Son 5-6 yıldır teknoloji dünyasında ezber bozan birçok yenilik yaşandı ve yaşanmaya devam ediyor. İlk olarak bulut sistemler, geleneksel yerel altyapıların tahtını sallayarak büyük bir gelişme kaydetti. Yıllardır bulut sistemlerin avantajlarından bahsediyoruz ve birçok etkinlikte firmalar bu faydaların altını çizdi. Ardından büyük dil modelleri (yazının devamında LLM olarak anılacaktır) ve ChatGPT gibi GPT sistemleri hayatımıza girdi. Büyük dil modelleri çeşitlendi; OpenAI, Google, Claude, Llama (Açık Kaynak) gibi GPT tabanlı LLM sistemleri farklı alanlarda çeşitli çözümler sundu. Ayrıca açık kaynak kodlu LLM modelleri, firmaların yasal düzenlemelere takılmadan yerel sunucularında LLM sistemlerini test etme ve imkanı olanların geliştirme seçeneklerini değerlendirme fırsatı yarattı.
Bu yazımda, özellikle bulut ve GPT tabanlı LLM sistemlerinin müşteri deneyimi ve iletişimine olan etkilerine, 2025 yılında neleri konuşacağımıza ve beklentilerime değineceğim. Regülatif sınırlamaların bu teknolojileri hayata geçirme sürecindeki zorluklarına ve olası çözüm önerilerine de yer vereceğim.
Bulut tabanlı müşteri deneyimi ve iletişim yazılım ürün/çözümlerinin operasyonel yönetim kolaylıkları, anlık büyüme imkanı, kolay kurulum ve yönetim, donanım gereksinimini ortadan kaldırması ve yatırımın geri dönüşü konusundaki maliyet avantajları, geçtiğimiz son 2 yılda sahada ne kadar gerçekçi olduğunu kanıtladı. Yani bulut sistemlerin teorik avantajları, bulut sistemlere geçen firmaların neredeyse tamamında doğrulandı. Memnuniyet oranları gerçekten yüksek.
Fakat bunların yanında, sıklıkla bahsedilmesine rağmen yeterince dikkat çekmeyen bir faydası daha gözlemleniyor: Hızla gelişen yapay zeka teknolojilerinin bulut sistemlerine kolayca entegre olması ve tek tıklamayla kullanılabilir hale gelmesi. Örneğin, bulut tabanlı bir iletişim merkezi çözümü zaten konuşma tanıma ve buna dayalı çağrı yönlendirme, sesli bot sistemlerini destekliyordu. Ancak LLM'ler ile bu teknoloji bambaşka bir boyuta taşındı. LLM'lerin çalışması için güçlü sunuculara ve TPU, GPU gibi yapay zeka destekli işlemcilere ihtiyaç duyuluyor. Bulut sistem üreticilerinin ise büyük veri merkezlerinde hazır altyapıları veya toplu anlaşmaları olduğu için Microsoft, Amazon, Google, OpenAI gibi devler üzerinden bu kaynaklara anında erişimleri bulunuyor. Bu sayede, tek bir tıklamayla geleneksel sesli bot sisteminizi LLM destekli hale getirebiliyorsunuz. Yine bu imkanla; görüşme özeti çıkarma, yapay zeka destekli anlık NPS ve CSAT skoru hesaplama, görüşme anında müşteri temsilcisine bilgi bankasını tarayarak danışmanlık verme, görüşmeleri canlı olarak metne dönüştürüp anlık alarmlar üretebilme ve daha pek çok özelliği sabah uyandığınızda sisteminizde kullanıma hazır bulabiliyorsunuz. Bunlara ek olarak, bazı sistemlerde haftalık, bazılarında ise üç aylık periyotlarla yepyeni özellikler ekleniyor.
Bu kadar çok yeni özellik bulut sistemlere geliyor; ancak bu durum, beraberinde yeni bir zorluğu da ortaya çıkarıyor: Bu sistemler mevcut operasyonlara nasıl entegre edilecek? Entegre edildiğinde bu yatırımın geri dönüşü nasıl olacak? Yatırım geri dönüşü sağlandığında müşteri deneyimine etkisi ne olacak? Müşteri deneyimi iyileştirildiğinde, satış veya şirket karlılığına etki edecek bir süreç tasarlanabilecek mi? Daha pek çok soru üretilebilir, ancak sizi daha fazla karamsarlığa sürüklemek istemem :) Hani hep tartışılan bir konu var ya, "Yapay zeka işlerimizi elimizden alacak mı?" İşte tam da bu noktadayız. Bu sorduğum soruların her biri için uzmanlık gerekiyor. Hatta birçok yeni iş kolu ortaya çıktı bile, değil mi? Önemli olan bunun farkında olmak, geleceğe adapte olabilmek, bu uzmanlıkları oluşturup nitelikli insan kaynağını yetiştirebilmek. Bunun için çok fazla zaman yok. Atı alan Üsküdar'ı geçebilir. Yazının ilerleyen bölümlerinde 2025'te karşılaşabileceğimiz diğer gelişmelere değineceğim; çünkü çok daha fazlası geliyor. Bu doğrultuda hızlı adapte olmak için iç kaynaklarla birlikte bu alana yatırım yapmış, tecrübe edinmeye başlamış danışman ve firmalarla iş birliği yapmak süreci hızlandırmak açısından mantıklı olabilir.
Belki dikkatinizi çekmiştir; şu anda LLM tarafındaki yapay zekanın iş dünyasında en çok içselleştirilmeye veya kullanılmaya çalışıldığı alanlar müşteri deneyimi ve iletişim teknolojileri. Sesli botlar, chatbotlar, görüşme analizleri gibi birçok alanda ilk akla gelen uygulamalar bunlar. Sektörden bağımsız katıldığım her etkinlikte bu durumu gözlemliyorum. Yani tüm dikkatler müşteri deneyimi ve iletişim teknolojileri sektörünün üzerinde :). Bu fırsatın farkında olmak ve değer yaratmak sektör çalışanlarının elinde. Ben size güveniyorum :)
Peki, regülasyonlar gereği bulut sistemler kullanılamıyorsa bu teknolojilerden mahrum mu kalınacak? Regülasyonlara takılan firmalar rekabette geri mi kalacak? Aslında bunun cevabı kuvvetli bir evet. Ancak bazı istisnalar mevcut. Örneğin, telekom veya bankacılık sektöründeki tüm firmalar bulut kullanamıyorsa, bu durum bir sorun olmaktan çıkabilir. Bu durumda bile bazı alanlarda kullanım için bir yol bulabileceğini düşünenler, gözle görülür bir fark yaratacaktır. Diyelim ki bir sektör, regülasyonlar nedeniyle bulut sistemlerini kesinlikle kullanamıyor. Bu durumda kendi içlerindeki rekabet için yine yapay zeka kullanımı gündeme gelebilir. Bunun yöntemi ise yapay zeka sistemlerini ve LLM'leri yerel sunucularda çalıştırmak. Tamam, çözüm bu gibi görünüyor. Ancak bunun da kendi içinde ciddi handikapları var. Bunlar neler olabilir? Öncelikle LLM'ler çok fazla güç gerektiren ve pahalı sunucu/işlemcilere ihtiyaç duyuyor. LLM'ler, geleneksel iş yükü gerektiren uygulamalardan çok daha yüksek enerji tüketimine sahip. Özellikle açık kaynak kodlu bir LLM'i kendi ihtiyaçlarınıza göre özelleştirirken verimlilik göz ardı edilebilir. Demek istediğim, açık kaynak kodlu bir LLM ile optimize edilmiş ChatGPT arasında çok büyük enerji tüketimi ve verimlilik farkı olacaktır. Çünkü LLM'lerin de kendi içerisinde algoritma verimlilik iyileştirmeleri sürekli olarak yapılıyor. Ayrıca yerel sunucudaki LLM'i iyileştirecek yapay zeka geliştirme uzmanı bulmak da hayli zor. Burada prompt yazmaktan değil, açık kaynak kodlu LLM'in verimini artırmaktan bahsediyorum. Verimliliği göz ardı ettiğimizi varsayalım ve şirketimiz için küçük yapay zeka çalışanları üretmek amacıyla prompt ve optimizasyonlarla bir şeyler yapmaya çalışalım. Ayrıca chatbot, voice bot, İK asistanı, kod geliştirme asistanı gibi agent'lar şirket içinde üretilebilir. Peki, bu üretilen agent'ların fayda maliyeti nasıl hesaplanacak? Yapılan altyapı maliyeti, tüketilen enerji, yapay zeka asistanlarının verimliliği ve halüsinasyon sebebiyle hatalı yönlendirmeler gibi konuların hesaplanması nasıl olacak? Bu hesaplamalar sonucunda kârsız bir yatırım olma ihtimali nedir?
Yerel sunucularda yapay zeka çalıştırma konusunda da firmaların kendi iç kaynaklarıyla birlikte, başka firmalarla veya kendi yazılımlarında bunları deneyimlemiş, somut çıktıları ve taahhütleri olan firmalarla iş birliği yapmak, bu tip geçiş dönemlerinde bana çok mantıklı geliyor. Risk dağıtılınca daha iyi sonuçlar alınabilir ve kazan-kazan senaryosu ortaya çıkabilir.
Gelelim 2025'te sektörde neler olabileceği konusuna. Yerel çözümlerle geliştirmeye odaklanan, regülasyona takılan firmalarla ilgili bir tahmin yapmak çok doğru olmaz. Firmaların kendi bireysel yetkinlik ve vizyonları burada çok sınırlayıcı olacaktır. Ancak yerel çalışan LLM'ler ile birkaç firmanın chatbot, İK Asistanı, Kod geliştirme asistanı gibi çözümler sunacağını düşünüyorum. Zaten bazıları şirket içinde yerel yapay zeka asistanlarını kullanmaya başladı. Müşteriye açmak ise biraz daha üzerinde düşünülmesi gereken bir konu olabilir.
Bulut sistem kullanabilen firmalarda ise yazının başında bahsettiğim yeniliklere ek olarak karşımıza çıkan veya çıkma potansiyeli olan bazı yeniliklerden bahsedeceğim. Geçen sene ortalarında ChatGPT-4o ile bazı fonksiyonlar duyurulmuştu. Bunlardan bazıları: İnsansı duygularla insandan ayırt etmenin çok güç olduğu sesli asistan, kamera görüntüsünden çevreyi algılayıp çevreyle ilgili sorularımıza insansı cevaplar verebilen asistan, ekran paylaşıldığında ekranda ne olduğunu anlayıp onunla ilgili soru sorduğunuzda cevap verebilen asistan gibi. Bunlar duyurulmuş ve gösterilmişti, fakat kullanıma tam olarak açılmamıştı. 2024'ün son aylarında, kısa bir süre içinde bunların hepsini son kullanıcılara açtılar. Bunlara ek olarak, gerçek zamanlı bu özellikleri kullanabileceğiniz API'lerini de kullanıma sundular. Yine ChatGPT-1o (akıl yürütme yeteneği olan), çok daha tutarlı ve halüsinasyonu minimize edilmiş bir model daha duyuruldu. Bu model ayrıca 4o'nun yapamadığı birçok karmaşık problemi de çözebiliyor. Daha da geliştirilmiş ChatGPT-o3 de 2024 son ayında duyuruldu ve 2025 yılında kullanıma açılması bekleniyor. Bazı görüşlere göre o3, AGI (Artificial General Intelligence - Genel Yapay Zeka) seviyesine ulaşabilir. Benzer özellikleri Google DeepMind da Gemini Experimental 2.0 Flash ve 1.5 Pro ile deneysel olarak OpenAI'dan farklı şekilde ücretsiz kullanıcılara açtı, çünkü bu özellikler henüz deneysel aşamada. Bir diğer yenilik de Claude LLM'ini üreten Anthropic firmasından geldi. Anthropic, LLM destekli bir RPA (Robotic Process Automation) uygulaması duyurdu. Bu uygulama ile LLM'e girdiğiniz komutlarla bilgisayar kontrol edilebilir hale geliyor. Takip ettiğim kadarıyla başka olası yenilikler de var, fakat henüz duyurulup gösterilmediği için varsayımsal olarak değinmek istemiyorum.
Yukarıda saydıklarım, 2024 sonunda duyurulan, bazıları olgunlaşmış, bazıları ise nispeten deneysel olan uygulamalar. Yapay zeka dünyasını takip ettiğim kadarıyla, bunların hepsi 2025'in ilk çeyreğinde olgunlaşmaya yakın bir noktaya gelecektir. Olgunlaşma aşamasında ise bulut tabanlı iletişim merkezi çözümleri zaten geliştirme denemelerine başladılar. Birçoğu bu özellikleri kendi sistemlerine 2025 yılında entegre edecek ve yeni özellikler olarak duyuracaklardır.
Peki, bu özelliklerin aktif olarak kullanılabildiği bir çözümde nasıl bir senaryo uygulanabilir? Bir senaryo örneği yazalım:
Müşteri, bir e-ticaret sitesinden sipariş verir.
Ürün eline ulaşır, ancak istediği ürünün gelmediğini fark eder.
İade işlemini yapmak ister, fakat web sitesine iade için girmek aklına gelmez veya ilgili menüyü bulamaz.
İletişim merkezini arar.
ChatGPT-1o veya o3 (akıl yürütme yeteneği olan) ile desteklenen ve insan konuşmasına çok yakın bir ses tonuna sahip sanal asistan (ChatGPT-4o) cevap verir. Bu sistem, firmanın web sitesindeki tüm bilgi bankasıyla entegre edilmiş durumdadır. Ayrıca LLM olduğu için üretken cevaplar da verebiliyor. ChatGPT-1o ile halüsinasyon riski oldukça azaltılmış, akıl yürütebilen bir yapay zeka ile karşılaşılır. Yani müşteri, karşısındaki varlığın insan mı yoksa yapay zeka mı olduğunu neredeyse ayırt edemeyecektir.
Müşteri, insan sandığı sesli bota iade yapmak istediğini belirtir.
Numaradan müşteri tanındığı için son sipariş bilgileri, çağrı geldiği anda servislerden otomatik olarak çekilmiştir.
Empati yeteneği ve vurguları çok kuvvetli, insan duygularına hitap edebilen yapay zeka asistanı siparişi doğrular.
Gönderi kodu ile anlaşmalı kargo şirketinde otomatik olarak bir kayıt açar, ürünün evden alınması gereken saati teyit eder ve müşteriye onay verir.
Müşteriye bu takip operasyonunu nasıl takip etmek istediğini sorar ve müşteri takip etmek istediğini belirtir.
Müşteriye bir SMS gönderir ve telefonu kapatıp oradaki bağlantıya tıklamasını rica eder, görüşmeye orada devam edeceğini belirtir.
Müşteri bilgisayardan bağlantıya tıkladığında karşısında sesli olarak telefondaki insansı ve hala insan mı değil mi diye düşündüğü asistanı bulur.
İnsansı asistan, bilgisayar kontrolünü rica eder. Müşteri onay verir.
İnsansı robot, tarayıcıyı açar, e-ticaret sitesinin adresini girer, müşteri giriş ekranına gelir ve müşteriden şifresini girmesini rica eder. Müşteri şifresini girdikten sonra kontrolü alır.
İlgili takip menüsüne gider ve kargo iade sürecini nereden göreceğini adım adım detaylı olarak anlatır.
Senaryoları sizler de çoğaltabilirsiniz. Bu tip gelişmiş LLM'ler sayesinde, tek tek bütün müşteri niyetlerini tanımlamaya gerek kalmayacak. Zaten çok gelişkin bir LLM yapısı, doğru yönlendirmeler ve bilgi bankaları sayesinde neredeyse anında kullanıma hazır, tam teşekküllü müşteri temsilcilerine dönüşecekler. Yukarıdaki örnekten çok daha karmaşık senaryolarda, insandan ayırt edilemeyecek seviyede müşteri deneyimi sağlamak 2025 yılında kesinlikle mümkün olacak. Önemli olan yine yukarıda bahsettiğimiz yatırımın geri dönüşü ve teknolojiyi süreçlere entegre edebilmek gibi konular ön plana çıkacak.
Bu vesile ile herkese sevdikleriyle birlikte sağlıklı, mutlu ve huzurlu bir 2025 yılı diliyorum!
Hiç yorum yok:
Yorum Gönder