# Satın Almada Yapay Zeka: Harcama Analizi, Teklif Karşılaştırma ve Fatura Eşleştirmede 7 Kullanım Alanı

> Satın almada yapay zeka; harcamayı sınıflandırır, teklifleri karşılaştırır, faturayı siparişle eşleştirir, sapmayı işaretler. 7 kullanım alanı ve pilot adımı.

Kaynak: https://digitalbridge.com.tr/blog/satin-almada-yapay-zeka.html
Yayıncı: Digital Bridge Teknoloji (https://digitalbridge.com.tr)
Konu: Yapay Zeka
Yayın: 2026-09-28 · Güncelleme: 2026-10-22

Satın almada yapay zeka, satın alma ekibinin en çok zaman harcadığı okuma, karşılaştırma ve kontrol işlerini üstlenen yazılımdır: harcama kalemlerini sınıflandırır, tedarikçi tekliflerini aynı tabloya döker, faturayı sipariş ve irsaliyeyle eşleştirir, olağan dışı fiyatı işaretler. Karar ve pazarlık satın almacıda kalır; yapay zeka ona temiz veri ve zaman kazandırır.

## Kısaca

- Satın almada yapay zeka en hızlı değeri harcama sınıflandırma, teklif karşılaştırma ve fatura–sipariş–irsaliye eşleştirmede üretir.
- BCG'nin 2024 araştırmasına göre destek fonksiyonlarında yapay zeka değerinin en büyük payını müşteri hizmetleri, BT ve satın alma üretiyor.
- Tedarikçi seçimi, pazarlık ve risk kararı insanda kalır; tutar, IBAN ve sözleşme maddesi kaynak belgeyle doğrulanmadan kesinleşmez.
- İlk pilot hacmi yüksek, ölçülebilir ve hatası geri alınabilir tek bir işle başlamalı; başlangıç süresi ve hata oranı önceden ölçülmeli.
- Digital Bridge, OCR, anomali tespiti ve ERP entegrasyonunu tek projede kurar; Smart360 ailesi teklif ve fatura yazışmasını hazır ürün olarak üstlenir.

## Satın almacının zamanı nereye gidiyor?

Orta ölçekli bir sanayi şirketinde satın almacının günü çoğu zaman okumakla geçer. Talep formu gelir, üç tedarikçiden teklif istenir, her teklif farklı biçimde döner: biri PDF, biri Excel, biri mail gövdesinde. Birim, vade, teslim süresi ve navlun şartı farklı yazıldığı için karşılaştırma tablosu elle kurulur.

Sipariş verildikten sonra iş bitmez. Fatura gelir, sipariş ve irsaliyeyle karşılaştırılır; fiyat ya da miktar tutmuyorsa yazışma başlar. Yıl sonunda yönetim "hangi kategoride ne kadar harcadık, kaç tedarikçiye dağıldık?" diye sorduğunda, [ERP (kurumsal kaynak planlama)](https://digitalbridge.com.tr/sozluk.html#erp) sistemindeki serbest metin kalem açıklamaları yüzünden cevap günler sürer.

Teklif toplama, fatura kontrolü ve harcama raporlamasının ortak noktası, kuralı belli ama verisi dağınık olmalarıdır. Yapay zekanın satın almada en hızlı değer ürettiği yer de tam burasıdır: stratejik karar değil, kararın önündeki ayıklama ve kontrol.

## Satın almada yapay zeka neden gündemde?

Satın alma, yapay zeka yatırımlarında çoğu zaman ikinci planda kalsa da değer tarafında ölçülebilir bir payı var. [BCG'nin 2024 tarihli "Where's the Value in AI?" araştırmasının basın bülteninde](https://www.bcg.com/press/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value) destek fonksiyonlarının yapay zeka değerinin %38'ini ürettiği, bu payın başını müşteri hizmetleri (%12), BT (%7) ve satın almanın (%7) çektiği belirtiliyor.

Maliyet tarafında da tedarik zinciri öne çıkıyor. [Stanford HAI AI Index 2025 raporuna](https://hai.stanford.edu/assets/files/hai_ai_index_report_2025.pdf) göre (McKinsey verisi) yapay zekayı tedarik zinciri ve stok yönetiminde kullanan kuruluşlardaki katılımcıların %43'ü maliyet tasarrufu bildirdi; ancak bunların çoğunda tasarruf %10'un altında kaldı. Yani kazanç gerçek ama mucize değil; doğru süreci seçmek belirleyici.

Beklemenin bir de risk tarafı var. Satın alma ve muhasebe, [sahte fatura mailleri](https://digitalbridge.com.tr/blog/sahte-fatura-maili.html) ve "hesabımız değişti" mesajlarının doğrudan hedefi:

> FBI'ın İnternet Suçları Şikâyet Merkezi'ne 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](https://www.ic3.gov/AnnualReport/Reports/2025_IC3Report.pdf))

Acele de pahalıya patlar. [Gartner'ın 29 Temmuz 2024 tarihli basın bülteni](https://www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025), üretken yapay zeka projelerinin en az %30'unun kötü veri kalitesi, yetersiz risk kontrolü, artan maliyet ya da belirsiz iş değeri yüzünden kavram kanıtlamadan sonra terk edileceğini öngörmüştü. Satın almada bunun karşılığı, kalem kodları düzensiz bir ERP'nin üzerine model kurmaktır.

## Satın almada yapay zeka nerelerde kullanılır? 7 kullanım alanı

Satın almada yapay zekanın yedi kullanım alanı, talepten ödemeye akışın sırasıyla aşağıda. Her biri tek başına pilot olabilecek büyüklükte.

1. **Harcama sınıflandırma ve analizi.** Model, "M8 civata galv." ve "cıvata M8 galvaniz" gibi serbest metin kalemleri aynı kategoriye toplar. Böylece kategori bazında harcama, tedarikçi sayısı ve fiyat dağılımı ilk kez güvenilir biçimde görülür.
2. **Talebe dayalı satın alma önerisi.** Satış ve tüketim geçmişinden gelecek ihtiyacı tahmin eden modeller, [yapay zeka ile talep tahmini](https://digitalbridge.com.tr/blog/yapay-zeka-talep-tahmini.html) ve [MRP ile malzeme ihtiyaç planlaması](https://digitalbridge.com.tr/blog/mrp-nedir.html) üzerine kurulur; sipariş zamanını ve miktarını öneri olarak sunar.
3. **Teklif okuma ve karşılaştırma.** Farklı biçimlerde gelen teklifler aynı alanlara (birim fiyat, para birimi, vade, teslim, navlun, opsiyon süresi) dökülür. Şartnameden sapan ya da eksik bırakılan kalemler ayrıca işaretlenir.
4. **Sözleşme ve şartname incelemesi.** Tedarik sözleşmesinde sorumluluk sınırı, fiyat artış maddesi ve fesih süresi şirket standardıyla karşılaştırılır. Bunun ayrıntısını [yapay zeka ile sözleşme analizi](https://digitalbridge.com.tr/blog/yapay-zeka-sozlesme-inceleme.html) yazımızda anlattık.
5. **Fatura–sipariş–irsaliye eşleştirme.** e-Fatura yapısal veri olarak gelir; PDF, kâğıt ya da yurt dışı faturalar ise önce [OCR ile fatura okuma](https://digitalbridge.com.tr/blog/ocr-ile-fatura-okuma.html) adımından geçer. Ardından üçlü eşleştirme yapılır ve yalnızca tutmayan satırlar insana düşer; ödeme ve kapanış tarafı [muhasebe ve finansta yapay zeka](https://digitalbridge.com.tr/blog/muhasebe-ve-finansta-yapay-zeka.html) yazısında.
6. **Sapma ve mükerrer ödeme tespiti.** Aynı tutarın iki kez faturalanması, bir kalemin geçmiş fiyatından belirgin sapması ya da olağan dışı sipariş bölme davranışı [anomali tespiti](https://digitalbridge.com.tr/blog/anomali-tespiti.html) yöntemleriyle yakalanır.
7. **Tedarikçi yazışması ve risk izleme.** Tedarikçi mailleri konu ve önceliğe göre ayrılır, uzun zincirler özetlenir. Banka hesabı değişikliği gibi riskli talepler ayrıca işaretlenir; bu saldırının nasıl kurulduğunu [IBAN değişikliği maili dolandırıcılığı](https://digitalbridge.com.tr/blog/iban-degisikligi-maili-dolandiriciligi.html) yazısında ele aldık.

Kamuya açık bir örnek olarak, [Hepsiburada'nın SEC'e sunduğu 2025 yıllık raporuna (Form 20-F)](https://www.sec.gov/Archives/edgar/data/1850235/000110465926053195/heps-20251231x20f.htm) göre şirket, sezona ve rekabete göre yaptığı stratejik alımlarda kendi ekiplerinin yanında makine öğrenmesi tabanlı tedarik modellerini kullanıyor. Şirket bu kullanımın rakamsal sonucunu açıklamadı; örnek, ölçeğin değil kullanım biçiminin göstergesi.

## Hangi satın alma işinde hangi yaklaşım?

Her satın alma işi [büyük dil modeli (LLM)](https://digitalbridge.com.tr/sozluk.html#llm) gerektirmez. Aşağıdaki tablo, işin türüne göre hangi tekniğin uygun olduğunu ve insanın nerede kalması gerektiğini özetliyor.

| Satın alma işi | Uygun yaklaşım | Gereken veri | İnsanın rolü |
|---|---|---|---|
| Harcama sınıflandırma | Metin sınıflandırma modeli | ERP kalem açıklamaları, kategori ağacı | Kategori ağacını belirler, düşük güvenli kalemleri onaylar |
| Talep ve sipariş önerisi | Zaman serisi / makine öğrenmesi | Tüketim, satış, tedarik süresi geçmişi | Öneriyi kabul eder ya da düzeltir |
| Teklif karşılaştırma | Belge okuma + büyük dil modeli | Teklif dosyaları, şartname | Ağırlıkları ve kazananı belirler |
| Sözleşme inceleme | Büyük dil modeli + oyun kitabı | Şirket standart maddeleri | Riskli maddeyi müzakere eder |
| Fatura eşleştirme | OCR + kural motoru | Sipariş, irsaliye, fatura | Tutmayan satırı çözer |
| Sapma / mükerrer ödeme | Anomali tespiti | Ödeme ve fiyat geçmişi | Uyarıyı inceler, gerekirse durdurur |
| Tedarikçi maili | Sınıflandırma + özet | Ortak posta kutusu | Yanıtı yazar, riskli talebi ayrı kanaldan teyit eder |

Tablodaki "İnsanın rolü" sütunu önemli: büyük dil modelleri bir teklifteki rakamı yanlış okuyabilir ya da olmayan bir maddeyi varmış gibi özetleyebilir. Bu riski azaltmanın yollarını [yapay zeka halüsinasyonu](https://digitalbridge.com.tr/blog/yapay-zeka-halusinasyon.html) yazısında anlattık. Satın almada kural basittir: tutar, IBAN ve sözleşme maddesi, kaynak belgeyle karşılaştırılmadan kesinleşmez.

## Satın almada yapay zeka pilotu nasıl kurulur?

Satın almada yapay zeka pilotu için en uygun iş, hacmi yüksek, sonucu ölçülebilir ve hatası geri alınabilir olandır. Harcama sınıflandırma ve fatura eşleştirme bu yüzden sık seçilir; stratejik tedarikçi seçimi ise ilk pilot için uygun değildir.

Önce bugünkü durumu ölçün: bir teklif karşılaştırma tablosu kaç saatte hazırlanıyor, faturaların yüzde kaçı elle düzeltiliyor, sınıflandırılamayan harcama payı ne? Bu başlangıç değerleri olmadan pilotun başarısı tartışma konusu olur. Getiriyi nasıl hesaplayacağınızı [yapay zeka projesi ROI](https://digitalbridge.com.tr/blog/yapay-zeka-projesi-roi.html) yazımızda adım adım anlattık.

Genel çerçeve ve hangi departmandan başlanacağı sorusu için [şirketlerde yapay zeka nereden başlamalı](https://digitalbridge.com.tr/blog/sirketlerde-yapay-zeka-nereden-baslamali.html) rehberine bakabilirsiniz. Tedarikçilerle veri paylaşımı söz konusuysa [tedarikçi bilgi güvenliği değerlendirmesi](https://digitalbridge.com.tr/blog/tedarikci-bilgi-guvenligi-degerlendirmesi.html) de pilot planına girmeli.

## Digital Bridge'de satın alma yapay zekasını nasıl kuruyoruz?

Hazır paket satmıyoruz; işe ihtiyaç analiziyle başlıyoruz. Satın alma ekibinizle birlikte talepten ödemeye akışı çıkarıyor, zamanın en çok gittiği iki üç adımı ve bunların verisinin nerede durduğunu belirliyoruz. Sonunda kapsamı, aşamaları ve bedeli yazan bir teklif veriyoruz.

Pilotu tek bir işe odaklıyoruz. Teklif ya da fatura belgeleri söz konusuysa [doküman OCR ve belge okuma](https://digitalbridge.com.tr/teknoloji-donanim/dokuman-ocr.html) katmanını kuruyor, doğruluğu sizin gerçek belgelerinizle ölçüyoruz. Fiyat sapması ve mükerrer ödeme için [anomali tespiti hizmetimizle](https://digitalbridge.com.tr/teknoloji-donanim/anomali-tespiti.html) geçmiş ödeme verisini tarıyor, uyarı eşiğini ekiple birlikte ayarlıyoruz.

Sonuç, satın almacının zaten çalıştığı ekranda görünmeli. Bu yüzden modeli kullandığınız [ERP sistemine](https://digitalbridge.com.tr/yazilim-cozumleri/erp-kurumsal-kaynak-yonetimi.html) bağlıyor, öneriyi sipariş ekranına taşıyoruz. Sipariş önerisi hedefleniyorsa [talep tahmini analitiği](https://digitalbridge.com.tr/teknoloji-donanim/talep-tahmini-analitigi.html) aynı projede ele alınıyor; tüm bu bağlantıları [yapay zeka entegrasyonu](https://digitalbridge.com.tr/teknoloji-donanim/yapay-zeka-entegrasyonu.html) çatısı altında yürütüyoruz.

## Smart360 ile satın alma yazışmasında yapay zeka

Satın almanın önemli bir bölümü e-postada ve dosyalarda döner. Digital Bridge'in geliştirdiği [Smart360](https://digitalbridge.com.tr/smart360.html) ürün ailesi, özel bir proje beklemeden bu kısmı SmartMail ve SmartFiles ile üstlenir.

**Teklif ve fatura mailleri kendiliğinden ayrılır.** SmartMail gelen mesajları kural yazmadan ilk temas, fatura/ödeme, teklif/ihale, resmî yazışma, promosyon ve güncelleme olarak sınıflandırır. Fatura PDF'inden taraflar, düzenlenme ve vade tarihi, ara toplam, KDV, genel toplam, belge no ve vergi no dosya indirilmeden çıkarılır. Yurt dışı tedarikçinin mesajı 30 dile çeviri desteğiyle okunur, uzun yazışma zinciri özetlenir.

**Teklifler tek klasörde sorgulanır.** Teklif eki tek tıkla SmartFiles'taki proje klasörüne kaydedilir. Yüklenen her belge için kimse istemeden Özet, Ana Noktalar, Yapı ve Dikkat Çeken Detaylar bölümlerinden oluşan bir rapor üretilir; satın almacı "Hangi teklifte navlun dahil değil?" sorusunu klasörün tamamına sorabilir.

**Riskli talep ve giden sipariş kontrol altında.** SmartMail her gelen maili kimlik (SPF, DKIM, DMARC), yapı ve içerik açısından değerlendirir; benzer alan adı, görünen ad taklidi, Reply-To uyuşmazlığı ya da IBAN değişikliği işaretleri gerekçeli bir değerlendirmeyle gösterilir. Tedarikçiye gidecek sipariş ya da revizyon maili, gönderim onayı başlatılarak göndermeden önce yöneticinin onayına sunulabilir; her adım tarih-saatle kaydedilir.

SmartMail.com.tr ve SmartFiles.com.tr çevrimiçi satın alınabilir: [SmartMail'i satın al](https://smart360.com.tr/satin-al?urun=smartmail) · [SmartFiles'ı satın al](https://smart360.com.tr/satin-al?urun=smartfiles). Her ürün tek başına alınır, diğeri sonradan aynı hesaba eklenir.

## Sonraki adım

Son üç ayda gelen teklif ve faturalardan bir örnek seçin; her birinin kaç dakikada işlendiğini ve kaçında düzeltme gerektiğini not edin. Ardından [bizimle iletişime geçin](https://digitalbridge.com.tr/iletisim.html): ilk pilot için en uygun satın alma işini birlikte belirleyelim. Diğer departmanlardaki örnekler için [yapay zeka ile yapılabilecek 30 iş](https://digitalbridge.com.tr/blog/yapay-zeka-ile-yapilabilecek-isler.html) listesine ve [Yapay Zeka konu sayfamıza](https://digitalbridge.com.tr/blog/konu/yapay-zeka.html) göz atabilirsiniz.

## Sık Sorulan Sorular

### Satın almada yapay zeka satın almacının yerini alır mı?

Hayır. Yapay zeka satın almada okuma, sınıflandırma, karşılaştırma ve kontrol gibi tekrarlayan işleri hızlandırır. Tedarikçi seçimi, pazarlık, ilişki yönetimi ve risk kararı insanda kalır. Doğru kurulduğunda satın almacı veri toplamaya daha az, kategori stratejisine ve tedarikçi geliştirmeye daha çok zaman ayırır. Tutar, banka bilgisi ve sözleşme maddesi her zaman insan onayıyla kesinleşmelidir.

### Satın alma yapay zekası için hangi veriler gerekir?

Kullanım alanına göre değişir. Harcama analizi için ERP'deki sipariş ve fatura kalemleri ile bir kategori ağacı yeterlidir. Talep tahmini için tüketim, satış ve tedarik süresi geçmişi gerekir. Teklif ve sözleşme incelemesi için belgelerin kendisi ve şirketin standart şartları kullanılır. Pilot öncesinde verinin nerede durduğu ve ne kadar düzenli olduğu mutlaka gözden geçirilmelidir.

### e-Fatura kullanıyorsak OCR'a yine de ihtiyaç var mı?

e-Fatura yapısal veri olarak geldiği için okunmasına OCR gerekmez; doğrudan eşleştirmeye alınabilir. Ancak e-Fatura kapsamı dışındaki tedarikçilerin kâğıt ya da PDF faturaları, yurt dışı faturalar, irsaliyeler, teklifler ve şartnameler hâlâ belge okuma gerektirir. Bu yüzden çoğu şirkette iki yol birlikte çalışır: yapısal veri doğrudan, diğer belgeler okuma adımından sonra aynı eşleştirme kurallarına girer.

### İlk pilot için hangi satın alma işi seçilmeli?

Hacmi yüksek, sonucu kolay ölçülen ve hatası geri alınabilen bir iş seçilmelidir. Harcama sınıflandırma, fatura–sipariş eşleştirme ve teklif karşılaştırma bu ölçütlere uyar. Stratejik tedarikçi seçimi ya da otomatik sipariş verme ilk pilot için uygun değildir. Başlamadan önce mevcut süre ve hata oranı ölçülmeli, pilot sonunda aynı ölçüler tekrarlanmalıdır.

### Satın alma yapay zekasının maliyeti neye bağlıdır?

Maliyeti tek bir fiyat değil, kapsam belirler. Kaç kullanım alanıyla başlandığı, belgelerin biçimi ve hacmi, ERP ile entegrasyonun derinliği, verinin ne kadar temizlik gerektirdiği ve modelin şirket içinde mi bulutta mı çalışacağı en büyük etkenlerdir. Tek bir işe odaklanan pilot, bütçeyi ölçülebilir sonuçla ilişkilendirmenin en güvenli yoludur; kapsam sonuç görüldükçe genişletilir.

### Tedarikçi verilerini yapay zekaya vermek güvenli mi?

Tedarikçi sözleşmeleri, fiyatlar ve banka bilgileri çoğunlukla ticari sır niteliği taşır; tedarikçi çalışanlarının adı, e-postası gibi kişisel veriler varsa KVKK da uygulanır ve model yurt dışındaki bir bulutta çalışıyorsa yurt dışına aktarım kuralları ayrıca değerlendirilmelidir. Bu yüzden verinin hangi sunucuda işlendiği, modele kimin erişebildiği ve kayıtların ne kadar saklandığı baştan belirlenmelidir. Genel amaçlı sohbet araçlarına şirket belgesi yapıştırmak yerine erişimi yetkiyle sınırlanmış, kaydı tutulan kurumsal bir çözüm tercih edilmelidir.