Binlerce fotoğrafı gözle incelemek günler alıyor. Gözlem bakımını uçuş planlamadan onaylı iş emrine kadar uçtan uca kurduğumuzda süreç dakikalara iniyor — ve her bulgu izlenebilir kalıyor.
Elektrik dağıtım şebekelerinde gözlem bakımı uzun süredir aynı şekilde yapılıyor: ekip sahaya çıkıyor, fotoğraf çekiyor, ofiste bir mühendis bu fotoğrafları tek tek inceliyor. Drone'ların yaygınlaşması fotoğraf sayısını katladı ama darboğazı ortadan kaldırmadı — sadece yerini değiştirdi. Artık sorun görüntü toplamak değil, toplanan görüntüyü karara dönüştürmek.
Darboğaz fotoğraf çekmek değil, fotoğrafı ekipmana bağlamak
Bir uçuştan 250 kare dönüyorsa, bu karelerin hangi direğe, hangi fidere ait olduğunu bilmeden yapılan inceleme raporlanabilir bir çıktı üretmez. Çözümün ilk adımı bu yüzden yapay zekâ değil, konum: fotoğrafın EXIF konumu coğrafi bilgi sistemindeki en yakın şebeke ekipmanıyla otomatik eşlenmeli. Böylece saha ekibinin tabletten çektiği fotoğraf da, drone'un çektiği kare de doğrudan varlık kaydına bağlı gelir.
Bu eşleme aynı zamanda eksiği de görünür kılar. İş emrinde yer alan ama hiç fotoğraflanmamış ekipmanlar bir kapsama raporunda listelenir; "uçuş yapıldı" ile "her şey görüntülendi" arasındaki fark ölçülebilir hâle gelir.
Yapay zekâ karar vermez, bulgu üretir
Görüntülerdeki izolatör hasarı, traves korozyonu veya vejetasyon ihlali gibi anomaliler modelle tespit edilir. Buradaki kritik tasarım kararı şu: model bir iş emri açmaz, bir bulgu önerir. Güven eşiğinin altında kalan tespitler otomatik elenir, kalanlar mühendisin önüne görselleriyle düşer ve onay veya ret kararı kim tarafından ne zaman verildiğiyle birlikte kayda geçer.
- Her bulgu, onu üreten model versiyonuyla kalıcı olarak ilişkilendirilir
- Model yaşam döngüsü yönetilir: taslak, test, onaylı, emekli — ve tek tıkla geri alınabilir
- Vejetasyon mesafeleri mevzuat çizelgelerine göre denetlenir, gözle tahmin edilmez
- Onaylanan bulgu bakım formunun ilgili cevabına dönüşür; alarm ve iş emri mekanizması değişmeden devralır
İzlenebilirlik neden pazarlama cümlesi değil?
Bir model güncellendiğinde geçmiş bulguların hangi sürümle üretildiği bilinmiyorsa, denetimde "bu tespit neye dayanıyordu?" sorusunun cevabı yoktur. Bu yüzden bulgu ile model versiyonunu birbirine bağlamak, doğruluk oranını birkaç puan artırmaktan daha değerlidir. Aynı mantık veri tarafında da geçerli: elde olmayan veri tahminle doldurulmaz, ekranda eksik olarak işaretlenir.
Gözlem bakımında asıl kazanç modelin doğruluğu değil, kararın izlenebilirliğidir.
GEONIVA'yı tam olarak bu yaklaşımla geliştirdik: uçuş görevinin iş emrinden üretilmesinden, ortofoto üretimine ve onaylanan bulgunun bakım sürecine akmasına kadar zincirin tamamı tek platformda. Şebekenizde nasıl çalışacağını konuşmak isterseniz iletişim sayfamızdan bize ulaşın.
Bu dönüşümü birlikte planlayalım
Bu yazıda anlattıklarımızı kurumunuz için hayata geçirebiliriz. İhtiyacınızı dinleyelim, size özel bir yol haritası çıkaralım.
