Yapay zeka şirketi uzmansız bırakabilir: parser'lar haftada 60 saat kazandırınca bizde ne oldu

Bu hafta birkaç yazı aynı düşüncede buluştu: yapay zeka çalışanların elinden rutin işi alıyor ve rutinle birlikte deneyim de şirketten gidiyor. Yıllarca sigorta hasar tahminlerini elle tabloya geçiren kişi, hangisinin yalnızca görünüşte temiz olduğunu bilirdi. Belgeleri artık parser okuyorsa ve o kişi işten ayrıldıysa, bu bilgi de onunla birlikte gidiyor. İşletme sahibi için soru pratik: iki yıl sonra yeni gelen birine bu talebe neden gözle bakmak gerektiğini kim anlatacak?

Neler yayımlandı

Camunda 26 Ekim'de sigorta şirketleri üzerine yaptığı araştırmanın değerlendirmesini yayımladı. Yapay zeka ya da otomasyonla çalışanların %43'ü sonucu elle yeniden yapmış, çünkü süreç buna göre ayarlanmamış. %73'üne yapay zekanın işlerini nasıl desteklemesi gerektiği sorulmamış, her on kişiden dördü ise kötü uygulanmış yapay zeka yüzünden iş değiştirmeyi düşünürmüş. Camunda'nın aktardığı Sedgwick verilerine göre hasar uzmanlarının neredeyse dörtte biri 2027 sonuna kadar emekli olacak. Bir orkestrasyon sağlayıcısının reçetesi beklendiği gibi: uzmanların kurallarını süreç modeline taşımak, böylece bilgi şirkette kalıyor.

FreightWaves 23 Ekim'de ASCM ve DSCI'nin 14 Ekim'de çıkan, tedarik zincirinde yapay zeka raporunu inceledi. Ankete katılanların %83'ü çalışanlarının yapay zekayla çalışmaya hazır olmadığını düşünüyor. Kendini hazır gören %17'de başarılı projelerin payı %71, geri kalanlarda %28. Bana en yakın gelen, ASCM'nin başındaki Abe Eshkenazi'nin sözleri: eskiden uzman, raporları kendisi toplarken ve tabloları evirip çevirirken muhakeme kazanıyordu; şimdi bu işi yapay zeka alıyor ve insan, bir temeli olmadan karar vermeye oturtuluyor.

Aynı sitede 19 Ekim'de Evos şirketinin sponsorlu bir yazısı çıktı: konu, hiçbir yere yazılmamış dispeçer bilgisi. Evos 14 Ekim'de faaliyete başladı ve dispeçerlikten faturalamaya kadar bütün iş bölümlerini ekipten devralmayı vaat ediyor. Şirketin mantığını onboarding sırasında şu tür sorularla topluyorlar: “bu yük neden yeni araçla değil de o araçla gitti”. Bu reklam metninde sonuçlara dair rakam yok. Ama görev doğru konmuş: dispeçerin karar verirken uyduğu kurallar onun kafasında yaşıyor.

Directum 26 Ekim'de Habr'da aynı konuyu yazdı: bir şirketin yüzlerce yönetmeliği ve talimatı olabilir, ama en yaygın standart yine sözlü olanı: “bu nasıl yapılıyor, söyler misin”. Yalnızca duyuruyu gördüm, bu yüzden yazının vardığı sonuçlar hakkında yorum yapmıyorum.

Pew Research Center 22 Ekim'de 480 meslek üzerinden hesap yaptı: yapay zekaya maruz kalmadaki her bir puan için erkeklerin istihdamı %6,3 arttı, kadınlarınki neredeyse değişmedi, %0,2. Pew doğrudan bir nedensellik iddia etmiyor.

SaaStr 19 Ekim'de Anthropic'in kendi çalışanları hakkındaki raporunu özetledi. Yeni teknik işe alımlarda junior'ların payı %27'den %9'a düştü. Ağustosa gelindiğinde ajanlar, onları yöneten insanlardan 6 kat fazla saat çalışıyordu ve zamanlarının yaklaşık %80'inde insandan yanıt bekliyordu. Benim için asıl satır junior'larla ilgili: yeni başlayanları işe almayı bırakırsanız, birkaç yıl sonra uzman olacak kimse kalmaz.

Örnek: fabrika ve üretim mühendisi

Ürün yapısının Excel spesifikasyonlarında tanımlandığı bir üretim şirketini ele alalım. Üretim mühendisi, boyaya gidecek parçaların tek parti halinde götürülmesi gerektiğini bilir, yoksa renk tonu farklı çıkar. O siparişi elle hesaplarken genç tasarım mühendisi yanında oturur ve öğrenir. Program siparişi bir dakikada hesaplarsa, genç mühendis hazır cevabı alır ve neden öyle olduğunu öğrenmez.

Sonuç: otomasyon veri taşımayı üstlenmeli, kuralları ise görünür bırakmalı. “Boya tek partide” kuralı, bir sonraki kişinin okuyacağı yerde, kodda ve dokümantasyonda, kelimelerle yazılı olmalı.

Parser'lar 60 saati boşaltınca bizde ne oldu

2021'den beri ABD'de PDR alanında çalışan bir şirketin teknik ortağıyım. 2023'te sigorta hasar tahminleri, tutanaklar ve VIN'li fotoğraflar için parser'lar yapmaya başladım. O zaman belgelerin yaklaşık yarısı elle düzeltme olmadan geçiyordu, 2024'te yaklaşık %75'i, 2025'te aşağı yukarı %95'i. 2026'da yapay zeka doğrulayıcılarını bağladım ve yayın sürümünü çıkardım: belgelerin yaklaşık %99,9'u düzeltmesiz geçiyor. Bu, haftada yaklaşık 60 saatlik el işini boşaltıyor.

Daha önce hasar tahminlerini elle tabloya geçiren çalışanların bilgisi şimdi nerede? Bir kısmı benim kodumda. Asıl işi, bu belgelerin nasıl kurulduğunu bilen özel bir mantık yapıyor: değerleri hangi anahtar kelimelerle arayacağını, bir satırın üzerinde yazandan başka bir konuya ait olduğu durumları ve kalemlerin nasıl gruplara toplandığını biliyor. Bilginin bir kısmı insanlarda kaldı: son kontrolü bir çalışan yapıyor, parser'ın emin olmadan ayrıştırdığı belgeler için de insana geri dönen bir yol var.

Bu sürede şirket 20 kişiden 30'un üzerine çıktı, lead akışı yıldan yıla kat kat artıyor, satış ekibi ise pek büyümedi. Daha önce belgeleri tabloya elle geçiren çalışanlar artık daha önemli işlerle uğraşıyor.

Ben ne yapardım

Otomasyondan önce kuralları işi yapan kişiyle birlikte yazın. Bir istisna listesi yeter: “hasar tahmininde şu satır varsa gözle bakılacak”.

İnsana geri dönen yolu bırakın ve ne sıklıkla kullanıldığını sayın. Emin olunamayan belge çoksa kuralları geliştirin, kontrolü ise yerinde bırakın.

Yeni gelenlerin öğrendiği işi koruyun. Yeni çalışan ilk hafta parser'ın sonucunu elle kontrol etsin, belgeleri böyle tanır.

Sağlayıcıların vaka çalışmalarındaki rakamları nasıl okuduğumu ayrı bir yazıda anlattım. Daha önce hızlı hazırlanan işin nerede takıldığını ele almıştım. Kontrol yaklaşımı Veri işlemede yapay zeka yazısında, sonucun kontrol edilebildiği süreçte yapay zeka ve süreç otomasyonu sayfalarında anlatılıyor. Projeler: belge parser'ları ve PDR şirketiyle teknik ortaklık. Şirketinizde deneyim iki kişinin kafasında yaşıyorsa, onların hangi işleri üstlendiğini anlatın. Görevi konuşalım.