İçeriğe atla
SinaptikLabAI KNOWLEDGE PLATFORM

KURUMSAL HİZMET

Yapay Zekâ Satın Alma ve Sağlayıcı Seçimi

Yapay zekâ ürünü ve model sağlayıcısı seçimini demoya değil ölçüme ve sözleşme maddelerine dayandırma.

Problem

Satın alma, yapay zekâ ürünlerini klasik yazılım gibi değerlendiriyor: özellik listesi, referans, fiyat. Oysa aynı ürün iki kurumda farklı isabet verebiliyor ve sözleşmede eğitim verisi, model güncellemesi, çıktı sorumluluğu ve fikrî mülkiyet maddeleri boş kalıyor. Karar, satıcının hazırladığı demoya dayanıyor.

Çözüm

Seçimi iki ayağa oturtuyoruz. Birinci ayak ölçüm: kurumun kendi verisinden kapalı bir değerlendirme kümesi hazırlanır ve adaylar aynı görevlerde, aynı ölçütlerle karşılaştırılır. İkinci ayak sözleşme: veri kullanımı, model değişikliği bildirimi, çıkış (veri taşınabilirliği), denetim hakkı ve sorumluluk dağılımı maddeleri şartnameye yazılır.

01KULLANIM

Kullanım alanları

  • Model sağlayıcısı ve uygulama satıcısı karşılaştırması
  • Kurumun kendi verisinden kapalı değerlendirme kümesi hazırlanması
  • Teknik şartname ve değerlendirme ölçütlerinin yazılması
  • Sözleşme maddeleri: veri kullanımı, bildirim, denetim, çıkış, sorumluluk
  • Sağlayıcı bağımlılığı ve çıkış maliyeti analizi
  • Pilot sonrası satın alma kararının kanıta bağlanması
02MİMARİ

Referans mimari

Katmanlar sabit değildir; kurumun veri ve uyum kısıtlarına göre şekillenir.

  1. İhtiyaç tanımı: görev, girdi biçimi, kabul ölçütü
  2. Kapalı değerlendirme kümesi: kurum verisinden, satıcıya verilmeyen
  3. Karşılaştırmalı ölçüm: isabet, gecikme, maliyet, hata biçimi
  4. Uyum incelemesi: veri ikametgâhı, aktarım, alt yüklenici zinciri
  5. Sözleşme eşlemesi: Avrupa Komisyonu'nun yapay zekâ tedariki için model sözleşme maddeleri (MCC-AI) referans alınarak
  6. Çıkış planı: veri ve yapılandırmanın taşınabilirliği
03GÜVENLİK

Güvenlik ve uyum

  • Değerlendirme kümesinin satıcıya verilmemesi; verilirse ölçümün geçerliliğini yitirmesi

  • Alt yüklenici ve model sağlayıcı zincirinin sözleşmede açıklanması

  • Model güncellemesinin önceden bildirilmesi ve geri dönüş hakkı

  • Verinin eğitimde kullanılmamasının sözleşmeye yazılması, ayara bırakılmaması

04SÜREÇ

Yaklaşımımız

  1. 01

    Discovery

    Senaryo, veri ve kısıtların çıkarılması.

  2. 02

    Assessment

    Olgunluk ve uygulanabilirlik değerlendirmesi.

  3. 03

    Prototype

    En kısa yoldan çalışan ilk sürüm.

  4. 04

    PoC

    Tanımlı başarı ölçütüyle kanıt çalışması.

  5. 05

    Production

    Güvenlik, ölçek ve operasyon devri.

  6. 06

    Monitoring

    Kalite, maliyet ve kayma izleme.

Sık sorulan sorular

Satıcının kendi karşılaştırma tablosunu neden kullanmıyoruz?

Çünkü ölçüm kümesini satıcı seçmiş. Yayımlanmış karşılaştırmalar model yeteneği hakkında fikir verir ama sizin görevinizdeki isabeti göstermez; aynı model bir kurumun sözleşme diliyle iyi, diğerinin saha raporlarıyla kötü çalışabilir. Karar, kendi verinizden kurulmuş kapalı kümeye dayanır.

Sözleşmede en sık atlanan madde hangisi?

Model değişikliği bildirimi. Sağlayıcı modeli güncellediğinde çıktı davranışı değişebilir ve bu, test edilmiş bir akışı sessizce bozar. Bildirim hakkı, önceki sürüme dönme imkânı ve değişiklik sonrası yeniden test penceresi sözleşmede yer almazsa üretim riski satıcıda değil sizde kalır.

Tek sağlayıcıya bağlanmak ne zaman kabul edilebilir?

Çıkış maliyeti hesaplanıp kabul edildiğinde. Bağımlılığın kendisi kusur değil; ölçülmemiş bağımlılık kusurdur. İstem kütüphanesi, değerlendirme kümesi ve araç şemaları sağlayıcıdan bağımsız biçimde tutulursa geçiş maliyeti ciddi biçimde düşer.

İLETİŞİM

Yapay Zekâ Satın Alma ve Sağlayıcı Seçimi için değerlendirme oturumu

İlk görüşmede kullanım senaryonuzu, veri durumunuzu ve kısıtlarınızı birlikte çıkarıyoruz.