Dört farklı şey aynı adla satılıyor
“Yapay zekâ” etiketi altında birbirinden çok farklı olgunluktaki işlevler toplanıyor. Ayırmak, teklifi okumayı kolaylaştırır.
| Ne satılıyor | Aslında ne yapıyor | Nasıl sınanır |
|---|---|---|
| Kural motoru | Önceden yazılmış eşiklerle karar verir (stok şu seviyenin altına inerse ikmal aç). | “Bu kararı hangi kural veriyor, kuralı ben değiştirebiliyor muyum?” Yanıt evetse bu yapay zekâ değil, yapılandırmadır — ve çoğu zaman daha iyisidir. |
| Tahmin / optimizasyon | Geçmiş veriden iş yükü, talep veya slotlama önerisi üretir. | “Kaç aylık veriyle eğitiliyor, tahmin tutmadığında ne oluyor, isabet oranını ölçüyor musunuz?” |
| Anomali tespiti | Olağandışı hareketi işaretler (beklenmeyen sayım farkı, alışılmadık iptal). | “Yanlış alarm oranı ne, uyarıyı kim kapatıyor, kapatma kaydı tutuluyor mu?” |
| Dil modeli (asistan, sesli komut) | Doğal dille soru sorma, rapor isteme veya görev açma. | “Model nerede çalışıyor, deponun verisi dışarı çıkıyor mu, yanlış anladığında ne oluyor?” |
Bir işlevin kural motoru olması kusur değildir. Depoda çoğu kararın açıklanabilir ve tekrarlanabilir olması gerekir; bunu en iyi yapan şey genellikle iyi yazılmış bir kuraldır.
Tedarikçiye sorulacak dokuz soru
Bu sorular iç değerlendirme kataloğumuzun yapay zekâ bölümünden alınmıştır; tedarikçi profillerini değerlendirirken de aynılarını kullanıyoruz.
- Ürün içinde yapay zekâ desteği tam olarak hangi ekranda devreye giriyor?
- Hangi kararı veriyor: öneri mi sunuyor, yoksa işlemi kendisi mi yapıyor?
- Kullanıcı sonucu görüp değiştirebiliyor mu; değiştirme kaydı tutuluyor mu?
- Hangi veriyle çalışıyor: yalnız bizim verimiz mi, başka müşterilerin verisi de var mı?
- Veri nerede işleniyor — yurt içinde mi, hangi sağlayıcıda?
- Talep veya iş yükü tahmini üretiliyorsa isabeti ölçülüyor mu, rakamı paylaşabilir misiniz?
- Doğal dille rapor sorgulanabiliyor mu; yanlış yanıt verdiğinde kullanıcı bunu nasıl anlar?
- Sesli komut varsa gürültülü depoda test edildi mi; hangi dillerde çalışıyor?
- Bu özellik standart pakette mi, ek modül mü, yoksa proje bazında mı geliştiriliyor?
Veri nerede işleniyor: atlanmaması gereken soru
Depo verisi göründüğünden daha fazla kişisel veri içerir: alıcı adı ve adresi, telefon, bazen sipariş içeriği. Bir dil modeli bulutta çalışıyorsa bu veriler işlenmek üzere dışarı çıkıyor olabilir; sağlayıcı yurt dışındaysa yurt dışına aktarım gündeme gelir. Bunu teknik bir ayrıntı olarak değil, sözleşme maddesi olarak ele alın: hangi sağlayıcı, hangi ülke, veri eğitimde kullanılıyor mu, saklama süresi ne. Kurulum modeli ve veri yeri tarafını <a href="/analiz/bulut-mu-kurum-ici-mi-wms">bulut mu kurum içi mi</a> yazımızda ayrıntılı ele aldık.
Yapay zekâ neyi çözmez
- Yanlış ana veri. Barkodu, ölçüsü veya ambalaj hiyerarşisi hatalı bir üründe hiçbir model doğru tahmin üretmez.
- Adressiz depo. Konum verisi yoksa optimizasyonun üzerinde çalışacağı bir uzay da yoktur.
- Tanımsız süreç. Sistem, kimsenin karar vermediği bir işi sizin yerinize kararlaştırmaz; yalnız mevcut kararı hızlandırır.
- Ölçülmeyen performans. İsabet ve fayda ölçülmüyorsa özelliğin işe yarayıp yaramadığı bilinemez.
Bu dördü hazırsa yapay zekâ gerçek fayda üretebilir. Hazır değilse, ilk yatırımı modele değil veriye ve sürece yapmak gerekir. Gereksinimlerinizi seçip kaynakta doğrulanmış yetenekleri karşılaştırmak için <a href="/wms-finder">WMS bulucuyu</a> kullanabilirsiniz.
Sık sorulan sorular
WMS'te yapay zekâ ne işe yarar?
Başlıca dört alanda kullanılır: geçmiş veriden iş yükü ve talep tahmini, olağandışı hareketin işaretlenmesi (anomali tespiti), doğal dille rapor sorgulama ve sesli komut. Bunların bir kısmı aslında kural motorudur; farkı anlamak için “bu kararı hangi kural veriyor, değiştirebiliyor muyum?” diye sorun.
“AI destekli” iddiasını nasıl sınarım?
Dört soru yeter: hangi ekranda devreye giriyor, hangi kararı veriyor, kullanıcı sonucu görüp değiştirebiliyor mu, ve isabeti ölçülüyor mu. Dördüne de somut yanıt gelmiyorsa ortada ölçülebilir bir işlev yoktur.
Yapay zekâ özelliği kullanırken verim nereye gidiyor?
Bir dil modeli bulutta çalışıyorsa depo verisi işlenmek üzere dışarı çıkıyor olabilir; sağlayıcı yurt dışındaysa kişisel verilerin yurt dışına aktarılması gündeme gelir. Hangi sağlayıcı, hangi ülke, veri eğitimde kullanılıyor mu ve saklama süresi ne — bunları sözleşme maddesi olarak yazın.
Yapay zekâ kötü veriyi düzeltir mi?
Hayır. Barkodu veya ölçüsü hatalı bir üründe hiçbir model doğru tahmin üretmez; adres verisi yoksa optimizasyonun üzerinde çalışacağı bir uzay da yoktur. İlk yatırım modele değil ana veriye ve sürece yapılır.
Yöntem ve düzeltmeler: yayın ilkeleri.