# Yapay Zeka Kullanım Senaryosu Önceliklendirme: Departman Bazında Puanlanan Senaryo Matrisi

> Yapay zeka kullanım senaryosu önceliklendirme nasıl yapılır? 5 ölçüt, ağırlıklı puan, 8 senaryolu departman matrisi ve 6 adımla ilk pilotu seçin.

Kaynak: https://digitalbridge.com.tr/blog/yapay-zeka-kullanim-senaryosu-onceliklendirme.html
Yayıncı: Digital Bridge Teknoloji (https://digitalbridge.com.tr)
Konu: Yapay Zeka
Yayın: 2026-10-06 · Güncelleme: 2026-10-23

Yapay zeka kullanım senaryosu önceliklendirme, departmanlardan toplanan yapay zeka fikirlerini aynı ölçütlerle puanlayıp hangisinin önce yapılacağına karar verme yöntemidir. Her senaryo iş değeri, veri hazırlığı, görev uygunluğu, entegrasyon kolaylığı ve risk açısından 1–5 arası puanlanır; ağırlıklı toplam ve tek tek puanlar birlikte okunarak senaryo "hemen pilot", "sıraya al", "önce hazırlık" ya da "yeniden tasarla" gibi bir karara bağlanır.

## Kısaca

- Yapay zeka kullanım senaryoları beş ölçütle 1–5 arası puanlanır: iş değeri (×3), veri hazırlığı, görev uygunluğu, risk (×2) ve entegrasyon (×1); en yüksek toplam 50'dir.
- Gartner, üretken yapay zeka projelerinin en az %30'unun kavram kanıtlamadan sonra 2025 sonuna kadar terk edileceğini öngördü (Temmuz 2024).
- Değeri yüksek ama verisi hazır olmayan senaryo iptal edilmez; önce veri hazırlık projesine dönüşür ve birkaç ay sonra yeniden puanlanır.
- İlk dalgada bir hızlı kazanım ile bir stratejik senaryo seçilir; her pilot önceden yazılmış ölçülebilir bir başarı eşiğiyle başlar.
- Önceliklendirme matrisi üç ayda bir güncellenir; pilotlarda ölçülen gerçek kazanç, tahmini değer puanının yerini alır.

## Yapay zeka fikirleri neden önceliklendirilmeli?

Şirkette yapay zeka konuşulmaya başladığında liste hızla uzar. Muhasebe fatura girişini, satış teklif hazırlamayı, İK CV taramayı, üretim planlamayı, yönetim de "raporlara soru sorabilmeyi" ister. Her departman kendi fikrini en acil olarak görür ve sonunda ya en yüksek sesle savunulan proje seçilir ya da hiçbiri. Fikir listesi henüz oluşmadıysa [yapay zeka ile yapılabilecek 30 iş](https://digitalbridge.com.tr/blog/yapay-zeka-ile-yapilabilecek-isler.html) derlememiz iyi bir başlangıç havuzu sunar.

Bu önceliklendirme rehberi, yapay zekada ilk adımı atmış şirketler içindir. Yapay zekaya hiç başlamadıysanız önce [şirketlerde yapay zeka nereden başlamalı](https://digitalbridge.com.tr/blog/sirketlerde-yapay-zeka-nereden-baslamali.html) rehberine bakın. Önceliklendirmek istediğiniz şey kural tabanlı süreçlerse [süreç otomasyonu önceliklendirme matrisi](https://digitalbridge.com.tr/blog/kobi-surec-otomasyonu-onceliklendirme.html) daha uygundur. Burada ise elinizde birden fazla departmandan gelen yapay zeka senaryosu olduğunu ve bunları tek bir portföyde sıralamak istediğinizi varsayıyoruz.

## Yanlış yapay zeka senaryosunu seçmenin maliyeti nedir?

Yapay zeka projelerinin önemli bir kısmı teknik başarısızlıktan değil, yanlış seçilmiş kullanım alanından ölür. Kamuya açık araştırmalar, sorunun büyük kısmının daha seçim aşamasında ortaya çıktığını gösteriyor:

> Gartner, üretken yapay zeka projelerinin en az %30'unun kötü veri kalitesi, yetersiz risk kontrolleri, artan maliyetler ya da belirsiz iş değeri nedeniyle 2025 sonuna kadar kavram kanıtlama aşamasından sonra terk edileceğini öngördü. ([Gartner basın bülteni, Temmuz 2024](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))

[Kavram kanıtlama](https://digitalbridge.com.tr/sozluk.html#proof-of-concept) (PoC), fikrin küçük ölçekte çalıştığını gösteren deneme aşamasıdır. Gartner'ın saydığı dört gerekçenin hepsi ise proje başlamadan puanlanabilir: veri, risk, maliyet ve değer. RAND'ın 65 veri bilimci ve mühendisle yaptığı görüşmelere dayanan [2024 tarihli başarısızlık nedenleri raporu](https://www.rand.org/pubs/research_reports/RRA2680-1.html) da bazı tahminlere göre yapay zeka projelerinin %80'inden fazlasının başarısız olduğunu, bunun yapay zeka içermeyen BT projelerinin iki katı olduğunu aktarıyor. Başarısızlığın vakalardan çıkan diğer nedenlerini [yapay zeka projeleri neden başarısız olur](https://digitalbridge.com.tr/blog/yapay-zeka-projeleri-neden-basarisiz-olur.html) yazımızda ele aldık.

Değerin nereden geldiği de önemli. BCG'nin [2024 yapay zeka benimseme araştırmasına](https://www.bcg.com/press/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value) göre ankete katılan şirketler yapay zeka değerinin %62'sini çekirdek fonksiyonlardan (operasyon %23, satış ve pazarlama %20, Ar-Ge %13) elde ediyor. Destek fonksiyonlarının payı %38; başı müşteri hizmetleri (%12), BT (%7) ve satın alma (%7) çekiyor. Yani yalnızca "kolay" destek işlerini seçen bir portföy, değerin büyük kısmını masada bırakabilir. Bu destek alanlarından ikisinin örneklerini [BT operasyonlarında yapay zeka](https://digitalbridge.com.tr/blog/aiops-bt-operasyonlarinda-yapay-zeka.html) ve [satın almada yapay zeka](https://digitalbridge.com.tr/blog/satin-almada-yapay-zeka.html) yazılarında bulabilirsiniz.

## Yapay zeka kullanım senaryosu önceliklendirmede hangi 5 ölçüt kullanılır?

Yapay zeka önceliklendirme matrisinde her senaryoyu aşağıdaki beş ölçütle 1 ile 5 arasında puanlayın ve puanı ağırlıkla çarpın. En yüksek toplam 50'dir.

1. **İş değeri (×3):** Senaryo zaman, hata, gelir ya da risk açısından ne kazandırır? Değeri, işin bugünkü maliyetine bakarak tahmin edin; hesabın ayrıntısı için [yapay zeka projesi ROI](https://digitalbridge.com.tr/blog/yapay-zeka-projesi-roi.html) yazımıza bakın.
2. **Veri hazırlığı (×2):** Model hangi veriyle çalışacak ve bu veri bugün erişilebilir mi? Dağınık, mükerrer ya da eksik kayıtlar puanı düşürür; [veri kalitesi ve mükerrer kayıt](https://digitalbridge.com.tr/blog/veri-kalitesi-mukerrer-kayit.html) sorunu çoğu zaman ilk engeldir.
3. **Görev uygunluğu (×2):** İş, yapay zekanın güçlü olduğu türden mi (metin okuma, özetleme, sınıflandırma, taslak üretme, örüntü bulma)? Kesin hesap ya da tek doğrulu kural gerektiren işlerde [kural tabanlı otomasyon](https://digitalbridge.com.tr/blog/yapay-zeka-mi-kural-tabanli-otomasyon-mu.html) genellikle daha iyi sonuç verir.
4. **Entegrasyon kolaylığı (×1):** Sonuç, personelin kullandığı ERP, CRM ya da e-posta ekranına kolayca gelebiliyor mu? API varsa yüksek, yalnızca ekran üzerinden çalışılabiliyorsa düşük puan verin.
5. **Risk (×2, ters puan):** Hata müşteriye, çalışana ya da mevzuata dokunuyor mu? Kişisel veri, işe alım ya da kredi kararı gibi alanlar 1–2, insan onayından geçen iç taslaklar 4–5 alır.

Görev uygunluğunun neden ayrı bir ölçüt olduğunu 2023 tarihli [Harvard–BCG deneyi](https://www.hbs.edu/ris/Publication%20Files/24-013_d9b45b68-9e74-42d6-a1c6-c72fb70c7282.pdf) iyi gösteriyor. Yapay zekanın yetenek sınırı içindeki 18 görevde GPT-4 kullanan danışmanlar görevleri %25,1 daha hızlı bitirdi. Sınırın dışında seçilen bir görevde ise yapay zeka kullananların doğru sonuca ulaşma olasılığı 19 yüzde puan daha düşüktü. Aynı araç, yanlış işe verildiğinde zarar üretebiliyor.

## Departman bazında örnek yapay zeka senaryo matrisi

Aşağıdaki matris, orta ölçekli bir üretim ve ticaret şirketinde sık görülen senaryoların örnek puanlamasıdır. Puanlar sizin şirketinizde farklı çıkacaktır; önemli olan tüm departmanları aynı ölçüyle yan yana koymaktır.

| Departman | Senaryo | Değer | Veri | Uygunluk | Entegrasyon | Risk | Toplam (50) | Karar |
|---|---|---|---|---|---|---|---|---|
| Muhasebe | Gelen faturadan veri çıkarma ve eşleştirme | 4 | 5 | 5 | 3 | 4 | 43 | Hemen pilot |
| Müşteri hizmetleri | Temsilciye yanıt önerisi ve vaka özeti | 4 | 4 | 4 | 3 | 4 | 39 | Hemen pilot |
| Satış | Teklif ve takip e-postası taslağı | 3 | 4 | 5 | 4 | 4 | 39 | Hemen pilot |
| Pazarlama | Ürün metni ve içerik taslağı | 2 | 4 | 5 | 5 | 4 | 37 | Sıraya al |
| Satın alma | Tedarikçi tekliflerini karşılaştırma tablosu | 3 | 3 | 4 | 3 | 4 | 34 | Sıraya al |
| Üretim | Sipariş önceliği ve planlama önerisi | 5 | 2 | 3 | 2 | 3 | 33 | Önce veri hazırlığı |
| Yönetim | Raporlara doğal dille soru sorma | 3 | 3 | 3 | 2 | 3 | 29 | Veri ambarından sonra |
| İK | CV ön eleme | 3 | 3 | 3 | 3 | 1 | 26 | Yeniden tasarla |

Önceliklendirme matrisini okurken toplamın yanında tek tek puanlara da bakın. Üretim planlama, en yüksek iş değerine sahip olduğu hâlde veri hazırlığı düşük olduğu için sıralamada geride kalıyor; bu senaryo iptal edilmez, önce bir veri hazırlık projesine dönüşür. Ayrıntıları [üretim planlamada yapay zeka](https://digitalbridge.com.tr/blog/uretim-planlamada-yapay-zeka.html) yazımızda anlattık.

İK'daki CV ön eleme ise risk puanı yüzünden sona düşüyor. İşe alımda aday eleme için kullanılan yapay zeka, [AB Yapay Zeka Yasası](https://digitalbridge.com.tr/blog/ab-yapay-zeka-yasasi.html) kapsamında yüksek riskli sistemler arasında sayılıyor; yasa, sistemi AB'de kullanıma sunan ya da çıktısı AB'de kullanılan Türk şirketlerini de kapsayabiliyor. Türkiye'de aday verisinin işlenmesi ayrıca KVKK açısından değerlendirilmelidir. Senaryoyu "aday sorularına yanıt taslağı" gibi daha düşük riskli bir biçime çevirmek, [insan kaynaklarında yapay zeka](https://digitalbridge.com.tr/blog/insan-kaynaklarinda-yapay-zeka.html) için daha güvenli bir giriş olur.

Matrisin üst sırasındaki senaryoların (fatura verisi çıkarma ve temsilci desteği) her biri için ayrı rehberlerimiz var: [muhasebe ve finansta yapay zeka](https://digitalbridge.com.tr/blog/muhasebe-ve-finansta-yapay-zeka.html) fatura ve mutabakat işlerini, [müşteri temsilcisi yapay zeka asistanı](https://digitalbridge.com.tr/blog/musteri-temsilcisi-yapay-zeka-asistani.html) ise temsilciye yardım eden senaryoları ayrıntılandırıyor.

## Yapay zeka senaryoları nasıl önceliklendirilir? Puanları portföye çeviren 6 adım

1. **Fikirleri departman sahipleriyle toplayın.** Her senaryo tek cümleyle yazılsın: kim, hangi girdiyle, hangi çıktıyı üretecek. "Satışta yapay zeka" değil, "gelen teklif talebinden ilk teklif taslağını hazırlamak".
2. **Puanlamayı karma ekiple yapın.** Departman yöneticisi değeri, işi yapan çalışan istisnaları, BT de veri ve entegrasyonu en iyi bilir. Tek kişinin puanı, onun önyargısını yansıtır.
3. **Puanları gerekçesiyle yazın.** "Veri: 2, çünkü sipariş geçmişi iki ayrı Excel'de ve ürün kodları uyuşmuyor" gibi bir not, altı ay sonra yeniden puanlarken çok işe yarar.
4. **Portföyü dengeleyin.** İlk dalgada bir hızlı kazanım (yüksek toplam) ile bir stratejik senaryoyu (yüksek değer, düşük hazırlık) birlikte seçin. Hızlı kazanım güven üretir, stratejik senaryonun veri hazırlığı ise arka planda ilerler.
5. **Her pilot için başarı eşiği koyun.** Pilot başlamadan "işlem başına süre ya da hata oranı belirlediğimiz düzeye inerse yaygınlaştırırız" diye ölçülebilir bir eşik yazın. Eşiği tutmayan pilot durdurulur, kaynak sıradaki senaryoya geçer.
6. **Matrisi üç ayda bir güncelleyin.** Veri ambarı kurulduğunda ya da yeni bir sistem devreye girdiğinde bazı senaryoların puanı değişir. Geride kalanlar zamanla öne çıkabilir.

Geniş bir senaryo portföyüne kamuya açık bir örnek Pegasus Hava Yolları'ndan geliyor. [Microsoft müşteri hikâyesinde şirketin açıkladığına göre](https://www.microsoft.com/en/customers/story/23194-pegasus-airlines-azure-ai-services) hikâyenin yayımlandığı dönemde portföylerinde yaklaşık 100 yapay zeka kullanım senaryosu bulunuyor ve bunların 30'u aktif. Büyük bir şirkette bile senaryoların yalnızca bir kısmı aynı anda yürütülüyor; önceliklendirme bu yüzden tek seferlik bir iş değil, sürekli bir karardır.

## Hangi yapay zeka senaryosu hangi yöntemle yapılır?

Önceliklendirme puanlaması "ne" sorusunu cevaplar; "nasıl" sorusu ayrı bir karardır ve maliyeti doğrudan etkiler. Aynı matris satırına yöntem sütunu eklemek, bütçe tartışmasını kolaylaştırır:

| Senaryo tipi | Uygun yöntem | Ne zaman firmaya özel model gerekir? |
|---|---|---|
| Belge ve fatura okuma | Doküman OCR + dil modeli | Belge düzenleri çok özel ve sayıca fazlaysa |
| Kurum bilgisinden soru-cevap | Kendi belgelerinize bağlı asistan (RAG, erişimle zenginleştirilmiş üretim) | Nadiren; önce arama kalitesi iyileştirilir |
| Taslak metin üretimi | Hazır dil modeli, şablon ve onay adımı | Kurum dili ve terminolojisi çok özgünse |
| Tahmin ve planlama | Geçmiş veriyle eğitilen tahmin modeli | Genellikle evet; veri size özeldir |
| Görüntüyle kontrol | Görüntü işleme modeli | Neredeyse her zaman; ürün ve hat size özeldir |

Yöntem sütununa bir seçenek daha eklenebilir: hazır ürün. [RAG](https://digitalbridge.com.tr/sozluk.html#rag) ya da özel model kurmadan önce bu seçeneğe bakmak bütçeyi korur. Gelen faturadan alan çıkarma ve takip e-postası taslağı gibi yaygın senaryolar, [Smart360 ürün ailemizdeki](https://digitalbridge.com.tr/smart360.html) [SmartMail kurumsal e-posta](https://digitalbridge.com.tr/smart360/smartmail.html) hizmetinde, Digital Bridge'in geliştirdiği ek analizi ve yazma yardımı özellikleriyle proje açmadan çalışır. Böyle bir senaryoyu özel proje olarak puanlamadan önce hazır ürünün kendi verinizde ne kadarını karşıladığını denemek, matristeki maliyet varsayımını gerçeğe yaklaştırır. Az bütçeyle hazır araçlardan başlamak isteyen işletmeler için [küçük işletmeler için yapay zeka](https://digitalbridge.com.tr/blog/kucuk-isletmeler-icin-yapay-zeka.html) rehberi de bu seçeneği ele alıyor.

## Digital Bridge yapay zeka önceliklendirmesini nasıl yapıyor?

- **Senaryo atölyesi ve puanlama.** [Dijital dönüşüm danışmanlığı](https://digitalbridge.com.tr/danismanlik/dijital-donusum-danismanligi.html) kapsamında departman yöneticileri ve işi yapan çalışanlarla birlikte senaryoları topluyor, iş değeri, veri, uygunluk, entegrasyon ve risk ölçütleriyle puanlıyor ve gerekçeleriyle yazılı bir matris çıkarıyoruz.
- **Veri ve sistem keşfi.** Her aday senaryo için verinin nerede durduğunu, hangi sistemin API sunduğunu ve kişisel veri içerip içermediğini inceliyoruz. KVKK tarafında dikkat edilmesi gerekenleri [yapay zeka ve KVKK](https://digitalbridge.com.tr/blog/yapay-zeka-kvkk.html) yazımızda özetledik.
- **Pilot ve entegrasyon.** Seçilen senaryoyu [yapay zeka entegrasyonu](https://digitalbridge.com.tr/teknoloji-donanim/yapay-zeka-entegrasyonu.html) hizmetimizle kullandığınız ERP, CRM ya da e-posta akışının içine yerleştiriyoruz. Belge ağırlıklı senaryolarda [doküman OCR](https://digitalbridge.com.tr/teknoloji-donanim/dokuman-ocr.html), kurum bilgisine soru sorma senaryolarında [kurumsal LLM asistanı](https://digitalbridge.com.tr/teknoloji-donanim/kurumsal-llm-asistan.html) kullanıyoruz.
- **Firmaya özel model, gerektiğinde.** Tahmin ya da görüntü gibi size özgü veriyle çalışan senaryolarda [firmaya özel yapay zeka eğitimi](https://digitalbridge.com.tr/teknoloji-donanim/firmaya-ozel-yapay-zeka-egitimi.html) ile modeli kendi verinizle eğitiyoruz.
- **Yazılı teklif.** Hazır paket satmıyoruz; ihtiyaç analizinin ardından kapsamı, aşamaları ve bedeli içeren yazılı bir teklif hazırlıyoruz.

## İlk yapay zeka pilotunu seçmek için sonraki adım

Departmanlarınızdan en fazla on senaryo toplayın ve her birini tek cümleyle yazın. Ardından [iletişim sayfamızdan](https://digitalbridge.com.tr/iletisim.html) bize ulaşın; listeyi birlikte puanlayalım, ilk pilotu ve başarı eşiğini yazılı olarak belirleyelim. Tüm yapay zeka rehberlerimiz [Yapay Zeka konu sayfasında](https://digitalbridge.com.tr/blog/konu/yapay-zeka.html) bir arada.

## Sık Sorulan Sorular

### Yapay zeka kullanım senaryosu önceliklendirme nedir?

Departmanlardan gelen yapay zeka fikirlerini iş değeri, veri hazırlığı, görev uygunluğu, entegrasyon kolaylığı ve risk gibi ortak ölçütlerle puanlayıp sıraya koyma yöntemidir. Amaç, en yüksek sesle savunulan projeyi değil, değeri yüksek ve bugünkü koşullarda uygulanabilir olan senaryoyu önce yapmaktır. Sonuç, hangi senaryonun hemen pilota gireceğini ve hangisinin önce hazırlık gerektirdiğini gösteren yazılı bir portföydür.

### Önceliklendirme matrisinde hangi ölçütler kullanılmalı?

Pratikte beş ölçüt yeterlidir: iş değeri, veri hazırlığı, görevin yapay zekaya uygunluğu, mevcut sistemlere entegrasyon kolaylığı ve hata durumundaki risk. İş değerine daha yüksek ağırlık vermek yaygındır. Risk ters puanlanır; kişisel veri, işe alım ya da kredi kararı gibi alanlar düşük puan alır ve sıralamada geriye düşer, ancak yeniden tasarlanarak daha düşük riskli bir biçime getirilebilir.

### Değeri yüksek ama puanı düşük çıkan senaryo ne olur?

Genellikle iptal edilmez, hazırlık projesine dönüşür. En sık neden verinin dağınık ya da eksik olmasıdır. Bu durumda önce verinin toplanması, temizlenmesi ve tek yerde birleştirilmesi planlanır; puanlama birkaç ay sonra tekrarlanır. İlk dalgada bir hızlı kazanımla birlikte böyle bir stratejik senaryonun hazırlığını başlatmak, portföyü dengeli tutar.

### Aynı anda kaç yapay zeka senaryosu yürütülmeli?

Orta ölçekli bir şirkette ilk dalgada bir ya da iki pilot yeterlidir: biri hızlı kazanım, diğeri uzun vadeli değer taşıyan bir senaryo. Daha fazlası aynı veri, BT ve yönetici zamanı için yarışır. Her pilotun önceden yazılmış bir başarı eşiği olmalı; eşiği tutan yaygınlaştırılır, tutmayan durdurulur ve kaynak listedeki bir sonraki senaryoya aktarılır.

### Önceliklendirme çalışmasının maliyeti neye bağlıdır?

Maliyeti belirleyen başlıca etkenler değerlendirilecek senaryo ve departman sayısı, atölyelere katılacak kişi sayısı, veri ve sistem keşfinin derinliği ve sonunda pilot tasarımı istenip istenmediğidir. Puanlamanın kendisi kısa bir çalışmadır; asıl emeği verinin nerede durduğunu ve sistemlerin entegrasyona uygun olup olmadığını incelemek gerektirir. Kapsam netleşince yazılı teklifle belirlenir.

### Matris ne sıklıkla güncellenmeli?

Üç ayda bir gözden geçirmek iyi bir ritimdir. Yeni bir sistemin devreye girmesi, veri ambarının kurulması ya da mevzuat değişikliği bazı senaryoların puanını değiştirir. Her puanın yanına kısa bir gerekçe yazılmışsa güncelleme hızlı olur. Pilot sonuçları da matrise geri beslenir; ölçülen gerçek kazanç, tahmini değer puanının yerini alır.
