Teknolojideki gelişmeler, genellikle birbirine benzer biçimde ilerliyor. İlk olarak bir bilim insanı veya küçük bir ekip tarafından geliştirilen bir teknoloji, daha sonra sınırlı bir kitle tarafından kullanılmaya başlıyor ve zaman içerisinde herkesin faydalanabileceği kadar kullanıcı dostu hâle geliyor.
Şu anda, yazılım geliştirme süreçlerinin de benzer bir ilerleme kaydettiğini söyleyebiliriz. Windows ve Mac OS’nin tıklanabilir simgelerinin, belirsiz DOS komutlarının yerini alması gibi, yeni kodsuz platformlar da programlama dillerini basit sürükle ve bırak arabirimleriyle değiştiriyor. Bu da eskiden mühendisler ya da uzmanlar tarafından geliştirilen yazılımların, artık bir web tarayıcısı olan tüm kullanıcılar tarafından geliştirilebileceği anlamına geliyor.
Aynı gelişmeler elbette kodsuz yapay zekâ platformları için de geçerli… Bir kullanıcı; kodsuz bir yapay zekâ platform kullanarak satış beklentileriyle ilgili bir veri tablosunu arayüze sürükleyip bırakabilir, açılır menüden birkaç seçim yapabilir ve birkaç butona tıklayarak satın alma olasılığı en yüksek müşterilere ulaşabilir ve satış görevlilerinin bu müşterilere odaklanmasını sağlayabilir hâle geliyor. Yapay zekâ aynı zamanda makine bakım modellerini tespit etmek ve hangi makinelerin arızalanmadan önce ilgilenilmesi gerektiğini tespit etmek, pazarlama ekiplerinin memnuniyet ve memnuniyetsizlik durumlarını analiz etmesi gibi daha pek çok amaç için kullanılabiliyor.
Peki, Girişimler Kodsuz Platformlara Nereden Başlamalı?
Etkin bir kodsuz platform, üç kritik özelliğe ihtiyaç duyuyor:
İlk olarak, model eğitim sürecine veri almayı kolaylaştıran basit bir arayüz gerekiyor. Bu, Excel benzeri elektronik tablo yazılımları gibi günümüzün popüler iş sistemleriyle entegrasyon anlamına geliyor. İlgili veriler, birden fazla yerde bulunuyorsa platformun bunları birleştirebilmesi gerekiyor.
Veriler yüklendikten sonra ise platformun model eğitim süreci için verileri otomatik olarak sınıflandırabilmesi ve doğru şekilde kodlayabilmesi gerekiyor. Bu aşamadan sonra platform; verilerdeki sütunları kategoriler, tarihler veya sayılar olarak tanımlayabiliyor.
İkincisi, platformun model seçimini ve eğitimini otomatikleştirmesi gerekiyor. Platformun, verilere ve gerekli tahmine dayalı olarak en iyi bulmak için bir arama mekanizmasına sahip olması da önem taşıyor. Bu gereklilikler sağlandığında, kullanıcının regresyon veya en yakın komşu algoritmaları bilmesine gerek kalmıyor. Platform, sadece en iyi olanı sunabiliyor.
Son olarak ise bir platformun zaman içinde model performansını izleyebilir olması, iş ortamı değiştikçe ve yeni veriler geldikçe yeniden eğitilebilir olması gerekiyor.
Doğru Kodsuz Platform Nasıl Seçilmeli?
Kodsuz yapay zekâ platformlarının hiçbiri birbiri ile aynı olmadığından, en doğru aracın şirketin gereksinimlerine bağlı olarak seçilmesi gerekiyor. Şirketlerin gereksinimlerine göre, çözümlerin maliyetleri de ayda birkaç dolardan, yılda altı rakama ulaşabilen kurumsal platformlara kadar uzanıyor.
Bir şirket için doğru platform bulmak, çoğu zaman deneme yanılma yöntemiyle olabiliyor. Ancak platformlar açık ve herkes tarafından denenebilir olduğundan bu, şirketler için işleri biraz daha kolaylaştırıyor. Başka bir deyişle, kullanıcılar deneyimlemek istedikleri platformların deneme sürümlerini alarak nasıl performans gösterdiklerini gözlemleyebiliyor.
Kullanıcıların bir platform tercih ederken, bu platform kullanmak için gereken süreyi de dikkate almaları gerekiyor. Temel ölçülerden birini, platformların modellerini eğitmesi için geçen süre oluşturuyor. Bu süre; birkaç dakikadan, saatlere kadar değişebiliyor. Bu nedenle kullanıcıların, iş yoğunluklarına göre bir tercih yapmaları önem taşıyor.
Ayrıca seçilen platformun, teknik bilgiye sahip olmayan kişiler tarafından bile rahatlıkla kullanılacak ve iş akışına adapte edilebilecek kadar basit olmasının da dikkatlerden kaçmaması gerekiyor.
Kaynak: https://hbr.org/2021/11/how-no-code-platforms-can-bring-ai-to-small-and-midsize-businesses
Bu yazı alıntıdır.