Page 487 - KobiEfor Şubat 2022

• Servis ve destek hizmetleri doğal dil işleme saye- tam entegre olmuş, çift taraflı beslenen yazılım

sinde Chatbotlar ile gerçekleştirilir. çözümleri olarak ele alınacaklardır. Bu görevleri,
aynı tecrübelenen bir eleman gibi, her gün daha da
• Hangi potansiyel müşterinin hangi kampanyala-
ra tepki verdiği Makine Öğrenimi ile tespit edilip artan data setleri ile daha da verimli halde gerçek-
müşteri ilişkileri yönetimi kolaylaştırılır. leştireceklerdir. Böylece ERP için gerekli bilgileri;
üretim hattının güncel verim ve kapasitesi, çalışan
• Yeni ürünlerin 3D yazıcılarla prototipi basılır. kapasitesi, satın alınacak ürün ve maliyeti, gerçek-
• İşe alımda, iş başvurularının uygunluğu, pozis- leşecek satış miktarları ve en önemlisi bunların ne
yona göre Makine Öğrenimi ve doğal dil işleme ile demek olduğu bilgisini, hiç yorulmak bilmeyen ka-
puanlanır ve sıralanır. rıncalar gibi taşıyıp duracaklardır. ERP 4.0’a ayak
uydurmakta geri kalan, verimliliğini artıramayan,
maliyetlerini düşüremeyen işletmeler, daha öncele-
Yukarıda bahsettiğimiz işletmede, işlenen süreçler ri ERP’ye ayak uyduramamış işletmeler gibi on yıl
ana hatlarıyla bir ERP sisteminde olan modüllerle içerisinde, yüksek maliyetlerden ötürü piyasada tu-
Öncelikle Yapay Zekânın alt disiplinlerine bir göz nemsel dalgalanmalardan öğrenen Makine Öğreni- yürütülen işlemlerdir. Satış, Müşteri İlişkileri, Sa- tunamayacaklar.
atalım. mi sayesinde dinamik oluşturulur. tınalma, MRP, Üretim, Kapasite Planlama, İnsan Yazımın sonunda, kısaca ERP üreten işletmelerin

- Bilgisayar Görüşü (Computer Vision) • Sipariş onayı Blockchain teknolojisi ile sözleşme- Kaynakları vb. İşte tam da Yapay Zekâyı gelecekte geleceğine de değinmek istiyorum. ERP üreten

Dijital görüntü ve videoları içeren görevleri, görün- ye çevrilir. ERP’den ayrı düşünülemez yapan da budur. firmalar, daha da geç kalınmadan, Yapay Zekâ ve
Nesnelerin İnternetine (IoT) yatırımlarını hızlan-
tü ve videoları anlayarak ve işleyerek gerçekleştirir. • Beklenen siparişler, yine dönemsel ve sektörel Bir önceki Endüstri Devrimi beraberinde kullanıcı- dırmazlarsa, MRP’nin ERP’ye yenildiği gibi, prog-
Sosyal medya mecralarında ve telefonlarda fotoğ- dalgalanmalar ve önceki yılların verilerine göre Ma- nın kendisinin beslediği ERP sistemleri yarattı. ERP ramları yeni sistemlere yenilecektir. ERP şirketle-

raflardan yüz tanıması yapılması günlük hayatta en kine Öğrenimi ile belirlenir. sistemleri sayesinde proseslerimizin verimini artı- rinin bununla birlikte organizasyon dağılımlarının
çok karşılaşılan uygulamalarıdır. rıp kontrol edilebilirliğini geliştirdik. Artık bizim
• Beklenen ve gerçekleşen siparişlere göre üretim data setleri ile yapay zekâ algoritmalarını besledi- değişimine de hazırlıklı olmaları gerekmektedir.
- Doğal Dil İşlemesi (Natural Language Proces- planı ve satınalma istekleri oluşturulur. ğimiz, yapay zekânın ise ERP’yi beslediği yeni bir Büyük bir iş alanı ve kazanç girdisi olan danışman-
sing) lık faaliyetlerinin yerlerini Yapay Zekâ Chatbotla-
• Makine Öğrenimi sayesinde hangi tedarikçinin döneme geçiş yapıyoruz. Yapay zekâlar günümüz-
Herhangi bir dili ve dille yaratılmış metinleri anla- hangi ürünü ne kadar sürede tedarik edeceği dina- de ve yakın gelecekte, tek bir konuda uzmanlaşmış, rına devretmesi kaçınılmaz bir sondur. Karmaşık
ERP’ler yerlerini Next-Next kurulumlara, danış-
ma ve yorumlamada kullanılır. İnternet sayfaların- mik olarak hesaplanır. Sektörel portallarda kalite ve ulaştıkları çıkarımları birbirleriyle paylaşıp yeni çı- manlık faaliyetleri ise kendilerini Yapay Zekâ Al-
da gördüğümüz Messenger Bot’lar ile telefonlarda tedarik adına değerlendirilmiş muhtemel tedarikçi- karımlarda bulunan, bir sorunu çözmek, bir görevi goritma İyileştirme ve Büyük Data ve Veri Analizi

kullandığımız Siri gibi dijital asistanlar bunlara gü- lerden, konum ve ortalama fiyatına göre periyodik tamamlamak, benzer işlerin tekrarını gören işgü- Danışmanlığına bırakacaktır.

zel birer örnektir. satınalma teklifleri istenir. cünü azaltmak amacında olan, işletmelerde ERP’ye
- Otonom Ajanlar (Autonomous Agents) • Üretim planları iş emrine dönüştürülürken, çi-
Belirli bir hedef doğrultusunda, robotik yardımla, zelgeleme için gerekli bilgiler üretim hattından ‘za-
önündeki engellerden sıyrılarak hedefe ulaşmak manında’ çekilir. Üretim hattında birbiriyle iletişim
üzerine kurulu bir sistemdir. Birden çok sistematiği halindeki (Nesnelerin İnterneti) cihazlar ERP’yi,
hangi hattın ne zaman bakımda, arızada ya da yük-
içinde barındırabilir. Doğal dil işleme ve bilgisayar lemede olduğu ve gerçek zamanlı kapasite ve verim
görüşünden yararlanıp hedefe ulaşabilir. En güzel gibi bilgiler ile besler. Üretim hattından gelen bu
örnekleri sürücüsüz araçlardır.
yoğun data yine Makine Öğrenimi sayesinde, üre-
- Makine Öğrenimi (Machine Learning) tim çizelgeleme ve kapasite planlamada kullanılır.
Bizim konumuzu en çok ilgilendiren Yapay Zekâ • İleri robot teknolojileri ile ölçümlenmesi zor in-
disiplinidir. Kendi başlarına öğrenebilecek bir dizi san faktörü azaltılır ve Nesnelerin İnterneti beslenir.
algoritmayı tanımlar. Bu kendi kendine öğrenme • Üretilen ürünlerin hangi nakliye kapısından çıka-
ise, sonuç beklenen proses için, görevin farklı ör-
nekleri ile bilgisayarı besleyerek oluşturulur. cağı, hangi araçla gideceği, yine üretim bandından
ve nakliye araçlarından gelen bilgilerle planlanır.
Tüm bunlara istinaden, geleceğin işletmesini basit Stoklar buna bağlı optimize edilir.
bir sipariş akışı üzerinden ele alalım. Süreçler aşağı • Üretilecek ürün Artırılmış Gerçeklik ile müşte-
yukarı aşağıdaki gibi ilerleyecektir:
riye kendi kullanım alanında önceden üç boyutlu
• Mail yoluyla gelen sipariş istekleri, text ve görün- olarak sunulur.
tü tanıyan Doğal Dil İşleme ve Bilgisayar Görüşü • Sanal Gerçeklik ile fuarlar gerçekleştirilir ve fuar-
sayesinde tekliflere çevrilir.

lara katılınır.

• Tekliflerde kullanılan fiyat politikası, daha önce
verilmiş tekliflerden ve piyasadaki sektörel ve dö- • Artırılmış Gerçeklik ile ürün montaj ve/veya ba-

kım hizmeti ziyaretsiz gerçekleştirilir.