Büyük miktarda veri karşılaştırabilmesi ve en iyi kestirimleri yapabilmesi sayesinde yapay zeka, mükemmel bir öngörü ve planlama çözümü olabilir.
İmâlât yapan sektörlerde üretimin optimal planlaması, fen bilimlerinde laboratuvar koşullarının, yani ideal ortamın karşılığıdır. Neyse ki artık dijital teknolojiler her geçen gün daha etkili metotlar kullanma imkânı veriyor. Ancak bu metotlarla dahi %100’e ulaşmak mümkün değil. Oysa yapay zeka, gelecek tahminleri ve planlama için bu beklentiyi karşılama potansiyelini sunuyor.
Gelecek öngörüsü
Üreticiler için %100 doğrulukta öngörülere erişmek bu işin nirvanası kabul edilir: Tüketicinin istediği ürünün doğru zamanda üretilmesinin kesin bir şekilde planlanması kadar sıfır atık, düşük mâliyet, artan marjlar ve verimlilik ve nihaî olarak müşteri tatmininin artması da bu hayalin dahilindedir.
Ancak bu tip bir mükemmelliğe ulaşmak son derce zorduri çünkü öngörüler üzerinde etki sahibi kriterlerin sayısı çok olduğu gibi, bunları tespit etmek ve değiştirmek de güçtür.
İlk adım olarak yapılması gereken yönetimini düzenlemektir. Ayrıca talebe bağlı materyal gereksinim planlaması (DDMRP) gibi metodolojilerden faydalanarak stratejik tampon oluşturabilirsiniz. Depolama alanının kısıtlı oluşu ya da envanteri uzun süre depolamanın çeşitli riskler içermesi sebebiyle, çoğu üretici için bu tip bir teknik kısa vadede sonuç vermez. Böyle bir durumda üreticinin problemin kaynağına inmesi gerekir. İşte her şey bu noktada öngörülere kalır.
Öngörü neden güç iştir?
İster bu işi dışarı ihale etmiş, ister entegre bir yönetim çözümü kullanıyor olsunlar, imâlât yapan şirketleri her daim öngörülerden faydalandı, ancak her zaman istenen sonuçları alamadılar.
Bunun ana sebebi son derece karmaşık bir çalışma oluşu ve çok sayıda haricî etkene bağlı olması, kesin bir tahmin üretmeye engel oldu.
Sınırsız değişken, tek sonuç
Distribütör talebi asla sabit olmadı, tanıtımlar talep yapısında ciddi dalgalanmalara sebep oldu ve yeni ürün lansmanları da satış geçmişine dayalı öngörüleri devreye aldı.
Distribütörlerin sık sık sipariş miktarı konusunda fikir değiştirmesi de, imâlât yapılarının işini zorlaştıran faktörlerin başında geliyor. Bazen son dakika karşılaşılan bu değişiklik talepleri, mevduatlardaki dalgalanmalar ve tüketim ibresinin bazen hiçbir uyarı vermeden değişmesi de üretimdeki öngörülerin güvenilirliğini azalttı.
Tedarikteki aksamalar
Bir üreticiyi en kötü etkileyebilecek konuların başında tedarikte yaşanabilecek problemler gelir. Üretimde aksama yaratarak şirkette olumsuz bir domino etkisi yaratabilecek bu duruma karşı, üreticinin farklı tedarik kaynaklarına yönelmesi gerekir. Ancak bu dayeterli değildir, zira ancak önceden bu aksaklığı kestirebilmek ve doğru zamanda yönelmek üretim sürecinin kesintisiz devamını sağlar.
Hava koşulları
Üreticiler için bir sonraki gün havanın nasıl olacağını bilmek çok da önemli değişdir ama sezonla ilgili bir tahmin, satış ve pazarlamayı, üretim planlamayı, satın almayı, dolayısıyla da ana işlevleri doğrudan etkiler. Üstelik tüketicinin tercihleri de değişim gösterir. Örneğin salata ve meyvelerin soğuk ve yağmurlu günlerde daha az sattığı bilinmektedir. Üstelik hava değişimi ile talepte bazen yüzde 50’nin üzerinde değişim olduğu görülmüştür..
Düzenlemeler
Önceki maddeler kadar hızlı olmasa da, yasal zeminde yapılan değişiklikler üreticide ufak ayarlamalardan altyapı değişikliğine kadar birçok şekilde etki yaratabilir.
Örneğin plastiğin bir kez kullanımının yasaklanması, devasa bir geri dönüşüm sisteminin kurulmasına ya da bu plastiklerden başka bir ürün yaratacak bir inovasyona dönüşebilir.
Medya etkisi
Öngörülemeyen ama çok etkili olabilecek kriterlerden birisi de medya etkisidir. Özellikle gıda sektöründe kötü bir etki, her şeyi değiştirebilir.
Bir gıdayı dönemin trendi yapabilen medya, üreticiden distribütöre, restorandan gıda üretimine kadar her şeyi değiştirebilir.
Birkaç dakikalık bir TV reklamıyla ürün talebinde insan tarafından öngörülemez bir patlama yaşanabilir.
Tüketici davranışı
Yapılacak tahminlerde tüketicilerin büyük bir etkisi vardır. Örneğin belirtilen tatile çıkış tarihi, seçilen konum bile talep paternini değiştirebilir. Son dönemde sosyal medyanın tüketici davranışı üzerindeki etkisi de göz önünde bulundurulursa, bu konudaki değişimler daha hızlı ve kesin ölçülebilir olmuştur.
Yapay Zeka ne yapsın?
Beklentimiz insanın yapamadığı olunca, ne yapılacağını düşünmek de güçleşiyor. Ancak bu saydığımız faktörlerde makine öğrenimi yardımıyla, eldeki verileri incelemek ve sistemin insandan başarılı tahminler yapmasını sağlamak mümkün. Yapay zekanın iki önemli kapasitesi var. Çok büyük veri hacmini işleyebilmek ve bunu çok hızlı bir şekilde yapabilmek. Twitter akışı, blog içeriği, hava tahmini, borsa ve finansal veriler, demografi gibi verileri istatiksel verilere ekleyerek başarım oranı yüksek tahminler çıkartmak ve trendleri belirlemek mümkün.
* Bu yazı Digital Report dergisinin 2. sayısında yayımlanmıştır.
Dergiyi buraya tıklayarak okuyabilirsiniz.
Derginin diğer sayılarını görmek için buraya tıklayın.
