Ahmet Ö.
Moderasyon
- Konu Yazar
- #1
## Anlamsal Zeka ile Üretimde Kriz Müdahale Süresi Nasıl Kısalıyor
2021-2022 yıllarında otomotiv devi Ford, Kentucky Speedway'de kullanılmayan pistte yaklaşık binlerce F-150 kamyonet bekletti. Bu araçlar 50.000 dolarlık araçlarken, eksik olan çiplerin değeri 50 dolar bile etmiyordu.
Genel Motors ve Stellantis de benzer sorunlarla karşılaştı; yarı iletken kıtlığı, COVID-19 kısıtlamaları, büyük bir Texas kış fırtınası ve Süveyş Kanalı'nın kapanışı üretimi felce uğrattı. Toplamda 110 milyar dolardan fazla üretim kaybı yaşadılar. Öte yandan The New York Times, Tesla'nın aynı dönemde üretimini yüzde 87 artırdığını belirtti. Tesla'nın başarısının arkasında, mühendislerinin alternatif çipleri hızla tanımlayıp, donanım yazılımını yeniden yazmaları ve üretim süreçlerini günler içinde adapte edebilmeleri vardı.
Bu fark, daha iyi planlama değil; anlamsal zekanın gücüydü. Anlamsal zeka, veri sistemlerinin sadece işlemesini değil, verilerin anlamını ve bağlamını kavramayı sağlar.
### Yeni Üretim Gerçeği
Resilinc firmasına göre, tedarik zinciri kesintileri 2024 yılında %38 artış gösterdi. McKinsey ise, bir ayı geçen kesintilerin ortalama her 3.7 yılda bir yaşandığını ve bu durumun şirketlerin yıllık karının %45'ine kadar kayba neden olabileceğini raporladı. Kritik müdahale süresi 72 saat iken, çoğu şirketin gerçek müdahale süresi iki haftayı buluyor.
Bu rakamlar gösteriyor ki, sektörde yaşanan kesintiler, şirketlerin verilerini anlayabilme hızını aşmış durumda. Paylaşılan bağlam olmadan, üreticiler etkilerin farkına varmak için günlerce zaman kaybediyor.
### Geleneksel Sistemlerin Üç Başarısızlık Modu
- Görünmezlik: Üreticiler, sadece birinci seviye tedarikçileri görebiliyor; ancak modern araçta 1000'den fazla çip varken sistemler sadece doğrudan ilişkileri gösterebiliyor.
- Kırılganlık: Bir süreç değişikliği birçok sistemin güncellenmesini tetikleyerek büyük gecikmelere yol açıyor.
- Hassaslık: Geleneksel sistemler işlemleri kaydeder ama bağlamı yakalayamaz; örneğin, kritik bir bileşenin nadir toprak elementlerine bağlı olduğu bilgiler kayıplara uğrar.
### Anlamsal Zeka: Bağlamı Altyapı Olarak Kullanmak
Anlamsal modeller, işlemsel sistemlerin üstünde bilgi grafiklerini yaratır. Varlıklar, ilişkiler ve kurallardan oluşan ağlar oluşturularak statik kayıtlar dinamik bağlama dönüşür. Örneğin, tarifeler değiştiğinde sistem, etkilenen ürünleri hemen tanımlayıp, marj etkilerini hesaplar, alternatifler sunar ve değişim maliyetlerini manuel analiz gerektirmeden modelleyebilir.
### Kullanım Örneği
2021-2022 çip krizinde büyük bir otomotiv üreticisi, yarı iletken bağımlılıklarını anlamsal modelleme ile haritaladı. Sistem;
- 1.200'den fazla benzersiz yarı iletken parça tespit etti.
- %60'tan fazla "çeşitlendirilmiş" tedarikçinin üç dökümhaneye bağlı olduğunu ortaya koydu.
- Donanım yazılımı değişikliği gerektiren 400'den fazla potansiyel ikame belirledi.
Böylece, çip teminindeki haftalık değişimlere hızlıca karşılık verildi; üretim hatları önceliklendirildi, gelir etkileri hesaplandı, alternatifler önerildi ve tesisler arası optimizasyon yapıldı. Karar süreci iki haftadan iki güne indi.
### Çevik Operasyonlar İçin Yapı Taşları
1. Anlamsal katmanı birincil mimari olarak benimseyin. Bu modeller sadece analiz aracı değil, iş mantığının merkezi olmalı.
2. Eksik bilgiye karşı dayanıklı olun. Anlamsal modeller, belirsiz veriler üzerinde olasılıksal mantıkla karar almaya olanak tanır.
3. Yerel gelişirken küresel uyumu koruyun. Farklı tesisler modelleri yerel olarak genişletirken, küresel tutarlılık sağlanır.
### İnsan Faktörü ve Yetkinlikler
Anlamsal zeka inşasında dört insan becerisi gereklidir:
- İş alanı uzmanlığı,
- Sistem ve süreç bilgisi,
- Veri modelleme yetkinliği,
- Veri analitiği becerisi.
Bu becerilerden en az ikisi bir arada olmalı ve doğru ekip yapısı kurulmalıdır. Anlamsal zeka uygulayan firmalar, değerlendirme süresinde %85 azalma, üretim direncinde %40 artış ve kesinti maliyetlerinde %15-20 düşüş bildiriyor.
