# Şirketlerde Yapay Zeka Kullanımı: Nereden Başlamalı? İlk Proje Seçimi ve 7 Adımlık Yol Haritası

> Şirketlerde yapay zeka kullanımına nereden başlanır? İlk projeyi seçmek, bugünkü maliyeti ölçmek ve 30–60 günde karar vermek için 7 adım ve aday tablosu.

Kaynak: https://digitalbridge.com.tr/blog/sirketlerde-yapay-zeka-nereden-baslamali.html
Yayıncı: Digital Bridge Teknoloji (https://digitalbridge.com.tr)
Konu: Yapay Zeka
Yayın: 2026-09-24 · Güncelleme: 2026-10-23

Şirketlerde yapay zeka kullanımı, belge okuma, soru yanıtlama, sınıflandırma ve tahmin gibi tekrarlanan iş adımlarının yapay zeka araçlarıyla hızlandırılmasıdır. En güvenli başlangıç bir strateji belgesi değil; sık tekrarlanan, zaman alan ve hataya açık tek bir iş adımını seçmektir. Bu adımın bugünkü maliyetini ölçün, kendi verinizle küçük bir pilot kurun ve sonucu 30–60 günlük sayılarla değerlendirin.

## Kısaca

- **Araçla değil iş adımıyla başlayın:** her gün tekrarlanan, dakikası ve hatası ölçülebilen tek bir işi seçin; örneğin faturadan veri girişi.
- **Önce bugünü ölçün:** haftalık tekrar sayısı, işlem başına süre ve aylık hata sayısı olmadan pilotun başarısı kanıtlanamaz.
- **Engel teknoloji değil, uzmanlık:** TÜİK 2025 verisine göre yapay zekayı düşünüp kullanmayan girişimlerin %74,2'si uzmanlık eksikliğini neden gösteriyor.
- **Kuralları pilottan önce yazın:** onaylı araçlar ve dış servise girilmeyecek veriler tek sayfalık bir kullanım politikasında netleşirse gölge yapay zeka riski azalır.
- **30–60 gün sonra sayılarla karar verin:** sonucu başlangıç ölçüsüyle karşılaştırın, hedef tutarsa yaygınlaştırın, tutmazsa nedenini yazıya dökün.

## Neden çoğu şirket yapay zekada yerinde sayıyor?

Hemen her yönetim toplantısında aynı cümle geçiyor: "Yapay zekayı bir yerde kullanmamız lazım." Sonra ekipten biri bir sohbet aracına hesap açıyor, birkaç e-posta taslağı yazılıyor, bir sunumda "yapay zeka ile yaptık" notu düşülüyor. Altı ay sonra kimse hangi işin hızlandığını, hangi hatanın azaldığını söyleyemiyor.

Sorun teknolojinin yetersizliği değil, **başlangıç noktasının belirsizliği**. "Yapay zeka kullanalım" bir hedef değil, bir araç tercihidir. Hedef, "tedarikçi faturalarını sisteme girmek günde iki saat sürüyor, bunu yarıya indirelim" gibi ölçülebilir bir cümle olmalıdır. Bu cümle kurulmadığında proje ya hiç başlamaz ya da deneme aşamasında kalır.

İkinci sorun, kontrolsüz kullanımdır. Kurumun onaylamadığı araçlara müşteri listesi, teklif dosyası ya da kaynak kod yapıştırılır. Bu risk ayrı bir başlık; [ChatGPT'ye şirket verisi girmenin riskleri yazımızda](https://digitalbridge.com.tr/blog/chatgpt-sirket-verisi-guvenligi.html) ayrıntılı ele aldık.

## Yapay zekada beklemenin ve plansız başlamanın maliyeti nedir?

[Türkiye'de yapay zeka kullanımı](https://digitalbridge.com.tr/blog/turkiyede-sirketlerin-yapay-zeka-kullanimi.html) hızla artıyor ama hâlâ düşük bir tabandan. Türkiye İstatistik Kurumu'nun [TÜİK Yapay Zeka İstatistikleri, 2025](https://veriportali.tuik.gov.tr/tr/press/57945) bültenine göre 10 ve daha fazla çalışanı olan girişimlerde yapay zeka kullanım oranı 2021'de %2,7 iken 2025'te %7,5'e çıktı. Avrupa Birliği'nde ise [Eurostat'ın Aralık 2025 verisine](https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20251211-2) göre aynı büyüklükteki işletmelerin %20,0'si 2025'te yapay zeka kullandı; bir yıl önce bu oran %13,5'ti.

İki ülke grubunda da en büyük fren aynı. TÜİK bülteni, yapay zekayı düşünüp kullanmayan girişimlerin %74,2'sinin uzmanlık eksikliğini, %67,4'ünün yüksek maliyeti, %62,4'ünün hukuki belirsizliği neden gösterdiğini söylüyor; [Eurostat'ın yapay zeka kullanımı istatistiklerinde](https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Use_of_artificial_intelligence_in_enterprises) AB'deki benzer işletmeler için uzmanlık eksikliği oranı %70,89. Yani engel çoğunlukla "nereden başlayacağımızı bilmiyoruz" cümlesinde toplanıyor.

Başlayanlar için de tablo tek başına olumlu değil. [BCG'nin 2024 tarihli "Where's the Value in AI?" araştırmasına](https://www.bcg.com/press/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value) göre 59 ülkede ankete katılan 1.000 yöneticinin şirketlerinin %74'ü yapay zekadan henüz somut değer elde edememişti. [OECD'nin 2026 D4SME anketinde](https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/04/empowering-smes-in-the-age-of-ai_7f58652c/bf5a9816-en.pdf) yapay zeka kullandığını söyleyen KOBİ'lerin %76'sı yalnızca hazır araçları tekil işlerde kullanan "yeni başlayan" düzeyindeydi. Bu açığın en sık nedenlerini [yapay zeka projeleri neden başarısız olur](https://digitalbridge.com.tr/blog/yapay-zeka-projeleri-neden-basarisiz-olur.html) yazımızda, doğru kurgulanan işlerde ölçülen kazançları ise [yapay zekanın verimliliğe etkisi](https://digitalbridge.com.tr/blog/yapay-zekanin-verimlilige-etkisi.html) yazımızda derledik.

Dağınık kullanımın bir de güvenlik faturası var. [IBM'in Cost of a Data Breach Report 2025 araştırmasına](https://newsroom.ibm.com/2025-07-30-ibm-report-13-of-organizations-reported-breaches-of-ai-models-or-applications,-97-of-which-reported-lacking-proper-ai-access-controls) göre her beş kuruluştan biri onaysız yapay zeka araçlarından ([gölge yapay zeka](https://digitalbridge.com.tr/sozluk.html#shadow-ai)) kaynaklanan bir ihlal bildirdi; gölge yapay zeka kullanımı yüksek olanlarda ihlal maliyeti 670.000 dolar daha yüksekti. Kısacası beklemek rekabette geri düşürüyor, plansız başlamak ise hem değer üretmiyor hem risk büyütüyor.

## İlk yapay zeka projesi için iyi aday nasıl tanınır?

Şirketlerde ilk yapay zeka projesi için iyi aday, teknik olarak en heyecan verici olan değil, **ölçmesi en kolay** olandır. Aşağıdaki tablo, sık karşılaştığımız adayları kaba bir değerlendirmeyle karşılaştırıyor:

| İş adımı | Tekrar sıklığı | Veri hazır mı? | Ölçüm kolaylığı | Risk |
|---|---|---|---|---|
| Faturadan / irsaliyeden veri girişi | Günlük, yüksek hacim | Genelde evet (PDF, tarama) | Kolay: dakika ve hata sayısı | Düşük, insan onayı kalır |
| Çalışanların prosedür soruları | Günlük | Belgeler dağınık olabilir | Orta: yanıt süresi, doğruluk | Orta, kaynak gösterme şart |
| Müşterinin tekrarlayan soruları | Günlük | SSS ve sipariş sistemi | Kolay: çözülen konuşma oranı | Orta, müşteriye dönük |
| Stok / talep tahmini | Haftalık | Satış geçmişi gerekir | Orta: tahmin hatası | Orta |
| Görüntüyle kalite kontrol | Sürekli | Etiketli görüntü gerekir | Kolay: kaçan hata oranı | Donanım yatırımı gerekir |

Tabloda üst sıralardaki işler çoğu şirket için iyi başlangıçtır: veri zaten vardır, iş her gün tekrarlanır ve sonucu bir kişi kolayca kontrol eder. Adayınızı hangi veriyle çalıştığına göre aşağıdaki eksenlerden birine yerleştirmek, doğru yöntemi ve doğru rehberi bulmayı kolaylaştırır:

- **Yapılandırılmış belge:** Faturadan, irsaliyeden alan çıkarıp kurumsal kaynak planlama (ERP) sistemine aktarmak için [OCR ile fatura okuma](https://digitalbridge.com.tr/blog/ocr-ile-fatura-okuma.html) rehberimize bakın.
- **Serbest metin ve kurum bilgisi:** Tek bir sözleşmeyi ya da raporu özetlemek [yapay zeka ile belge analizinin](https://digitalbridge.com.tr/blog/yapay-zeka-ile-belge-analizi.html) konusudur; tüm arşive kaynak göstererek soru sormak ise [RAG ile kurumsal asistan](https://digitalbridge.com.tr/blog/rag-nedir-kurumsal-llm.html) kurmayı gerektirir.
- **Kurumsal bilgiye erişim:** Dosya sunucusu, e-posta ve wiki arasında yetkiye bağlı, anlamla arama yapmak [yapay zeka ile kurumsal aramanın](https://digitalbridge.com.tr/blog/kurumsal-arama-yapay-zeka.html) konusudur; bu aramanın altındaki altyapıyı [vektör veritabanı nedir](https://digitalbridge.com.tr/blog/vektor-veritabani-nedir.html) yazısı anlatır.
- **Gelen kutusu ve sözleşme:** Ortak kutulara gelen talepleri doğru ekibe yönlendirmek [yapay zeka ile e-posta sınıflandırmanın](https://digitalbridge.com.tr/blog/yapay-zeka-e-posta-siniflandirma.html), sözleşmelerde riskli maddeleri işaretlemek [yapay zeka ile sözleşme incelemenin](https://digitalbridge.com.tr/blog/yapay-zeka-sozlesme-inceleme.html) işidir.
- **Müşteri iletişimi:** Tekrarlayan soruları [müşteri hizmetleri chatbotu](https://digitalbridge.com.tr/blog/musteri-hizmetleri-chatbot.html) karşılar; görüşmelerin tamamını dinleyip özetlemek [çağrı merkezi ses analitiğinin](https://digitalbridge.com.tr/blog/cagri-merkezi-ses-analitigi.html) işidir.
- **Mesajlaşma kanalı:** Müşteriniz size zaten WhatsApp'tan yazıyorsa sipariş durumu ve randevu gibi soruları [WhatsApp chatbot](https://digitalbridge.com.tr/blog/whatsapp-chatbot.html) ile aynı kanalda karşılayabilirsiniz.
- **Türkçe metin ve ses:** Şikâyet, e-posta ve form metinlerini sınıflandırmak [Türkçe doğal dil işlemenin](https://digitalbridge.com.tr/blog/turkce-dogal-dil-isleme.html), toplantı ve görüşme kayıtlarını yazıya dökmek ise [Türkçe konuşmadan yazıya çevirmenin](https://digitalbridge.com.tr/blog/turkce-ses-tanima-konusmadan-yaziya.html) konusudur.
- **Depo ve saha:** Elleri dolu çalışan toplama personeli için el terminali yerine [sesli komutla depo toplama](https://digitalbridge.com.tr/blog/sesli-komut-depo-toplama.html) iyi bir ilk projedir.
- **Görüntü:** Üretimde en sık seçilen ilk projeler [görüntü işleme ile kalite kontrol](https://digitalbridge.com.tr/blog/goruntu-isleme-kalite-kontrol.html) ve mevcut kameralarla [KKD ve baret kontrolüdür](https://digitalbridge.com.tr/blog/yapay-zeka-is-guvenligi-kkd.html).
- **Sektöre özel görüntü:** Tekstilde dokuma ve boyahane hatalarını hat üstünde yakalamak [yapay zeka ile kumaş hata tespitinin](https://digitalbridge.com.tr/blog/kumas-hata-tespiti-yapay-zeka.html), mağazada giren kişiyi saymak ve dönüşüm oranını ölçmek [mağaza ziyaretçi sayma sisteminin](https://digitalbridge.com.tr/blog/magaza-ziyaretci-sayma.html) işidir.
- **Sayısal veri:** Makine, sayaç ya da finans kayıtlarında olağan dışını yakalamak [anomali tespitinin](https://digitalbridge.com.tr/blog/anomali-tespiti.html), gelecek haftanın siparişini öngörmek [yapay zeka ile talep tahmininin](https://digitalbridge.com.tr/blog/yapay-zeka-talep-tahmini.html) alanıdır.
- **Perakende stoku:** Talep tahminini mağaza ve ürün bazında sipariş önerisine çevirmek için [perakende stok optimizasyonu](https://digitalbridge.com.tr/blog/perakende-stok-optimizasyonu.html) rehberine bakın.
- **Fiyat:** Talep, stok ve rakip fiyatına göre etiketi güncellemek [yapay zeka ile dinamik fiyatlandırmanın](https://digitalbridge.com.tr/blog/dinamik-fiyatlandirma-yapay-zeka.html) alanıdır.
- **Çok adımlı iş akışı:** Birden fazla sistemde sırayla işlem yapan, araç kullanan asistanlar için [yapay zeka ajanı nedir](https://digitalbridge.com.tr/blog/yapay-zeka-ajani-nedir.html) yazısına bakın.
- **Enerji verisi:** Sayaç verisiyle yarının yükünü öngörmek [elektrik tüketim tahmininin](https://digitalbridge.com.tr/blog/elektrik-tuketim-tahmini.html), şüpheli tüketim profillerini ayıklamak [kaçak elektrik tespitinin](https://digitalbridge.com.tr/blog/kacak-elektrik-tespiti.html) alanıdır.

Her eksenin arkasında farklı bir teknik altyapı vardır; bu yüzden aynı anda iki eksende pilot açmak yerine birini bitirip ötekine geçmek hem ekibi hem bütçeyi korur. Bütçesi ve ekibi sınırlı işletmeler için daha kısa bir yolu [küçük işletmeler için yapay zeka](https://digitalbridge.com.tr/blog/kucuk-isletmeler-icin-yapay-zeka.html) yazımızda anlattık. Departman ve sektöre göre 30 somut örneği [yapay zeka ile yapılabilecek işler](https://digitalbridge.com.tr/blog/yapay-zeka-ile-yapilabilecek-isler.html) listemizde bulabilirsiniz.

## Şirketlerde yapay zeka kullanımına nasıl başlanır? 7 adım

Aşağıdaki yedi adım, tek bir iş adımından ölçülebilir bir [yapay zeka pilot projesine](https://digitalbridge.com.tr/sozluk.html#ai-pilot-project) giden yolu sırasıyla gösterir.

1. **Tek bir iş adımı seçin.** "Satış ekibi" değil, "teklif maillerinden ürün kodlarını ERP'ye aktarmak" gibi dar ve somut bir adım. Adımın sahibi olan bir kişi belirleyin. Birden fazla aday varsa [kullanım senaryosu önceliklendirme](https://digitalbridge.com.tr/blog/yapay-zeka-kullanim-senaryosu-onceliklendirme.html) matrisiyle puanlayın.
2. **Bugünkü durumu ölçün.** Bu iş haftada kaç kez yapılıyor, bir seferi kaç dakika sürüyor, ayda kaç hata çıkıyor? Başlangıç ölçüsü olmayan pilot başarılı da olsa kanıtlanamaz.
3. **Veriyi gözden geçirin.** Model hangi belgelerle, kayıtlarla, görüntülerle çalışacak? Mükerrer, eski ya da eksik kayıtlar sonucu doğrudan bozar; bu aşamada [veri kalitesine](https://digitalbridge.com.tr/blog/veri-kalitesi-mukerrer-kayit.html) bakmak projenin yarısıdır. Model görüntü ya da metinle eğitilecekse örneklerin nasıl hazırlanacağını [veri etiketleme rehberimizde](https://digitalbridge.com.tr/blog/veri-etiketleme-nedir.html) anlattık.
4. **Doğru yöntemi seçin.** Her iş için model eğitmek gerekmez. Hazır bir dil modeli, kendi belgelerinize bağlanan bir asistan ([RAG](https://digitalbridge.com.tr/sozluk.html#rag), getirmeyle güçlendirilmiş üretim) ya da firmaya özel eğitilmiş bir model farklı ihtiyaçlara cevap verir. Seçimi [firmaya özel yapay zeka modeli yazımızdaki](https://digitalbridge.com.tr/blog/firmaya-ozel-yapay-zeka-modeli.html) karşılaştırmayla yapabilirsiniz.
5. **Kullanım kurallarını yazın.** Hangi araçlar onaylı, hangi veri hiçbir koşulda dış servise girilmez, çıktıyı kim kontrol eder? Kısa, tek sayfalık bir [şirket yapay zeka kullanım politikası](https://digitalbridge.com.tr/blog/sirket-yapay-zeka-kullanim-politikasi.html) gölge kullanımı ciddi ölçüde azaltır. AB'ye ürün ya da hizmet sunuyorsanız [AB Yapay Zeka Yasası yükümlülüklerini](https://digitalbridge.com.tr/blog/ab-yapay-zeka-yasasi.html) de bu aşamada kontrol edin.
6. **Mevcut ekranın içinde pilot yapın.** Personelin yeni bir program öğrenmesi yerine, sonuç alıştığı ERP, CRM ya da e-posta ekranına gelsin. Emin olunamayan kayıtlar insan onayına düşsün.
7. **30–60 gün sonra sayılarla karar verin.** Başlangıç ölçüsüyle karşılaştırın; yatırım getirisini nasıl hesaplayacağınızı [yapay zeka projesinde ROI ölçme yazımızda](https://digitalbridge.com.tr/blog/yapay-zeka-projesi-roi.html) adım adım anlattık. Hedefe ulaştıysanız yaygınlaştırın, ulaşmadıysanız nedenini yazıya dökün. Kalıcı hale gelen modelin izlenmesi ve yeniden eğitilmesi için [MLOps sürecini](https://digitalbridge.com.tr/blog/mlops-nedir.html) baştan planlayın.

Yedi adımın ortak noktası şudur: yapay zeka bir "dönüşüm programı" olarak değil, bir iş adımının iyileştirilmesi olarak ele alınır. Başarılı birkaç pilot, genel yol haritasını zaten kendiliğinden ortaya çıkarır. Yapay zekanın satış, finans, ofis ve sahayı kapsayan genel planda hangi aşamaya oturduğunu [dijital dönüşüm yol haritası](https://digitalbridge.com.tr/blog/dijital-donusum-yol-haritasi.html) yazımızda anlattık.

## Yapay zekaya başlarken sık yapılan hatalar nelerdir?

- **Aracı seçip iş aramak.** Önce bir sohbet aracı alınıp "ne yapabiliriz?" diye sorulduğunda, sonuç çoğunlukla yazı taslağı üretmekle sınırlı kalır.
- **Kurala bağlanabilen işe yapay zeka koymak.** Girdisi hep aynı biçimde gelen ve "şu alan şuraya" diye tarif edilebilen işlerde [robotik süreç otomasyonu (RPA) ile kural tabanlı otomasyon](https://digitalbridge.com.tr/blog/rpa-nedir.html) daha ucuz ve öngörülebilirdir. Yapay zeka, belge biçimi değiştiğinde ya da iş yorum gerektirdiğinde değer katar; ayrımı [yapay zeka mı kural tabanlı otomasyon mu](https://digitalbridge.com.tr/blog/yapay-zeka-mi-kural-tabanli-otomasyon-mu.html) yazısında ölçütleriyle yaptık.
- **Doğruluğu test etmemek.** Dil modelleri bilmedikleri konuda da ikna edici yanıt verebilir. Nedenlerini ve önlemlerini [yapay zeka halüsinasyonu yazımızda](https://digitalbridge.com.tr/blog/yapay-zeka-halusinasyon.html) açıkladık. E-posta ya da web sayfası okuyan asistanları [prompt enjeksiyonu saldırılarına](https://digitalbridge.com.tr/blog/prompt-enjeksiyonu.html) karşı da test edin.
- **Kişisel veriyi unutmak.** Müşteri ya da çalışan verisi işleyen bir yapay zeka uygulaması, 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK) kapsamındaki aydınlatma, yurt dışına aktarım ve veri güvenliği yükümlülüklerinden bağımsız değildir; uygulamayı [KVKK uyum sürecinizin](https://digitalbridge.com.tr/blog/kvkk-uyum-sureci.html) bir parçası olarak ele alın. Adım adım çerçeve [yapay zeka ve KVKK](https://digitalbridge.com.tr/blog/yapay-zeka-kvkk.html) rehberimizde.
- **Tek seferde her departmana yaymak.** Ölçülmemiş bir yaygınlaştırma, başarısız bir pilotu daha pahalı hale getirir.

## Digital Bridge yapay zeka projesine nasıl başlıyor?

Digital Bridge olarak yapay zeka projesine "hangi model?" sorusuyla değil, "hangi iş adımı?" sorusuyla başlıyoruz:

- **Süreci birlikte ölçüyoruz.** [Dijital dönüşüm danışmanlığı](https://digitalbridge.com.tr/danismanlik/dijital-donusum-danismanligi.html) kapsamında aday iş adımlarını listeliyor, her biri için bugünkü süreyi, hata oranını ve veri hazırlığını çıkarıyoruz.
- **Mevcut yazılımınıza ekliyoruz.** [Yapay zeka entegrasyonu](https://digitalbridge.com.tr/teknoloji-donanim/yapay-zeka-entegrasyonu.html) hizmetimizde modeli kullandığınız ERP, CRM ya da firmaya özel yazılıma API üzerinden bağlıyoruz; sistemi baştan yazmanız gerekmiyor.
- **Belge ve soru yükünü azaltıyoruz.** Fatura ve irsaliye gibi belgeler için [doküman OCR](https://digitalbridge.com.tr/teknoloji-donanim/dokuman-ocr.html), çalışanların prosedür soruları için kaynak gösteren bir [kurumsal LLM asistanı](https://digitalbridge.com.tr/teknoloji-donanim/kurumsal-llm-asistan.html), müşterinin tekrarlayan soruları için [NLP chatbot](https://digitalbridge.com.tr/teknoloji-donanim/nlp-chatbot.html) kuruyoruz.
- **Veri ve uyum tarafını ele alıyoruz.** Kişisel veri işleyen senaryolarda [KVKK uyum danışmanlığı](https://digitalbridge.com.tr/danismanlik/kvkk-uyum-danismanligi.html) ile aydınlatma metinlerini ve aktarım koşullarını değerlendiriyoruz.

Hazır paket satmıyoruz; ihtiyaç analizinin ardından kapsamı, aşamaları ve bedeli içeren yazılı bir teklif hazırlıyoruz. Birden fazla firmadan gelen teklifleri karşılaştırırken [yapay zeka proje teklifi değerlendirme](https://digitalbridge.com.tr/blog/yapay-zeka-projesi-teklifi-degerlendirme.html) kontrol listemizi kullanabilirsiniz.

## Hiç proje başlatmadan yapay zekayı günlük işe katmak: Smart360

Şirketlerde yapay zeka kullanımının ilk adımı bir yazılım projesi olmak zorunda değil. Digital Bridge'in geliştirdiği [Smart360](https://digitalbridge.com.tr/smart360.html) ailesi; kurumsal e-posta, dosya yönetimi, web sitesindeki müşteri iletişimi ve proje yönetiminde yapay zekayı günlük işin içine koyar (ailede kartlı geçiş ve PDKS için SmartPass, e-ticaret için SmartSales de yer alır):

- **SmartMail** ([yapay zeka destekli kurumsal e-posta](https://digitalbridge.com.tr/smart360/smartmail.html)) gelen mesajı özetler, ilk temas, fatura/ödeme, teklif/ihale, resmî yazışma gibi içerik türlerine kural yazmadan sınıflandırır, mesaja soru sormanıza izin verir ve 30 dile çeviri sunar. Fatura PDF'inden taraflar, vade tarihi, KDV ve genel toplam dosya indirilmeden çıkarılır.
- **SmartFiles** ([kurumsal dosya yönetimi](https://digitalbridge.com.tr/smart360/smartfiles.html)) yüklenen her belgeyi kimse istemeden analiz eder ve Özet, Ana Noktalar, Yapı, Dikkat Çeken Detaylar bölümlerinden oluşan bir rapor çıkarır; belgeye ya da klasörün tamamına soru sorulabilir.
- **SmartOperator** ([web sitesi için yapay zeka müşteri temsilcisi](https://digitalbridge.com.tr/smart360/smartoperator.html)) ziyaretçinin sorusunu bilgi bankası ve katalogdaki bilgiye dayanarak yanıtlar, sepete ekler ya da randevu alır; emin olmadığında konuşmayı ekibinize devreder.
- **SmartPM** ([proje yönetimi yazılımı](https://digitalbridge.com.tr/smart360/smartpm.html)) belgeden ya da tariften plan çıkarır, alt görev önerir ve durum özeti hazırlar; plan ve alt görevler onayla kaydedilir.

Kontrol kurumda kalır: SmartMail'de yapay zeka ile yeniden yorumlama ve yapay zeka sohbeti posta kutusu başına ayrı izinlerdir; SmartFiles'ta yapay zeka yetkisi kişiye ya da departmana verilir, aylık hak tavanı vardır ve yönetici özelliği tamamen kapatabilir; SmartPM'deki yapay zeka kullanımı da kurumun aylık hakkından düşer. Bu ürünler tek kimlikle (SmartID) kullanıldığı için ayrılan çalışanın erişimi tek işlemle kapanır. SmartMail, SmartFiles ve SmartOperator'ı [Smart360 satın alma sayfasından](https://smart360.com.tr/satin-al) alabilirsiniz; SmartPM'i satın almak için [SmartPM formunu](https://smart360.com.tr/teklif-iste?urun=smartpm) doldurmanız yeterlidir.

## Yapay zekaya başlamak için bu hafta ne yapmalı?

Yapay zekaya başlamak için bu hafta ekibinizle bir saat ayırın ve her departmandan "her gün tekrar eden, en çok vakit alan" üç iş adımını yazın. Listeyi ilk proje adaylarını karşılaştıran tabloyla eleyin. Ardından [iletişim sayfamızdan](https://digitalbridge.com.tr/iletisim.html) bize ulaşın; seçtiğiniz adımı birlikte ölçelim ve kendi verinizle küçük bir pilotun kapsamını çıkaralım. Kullanım alanlarının tamamını görmek isterseniz [Yapay Zeka rehberimizin tamamına](https://digitalbridge.com.tr/blog/konu/yapay-zeka.html) göz atın.

## Sık Sorulan Sorular

### Küçük bir şirket yapay zekaya nereden başlamalı?

Personelin her gün tekrarladığı, dakikası ve hatası ölçülebilen tek bir işten başlamalı: faturadan veri girişi, sık sorulan müşteri soruları ya da gelen e-postaların sınıflandırılması gibi. Önce bugünkü süreyi ölçün, sonra mevcut yazılımınızın içinde küçük bir pilot kurun ve 30–60 gün sonra sonucu başlangıç ölçüsüyle karşılaştırın.

### Yapay zeka için kendi modelimizi eğitmemiz gerekir mi?

Çoğu zaman hayır. Belge okuma, özetleme ve soru yanıtlama gibi işlerde hazır dil modelleri ya da kendi belgelerinize bağlanan RAG mimarisi yeterlidir. Firmaya özel model eğitimi; terminolojinin çok özel olduğu, hazır modelin tutarlı biçimde yanıldığı veya görüntü, ses gibi özel veriyle çalışılan işlerde anlamlı hale gelir.

### Yapay zeka pilotu ne kadar sürer?

Kapsama göre değişir, ancak dar tutulan bir pilotun amacı haftalar içinde ölçülebilir bir sonuç göstermektir. Önerdiğimiz yaklaşımda başlangıç ölçüsü alınır, pilot mevcut ekrana yerleştirilir ve karar, önceden belirlenen deneme süresinin sayılarıyla verilir. Kesin süre ve bedel, ihtiyaç analizinden sonra yazılı teklifte belirtilir.

### Çalışanların ChatGPT kullanmasını yasaklamalı mıyız?

Tamamen yasaklamak çoğu zaman kullanımı görünmez hale getirir. Daha etkili yol; onaylı araçları belirlemek, hangi verinin hiçbir koşulda dış servise girilmeyeceğini yazmak, kurumsal hesapla kullanımı zorunlu tutmak ve hassas işler için kurum içinde çalışan, erişimi yetkiye bağlı bir asistan sunmaktır.

### Yapay zeka projesinde KVKK açısından nelere dikkat edilmeli?

İşlenen verinin kişisel veri içerip içermediği, ilgili kişilere aydınlatma yapılıp yapılmadığı, verinin yurt dışındaki bir servise aktarılıp aktarılmadığı ve erişimin kimlerle sınırlı olduğu değerlendirilmelidir. Kişisel veri içeren işler için veriyi kurum dışına çıkarmayan kurulum seçenekleri ayrıca düşünülmeli, alınan teknik ve idari tedbirler de yazılı hale getirilmelidir.

### İlk yapay zeka projesi için hangi iş seçilmeli?

Verisi hazır, her gün tekrarlanan ve sonucu bir kişinin kolayca kontrol edebildiği iş seçilmelidir. Faturadan ve irsaliyeden veri girişi, çalışanların prosedür soruları ve müşterinin tekrarlayan soruları çoğu şirket için iyi adaylardır. Görüntüyle kalite kontrol gibi işler de ölçmesi kolay olsa da etiketli görüntü ve donanım yatırımı gerektirdiği için genellikle ikinci aşamaya kalır.

### Yapay zeka pilotunun başarılı olup olmadığı nasıl anlaşılır?

Pilotun başarısı, başlamadan önce alınan ölçüyle karşılaştırılarak anlaşılır. İşin haftada kaç kez yapıldığı, bir seferinin kaç dakika sürdüğü ve ayda kaç hata çıktığı önceden kaydedilir; 30–60 gün sonra aynı ölçüler yeniden alınır. Hedefe ulaşıldıysa yaygınlaştırılır, ulaşılmadıysa nedeni yazıya dökülür ve sıradaki adaya geçilir.