Değer Ölçümü ve Yol Haritası

Açılış sahnesi

Nevşehir'de üç butik otel işleten bir şirketin yıl sonu yatırım toplantısında pazarlama müdürü, yapay zekâ araçlarının bir yılını anlatıyor. Ekip haftada otuz saat kazanmış; misafir mesajlarına cevaplar eskisinden çok daha hızlı; sosyal medya ve bülten içeriği yüzde kırk artmış. Müdür bütçenin iki katına çıkarılmasını ve araçların rezervasyon ve muhasebe ekiplerine de yayılmasını öneriyor.

Şirketin finans ortağı üç soru soruyor. Kazanılan otuz saatin içinde, araçların taslaklarını düzeltmek için harcanan saatler var mı? Yıl içinde kaç kez bir araç yanlış bir şey söyledi ve bu şirkete neye mal oldu? Rezervasyonlarda ya da misafir memnuniyetinde bir fark var mı; yoksa yalnız daha çok içerik mi üretildi?

Müdürün elindeki rakamlar bu sorulara cevap vermiyor. Otuz saat, yılın başında yapılmış bir tahmin. Yıl içinde bir mesaj aracının bir misafire, otelin uygulamadığı bir erken giriş indirimini vaat ettiği ve otelin bu sözü tuttuğu bir olay var, ama bu olay hiçbir tabloda yok. Rezervasyonlar geçen yıla göre arttı, ama aynı dönemde bölgeye gelen turist sayısı da arttı.

Bu derste ne olacak

Nevşehirli otel şirketi bir kurgu; vakalarda anılan dükkân ve atölyeler de uydurmadır. Hesaplar örnek niteliğindedir. Pazarlama müdürünün iddiası belki doğruydu; ama kanıtı yoktu. Verimlilik, kalite düşmeden gerçekleşmiş mi bilinmiyordu. Araçların yarattığı risk ve bu riski yönetmenin bedeli hesaba girmemişti. İş sonuçlarındaki değişimin araçlardan mı, başka bir şeyden mi geldiği ayrılmamıştı.

Bu ders kursu ve pazarlama teknolojisi, yapay zekâ ve otomasyon birimini kapatıyor. Önce verimlilik iddiasını kaliteyle düzeltmeyi göreceğiz. Ardından yapay zekânın risk ve yönetişim bedelini, araçların iş sonucuna etkisini karşılaştırmalı bir pilotla ölçmeyi ve bütün bu kanıtları her yapay zekâ girişimi için bir yatırım kararına ve bir yol haritası adımına bağlamayı ele alacağız.

Sıfır noktası

Değeri ölçmenin parçaları bu birimde tek tek kuruldu. Otomasyon kursunda gerçekleşen tasarruf, bir otomasyonun doğurduğu bütün insan işini düştükten sonra kalan zamandı; kendiliğinden dönüşüm, akış olmasa da gerçekleşecek satın almaydı; müşteri bedeli ve akış karnesi de otomasyonun müşteriye yüklediği bedeli ve her akış için verilecek kararı kuruyordu. Üretken yapay zekâ kursunun ilk dersi, bir çıktıyı kullanmanın asıl bedelinin onu denetlemek olduğunu doğrulama maliyeti adıyla göstermişti. Bu kursun ilk dersi de maliyet dökümünü ve kabiliyet başı maliyeti kurdu.

Ölçüm biriminde kanıt merdiveni, bir etkiye dair kanıtları ölçme güçlerine göre sıralıyordu; hedefleme seçilimi ise zaten satın almaya yakın olanlara yönelen bir çabanın etkisini abartmasıydı. Metin deneyleri dersindeki yenilik etkisi, yeni bir şeyin yalnız yeni olduğu için bir süre daha iyi sonuç vermesiydi. MarTech kursundaki terfi koşulu da, bir aracın yol haritasında bir üst aşamaya geçmesi için önceden yazılan şarttı. Bu ders bu parçaları, bir yapay zekâ girişiminin değerine dair tek bir kanıt düzeninde birleştiriyor.

Mekanizma — verimliliği kaliteyle düzeltmek

Yapay zekâ araçlarının en sık öne sürülen faydası verimliliktir: aynı işi daha az zamanda, ya da aynı zamanda daha çok iş. Ama bu iddia çoğu zaman yalnız üretim hızını ölçer. Çıktının düzeltilmesi, yeniden yazılması ya da bir hatanın telafi edilmesi için harcanan zaman ve çıktının kalitesindeki değişim, hesabın dışında kalır. Daha çok içerik üretmek de, o içerik okunmuyor ya da işe yaramıyorsa bir değer değildir.

Kalite düşerse, kazanç sayılmaz.

Karşılaştırma için bir başlangıç ölçümü.

Çok içerik, değer değildir.

Mekanizma — riskin ve düzenin bedeli

Yapay zekâ araçlarının değer hesabında çoğu zaman iki kalem eksik kalır. Birincisi, araçların yol açtığı olayların bedelidir: yanlış bir söz, yanlış bir fiyat, yanlış kişiye giden bir bilgi. İkincisi, bu olayları önlemek için kurulan düzenin bedelidir: kalite güvencesi, erişim gözden geçirmeleri, eğitimler, yerel uzmanların zamanı. Birinci kalem görmezden gelinirse değer abartılır. İkinci kalem görmezden gelinirse düzen, maliyet kesilirken ilk kurban olur.

Tek bir olayın bedeli.

Otomasyon düzene de uygulanır, sınırıyla.

Mekanizma — iş sonucunu ayırmak

Yapay zekâ araçları kullanılmaya başlandıktan sonra satışlar, rezervasyonlar ya da memnuniyet artmışsa, bu artışın ne kadarının araçlardan geldiği bilinmez. Aynı dönemde mevsim, fiyatlar, rakipler ve pazarın kendisi de değişir. Ekipler araçları kullanmaya istekli olanlardan başlarsa, en iyi ekiplerin sonuçları araçların etkisi gibi görünebilir. Bu karışıklığı ayırmanın yolu, araçların bir süre için yalnız bazı ekiplerde, şubelerde ya da işlerde kullanıldığı ve karşılaştırılabilir bir grupla kıyaslandığı bir pilottur.

Gönüllü ekip, iyimser sonuç.

İş sonucu satış olmayabilir.

Yenilik etkisi geçene kadar.

Usta katmanı — kanıtı karara bağlamak

Bir yapay zekâ girişiminin değerine dair kanıtlar toplandıktan sonra, bir karar verilmesi gerekir: bu girişim büyütülecek mi, olduğu gibi mi sürdürülecek, sınırlanacak mı, yoksa bırakılacak mı? Kanıtlar farklı yönleri gösterebilir: zaman kazancı yüksek ama iş sonucu belirsiz, ya da iş sonucu iyi ama yönetişim payı yüksek. Karar, bu kanıtların hepsinin tek bir yerde, güven düzeyleriyle birlikte görülmesini ve bir sonraki adımın koşullarıyla birlikte yazılmasını gerektirir.

Ölçekleme, koşulla.

Bırakmak da bir karardır.

Küçük işletmede tek sayfa.

Yaygın hatalar

Aklında kalsın

Kabul edilen çıktı başına süre, verimliliği kaliteyle düzeltir. Düzeltme, yeniden yazma ve atılan çıktılar da hesaba girer.

Yönetişim payı, brüt kazançtan kalite düzeninin ve olayların bedelini düşer. Pay yüksekse düzen kaldırılmaz, daha verimli yapılır.

Karşılaştırmalı pilot, iş sonucunu benzer gruplar arasında kıyaslayarak ayırır. Gönüllü ekiplerle değil, benzer ekiplerle ve yenilik etkisi geçene kadar sürdürülür.

Değer kanıt dosyası, bütün kanıtları güven düzeyleriyle bir araya getirip ölçekle, sürdür, sınırla ya da bırak kararına bağlar. Karar, koşuluyla birlikte yol haritasına girer.

Sonraki derse köprü

Bu dersle pazarlama teknolojisi, yapay zekâ ve otomasyon birimi kapanıyor. Birimin kursları, araçların hangi rolleri taşıdığından başlayıp otomasyonun, üretken yapay zekânın ve bütün bu teknolojinin yönetişiminin nasıl kurulacağına ve değerinin nasıl kanıtlanacağına kadar ilerledi. Nevşehirli otel şirketinin pazarlama müdürü, gelecek yılın toplantısına bir tahminle değil, bir değer kanıt dosyasıyla gidecek.

O toplantıda kararı tek bir kişi vermeyecek. Finans ortağı riskle ve geri dönüşle, operasyon müdürü çalışanların zamanıyla, bilgi işlem sorumlusu güvenlikle ilgilenecek; karar birkaç ay sürecek ve yanlış bir karar şirkete bir yıl boyunca pahalıya mal olacak. Otel şirketinin kendi kurumsal müşterileri, örneğin toplantı ve konferans için otel seçen şirketler de, kararlarını tam olarak böyle veriyor.

Sıradaki birim işletmeden işletmeye pazarlamayı ele alıyor. İlk dersi, çok paydaşlı, yüksek riskli ve uzun süren satın alma kararlarının ve kurumsal hedeflerin pazarlamayı nasıl değiştirdiğini çalışıyor.