Araştırma Makalesi
Yıl 2021,
Cilt: 9 Sayı: 1, 50 - 63, 25.06.2021
Öz
Sürdürülebilir rekabet avantajı, işletmelerin sahip oldukları kaynaklara bağlıdır ve bu yüzden kaynaklarla ilgili alınacak kararlar önem arz etmektedir. Bu kaynakların etkin ve verimli kullanılabilmesi de eş zamanlı bilgiye sahip olmayı gerektirmektedir. Yapay zeka uygulamaları eş zamanlı bilgiye erişme problemini ortadan kaldırmakta ve karar verme sürecini hızlandırmaktadır. Bu yüzden işletmelerin karar verici konumunda bulunanlar, geliştirilen yapay zeka uygulamaları sayesinde iş yapış şekillerinde ve kullanılan geleneksel bilgi sistemleri uygulamalarında değişimlere gitmek durumundadırlar. Bu araştırmanın amacı, işletmelerin birbirleriyle olan rekabetlerinde yapay zeka uygulamalarının karar verme sürecinde stratejik bir önem taşıdığını ve yapay zeka uygulamalarının karar verici konumunda bulunan insan faktörü olmadan da var olup olamayacağını tartışmaktır. Bu çerçevede yapılan incelemeler sonucunda, gelecekte yapay zeka uygulamaları ve teknolojilerinin daha da gelişeceği ve işletmelerin karar verme süreçlerinde kullanımının önemli ölçüde artacağı öngörülmektedir.
Anahtar Kelimeler
Kaynakça
- Altaş, İ.H. (1999). Bulanık mantık: Bulanıklık kavramı. Enerji, Elektrik, Elektromekanik-3e Dergisi, 62: 80-85.
- Atalay, M., & Çelik, E. (2017). Büyük veri analizinde yapay zekâ ve makine öğrenmesi uygulamaları. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(22): 155-172.
- Başoğlu, B. ve Bulut, M. (2017). Kısa dönem elektrik talep tahminleri için yapay sinir ağları ve uzman sistemler tabanlı hibrit sistem getirilmesi. Journal of Faculty of Engineering and Architecture of Gazi University, 32(2): 575-583.
- Birgili, E., Sekmen, F. ve Esen, S. (2013). Bulanık mantık yaklaşımıyla finansal yönetim uygulamaları: Bir literatür taraması. Uluslararası Yönetim İktisat ve İşletme Dergisi, 9(19): 122-136.
- Çetinoğlu, T., Kurnaz, N. ve Şen, Y. (2012). Kurumsal kaynak planlaması: Yönetsel karar verme açısından CP Group uygulaması. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 30: 141-154.
- Çolakoğlu, A. A. (2020). Makine öğrenmesi algoritmaları ile Avrupa havalimanları analizi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü, Yayımlanmamış Yüksek Lisans Tezi, Denizli.
- Daş, R., Türkoğlu, İ. ve Poyraz, M. (2006). Genetik algoritma yöntemiyle internet erişim kayıtlarından bilgi çıkarılması. SAÜ Fen Bilimleri Enstitüsü Dergisi,10(2): 67-72.
- Demirhan, A., Kılıç, Y. A., ve İnan, G. (2010). Tıpta yapay zeka uygulamaları. Yoğun Bakım Dergisi, 9(1):31-41.
- Döşoğlu, M.K., Duman, S. ve Öztürk, A. (2009). Genetik algoritma kullanarak ekonomik dağıtım analizi: Türkiye uygulaması. Politeknik Dergisi, 12(3): 167-172.
- Ersöz, F. ve Kabak, M. (2010). Savunma sanayi uygulamalarında çok kriterli karar verme yöntemlerinin literatür araştırması. Savunma Bilimleri Dergisi, 9(1): 97-125.
- Gülşen, İ. (2019). İşletmelerde yapay zeka uygulamaları ve faydaları: Perakende sektöründe bir derleme. Tüketici ve Tüketim Araştırmaları Dergisi, 11(2): 407-436.
- Howard, J. (2019). Artificial intelligence: Implications for the future of work. American Journal of Industrial Medicine, 62(11): 917-926.
- Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Business Horizons, 61(4): 577-586.
- Karakaşoğlu, N. (2008). Bulanık çok kriterli karar verme yöntemleri ve uygulama. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü, Yayımlanmamış Yüksek Lisans Tezi, Denizli.
- Karataş, İ. (2018). Bulanık mantık ile klasik ve sembolik mantık ilişkisi/karşılaştırılması. European Journal of Educational and Social Sciences, 3(2): 144-163.
- Kayaönü, E. (2000). Yapay zekanın teorik temelleri. İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, Yayımlanmamış Yüksek Lisans Tezi, İstanbul.
- Keskenler, M. F. ve Keskenler, E. F. (2017). Geçmişten günümüze yapay sinir ağları ve tarihçesi. Takvim-i Vekayi, 5(2): 8-18.
- Kıral, E. (2015). Yönetimde karar ve etik karar verme sorunsalı. Adnan Menderes Üniversitesi Eğitim Fakültesi Eğitim Bilimleri Dergisi, 6(2): 73-89.
- Kurbanoğlu, S. (1992). Uzman sistemler. Türk Kütüphaneciliği, 6(4): 189-193.
- Küçük, D. ve Arıcı, N. (2018). Doğal dil işlemede derin öğrenme uygulamaları üzerine bir literatür çalışması. Uluslararası Yönetim Bilişim Sistemleri ve Bilgisayar Bilimleri Dergisi, 2(2): 76-86.
- Lawrence, T. (1991). Impacts of artificial intelligence on organizational decision making. Journal of Behavioral Decision Making, 4(3): 195-214.
- Nas, S. (2010). Karar verme stillerine bilimsel yaklaşımlar. Denizcilik Fakültesi Dergisi, 2(2): 43-65.
- Özçalıcı, M. ve Ayrıçay, Y. (2016). Bilgi işlemsel zeka yöntemleri ile hisse senedi fiyat tahmini: BİST uygulaması. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 25(1): 274-298.
- Öztemel, E. (2012). Yapay sinir ağları. İstanbul: Papatya Yayımcılık Eğitim.
- Öztürk, K. ve Şahin, M. E. (2018). Yapay sinir ağları ve yapay zekaya genel bir bakış. Takvim-i Vekayi, 6(2): 25-36.
- Pomerol, J. C. (1997). Artificial intelligence and human decision making. European Journal of Operational Research, 99(1): 3-25.
- Proudlove, N.C., Vadera, S. & Kobbacy, K.A.H. (1998). Intelligent management systems in operations: A review. Journal of the Operational Research Society, 49(7): 682-699.
- Pirim, H. (2006). Yapay zeka. Journal of Yasar University, 1(1): 81-93.
- Riedl, M. O. (2019). Human‐centered artificial intelligence and machine learning. Human Behavior and Emerging Technologies, 1(1): 33-36.
- Sarma, V.V.S. (1994). Decision making complex systems. Systems Practice, 7(4): 399-407.
- Ünver, M. ve Altunok, C. (2020). Medikal endüstride yapay zeka ve uzman sistemlerin sürekli iyileştirmeye etkisi. 8th International Symposium on Innovative Technologies in Engineering and Science (ISITES), 23-25 Ekim 2020 Bursa, ss. 482-490.
- Yılmaz, M. ve Talas, M. (2010). Bilgi merkezinde karar verme süreci. Journal of World of Turks, 2(1): 197-216.
- Zeyveli, M. (2007). Genetik algoritmalar ve mekanik tasarım problemleri uygulamaları. Makine Teknolojileri Elektronik Dergisi, 4 (2): 1-13.
Toplam 33 adet kaynakça vardır.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Bölüm | MAKALELER |
| Yazarlar | |
| Yayımlanma Tarihi | 25 Haziran 2021 |
| Gönderilme Tarihi | 22 Ocak 2021 |
| Kabul Tarihi | 17 Nisan 2021 |
| Yayımlandığı Sayı | Yıl 2021 Cilt: 9 Sayı: 1 |
