Apple Intelligence (yeni iPhone ve Mac’lerde) veya Gemini Nano (desteklenen Android telefonlarda) gibi cihaz içi AI, dil modellerini uzak bir sunucu yerine doğrudan kullanıcının donanımında çalıştırır. Bu, gecikmeyi azaltır ve verilerin çoğunu yerel tutar, ancak aynı zamanda pazarlama ekiplerinin nadiren planladığı riskler yaratır: cihazlar arasında tutarsız çıktılar, marka mesajlarını bozan özetler ve personelin müşteri verileriyle kişisel cihaz özelliklerini kullanması. Yönetişim, benimsemeden sonra değil, önce başlamalıdır.
Cihaz içi AI aslında ne yapar?
Apple Intelligence, iOS, iPadOS ve macOS’a bir dizi özellik ekler: metni yeniden yazan veya düzelten yazma araçları, bildirim ve e-posta özetleri, Image Playground aracılığıyla görüntü oluşturma ve daha yetenekli bir Siri. Daha küçük görevler yerel modelde çalışır; daha ağır istekler, Apple’ın kullanıcı verilerini tutmayan Apple silikonu üzerine kurulu sunucular olarak tanımladığı Apple’ın Private Cloud Compute’una gidebilir. Bazı istekler yalnızca kullanıcı kabul ettikten sonra ChatGPT’ye iletilebilir.
Gemini Nano, Google’ın en küçük Gemini modelidir. AICore adlı bir sistem hizmeti aracılığıyla Android içinde gönderilir ve desteklenen Pixel ve Samsung cihazlarında Gboard’daki akıllı yanıtlar, kayıt özetleri ve dolandırıcılık araması algılama gibi özellikleri destekler. Geliştiriciler buna Google’ın cihaz içi API’leri aracılığıyla ulaşabilir ve Chrome, tarayıcıda Nano sınıfı bir model çalıştıran yerleşik AI API’lerini test etmektedir.
Ortak nokta basittir. Genellikle birkaç milyar parametre veya daha azına sahip küçük bir model, ağ gidiş-dönüşü olmadan faydalı işler yapar. Bu tasarım, hem faydaların hem de sınırlamaların kaynağıdır.
Gizlilik hikayesi neden resmin sadece yarısıdır
Satıcılar cihaz içi AI’yı esas olarak bir gizlilik özelliği olarak sunar ve birçok görev için bu adildir. Yerel olarak yeniden yazılan bir cümle asla telefonu terk etmez. Ancak “veriler cihazda kalır” demek “veriler yönetilir” demek değildir. Cihaz bir çalışana ait olabilir, çıktı bir müşteri teslimatına yapıştırılabilir ve kimse bir modelin ona dokunduğunu kaydetmemiş olabilir.
Ayrıca devretme sorunu da vardır. Bir istek yerel model için çok büyük olduğunda, bir bulut hizmetine yönlendirilebilir. Apple cihazlarında sistem, ChatGPT dahil olduğunda kullanıcıyı bilgilendirir, ancak personel istemleri hızlıca geçer. Android’de, Gemini Nano kullanan uygulamalar daha zor istekler için bulut Gemini modellerini de çağırabilir. Politikanız sadece yerel kısmı değil, tüm zinciri kapsamalıdır.
Pazarlama ekipleri için hangi sınırlamalar daha önemlidir?
Küçük modeller, büyük bulut modellerinden farklı ödünleşimler yapar. Bir pazarlama departmanı için beş sınırlama tekrar tekrar ortaya çıkar:
- Daha kısa bağlam: cihaz içi modeller kısa girdileri iyi, uzun belgeleri kötü işler, bu nedenle bir telefonda özetlenen 40 sayfalık bir brifing önemli bölümleri atlayabilir.
- Daha zayıf olgusal hatırlama: küçük modeller dünya hakkında daha az şey bilir ve yanlış bir şeyi güvenle ifade etme olasılıkları daha yüksektir.
- Cihaz parçalanması: özellikler çip, RAM, bölge ve dil ayarlarına bağlıdır, bu nedenle iki meslektaş aynı komuttan farklı sonuçlar alabilir.
- Sınırlı dil kapsamı: Türkçe gibi diller için destek İngilizce’den daha geç gelmiştir ve kalite dilden dile değişir.
- Denetim izi yok: yerel özellikler genellikle neyin oluşturulduğuna, düzenlendiğine veya özetlendiğine dair merkezi bir günlük bırakmaz.
Son nokta, uyumluluk ekiplerinin ilk fark ettiği noktadır. Bir müşteri e-postasının özeti bir koşulu (“yalnızca hukuk tarafından onaylanırsa”) kaybederse, AI’nın özeti çalışandan ziyade ürettiğini gösteren hiçbir kayıt yoktur.
Markaları dışarıdan vuran risk
Çoğu yönetişim belgesi, personelin AI ile ne yaptığına odaklanır. Cihaz içi AI harici bir risk ekler: müşterileriniz artık mesajlarınızı bir model aracılığıyla okuyor. iPhone’lardaki bildirim özetleri e-postaları, push bildirimlerini ve mesajları bir veya iki satıra yoğunlaştırır. İlk sürümler, açıkça yanlış olan haber uyarılarının özetlerini üretiyordu ve Apple, sorunu çözmek için bir süreliğine haber uygulamaları için özetleri durdurdu.
Bir marka için bu, dikkatlice yazılmış bir promosyon push’unun düzleştirilmiş, bazen yanıltıcı bir özet olarak gelebileceği anlamına gelir. Net ilk satırlar yardımcı olur. Teklifi, son tarihi ve herhangi bir koşulu sonda değil, açılış cümlesinde belirtmek de yardımcı olur. Her e-postanın ve push bildiriminin ilk 80 ila 100 karakterini, bir modelin tutma olasılığının en yüksek olduğu kısım olarak değerlendirin.
Hangi yönetişim kurallarını ilk önce belirlemelisiniz?
Başlamak için 30 sayfalık bir AI politikasına ihtiyacınız yok. İnsanların hatırlayabileceği ve cihaz içi özelliklerin gerçekte nasıl kullanıldığına uyan bir avuç kurala ihtiyacınız var. Pratik bir ilk sürüm şöyledir:
- Müşteri işi için hangi cihazların kullanılabileceğini ve AI özellikleri etkinleştirilmiş kişisel telefonların müşteri dosyalarını açmasına izin verilip verilmediğini tanımlayın.
- Cihazda uygun olan görevleri (dahili notların düzeltilmesi, kendi toplantı kayıtlarınızın özetlenmesi) ve olmayanları (sözleşmelerin özetlenmesi, yasal veya tıbbi iddiaların taslağının hazırlanması) listeleyin.
- Bir müşteriye giden veya yayınlanmış bir varlığa giren herhangi bir AI destekli metin için insan incelemesi talep edin ve incelemeciyi proje aracında belirtin.
- ChatGPT entegrasyonu gibi bulut devretmelerine izin verilip verilmediğine ve eğer öyleyse, hangi hesap türünün kullanıldığına karar verin.
- Görüntüler için bir kural belirleyin: Image Playground veya benzeri araçlarla yapılan her şey dahili olarak etiketlenmeli ve rıza olmadan gerçek insanları tasvir etmemelidir.
- Satıcılar büyük işletim sistemi güncellemeleri yayınladığında politikayı gözden geçiren bir sahip atayın, çünkü özellikler her sürümle değişir.
Tek sayfada tutun. Personelin yoğun bir öğleden sonra hatırlayamayacağı bir kurala uyulmayacaktır.
Cihaz yönetimi ayarları
Şirketiniz mobil cihaz yönetimi kullanıyorsa, platformunuzun neyi açığa çıkardığını kontrol edin. Apple, yöneticilerin denetlenen cihazlarda belirli Apple Intelligence özelliklerini kısıtlamasına olanak tanıyan yönetim kontrolleri ekledi ve Android Enterprise kendi politika ayarlarını sunuyor. Kullanılabilirlik sürüme göre değişir, bu yüzden bir blog gönderisine, buna dahil, güvenmek yerine MDM konsolunuzda doğrulayın.
Alien Road cihaz içi AI yönetişimini nasıl uygular
Tipik bir çalışmada keşif ile başlarız: müşteri ekibinin hangi cihazları kullandığına, hangi AI özelliklerinin açık olduğuna ve müşteri veya tüketici verilerinin bunlar aracılığıyla nereden geçtiğine dair kısa bir anket. Çoğu ekip, bir işletim sistemi güncellemesinden sonra varsayılan olarak kaç özelliğin zaten aktif olduğuna şaşırır.
Sırada kurulum var. Yukarıdaki tek sayfalık kural setini, müşterinin sektörüne göre ayarlanmış şekilde hazırlarız ve bunu zaten sahip oldukları MDM veya tarayıcı ayarlarına eşleriz. Örneğin, bir perakende markası için, ana mesajın otomatik özetlemeden sağ çıkması için push ve e-posta şablonlarını da yeniden yazarız.
Ölçüm takip eder. Ana şablonların mevcut iOS ve Android cihazlarda bildirim özeti olarak nasıl göründüğünü test eder ve sonuçları paylaşılan bir sayfaya kaydederiz. Raporlama üç aylıktır: satıcıların özelliklerinde ne değişti, hangi kurallar güncellendi ve hangi şablonlar başka bir geçiş gerektirdi.
Bu hafta nereden başlamalı
Bir saat seçin ve üç şey yapın. Birincisi, her ekip üyesine son bir ayda telefonlarında veya dizüstü bilgisayarlarında hangi AI özelliklerini kullandıklarını sorun; listeyi yazın. İkincisi, en önemli beş pazarlama e-postanızı ve push bildiriminizi özetleri etkinleştirilmiş bir test iPhone’una gönderin ve görünenin ekran görüntüsünü alın. Üçüncüsü, yukarıdaki altı kuralı kullanarak tek sayfalık kural setinizin ilk taslağını yazın.
Bu, “bunu düşünmedik” konumundan belgelenmiş bir konuma geçmek için yeterlidir. Ayrıntıları, özellik listesinin zaten değişmiş olacağı bir sonraki büyük işletim sistemi sürümünden sonra iyileştirebilirsiniz.
Okumaya devam edin: Yapay Zekâ Optimizasyonu · Yapay Zekâ Optimizasyonu