Şirketimde yapay zekâ entegrasyonuna nereden başlarım?

Hangi işletmeler ve hangi kullanım senaryoları için uygun?

Küçük ve orta ölçekli işletmelerde de, büyük ekiplerde de başlangıç noktası aynıdır: tekrar eden, kuralı belli ve birden fazla sistem arasında veri taşıyan işler. Aşağıdakiler örnek senaryolardır.

• Gelen talepleri sınıflandırmak

  Örnek senaryo: Web formu, e-posta ve mesajlarla gelen talepler konusuna göre ayrılır, kısaca özetlenir ve ilgili kişiye iletilir.

• Belgeden veri çıkarmak

  Örnek senaryo: E-postayla gelen sipariş ya da fatura PDF'indeki alanlar okunur, kontrol edilir ve tabloya aktarılır.

• Şirket içi bilgi aramak

  Örnek senaryo: Prosedürler ve el kitapları aranabilir hale gelir; çalışan sorusunu sorar, asistan ilgili belge parçalarına dayanarak cevaplar ve kaynağı gösterir.

• Satış ve görüşme notlarını özetlemek

  Örnek senaryo: Görüşme notları CRM'e girilirken kısa bir özet ve sonraki adım önerisi hazırlanır; son onay satış temsilcisindedir.

• Düzenli rapor hazırlamak

  Örnek senaryo: Farklı kaynaklardaki veriler her hafta toplanır ve kısa bir özet metne dönüştürülür.

• Yazılıma yapay zekâ özelliği eklemek

  Örnek senaryo: Mevcut CRM, ERP ya da mobil uygulamaya metin özetleme, sınıflandırma veya akıllı arama özelliği eklenir.

İlk pilot proje nasıl seçilir?

İlk proje büyük bir dönüşüm olmak zorunda değil. İyi bir pilot, küçük bir alanda net bir fark gösterebilen ve gerekirse kolayca geri alınabilen iştir. Aday işlerinizi şu altı ölçütle sıralayabilirsiniz.

• Sık tekrarlanıyor

  Haftada birkaç kez yapılan işte kazanılan zaman hızla görünür; yılda bir kez yapılan işte görünmez.

• Kuralları belli

  İşi yeni bir çalışana adım adım anlatabiliyorsanız otomatikleştirilebilir demektir. Kuralları herkesin kafasında ayrı olan işle başlamayın.

• Veri erişilebilir

  İhtiyaç duyulan bilgi dijital ortamdaysa ve makul bir düzendeyse pilot hızlanır. Dağınık, çoğu kâğıtta kalan veri önce toparlanmayı gerektirir.

• Hata maliyeti düşük

  Yanlış sonucun zarar vermediği ya da bir insanın onayından geçtiği işleri tercih edin. Hukuki, finansal ya da sağlıkla ilgili kararları ilk pilot yapmayın.

• Ölçülebilir

  İşin bugün ne kadar sürdüğünü ve kaç hata yapıldığını biliyorsanız pilot sonunda karşılaştırma yapabilirsiniz.

• Sahibi belli

  İşi her gün yapan kişinin sürecin içinde olması gerekir; çünkü sonucu ilk elden o değerlendirir.

Birkaç aday listelediyseniz ücretsiz ön görüşmede bunları birlikte sıralayabiliriz.

Pilot sonunda ne teslim ediyoruz?

Kesin kapsam teklifte yazılır; bir pilot projesinde genellikle şu kalemler yer alır.

• Keşif notu ve öncelik listesi

  Süreçlerinizin, sistemlerinizin ve verinizin durumu; fikirlerin fayda ve zorluk açısından sıralanmış hali.

• Yazılı pilot kapsamı

  Neyin otomatikleşeceği, neyin insanda kalacağı, başarı ölçütleri ve kapsam dışı olanlar.

• Çalışan kurulum

  Seçilen senaryoya göre n8n iş akışı, yapay zekâ asistanı ya da mevcut yazılıma entegrasyon.

• Sistem bağlantıları

  CRM, ERP, e-posta, tablo, veritabanı veya API sunan diğer sistemlerle bağlantı.

• Test ve hata yönetimi

  Gerçek örneklerle test, hata bildirimleri ve gerektiğinde insan onayı adımları.

• Veri akış kaydı

  Hangi verinin hangi servise gittiğini, nerede saklandığını ve kimin eriştiğini gösteren yazılı kayıt.

• Devir ve eğitim

  Ekibinizin sistemi kullanması ve izlemesi için kısa bir anlatım ve dokümantasyon. Bakım isteğe bağlıdır.

Yapay zekâ entegrasyonu süreci adım adım

Her adımda ne yaptığımızı ve sizin tarafınızda neyin gerektiğini yazdık. Süre sayısı vermiyoruz; pilotun uzunluğu bağlanacak sistemlere, verinin durumuna ve test kapsamına göre değişir.

1. 1

   Keşif

   Ücretsiz ön görüşmede süreçlerinizi ve kullandığınız sistemleri dinliyoruz.

   Sizden beklenen: Ekibin en çok zaman harcadığı işleri ve kullandığınız yazılımları listelemeniz.

2. 2

   Pilot seçimi ve başarı ölçütü

   Bir senaryo seçiyor, bugünkü durumu kayda alıyor ve pilot sonunda neye bakacağımızı yazıyoruz.

   Sizden beklenen: İşi her gün yapan kişiyi sürece dahil etmeniz.

3. 3

   Veri akışı ve güvenlik planı

   Hangi verinin kullanılacağını, nelerin maskeleneceğini ve verinin nerede işleneceğini belirliyoruz.

   Sizden beklenen: Verinin içindeki kişisel verileri ve kurumunuzun kısıtlarını bildirmeniz; gerekiyorsa hukuk danışmanınızla görüşmeniz.

4. 4

   Prototip ve test

   İlk sürümü gerçek örneklerle deniyor, yanlış çıkan sonuçları not edip düzeltiyoruz.

   Sizden beklenen: Gerçek ve zor örnekler sağlamanız; yalnızca kolay örneklerle test iyi bir fikir vermez.

5. 5

   Sınırlı kullanıcıyla pilot

   Sistemi küçük bir ekiple, çoğunlukla insan onaylı olarak çalıştırıyoruz.

   Sizden beklenen: Pilot ekibinin sistemi gerçek işte kullanması ve gözlemlerini paylaşması.

6. 6

   Ölçüm ve karar

   Başlangıçta yazdığımız ölçütlere bakıp genişletme, ayarlama ya da durdurma kararını birlikte veriyoruz.

   Sizden beklenen: Kararı sayılara dayandırmanız; ölçütleri sonradan değiştirmemeniz.

7. 7

   Yaygınlaştırma ve bakım

   Karar olumluysa kapsamı genişletiyor; model ve iş akışı güncellemeleri için isteğe bağlı bir bakım planı yapıyoruz.

   Sizden beklenen: Sistemin sahibi olacak kişiyi belirlemeniz.

Veri güvenliği ve KVKK dikkatleri

Yapay zekâ projelerinde en çok sorulan soru, verinin nereye gittiğidir. Aşağıdakiler kurulumdan önce teknik olarak ele aldığımız başlıklardır. Biz hukuki danışmanlık vermiyoruz; 6698 sayılı KVKK ve diğer mevzuat açısından değerlendirmeyi kendi hukuk danışmanınızla yapmanızı öneririz.

• Veri envanteri

  Hangi verinin kullanılacağını, bunların içinde kişisel veri bulunup bulunmadığını ve verinin kime ait olduğunu belirlemek işin ilk adımıdır.

• Gereksiz kişisel veriyi göndermemek

  Modelin ihtiyaç duymadığı ad, telefon ya da kimlik gibi bilgileri göndermeden önce maskeler veya çıkarırız.

• Servis sağlayıcı koşulları

  Kullanılan model servisinin verilerinizi eğitimde kullanıp kullanmadığı, verinin hangi ülkede işlendiği ve ne kadar saklandığı hesap ve sözleşme koşullarından kontrol edilir. Yurt dışına veri aktarımı KVKK'nın ilgili hükümlerine tabidir.

• Barındırma seçenekleri

  Veri hassassa n8n'i kendi sunucunuzda çalıştırmak veya kendi altyapınızda çalışabilen bir model kullanmak mümkündür. Her seçeneğin maliyeti ve bakım yükü farklıdır.

• Bilgilendirme

  Kullanıcılara yapay zekâ ile konuştuklarını söylemek, gerekiyorsa aydınlatma metninizde ilgili veri işlemeyi belirtmek gerekir.

• Erişim ve kayıt

  Sisteme kimin eriştiğinin ve hangi işlemlerin yapıldığının kaydı tutulur; erişim yalnızca ihtiyacı olan kişilere verilir.

• İnsan onayı

  Kritik işlerde yapay zekâ taslak hazırlar, karar insanda kalır. Özellikle hukuki, finansal ve sağlıkla ilgili sonuçlar otomatik uygulanmamalıdır.

Sonucu nasıl ölçeriz?

Pilot başlamadan önce ölçmediğiniz şeyi sonra karşılaştıramazsınız. Bu yüzden ölçütleri işin başında yazıyoruz. Aşağıda bazı ölçütler var; hangilerinin sizin için anlamlı olduğunu senaryoya göre seçiyoruz.

• İşlem başına süre

  İşin bugün ortalama ne kadar vakit aldığı, pilot öncesi ve sonrasında aynı yöntemle ölçülür.

• Düzeltme oranı

  İnsan onayı sırasında yapay zekâ çıktısının ne kadarının değiştirildiğine bakılır. Bu oran düştükçe sisteme güven artar.

• Kapsama

  Gelen işlerin ne kadarı otomatik tamamlandı, ne kadarı insana devredildi?

• Hata ve istisna

  Yanlış sonuç, atlanan iş ve elle müdahale gereken durumlar kaydedilir.

• Toplam maliyet

  Kurulum emeği, model kullanım ücreti, barındırma ve bakım; kazanılan zamanın değeriyle birlikte değerlendirilir.

• Ekibin değerlendirmesi

  Sistemi kullanan kişilerin gözlemi, sayıların göstermediği sorunları ortaya çıkarır.

Ölçüm sonunda üç seçenek vardır: genişletmek, ayarlayıp yeniden denemek ya da durdurmak. Durdurmak da değerli bir sonuçtur, çünkü büyük yatırım yapmadan öğrenmiş olursunuz.

Yapay zekâ entegrasyonu maliyetini etkileyen etkenler

Bu sayfada rakam vermiyoruz; ihtiyacı dinledikten sonra kalem kalem teklif hazırlıyoruz. Teklif kurulum ve geliştirme emeğini kapsar. Maliyeti etkileyen başlıca etkenler ve teklifte sorulacak sorular aşağıda.

• Bağlanacak sistem sayısı ve niteliği

  API sunan, belgelenmiş bir sistemle çalışmak kolaydır; kapalı veya eski sistemlere bağlanmak daha fazla emek ister.

  Teklifte sorun: Hangi sistemlere, hangi yöntemle bağlanılıyor?

• Verinin durumu

  Dağınık, tekrar eden ya da güncel olmayan belgeler önce düzenlenmelidir. Veri hazırlığı projenin görünmeyen ama önemli kalemidir.

  Teklifte sorun: Veri hazırlığı kapsamda mı, kim yapıyor?

• Kullanım hacmi

  Model servislerinin ücretleri genellikle kullanım miktarına bağlıdır. Az sayıda işlem ile çok sayıda işlem aynı maliyeti doğurmaz.

  Teklifte sorun: Beklenen hacme göre aylık kullanım maliyeti nasıl tahmin ediliyor?

• Model ve barındırma tercihi

  Ticari bir model servisi ile kendi sunucunuzda çalışan açık kaynak model farklı maliyet ve gizlilik özellikleri taşır.

  Teklifte sorun: Hangi model neden öneriliyor, değiştirmek gerekirse ne olur?

• İnsan onayı ve yönetim ekranları

  Çıktıların onaylandığı, izlendiği ve düzeltildiği ekranlar pilotun güvenliği için değerli olsa da ek emek gerektirir.

  Teklifte sorun: İnsan onayı adımları ve izleme ekranları kapsamda mı?

• Test ve izleme kapsamı

  Gerçek örneklerle test ve yayın sonrası kalite takibi, projenin güvenilirliğini belirler.

  Teklifte sorun: Kalite nasıl ölçülüyor, hatalar kime bildiriliyor?

• Eğitim ve devir

  Ekibin sistemi kullanabilmesi ve izleyebilmesi için anlatım ve dokümantasyon ayrı bir iş kalemidir.

  Teklifte sorun: Devir ve eğitim neleri kapsıyor?

• Bakım

  Model ve iş akışı güncellemeleri, yeni hata durumları ve küçük iyileştirmeler yayın sonrasında devam eder.

  Teklifte sorun: Bakım isteğe bağlı mı, ücretli kısmı ne?

Model kullanım (API) ücretleri, sunucu veya n8n barındırma maliyeti ve KDV ayrıca gösterilir. Kullanım arttıkça model ücretleri de artabilir.

Alıcı rehberi: yapay zekâ projelerinde sık yapılan hatalar

Yapay zekâ projelerinin bir kısmı teknik yetersizlikten değil, başlangıç kararlarından zorlanır.

• Önce teknolojiyi seçip sonra problem aramak

  Hangi modelin ya da aracın popüler olduğu değil, hangi işin yavaş veya hatalı yürüdüğü başlangıç noktası olmalı.

• Büyük dönüşüm projesiyle başlamak

  Tüm şirketi bir anda değiştirmeye çalışan projeler uzar ve sonuç vermeden yorar. Küçük bir pilot hem öğretir hem riski azaltır.

• Veri hazırlığını küçümsemek

  Yapay zekâ, dağınık ve çelişkili belgelerden düzgün cevap üretemez. Veri kalitesi sonucu doğrudan belirler.

• Çıktıyı denetlemeden yayına almak

  Yapay zekâ hata yapabilir. Özellikle ilk dönemde insan onayı ve örnek kontrol şarttır.

• Çalışanı sürece katmamak

  İşi yapan kişiyle konuşmadan kurulan sistem çoğu zaman kullanılmaz. Pilotun içinde o kişiye yer açın.

• Tek bir modele kilitlenmek

  Modeller ve fiyatlar hızla değişir. Akışı, modeli sonradan değiştirebilecek şekilde kurmak esneklik sağlar.

• Ölçmemek

  Sonuç ölçülmezse proje iyi hissettirdiği için sürer ya da işe yaramadığı söylendiği için kapanır; ikisi de bilgiye dayanmaz.

Teklifleri karşılaştırırken sorulacak sorular

Yapay zekâ teklifleri birbirine kolayca benzer göründüğü için aşağıdaki soruları hepsine aynı biçimde sorun.

1. 1

   Verilerimiz hangi servise gidecek, nerede saklanacak ve model eğitimi için kullanılacak mı?

2. 2

   Hangi modeli neden öneriyorsunuz? Modeli değiştirmek istersek akışlar yeniden yazılır mı?

3. 3

   Kurulan iş akışları ve ayarlar teslimde bize verilecek mi, başka bir ekip devralabilir mi?

4. 4

   Pilotun başarı ölçütleri neler ve pilot sonunda devam etmeme kararı verirsek süreç nasıl ilerler?

5. 5

   Yapay zekâ yanlış sonuç ürettiğinde süreç nasıl işliyor, insan onayı adımı var mı?

6. 6

   Model kullanım ücretleri, barındırma ve bakım maliyeti teklifte ayrı gösteriliyor mu, kullanım arttıkça nasıl değişir?

7. 7

   Kişisel veriler için maskeleme ve erişim kontrolü nasıl yapılıyor?

8. 8

   Kurulumdan sonra izleme ve bakımı kim yapacak?

Geliştirdiğimiz canlı sistemler

Aşağıdaki projeler yapay zekâ projesi değildir. Yapay zekâ ve otomasyonun genellikle bağlandığı türden gerçek sistemlerdir: katalog, e-ticaret ve bayi girişi olan web platformları. Yapay zekâ tarafındaki canlı örneğimiz ise bu sitedeki teklif asistanı Codey'dir; sağ alttan deneyebilirsiniz.

• 

  E-Ticaret

  Riene

  E-Commerce Platform

  Riene, konserve sektöründe faaliyet gösteren firmanın modern e-ticaret platformu. Kullanıcı dostu arayüz ve hızlı performans.

  • React
  • Next.js
  • E-commerce

  Siteyi ziyaret edin: riene.com.tr (yeni sekmede açılır)
• 

  Otomotiv

  Kayram Auto

  Taksitli Araç Satış Platformu

  Kredili ve senetli araç satışı yapan Kayram Auto için geliştirilen web platformu: geniş araç portföyü, marka ve model sayfaları, bütçeye göre araç bulma ve hızlı başvuru akışı.

  • Next.js
  • React
  • Vercel
  • SEO

  Siteyi ziyaret edin: kayramauto.com (yeni sekmede açılır)
• 

  Kurumsal

  Fergo

  Kurumsal Web Sitesi

  Organomineral gübre üreticisi Fergo için geliştirilen kurumsal web sitesi: ürün kataloğu, blog ve haber modülleri, bayi girişi ve çok dilli yapı.

  • React
  • Next.js
  • Supabase
  • Tailwind CSS

  Siteyi ziyaret edin: fergo.com (yeni sekmede açılır)

Sıkça sorulan sorular

İlgili hizmetler

Hizmetin kapsamı, kullandığımız teknolojiler ve genel sorular için ana hizmet sayfamıza bakın:

İlgili sayfalar

• Yapay zekâ ile iş süreçleri otomasyonu (n8n)Tekrarlayan işleri iş akışlarına devretmek için.
• Yapay zekâ asistanı yaptırmaWeb siteniz veya ekibiniz için kendi bilginizle çalışan asistan.
• Yapay zekâ danışmanlığı ve yol haritasıBirden fazla süreç ve sistemi birlikte değerlendirmek istiyorsanız.
• Dijital DönüşümYapay zekâyı daha geniş bir dönüşüm planının parçası olarak düşünüyorsanız.
• ERP ve CRM ÇözümleriYapay zekâyı bağlayacağınız iş yazılımınız yoksa ya da yenilenecekse.