Samp’ın CEO’su Laurent Bourgouin’in Sam Altman’a benzeyen bu videosunu biraz daha detaylı inceleyelim. Günümüzde ağır sanayi, Agentic AI’yı – yani asgari düzeyde insan yönlendirmesiyle gözlem yapabilen, mantık yürütebilen ve harekete geçebilen akıllı otonom sistemleri – büyük ölçüde benimsiyor. Bu sistemlerin, operasyonları optimize etmesi, arıza sürelerini azaltması ve her türlü endüstriyel tesisin genel verimliliğini artırması bekleniyor.
Vlad Larichev'in gönderisinde de belirtildiği gibi, yeni Wharton/GBK raporu, işletmelerin %72'sinin şu anda GenAI ROI'sini takip ettiğini ve %75'inin olumlu getiri elde ettiğini gösteriyor; ancak MIT, yalnızca ~%5'inin gerçekten ölçeklenebilir, tekrarlanabilir bir başarı elde ettiğini tespit ediyor. Benimseme raporlarındaki bu tutarsızlığa rağmen, ilerlemeyi durduran veya geciktiren karmaşık organizasyonel ve operasyonel faktörlerin olduğunu kabul edebiliriz.
Yapay zeka ajanlarının gerçek endüstriyel ortamlarda sıklıkla karşılaştığı temel zorluk şudur: Bu ajanlar, tamamen kendilerine sunulan verilerin doğruluğuna ve eksiksizliğine bağlıdır. Güvenilir veriler olmadan, en gelişmiş yapay zeka bile hatalı kararlar verebilir ve bu da operasyonel verimsizliklere veya sistem arızalarına yol açar.
Fabrikalarda, tesislerde ve altyapı ortamlarındaki birçok operasyonel veri eksik, tutarsız veya sahada gerçekte olanlardan kopuktur. Ekipman geçmişleri genellikle kısmi veya yanlış etiketlenmiştir ve operatör bilgisi sistemlerde değil, defterlerde ve vardiyalar arası sohbetlerde kalır.
Bu nedenle geçmişte, IoT analitiği, öngörücü bakım ve enerji optimizasyonu gibi girişimler aynı sorunla karşı karşıya kalmıştır: pilot uygulamalar işe yarar, ancak büyük ölçekte başarısız olurlar… çünkü temel veriler sahadaki gerçek koşulları yansıtmaz.
İşte bu noktada Shared Reality hayati önem kazanır. Otonom kararlar alan ajanları devreye almadan önce, kuruluşların fiziksel ortama ilişkin doğrulanmış, sürekli uyumlu bir görünüme, yani makinelerin, süreçlerin ve varlıkların durumu hakkında insanlar, sistemler ve AI arasında ortak bir anlayışa ihtiyacı vardır. Bu, verilerin düzeltilmesini ve saha gözlemleriyle bağlamlandırılmasını sağlar. Böylece veriler gerçekliği yansıttığında, AI ajanları nihayet mantıklı kararlar alabilir ve güvenle hareket edebilir. Agentic AI'nın gerçek dünyada çalışmasını sağlamak için, verilerin gerçeklik katmanını sürekli olarak düzeltirken bunun üzerine otomasyon uygulamalıyız; bu da Shared Reality'nin temel değer önermesidir. Bu, AI'yı etkileyici demolardan güvenilir endüstriyel performansa dönüştüren temeldir. Dahası, Güncelleme iş akışları sayesinde 3D verilerin sahadaki değişikliklerle sürekli olarak uyumlu olmasını sağlayabilir.
Ayrıca, Shared Reality sadece verileri uyumlu hale getirmekle kalmaz, şirketin mevcut sistemlerine doğrudan bağlanır. API'ler aracılığıyla ERP, MES, CMMS, SCADA ve geçmiş verilerini sahada doğrulanmış 3D verilerle birleştirir. Yakında MCP gibi protokolleri de destekleyecek ve AI Ajanları ile etkileşime girebilecektir. Yeni bir veri silosu eklemek yerine, tüm AI ajanlarının, analitiklerin ve yazılımların güvenebileceği, sahada doğrulanmış bir 3D bağlamsallaştırma katmanıdır.
