Kurumsal Yapay Zekâ Sözlüğü

Normalde insan zekâsı gerektiren işleri — anlama, sınıflandırma, üretme, karar önerme — yazılımla yapma alanının genel adı. Kurumsal bağlamda bugün "yapay zekâ" dendiğinde çoğunlukla büyük dil modelleri ve onların üzerine kurulan uygulamalar kastediliyor.

Devasa metin verisiyle eğitilmiş, yazı anlayıp yazı üreten model ailesi: GPT, Claude, Gemini, Llama bu sınıftandır. Gücü dil işlemekte; sınırı, bilgiyi bir veritabanı gibi değil olasılık olarak tutması — bu yüzden emin görünüp yanılabilir.

Modele verilen talimatın ve bağlamın tamamı. Çıktının kalitesi çoğu zaman modelden çok istemin kalitesine bağlıdır; iyi istem, belirsiz isteği net göreve çevirir. Kurumsal sistemlerde istemler tek seferlik yazılar değil, sürümlenen ve test edilen yazılım parçalarıdır.

Kullanıcı ne yazarsa yazsın modelin uyması beklenen kalıcı talimat katmanı: rolü, üslubu, sınırları ve yasakları tanımlar. Kurumsal asistanın "kimliği" burada kurulur; zayıf bir sistem promptu, kullanıcı istemleriyle kolayca delinir.

Modelin metni işlerken kullandığı parça birimi; Türkçede kabaca hece ile kelime arası bir uzunluk. Önemi faturada: model kullanımı token başına ücretlendirilir, bu yüzden "maliyet ne olur" sorusunun cevabı kelime değil token sayısıyla hesaplanır.

Modelin tek seferde "aklında tutabildiği" toplam metin miktarı. Pencereyi aşan bilgi yok sayılır — uzun sözleşmeyi özetletirken sonun atlanması tipik belirtisidir. Büyük pencere daha çok bağlam taşır ama maliyeti ve gecikmeyi de büyütür.

Yalnızca metin değil; görsel, ses ve belge görüntüsü gibi farklı girdi türlerini birlikte işleyebilen model. Kurumsal karşılığı somut: fatura fotoğrafından veri çıkarma, teknik çizim yorumlama, çağrı kaydı analizi gibi işler bu sınıfla mümkün olur.

Kendisine hedef verildiğinde ara adımlarına kendisi karar veren, araç çağırabilen ve sonucu kontrol edebilen yazılım bileşeni. Sohbet botundan farkı inisiyatiftir: bot cevap verir, ajan iş bitirir. Pazarlamada aşırı kullanılan bir kelime olduğu için tanımı sözleşmede netleştirmek şarttır — bkz. yapay zekâ ajanı geliştirme.

Ajan davranışı gösteren sistemlerin şemsiye adı: planlama, araç kullanımı, çok adımlı yürütme ve öz denetim. Tek soruya tek cevap veren kurulumlarla karışmaması için kullanılır; "agentic" görünce sorulacak doğru soru şudur: sistem hangi kararları insana sormadan veriyor?

Yapay zekâ uygulamalarının şirket sistemlerine ve araçlara standart bir yolla bağlanmasını sağlayan açık protokol. Önemi entegrasyon maliyetinde: her araç için özel köprü yazmak yerine, MCP konuşan bileşenler birbirine takılabiliyor.

Tekrar eden ve kuralı tanımlanabilen işlerin, sistemler arasında insansız akan adımlara dönüştürülmesi. Yapay zekâ bu akışların içinde bir adım olabilir ama zorunlu değildir; çoğu şirketin ilk kazancı düz otomasyondan gelir. Yöntem için süreç otomasyonu sayfasına bakın.

Görsel editörle iş akışı kurmayı sağlayan, istenirse kendi sunucunuzda çalıştırılabilen açık kaynaklı otomasyon aracı. Zapier ve Make ile aynı işi yapar; ayrıştığı nokta veri kontrolü ve ölçek maliyetidir. Üçünün karşılaştırması karar rehberinde.

Bir sistemde olay gerçekleştiğinde ("form dolduruldu", "ödeme geldi") diğer sisteme anında haber veren mekanizma. Otomasyonların tetikleyicisidir; webhook desteği olmayan yazılım, akışlara ancak dolaylı yollarla bağlanabilir.

Yazılımların birbiriyle konuşmasını sağlayan tanımlı kapı. "Bu araç API sunuyor mu?" sorusu, entegrasyon ve otomasyon projelerinin ilk eleme sorusudur; API'si olmayan sistem, akışlara ekran taklidi (RPA) gibi kırılgan yöntemlerle bağlanır.

İnsanın ekrandaki tıklama ve yazma hareketlerini taklit eden robot yazılım. API'si olmayan eski sistemlere ulaşmanın son çaresidir; arayüz değişince kırılır. Modern yaklaşım, mümkün olan her yerde API tabanlı akış kurup RPA'yı istisnaya saklamaktır.

Birden fazla adımı, aracı veya ajanı; sıralama, koşul, hata yolu ve tekrar mantığıyla tek akış hâlinde yönetme katmanı. Tek model çağrısı demo üretir; üretim sistemini orkestrasyon ayakta tutar.

Yapay zekâ sisteminin çıktı kalitesini örnek vakalardan oluşan bir test setiyle düzenli ölçme pratiği. Yazılımdaki birim testin karşılığıdır: eval seti olmayan sistemin "iyileşti mi, bozuldu mu" sorusuna cevabı yoktur, sadece izlenimi vardır.

Sistemin ne yaptığını dışarıdan görebilme yeteneği: hangi istek geldi, model ne cevap verdi, kaç token harcandı, nerede yavaşladı. Yapay zekâ sistemlerinde klasik loglamanın ötesinde istem ve cevabın da izlenmesini kapsar — hem kalite hem maliyet yönetiminin temelidir.

Ana model veya servis cevap veremediğinde devreye giren alternatif davranış: ikinci model, önbellekten cevap, insana devir ya da zarif bir hata mesajı. Sağlayıcı kesintileri gerçek ve düzenli olduğu için, fallback tasarımı üretim sisteminin pazarlık edilmez parçasıdır.

PoC "bu teknik olarak çalışır mı" sorusuna, pilot "gerçek kullanıcıyla ve gerçek veriyle değer üretir mi" sorusuna cevap arar. İkisinin karıştırılması, başarılı demoların üretime hiç geçememesinin klasik sebebidir — geçiş kriterleri baştan yazılmalıdır.

Üç kalemin toplamıdır: kullanım (token/istek başına ücret ya da sunucu maliyeti), kurulum-entegrasyon emeği ve sürekli işletim (izleme, değerlendirme, güncelleme). Tedarikçi tekliflerinde genellikle ilk kalem konuşulur; bütçeyi şaşırtan ikinci ve üçüncüdür. Bantlar için fiyat sayfası.

Değil. Chatbot soru-cevap arayüzüdür; ajan, hedef doğrultusunda adım atan ve sistemlerde işlem yapan bileşendir. Tedarikçi "ajan" diyorsa sorun: hangi sistemlerde, hangi yetkiyle, hangi onay mekanizmasıyla işlem yapıyor? Cevap yoksa o bir chatbottır.

İçeriğinizin ChatGPT, Perplexity ve Google'ın yapay zekâ özetleri gibi cevap motorlarında kaynak olarak kullanılmasını hedefleyen çalışma alanı; SEO'nun cevap-motoru çağındaki uzantısı. Somut karşılığı, doğrudan cevap veren ve alıntılanabilir yapıda içerik kurmaktır.

İnsanın yapabildiği zihinsel işlerin tamamında en az insan kadar yetkin, varsayımsal yapay zekâ düzeyi. Bugünkü sistemler bu tanımın uzağındadır; kurumsal planlamada AGI spekülasyonuna değil, eldeki araçların ölçülebilir getirisine yer vardır.