10000 Saat Özgül Çalışma: Hedef Belirleme, Odaklanma ve Sonuç

Günümüzde başarılı insanların ortak özelliklerini incelediğimizde, birçok faktörün etkili olduğunu görürüz. Ancak, hedef belirleme, odaklanma ve gereken çabayı gösterme unsurlarının başarı yolunda ön plana çıktığını belirtebiliriz. Bu unsurlar, Malcolm Gladwell ‘in “Outliers: The Story of Success” kitabında ortaya attığı 10.000 saat kuralıyla ilişkilendirilebilir. Bu kural, belirli bir alanda yüksek uzmanlık seviyesine ulaşmak için yaklaşık 10.000 saatlik özgül bir çalışma yapan bireylerin, o alanda ustalık veya uzmanlık seviyesine ulaşma olasılığının daha yüksek olduğunu iler sürer. Başarı için sadece yeteneğin yeterli olmadığını ve yüksek bir yetkinlik seviyesine ulaşmada odaklanmış ve sürekli bir çabanın önemli bir faktör olduğunu savunur.

Elbette ki, uzmanlığa ulaşmak için gereken gerçek zaman, becerinin karmaşıklığı, bireyin öğrenme yeteneği, çalışmanın kalitesi ve diğer çevresel faktörlere bağlı olarak değişebilir. Bu rakam (10.000 saat) bu aşamada oldukça uzun bir zaman olarak da düşünülebilir.

Gladwell, bu fikri psikolog Anders Ericsson’ in uzmanlığın gelişiminde özgül bir çalışmanın rolünü incelediği araştırmalarına dayandırmıştır (keman çalan çocuklar). Ericsson’un çalışmaları uzmanlığın gelişiminde özgül çalışmanın önemini vurgulamaktadır. Sıradan tekrarlar veya bilinçsiz zaman geçirmekle uzmanlık seviyesine ulaşmanın mümkün olmadığını, bunun yerine, özgül çalışma adı verilen yoğun ve odaklı bir çalışma gerekliliğini savunur.

Özgül çalışma, belirli becerilerin geliştirilmesine odaklanan, konsantre bir şekilde yapılan yoğun ve bilinçli çalışmayı ifade eder. Kişinin konfor alanının ötesine geçmesini, geri bildirim almasını ve performansı iyileştirmek için sürekli düzeltmeler yapmasını içerir.  Özgül çalışma sürecinde, birey belirli bir hedef belirler ve bu hedefe ulaşmak için planlı bir şekilde çalışır. Odaklanma, dikkatin dağılmasını engeller ve beceri geliştirmeye yönelik pratiklere yoğunlaşmayı sağlar. Uzmanlardan veya deneyimli öğretmenlerden alınan geri bildirimler, hataların düzeltilmesi ve performansın iyileştirilmesi için rehberlik sağlar. Süreç içinde bireyler, sınırlarını zorlayacak ve becerilerini geliştirecek zorlu görevlerle karşılaşır. Bu zorluklar, dayanıklılığı artırır ve başarıya ulaşmak için engellerin üstesinden gelmeyi öğretir.

Tabi burada zaman yönetimi de devreye giriyor. Gerekli zamanı ortaya çıkarmak için bazen Newton gibi sandalye üzerinde elimizde demir gülle ile uyumak ya da Arnold ’un dediği gibi 8 saat yerine 6 saat uyumak için hızlı uyumayı öğrenmek gerekiyor!

Özetle, hedef eğer ki sizi gerçekten uykusuz bırakıyorsa bir hedeftir. Gupta’nın dediği gibi, “The difference between aim and dream is that dream requires good sleep to see it, while aim requires sleepless nights and effort to fulfill it”.

Üzerine bir düşünün derim…

PDM-ERP-MES Entegrasyonu ve Alan Bilgisi

Üretim süreçlerinde VSM (Value Stream Mapping) yaparken öncelikle iki ana konuya bakılır. Malzeme akışı, bilgi akışı. Malzeme, süreçlerde akarak yarı mamule; daha sonra da mamule dönüşerek müşteri ile buluşur. Ancak, bu işlemin gerçekleşebilmesi için sipariş, ürün ağacı, teknik dokümanlar, makine programları gibi birçok bilginin üretilmesi/türetilmesi ve ilgili fonksiyonlar ile doğru/zamanında paylaşılması gerekir. Bu işlemlerin manuel yapılması bilgiyi arama, bilgiyi bekleme veya bilgiyi yeninden üretme gibi işletmenin çevik olmasını engelleyen sonuçlara neden olur. Çeviklik için etkin bilgi yönetim sistemi, bunun için de sistemler arasında entegrasyon kurulması gereklidir.

İşletme içinde dikey, tedarik zincirinde yatay entegrasyon konusu ‘Dijital Tabanlı Yalın Dönüşümün’ (DBLT) esasını teşkil eder. İşletmelerin gündemi şu aralar dikey entegrasyon, yani PDM-ERP-MES sistemlerinin birbirleri ile etkileşime geçebilmelerine olanak sağlayan bilgi yönetim sistemini (IT integration) kurabilmek. Ancak, bu gereksinimi tek başına sağlayan bir çözüm henüz mevcut değildir. İşletme gereksinimlerinin değişken olması, her süreçte farklı yazılımların kullanılması bu sonucun sebepleri arasında gösterilebilir. 

Literatürde birçok çalışmada, etkin bilgi yönetimi sistemi kurabilmek için işletmelerin kendi amaç ve beklentileri doğrultusunda özel entegrasyon tasarımı/modeli geliştirmeleri ve geliştirilen modeli süreçlerine uyarlamalarının gerekliğine vurgu yapılmıştır. Yani, önce kurgu/kavramsal tasarım akabinde uyarlama. Zira, bir bina/köprü ya da baraj önce tasarlanır sonra yapılır. 

Bu bağlamda, bilgi yönetim sisteminin doğru kurulabilmesi için iki bileşenin bir araya gelmesi gereklidir. 

  1. Model geliştirecek MİMAR (domain knowledge / architect), 
  2. Modeli uyarlayacak MÜHENDİS (software developer /engineer).  

Üzerine düşünün derim. 

Yakın Gelecek | Quantum AI (New Machine Age)

Çok yakın bir zaman içinde yeni bir devrim ile karşı karşıya kalacak gibiyiz. Quantum AI…

AI ve Quantum Computing ile konvansiyonel teknolojiler üzerinden yapılamayan birçok şey yapılabilir duruma gelecek ve yapmakta olduğumuz birçok aktif faaliyet makinelere devredilecek gibi gözüküyor:

AI, epeydir bilinmesine rağmen gerekli koşullar oluşmadığı için gündemimize alamadığımız bir konuydu. Ancak, şimdi 1) Big Data (IoT), 2) Computing Power, ve 3) Algoritma alanındaki gelişmeler sayesinde etkisini hemen her alanda artırarak hissettiriyor. Geçmiş verilerden (Supervised / Un-supervised Learning) ya da deneyimlerden (reinforcement learning) öğrenerek model oluşturmak ve oluşturduğu model üzerinden geleceği tahminleme (regression), verileri sınıflandırma (classification), gruplandırma (clustering) işlemlerini yapabilmek AI’ın yetileri arasında. AI ‘daki Intelligence kavramı modelleme yapabilme özelliğinden (function aproximation); modelleme yeteneği öğrenebilme karekteristiğinden (learning ability); öğrenebilme yeteneği iterasyon hızından (computing power); iterasyon hızı ise algoritma (math & stats) ve büyük veriden (IoT) geliyor. Yani işin özünde: büyük veri, işlem hızı ve algoritmalar var.

AI, desktop seviyesinde (CPU level) işlem hızı kısıtları nedeniyle sınırlı alanlarda yapılabiliyor. Google, Amazon, Facebook bir devler dil, görüntü, ses işleme, otonom sürüş gibi alanlarda çok güçlü ve hızlı farklı işlemciler (GPU level) kullanıyorlar. Ancak, yine de AI üzerinden istedikleri her şeye henüz ulaşamıyorlar. Veri ve algoritma alanında çok temel sorunlar olmasa da ana sorun Computing Power ya da Iterasyon hızı (işlem ya da hesaplama hızı). AI, veri hazırlama süreçlerinde çok yüksek boyutlu büyük veri paketlerini hızlı bir şekilde çözümleyebilmek için mevcut durumda filtreleme, temizleme, örnek alma ya da özellik azaltma/birleştirme gibi teknikler kullanılsa dahi hayal edilen kurguya ulaşabilmek için işlem hızı çok yüksek, daha düşük enerji gereksinimi olan, mevcuda göre çok daha güçlü süper bilgisayarlara gereksinim var. Fizik, kimya, biyoloji ve malzeme alanının ortak çalışmaları sonucu gelişecek olan Quantum Computing (super position) bu eksikliği dolduracak ve yakın bir zamanda bizi Quantum AI çağına itecek gibi duruyor…

Quntum CPU’lar ile işlem yapabilme yetisi çok farklı bir boyuta geçecek ve şu an hayal edilen ve yapılamayan birçok şeyin makineler tarafından yapılabildiğini göreceğiz. Belki de tarihin tekerrür etmesi gibi yeni bir makine çağına gireceğiz.

Lean | Agile | Digital

Üretim organizasyonlarında temel süreçler literatürde üç ana kavram üzerinde incelenir: İş (Business), ürün (Product Development) ve üretim (Manufacturing).

Bu modelin kurgulanabilmesi ve etkin çalışabilmesi için ise iki bileşenin bir arada olması gerekir: 1) Süreç kurgusu (Lean &Agile),

2) sürecin çalışabilirliği destekleyen ideal ICT altyapısı (Digital).

Lean ve Agile yöntemler ile imalat süreçlerinde başlangıç seviyesine göre önemli eşikler aşılabilir. Ancak, ICT altyapısındaki eksikliler (Data Management) nedeni ile daha önceki kazanımlardan elde edilen getirilerin faydası artırılamaz.

Bugün aslında bu durumun birçok örneğini görüyoruz. İşletmeler artık yalın/çevik süreçlerini içselleştirmeyi / süreçlerini bu prensipler doğrultusunda yönetmeyi becerebiliyorlar. Ancak, konu ya da gündem artık bu değil. Dünyanın 20/30 yıldır üzerine çalıştığı bu kavramlar üzerine teknolojinin bindirilmesi, bunun için de her üç segmentte (business – product – manufacturing) dijitalleşmeye çok daha fazla önem verilmesi gerekiyor, çok geç olmadan.