imtina etmədən iş axını səviyyəsində transformasiyaya nail olmaq imkanı verən iş axınlarını nəzərə alan məhsuldarlıq qatı kimi hazırlanıb.
Yekun düşüncə
Gələcək düzgün yollar quran müəssisələrindir
AI-yə keçiddə qalib gələn müəssisələr ən çox modelə sahib olanlar olmayacaq. AI-nin fəaliyyət göstərməsi üçün ən təhlükəsiz, ən aydın və dəyişikliklərə ən yaxşı uyğunlaşan yolları quran müəssisələr qalib gələcək.
İş axınları, idarəetmə və məlumat axınları bir-biri ilə uzlaşdıqda AI eksperimental mühərrik kimi işləməkdən çıxır və əsl müəssisə infrastrukturuna çevrilir.
Gələcək ən sürətli mühərrikləri olan müəssisələrə deyil, ən möhkəm yolları olanlara məxsusdur.