Önce görünürlük, sonra yapay zekâ
Yapay zekâ genellikle dijitalleşmenin ilk adımı olmaz, sonra gelir. Bunun teknik bir sebebi var: AI, üzerinde çalışacağı veriye ihtiyaç duyar. Kayıtlarınız hâlâ WhatsApp ve kâğıttaysa otomatikleştirilecek bir akış da yok demektir. Bu yüzden bazen doğru cevap “önce AI değil, tek bir kayıt yeri” olur; bunu size açıkça söyleriz.
Görünürlük varsa AI işi bir üst kata taşır: anormallikleri kendi yakalar, işleri önceliklendirir, gelen mesajları sınıflandırıp doğru kişiye yönlendirir. Kullanıcı her şeyi tek tek takip etmez; sistem dikkatini gereken yere çeker.
Pratikte işe yarayan kullanımlar
| Kullanım | Örnek | Süre |
|---|---|---|
| Sınıflandırma ve yönlendirme | Gelen talebi konusuna ve aciliyetine göre ayırma | 2-3 hafta |
| Belgeden veri çıkarma | Fatura fotoğrafından tutar, tarih ve kalem okuma | 2-4 hafta |
| Anlamsal arama | Doğru kelimeyi bilmeden katalogda veya dokümanda bulma | 2-4 hafta |
| Otomatik özet ve rapor | Dönemsel verilerden yönetim raporu üretme | 2-3 hafta |
| Doğal dille sorgulama | “Geçen ay en çok hangi üründen sattık?” sorusuna cevap | 3-5 hafta |
Sohbet kutusu çoğu zaman yanlış cevaptır
“AI ekleyelim” denince akla genelde bir sohbet penceresi gelir. Oysa en değerli kullanımlar görünmezdir: arka planda çalışır, kullanıcının iki adımda yaptığı işi yarıya indirir ve yeni bir alışkanlık istemez. Mevcut akışın içine giren bir AI adımı, ayrı bir arayüz olarak eklenen bir asistandan neredeyse her zaman daha çok kullanılır.
Bir e-posta kutusunda AI otomasyonu nasıl görünür
AnalyzMail AI demosu, bu sayfada anlattıklarımızın somut bir örneğidir. Gelen her e-posta niyet, taahhüt, risk ve SLA açısından sınıflanır. Gecikmiş yanıtlar ve açık taahhütler bir çalışma listesine dönüşür; yönetici de arşive doğal dille soru sorabilir.
İlk AI adımı için hangi süreci seçmeli
İyi bir ilk aday
- Gün içinde onlarca kez tekrarlanıyor
- Girdi metin, e-posta ya da belge
- Bir hata kolayca fark edilip düzeltilebiliyor
- Bugün bu işi yapan ve doğru cevabı bilen biri var
Şimdilik bekleyebilir
- Veri henüz tek bir yerde birikmiyor
- Ayda yalnızca birkaç kez yapılan bir iş
- Tek bir hata ciddi zarar doğuruyor ve onaylayacak kimse yok
- Basit kurallarla çözülebiliyor; o durumda klasik otomasyon daha ucuzdur
Canlıya çıkış: önce yan yana, sonra onaylı kullanım
- 01
Örnek seti
Geçmişten gerçek örnekleri ve doğru cevaplarını toplarız. Testler bu setle yapılır.
- 02
Paralel çalışma
AI önerisini yazar, ekip eskisi gibi karar verir. İki sonuç yan yana karşılaştırılır.
- 03
Onaylı kullanım
AI taslağı hazırlar, kullanıcı tek dokunuşla onaylar ya da düzeltir. Her düzeltme kaydedilir.
- 04
Düzenli gözden geçirme
Düzeltilen örnekler ve kullanım maliyeti belli aralıklarla incelenir. Güven eşikleri buna göre ayarlanır.
Bu sıra, ekip AI’a güvenmek zorunda kalmadan onun gerçekten işe yarayıp yaramadığını görmenizi sağlar. Geliştirme boyunca her hafta çalışan bir sürüm alırsınız.
Sıkça sorulan sorular
Yapay zekâ otomasyonu için ne kadar veriye ihtiyaç var?
Sınıflandırma ve metin işleme gibi kullanımlar için büyük bir veri setine ihtiyaç yoktur; hazır dil modelleri az sayıda örnekle çalışır. Kritik olan veri miktarı değil, verinin bir yerde düzenli olarak birikiyor olmasıdır. Kayıtlarınız dağınıksa ilk adım AI değil, tek bir kayıt yeri kurmaktır.
Yapay zekâ hata yaparsa ne oluyor?
Kurduğumuz akışlarda AI son kararı vermez; ilk taslağı hazırlar ve kullanıcı onaylar. Düşük güvenilirlikli sonuçlar ayrı işaretlenip insana yönlendirilir. Ayrıca kararların kaydı tutulur, böylece hangi girdide ne çıktı verildiği sonradan incelenebilir.
Verilerimiz yapay zekâ modelinin eğitiminde kullanılır mı?
Hayır. Kurumsal API kullanımında verilerin model eğitimine gitmemesi standarttır ve bunu proje başında yazılı olarak netleştiriyoruz. Hassas veri söz konusuysa maskeleme veya kendi altyapınızda çalışan modeller de değerlendirilebilir.
AI otomasyonu ne kadar sürer ve maliyeti neye bağlı?
Mevcut bir sisteme eklenen bir AI katmanı tipik olarak 2-4 haftadır. Geliştirme maliyetinin yanında sürekli bir kullanım maliyeti vardır: model çağrısı başına ücretlendirme. Bu kalem işlem hacminize bağlıdır ve proje başında birlikte tahmin ediyoruz ki sürpriz olmasın.
Hazır bir AI aracı yerine neden özel geliştirme yaptıralım?
Hazır araçlar genel işler için iyidir ve çoğu zaman önce onları denemenizi öneririz. Özel geliştirme, AI adımının sizin sisteminizin içinde çalışması gerektiğinde anlam kazanır: sonucun doğrudan kendi görev listenize yazılması, sizin kategorilerinizle sınıflanması ve her kararın kaydının tutulması gibi.
Türkçe metinlerde doğru çalışır mı?
Güncel dil modelleri Türkçe metinle rahatça çalışabilir. Asıl risk, sektörünüze özgü kısaltmalar ve ürün adlarıdır. Bu yüzden testleri sizin gerçek örneklerinizle yapar, AI’ın zayıf kaldığı kategorileri canlıya çıkmadan önce görürüz.