Küresel ekonominin lokomotifi olan otomotiv sektörü, son yıllarda yaşanan belirsizlikler ve hızlı değişimler nedeniyle en zorlu dönemlerinden birini yaşıyor. Üreticiler için “Gelecek ay kaç araç satacağız?” sorusu, milyarlarca liralık yatırımların kaderini belirliyor. Türkiye’de gerçekleştirilen yeni bir bilimsel araştırma, bu sorunun cevabının artık geleneksel istatistiklerde değil, insan beynini taklit eden “Yapay Sinir Ağları”nda (YSA) olduğunu ortaya koydu.
Karmaşıklığın İçindeki Düzen: Makine Nasıl “Öğreniyor”?
Günümüz dünyasında otomobil talebi; petrol fiyatlarından dolar kuruna, enflasyondan kredi faizlerine kadar onlarca farklı değişkenden etkileniyor. Geleneksel yöntemler bu karmaşık ilişkiyi çözmekte zorlanırken, bilimsel bir araştırma kapsamında kullanılan Yapay Sinir Ağları algoritması, tıpkı bir insan beyni gibi veriler arasındaki gizli örüntüleri öğreniyor.
Araştırmada kullanılan sistem, geçmiş verileri analiz ederek kendi kendine öğrenme sürecini gerçekleştiriyor. Sayısal veriler üzerinden modellemeler yapan bu teknoloji, daha önce karşılaşmadığı durumlarda bile mantıklı çıkarımlar yaparak geleceğe dair bir vizyon sunabiliyor.
Altı Dev Firmanın Verileri Yapay Zekâya Emanet Edildi
Bilimsel araştırmada, Türkiye’de pazarın hakimi olan altı büyük firmanın (OYAK Renault, Tofaş, Toyota, Ford, Honda ve Hyundai) 2014 ile 2023 yılları arasındaki tam 120 aylık satış verileri mercek altına alındı. Yapay zekanın “eğitilmesi” için şu kritik değişkenler sisteme yüklendi:
Brent Petrol Fiyatları
Dolar/TL Kuru
Taşıt Kredi Faiz Oranları
Tüketici Fiyat Endeksi (TÜFE)
Araç Satın Alım Düzeyi ve Üretim Adetleri
Geleneksel Yöntemler Saf Dışı: %11 Hata Payıyla Tam İsabet!
Araştırmanın en çarpıcı kısmı, modern yapay zekâ yöntemlerinin geleneksel yöntemlerle (Çoklu Regresyon Analizi ve NARX) kıyaslandığı sonuçlar oldu. Yapılan testler sonucunda, Yapay Sinir Ağları modelinin diğer yöntemleri açık ara geride bıraktığı görüldü.
İstatistiksel bir başarı kriteri olan Ortalama Mutlak Yüzde Hata (MAPE) sonuçlarına göre; geleneksel modeller %13,9’luk bir hata payıyla çalışırken, Yapay Sinir Ağları bu oranı %11,66’ya kadar düşürmeyi başardı. Bu sonuç, yapay zekanın otomobil pazarındaki değişimleri öngörmede çok daha “keskin bir gözleme” sahip olduğunu bilimsel olarak tescilledi.
Sektör İçin Yeni Bir Ufuk: Stok ve Kapasite Planlaması
Bu bilimsel araştırmanın sunduğu model, sadece akademik bir başarı değil, otomobil üreticileri için stratejik bir yol haritası niteliği taşıyor. Doğru talep tahmini sayesinde firmalar:
Üretim Planlaması: Talebe göre üretim yaparak fazla stok maliyetinden kurtulabiliyor.
Stok Yönetimi: Araçların stokta bekleme sürelerini azaltarak nakit akışını optimize edebiliyor.
Ekonomik Dalgalanmalar: Kur ve faiz değişimlerine karşı proaktif önlemler alarak kriz dönemlerini daha esnek yönetebiliyor.
Yapay zekanın bu gücü, otomotiv endüstrisinde artık kararların “tahminlerle” değil, “veriye dayalı bilimsel öngörülerle” alınacağı yeni bir dönemin kapılarını aralıyor.
Kaynak: Yapay Sinir Ağları ile Talep Tahmini: Türkiye’deki Otomobil Sektöründe Bir Uygulama, Doktora Tezi, Bingöl Üniversitesi Sosyal Bilimler Enstitüsü, 2024. Tez No; 900709
