AI-Ready Serisi · 1/8 – Üretim Sektörü : Yapay zekânızın başarısız olma nedeni algoritmanız değil!
Yapay Zeka Uygulamalarına Hazır (AI-Ready) Bilişim Sistemi Mimarisi için Veri ve Süreç Entegrasyonu Serisi — Makale 1/8
25 yıldır teknoloji ve üretim sektöründeyim. ERP’ nin geleceği kurtaracağını söylediler — kısmen doğruydu. IoT her şeyi değiştirecekti — kısmen. Şimdi sıra yapay zekâda. Ve yine aynı sahneyi izliyoruz.
Yönetim kurulunda, patron karşısında coşkuyla sunulan proje. İşe alınan yazılımcılar, veri bilimciler. Satın alınan platform lisansları. Altı ay sonra: “Pilot aşamasında güzel sonuçlar aldık, ama ölçeklenemiyoruz.”
Bu bir şans meselesi değil. Bir mimari meselesi.
Sorun algoritmalarda değil, zemininde
Bu yıl tamamladığım yüksek lisans tezimde tekstil sektörünü derinlemesine inceledim. İplik, boyahane, dokuma, örme, konfeksiyon — her üretim adımı her gün devasa miktarda veri üretiyor. Ama bu verinin önemli bir kısmı sektörün devi bir çok firmada hala kağıt formda. Veri’ nin geri kalanı ise birbirinden kopuk sistemlerde dağınık biçimde duruyor.
Avrupa Parlamentosu’nun 2024 tarihli STOA (Science and Technology Options Assessment — AB Parlamentosu Bilim ve Teknoloji Değerlendirme Birimi) raporu bunu rakamlarla belgeliyor: tekstil değer zinciri boyunca veri eksiklikleri ve standartlaşma sorunları, hem sürdürülebilirlik hedeflerini hem de dijital dönüşüm yatırımlarını sekteye uğratıyor.
Tekstil burada sembolik. Aynı tablo otomotiv yan sanayiinde de var, gıdada da, ambalajda da.
Gerçek engel teknik değil
2024’te yayımlanan kapsamlı bir sektör araştırmasında (Li, Cheng & Møller — “Data Governance: A Critical Foundation for Data-Driven Decision-Making”, arXiv 2024) yapay zekâ ve büyük veri projelerine ciddi yatırım yapmış üç farklı endüstriyel şirket incelendi. Sonuç çarpıcıydı: şirketler beklenen sonuçlara ulaşamıyordu — ve nedeni teknolojiyle ilgili değildi.
Araştırma veri sorunlarının dört ana kaynağını tespit etti:
→ İnsan faktörü: farkındalık, eğitim ve liderlik eksikliği
→ Yazılı kural yokluğu: sahiplik politikası, isimlendirme standardı, veri giriş kuralı yok
→ Teknolojik yetersizlik: eski sistemler, uyumsuz platformlar
→ Kaynak kısıtı: bütçe ve iş gücü
Dikkat edin: liste teknoloji ile başlamıyor. İnsan ve kural ile başlıyor.
Model ne kadar iyi olursa olsun…
…tutarsız ve eksik veriyle beslenen bir model güvenilir sonuç üretemez.
Bunu şöyle düşünün: boyahanede mükemmel bir renk sapması tahmin modeli geliştirdiniz. Ancak proses sırasındaki gerçek sıcaklık ve pH değerleri kağıt formda, laboratuvar renk ölçümleri lokal Excel dosyasında, boya reçetesi ise ERP’ de — ama üçü birbirine bağlı değil.
Model ne öğrenecek?
Peki ne yapmalı?
Araştırmamdan çıkan en net bulgu şu: AI-Ready dönüşümü bir teknoloji projesi değil, kurumsal yönetişim ve mimari olgunluk projesidir.
Önce veri omurgası. Sonra model.
Bu, dört katmanlı bir düşünce çerçevesini gerektiriyor:
- Yönetişim ve iş süreçleri — kimin hangi veriye sahip olduğu
- Entegrasyon — verilerin üretim sahasından kurumsal sistemlere nasıl aktığı
- Analitik platform — verinin işlendiği ve kalite güvencesinin sağlandığı katman
- Karar zekâsı — yapay zekâ çıktılarının operasyonel kararlara dönüştüğü yer
Bu dört katman sırayla, birbirinin üzerine inşa edilerek kurulmadığında, yapay zekâ projeleri ne kadar iyi algoritmalar kullanırsa kullansın kurumsal ölçekte değer üretemez.
Bu serinin devamında
Önümüzdeki haftalarda tezimde oluşturduğum bu çerçevenin her katmanını ayrı ayrı ele alacağım: veri yönetişiminin neden teknik değil yönetimsel bir konu olduğundan, Unified Namespace ve olay güdümlü mimariye, Data Mesh prensiplerinden TOGAF uyumlu dönüşüm yol haritasına kadar. Tekstil sektörü odaklı ama üretimde dijital dönüşümle ilgilenen herkes için.
Veri ve mimari temeli kurulmadan başlatılan yapay zekâ projeleri, teknik olarak başarılı görünse dahi kurumsal ölçekte sürdürülebilir değer üretme kapasitesine sahip değildir.
Bu cümleyi 25 yıllık saha deneyimimle söylüyorum — ve şimdi akademik literatürle de destekleyebildiğimi görüyorum.
Üretim sektöründe dijital dönüşüm ve AI-Ready mimari üzerine hazırladığım bu seriyi takip etmek ister misiniz? Deneyimlerinizi ve sorularınızı yorumlarda paylaşın.
#AIReady #DigitalTransformation #Manufacturing #DataGovernance #Industry40 #Textile #CIO
Üretim Sektörü : Yapay zekânızın başarısız olma nedeni algoritmanız değil! | LinkedIn