İşletmeler için yapay zekâ: Hangi kullanım alanıyla başlamalı?

Pazartesi sabahı toplantısına girecek bir yönetici şunu bilmek istiyor: bu hafta satışta, sevkiyatta ya da stokta dikkat etmem gereken bir şey var mı? Cevap için üç ekrana bakıp iki kişiden rapor istemesi gerekiyor. İşletmelerde yapay zekânın en somut değer ürettiği yerlerden biri tam olarak bu tür kopuk ve tekrar eden bilgi işleridir.

Kurumsal yapay zekâ, yapay zekânın bağımsız bir sohbet ekranı olarak değil, şirketin bilgi, belge, rapor ve karar akışlarının içinde çalışan bir katman olarak kullanılmasıdır. Çalışanlara yeni bir yapay zekâ ekranı vermek ile yapay zekâyı mevcut iş akışının içine yerleştirmek aynı şey değildir: ilkinde herkes merak edip bir iki kez dener, ikincisinde ise iş doğrudan hızlanır. Bu yazıda hangi kullanım alanlarının olduğunu ve ilk proje için nasıl seçim yapılacağını anlatıyoruz.

Altı olası başlangıç noktası

Her işletmede aynı alan öncelikli değildir. YazSis’in yapay zekâ çalışmalarında en sık şu altı alan değerlendirilir. Her birinin yanına, hangi durumda anlamlı olduğunu da ekledik:

• Kurumsal bilgi asistanı: yetkili bilgi kaynaklarında doğal dille arama ve özetleme. Çalışanlar aynı soruyu tekrar tekrar sorup duruyorsa uygundur.
• Doküman analizi: belge içeriğini sınıflandırıp iş akışına hazırlama. Gelen belgeler elle okunup yönlendiriliyorsa değerlidir.
• Kontrollü ajanlar: kurallı görevleri veri ve araçlarla yürüten yapılar. Adımları belli, istisnası az işlerde işe yarar.
• Akıllı raporlama: ERP ve operasyon verisini yönetici özetlerine dönüştürme. Raporlar elle derleniyorsa uygundur.
• Anomali ve karar destek: dikkat gerektiren örüntüleri görünür kılan analiz katmanı. Takip edilecek gösterge çoksa ve hepsine tek tek bakılamıyorsa değerlidir.
• İş akışı otomasyonu: tetikleyici, onay, bildirim, rapor ve görev otomasyonları. Adımları belli, tekrar eden işlerde ilk tercihtir.

Seçim için dört ölçüt

Hype yerine gerçek iş akışına bağlı bir kullanım seçmek için aşağıdaki sorular sırayla cevaplanmalıdır:

1. Erişim: Hangi veri kaynağı kullanılacak ve kim hangi veriyi görebilecek? Veriyi ve yetkiyi sınırlamadan başlayan proje, sonradan kontrol kaybeder.
2. Veri kalitesi: Kaynak veri güvenilir mi? Yanlış veriyi hızlı özetlemek, yanlış kararı hızlandırmaktan başka bir şey yapmaz.
3. Denetlenebilirlik: Çıktının nereden geldiği izlenebiliyor mu ve kritik adımda insan kontrolü var mı?
4. İş sonucu: Hangi karar ya da işlem hızlanacak, hangi tekrar eden iş azalacak? Cevabı net olmayan kullanım alanı bir deneme olarak kalır.

Yapay zekâ konuşur; rakamları sistem hesaplar.

Somut bir örnek: yöneticinin soruları

Yukarıdaki yönetici örneği, akıllı raporlama alanına girer. YazSis Kurumsal Yapay Zekâ asistanı Fero, satış, bütçe, sevkiyat, sipariş ve stok verisine sesli ya da yazılı soru sorulmasını sağlar. Fero soruyu anlar, veriyi tanımlı iş araçlarıyla getirir, kısa bir cevap verir ve soruya özel bir ekran kurar.

Burada yukarıdaki ölçütler somut karşılık bulur. Fero yalnızca tanımlı ve salt-okunur 17 iş aracıyla veriye erişir; serbest sorgu çalıştırmaz, yapay zekâ SQL yazmaz. KPI, yüzde ve farklar arka uçta hesaplanır; model, araç sonucunda bulunmayan bir sayıyı söyleyemez. Ekranlar yalnızca 13 onaylı bileşenden kurulur, yapay zekâ kod üretmez. Uygulama veritabanına yalnızca okuma yetkili bir hesapla bağlanır, yani veri değiştirilemez.

Veri kaynağı konusunda net olmak gerekir: bugün yalnızca MySQL hazırdır. SQL Server, PostgreSQL, REST API, Logo, SAP, Odoo ve Excel gibi diğer kaynaklar proje kapsamında ele alınır. Adaptör mimarisi sayesinde yeni bir kaynak eklenirken iş araçları ve ekranlar değişmez. Yani ilk soru “hangi modeli kullanalım?” değil, “hangi veriye, hangi yetkiyle, hangi sorular için bağlanalım?” olmalıdır.

Sık yapılan hatalar

• Teknolojiden başlamak. “Elimizde yapay zekâ olsun” hedefi bir iş sorununa bağlanmazsa proje gösteriden öteye geçmez.
• Çıktıya körü körüne güvenmek. Özetin ya da cevabın hangi kaynağa dayandığı görünmüyorsa, hata ancak kötü bir kararın ardından fark edilir.
• Yetkiyi sonraya bırakmak. Herkesin her veriyi sorabildiği bir asistan, gizli kalması gereken bilgiyi de cevaplayabilir.
• Kullanıcıyı sürece katmamak. Asistanı kullanacak kişiler en sık sordukları soruları listelemeden kurulan sistem, bir süre sonra kullanılmaz.

İlk proje için kısa bir kontrol listesi

• Tek bir sorun seçin; birden çok alanı aynı anda hedeflemeyin.
• Verisi tek bir kaynakta toplanmış bir iş tercih edin.
• Başarının nasıl ölçüleceğini baştan yazın.
• Kritik adımlarda insan onayını koruyun.
• Küçük bir kullanıcı grubuyla başlayıp geri bildirimle genişleyin.

Kullanım alanlarının tamamını Yapay Zekâ sayfasında, yönetici asistanı yaklaşımını ise Kurumsal Yapay Zekâ sayfasında inceleyebilirsiniz.