LOJİSTİK SEKTÖRÜNDE YAPAY ZEKA VE OTOMASYON UYGULAMALARININ HUKUKİ DEĞERLENDİRMESİ

Son yıllarda teknolojinin hızlı gelişimiyle birlikte önem kazanan bir alan haline gelen yapay zeka, bir bilgisayar programının veya robotun insana benzer şekilde öğrenme, karar verme, problemleri çözme, doğal dil anlama ve konuşma gibi insana özgü yetenekleri gerçekleştirebilme yeteneği olarak tanımlanabilir. Yapay zekâ teknolojisi, makine öğrenimi, derin öğrenme, doğal dil işleme, robotik gibi farklı disiplinleri bir araya getirerek geliştirilmektedir. Bu sayede yapay zeka sistemleri; veri analizi, tahminleme, karar verme, otonom kontrol gibi birçok alanda kullanılabilmektedir. Yapay zekanın temel amacı, insan zekası olgusunu anlamak ve insan davranış kalıplarını taklit edebilen ve problem çözebilen bilgisayar sistemleri tasarlamaktır (Min,2010).

Ürün veya hizmetlerin kaynak noktalarından tüketim veya kullanım noktalarına, en uygun zaman ve maliyetle hareket ettirilmesini konu alan lojistik sektörü, günümüzde faaliyet gösteren birçok sektörle yakından ilişkili olduğu için stratejik bir öneme sahiptir. Ürün ve hizmetlerin tedarik zincirlerindeki hareketliliği ve doğru zamanlama ile müşteri memnuniyeti, işletme verimliliği ve karlılığı üzerinde belirleyici bir rol oynamaktadır. Lojistik sektörünün pandemi gibi olağanüstü durumlarda dahi kesintisiz hizmet sunabilmesi, birçok sektörün faaliyetlerinin sürdürülebilmesi için hayati önem taşımaktadır. Bu nedenle lojistik sektörünün sağladığı bu hizmetlerin sürdürülebilirliği ve geliştirilmesi, ekonomik ve sosyal açıdan büyük bir önem arz etmektedir.

Devasa verilere, zengin iş senaryolarına sahip olan lojistik ve tedarik zinciri sektörünün en çok ihtiyaç duyduğu şey teknolojik yeniliktir (Zhang,2019). Yapay zekâ teknolojisinin sürekli gelişimi sektörün ihtiyaç duyduğu bu yenilikleri sağlayabilmektedir (Wang, 2021). Lojistik ve tedarik zincirinde yapay zekanın sağladığı faydalar hem sektör çalışanlarının hem de bilim insanlarının ilgisini çekmiştir. Büyük ticaret devleri yapay zeka uygulamalarını iş modelleri ile birleştirmek için çeşitli girişimlerde bulunmuştur. Örneğin; Amazon depolarına ve dağıtım merkezlerine 200.000’den fazla robot dağıtarak tedarik zincirlerinde tasarruf yapmayı amaçlamış (Dauvergne,2020); Alibaba yapay zeka, kuantum hesaplama ve fintech üzerinde çalışmak için Çin, İsrail, ABD, Rusya ve Singapur’da sekiz araştırma üssü kurmuştur (Cao,2021).

Her geçen gün daha da dinamik hale gelen lojistik sektöründeki yenilikler ve teknolojik gelişmeler, sektörün büyümesini ve gelişimini desteklemektedir. Yapay zeka teknolojisi ve robotik otomasyon uygulamaları, lojistik sektöründe etkili bir şekilde kullanıldığında, birçok avantaj sağlamaktadır.

Yapay zekanın lojistik sektöründeki bazı kullanım alanları aşağıdaki gibidir.

1-Müşteri Kaybı Tahmini:

Müşteri kaybı tahmininde yapay zeka kullanımı, şirketlerin müşteri davranışları ve özelliklerine ilişkin bilgileri toplamasına, analiz etmesine ve bu bilgileri kullanarak müşteri kaybı olasılığını tahmin etmesine olanak tanır. Bu tahminler, lojistik şirketlerinin müşterilerine daha iyi hizmet vermek için uygun tedbirleri almasına yardımcı olabilir.

Yapay zeka kullanarak müşteri kaybı tahmini yapmak için öncelikle, müşteri kaybına neden olan faktörleri ve bu faktörlerin müşteri kaybı üzerindeki etkisini belirleyen bir model oluşturmak gereklidir. Bu model, müşteri bağlılığı, hizmet kalitesi, fiyatlandırma ve rekabet gibi değişkenleri içerebilir.

Sonrasında, yapay zeka algoritmaları kullanarak müşteri verilerini analiz etmek mümkündür. Bu analizler sonucunda, müşteri kaybı için önemli olan faktörler belirlenebilir. Bu faktörler, şirketlerin müşterilerine özel hizmetler sunması veya müşteriye özel teklifler yaparak müşteri memnuniyetini artırması için bir fırsat yaratabilir.

Örneğin, bu model ile yapılan analizler sonucu müşteri kaybını en çok etkileyen faktörlerin müşteri hizmetleri ile ilgili olduğu ortaya koyulursa şirket, müşteri hizmetleri ekibini güçlendirebilir veya müşteri hizmetleri için bir Chatbot uygulaması kullanabilir.

2-Talep Tahmini

Lojistikte talep tahmini, gelecekteki müşteri talebinin tahmin edilmesi işlemidir. Bu tahminler, lojistik operasyonlarının planlanması ve yönetimi için oldukça önemlidir. Doğru bir talep tahmini, lojistik şirketlerin stok seviyelerini, sevkiyat zamanlamasını ve rotalarını doğru bir şekilde planlamalarını ve böylece işletme maliyetlerini azaltmalarını sağlar.

Talep tahmini, birçok farklı faktöre dayalı olarak yapılabilir. Bunlar arasında geçmiş satış verileri, mevsimsel değişimler, tatil dönemleri, rekabet analizi gibi faktörler yer alabilir. Geleneksel olarak, lojistik şirketleri, geçmiş verileri manuel olarak analiz ederek talep tahmininde bulunmaktayken, yapay zeka ve makine öğrenmesi teknolojilerinin kullanımı ve ilerlemesiyle bu uygulamaları kullanarak daha doğru ve etkili tahminler yapmak mümkün hale gelmiştir.

3- Envanter Yönetimi

Lojistik sektöründe envanter yönetimi, lojistik sürecinin önemli bir parçasıdır ve tedarik zinciri yönetiminin verimliliği için kritik bir rol oynamaktadır. Doğru envanter yönetimi ile stok seviyelerini optimum düzeyde tutarak işletmenin maliyetlerini azaltabilir, müşteri memnuniyetini artırabilir ve verimliliği artırabilir. Yapay zeka teknolojileri, lojistik sektöründe envanter yönetiminde de kullanılmaktadır. Bunun için yapay sinir ağları kullanarak envanter yönetimi modelleri geliştirmektir. Yapay sinir ağları, envanter yönetimi için tahmin modelleri oluşturmak ve bunları optimize etmek için kullanılabilmektedir.

Yapay sinir ağları, geçmiş satış verilerine dayalı olarak talep tahmini yaparak ve gelecekteki talebi öngörerek stok seviyelerinin optimize edilmesine ve envanter maliyetlerinin azaltılmasına yardımcı olmaktadır. Ayrıca, yapay zeka teknolojileri, envanter yönetimindeki değişkenlikleri ve belirsizlikleri de yönetebilmektedir. Bununla birlikte, yapay zeka teknolojileri kullanılarak envanter yönetimi modelleri geliştirilirken, algoritmanın veri setine göre özelleştirilmesi gerekebilir. Bu, envanter yönetimi için doğru ve güncel verilerin kullanılması gerektiği anlamına gelmektedir.

Sonuç olarak, yapay zeka teknolojileri, lojistik sektöründe envanter yönetimi için önemli bir rol oynamaktadır ve doğru şekilde uygulandığında, stok seviyelerinin optimize edilmesi, envanter maliyetlerinin azaltılması ve verimliliğin artırılması gibi avantajlar sağlayabilmektedir.

Hukuki Değerlendirme

Yukarıda lojistik sektöründe yapay zeka kullanım alanlarından bahsedilmiş olup kullanım alanları bunlarla sınırlı olmayıp ek olarak satın alma, araç rotalama, lojistik operasyon planlama, lojistik takip, depo sistemleri ve sevkiyat, sipariş toplama tedarik zinciri kalite kontrolü gibi daha birçok alanda yapay zekâ uygulamalarından yararlanılmaktadır.

Lojistik alanında yapay zeka ve otomasyon uygulamaları birçok farklı hukuki sorunu da beraberinde getirmektedir. Bunların başında veri gizliliği ve veri güvenliği gelmektedir. Lojistik sektörü, müşteri verileri, tedarik zinciri verileri ve diğer hassas bilgilerin işlenmesini gerektiren bir sektördür. Yapay zeka ve otomasyon uygulamaları, bu verilerin toplanması, işlenmesi ve depolanması için büyük ölçekli ve sofistike bir altyapı gerektirir. Bu nedenle, veri güvenliği ve veri gizliliği önemli bir hukuki sorundur. Lojistik şirketleri, bu gerekliliklere uygun bir şekilde veri işlemesi ve gizliliğini koruma yükümlülüklerini yerine getirmekle yükümlüdürler.

Yapay zeka ve otomasyon uygulamalarının lojistik sektöründe yaygınlaşması, hukuki sorumluluk konusunda bazı sorunları da beraberinde getirecektir. Özellikle, birçok işlemde insan faktörünün yerini makine alacağı için, hukuki sorumluluk ve işletmelerin bu sorumluluğu nasıl üstlenecekleri konusu gündeme gelebilir.

Örneğin, bir lojistik işletmesi, teslimatı yapılacak ürünlerin taşınması sırasında yapay zeka destekli bir sistem kullanabilir. Ancak, sistemde bir hata oluşması veya hatalı bir karar alınması sonucu ürünlerin hasar görmesi veya kaybolması durumunda, işletmenin hukuki sorumluluğu devreye girecektir. Bu nedenle, yapay zeka ve otomasyon uygulamalarının kullanımı konusunda hukuki düzenlemelerin yapılması gerekmektedir.

Sürücüsüz araç kullanımı da birçok hukuki sorunu da beraberinde getirmektedir. Özellikle, sürücüsüz araçların kullanımıyla ilgili trafik güvenliği konusu büyük önem taşımaktadır. Sürücüsüz araçlar, kendi kendine karar verebilen, çevresel faktörleri algılayabilen ve buna göre hareket edebilen yapay zeka sistemleri tarafından yönetilir. Ancak, bu sistemlerin ne kadar güvenilir olduğu ve insan sürücüler kadar etkili olup olmadığı konuları hala tartışılmaktadır.

Sürücüsüz araçlarla ilgili bir diğer hukuki sorun da kaza sorumluluğu ve tazminat konusudur. Bir sürücüsüz aracın bir kazaya karışması durumunda, sorumluluğun kimde olduğu ve tazminatın kim tarafından ödeneceği gibi sorular ortaya çıkabilmektedir. Bu nedenle, sürücüsüz araçların kullanımıyla ilgili hukuki düzenlemelerin yapılması ve işletmelerin bu konuyla alakalı da tedbirler sağlayacak düzenlemelere yer vermesi son derece önemlidir.

Sonuç

Lojistik sektöründe yapay zeka ve otomasyon uygulamalarının kullanımı, tedarik zinciri süreçlerinin daha verimli ve etkili bir şekilde yönetilmesine imkân tanımaktadır. Bu sayede, stok yönetimi, teslimat planlaması, lojistik operasyonların yönetimi ve performans izleme gibi süreçler daha hızlı, doğru ve verimli hale getirilerek maliyetler azaltılabilmektedir. Yapay zeka teknolojisi sayesinde lojistik firmaları büyük veri analizi yaparak gelecekteki talepleri öngörebilmekte ve müşteri beklentilerini daha iyi karşılayacak hizmetler sunabilmektedir.
Tüm bu teknolojilerin bir araya gelmesiyle, lojistik sektöründe ürünlerin ve hizmetlerin hızlı bir şekilde müşterilere ulaştırılması mümkün hale gelmekte, bu sayede de müşteri memnuniyetini artmakta ve sektörde rekabet avantajı sağlanmaktadır.

Lojistik sektöründe kullanılan yapay zeka ve otomasyon sistemleri, insan kararlarına dayalı sistemlere göre daha karmaşık ve daha az şeffaftır. Bu nedenle, bu teknolojilerin kullanımı sırasında ortaya çıkabilecek hukuki sorunlar, daha önce karşılaşılmamış zorluklar getirebilir.

Her geçen gün daha da gelişen bu alanla alakalı hukuki nitelendirmede bulunabilmek ve çözüme ulaşılabilmek adına, mevcut hukuki düzenlemelerin eksik kalması nedeniyle bu alandaki hukuki sorunlara cevap verebilmek ve bu alandaki gelişmelere destek olmak adına yeni yasal düzenlemelere yer verilmeli, emsal yargı kararları oluşturulmalı ve bu sayede aynı zamanda işletmelerin bu konuda alabileceği önlemler de belirlenmelidir. Böylece, lojistik sektörü daha güvenli, verimli ve sürdürülebilir bir geleceğe doğru daha emin adımlarla ilerleyebilecektir.

KAYNAKÇA

– Min, 2010. “Artificial intelligence in supply chain management: theory and applications”.
International Journal of Logistics: Research and Applications, 13-39.
– ZHANG, Y. (2019). “The application of artificial intelligence in logistics and express delivery.
In Journal of Physics: Conference Series”,1325(1), 012085, IOP Publishing.
– Wang, (2021) Artificial Intelligence Applications in the New Model of Logistics Development Based on Wireless Communication Technology”. Scientific, Programming, 2021.
– DAUVERGNE, P. (2020) “Is artificial intelligence greening global supply chains? Exposing
the political economy of environmental costs”. Review of Int. Political Economy, 1-23.
– CAO, L. (2021). “Artificial intelligence in retail: applications and value creation logics.
International Journal of Retail & Distribution Management”, 49(7), 958-976.
– Liao, S. H., Hu, A. H., & Chen, Y. J. (2017). An Artificial Intelligence Approach to Demand Forecasting for Fashion Products. Journal of Fashion Marketing and Management, 21(3), 376-391.
-Ghiani, G., Laporte, G., & Musmanno, R. (2013). Introduction to logistics systems management (Vol. 27). John Wiley & Sons.
-Yapay Zekâ ve Makine Öğrenmesi Tekniklerinin Lojistik Sektöründe Kullanımı, Erişim adresi: https://dergipark.org.tr/en/download/article-file/1224333
– Güngör, D. N., Yardımcı, U, İ., “Yapay Zekâ Kavramı ve Makine Öğrenme
Uygulamaları”, Erişim adresi: https://stratejico.com/yapay-zeka-kavrami-ve-makineogrenme-uygulamalari Erişim Tarihi: 27.07.2020