Kolayca Çözüm Üretebilen Veri Bilim Şirketi: Mono Analytics

Kolayca Çözüm Üretebilen Veri Bilim Şirketi: Mono Analytics

TRAI ekosistemi girişimlerinden, uçtan uca bir hizmet ya da ürün geliştirmek için sektör profesyoneli, veri bilimci ve yazılımcıyı bir arada bulunduran Mono Analytics’ten Yusuf Akgündüz (İş Geliştirme Direktörü) TRAI’nin sorularını yanıtladı.

– Mono Analytics nasıl ortaya çıktı? Kendinizi ve ekibinizi tanıtabilir misiniz?

Hem sektör bilgisine hem de veri bilimine hakim olmak kolay değil. Bunun keşfi ile başladı Mono’nun hikayesi. Bir sektörde önemli derecede bilgi birikimi elde etmek için o sektörde yıllarca çalışmış olmak gerekiyor. Bu durumdaki bir sektör uzmanının çoğunlukla veri bilimi alanında kendini geliştirmesi beklenemez. Aynı durum bir veri bilimci için de geçerli. Bu iki kişi bir araya geldiğinde ise kurumların ihtiyaçlarının belirlenmesi, veri bilimi projelerinin yol haritasının çıkarılması ciddi ölçüde kolaylaşıyor. Yolun daha başında öğrendik ki bu ikilinin bir arada olması da yeterli değil. İşin ciddi bir veri mühendisliği ve yazılım yükü de mevcut. Veri mühendiliği ve yazılım tecrübesi olmadan bir algoritmayı canlıya almak ve sürdürülebilir bir iş modeli oluşturmak mümkün değil. Kendi bilgisayarınızda çok iyi çalışan bir algoritma bir sonuç değil bir başlangıç. Uçtan uca bir hizmet ya da ürün geliştirmek için sektör profesyoneli, veri bilimci ve yazılımcı bir arada olmalı. İşte Mono bu üçlüyü bir araya getiren, uzmanını barındırdırdığı her sektörde kolayca çözüm üretebilecek bir veri bilimi şirketi olsun diye kuruldu. Kısa vadede terzi usulü çözümler üretmek, orta ve uzun vadede de çözmeye çalıştığımız problemlerden ölçeklenebilir ürünler çıkarmayı hedefledik. 

 – Yapay Zeka tabanlı ürün ve servisleriniz nedir? Kullanıcı firmalar tarafında ürettiği katma değeri nedir? 

Yukarıda bahsettiğimiz stratejiye bağlı kalarak 2019 yılından bugüne 4 ürün geliştirdik. En önemli ürünümüz beton santralleri için geliştirdiğimiz Concrete. Concrete, bir ya da birden çok beton santralinin kalite kontrol sürecini tümüyle dijitalleştirmekle kalmıyor, beton üretilirken nihai dayanımını çok yüksek doğrulukla tahmin ediyor. Bununla birlikte üretim maliyetlerinin takibine, en iyi kalitedeki betonun en iyi maliyetle üretilmesine olanak sağlıyor. Burada bir prototipten bir MVP’den bahsetmiyoruz. Uçtan uca bir kalite kontrol yönetim sistemi. Concrete kullanan betoncular çimento tasarrufu ile ciddi bir maliyet ve rekabet avantajı sağlayabiliyorlar. Düzenli kullanılıp, takip edildiğinde yüzde 10 üzerinde karlılık artışı sağlayabiliyor. Yine karbon emisyonunu yüzde 2 azaltabiliyor. Fayda bununla kalmıyor erken uyarı sistemi gibi de kullanılabiliyor Concrete. Olası kötü sonuçların önceden tespitine olanak sağlayabiliyor. Geliştirme sürecinde 5 kurumdan geri bildirimler aldık, ölçeklenebilir bir yazılım mimarisi kurguladık. Bu da 19 ay gibi uzun bir yolculuğa mal oldu. Ürünümüzü global pazarlara da götürmek üzere çalışıyoruz. Ülkemiz gibi deprem bölgesinde yer alan ülkeler için beton kalitesinin ne kadar değerli olduğunu tahmin edebilirsiniz. Yine ülke olarak başta rol oynadığımız bir sektörün teknolojik değişiminde de başta rol oynamak da çok değerli.

Enerji alanında üretim ve tüketim tahminleri sağlıyoruz. Kurumlar Gün Öncesi ve Gün İçi Piyasası tekliflerini oluştururken üretecekleri veya tüketecekleri elektriği saatlik olarak tahmin etmeye çalışıyorlar. Aksi halde dengesizlik maliyeti adında maliyetlere katlanıyorlar. Geliştirdiğimiz Electron isimli ürünümüzü kullanan firmalar kendilerine özgü algoritmalarla yüksek doğrulukta tahminler üreterek, dengesizlik maliyetlerini düşürüyorlar. Bu alanda rekabet oldukça yüksek olsa da, geliştirdiğimiz algoritmaların en iyiler arasında olabildiğini gördük. İlk yurt dışı satışımızı 6 firmanın yarıştığı bir sürecin sonunda yapabildik.

Yine Türkiye’deki büyük lojistik kurumları için geliştirdiğimiz OCR API’ları mevcut. Kurumlar bu API’ları kendi sistemlerine entegre ederek hem operasyonel verimliliği arttırıyorlar hem de RPA ile çözemedikleri bazı problemleri veri biliminin gücüyle çözebiliyorlar.

Yine sağlık alanında hastanelerdeki psikometrik değerleme sürecini uçtan uca dijitalleştirdiğimiz Qmind isminde bir ürünümüz var. Ürün kağıt ve zaman tasarrufu sağlamakla birlikte hastaların geçmiş ve şimdiki durumlarının kolaylıkla izlenebileceği bir arayüzle hasta takibini kolaylaştırıyor.

– Daha önce ne gibi projeler gerçekleştirdiniz? Hangi şirketlerle çalıştınız? Hedef sektörlerinizi ve alanlarınızı tarif edebilir misiniz? 

Enerji, Beton, Lojistik gibi birçok sektörde işler yaptık. Bu sektörlerde ülkenin en büyük kurumlarından bazıları ile çalışma imkanı bulduk. Beton tarafında Türkiye’n,in büyük kurumlarına orta ölçekli kurumlar da eklendi. Hala kuruluş stratejimize uygun hareket etmeye devam etmeyi hedefliyoruz. Beton, enerji ve lojistik alanları odağımızda olacak şekilde veri bilimi projeleri üretmeye devam etmek ve ölçeklenebilecek çözümleri ürünlere dönüştürmek istiyoruz. Bir sektöre, bir projeye odaklanmanın değerinin ve öneminin farkındayız ancak hala birden fazla sektör ve proje için enerjimiz var.

– Şu an üzerinde çalıştığınız, geliştirmekte olduğunuz yeni bir proje var mıdır? 

 Yenilenebilir enerji üretiminin tahmini ve piyasaya satılması süreçlerini uçtan uca dijitalleştirdiğimiz bir Tübitak destekli projemiz bulunuyor.

Çimento sektöründe geliştirdiğimiz bir IoT projemiz mevcut. Sigorta sektörü için uzaktan risk değerlendirme sistemi üzerinde çalışıyoruz. 

Lojistik tarafında geliştirdiğimiz API portföyünü çeşitlendirmek istiyoruz.

– Bir yapay zeka girişimi olarak Türkiye yapay zeka ekosistemini nasıl görüyorsunuz? Fırsatlar ve engelleri nasıl yorumluyorsunuz?

Başlangıç seviyesindeki ilgi ciddi aşamada memnuniyet verici. Başlangıç seviyesindeki ilginin projelerin ileri aşamalarına yansımaması karşılaştığımız en büyük engel. Bir problem çözen, fayda sağlayan, kendi kendini fonlayabilen ve bunların POC’ler ile ispatlandığı projeleri bile canlıya alamadığımız olabiliyor. Yine yapay zekadan beklentinin çok ciddi yükselebildiğini gördük. Bu beklentilerin yönetilmesi adına TRAI gibi kurumlara çok ihtiyaç var. 

Diğer taraftan veri bilimi, veriye dayalı karar verme artık kurumların ve bireylerin hayatlarının bir parçası. Büyük kurumların veri bilimi departmanlarının kurumun tüm ihtiyaçlarına çözüm üretmeleri mümkün değil. Öyle olsa bile birçok kurum maliyetli bir veri bilimi departmanı yerine bir girişim ile çalışmayı denemesi oldukça makul gözüküyor. Bugün bile iyi yazılımcı bulamayan kurumlar varken, veri bilimi tarafında ihtiyaçların ve fırsatların artması kaçınılmaz. Yetkin bir ekip için bolca fırsat görüyoruz. Çokça çalışılacak konu, çözülecek problem var.

 
Benzer Haberler
Send this to a friend