Teknoloji

GEP-UVA Darden Raporu: GenAI Tedarik Zinciri Projelerinde Yüzde 95 Başarısızlık, Sebep Süreç Olgunluğu

Yazar: Sedat Onat
Amazon deposunda çalışan otonom taşıma robotu — tedarik zincirinde yapay zeka ve otomasyon teknolojilerini temsil eden Wikipedia Commons görseli (GEP-UVA Darden raporundaki GenAI başarısızlık bulgularıyla bağlantılı)
GEP-UVA Darden Raporu: GenAI Tedarik Zinciri Projelerinde Yüzde 95 Başarısızlık, Sebep Süreç Olgunluğu
0:00
0:00

GEP (AI-driven procurement software firması) ile University of Virginia Darden School of Business, kıdemli tedarik zinciri yöneticileri arasında AI hazırlık seviyesini ölçen yeni bir rapor yayımladı. Araştırmaya göre ankete katılan 180 yöneticinin yarısından fazlası bir biçimde AI devreye aldı, ancak her 10 firmadan birinden azı pilot aşamasını geçip kuruma yayılmış AI operasyonu kurabildi. Katılımcıların %74'ü planlama aşamasını dahi tamamlamış veya bir yol haritası ortaya koymuş değil; bu tablo, sektör genelinde dolaşan “%95 AI yatırımı başarısız” anekdotunun ardındaki yapısal nedenleri ortaya çıkarmak üzere yola çıkıldı.

GEP Strateji Küresel Başkanı Michael DuVall, projelerin yaklaşık bir yıl önce stall etmeye başladığını ve müşterilerin “bekle-gör” moduna geçtiğini gözlemlediklerini söyledi. Raporu yöneten UVA Darden Practice Profesörü Tim Laseter ve ekibi; Amazon.com, lojistik servis sağlayıcısı C.H. Robinson ve Harvard Business School vaka çalışmalarından da beslenerek 12 sektörden C-suite, başkan yardımcısı, direktör ve yönetici seviyelerinde 180 yöneticiyi anket etti. Bulgu: AI'da ilerleyememenin asıl suçlusu teknolojinin kendisi değil, neredeyse her yeni teknoloji geçişinde tökezleten iş süreç altyapısının olmaması. Çoğu AI projesi yukarıdan aşağıya başlatılıyor; ancak organizasyon şeması aşağı indikçe enerji dağılıyor, mesaj belirsizleşiyor ve günlük operasyon kaygıları öne çıkıyor. Üstüne pek çok firma AI'ı eski ve bozuk süreçlerin üzerine giydirmeye çalışıyor; Laseter, bu çabanın bir “operasyonel dönüşüm” değil rutin yazılım kurulumu gibi yönetildiğini, change management odağı olmadığını vurguladı.

Raporun başarı tarafına gelince, “performance elite” olarak adlandırılan başarılı firmaların ortak özellikleri net: AI uzmanlığına sahip doktoralı kişilerin sahaya kurulu olması + süreç yönetiminde becerikli ön-saha çalışanları + otomatik veri temizleme, gerçek zamanlı dashboard ve dijital denetim izi araçlarının devrede olması. “Portföy yaklaşımı”nın da değer ürettiği görüldü; yönetimlerin farklı zaman çizgilerinde birden çok AI projesi yürütmesi yatırımı dengeliyor ve bir fonksiyondaki başarı bir sonraki için zemin oluşturuyor. Ayrıca, en başarılı kurumlar AI girişimlerini çok fonksiyonlu uzmanlardan oluşan adanmış bir steering committee ile yönetiyor; böyle bir yapı bulunmayanların üçte birinin “fırsatlara dair sistematik bir bakışı dahi yok.” Rapor, performance elite'in bile dengesini tutturamadığı boyutun stakeholder engagement ile yetenek yönetimi olduğunu belirtiyor; Laseter'in deyimiyle bir sonraki rekabet avantajı “daha iyi modelden değil, daha iyi hazırlanmış iş gücünden” gelecek.


Önemli Notlar:
1. GEP + UVA Darden 12 sektör 180 kıdemli yönetici anketi: katılımcıların yarısından fazlası AI deploy etti ama her 10 firmadan birinden azı kuruma yayılmış AI operasyonuna ulaştı.
2. Katılımcıların %74'ü planlama aşamasını dahi geçemedi; sektörde dolaşan '%95 AI yatırımı başarısız' anekdotu yapısal süreç sorunlarını yansıtıyor.
3. Asıl tıkanma noktası teknoloji değil iş süreçleri; AI eski ve bozuk süreçlerin üzerine 'operasyonel dönüşüm' yerine rutin yazılım kurulumu mantığıyla giydiriliyor.
4. Başarılı 'performance elite' firmaların ortak reçetesi: sahada doktoralı AI uzmanı + süreç becerili ön saha + otomatik veri temizleme, gerçek zamanlı dashboard ve dijital denetim izi.
5. Çok fonksiyonlu adanmış steering committee'si olmayan firmaların üçte biri AI fırsatlarına dair sistematik bakıştan yoksun; sonraki rekabet avantajı 'daha iyi modelden değil daha iyi hazırlanmış iş gücünden' gelecek.

[44048]