Fatih Öğün [email protected]

Bankacılık sektöründe yapay zekâ stratejisini kurgulamak

Geçmiş dönemde ağırlıklı olarak teoride kalan ve sınırlı uygulama alanı bulan yapay zekâ çözümlerini artık birçok alanda görmek mümkün. Google’da yer alan arama sonucu önceliklendirmeleri, arama sonuçlarının yanında çıkan reklamlar, Amazon’da yer alan ürün tavsiyeleri, Google’un yakın zamanda çıkardığı Vision uygulamasında yer alan tabelaların sistem tarafından tanınması, ilgili bilgilerin bulunması ve gerektiği yerde tercüme edilmesi bu alanda sayabileceğimiz öne çıkan uygulamalar arasında yer alıyor. Bilgisayarların işlem gücünün hızlı bir şekilde artması, veri hacmi ve çeşitliliğinde yaşanan gelişmeler ve iletişim teknolojisindeki ilerlemeler yapay zekâ uygulamalarını laboratuvar ortamından çıkarıp gerçek yaşam alanındaki kullanım senaryolarına dâhil ediyor.

Yapay zekâ uygulamalarının, kullanımda olan diğer istatistiksel ve algoritma bazlı uygulamalardan temel farkı ise işi standart yöntemlerle otomatik hale getirmek ve belirli işlemleri yapmakla yetinmeyip aynı zamanda ilerleyen adımları tahmin edebilmesi ve yeni, pratikte kolay tespit edilemeyen bilgileri bulmasında yatıyor. Yakın zamanda geliştirilen ve Go turnuvasında dünya şampiyonu kullanıcıları yenen Alpha Go uygulamasında görüldüğü gibi sistem daha önce usta oyuncuların düşünmediği ya da denemediği taktikleri oluşturup deneyerek oyun kazanabiliyor. Bu yaklaşım birçok sektörde daha önceden düşünülmemiş ya da mümkün görülmemiş birçok uygulamanın önünü açma imkânına sahip.

Bankacılık sektörüne baktığımızda ise sektör, algoritma bazlı tahminleme ve karar destek çözümlerine yabancı değil. Müşteri segmentasyonundan kredi değerlendirmeye, operasyonel süreç iyileştirmeden kanal yönetimine kadar birçok alanda farklı analiz ve karar destek çözümleri kullanılıyor. Robot uygulamaları ve süreçlerin otomasyonu ile ilgili küresel düzeyde farklı bankacılık branşlarında çeşitli örnekler ortaya çıkmaya başladığını gözlemliyoruz.

Diğer yandan farklı trendlerin birleşmesi ile birlikte bankacılık yaklaşımları da değişiyor.  Dijitalleşme ile birlikte müşteriler daha hızlı ve şeffaf hizmetler sunulmasını bekliyor ve bunu ileri teknoloji oyuncularının sağladığı hizmetler ile karşılaştırıyorlar. Açık bankacılık ile ilgili dünyanın farklı bölgelerinde başlatılan uygulamalar bankacılık değer zincirini değiştirmeye dönük gelişmeler içeriyor. Direk bankacılık yaklaşımları ile daha sınırlı kadrolar ile müşteriye çok daha geniş bir hizmet yelpazesi sunulabiliyor.

Yapay zekâ uygulamalarının gelişimine baktığımızda, yapay zekâyı otomasyon ve yeni trendlere geçişi sağlamada bir sonraki adımın önemli bir parçası olarak görüyoruz. Mevcut çözümler bir yere kadar ve belirli kullanım senaryoları için işe yarıyor. Belirli bir noktadan sonra sistemin daha akıllı ve doğru tahminleri üreten ve daha da önemlisi bilgi yaratan bir çalışma şekline girmesi gerektiğinde ki bunu akıllı otomasyon olarak da değerlendirebiliriz, yapay zekâ uygulamaları bir gereklilik haline geliyor.

Burada karşımıza çıkan temel soru var: Yapay zekâ uygulamaları için fonksiyon bazlı paket çözümler yeterli mi, yoksa kurum bazında bir stratejinin belirlenmesi gerekiyor mu?

Boyutu, karmaşıklığı ve sonraki adımları sağlıklı yürütebilmek adına kurum bazında bir yaklaşım gerekli, aksi takdirde başarılı pilot uygulamalar dışına çok çıkmak mümkün olmayabilir. Bu stratejinin geliştirilmesinde ana noktaları aşağıda paylaşıyoruz.

- Üst yönetim desteğinin sağlanması ve dijitalleşme çözümlerine benzer şekilde konuyu takip edecek üst seviye bir sorumlunun belirlenmesi

- Yapay zekâ çözümlerinin kullanılacağı kullanım senaryolarının belirlenmesi. Örneğin, müşteri deneyimine dönük çözümler mi öne çıkacak ya da uyumluluk, risk yönetimi konularına odaklı bir şekilde mi hizmet verilecek? Kullanım senaryoları tek seferde oluşturulabilecek bir konu değil ancak düzenli bir şekilde iş birimleri ile birlikte çalışılıp oluşturulması önem taşıyor

- Veri yönetimi ile ilgili yaklaşım ve altyapı olarak yeni nesil uygulamalara geçilmesi. Büyük veriyi toplamak ve işlemek konularında ilgili altyapıyı kurup işletmek önem taşıyor. Verinin çeşidi ve hacmi ilerleyen dönemde bu alandaki çözümlerin olgunluk ve etkinliğini belirleyecek faktörler olacak

- Yapay zekâ için gereken platformun ya da başka bir deyişle “işletim sisteminin” kurulması. Bu yapı içerisinde hedeflenen kazanımlar ne olacak, hangi algoritmalar kullanılacak, hangi tahmin ve veri türleri üretilecek ve bunlar hangi kullanım senaryolarına hizmet edecek belirlenmesi gerekiyor. Örneğin, doğal dil işleme teknikleri nasıl ve nerede kullanılacak, makina zekâsı (machine learning) ile ilgili çözümleri hangi fonksiyonlar için kullanmayı planlıyoruz, bunlar için gereken veri ihtiyaçları ne olmalı çıkarılması gerekiyor

- Ekosistem işbirlikleri bir diğer önemli noktayı oluşturuyor. Kimlerle işbirliği kurulacak, hangi konulara odaklanılacak, yapay zekâ içerisindeki hangi alt başlık ve algoritmalar ortak geliştirilebilir, farklı iş modelleri neler olabilir bunların belirlenmesi gerekiyor

- Yapay zekâ işletim sisteminin destek ekibinden iş fonksiyonuna geçişi için planın oluşturulması. Kalıcı fayda ve farklı konulara çözüm üretilmesi isteniyorsa destek ekibi yerine bankadaki bireysel bankacılık ya da risk yönetimi benzeri bir iş fonksiyonuna dönüşmesi önem taşıyor. Dönüşümün planı ve adımları önemli olacaktır, geleceği noktada yapay zekâ gibi bir ismi de olmayabilir ancak bu tekniklerin bankacılık çözümleri içerisine gömüleceği ve diğer iş birimleri ile takip edileceği verimli bir yapıya dönüşmesi önem taşıyor.

Bankacılık alanında yeni trendler etkisini gösteriyor, yapay zekânın getireceği değişiklikler ise uzun vadede kalıcı olarak ve sektörde büyük değişimler yaratacak. Bu gelişmelere yönelik olarak şimdiden hazırlanılması şirketlerin geleceklerine yapacakları yatırımlar arasında yer alıyor.