Yapay Zeka’da Öğretilmiş Kaos

Merhaba Sevgili Okuyucu,

Geçenlerde beyaz Moncler mont giymiş Papa fotoğrafı, sizin de sosyal medya hesaplarınızı ele geçirdi mi Allah aşkına?

Önce onun fotoğraf değil, aslında resim olduğu ortaya çıktı. Sonra her taşın altından çıkan muzır teknolojimiz AI’ın işi olduğunu öğrendik tabii. Sonra insanlar görselin ne kadar “fazla” gerçeğine benzediğine dellenip, her zamanki gibi “Dünya nereye gidiyor?” moduna girdiler. Öte yandan görsellerin, adeta bir sanat eseri ya da PR kampanyası gibi, kreatif fikrini bulan ve teknik olarak uygulayan, yaratan ekibi takdir edenler de hiç az değildi. Nasıl olmasın? Görmesini bilen gözler için bundan güzel, bundan stratejik bir ticari karar verilebilir mi? 

Moda markalarında yapay zekanın kullanımı, artık sadece teknik ekiplerin ya da anlatması keyifli diye pazarlama ve halkla ilişkiler departmanlarının ağzının suyunu akıtmıyor. Sıraya bilhassa üst düzey finansal yöneticiler de girdi, çünkü görüldü ki artık yapay zeka demek, para demek. Ultra hızda akan günümüz dünyasında son sürat koşmamak artık durmak değil, geriye düşmek anlamına gelirken, dünya tarihinde çok az teknoloji bu kadar büyük bir hızla yaygınlaştı, sevildi ve kabul gördü. 

O kabul görmesin de kim görsün: McKinsey’nin konu hakkında yaptığı, geçtiğimiz Nisan ayında yayınlanan son raporuna göre, üretken yapay zeka (Generative AI); giyim, moda ve lüks sektörlerinde yer alan işletme kârlarına 150 ila 275 milyar dolar ek gelir ekleyebilecek. İsterseniz sıfırlarını da ekleyeyim yanına da durumun ciddiyetini kavrayalım: 150.000.000.000 USD – 275.000.000.000 USD. 

Bu sıfırı bol dolarların fikri, sektördeki işletme sahiplerini tabii ki son derece heyecanlandırdı ve ticaretin ilk kuralı olan “para kazanmak için para harcamalısın” çarklarını hemen çalıştırmaya başladı. Scale AI tarafından yapılan bir ankete göre, perakende ve e-ticaret firmalarının yüzde 74’ü, önümüzdeki üç yıl içerisinde yapay zeka bütçelerini artırmayı planlıyor. 

Peki, bu artırılan bütçeler nereden kesilecek sorusunu sormadan önce, ne amaçla kullanılacak onu düşünelim, sektörden kafa açan birkaç örnekle birlikte.

Üretken yapay zekanın, ilk nesil yapay zeka kullanımından farkı daha sohbetsel bir diyaloğun parçası olabilmesi; yani makine ile tek soru – tek cevap ile tamamlanan diyalog akışından ziyade, konuşma içeriğini ve amacını hafızasında tutup onun üzerine sohbeti inşa edebilmesi. Makineyle sohbet deyince de aklınıza hemen “Kargom nerede kaldı?” diye çemkirdiğiniz internet sayfalarındaki yardım kutuları gelmesin. Sadece müşteri hizmetlerinden değil, daha önceki aylarda da ele aldığımız işin daha yaratıcı taraflarından; örneğin stylist’lerden de iş yükü alabilir sevgili makinemiz. 

Niye döne döne bu styling konusuna odaklanıyorum diye merak ederseniz sevgili okuyucular, çünkü para orada. Mesela, ünlü Alman lüks pazaryeri markası Mytheresa’nın 2020’de halka açılma hazırlık raporlarında gördük ki markanın müşterilerinin en üstteki yüzde 2’si, satışlarının yaklaşık yüzde 30’unu oluşturuyor. Peki, bu sadakat, marka sevgisi ve bu duyguların dolara dönüşmesi bir pazaryeri için nasıl oluşabiliyor? Gelen müşteriye doğru tercihleri göstererek. Günümüz dünyasında her şey otomatize edilirken, kişiye özel kombin hazırlama hizmetinin veriye dönüştürülmemesi tabii ki kabul edilemez. 

Fakat yapay zekanın eğitilmesi en zor konularından biri de; “insanların gerçek zamanlı tercihleri”. Çünkü İktisat 101 kitaplarında hepimize ezberletilen “İnsan rasyonel kararlar veren bir canlıdır” önermesine ek olarak “Ama her zaman, kendi içerisinde istikrarlı bir şekilde karar veren bir canlı değildir”i de eklemek lazım. Örneğin; senelerce beğendiğimizi düşünüp satın aldığımız kırmızı renkli tasarımları bazen bir anda giymemeye karar verebiliyoruz. Bir bakmışız ki o aslında bizim değil, fazla geçişken bir ilişki kurduğumuz annemizin en sevdiği renkmiş. Bu haletiruhiyedeki keskin geçişi bir makine gözlemleyemez ama müşterisiyle senelerdir sohbet eden, duygu durumunu şak diye gözünden anlayan stylist’i, 10 dakika içinde bu durumla karşılaşacağını bilir. 

Makine öğrenimi uzun yıllar düz mantıkla şekillendirildi, yani; “şu şu şartlar varsa, sonuç bu” düzlüğünde formüllerle beslenen bu mantık, insanlığın kendine has sapmalarına, anormalliklerine ve dolayısıyla yeni keşif ve nefeslerine sahip olamadı. Makineye, eksik kalan yıldız tozunu da ekleyip, sofistike bilgiye dayalı karar verme ağacına dayalı müşteri odaklı pozisyonlarda da başarılı olabilsin diye, artık yapay zeka eğitim formüllerine “kaos” faktörü de eklenmeye başladı. Makinelerin idealize yaratabildiği metinlerde, resimlerde ve kombinlerde insana has organikliği, inorganik olarak eklemeyi öğrenecek yani. Çok heyecan verici değil mi? 

Bu sebeple de onları iyice bol bol beslemeliyiz; yani çok sayıda ve farklı yönde veri setleri satın alınmalı ki her şirketin kendi amacına yönelik eğitebileceği yapay zekası olsun. Bu sebeple öncelikli ve en geniş paya sahip maddi ve teknolojik yatırım da bu bölgeye olacak. Çünkü bu yatırımın sonunda, daha çok değil bir sene önce arama barına müşterinin aklına gelen ilk fani fikir olan “Beyaz Keten Elbise”yi arattırıp, çıkan sonuçlar sayesinde son derece kısıtlı bir satış şansına sahip bir marka; bu sene aynı satın alma talebini müşterisine “Eylül sonu Sicilya’da bir akşam gerçekleşecek düğün için elbise” cümlesiyle aratabilecek. Müşterinin sanki karşısında bir insan varmış gibi, derdini detaylarıyla makineye anlattığı bu durumda ise, markanıza özel eğittiğiniz üretken yapay zekanız sayesinde mesela şöyle bir cevap verebileceksiniz: “Zeynep, ama bu ne kadar fevkalade bir etkinlik, çok güzel vakit geçireceğine eminim. Eylül ayında Sicilya gündüz hâlâ sıcak olsa da, geceleri çok rüzgarlı olur. Sana o yüzden dar kesimli, uçuş uçuş olmayan diz üstü ipek bir elbise seçtim. Yaz düğünlerinde çoğu kişi uçuk pembeler, kırık beyazlarla aynı dolaşırken, sana gecede gelinden rol çalmadan kendi tarzınla ön plana çıkabilmen için bebek mavi bir ipek seçelim diyorum. Çok eserse diye de üzerine şu krem rengi ince kaşmir şal harika olur. Düğün nerede gerçekleşecek, kumsalda mı, düz tabanlı bir mekanda mı? Ona göre ayakkabının topuklu mu yoksa düz mü olacağına karar veririz.”