Yapay Zekâ Danışmanlığı
Stratejiden pilota, pilottan izlenebilir üretime
Son güncelleme:
Model seçmek işin en kısa kısmı. Zor olan, hangi işin yapay zekâya değdiğine karar vermek ve seçilen işi her gün çalışır tutmak.
Yapay zekâ danışmanlığı, bir kurumun yapay zekâyı hangi işte, hangi veriyle ve hangi kontrollerle kullanacağına karar vermesini sağlayan ve seçilen işi pilottan üretime kadar taşıyan çalışmadır. Her aşama yazılı bir çıktıyla kapanır: önceliklendirilmiş kullanım senaryoları, veri sınırı, önceden yazılmış başarı ölçütü ve sonunda üretimde izlenen bir uygulama.
Bu sayfayı üç grup için yazdım: yapay zekâ bütçesi ayrılmış ama hangi işe gideceği belli olmayan şirketler, birbirine benzemeyen teklifleri karşılaştıracak bağımsız bir göz arayan ekipler ve pilotu çalışıp üretime alamayanlar. Türkiye'nin her yerinden gelen işleri uzaktan yürütüyorum.
Telekomünikasyon, havacılık, turizm ve e-ticarette üretim sistemleri kurdum; bugün Dijital AI'da CTO'yum ve burada önerdiğim kontrolleri kendi yapay zekâ destekli ürünlerimizde de kullanıyorum. Hiçbir model sağlayıcısının ya da aracın bayisi değilim.
Şirketinizin durumunu konuşalım
Yapay zekâ danışmanı ne yapar, ne zaman gerekir?
Görevi, yapay zekâya dair kararları bir iş hedefine bağlamak ve bu kararların sahada tutup tutmadığını ölçülebilir kılmaktır. Bir danışmanı seçerken neyi yapmadığına da bakın.
Yaptıklarım
- Aday işleri beklenen değere, veri erişimine ve hatanın bedeline göre sıralarım.
- Hangi verinin modele hiç gitmeyeceğini yazılı hâle getiririm.
- Teklifleri ve model seçeneklerini aynı ölçütlerle karşılaştırırım.
- Pilotun başarı ölçütünü pilot başlamadan yazdırırım.
Yapmadıklarım
- Araç satmam; komisyon ya da lisans gelirim yok.
- Kuralı yazılabilen bir işe model önermem.
- Hukuki görüş vermem; KVKK tarafında avukatınızla birlikte çalışırım.
- Ekibinizin yerine geçmem; işi devralabilmeniz için bilgiyi aktarırım.
Dışarıdan bir göze en çok şu durumlarda ihtiyaç doğuyor:
Teklifler birbirine benzemiyor. Aynı sorun için üç tedarikçi üç farklı mimari ve bütçe önerdi; kıyaslayacak ortak ölçüt yok.
Bütçe var, hedef süreç yok. Kaynak ayrıldı, ama hangi işe ve hangi ölçütle gideceği yazılı değil.
Çalışanlar zaten kullanıyor. Şirket verisi kişisel hesaplardan sohbet araçlarına yapıştırılıyor ve bunun kurallı bir kanalı yok.
Pilot bitti, sahibi yok. Demo iyi çalıştı; sistemi gerçek kullanıcıya açma ve izleme sorumluluğunu kimse üstlenmiyor.
Ekibinizde bu kararları verebilecek kıdemli bir teknik lider varsa, uzun bir çalışma yerine birkaç saatlik bir ikinci görüş oturumu çoğu zaman yeter.
Hangi çalışma modelleri var, her birinin çıktısı ne?
Dört model art arda ya da tek başına alınabilir; kimi şirket yalnız keşif atölyesini alıp uygulamayı kendi ekibiyle yürütüyor. Süreyi kapsam belirlediği için kartlarda süre değil, çıktı ve kapanış sorusu var.
Keşif atölyesi
İş birimleri, BT ve karar verici tekrar eden kararları birlikte listeler; her aday değer, veri erişimi, kişisel veri riski ve hata bedeline göre puanlanır.
Çıktı: önceliklendirilmiş senaryo listesi, aday başına veri ve risk notu, yapılmayacaklar listesi, ilk pilot önerisi.
Kapanış sorusu: seçilen adayın başarı ölçütü tek cümleyle yazılabiliyor mu?
Pilot
Tek senaryo, sınırlı kullanıcı, gerçek veri. Ölçütün bugünkü değeri pilot başlamadan ölçülür; model ve sağlayıcı seçimi burada denenerek yapılır.
Çıktı: çalışan ilk sürüm, değerlendirme seti ve taban puanı, işlem başına maliyet, devam ya da durdurma önerisi.
Kapanış sorusu: ölçüt tuttu mu, birim maliyet kazançla kıyaslandığında kabul edilebilir mi?
Üretime alma
Gerçek kullanıcıya açmadan önce yetkiler, izleme, yedek yol ve insan onay noktaları eklenir; sistem adı belli bir sahibe devredilir.
Çıktı: canlı sistem, izleme panosu, sürüm ve geri alma kuralı, işletme dokümanı.
Kapanış sorusu: kalite düştüğünde bunu kullanıcıdan önce kim görecek?
Sürekli destek
Model sürümleri, veri ve iş kuralları değişir. Değerlendirme seti düzenli aralıklarla yeniden çalıştırılır, sıradaki senaryo aynı iskelete eklenir.
Çıktı: dönemsel kalite ve maliyet raporu, güncel değerlendirme seti, sıradaki senaryonun planı.
Kapanış sorusu: ekibiniz bu düzeni dış destek olmadan sürdürebiliyor mu?
Pilottan üretime geçerken neler eklenir?
Dört parça eklenir ve dördü de pilot bitmeden tasarlanır. Pilotta eksiklikleri görünmez; ilk yoğun haftada görünür.
Değerlendirme (eval)
Gerçek kullanımdan derlenmiş örnek girdiler ve iyi cevabın taşıması gereken nitelikler. Prompt, model sürümü ya da belge deposu değişince değişiklik önce bu setten geçer.
İzleme
İstek, cevap, gecikme ve token tüketimi birlikte kaydedilir; hangi akışın hangi girdide zorlandığı ve dünkü kullanımın kaça mal olduğu panodan okunur.
Maliyet kontrolü
İşlem başına maliyet pilotta hesaplanır, üretimde bütçe sınırı ve uyarı eşiğiyle korunur. Basit işler küçük modele gider, tekrar eden sorular önbellekten cevaplanır.
İnsan onayı
Çıktı bir müşteriye, bir tutara ya da kalıcı bir kayda dokunuyorsa son adım insanda kalır. Onay noktaları, ölçülen hata oranı düştükçe azaltılır.
Bu parçaların kurulum sırasını üretim ortamında LLM: prompttan güvenilir sisteme yazısında anlattım. Sistem şirket belgeleriyle çalışacaksa kaynak gösterme ve doğruluk ölçümü kurumsal LLM entegrasyonu kapsamında ele alınıyor.
KVKK ve AB Yapay Zekâ Yasası projeyi nasıl etkiler?
İkisi de projeyi kod yazılmadan önce şekillendirir: KVKK verinin nereye gidebileceğini, AB Yapay Zekâ Yasası ise riske göre doğacak yükümlülükleri belirler.
Veri sınırı. Her senaryo için üç soru soruyorum: hangi kişisel veri gerekli, hangisi maskelenerek gidebilir, hangisi hiç gitmez. Sağlayıcının sunucuları yurt dışındaysa modele giden kişisel veri yurt dışına aktarım sayılır; 2024'te değişen aktarım kuralları bu yüzden mimariyi doğrudan etkiler. Bu cevapları politika metninde bırakmıyorum; tek çıkış geçidi, maskeleme ve kayıt olarak sisteme yazıyorum. Yedi teknik kontrolü kurumsal veriyi yapay zekâya verirken KVKK yazısında sıraladım.
Risk grubu. AB Yapay Zekâ Yasası (Tüzük (AB) 2024/1689) 1 Ağustos 2024'te yürürlüğe girdi ve aşamalı olarak uygulanıyor. Sistemi AB pazarına sunuyorsanız ya da çıktısı AB'de kullanılıyorsa Türkiye'deki şirketinizi de bağlayabilir. Yasa, sistemleri kullanım amacının riskine göre dört gruba ayırır:
- Kabul edilemez risk: sosyal puanlama gibi uygulamalar; 2 Şubat 2025'ten beri yasak.
- Yüksek risk: işe alımda aday eleme, bireylerin kredi değerliliğini puanlama, eğitimde sınav değerlendirme gibi alanlar. Risk yönetimi, kayıt tutma, teknik dokümantasyon ve insan gözetimi ister. Ek III kapsamındaki sistemler için bu yükümlülüklerin başlangıcı 2026'da kabul edilen değişiklikle 2 Aralık 2027'ye ertelendi.
- Sınırlı risk: şeffaflık yükümlülüğü; örneğin kullanıcı bir yapay zekâ sistemiyle konuştuğunu bilmelidir.
- Asgari risk: spam filtresi gibi sistemler; yasa bu gruba özel bir yükümlülük getirmez.
Avrupalı müşteriye cevap veren bir sohbet botu şeffaflık kuralına, AB'deki bir pozisyon için başvuru eleyen bir İK aracı ise yüksek risk grubuna yakın durur. Keşifte her adayın yanına tahmini risk grubunu da yazıyorum; kesin sınıflandırmayı hukuk ekibinizle birlikte yapıyoruz.
Bağımsız danışman mı, ajans mı, yazılım evi mi?
Seçim işin hangi aşamada olduğuna bağlı: ne yapılacağına karar verilirken bağımsızlık, karar verildikten sonra uygulama kapasitesi öne çıkar.
| Ölçüt | Bağımsız danışman | Ajans | Yazılım evi |
|---|---|---|---|
| Güçlü yanı | Senaryo seçimi, tedarikçi karşılaştırması, mimari ve risk kararları | Pazarlama, içerik ve müşteri iletişiminde hızlı uygulama | Özel geliştirme, derin entegrasyon, geniş ekip |
| Zayıf yanı | Kapasitesi sınırlı: büyük geliştirme hacmini ve kesintisiz işletmeyi tek başına taşıyamaz, iş bir iki kişiye bağlı kalır | Sistem entegrasyonu, veri sınırı ve üretimde işletme her ajansın uzmanlık alanı değildir | "Bu işi hiç yapmayın" önerisi gelir modeliyle çelişebilir; keşif aşaması kısa tutulabilir |
| Geliri neye bağlı | Danışmanlık süresi ve kapsamı | Kampanya, içerik ya da araç kurulumu | Geliştirme emeği ve proje büyüklüğü |
| En uygun olduğu an | Ne yapılacağı belli değilken, teklifler karşılaştırılırken | Senaryo pazarlama tarafında ve kapsam netken | Kapsam yazılı, mimari kararlar verilmiş ve hacim büyükken |
Ben ilk sütundayım ve zayıf yanı benim için de geçerli: Dijital AI bilinçli olarak küçük bir yapı. Önerdiğim mimariyi kendim de kurabiliyorum; ama geliştirme hacmi büyükse kabul ölçütlerini bağımsız tarafa yazdırıp uygulamayı kapasitesi olan ekibe vermek daha iyi işler. Keşif çıktısını bu yüzden, uygulamayı kim üstlenirse kullanabileceği biçimde yazıyorum.
Hangi işte yapay zekâ, hangi işte klasik otomasyon?
Kuralı yazılabilen işte klasik otomasyon daha ucuz ve öngörülebilirdir; yapay zekâ, girdiyi anlamak ya da adımlara çalışma anında karar vermek gerektiğinde işe yarar.
Kural yazılabiliyorsa: otomasyon
"Tutar sınırı aşılırsa onaya gönder" gibi kararlar model değil kural ister. Hangi sürecin önce geleceğini süreç otomasyonu danışmanlığı, kurulumu n8n ile otomasyon sayfasında anlattım.
Girdi metinse: dil modeli
Talep sınıflandırma, yazışma özetleme, belgelerden kaynak göstererek cevap. Geçmiş veri gerektirmez; ama akıcı çıktı kolayca doğru sanıldığı için doğrulama adımı şarttır.
Adımlar değişkense: ajan
Talebe göre farklı sistemlerden veri toplayıp işlem hazırlayan işler. Ajan dar yetkiyle başlar, geri alınamaz adımlar insana düşer. Ayrıntısı yapay zekâ ajanı geliştirme sayfasında.
Gerçek süreçlerin çoğu karışıktır: kural tabanlı bir akışın içinde yalnız tek bir adım dil modeline gider. Otel ve seyahat işletmelerindeki örnekleri turizm ve otelcilikte yapay zekâ sayfasında topladım. Kurulan sistemi kullanacak ekibin yetkinliği ayrı bir iş; onun için kurumsal yapay zekâ eğitimi programı var.
İlk adım ne olmalı, maliyeti ne belirler?
İlk adım, sık tekrar eden bir kararı seçip bugün kaç kez verildiğini ve neye mal olduğunu yazmaktır; araç ve model konuşması bundan sonra anlam kazanır. Adayları eleme sırasını şirkette yapay zekâya nereden başlanır rehberinde altı adımda anlattım.
Bedeli ise dört kalem belirler:
Çıktının türü. Yol haritası ile üretimde çalışan sistem arasında hem emek hem sorumluluk farkı var.
Bağlanılacak sistemler. Yazılımınızın API'si varsa entegrasyon hızlı ilerler; yoksa önce o katman kurulur.
Veri sınırı ve regülasyon. Veri kurum dışına çıkamıyorsa ya da kullanım yüksek riske yakınsa mimari ve dokümantasyon büyür.
Çalışma biçimi. Tek seferlik keşif mi, sürekli destek mi; yerinde mi, uzaktan mı.
Başlangıç bantları yapay zekâ danışmanlığı fiyatları sayfasında açıkça yazıyor.
Antalya ve çevresinde yerinde atölye ya da işletme ölçeğinde bir pilot arıyorsanız o çalışma biçimini Antalya yapay zekâ danışmanlığı sayfasında ayrıca anlattım.
Sık sorulan sorular
Yapay zekâ danışmanlığı nedir?
Şirketin yapay zekâ yatırımını nereye yapacağını belirleyen ve seçilen işi ölçerek hayata geçiren uzmanlık desteğidir. Strateji raporundan farkı, önerinin pilotta sınanıp üretime kadar izlenmesidir. Yazılım geliştirmeden farkı ise hangi işin hiç yapılmayacağına da karar vermesidir.
Yapay zekâ danışmanı ne iş yapar?
Yönetim ile teknik ekip arasında çeviri yapar: "maliyeti düşürelim" hedefini ölçülebilir bir senaryoya, model ve mimari seçeneklerini bütçe ve risk diline çevirir. İşin büyük kısmı yazıdır; aday listesi, veri envanteri, başarı ölçütü, kabul kriterleri. Sistem canlıya çıktıktan sonra kalitesini ve maliyetini düzenli raporlar.
Danışmanlık süreci nasıl işler?
Ücretsiz bir ön görüşmeyle başlar; danışmanlığa gerek olup olmadığına orada bakılır. Gerek varsa yapılacakları, yapılmayacakları ve çıktıları gösteren yazılı bir kapsam hazırlanır. Keşif, pilot, üretime alma ve destek aşamalarından ihtiyaç duyulanlarla ilerlenir; her aşamanın sonunda devam, daraltma ya da durma kararı verilir.
Şirketler yapay zekâ danışmanına ne zaman ihtiyaç duyar?
Karar verilmesi gereken ama kararı verecek ölçütün elde olmadığı anlarda. En ucuz an, bütçe harcanmadan ve tedarikçi seçilmeden öncesidir; o noktada yön değiştirmek birkaç toplantıya mal olur. Sözleşme imzalandıktan ya da pilot sessizce büyütüldükten sonra aynı düzeltme hem daha pahalı hem daha zordur.
Yapay zekâ danışmanlık hizmetinin maliyeti neye bağlı?
Toplam bütçe dört kalemden oluşur: danışmanlık emeği, varsa geliştirme ve entegrasyon, model kullanım ve altyapı ücreti, kurum içinden ayrılan zaman. Model ücreti çoğu senaryoda en küçük kalemdir ve pilotta ölçülür; en çok hafife alınan ise ekibinizin zamanıdır. Kesin bedel kapsam yazılı hâle gelince çıkar.
Şirket verilerimiz yapay zekâ modeline gönderilir mi, eğitimde kullanılır mı?
Hangi verinin gideceği tasarımda yazılı olarak belirlenir; gerekmeyen veri gönderilmez. Kurumsal API sözleşmeleri verinin eğitimde kullanılmayacağını genellikle taahhüt eder, yine de istek sağlayıcının sunucusuna ulaşır ve bir süre saklanabilir. Bu yüzden kişisel veri maskelenir, özel nitelikli veri ise hiç gönderilmez ya da kurum içinde çalışan bir model kullanılır.
Küçük bir işletme için danışman tutmak mantıklı mı?
Kapsam küçük tutulursa evet. Küçük işletmede çoğu zaman tek bir tekrar eden işi seçmek, hazır bir aracın yetip yetmediğine bakmak ve ilk akışı ölçerek kurmak yeter. Karar veren kişi zaten masada olduğu için çalışma kısa sürer. Hazır bir araç işinizi görüyorsa bunu ilk görüşmede söylerim.
Bütçe ayırmadan önce kararları birlikte yazalım
Aklınızdaki işi ve elinizdeki veriyi konuşalım; hangi aşamadan başlamanız gerektiğini, belki de hiç başlamamanız gerektiğini birlikte netleştirelim. İlk görüşme ücretsiz ve uzaktan yapılabiliyor.
Ön görüşme talep edinİlgili hizmetler
Bu sayfadaki işle birlikte en sık çalıştığım alanlar.