KPMG, Nisan 2023 tarihli “Üretken Yapay Zekâ Modelleri – Riskler ve İş Dünyasındaki Potansiyel Faydaları” adlı raporunda ChatGPT, DALL-E 2 ve Bard gibi üreten yapay zekâ modellerinin iş dünyasını nasıl etkileyeceğini mercek altına aldı.
Rapora göre en yaygın üretken yapay zekâ modelleri; içerik oluşturucular, bilgi çıkarıcılar, akıllı chatbotlar, çevirmenler ve kod oluşturucular olmak üzere beş kategoriye ayrılıyor.
- İçerik oluşturucular: Blog gönderileri, e-postalar, sosyal medya gönderileri, görseller, web metinleri ve reklamlar gibi içerikleri üreten araçlar.
- Bilgi çıkarıcılar: Bu uygulamalar haber metni, blog gönderileri, yasal belgeler ve daha fazlasının kısa ve uzun özetlerini oluşturabilir. Bazı şirketler bunları yasal belgeleri geliştirmek ve analiz etmek için kullanır.
- Akıllı chatbotlar: Şirketler, tüketici asistanları olarak akıllı chatbotları giderek daha fazla kullanıyor. Chatbotlar sohbet şeklinde etkileşime girer ve takip eden soruları yanıtlayabilir, hataları kabul edebilir, yanlış fikirlere itiraz edebilir ve uygunsuz talepleri reddedebilir.
- Çevirmenler: Birçok dili çevirebilen çok dilli bu araçlar, çeviri siteleri de dâhil olmak üzere tüm web sitesi arayüzlerini oluşturma potansiyeline de sahiptir.
- Kod oluşturucular: Üretken yapay zekâ modelleri, doğal metin girdilerini kod parçacıklarına veya uygulamalara dönüştürebilir. Temel bir açıklama veya küçük bir program işlevi girdisi ile bu modeller, çeşitli programlama dillerinde kod üretebilir ve hataları belirleyip düzeltebilir.
Rapora göre üretken yapay zekâ modellerinin kullanım alanları ve potansiyel faydaları şöyle:
BT operasyonları
- LMM (geniş çok modlu model) tabanlı bilgi yönetim sistemleri: Çeşitli veri kaynağı biçimlerinden bilgi toplama. Bu bilgiler daha sonra belirli öğeleri aramak için sorgulanabilir.
- Self-servis BT desteği: Diyaloğa dayalı yapay zekâ chatbotları tarafından oluşturulan destek talimatları aracılığıyla çalışanların BT sistem hatalarını ele almasına yardımcı olmak.
- Kodlama veya kodu test etme: Kodu bir işlevden diğerine, örneğin SQL’den Python’a dönüştürme veya çalıştığından emin olmak için kodu test etme.
Denetim/uyumluluk
- Denetim incelemesini otomatikleştirme: Sorgu biçimlerine dayalı denetim gönderimi olgu bulma ve ayrıntılı denetim incelemelerini otomatikleştirme.
- Bağımsızlık şartlarının değerlendirilmesi: Bağımsızlığı belgelendirmeye yönelik onay sürecini basitleştirmeye yardımcı olmak için denetim görevinin bağımsızlık gerekliliklerinin değerlendirilmesi.
İnsan kaynakları
- Aday seçimi: Uygun adaylarının belirlenmesine yardımcı olmak için iş tanımı ve ilgili beceri verileri üzerinde üretken yapay zekâ modelleri eğitimi.
- Self servis uygulamalar: Hem insani bir şekilde bilgi paylaşabilen hem de İK konusundaki sorguları çözebilen chatbotları devreye alma.
Operasyonlar
- Sürdürülebilirlik ve ESG (çevresel, sosyal ve yönetişim) raporlaması: ESG inisiyatiflerini özetleyen sade ifadeler oluşturmak da dâhil olmak üzere ESG verilerinin bağlama oturtulması ve raporlama işlemlerinin desteklenmesi.
- Sanal etkinlik yönetimi: Davetiye taslağı hazırlayarak, oturumları planlayarak ve katılımcı sorularını yanıtlayarak etkinlik yönetimini koordine etmek.
- İş operasyonlarının basitleştirilmesi: E-postaları ve teklif taleplerini hazırlama, rekabet analizini yürütme ve pazar araştırması yapma.
Finans ve lojistik
- Ödemeleri kategorize etme ve doğrulama: Büyük hacimli verileri sınıflandırarak kuruluşların vergi katkılarını kamuya açık hale getirmelerine yardımcı olmak.
- Sözleşme şartlarının hazırlanması ve gözden geçirilmesi: Sözleşmeleri gözden geçirmek ve olası çıkar çatışması maddelerini öne çıkarmak ve sözleşme sürecini hızlandırmak için maddeler ve şartlar hazırlamak.
Yasal ve kurumsal yönetişim
- Yatırımlar için bağımsızlıkla ilgili kişiselleştirilmiş öneriler yapmak: Kuruluşların, chatbotlar aracılığıyla bağımsızlıkla ilgili sorgulara kişiselleştirilmiş yanıtlar vermesini sağlamak.
- Yasal alıntıları ve kaynak bağlantılarını ortaya çıkarmak: Saygın kaynakların belirlenmesine yardımcı olan ilgili yasal alıntıları ve vaka örneklerini aramak.
Pazarlama
- Kampanya dilini basitleştirmek: Çeşitli dillerde iyi tercüme edilen alternatif sözcük seçenekleri bulmak.
- Pazarlama iletişimlerini geniş ölçüde yerelleştirme: Yerel görüşme verilerini modelle paylaşarak küresel kampanyaların yerelleştirilmesine yardımcı olma.
- Karmaşık bilgileri ayıklama: Güçlü bir pazarlama kampanyası oluşturmaya yardımcı olacak içeriği özetlemek ve yapılandırmak için finansal durum tespiti gibi temel bilgileri öğrenmek.
Raporda bu modellerin bazı potansiyel riskleri ise şu şekilde sıralanıyor:
- Gizliliği ve fikri mülkiyeti ihlal etmek,
- Çalışanların kötüye kullanımı ve hatalar,
- Yetenekler üzerindeki etkisi,
- Yanlış bilgilendirme, önyargı ve ayrımcılık,
- Telif hakkı,
- Finansal risk, marka ve itibar riski,
- Siber güvenlik.
KPMG International’ın Global Dijital Yöneticisi Lisa Heneghan rapordaki açıklamasında “Teknolojinin gücünü ortaya koyan üretken yapay zekâ modelleri, bizi daha üretken kılma potansiyeline sahip ve bazı açılardan yaptığımız işi kolaylaştırabilir. Tüm kuruluşların ve bireylerin farkında olması gereken riskleri barındırsa da, bu modelleri görmezden gelemeyiz. Artık hızla günlük kişisel ve profesyonel hayatımızın bir parçası haline geldiklerine göre, onları nasıl benimseyeceğimize karar vermeliyiz ama güvenli bir şekilde” diyor.
Yorumlar