Yapay zeka otomotiv endüstrisini ve müşteri deneyimini nasıl dönüştürüyor?

Dünyanın en büyük mobilite etkinliği olan IAA Mobility 2023, 5-10 Eylül tarihleri ​​arasında Münih'e yaklaşık yarım milyon ziyaretçi çekti. Otomobil endüstrisindeki yapay zeka (AI), bu yılki fuarın neredeyse tüm alanlarında yinelenen bir temaydı. Örneğin sürücü destek sistemlerinin ve otonom sürüşün geliştirilmesinde veya kalite kontrol ve üretimde.

Otomotiv fabrikalarında yapay zeka kontrollü robotlar artık kaynak, boyama ve montaj gibi görevleri bağımsız olarak yerine getiriyor.

Araçların durumunu izlemek ve yaklaşan bakım veya onarımlara ilişkin göstergeler sağlamak için akıllı algoritmalar da giderek daha fazla kullanılıyor; buna "kestirimci bakım" da deniyor.

Yapay zeka aynı zamanda araç tasarımında ve navigasyon sistemlerinin ses kontrolünde ve akıllı park yardımlarında daha fazla verimlilik ve sürdürülebilirlik için sürüşü optimize etmek amacıyla da kullanılıyor. Bu arada pazarlama, satış ve müşteri hizmetleri, müşterileri daha mutlu etmek ve tedarik zincirlerini daha verimli hale getirmek için yapay zekayı uyguluyor.

Otomobil endüstrisinde yapay zeka: Yapay zeka gidişatı nasıl değiştiriyor?

Mobilite Festivali'nde yapay zekayı tartışmanın mutluluğunu yaşadım ve BMW Group Dijital Tedarik Başkanı Alexander Scholz'un yanı sıra e-mobilite girişimi ChargeX'ten Tobias Wagner de bana katıldı. Ticari fuarın koşuşturmacasının ortasında, heyecan verici bir Yapay Zeka MasterClass için ortağımız IBM iX DACH tarafından TikTok ile birlikte işletilen Executive Lounge'ı kullanma fırsatımız oldu.  

Üretken yapay zeka, özellikle iletişim alanında gerçek bir oyun değiştiricidir.

Bunun nedeni, bu teknolojinin mevcut bilgilere ve kullanıcı girdilerine dayalı olarak yeni içerik oluşturabilmesidir. Büyük dil modellerine (LLM) dayanmaktadır ve ChatGPT, Google Bard ve Aleph Alpha gibi yapay zeka araçlarında kullanılır. Bu tür makine öğrenimi (ML) modelleri, birçok farklı bağlam ve boyutta büyük miktarda veri üzerinde eğitildiğinde artık karmaşık ilişkileri ve bağımlılıkları anlayabilir.

BMW uzmanı Alexander Scholz'a göre bu teknoloji aynı zamanda özellikle tedarik zincirinde önemli bir verimlilik faktörüdür.

Yapay zekanın otomotiv endüstrisindeki faydaları üretimde zaten hissediliyor. Örneğin BMW'nin Spartanburg'daki ABD fabrikasında yapay zekanın yalnızca kaporta atölyesinde kullanılması, üretim maliyetlerinde yılda bir milyon dolardan fazla tasarruf sağlıyor. Şirket halihazırda araç tasarımında yapay zekayla deneyler yapıyor; örneğin insan müdahalesi olmadan yeni arazi araçları tasarlıyor.

Genç şirket ChargeX, modüler e-araba şarj altyapısı için de yapay zeka çözümüne güveniyor. Yükü bir sahadaki çeşitli elektrikli arabalar arasında otomatik olarak dağıtmak için kullanılır. Kurucu ve CEO Tobias Wagner bize "Bunu optimal bir şarj stratejisi geliştirmek için kullanabiliriz" dedi. Ama henüz başlangıç ​​aşamasındalar.

Otomobil endüstrisinde yapay zekanın potansiyel risklerini göz önünde bulundurmak

Farklı bakış açılarına rağmen, tartışma birçok ortak noktayı da ortaya çıkardı. Örneğin, veri güvenliği, hassas bilgilerin korunması veya sorumluluk ve garanti sorunları gibi yapay zekanın potansiyel risklerinden bahsettiğimizde.

Scholz, "Proaktif olmamız ve mümkün olan en yüksek şeffaflığı sağlamamız gerekiyor" diye vurguladı. Yapay zeka dil modellerini sorumlu bir şekilde kullanmanın ve kendi çalışanları ve müşterileri arasında bunların kullanımı konusunda güven oluşturmanın önemli olduğunu ekledi.

Bu nedenle BMW, bu yıkıcı teknolojiyle başa çıkmanın etik ilkelerini belirleyen kendi yapay zeka yönergelerini zaten yayınladı. Bunlar arasında insan kontrolü olmadan yapay zeka yanıtlarına körü körüne güvenmemek de yer alıyor.

Yapay zekanın - özellikle güvenlik açısından kritik durumlarda - "halüsinasyon görmesini" önlemek için, bir Yüksek Lisans çıktısının gerçek anlamda doğru ve tarafsız olması uygun eğitim yoluyla sağlanmalıdır. Ayrıca şüphe durumunda, bir insanın kararı her zaman bir yapay zekanın kararına üstün gelmelidir.

Son kullanıcının kabulü olmadan en iyi yapay zeka çözümü işe yaramaz

Tobias Wagner tartışmamıza başka bir yön daha kattı: Son kullanıcının kabul etmesinin mutlak gerekliliği.

Otomotiv sektörünün bu konuda özellikle hassas olması gerektiğini, çünkü sürücülerin şeffaf olmayan bir algoritmaya bırakmak değil, kendi kararlarını vermek istediklerini söyledi.

Şirketinin, daha önceki bir versiyonda, geçmiş verilere ve belirli bir konumdaki mevcut duruma göre elektrikli otomobil için en uygun şarj sürecini otomatik olarak belirleyen şarj uygulamasına dikkat çekti.

ChargeX deneyiminden yola çıkarak, "Ancak insanlar, kendi özel durumlarına göre, pillerinin ne kadar dolu olması gerektiğine ve bunu yapmak için ne kadar zamana sahip olmaları gerektiğine kendileri karar vermek istiyor" dedi. Yapay zekanın makul öneri ve tavsiyelerinin faydalı olduğunu ancak nihai kararın müşteriye ait olması gerektiğini söyledi.

Yapay zekayı düzenlemek yerine kendi deneyiminizi yaratmak daha iyidir

Ancak tüm panelistler yeni teknolojiye yönelik kalıcı düzenlemelerin (her türlü) pek faydası olmayacağı konusunda hemfikirdi. Bu sadece inovasyonu yavaşlatır ve Almanya başka bir alanda geride kalır.

Bununla birlikte, sorumluluk veya veri koruma nedenleriyle şu anda neyin mümkün olduğunu ve sınırların hâlâ nerede bulunabileceğini otomobil üreticilerinin hukuk departmanlarıyla ayrıntılı olarak tartışmak genellikle gereklidir. Sorunlar üzerinde birlikte çalışmak, yeni kullanım durumlarının uygulanmasının yasal kaygılar veya mevcut korkular nedeniyle gecikmemesini sağlamalıdır.

Çalışanların kendi deneyimlerini toplamak, yapay zeka uygulamalarına ilişkin ciddi endişelerin giderilmesine de yardımcı olabilir.

MasterClass uzmanları "Yapay zeka gelişiminin artık durdurulamayacağı, hatta tersine çevrilemeyeceği" konusunda ikna olmuşlardı. Aksine, zorluk onu şekillendirmek ve sorumlu bir şekilde kullanmaktır.

Veri kalitesi olmadan yapay zeka yararlı sonuçlar sağlayamaz

Münih'teki MasterClass'ımızda, otomotiv endüstrisinde üretken yapay zekanın kullanımına ilişkin bir başka önemli konuyu da tartıştık: Verilerin toplanması, yapılandırılması ve kalitesi. En iyi analiz araçlarının kaliteli veriler olmadan işe yaramadığı belirtildi; eğer veriler zayıfsa, o zaman en iyi yapay zeka bile yalnızca işe yaramaz cevaplar sağlayabilir.

Öte yandan, müşteri yolculuğu boyunca tüm temas noktalarında ilgili bilgilerin toplanması ve analiz edilmesi durumunda, örneğin müşterilere tercih ettikleri kanal üzerinden özelleştirilmiş teklifler gönderilebilir. Ancak bu onların rızasını gerektirir.

Panelimiz, üretken yapay zekanın, alıcının mevcut durumuna göre uyarlanmış kişiselleştirilmiş pazarlama için ideal bir araç olduğu konusunda hemfikirdi. Bunun nedeni, müşterilerle son derece alakalı olan ve dolayısıyla daha iyi sonuçlar üreten 1:1 kampanyaları otomatikleştirmenin mükemmel bir yolu olmasıdır.

Yapay zeka çözümleri geliştirmeye yönelik iki adımlı yaklaşım

Scholz'a göre BMW, yapay zekanın daha fazla kullanılmasına yönelik iki aşamalı bir yaklaşım izliyor. İlk adım, her alanda verimliliği artırmak, iş yükünü azaltmak ve çalışanları rutin görevlerden kurtarmak için kullanmaktır. İkinci aşamada toplanan verilere dayanarak daha kesin ve daha iyi kararlar almak daha kolay olacaktır. Bu aynı zamanda demografik değişim ve artan personel sıkıntısı karşısında çalışanlara etkili bir destek sağlayacaktır.

Otomotiv endüstrisinde yapay zeka hakkındaki tartışmamız aşağıdaki noktalarda özetlenebilir:

1. Otomotiv endüstrisinde yapay zekanın iyi bir şekilde kullanılabileceği sonsuz sayıda kullanım durumu zaten mevcut . Oturumumuzda tedarik zincirinden şarj altyapısına ve müşteriye yönelik süreçlere kadar bazı örnekleri tartıştık; ancak henüz evrimin başlangıcındayız.
2. Teknoloji çok hızlı değişiyor. Bu nedenle, sektörün gelişmeleri takip edebilmesi ve yeni trendlere hızla tepki verebilmesi için kendi bünyesinde özel ekipler/yeterlilik merkezleri kurması faydalı olacaktır.
3. Otomotiv şirketlerinin kendi özel ihtiyaçlarına göre özelleştirilmiş ve sonuçların kalitesini garanti etmek için kendi verileriyle eğitilmiş kendi "kurumsal ChatGPT'lerine sahip olmaları yönündeki mevcut eğilim .
4. Temiz veriler, iş perspektifinden bakıldığında yapay zeka dağıtımlarından ilgi çekici sonuçlar almanın ve müşteri deneyimini iyileştirmenin anahtarıdır .
5. Günümüzün en büyük zorluklarından biri, gerekli yapay zeka becerilerine sahip çalışanları bulmak veya onları kendiniz eğitmektir.
6. İyi ve şeffaf iletişim, çalışanların ve müşterilerin endişelerini gidermek ve umarım bu kaygıları gidermek için gereklidir.

Paneldeki uzmanlarımızdan kendi iş süreçlerini daha verimli hale getirmek için yapay zekayı nasıl kullandıklarını ilk elden dinlemek benim için zenginleştiriciydi. Ama aynı zamanda satışları, pazarlamayı ve hizmetleri geliştirmek ve en önemlisi müşterileri için daha iyi bir müşteri deneyimi yaratmak için bunu nasıl kullandıklarını da.

Heyecan verici bir dönem ve otomotiv endüstrisinde yapay zekanın gelecekte ne olacağını görmek beni çok heyecanlandırıyor. Sen?