Muhasebede yapay zeka kullanımı, finans ekibinin fatura okuma, banka hareketi eşleştirme, olağan dışı kayıt tespiti ve rapor yorumlama gibi tekrarlayan işlerinde yapay zekanın belgeyi okuyup öneri üretmesi, kaydı ve onayı ise kuralların ve insanın tutmasıdır. En hızlı getiriyi belge ve e-posta yoğun adımlar verir; defter kaydını tamamen yapay zekaya bırakmak doğru değildir.
Muhasebede yapay zeka nedir, finans ekibinde neden şimdi gündemde?
Bir şirketin finans ekibi ayın büyük kısmını aynı döngüde geçirir: tedarikçi faturası gelir, onaya gider, ERP'ye girilir, ödeme planlanır, banka hareketi cari hesapla eşleştirilir, ay sonunda kapanış yapılır ve yönetime rapor hazırlanır. Bu adımların çoğu kurala bağlıdır, ama girdileri dağınıktır. Faturanın bir kısmı e-Fatura olarak gelir, bir kısmı mail ekinde PDF, bir kısmı hâlâ kâğıttır; ödeme açıklamaları eksik, tedarikçi mailleri ortak kutuda karışıktır.
Yapay zeka tam bu dağınık girdiyi düzene sokmakta güçlüdür: yapılandırılmamış belgeyi okur, metni sınıflandırır, geçmişe göre "bu kayıt olağan mı" sorusunu puanlar ve rakamların arkasındaki hikâyeyi taslak olarak yazar. Türkiye'de bu kullanım artık istisna değil. TÜİK Yapay Zeka İstatistikleri, 2025 verisine göre yapay zeka kullanan girişimlerin %33,7'si onu muhasebe, kontrol veya finans yönetimi için kullandı.
Bu yazı şirketin kendi finans ve muhasebe ekibi içindir. Yüzlerce mükellefe hizmet veren bürolarda sorun farklıdır: orada belgeyi doğru mükellefe ayırmak öne çıkar. Bürolar için mali müşavirler için yapay zeka ve mali müşavirlik belge yönetimi yazılarımızı hazırladık.
Yanlış başlamanın ve hiç başlamamanın maliyeti
Elle veri girişinin ölçekte ne kadar zaman yediğini, işi otomatikleştiren şirketlerin açıkladığı rakamlar gösteriyor. Kurumsal harcama yönetimi yapan Ramp, şirketin açıkladığına göre Azure AI Document Intelligence ile kurduğu OCR aracıyla ayda 400.000 fatura ve 5 milyon fiş işliyor ve ayda 30.000 saatlik elle yapılan işten tasarruf sağlıyor (Microsoft Customer Stories — Ramp). Bu rakam Ramp'ın platformundaki toplam hacme aittir; sizin hacminiz bunun küçük bir kesri olacaktır. Yine de mantık aynıdır: elle yazılan her satır hem zaman alır hem de hata riski taşır.
Finans ekibinin ikinci maliyeti dolandırıcılıktır; yoğun ay sonunda gözden kaçan tek bir sahte ödeme talebi, otomasyonla kazanılan her şeyi silebilir:
FBI'ın İnternet Suçları Şikâyet Merkezi'ne (IC3) göre ABD'de 2025'te iş e-postası ele geçirme (BEC) kaynaklı 24.768 şikâyette toplam 3,05 milyar dolar kayıp bildirildi. (FBI IC3 2025 Internet Crime Report)
Öte yandan beklentiyi de doğru kurmak gerekir. Stanford HAI AI Index 2025 raporundaki McKinsey verisine göre, yapay zeka kullandıkları iş fonksiyonunda maliyet tasarrufu bildiren şirketlerin çoğu %10'un altında bir tasarruf bildirdi. Gartner ise üretken yapay zeka projelerinin en az %30'unun kötü veri kalitesi, yetersiz risk kontrolü, artan maliyet veya belirsiz iş değeri yüzünden kavram kanıtlamadan sonra terk edileceğini öngörmüştü. Yani kazanç, doğru seçilmiş adımda ve temiz veriyle gelir.
Muhasebede yapay zeka kullanımı: süreç süreç nerede işe yarar?
Finans işlerinde en sağlıklı ayrım şudur: yapay zeka okur, sınıflar, puanlar ve taslak yazar; kural hesaplar ve kayda alır; insan onaylar. Aşağıdaki tablo bu ayrımı süreç bazında gösteriyor.
| Süreç | Yapay zekanın işi | Kuralın ve insanın işi |
|---|---|---|
| Gelen fatura (satıcı borçları) | PDF ve kâğıt faturadan alanları okumak, faturaları sınıflandırmak | Sipariş ve irsaliyeyle eşleştirme, tutar farkında onay |
| Banka mutabakatı | Eksik açıklamalı hareket için olası cari önermek | Kesin eşleştirme kuralları, istisnanın onayı |
| Tahsilat (alacaklar) | Hatırlatma ve yanıt taslağı, müşteri mailini özetlemek | Vade takibi, gönderim onayı |
| Kontrol ve denetim | Mükerrer ödeme, olağan dışı tutar ve saat için risk puanı | Uyarıyı inceleme, görevler ayrılığı |
| Kapanış ve raporlama | Sapma yorumu taslağı, rapor özetleri | Rakamların kaynağı ERP ve onaylı tablolar |
| Sözleşme ve politika | Belgeye soru sorma, madde özetleme | Hukuki ve mali kararı verme |
Fatura ve belge. Bu, finans tarafında en olgun kullanım alanıdır. e-Fatura XML'i zaten yapılandırılmış veridir; yapay zekaya ihtiyaç asıl PDF ve kâğıt belgede doğar. Nasıl kurulduğunu OCR ile fatura okuma yazısında, elektronik tarafı e-Fatura entegrasyonu yazısında anlattık.
Mutabakat. Banka hareketlerinin büyük kısmı IBAN, tutar ve açıklamayla kuralla eşleşir. Yapay zeka, kuralın düşürdüğü "açıklaması eksik" hareketlerde en olası cari hesabı gerekçesiyle önererek istisna kuyruğunu kısaltır; kurgunun tamamı banka mutabakatı otomasyonu yazısında.
Kontrol ve sahtecilik. Makine öğrenmesiyle anomali tespiti, her tedarikçi ve kullanıcı için normal davranışı öğrenip hafta sonu girilen kaydı, olağan dışı tutarı ya da yeni eklenen IBAN'a ilk ödemeyi puanlar. Yöntemleri anomali tespiti rehberimizde, ödeme talimatı dolandırıcılığını IBAN değişikliği maili yazısında ele aldık.
Planlama ve raporlama. Üretken yapay zeka, sapma tablosundan yönetim yorumunun ilk taslağını yazar ve sunum hazırlığını hızlandırır. Enerjisa Üretim, şirketin açıkladığına göre, eskiden iki tam gün ve üç kişi gerektiren 30 sayfalık bütçe sunumunu tek kişiyle %60 daha kısa sürede hazırlamayı hedefliyor (Microsoft Customer Stories — Enerjisa Üretim). Bu bir hedeftir, ulaşılmış sonuç değil; rakamların kendisi ise nakit akış raporu otomasyonu gibi kaynağı belli, kurala dayalı akışlardan gelmelidir.
Finans ekibinde yapay zekaya 6 adımda geçiş
- Tek bir darboğaz seçin. "Finansa yapay zeka" değil, "PDF tedarikçi faturalarının ERP'ye girişi" gibi tek bir adım. Aday seçme ölçütleri şirketlerde yapay zeka nereden başlamalı yazısında.
- Bugünü ölçün. Aylık belge sayısını, belge başına süreyi, düzeltme oranını ve ay sonu kapanışının kaç gün sürdüğünü kaydedin. Pilotun başarısı bu tabloya göre ölçülür; hesap yöntemi yapay zeka projesi ROI yazısında.
- Kural ile yapay zekanın sınırını çizin. KDV hesabı, hesap planı eşleşmesi ve onay limiti kuraldır; belgeyi okumak ve serbest metni yorumlamak yapay zekadır. Karar ölçütleri yapay zeka mı kural tabanlı otomasyon mu yazısında.
- Güven eşiği ve insan onayı koyun. Emin olunamayan alan, tutmayan toplam ya da kayıtlı olmayan tedarikçi otomatik aktarılmaz, onay kuyruğuna düşer.
- Gerçek belgelerle pilot yapın. Son üç ayın belgeleriyle alan bazında doğruluğu ölçün; tedarikçi başına sonuç, ortalama bir yüzdeden daha çok şey söyler.
- Denetim izini baştan kurun. Her aktarılan kayıt kaynak belgeye, her onay kişiye ve zamana bağlı kalsın; denetçi "bu kayıt nereden geldi" diye sorduğunda cevap tek tıkla görünsün.
Kontrol, denetim izi ve veri gizliliği
Finans verisi hem ticari sır hem de çoğu zaman kişisel veridir: bordro, çalışan masrafları, bireysel müşterilerin tahsilat bilgisi. Türkiye'de kişisel verinin işlenmesi 6698 sayılı KVKK'ya tabidir ve yurt dışındaki bir bulut yapay zeka servisine gönderilmesi ayrı aktarım kurallarına bağlıdır. Ayrıntıları yapay zeka ve KVKK yazımızda anlattık.
İkinci risk, çalışanların fatura ve bilanço taslaklarını genel sohbet araçlarına kendi hesaplarıyla yapıştırmasıdır. Bunun önüne geçmek için onaylı araç listesi ve yazılı bir kullanım politikası gerekir; pratik adımlar ChatGPT ve şirket verisi güvenliği yazısında.
Üçüncü risk, dil modelinin var olmayan bir rakamı ikna edici biçimde yazmasıdır. Finansta kural nettir: yapay zekanın ürettiği metin rakam üretmez, ERP'deki onaylı rakamı yorumlar. Bu sınırı korumanın yolları yapay zeka halüsinasyonu yazısında.
Digital Bridge'de bu işi nasıl yapıyoruz?
Hazır paket satmıyoruz; finans sürecinizi inceleyip tek bir adımdan başlıyoruz:
- Keşif ve ihtiyaç analizi. Belgelerin hangi kanaldan geldiğini, aylık hacmi, ERP'nizi ve bugün işi kimin nasıl yaptığını çıkarıyoruz. Kapsamı, aşamaları ve bedeli yazılı teklif olarak sunuyoruz.
- Belge okuma pilotu. Doküman OCR hizmetimizde fatura, irsaliye ve dekontu kendi belgelerinizle deniyor, alan bazında doğruluğu sizinle birlikte ölçüyoruz. Emin olunamayan alanlar onaya düşer.
- Mevcut yazılıma entegrasyon. Yapay zeka entegrasyonu ile modülü Logo, Mikro, Netsis ya da özel ERP sisteminize API üzerinden bağlıyoruz; ekip işin büyük kısmını alışık olduğu ekranlarda yapmaya devam eder. Kurala dayalı devam adımlarını RPA süreç otomasyonu ile tamamlıyoruz.
- Kontrol katmanı. Ödeme ve yevmiye verisinde sapmayı gerekçesiyle gösteren anomali tespitini, ekibinizin gerçekten inceleyebileceği sayıda uyarı üretecek şekilde ayarlıyoruz.
- Politika ve sözleşme asistanı. Muhasebe politikalarınızdan ve sözleşmelerinizden kaynak göstererek yanıt veren kurumsal LLM asistanı kurabiliyoruz.
Smart360 ile finans gelen kutusu ve belge arşivi
Birçok finans ekibinde iş ERP'de değil, ortak muhasebe kutusunda başlar. Smart360 ailesinin kurumsal e-posta ürünü SmartMail, gelen mailleri otomatik olarak iletişim, fatura/ödeme, teklif/ihale, resmî yazışma, promosyon ve güncelleme diye sınıflandırır. Ekteki fatura PDF'inden taraflar, düzenlenme ve vade tarihi, ara toplam, KDV, genel toplam, belge numarası ve vergi numarası dosya indirilmeden çıkarılır. Sınıflandırmanın mantığını yapay zeka ile e-posta sınıflandırma yazısında anlattık.
Somut bir senaryo: Tedarikçiden "banka bilgilerimiz güncellendi" notlu bir fatura maili gelir. SmartMail mesajı "fatura/ödeme" olarak ayırır ve 12 sinyalle değerlendirir; benzer alan adı ya da Reply-To uyuşmazlığı varsa gerekçesini yazılı raporda gösterir. Uzman, ek çözümlemesindeki tutar ve vergi numarasını sipariş kaydıyla karşılaştırır. Banka bilgisi değişikliği maildeki numaradan değil, tedarikçinin daha önce kayıtlı telefonundan teyit edilir; tedarikçiye gidecek yazılı yanıt ise gönderilmeden önce finans müdürünün onayına sunulabilir.
Kontrolü tamamlanan fatura eki tek tıkla SmartFiles'a, örneğin ilgili ayın klasörüne kaydedilir. SmartFiles yüklenen belgeyi kimse istemeden yapay zekayla analiz eder ve Özet, Ana Noktalar, Yapı, Dikkat Çeken Detaylar bölümlerinden oluşan bir rapor çıkarır. Kapanışta uzman klasörün tamamına "vadesi bu ay dolan sözleşmeler hangileri?" diye sorabilir; yapay zeka yetkisi SmartFiles'ta kişi ya da departman bazında ayrıca verilir.
Sonraki adım
İlk adım için bir hafta boyunca finans ekibinizin zamanını en çok alan üç tekrarlayan işi ve bunların aylık hacmini not edin. Ardından iletişim sayfamızdan bize ulaşın; listeyi birlikte değerlendirip hangi adımın yapay zekaya, hangisinin kurala uygun olduğunu netleştirelim ve gerçek belgelerinizle küçük bir pilot planlayalım. Diğer kullanım alanları için Yapay Zeka rehberimize göz atabilirsiniz.