İŞ DÜNYASI

H.Kerem Fındık | 08.03.2018 - 17:12

Oracle’ın AI ve makine öğrenmesi stratejisi

Oracle 7 Mart’ta Fairmont Quasar İstanbul’da Analitik ve Yeni Teknolojiler Zirvesi’ni düzenledi. Etkinlikte Oracle ve iş ortakları yapay zekâ ve makine öğrenmesiyle ilgili projeler ve Oracle çözümlerinin bulut ve dijital pazarlamada kullanımına dair sunumlar yaptı. Oracle EMEA Bölgesi Analitik ve Büyük Veri Direktörü Michael Connaughton’la sunumunun ardından bir araya geldik.

Facebook
Twitter
Linkedin
+

Oracle EMEA Bölgesi Analitik ve Büyük Veri Direktörü Michael Connaughton’a öncelikle Oracle’ın yapay zekâya (AI) ilişkin stratejisini soruyoruz. Michael Connaughton AI stratejilerinin iki temele dayandığını söylüyor. Connaughton ilk yaklaşımı, “Öncelikle AI ya da makine öğrenmesi kullanmak isteyen farklı türdeki kişilere bakıyoruz. Burada iş amaçlı kullanımdan bahsedersek, bu kişiler kodlama gibi şeylerle uğraşmak istemiyor. Bu durumda biz makine öğrenmesini yazılı ürüne gömülü şekilde veriyoruz. Güvenlik, kurumsal yönetim, veritabanı gibi ürünlerin içine gömülü şekilde gelebiliyor” şeklinde açıklıyor. İkinci yaklaşımda ise geniş veri bilimi ekiplerine sahip müşteriler var. Bu ekipler bütün araçları kullanabilecekleri bir platform istiyor ve bu ekiplerin kullanacakları çok geniş araçları olabiliyor. Connaughton’a AI stratejilerinin rakiplerinden farkını sorduğumuzda ise “Rakiplerimiz AI ve makine öğrenmesi paketlerini ayrı şekilde satılabiliyor. Bu pazarlama açısından iyi görünebilir ama biz bunları farklı şekilde satmıyoruz. Belki de en önemli farklılıklarımızdan biri bu” cevabını veriyor.

AI ve makine öğrenmesi çözümlerimiz, müşterilerimizin daha da hızlandıracak
Michael Connaughton’la görüşmemizde Oracle’ın AI çözümlerinin pazardaki rekabeti nasıl değiştireceği üzerinde de durduk. Connaughton bu noktada rekabetin kesinlikle değişeceğini ifade ediyor: “Benim müşterilerim açısından baktığımda gördüğüm şey, şu: Müşterilerimiz veriyi rakiplerinden daha hızlı şekilde analiz ederek harekete geçmek istiyor. Biz de bu noktada müşterilerimize uçtan uca makine öğrenimi, analitik ve AI’ya sahip bilgi yönetimi platformu mimarisi sunarak rakipleriyle rekabet etmelerini sağlıyoruz.” Connaughton bu özellikleri ürünün içine gömülü şekilde verdiklerini ve böylece hızın yönetimini görebildiklerini sözlerine ekliyor. Connaughton burada altını çizdiği diğer bir noktaysa tahmine dayalı (predictive) analiz oldu. Connaughton’a göre, tahmine dayalı analizi henüz kurumların küçük bir kısmı yapabiliyor. “Bence önümüzdeki üç yıl içerisinde tahmine dayalı analitik norm haline gelecek. Bunun sonucunda da rekabet daha hızlı hale gelecek. Burada fırsatları ne kadar hızlı şekilde tanımlayabileceğiniz öne çıkacak” diyen Connaughton, bu noktada Oracle’ın temel bir farklılığı bulunuyor. Connaughton bu farklılığı şu şekilde açıklıyor: “Çünkü biz algoritmaları veriyle buluşturuyoruz. Verileri, veri kalitesini ve veri entegrasyonunu sürekli optimize ediyoruz. Biz bunların hepsini yapabiliyoruz. Böylece müşterilerimiz de bilgi yönetimi bakımından rakipleriyle rekabet edebiliyor. Bence AI ve makine öğrenmesini ürünlerimize gömerek sunma yaklaşımımız, müşterilerimizin daha da hızlanmasına neden olacak. Bu da sonuçta rekabetçi bir avantaj getirecek.”

Oracle ve The Bloodhound Project’teki yeri
Oracle’ın doğrudan içinde olmayıp bulut çözümleriyle destek verdiği “The Bloodhound Project” isimli projeye de görüşmemizde yer verdik. Bu proje, İngiliz hükümetinin arkasında olduğu bir otomobil projesi ve karada saatte 1000 mil (saatte 1609 km) hıza erişerek bu alandaki rekorun altın tacını takmak hedefleniyor. Michael Connaughton bu projeyi çok ilginç bulduğunu söylüyor ve projenin aslında iki amacı olduğunu aktarıyor: “İkinci amacı, hız rekorunu kırmayı hedefleyen bir araç olması. Birinci ve daha önemli amacı ise çocuklara ilham vermek. Çocukları bu projeyle STEM eğitimine yönlendirmek istiyoruz.” Connaughton , projenin hayatımızı nasıl değiştireceğini ise verinin kaynağını kullanıma açmak ve dünyanın herhangi bir yerindeki siteye girerek, bu ses ötesi hıza sahip aracın bütün verilerini indirebilmek şeklinde dile getiriyor. Bu verileri inceleyip görselleştirmek ve oyunlaştırmak da mümkün.