GELECEĞİN TEKNOLOJİ DÜNYASININ KAVRAMLARI

Yapay Zekâ (AI), Nesnelerin İnterneti (IoT), Endüstri 4.0, Toplum 5.0, Büyük Veri, Makine Öğrenmesi, Bulut Bilişim

Özellikle son, yıllarda yapay zekanın hızla gelişmesi sebebi başta olmak üzere Bilişim teknolojilerinde yaygın olarak kullanılan Yapay Zekâ (AI), Nesnelerin İnterneti (IoT), Endüstri 4.0, Toplum 5.0, Büyük Veri, Makine Öğrenmesi kavramlarının öneminin farkında olarak kuruluşların ve işletmelerin başta bilişim altyapıları olmak üzere tüm proseslerini bu kavramlar bağlamında yeniden dizayn edemeyen (Reorganizasyon), dijital dönüşümünü tamamlayamayan firmalar maalesef gelecekte rekabet edemeyecek ve yok olacaklardır.

Kuruluşların ve işletmelerin dijital dönüşümlerinde en önemli katalizör “Bulut Bilişimdir”. İşletme ve Kurum bünyesindeki veri merkezlerindeki altyapılar, değişen dünyaya uyum sağlamakta maalesef yavaş kalmaktadır. Bulut Bilişim’in en önemli avantajı güncel, çevik, güvenli ve esnek olmasıdır. Agile (Çeviklik), bir organizasyonun yeni koşullara uyum sağlayabilme ve yeni iş fırsatları yaratmak için yönünü değiştirebilme yeteneğidir. Günümüz kurum ve işletmeleri bulut altyapılara geçerek bu çevikliği yakalamakta rakiplerinden birkaç adım önde teknolojiyi takip edebilmektedir.

Peki Yapay Zekâ (AI), Nesnelerin İnterneti (IoT), Endüstri 4.0, Toplum 5.0, Büyük Veri, Makine Öğrenmesi kavramları nedir ve teknoloji dünyasına yıkıcı (Distruptive) etkileri ne olacaktır?

YAPAY ZEKÂ (AI – ARTIFICIAL INTELLIGENCE) NEDİR?

Yapay Zekâ (YZ), bilgisayarlar ve diğer dijital sistemler aracılığıyla insan benzeri zihinsel işlevleri simüle etme veya gerçekleştirme yeteneği olarak tanımlanmaktadır. Yapay zekâ, bilgisayar programlarını geliştirme, veri analizi yapma, öğrenme, problem çözme ve karar verme gibi bir dizi farklı görevi yerine getirebilen bir teknoloji alanını ifade eder.

Yapay zekâ, genellikle aşağıdaki ana kategorilere ayrılır:

Zayıf Yapay Zekâ: Zayıf yapay zekâ, belirli bir görevi belirli koşullar altında gerçekleştirmek amacıyla tasarlanmış ve programlanmış yapay zekâ sistemlerini tanımlar. Bugün yoğun olarak kullanılan RPA ( Robotic Process Automation), Türkçesi “Robotik Süreç Otomasyonu” olan RPA sistemleri , bilgisayar programları veya “robotlar” aracılığıyla tekrarlayan ve kural tabanlı iş süreçlerinin otomatikleştirilmesini ifade eder. Bu robotlar, insanlar gibi bir bilgisayar ekranını tarama, veri girişi yapma, belgeleri işleme, e-postaları yanıtlama ve benzeri görevleri gerçekleştirebilen zayıf yapay zekâ örnekleridir. Ne kadar basit olsa da RPA sistemlerinin kuruluşların otomatik süreçlerini rakiplerinden daha hızlı ve daha az hata ile yapmasına, otomatik süreçlerde çalışan insan faktörünü devre dışı bırakarak iş yapış şeklinde yıkıcı bir inovasyon olarak görülmektedir.

Güçlü Yapay Zekâ: Güçlü yapay zekâ, insan gibi çok çeşitli görevleri ve problemleri çözebilen bir yapay zekâ türüdür. Bu tür yapay zekâ, kendi deneyimlerinden öğrenebilir, genelleme yapabilir ve karmaşık problemleri bağımsız olarak çözebilir. Henüz bu seviyede bir yapay zekâ geliştirilmiş değildir ve araştırmalar devam etmektedir.

Dar Yapay Zekâ: Dar yapay zekâ, belirli bir görevi veya problemi çözmek amacıyla özelleştirilmiş yapay zekâ sistemlerini ifade eder. Örneğin, sesli asistanlar (örneğin, Siri veya Alexa), görüntü tanıma yazılımları veya otomasyon sistemleri dar yapay zekâ örnekleridir. Bu sistemler belirli bir görevde insanlar gibi performans göstermeyi amaçlar.

Yapay zekâ, makine öğrenme (Machine Learning) ve derin öğrenme (Deep Learning) gibi alt alanlarla birlikte gelişmiştir. Makine öğrenme, verilerden öğrenme yeteneği ile yapay zekanın bir alt kümesidir ve algoritmaların öğrenme ve tahmin yapma yeteneklerini geliştirmek için kullanılır. Derin öğrenme ise büyük ve karmaşık veri kütlelerini işleyen, özellikle sinir ağı tabanlı algoritmaları içeren bir makine öğrenme türüdür.

Yapay zekâ, çeşitli endüstrilerde ve uygulama alanlarında büyük bir etki yaratmıştır, örneğin otomotiv sektöründe otonom araçlar, sağlık sektöründe hastalık teşhisi ve tedavi, finans sektöründe risk analizi, müşteri hizmetleri, eğitim ve daha pek çok alanda kullanılmaktadır. Yapay zekâ, gelecekte daha da yaygın olarak kullanılması beklenen bir teknolojidir ve sürekli olarak gelişim göstermektedir. Örneğin son zamanlarda popüler olan Open AI ’nin geliştirmiş olduğu Chat GPT çok dikkat çeken bir uygulamadır ve gelecek on yılda birçok değişimin daha hızlı yaşanacağının işaretidir.

NESNELERİN İNTERNETİ (IOT – INTERNET OF THINGS) NEDİR?

Nesnelerin İnterneti (IoT), fiziksel nesnelerin internet üzerinden birbirleriyle ve/veya insanlarla iletişim kurabilme yeteneği kazandığı bir teknoloji ve kavramdır. Bu nesneler, cihazlar, araçlar, ev aletleri, endüstriyel makineler, sensörler, kameralar, akıllı telefonlar ve daha birçok farklı şey olabilir. IoT, bu nesneleri internete bağlayarak veri toplamalarına, analiz etmelerine, bilgi paylaşmalarına ve uzaktan kontrol edilmelerine imkân tanımaktadır.

IoT teknolojisinin temel bileşenleri:

Nesneler: IoT’nin temel taşları olan fiziksel nesneler. Bunlar, çeşitli sensörler, işlemciler, iletişim arayüzleri ve diğer bileşenleri içermektedir.

İnternet Bağlantısı: IoT nesneleri, internet üzerinden diğer nesnelerle veya merkezi sistemlerle iletişim kurmak için kablosuz veya kablolu bağlantılar kullanır.

Veri Toplama ve İşleme: IoT nesneleri çevrelerindeki verileri toplar, işler ve depolar. Bu veriler, sıcaklık, nem, konum bilgisi, hız ve daha birçok farklı parametreyi içermektedir.

İletişim ve Veri Paylaşımı: IoT nesneleri, topladıkları verileri internet aracılığıyla diğer nesnelerle, bulut tabanlı hizmetlerle veya insanlarla paylaşmaktadır.

Uygulamalar ve Analiz: IoT verileri, özel yazılım ve uygulamalar aracılığıyla analiz edilir, yorumlanır ve işlenir. Bu analiz sonuçları, faydalı bilgilere dönüştürülerek çeşitli endüstrilerde kullanılır.

IoT’nin uygulama alanları oldukça geniştir. Örnek olarak, akıllı ev sistemleri, endüstriyel otomasyon, sağlık hizmetleri, tarım, ulaşım, enerji yönetimi ve daha birçok sektörde IoT teknolojisi kullanılır. Bu teknoloji, verimliliği artırabilir, kaynakları daha etkili bir şekilde kullanmayı sağlayabilir ve hayatımızı daha akıllı ve bağlantılı hale getirmektedir.

Ancak, IoT’nin kullanılmasıyla beraber güvenlik, gizlilik ve veri yönetimi gibi önemli sorunlar da ortaya çıkmaktadır. IoT sistemlerinin güvenli bir şekilde tasarlanması ve işletilmesi, bu sorunların üstesinden gelmek için kritik bir öneme sahiptir. Gelecekte IoT teknolojilerin daha güvenli hale gelmesini sağlayacak gelişmiş bilişim güvenliği altyapıları kullanılacak özellikle veri gizliliği ve kişisel verilerin korunması konularında daha hassasiyet gösteren IoT cihazları ön plana çıkacaktır.

ENDÜSTRİ 4.0 NEDİR?

Endüstri 4.0, endüstriyel üretim ve üretim süreçlerinin dönüştürülmesini ve iyileştirilmesini amaçlayan bir konsept ve teknoloji dalgasıdır. Bu kavram, geleneksel endüstriyel üretim süreçlerinin dijital teknolojilerle entegrasyonunu ifade eder. Endüstri 4.0, nesnelerin interneti (IoT), yapay zekâ (AI), büyük veri analitiği, otomasyon, 3D baskı ve diğer ileri teknolojilerin endüstriyel sektörde kullanılmasını içermektedir.

Endüstri 4.0’ın temel unsurları ve özellikleri şunlar olabilir:

Nesnelerin İnterneti (IoT): Endüstri 4.0, üretimdeki fiziksel nesneleri (sensörler, cihazlar, makineler) internet üzerinden birbirine bağlayarak sürekli veri akışını sağlar. Bu sayede makineler daha akıllı hale gelir ve süreçler daha iyi izlenmektedir.

Büyük Veri Analitiği: IoT ile toplanan büyük miktardaki veriler, analiz edilerek daha iyi kararlar alınmasını ve verimliliğin artırılmasını sağlar.

Yapay Zekâ ve Makine Öğrenimi: Endüstri 4.0, üretim süreçlerinin otomasyonunu ve iyileştirilmesini desteklemek için yapay zekâ ve makine öğrenimi teknolojilerini kullanır. Örneğin, üretim makinelerinin bakım ihtiyaçlarını tahmin etmek veya üretim hatalarını otomatik olarak tespit etmek için kullanılmaktadır.

Dijital İkizler: Endüstri 4.0, fiziksel bir ürünün veya sürecin dijital bir kopyasını oluşturarak, gerçek dünyadaki nesnelerin sanal bir temsilini kullanmayı içerir. Bu dijital ikizler, tasarım, simülasyon, bakım ve işlemleri optimize etmek için kullanılmaktadır.

Otonom Üretim ve Otomasyon: Endüstri 4.0’ın bir hedefi, üretim süreçlerinin daha otomatik ve otonom hale getirilmesidir. Bu, robotlar, dronlar, otomatik taşıma sistemleri ve diğer otomasyon teknolojileriyle gerçekleştirilir.

Esnek Üretim: Endüstri 4.0, üretim süreçlerinin daha esnek hale gelmesini sağlar, böylece hızlı ürün değişiklikleri ve kişiselleştirilmiş ürünler mümkün olur.

Endüstri 4.0’ın amacı, üretim süreçlerini daha verimli, rekabetçi ve sürdürülebilir hale getirmektir. Bu, üreticilere daha iyi maliyet kontrolü ve daha hızlı ürün geliştirme fırsatları sunar. Ancak, bu dönüşüm aynı zamanda güvenlik, veri gizliliği ve iş gücü becerilerinin güncellenmesi gibi zorlukları da beraberinde getirmektedir.

TOPLUM 5.0 NEDİR?

Toplum 5.0, Japonya’da ortaya çıkan ve toplumun teknoloji ile entegrasyonunu özendiren bir kavramdır. Bu kavram, Japonya’nın mevcut toplum yapısının ve endüstrisinin dönüştürülmesini amaçlayan bir stratejik yaklaşımı ifade eder. Toplum 5.0, önceki endüstri devrimlerini (örneğin, Sanayi Devrimi ve Endüstri 4.0) temel alarak, insanların ve teknolojinin daha fazla entegre edildiği bir toplum vizyonunu temsil etmektedir.

Toplum 5.0’ın temel özellikleri aşağıdadır:

İnsan Merkezli Yaklaşım: Toplum 5.0, insanların yaşam kalitesini artırmayı hedefler. Teknoloji, insanların daha iyi yaşam standartlarına ve daha iyi bir yaşam deneyimine ulaşmalarını desteklemek amacıyla kullanılmaktadır.

Dijital Dönüşüm: Bu yaklaşım, dijital teknolojilerin (IoT, yapay zekâ, büyük veri analitiği) toplumun her alanında benimsenmesini teşvik eder. Bu teknolojiler, şehirlerin, ulaşımın, sağlık hizmetlerinin, eğitimin ve daha fazlasının iyileştirilmesinde kullanılmaktadır.

Endüstri ve Toplum Entegrasyonu: Toplum 5.0, endüstrinin ve toplumun daha fazla entegrasyonunu hedefler. Üretim süreçlerinde, dağıtımda ve hizmetlerde daha fazla otomasyon ve veri kullanımı öngörülmektedir.

Sürdürülebilirlik: Toplum 5.0, sürdürülebilirlik ve çevresel duyarlılık konularını önemser. Daha temiz enerji kaynaklarına geçiş, atık azaltma ve çevresel etkilerin minimize edilmesi bu yaklaşımın önemli bileşenleridir.

Veri Paylaşımı ve Güvenlik: Toplum 5.0, büyük miktarda verinin paylaşımını ve işlenmesini gerektirir. Bu nedenle, veri güvenliği ve gizliliği konuları büyük önem taşımaktadır.

Eğitim ve Beceri Geliştirme: Toplum 5.0’ın başarılı bir şekilde uygulanması için insanların teknolojiyi anlamaları ve kullanmaları gerekmektedir. Bu nedenle eğitim ve beceri geliştirme önemlidir.

Toplum 5.0, Japonya’nın ekonomisini ve toplumunu daha rekabetçi ve sürdürülebilir hale getirmeyi amaçlamaktadır. Bu kavram, diğer ülkelerde de benzer dönüşüm hedefleri doğrultusunda dikkate alınmaktadır ve teknolojinin toplumun iyiliği için nasıl kullanılacağını gösteren bir model sunmaktadır.

BÜYÜK VERİ NEDİR?

Büyük Veri (Big Data), büyük hacimlerde ve yüksek hızlarda üretilen, işlenen ve saklanan verileri ifade eden bir terimdir. Bu veriler, geleneksel veritabanı yönetim sistemlerinin işleme kapasitelerini aşan boyutlarda ve hızda üretilir.

Büyük Veri, genellikle üç V kavramı ile tanımlanır: hacim (Volume), hız (Velocity) ve çeşitlilik (Variety).

Büyük Verinin temel özellikleri şunlardır:

Hacim (Volume): Büyük Veri, genellikle terabaytlar veya petabaytlar gibi çok büyük boyutlarda veri setlerini ifade eder. Bu veriler, her türlü kaynaktan (sosyal medya, sensörler, web trafiği, video akışları, işleme dökümanları vb.) gelebilmektedir.

Hız (Velocity): Büyük Veri, anlık veya hızlı bir şekilde üretilen verileri içerir. Örneğin, sosyal medya platformlarında anlık olarak milyonlarca paylaşım yapılır veya sensörler sürekli olarak veri üretir.

Çeşitlilik (Variety): Büyük Veri, çok farklı veri tiplerini içerir. Yapılandırılmış veriler (örneğin, veritabanlarındaki tablo verileri), yarı yapılandırılmış veriler (örneğin, XML veya JSON formatında veriler), ve yapısız veriler (örneğin, metin dokümanları veya ses dosyaları) bu kategoriye dahildir.

Değer (Value): Bu verilerden anlamlı bilgiler çıkarabilmek ve bu bilgileri kullanabilmek büyük bir değer taşır. Büyük Veri analizi, bu verileri işleyerek işletmelere ve organizasyonlara daha iyi kararlar almaları için fayda sağlar.

Büyük Veri, çeşitli sektörlerde kullanılır, örneğin:

Pazarlama: Tüketici davranışlarını izlemek ve kişiselleştirilmiş pazarlama kampanyaları oluşturmak için büyük veri analizi kullanılmaktadır.

Sağlık Hizmetleri: Hastaların sağlık verilerini takip etmek, teşhisleri iyileştirmek ve sağlık trendlerini belirlemek için büyük veri kullanılmaktadır.

Ulaşım ve Lojistik: Akıllı ulaşım sistemleri ve filo yönetimi için büyük veri analizi kullanılmaktadır.

Bankacılık ve Finans: Dolandırıcılığı tespit etmek, risk yönetimi yapmak ve hisse senedi piyasalarını izlemek için büyük veri analizi kullanılmaktadır.

Üretim: Üretim süreçlerini izlemek, bakım süreçlerini optimize etmek ve kalite kontrolü yapmak için büyük veri kullanılmaktadır.

Büyük Veri analizi, bu büyük veri setlerinden anlamlı bilgiler elde etmeyi, geleceği tahmin etmeyi ve daha iyi kararlar almayı mümkün kılar. Bu nedenle, büyük veri, birçok organizasyon için stratejik bir öneme sahiptir. Bulut Bilişimde büyük veri çok önemlidir, bugün kullanmış olduğumuz Instagram, facebook, whatsapp, Twitter vb. birçok ücretsiz sosyal medya uygulamaları reklamcılık ve başka birçok alanlarda kullanılmak üzere büyük veriye hizmet eden verileri bizlerden toplamaktadır. Arcserve’nin 2020 Veri Saldırısı raporuna göre toplam küresel veri depolama alanının 2025 yılına kadar 200 Zettabaytı aşacağı tahmin edilmektedir. Buna özel ve genel BT’de depolanan veriler dahildir.

Cybersecurity Ventures araştırmasına göre, 2025 Yılında dünya verilerinin bulutta depolanan toplam veri miktarı dünya verilerinin yüzde 50’sini kapsayacaktır.

MAKİNE ÖĞRENMESİ NEDİR?

Makine Öğrenimi (Machine Learning), bilgisayar sistemlerinin verilerden öğrenme yeteneği kazanmalarını sağlayan bir yapay zekâ alt dalıdır. Bu yaklaşım, bilgisayarların belirli görevleri veya problemleri daha iyi bir şekilde çözebilmeleri için verilere dayalı olarak modeller geliştirmelerini sağlar. Bu modeller, algoritmaların yardımıyla verilerden öğrenilen bilgileri temel alarak gelecekteki verilere dayalı tahminlerde bulunabilir veya kararlar verebilmektedir.

Makine öğreniminin temel özellikleri ve bileşenleri şunlardır:

Veri: Makine öğrenimi için temel bileşen veridir. Bu veri, öğrenme için kullanılacak özelliklerin, örneklerin ve hedeflerin birleşimini içerebilir. Örnek olarak, e-posta spam filtresi oluşturmak için binlerce e-posta örneği kullanılabilmektedir.

Algoritmalar: Makine öğrenimi, farklı problemlere yönelik çeşitli algoritmaları içerir. Bu algoritmalar, verileri analiz eder, öğrenir ve sonuçlar üretir. Örnek algoritmalar arasında karar ağaçları, destek vektör makineleri, sinir ağları ve K-ortalama kümeleme bulunmaktadır.

Eğitim (Training): Algoritmalar, veri kümesini kullanarak öğrenir. Öğrenme süreci, algoritmanın verilere bakarak model parametrelerini ayarladığı süreci ifade etmektedir.

Tahmin ve Karar Verme: Eğitilmiş model, yeni verilere uygulandığında tahminlerde bulunabilir veya kararlar verebilir. Örneğin, bir hasta veri kümesine dayalı olarak bir hastalığın riskini tahmin edebilir veya bir öneri sistem kullanıcılara ürün önerileri sunmaktadır.

Değerlendirme: Makine öğrenimi modelleri, tahminlerin veya kararların ne kadar doğru olduğunu değerlendirmek için belirli metrikler kullanır. Bu, modelin performansının ölçülmesini sağlar ve gerektiğinde iyileştirmeler yapılabilmektedir.

Makine öğrenimin günümüzde kullanıldığı bazı alanlar;

Doğal dil işleme (örneğin, metin analizi ve dil tercümesi), Görüntü tanıma (örneğin, yüz tanıma ve nesne algılama), Tıp (örneğin, hastalık teşhisi ve ilaç geliştirme), Otomasyon (örneğin, robot kontrolü ve sürücüsüz araçlar), Finans (örneğin, kredi riski değerlendirmesi ve hisse senedi tahmini),

Makine öğrenimi, veri bilimi, yapay zeka ve büyük veri analitiği ile birlikte çalışarak daha verimli ve daha iyi kararlar alınmasını sağlamaktadır.

Bulut Bilişim Nedir?

Bulut Bilişim (Cloud Computing) sistem kaynaklarının, verilerin ve işlemlerin yerel bir cihazda değil uzak sunucular üzerinde barındırıldığı ve işlendiği bir bilgi teknolojileri modelidir.

Bu teknoloji internet üzerinden erişilebilen ve genellikle abonelik temelli bir hizmet olarak sunulan bir dizi hizmet ve kaynak içermektedir. Bulut Bilişim (Cloud Computing) ile internet üzerinden paylaşılan hizmetler; sunucu, işlemci, CPU, Memory, Ram, Disk, veri depolama altyapıları, yazılım ve diğer kaynaklara erişim hizmetlerini içermektedir.

Geleneksel bilgi işlem modelinden farklı olarak, bulut bilişimde kullanıcılar kendi bilgisayarlarında veya yerel sunucularda depolama ve hesaplama gücüne sahip olmak yerine, bu hizmetleri internet aracılığıyla uzaktaki sunucular üzerinden paylaşılan kaynaklardan elde ederler.

Bulut bilişim, esneklik, ölçeklenebilirlik, düşük maliyet, yedekleme ve güvenilirlik gibi avantajlar sunar. Bu sayede şirketler ve bireyler, ihtiyaç duydukları kaynaklara kolayca erişebilirler ve gerektiğinde bu kaynakları artırabilir veya azaltabilirler. Bulut bilişim ayrıca çalışma verimliliğini artırabilmekte ve altyapı maliyetlerini düşürebilmektedir.

Bulut Bilişim hakkında çok çeşitli tanımlar yapılmaktadır. Bunun sebebi Bulut Bilişim kavramının geniş ve çok boyutlu yapısından kaynaklanmaktadır.

Bulut bilişim için yapılmış bazı yaygın tanımlar aşağıdadır:

NIST (National Institute of Standards and Technology): Bulut bilişim, herhangi bir zamanda ve herhangi bir yerden, kullanıcıların istedikleri zaman ve istedikleri yerden paylaşılan bir bilgisayar kaynağına erişebilmelerini sağlayan bir modeldir. Bu kaynaklar, ağ üzerinde sunulan ve hizmet olarak sunulan bilişim kaynaklarını içermektedir.

Gartner: Bulut bilişim, internet üzerinde paylaşılan bilgi işlem kaynaklarına, verilere veya diğer bilgilere erişim sağlayan ve bunları barındıran bir modeldir.

Microsoft: Bulut bilişim, internet üzerinde, talep üzerine hesaplama kaynakları sağlayan ve genellikle sunucu, depolama, veritabanı, ağ, yazılım, analitik ve diğer hizmetlerle ilgili olarak bir ücret karşılığında ödeme yapan bir hizmettir.

Amazon Web Services (AWS): Bulut bilişim, internet üzerinden bilgi işlem gücü, depolama, veritabanı ve diğer bilgi teknolojisi kaynaklarının sağlanması ve yönetilmesi için kullanılan bir modeldir.

IBM: Bulut bilişim, internet üzerindeki uzak sunucular aracılığıyla bilgi işlem kaynaklarına erişim sağlama sürecidir. Bu kaynaklar, genellikle sunucular, depolama, veri tabanları, ağ, yazılım, analitik ve diğer hizmetleri içerir.

Bütün bu tanımlar, bulut bilişimin temel özelliklerini vurgulayan ve kullanıcıların ihtiyaçlarına göre esnek ve ölçeklenebilir bir bilgi işlem modeli sağladığını belirten ortak bir anlayışı yansıtmaktadır.

Sonuç:

Yapay Zeka tarafından kullanılan, Big Data, IoT verileri, Makine öğrenimine, Endüstri 4.0 ve Toplum 5.0’a hizmet eden veri tabanları ve uygulamaları çok geniş ve birbirleri ile güvenli iletişime geçecek güvenli ve erişim sınırları olan bir depolana altyapılarına ihtiyaç duyarlar. Bu depolama hizmetini en efektif, performansı, erişilebilir ve güvenli bir şekilde sunan altyapılar Bulut Bilişim altyapılarıdır. Dijital olarak değişen dünyamızda tıpkı sanayi devrimlerinde olduğu gibi ve bilgisayarlar ile iletişim sistemlerinin dünyamızı değiştirdiği yıkıcı inovasyonlar gibi Sürdürülebilir ve çevreci Bulut Bilişim altyapılarını kullanan Yapay Zekâ yakın bir gelecekte yıkıcı bir inovasyon yapacaktır. Değişim iş yapış şekillerimizle başlayıp yapay zekanın bazı mesleklerin yerini alması ile daha hızlı bir devinime sahip bir dünya düzeninde bu kavramları bilip pozisyon alabilen firmalar ve kuruluşlar ayakta kalabilecektir.