Yazı: Berk İybar
Son yıllarda robotik endüstrisindeki gelişmeler göz dolduruyor. Boston Dynamics’in robotlarını adeta bir bebeğin büyümesini izler gibi takip ediyoruz. Üstelik robotlar eğlenceden sağlığa hayatımızın her alanında ağırlık kazanmaya devam ediyor. Günlük kullanım özellikleriyle de bizleri şaşırtıyor.
Inkwood Research’ün verilerine göre, robotik sanayisi 2020 yılında 37.9 milyar dolarlık bir sektör haline geldi. 2028 yılında 86.6 milyar dolarlık bir pazara dönüşeceği öngörülüyor. Peki, robotik endüstrisi neden bu kadar hızla büyüyor? Kısaca cevap vermek gerekirse robotik süreç otomasyonu (RPA) kavramından bahsedebiliriz. RPA, yaratıcılık gerektirmeyen işleri robotların üstlenmesini temel alır. Üretim alanında bilişim dünyası ile iş liderlerini bir araya getiren sihirli bir verimlilik artırma formülü olarak da tanımlayabiliriz.
RPA nedir, daha da önemlisi ne değildir?
Yalnız robotik gelişmelerinden her bahsedildiğinde karanlık bir gelecek senaryosuyla yeniliklere karşı çıktığını görüyoruz. RPA de aynı şekilde Terminator ile anılarak insanlığı yok edecek şifrelerden biri olarak görülüyor. Tabii ki RPA’i bu şekilde basite indirgemek sadece kolaya kaçmak. Bugün iş dünyasında geleceği inşa eden tüm kurumların öncelikleri arasında RPA bulunuyor. İnsanların ya da robotlar nedeniyle iş kaybına uğrayacağını düşünüyor. Bu nedenle RPA’in tanımını netleştirelim.
“RPA sanılanın aksine fiziksel veya mekanik bir robottan ibaret değildir.” Bu söz, Kofax isimli ABD kökenli otomasyon yazılım şirketi strateji müdürü Chris Huff’a ait. Huff, tanımı şu şekilde düzeltiyor: “RPA’de kastedilen yazılım robotlarının fiziksel ya da sanal bir makine üzerinde çalışmasıdır. Yani aslında yazılım öne çıkmaktadır.”
Hatasız robot = yüksek verimlilik
2006 ABD kökenli Nintex otomasyon şirketinden ürün yöneticisi Aaron Bultman da Huff’ı destekliyor: “RPA’da belli bir robot ya da bot’a belli bir işi halletmesi için talimat verirsiniz. Yani RPA, donanımdan çok onu yönlendiren yazılımdır.” Bultman’a göre ,verimliliği artırmak sanılanın aksine daha çok robot ile üretim yapmak değil. Robotları en hatasız şekilde programlamaktan geçiyor: “Yüksek hacimli iş yaparken %99 gibi bir başarı oranı asla kabul edilemez. Otomasyon ya tamdır ya da hiçtir.”
Müşteriye özelinde hizmet geliştirmek
Yukarıdaki tanımlamalar, Hollywood senaryolarına göre biraz sönük kalsa da işin özünü çok iyi özetliyor. RPA’in başarılı olabilmesi için yazılımın hangi işleri hatasız olarak üstlenebileceğini doğru tespit etmek gerekiyor. Kopyala-yapıştır mantığındaki işler robotların hatasız yapabileceği işlere örnek gösterilebilir. Dolayısıyla RPA’de işin niteliğinden çok niceliği önemlidir. Şirketler üretimi artırmak için RPA’e yatırım yaparlar, havalı görünmek için değil. Dolayısıyla seri üretimi verimli hale getirmek için yazılım ve donanımın RPA ile uyumlu olması gerekir. Bu sayede zamandan tasarruf eden şirketler, artan zamanı müşteriye özel çözümler geliştirmek için kullanabilirler. Robotlar her geçen gün yeni yetenekler kazanıyor. Pratikteki uygulamada robotların veya akıllı yazılımların insanları işlerinden edeceği senaryosu ise biraz acımasızlık. Şu an için RPA’den elde edilen iş gücü, müşteriye özel hizmetlerin geliştirilmesinde önemli bir rol oynuyor.
RPA’in verimliliği artırmak için üretim sürecini nasıl etkilediğini daha iyi kavramak için sektörde önde gelen kişilerin fikirleriyle konuyu biraz daha açalım:
Olive CPO’su David Landreman: “Belli ve sabit kuralları olan ve kendini tekrar eden üretim süreçlerinde RPA otomasyon, bilgisayar görüntüleme sistemleri ve makine öğrenimini iç içe geçiren bir yazılımdır.” Aslında sektördeki uzmanların genel kanısı RPA’de belli bir mantık çerçevesine sahip işlerin çerçevesini yazılım ile çizmek. Aynı zamanda hiçbir insan müdahalesin gerek bırakmadan o işin adeta unutulması.
Hangi iş RPA’e teslim edilebilir?
Genel olarak RPA alanına yatırım yapmak isteyen şirketlerin bir sonraki sorusu hangi işin otomasyona devredileceğiyle ilgili oluyor. Bunun için genel kriteri belirlerken işin çok büyük bir ihtimalle veri üzerine olacağını söyleyebiliriz. Örneğin, kuşlar üzerine bir araştırma gerçekleştiren bir laboratuvar yönetiyorsunuz. Elinizde milyonlarca kuş fotoğrafı var. Kuşları yaş ve cins gibi kriterlere göre sınıflama işi tam da RPA’in alanına giriyor. Elbette burada donanım da çok önemli. Zira kuşların görüntülenmesi ve bu görüntülerin paylaşılması bilgisayar görüntüleme teknolojileri ve bulut altyapılarını gerektiriyor.
Dolayısıyla donanım ilerledikçe ya amacınız daha ulvi hale geliyor da ya amaca giden süreci kısaltıyorsunuz. Ancak RPA ile kuşların neden belli bir alanda ve zamanda farklı davrandıklarına dair bir yorum elde etmeye çalışmak iğne ile kuyu kazmaya benziyor. RPA’de iğneyi defalarca saplamanızın gerektiği bir görev bulmalısınız. Kısacası, insan tarafından da bulunması mümkün olan sıradan görevler için RPA biçilmiş kaftan. Ama “İnsanlığın amacı nedir?” gibi bir soru sorarsanız sadece Terminator’ü aktive etmiş olursunuz.
RPA nasıl kullanılır?
Günümüzde RPA’nın en yaygın kullanıldığı alanlar verinin yoğun olduğu dallardır. Günümüzde verinin toplanması, analiz edilmesi, depolanması, güncellenmesi, sınıflandırılması gibi süreçlerin tamamı RPA tarafından yönetilebilir. Örneğin e-ticaret siteleri, finans kuruluşları gibi işin kalbinde veri olan kurumlar RPA ile özellikle pazarlama alanında çok yaratıcı çözümler geliştirebilirler. Gartner raporuna göre, 2018 yılında finans kuruluşları RPA’dan %18 oranında yararlanıyor. Bu sayı sadece iki yıl içerisinde yani 2020 yılında %70’in üzerine çıktı.
Onlarca ülkede yüzlerce çalışanın bulunduğu büyük bir uluslarası şirketi ele alalım. Bu şirketin insan kaynakları departmanı RPA sayesinde daha merkezi bir anlayışa sahip olabilir. Toplanması zor olan çalışan verileri gerçek zamanlı olarak analiz edilip uzmanlar için anlamlı bilgiye dönüşebilir. Görüldüğü gibi RPA, insan kaynakları departmanını kapatmak yerine aslında burada çalışan uzmanlara yeni bir dijital araç haline geliyor. Bu örneği müşteri hizmetlerinden satış sonrasına kadar her türlü süreçte uygulayabilirsiniz.
Yapay zeka ve RPA farkı nedir?
Yapay zeka ve makine öğrenimi ile RPA’nın sıklıkla karıştırıldığını görüyoruz. RPA’da diğer ikisinden farklı olarak kendini geliştirmeden bahsedemeyiz. Örneğin Tesla’nın otonom sürüş sistemi RPA değildir. Çünkü Tesla, tüm araçlardaki sürüş verilerini kullanarak algoritmasını günceller. Hatta makine öğrenimi sayesinde algoritma kendini yeniler ve geçmişteki durumlardan ders çıkaran yapay zeka, gelecekte karşılaşılan yeni bir durumda bu bilgiyi kullanır. RPA’da yazılım mühendisleri müdahale etmedikleri sürece işin yapılış şekli asla değişmez. İnternet sitesinde forumlarda kullanılan bir bot, RPA’ya örnek gösterilebilir. Ancak sanal bir müşteri temsilcisi ya da sohbet robotu, yapay zekanın alanına girer. Dolayısıyla yapay zekayı geliştirmek daha farklı ve maliyetlidir. Kofax’tan Huff ayrımı çok doğru yapıyor: “Yapay zeka teknolojilerinde insan davranış ve kararlarını taklit etmeye çalışılırken RPA’da insanların belli durumlar karşısında sergiledikleri hareketler bire bire kopyalanır.” Elbette yapay zekanın ve makine öğreniminin gelişmesi RPA’nın da hareket kabiliyetini geliştirecektir.
Veri güvenliğinde RPA’in önemi artıyor
