Süper Teknolojinin Yükselişi

Yapay zeka, robotik ve uzmanlığın sonu

Yuval Valiano-Rips tarafından

Bu bildiri, Arjantin'in Buenos Aires şehrinde düzenlenen 2025 Uluslararası Asansör ve Yürüyen Merdiven Sempozyumu'nda sunulmuştur.

Özet

Dikey taşıma (VT) sektörü bir yol ayrımında. Yapay zeka ve robotik artık ikincil yenilikler değil; birlikte asansör sektörünü şekillendiriyor ve servis teknisyenlerinden güvenlik denetçilerine kadar bu alanda profesyonel uzmanlığa olan ihtiyacı yeniden tanımlıyorlar. Bu makale, yapay zekanın saniyeler içinde sorunları teşhis edip çözebilen "süper teknisyenler" yaratıp yaratmayacağını ve robotik-yapay zeka devriminin nihayetinde insan uzmanlara olan ihtiyacı tamamen ortadan kaldırıp kaldırmayacağını inceliyor.

Colors.AI'nin gerçek dünya kullanım örneklerini inceleyeceğiz. Colors.AI, on yıllarca süren servis ve denetim uzmanlığını anında erişilebilir, bağlam odaklı bir asistana dönüştüren yapay zeka destekli bir saha destek platformudur. Geri Alma Destekli Üretim (RAG) ve şirkete özgü bilgi tabanlarını kullanan bu yeni yapay zeka araçları, sahada hassas ve güvenilir rehberlik sağlayarak teşhis doğruluğunu önemli ölçüde artırır, ilk seferde çözüm oranlarını yükseltir, tekrar ziyaretleri azaltır ve genel güvenlik uyumluluğunu geliştirir.

Yapay zekâ desteğinin ötesinde, yapay zekâ teknolojilerinin insan bilişsel yetenek seviyesine ulaşması gibi, robotik teknolojileri de fiziksel dünyada insan performansı seviyesine hızla yaklaşıyor. Bu iki gelişmenin birleşimi, VT endüstrisi için bir dönüm noktası olacak ve sistemlerin insan müdahalesi olmadan bakım ve denetim görevlerini gerçekleştirmesini sağlayacaktır. Bilişsel ve fiziksel yeteneklerin bu birleşimi, sahada insanlara duyulan ihtiyacı temelden değiştirecek ve eğitim, sertifikasyon, mevzuata uyum ve uzun vadeli işgücü ortamı hakkında kritik soruları gündeme getirecektir. Yapay zekâ, teknisyenler ve denetçiler için nihai araç mı olacak yoksa onları gereksiz kılan bir güç mü? Bu makale, VT topluluğunu bu soruyla doğrudan yüzleşmeye davet ediyor.

1. Giriş — Moda Terimlerden Gerçek Bir Teknolojik Dönüşüme

Son on yılda, asansör sektörü, endüstriyel teknolojideki neredeyse her "bir sonraki büyük şey" için bir test alanı oldu. Her dalga coşkuyla geldi, her biri devrim vaat etti ve çoğu istikrarlı, ancak kademeli ilerleme sağladı.

Nesnelerin İnterneti (IoT) bağlantısı was the first great hope. Cloud-linked controllers and sensors allowed service teams to see live performance metrics and detect anomalies remotely. Otis' ONE^[1] platform and TK Elevator's MAX^[2] Hizmet yığını, sektöre tahmin yeteneğinin ilk tadını verdi.

Sıradaki geldi dijital ikizler, with KONE's traffic-simulation^[3] Modeller öncülük ediyordu. Bu sanal kopyalar, mühendislerin canlı bir sisteme dokunmadan önce yeni konfigürasyonları ve bakım stratejilerini test etmelerine olanak sağladı. Teknoloji güçlüydü ve hala da öyle, ancak çoğunlukla günlük saha çalışmalarından ziyade planlama ve optimizasyonla sınırlıydı.

Sonra geldi artırılmış gerçeklik (AR) ve sanal gerçeklik (VR).^[4] Teknisyenlerin karma gerçeklik gözlükleri takarak 3 boyutlu diyagramları ekrana getirmesi ve kıdemli bir mühendis tarafından uzaktan yönlendirilmesi fikri, uzmanlığı demokratikleştirmeyi vaat ediyordu. Ancak gerçeklik, bu fikrin benimsenmesinde daha yavaş bir süreç olduğunu gösterdi. Maliyet, kullanılabilirlik ve kültürel direnç, bu fikrin geniş çapta yaygınlaşmasını engelledi.

Yapay zekâ öncesi son dalga şuydu: öngörücü bakım algorithms, analyzing telemetry data to flag door cycles or motor temperatures that were trending toward failure. Useful, measurable, but bounded by the limits of pattern recognition and sensors' limitations rather than true understanding and full hands-on sensing.

Bu yeniliklerin her biri değer kattı ancak devrim niteliğinde değil, evrimsel kaldı. Yapay zeka ve robotik birlikte farklı bir yapıya sahip. Sadece insan işini geliştirmekle kalmıyorlar, sınırlarını yeniden tanımlıyorlar. Nesnelerin interneti (IoT) makineleri birbirine bağlarken, yapay zeka bilgiyi birbirine bağlıyor; robotik hareketi gerçekleştirirken, yapay zeka kavrama yoluyla niyeti sağlıyor. Bu yakınlaşma, çok uluslu OEM'lerden, mühendisleri uzun zamandır bu zanaatı temsil eden küçük, aile şirketlerine kadar sektörün her segmentini etkileyecek yapısal bir dönüşümü işaret ediyor.

2. Süper Teknoloji Çağının Yükselişi – Yapay Zeka Teknisyenin Beyni Olarak

Bu dönüşümün ilk görünür aşaması zaten başladı: Süperteknisyenlerin yükselişi – bilişsel yetenekleri kişisel deneyim ve teknik becerilerin çok ötesine uzanan teknisyenler. Önümüzdeki beş yıl içinde, yapay zekâ yardımcı pilotlarının bakım ve denetimde standart yardımcılar haline gelmesi ve her teknisyeni kurumsal zekânın yürüyen bir düğümüne dönüştürmesi bekleniyor.

Colors.AI adlı yeni bir girişim tarafından geliştirilen platform gibi platformlar.^[5] Bu yönde atılan ilk adımları temsil eder. Colors.AI, yapay zekanın sağladığı her cevabın büyük bir dil modelinin (LLM) genelleştirilmiş belleğinden ziyade doğrulanmış kaynaklardan (servis kılavuzları, denetim kayıtları ve teknik bültenler) gelmesini sağlamak için RAG[6] mimarisini kullanan özel yapay zeka ajanları oluşturur.^[8] Asansör gibi yanlış bilgilendirmenin güvenliği tehlikeye atabileceği sektörlerde bu ayrım kritik öneme sahiptir. RAG tabanlı bir yapay zeka önce ilgili belgeleri alır, ardından yalnızca bu yetkili metin ve görsellerden yola çıkarak bir yanıt oluşturur. Sonuç, gerçeklere bağlı kalırken bağlamsal olarak akıl yürütebilen bir asistandır. Bir saha teknisyeni kapı sensörü hatası hakkında soru sorduğunda, yapay zeka ilgili kontrol cihazı dokümantasyonundan ve servis kayıtlarından bir çözüm bulur ve "halüsinasyon" olarak adlandırılan yapay zeka tahminlerini ortadan kaldırır.^[9] — LLM'nin tamamen güven içinde söylediği şeyler aslında tamamen gerçeklikten uzak, kendi hayal ürünüdür.

Aynı mantık güvenlik denetimleri için de geçerlidir. Yapay zekâ yardımcıları, sertifikalı denetçileri, sahaya özgü denetim kontrol listelerini otomatik olarak oluşturarak, potansiyel anormallikleri belirlemek için fotoğrafları veya sensör okumalarını analiz ederek ve sahalar genelinde raporlama formatlarını standartlaştırarak destekleyebilir. Bu, tutarlılığı artırır, insan hatasını azaltır ve özellikle iyi eğitilmiş yapay zekâ ajanları ve RAG ile birleştirildiğinde mevzuata uyumu iyileştirir.

This architecture transforms the nature of expertise itself. Knowledge no longer vanishes when an engineer retires or changes companies — it becomes an accessible digital corpus. Smaller family-run businesses, often rich in experience but short on data infrastructure, stand to gain the most. A chief engineer's lifetime of insight can be indexed once and made accessible to every technician, any time, in any building. The senior engineers become mentors to the AI simply by talking to it, curating and correcting its understanding — while junior technicians gain instant and precise access to the seniors' expertise in the field.

In practice, this shift democratizes expertise without diminishing it. A well-trained AI copilot reduces the number of repeated visits, increases first-time-fix rates and accelerates training cycles for new staff. The technician remains central — interpreting sensor data, validating AI suggestions and ensuring safety, but now works with a tool that mirrors the company's collective mind.

Bu, insanın hâlâ anahtarı elinde tuttuğu son aşama mı, yoksa anahtarın nihayet bizimle birlikte düşünmeye başladığı ilk aşama mı?

3. İnsansı Robotların Ele Geçirmesi – Makine Dairesindeki Robotlar

Süperteknoloji devrimi sektöre beynini veriyorsa, bir sonraki dalga ona ellerini verecektir. Dünyanın dört bir yanında, insansı robotik alanı benzeri görülmemiş bir hızla ilerliyor. Agility Robotics[10], Tesla-Optimus gibi şirketler,^[11] Sığınak Yapay Zekası,^[12] Boston Dinamikleri,^[13] Şekil AI^[14] Ve çok daha fazlası, insan benzeri fiziksel görevleri yerine getirmek üzere tasarlanmış robotlar üretiyor: denge kurma, kavrama, kaldırma ve düzensiz alanlarda gezinme.

Bu gelişmeler spekülatif değil; pilot gösteriler, robotların aletleri kullandığını, engebeli arazide yürüdüğünü ve tırmandığını ve endüstriyel bileşenleri manipüle ettiğini gösteriyor. Asansörler bağlamında, insansı robotlar asansör boşluklarını inceleyebilir, sensörleri değiştirebilir, bağlantı elemanlarını sıkabilir veya yağlama ve temizlik yapabilir; bunların hepsi insanları kapalı veya tehlikeli koşullara maruz bırakmadan gerçekleştirilebilir. Bugün bir denetçinin bir makine dairesine veya çukura fiziksel olarak erişmesi gerekirken, yarın bir robot aynı işlemi minimum uzaktan gözetim altında gerçekleştirebilir.

The key enabler is convergence: The same AI systems that guide Supertechs will train these robots. Machine vision, sensor fusion and reinforcement learning now allow robots to interpret elevator components visually, recognizing panels, fasteners and cables with growing precision. While far from perfect, this capability is evolving faster than many expected — propelled by AI's rapid cognitive improvements and robotics' incremental mechanical gains.

Bu, endüstriyel dönüşümün ikinci aşamasını temsil ediyor: güçlendirilmiş insanlardan otonom aktörlere. Kısa vadede robotlar teknisyenlerin yerini almayacak, onları destekleyecek; tehlikeli veya zorlu alanlarda mobil asistan veya uzaktan gözlemci olarak görev yapacaklar. Otonomi ve güvenilirlik geliştikçe, fiziksel yürütmeyi kademeli olarak devralacaklar ve insanları gözetim, karar verme ve istisna yönetimiyle baş başa bırakacaklar.

4. Meta-Teknoloji Çağı – Uygulamalı Çalışmalardan Sistem Denetimine

Süper teknolojilerin ötesinde Meta-teknoloji yer alıyor: bu rolün sektöre tamamen nüfuz etmesi on yıl sürebilir (2035-2040). Süper teknolojiler yapay zekâ ile çalışırken, Meta-teknolojiler yapay zekâ ve robotik sistemleri yönetiyor. Birincil görevleri, tamir işleriyle uğraşmak değil, merkezi kontrol merkezlerinden otonom sistemlerden oluşan tüm filoları yönetmek olacak.

Bu modelde, bir Meta-Teknisyen, birden fazla asansörden gelen canlı yayınları, robotik denetimleri ve tahmine dayalı uyarıları gösteren gösterge panellerini izler. Bir anormallik meydana geldiğinde, Meta-Teknisyen yapay zekanın düzeltme yapmasına, bir robot göndermesine, bir insan göndermesine veya artırılmış gerçeklik gözlükleri aracılığıyla "oraya girmesine" izin verip vermeyeceğine karar verir. Otomasyonun güvenliği asla tehlikeye atmamasını sağlayarak etik ve düzenleyici bekçiler olarak kalırlar. Bu rol, derin teknik anlayış, durumsal farkındalık ve şirket ve kişisel değerleri kullanarak karar verme yeteneği gerektirir.

Bu dönüşüm bir gecede gerçekleşmeyecek. Düzenlemelerin uyum sağlaması, sorumluluk çerçevelerinin olgunlaşması ve güvenin kademeli olarak inşa edilmesi gerekecek. Tıpkı öngörücü bakımın pilot uygulamadan pratiğe geçmesinin yıllar alması gibi, tam Meta-Tech operasyonlarının günlük operasyonlara yayılması da on yıl veya daha fazla sürecektir. Kurulduktan sonra, VT'de uzmanlığın ne anlama geldiğini yeniden tanımlayacak; mekanik sezgiden sistemik komuta geçişi sağlayacaktır.

5. Bu (çok uzak olmayan) geleceği ne geciktirebilir?

Yapay zekâ asistanından robotik özerkliğe giden yol pürüzsüz olmayacak. Benimsenmeyi geciktirebilecek çeşitli kısıtlama kategorileri şunlardır:

• Düzenleyici atalet. Güvenlik standartları yavaş gelişir. Yapay zekâ veya robotik bakım görevleri için sertifikasyon, yeni test çerçeveleri ve açıkça tanımlanmış sorumluluklar gerektirecektir. Can güvenliğinin son derece önemli olduğu bir alanda, düzenleyicilerin ekstra dikkatli olmak istemesi anlaşılabilir bir durumdur.
• Ekonomik sürtüşme. İnsansı robotların geliştirilmesi ve kullanıma sunulması sermaye yoğun bir süreçtir. Kar marjları düşük olan küçük hizmet şirketleri için, yatırım getirisi erken benimsemeyi haklı çıkarmayabilir.
• İşgücü direnci. Teknisyenler başlangıçta otomasyonu bir araçtan ziyade bir tehdit olarak görebilirler. Net iletişim ve yeniden eğitim programları olmadan entegrasyon duracaktır.
• Teknik sınırlamalar. Bu yazının yazıldığı sırada, gerçek Yapay Genel Zeka (YZ) henüz elde edilememiştir. Mevcut YZ sistemleri dar uzmanlık alanlarına sahip olup, bilgi edinme ve tahmin konusunda mükemmeldirler, ancak daha önce görülmemiş durumlarda doğru bağlamsal akıl yürütme konusunda yetersizdirler. Robotik daha zorlu bir engelle karşı karşıya: enerji yoğunluğu. Pil teknolojisi, gün boyu yüksek güç gerektiren hareketlilik için gereken seviyelere henüz ulaşmamıştır. Çoğu insansı robot hala kablolu veya sık şarj edilmeye bağlıdır. Asansör boşluklarının içindeki çevresel değişkenlik, titreşim, toz, dar toleranslar; henüz erken test aşamasında olan dayanıklı tasarımlar gerektirmektedir.

Bu nedenlerden dolayı, yapay zeka devrimi (yazılım tabanlı, ölçeklenebilir, sorunsuz) robotik devrimden (donanım tabanlı, düzenlenmiş ve fiziksel) çok daha hızlı ilerleyecektir. Yapay zeka zaten sahada; insansı robotların olgunlaşması birkaç yıl daha alacak; meta-teknoloji entegrasyonunun günlük uygulamaya gerçekten yerleşmesi ise on yıl sürecektir.

6. Asansör Şirketleri için Yol Haritası (2025-2040)

Hibrit insan-makine iş gücüne doğru giden zaman çizelgesi, birbiriyle örtüşen dört aşamada düşünülebilir:

1. Yapay Zeka Entegrasyonu (2025–2028): Filoları bulut platformlarına bağlayın ve eski asansörler için IoT'yi genişletin. RAG tabanlı yapay zeka ajanlarını teknisyenlerin yardımcı pilotları olarak devreye alın. Yapay zeka kullanımı için kılavuzları ve denetim raporlarını dijitalleştirmeye başlayın. Teknisyenleri yapay zeka destekli teşhis konusunda eğitin.
2. Supertech Genişlemesi (2028–2032): Tüm saha operasyonlarında yapay zeka rehberliğini standartlaştırın. Emekli olmadan önce kıdemli mühendislerden kurumsal bilgi birikimini edinin. Çıktıları doğrulamak ve hataları kaydetmek için "Yapay Zeka Doğruluk Komiteleri" kurun.
3. Hibrit Operasyonlar (2030–2036): Muayene, temizlik ve veri toplama için pilot robotik destek uygulaması. Uzaktan denetim protokolleri ve insan onayı gerektiren kontrol noktalarının uygulanması.
4. Meta-Teknoloji Geçişi (2036–2040): Deneyimli mühendislerin otonom filoları denetlediği uzaktan komuta merkezleri kurun. Mekanik, yapay zeka okuryazarlığı ve sistem denetimini birleştiren Meta-Teknoloji rolleri için yeni eğitim programları geliştirin.

7. Sonuç – Araç Kutusunun Ötesinde

The elevator industry's mission has never changed: to move people safely and reliably. What is changing is how that mission is achieved. AI and robotics will not erase expertise — they will erase guesswork. The winners of this new era will be those who pair connected assets, explainable AI and human judgment into a continuous, auditable ecosystem. The technician of tomorrow will be part mechanic, part analyst and part collaborator with machines that never forget. A decade later, Meta-Techs will emerge as conductors of symphonies composed of AI, sensors and humanoid robots.

Asansör her zaman yukarı doğru hareketi simgelemiştir. Önümüzdeki on yıllarda, onu işleten meslek de yükselecek: manuel işçilikten dijital ustalığa doğru ilerleyerek, dikey dünyanın hem güvenli hem de akıllı kalmasını sağlayacak.

Referanslar

[1] Otis Worldwide Corp., Otis ONE Tahminli Bakım Genel Bakışı, otis.com/en/us/products-services/otis-signature-service/otis-one

[2] TK Asansör, MAX Akıllı Bakım Platformu, digital.brochure.tkelevator.com/en-us/brochure/max-smart-maintenance/max-2

[3] KONE Corp., İnsan Akışı Optimizasyonu için Dijital İkiz Geliştirme. kone.co.id/en/stories-and-references/stories/developing-digital-twin-with-rockstar-mindset.aspx

[4] AR Genie, AR Teknolojisi ile Asansör Arızasını Giderme, argenie.ai/blogs/fixing-a-critical-elevator-maintenance-breakdown-at-a-premier-office-complex-with-ar-technology

[5] Colors.AI, Resmi Web Sitesi renkler-ai.com

[6] Rick Merritt, NVIDIA, Geri Alma Destekli Üretim, diğer adıyla RAG nedir? blogs.nvidia.com/blog/what-is-retrieval-augmented-generation/

[7] Holzinger, A., Yapay Zeka Sistemlerine İnsan Gözetimi Hala Mümkün Mü? researchgate.net/publication/387032069_Is_Human_Oversight_to_AI_Systems_still_possible

[8] Amazon AWS, Büyük Dil Modelleri (LLM) Nedir? aws.amazon.com/what-is/large-language-model/

[9] Wan Zhang. ve diğerleri, Geri Alma Destekli Büyük Dil Modelleri için Halüsinasyon Azaltma, mdpi.com/2227-7390/13/5/856/pdf

[10] Agility Robotics, DIGIT - ticari olarak konuşlandırılmış insansı robot, çeviklikrobotics.com

[11] Tesla, Optimus Robotu, en.wikipedia.org/wiki/Optimus_(robot)

[12] Sanctuary AI, Genel Amaçlı Robotik, sanctuary.ai/blog/sanctuary-ai-controlling-advanced-hydraulic-hands

[13] Boston Dynamics, Endüstriyel Denetimler için Yeni Standart, bostondynamics.com/solutions/inspection/

[14] Şekil AI, “Şekil-03'ü Tanıtıyoruz,” figure.ai/news/introducing-figure-03

Bu makaledeki tüm görseller yazara aittir ve OpenAI'nin ChatGPT (GPT-5 modeli) yardımıyla 2025 yılında oluşturulmuştur.