Yapay Zeka Yolculuğuna Başlamak
2011 yılında yapay zeka, bugünkü trend halinden çok uzakta, henüz başlangıç aşamasındaydı. Bir pazarlama müdürü olarak, yapay zekanın tüm faydalarından uzakta, geleceğin belirsizliğiyle birleşen büyüme ve rekabet zorluklarıyla boğuşuyordum.
Birçok pazarlama yöneticisi gibi ben de pazarlama araştırması raporlarını kullanarak sorunlarımı çözecek stratejileri belirlemeye çalışıyordum. Fakat, müşterinin gelecekteki kararını ona sorarak anlamaya çalışan anketler pazarlama zorluklarının üstesinden gelmede yetersizdi; bu, bugün bile geçerliliğini koruyan bir gerçektir. Nihai hedef, pazarlama kaynaklarını en iyi şekilde tahsis eden kazanan bir strateji tasarlamaktı. Altın soru şuydu: Stratejik olarak kaynakları nereye odaklamalı?
Aydınlanma Anı
Benim aydınlanma anım, pazarlama kararlarını yönlendirebilmek için pazarın simülasyonu üzerinde düşündüğümde geldi. Bu fikir birey tabanlı simülasyona evrildi ve piyasayı anlamanın anahtarının bireyi anlamakta yattığını anlamamı sağladı. Tek tek bireyleri anlama yaklaşımı, kalabalıklar lehine bireyi göz ardı eden geleneksel istatistiki yaklaşımdan ayrılmamı gerektirdi. Bir simülasyon kurulması gerekiyordu ve bu simülasyonda her bir birey kendi özgünlüğü ile temsil edilmeliydi.
Bu noktaya gelmemle birlikte aşmam gereken engel karşımda belirdi: Bir bireyin karar verme sürecindeki özgün nedensellik nasıl anlaşılır? Bu soruyu yanıtlamak dört yıl süren aralıksız bir araştırmayı gerektirdi. Görevim, bireyin karar vermesindeki nedenselliği açıklayabilecek bir algoritma geliştirmekti. Bu süre zarfında yapay zeka kavramlarını ve teknolojisini kendi kendime öğrettim ve sonunda çeşitli zorlukların üstesinden gelerek teknolojiyi geliştirdim.
Engelleri Aşmak
Algoritmayı geliştirken iki önemli sorun kendini gösterdi.
Veri kıtlığı:
Minimum veriyle çalışabilecek bir algoritma geliştirmem gerekiyordu.
Veri türü:
İkinci olarak algoritma için gereken veri türünü belirlemem gerekiyordu. Aslına bakarsanız, veri tipinin belirlenmesi algoritmayı işlevsel hale getirdi. 2014 yılında yalnızca biyolojik verilerin ideal veri türü olabileceğini fark ettim. Nöro bilim imdadıma yetişti.
Biyolojik verilerle birleşen yapay sinir ağları algoritması olağanüstü bir araca dönüştü. 2015 yılına gelindiğinde, iş dünyasının en ilgi çekici sorularından biri olan bir tüketicinin satın alma kararının nasıl açıklanacağı sorusunu çözebilecek haldeydim.
Gerçekliği Simüle Etme
Bu noktaya geldiğimde bildiklerim nelerdi?
Bir:
Şirketimi rakibin müşterilerini kendi müşterim yaparak büyütebilirim. Hedefimdeki bu müşterileri birey olarak anlamalıyım ve birey tabanlı bir simülasyon içinde dijital olarak temsil etmeliyim.
İki:
Rakibin müşterilerini kendime getirirken, rakibinde benim müşterilerimi çalmasını engelleyecek yolları bilmeliyim ve karşı hamleleri önceden düşünmeliyim
Bu bilgiler ışığında bireysel olarak simüle edilmiş müşterilerle dolu bir sanal pazar ortamı yarattım. 2015'in ortalarına gelindiğinde yapbozun tüm parçaları yerine oturdu. Sanal müşterilerin satın alma kararlarını verdiği sanal pazar şeklinde bir strateji laboratuvarım oluştu. Pazarlamada ilk defa, hamle-karşı hamle senaryolarımızın sonuçlarını bu laboratuvarda gözlemleyebildik.
İş Evrimi
İşe sadece stratejinin tanımlanması olarak başlamıştım. Uygulamada kenara çekilip, işin devamını müşterime devretmek niyetindeydim. Fakat, gel görki, çoğu şirket için stratejinin uygulanmasının çok çetrefil bir iş olduğunu gördüm. Bu Divera'nın iş kapsamının genişlemesine ve uygulama bacağınında işimizin bir parçası haline gelmesine yol açtı. Bir süre sonra "uygulama" aşaması nedeniyle müşterimiz ile olan işbirliğimiz çok daha derin ve uzun bir birlikteliğe evrildi.
Sonuç
Gelecek ne gösterir? Çözümü imkansız gibi görünen iş sorunlarını çözmekten keyif alıyorum ve geleneksel çözümlerinin yetersiz kaldığı yerlerde Divera'nın başarısından gurur duyuyorum. Şirketlerin büyümeyi başarma ve yönetmelerinde bir devrim öngörüyorum ve Divera'yı bu devrimin ön saflarında hayal ediyorum.