ReFi Türkiye Podcast Nedir?
ReFi Türkiye Podcast, yeni sezonunda yapay zeka teknolojilerinin etki odaklı kullanımlarını ve bu doğrultuda “AI For Good” kavramını odağına alıyor. İş hayatı, kurumlar, girişimler ve bireyler tarafından her geçen gün daha yoğun kullanımına tanık olduğumuz yapay zeka teknolojileri, bir yandan sürdürülebilirlik, etki, finansal katılım gibi konularda bir potansiyel oluşturuyor. Öte yandan da güvenlik, etik, çevresel etkiler, teknolojiye adaptasyon gibi konularda riskleri de beraberinde barındırıyor. Tam da bu noktada ReFi Türkiye olarak, ilgili teknolojilerin daha iyi bir gelecek inşa etmek için nasıl kullanılabileceğini tartışmaya açıyoruz. Birbirinden değerli konuklarla yapay zekanın sağlık, yaratıcı endüstriler, erişilebilirlik, yönetişim, iş birliği gibi 10 farklı temada etkilerini ele alacağımız podcast serisinin, “yapay zekanın sosyal etki ve Sürdürülebilir Kalkınma Amaçları’nın farklı alanlarında nasıl kullanabildiğine” dair farkındalık yaratacak, kalıcı bir kaynak olmasını hedefliyoruz.
Konuk Kimdir?
Beyazit Karabulut, finansal hizmetler sektöründe strateji, yönetim danışmanlığı ve analitik alanlarında geniş bir deneyime sahip bir profesyonel ve Akbank Analytics Lab Müdürü. Brown Üniversitesi’nde Uygulamalı Matematik ve Ekonomi eğitimi aldıktan sonra, kariyerine danışmanlık sektöründe başladı ve bankacılık ile sigorta alanlarında strateji projelerinde yer aldı. Müşteri ve kurumsal verileri içeren projeler geliştirerek bankacılık ürün ve hizmetlerinin daha verimli ve etkin yönetilmesine yönelik çalışan Karabulut, segment ve ürün bağımsız bir yapıda çalışarak geniş bir perspektifle analitik çözümler sunuyor. Finansal zeka, fiyatlama analitiği ve bilgi yönetimi gibi alanlarda kurum içi stratejilerin şekillendirilmesine liderlik ediyor.
Bölümde Öne Çıkan Kısımlar
00:57 Veri Odaklı Bankacılık
03:21 Yapay Zekanın Analitik Süreçlere Etkisi ve Optimizasyonu
07:13 Yapay Zeka ve Kurumsal Adaptasyon Süreçleri
12:15 Veri Kalitesi ve Sistemlerdeki Rolü
16:47 Veri Saklaması Nedir ve Verinin Erişilebilirliğini Nasıl Sağlayabiliriz?
Bölümde Neler Konuşuldu?
Bu bölümde, finans sektöründe analitiğin rolünü ve veri odaklı stratejilerin bankacılık hizmetlerine nasıl yön verdiğini ele alıyoruz. Konuğumuz, analitik ekibinin bankacılıktaki çok yönlü rolüne değinerek, bireysel ve kurumsal müşteri analitiğinden fiyatlama stratejilerine, bilgi yönetiminden finansal zeka süreçlerine kadar farklı alanlarda projeler yürüttüklerini açıklıyor. Yapay zeka ve veri analitiğinin doğru kullanımının, eşitsizlikleri azaltmak ve toplumsal fayda sağlamak adına büyük bir potansiyel taşıdığını konuşuyoruz.
Karabulut, öncelikle veri odaklı karar alma süreçlerinin, finans sektöründe nasıl kritik bir rol oynadığını ve standardın dışına çıkarak problem çözme odaklı projeler yürütüldüğünü paylaşıyor: "Normalde bir insanın birkaç haftada analiz edebileceği veriyi dakikalar içerisinde uçtan uca hazırlayıp, raporlayıp, yeri geldiğinde görselleştirip kişilere sunabiliyor. Ama sağladığı fonksiyon sadece bu değil. Asıl önemli olan, bir sonraki aksiyonumuz ne olacak? Yapay zeka, tahminleme ve öngörülerle süreçleri yeniden şekillendiriyor."
Eskiden uzun süren analiz süreçlerinin artık çok daha kısa sürede tamamlandığını ve seçeneklerin arttığını belirten konuğumuz, bu dönüşümü şu şekilde özetliyor: "Daha önce iki tane seçenekle karar alabiliyorken, şimdi veri içerisindeki farklı kombinasyonlar sayesinde beş farklı aksiyon noktası belirleyebiliyoruz. Veri çeşitliliği, yapay zeka ile birlikte aksiyon çeşitliliğini de artırıyor."
Bölümde ele aldığımız başlıklardan biri de yapay zekanın büyük organizasyonlarda yaratabileceği adaptasyon süreçleri ve bu süreçler içindeki zorluklar. Karabulut, şirketlerin yapay zeka sistemlerine uyum sağlamada karşılaştığı engelleri ve bu engelleri nasıl aşabileceklerini anlatıyor: "Farklı olgunluktaki şirketler, yapay zekaya nasıl yaklaşacakları konusunda farklı sorularla karşılaşıyor. Adaptasyon süreci, insan, teknoloji ve süreçler olmak üzere üç boyutta ele alınmalı ve paralel bir şekilde ilerlemelidir." Organizasyonel değişimin zaman aldığını ve bir ekibin yapay zekaya adapte olmasının diğer ekiplerle bilgi paylaşımı yaparak yayılması gerektiğini belirtiyor ve teknoloji boyutunda ise veri saklama, işleme, analiz ve doğru platformların seçilmesi üzerine içgörülerini dinliyoruz.
Veri kalitesinin yapay zeka sistemlerinin başarısı üzerindeki etkisi ele aldığımız kısımda, verinin eksik ya da hatalı olmasının yapay zeka projelerinde yaratabileceği sorunları ve veri kalitesinin nasıl artırılabileceğini tartışıyoruz. Veri kalitesinin, doğruluğu, güvenliği ve geçerliliği gibi kriterlere dayalı olarak tanımlandığını vurgulayan konuğumuz, kaliteli verinin iş süreçlerini nasıl kolaylaştırabileceğini belirtiyor: "Veri eksikliği veya hatalı veri, projelerde ciddi sorunlara yol açabilir. Geçmiş veriden öğrenen algoritmalar kullanarak gelecek tahminleri yaparken veya mevcut durumu raporlarken, hatalı veri yanlış sonuçlara ve yanlış kararlar alınmasına sebep olabilir. Bu da müşteri memnuniyetsizliği gibi olumsuz durumlara yol açabilir."
Ayrıca, teknolojik altyapı ve platformlarla desteklenen süreçlerin veri temizliği ve uyarı mekanizmaları oluşturulması gerektiği ifade ediliyor. Veri saklama ve bakımının önemi, verilerin her zaman erişilebilir ve güncel olması gerektiğinden kaynaklanıyor. Karabulut, saklama ve bakımın anlamını şu şekilde açıklıyor: "Verinin erişilebilir olması, yani veri sözlüğü veya veri kütüphanesinin olması çok önemli. Bakımda ise verilerin eskiyebileceğini, kaynakların değişebileceğini ve bu değişimlerin veri modelini etkileyebileceğini göz önünde bulundurmalıyız. Bu değişiklikler, örneğin bir tablonun beslenmesi için kullanılan 30 farklı veri kaynağından birinin değişmesi, tabloyu etkileyebilir."
