Yapay Zeka ve Makine Öğrenimi Finans Dünyasını Nasıl Değiştirecek?

Finans şirketleri ve büyük kurumların finans departmanları, onlarca yıldır verinin giderek artan niceliği ve karmaşasına ayak uydurmak için ter döküyor. Teknoloji (özellikle ERP ve EPM bulut) onlara yardımcı oldu. Fakat veri ve iş yükü büyümeye devam ediyor. Bu yüzden daha fazla gecikmeden yapay zekanın nimetlerini etkin biçimde kullanmaları kaçınılmaz hale geldi.

#APQC’nin (Amerikan Verimlilik ve Kalite Merkezi) son yıllık anketi (Finansta Zaman Nerede Harcanıyor?), tasarruf sağlamada önemli başarılar elde edilmiş olsa da, ticari işlemlerin hâla finans bölümlerinin zamanının neredeyse yarısını kapsadığını gösteriyor. Bu, finans birimlerinin ve liderlerinin gelişen dijital iş modelleri içinde daha stratejik bir rol edinmelerinde zorlayıcı olabiliyor.

Sıradan bir iş haftasında, yüksek maaşlı finans personeli, zamanlarının önemli bir bölümünü faturaları ödemek, müşterilerin doğru faturalar almasını sağlamak, genel muhasebe işlerini yerine getirmek, demirbaşları değerlendirmek ve kurum içinde paranın akışını sağlayan diğer tüm görevleri yerine getirmekle harcıyor. "Yapay zeka gelecek, finansçılar işsiz kalacak" demiyoruz. Finansçılar, daha verimli çalışacak, zamanlarının büyük bölümünü yiyen angarya işlerden kurtulacak. Peki ne zaman?

2023 Finansta Yapay Zeka için Dönüm Noktası

En önemli fintek etkinliklerinden biri olan Money 20/20'yi Webrazzi'den Arden, yerinde takip ederek birbirinden ilgi çekici haberlere imza atmıştı. "Gartner'a göre 2023 yılından itibaren finansal şirketlerin yüzde 50'si yapay zeka kullanacak" başlıklı özel haber, bu makaleme önemli bir kanıt niteliği taşıyor. Bu yazıyı da ayrıca okumanızı öneriyorum. Gartner analisti Erik van Ommeren'in sunumunda, finans işlerinde yapay zeka kullanımının yönü hakkında önemli bilgiler paylaşıldı. Finans sektörünün ve genel anlamda finans dünyasında yapay zekanın gümbür gümbür geldiğini, rakamlara dayandırarak müjdeliyor Gartner. Gelin bu konuyu biraz derinlemesine inceleyelim. Yapay zeka kullanımı finansçıların hayatını ve şirketlere etkilerini nasıl değiştirecek, en azından bazı sorular sorup ve anlamlı yanıtlar arayalım.

Finansçılar Asıl İşlerini Yapacak

Verimlilik şirketlerin her departman ve kademede en büyük sorunlarından biri. Yukarıda bahsettiğim gibi, finansçıların zamanlarının büyük bölümü, kısıtlı uzmanlık gerektiren işlerle geçiyor. Yapay zekanın bu işleri üstlenmesi sonrasında, yatırım kararlarının finansal boyutunu araştırmak, gelir-gider ve operasyon marjı etkilerinin hesaplanması ve çok değerli finansal analiz çalışmalarının yapılması söz konusu olacak. Günümüze kadar en az zaman ayrılan işler bunlar. Finans profesyonellerinin bu yeni silahının adı, Makine Öğrenimi (Machine Learning) ile güçlendirilmiş yapay zeka (Artificial Intelligence)! Kulağa bilimkurgu gibi gelen teknolojiler çalışma sistemlerine kayıyor ve finans profesyonellerinin karşılaştığı pek çok zorlu süreç problemine çözüm vaat ediyor. Çözüm sunulan problemler arasında nicelik, karmaşıklık ve erişilebilirlik gibi ticari işlemlerin fazla uzamasına sebep olan süreçler de bulunuyor.

AI ve ML Bu Problemleri Nasıl Çözüyor?

Bazı tahminlere göre, Büyük Veri ve Nesnelerin İnterneti (IoT) üzerine yapılan kurumsal yatırıma bağlı olarak, veri hacmi her yıl iki kat ve 50 kat arasında değişen bir büyüme grafiğine sahip durumda. Bu teknolojiler yaklaşan geleceğin işaretçileri. Bu yüzden de, IoT ve Büyük Veri kullanımı hızlandıkça, veri hacmindeki büyümenin de paralel biçimde artacağını söyleyebiliriz. Bahsettiğimiz bu büyük veri baskınına çözüm arayarak içinden anlamlı görüşler çıkarılabilir ve böylece otomasyon gerektiren tasarruf odaklı bir yol haritası ortaya konabilir. Makine otomasyonunun sanayi üretimi ve tarım alanlarında yaptığı yenilikler gibi, AI/ML de finans çalışanlarından beklenen görev bazlı el işlerini ve değer katmayan çalışmaları elimine ediyor. İngiltere'den bir örnek vereyim. Tüm vatandaşlarının sağlık sağlık ihtiyaçlarını karşılayan Ulusal Sağlık Hizmeti (NHS), sahte talepleri tespit etmede yardımcı olması için öngörülü mantıksal çözümleme kullanıyor. Böyle bir iş için tonlarca verinin incelenmesi gerekir. Önceleri katibin bu talepleri bilgisayar üzerinde, ekran ekran ve sayfa sayfa incelemesi gerekiyordu. Filtrelemeyle işin bir kısmı hafifletilse bile yoğun emek isteyen bir görevdi. Şimdi ise potansiyel sahte talepler iyi bilinen bir dizi kriterden yola çıkılarak tespit ediliyor. Bu sadece etkili bir filtrelemeden oluşmuyor, aynı zamanda verinin geçmişi ve benzerlikleri de ele alınıyor. Üstelik Makine Öğrenimi ile sürekli güncelleniyor. Katibin işi, sistem tarafından tespit edilen taleplerle başlıyor ve talepleri elle tespit etme yöntemi saf dışı bırakılıyor. Giderek büyüyen finansal verinin daha karmaşık hal alması çeşitli nedenlere dayanıyor. Piyasa kanallarının, ödeme yöntemlerinin ve ürün yapılandırmalarının çoğalması, işlemleri kaydetmede farklı varyasyonlar olarak kaydediliyor. ERP sistemlerinin, her zamankinden daha geniş bir dizi veri kaynağından bilgi kabul etmek üzere güncellenmesi bu anlamda büyük önem taşıyor. AI/ML ile sistemler kendilerini, değişimlere göre hızlıca uyarlayabiliyor. AI/ML, veri erişimi problemini iki yol ile çözüyor: Sistemdeki bilginin bulunmasını ve kullanımını kolay hale getiriyor ve bilgiyi daha geniş bir çalışan kitlesine erişilebilir kılıyor. İkinci olarak da, AI/ML kabiliyetleri giderek daha fazla kullanım senaryolarıyla karşılaştıkça, yazılım, benzerliklerden ve trendlerden yola çıkarak, "chatbot" diye tarif edilen akıllı sohbet programlarıyla tavsiyeler verebiliyor.

Chatbot'lar Daha Fazla İş Üstlenecek

Finans çalışanlarının çay molalarında birbirlerine en çok yakındıkları konulardan biri, verinin sistemde olduğunu bilmeleri fakat bu veriye erişmenin bazı durumlarda çok zor olması. Chatbot teknolojisinin kullanımı, profesyonellere ihtiyaç duydukları veriyi bulmada zahmetli arama araçları yerine, doğal dili kullanarak yardımcı oluyor. Mesela İngiliz'lerin SGK'sı olan NHS'deki katipler, talepleri incelerken sisteme doğal dilleriyle "Benzer ögeleri gösterir misin?" diye sorabiliyorlar. Tabi bunu İngilizce yapıyorlar :) Bu sayede devamlı olarak daha yaratıcı sorgu türlerine ve daha fazla ilgili bilgiye hızlı ve zahmetsizce ulaşılıyor. Rehberlik botları ayrıca finans departmanlarındaki doğan deneyim ve bilgi havuzunun yerini de alabiliyor. Bugünlerde finansal bilginin finans dışındaki profesyoneller tarafından anlaşılabilmesi için önce çevrilmesi gerekiyor. Botlar sayesinde şirketin kolektif bilgisi bir araya getiriliyor ve geniş kitleler kolayca faydalanabiliyor. Bazılarımız bunun biraz fütüristik olduğunu düşünebilir ama pek çok insan kendi telefonlarında, bu teknolojinin örnekleri olan Alexa, Echoe ve Siri gibi bağlamsal zeka destekli sesli asistanları zaten öteden beri kullanıyor. İş dünyasında da kurumsal yazılım şirketleri uyarlanabilir zekayı, bulut uygulamalarına gömmek üzere çalışıyor. "Data as a Service" ya da kısaca DaaS bulutundaki veri, şirketin verisiyle birleştirerek ve algoritmaları kullanarak, -örneğin- hangi tedarikçilerin peşin ödemeyle iskontolardan avantaj sağlayabileceğini ve zamanını tespit edebiliyor. AI olmadan tedarikçi davranışlarıyla ilgili böyle bir arşiv hazırlama işi için en azından bir kişilik tam zamanlı bir çalışma gerekiyordu.

Yapay Zeka Kullanımı Finansal Anlamda Güvenli mi?

Şirketler AI üzerinde düşünmeye başladığında ilk akıllarına gelen şüphe elbette güvenlik oluyor. AI/ML kullanımı sayesinde, şirket verisi yönetimindeki en büyük zafiyetlerden biri olan insan hatası azaltılmış oluyor. Geçmişte bir tehdit tespit edildiğinde üretici bir yama oluşturur, yayımlar ve sonra bir şirket çalışanına ya da üçüncü şahıs bir temsilciye uygulaması için gönderirdi. Bu süreç günlerce sürebiliyor ve bazı şirketlerin aylarca yamasız çalışma durumunda bırakıldığı biliniyor. AI/ML sayesinde bir tehdit ile çözümü arasında bulunan "zafiyet alanı" çok daha dar. Tehditler tespit edildikçe yamalar otomatik olarak oluşturuluyor ama sistem çağında uygulanıyor. AI ile güvenlik güçlendirmesinin bir başka yolu da insanların görebileceği veri miktarının azaltmak. AI bu konuda daha isabetli bilgi sağlıyor. Personelin tüm veriye erişmesi ve incelemesi gerekmiyor. Aksine, sadece sorgu sonucunu görüyor ve ufak bir veri kümesine erişiyor. Personelinizin AI/ML teknolojisini kullamak üzere eğitilmesine gelirsek; bu teknoloji tedarikçisine göre değişen bir şey. Fakat halihazırda finans departmanı çalışanlarının bildiği ve her gün kullandığı ERP ve EPM bulut sistemlerinde gömülü olarak bulunuyor. Yani finans departmanı için uzun eğitimler gerektirmiyor. Yapay zeka ve Makine Öğrenmesi, hacmi hızla artan karmaşık ticari işlemleri etkili biçimde süreçten geçirmek üzere finans profesyonellerine yardım edecek. Bu teknoloji onları elle yapılan sıkıcı ticari görevlerinden kurtaracak. Finansçılara karar vermede yardımcı olacak ve sahip oldukları insan zekasına, yaratıcılığına ve iş deneyimine katkıda bulunarak, iş problemlerini çözmede katkı sağlayıp en iyi iş stratejisini keşfedecek.

Webrazzi