Şirketlerde yapay zekâ otomasyonu nasıl yapılır? İlk 90 gün

Şirketlerde yapay zekâ otomasyonu, tek bir tekrar eden işi seçip onu verinize bağlı, ölçülebilir ve insan onaylı bir akışa dönüştürmekle başlar. İlk 30 günde süreç seçilir ve bugünkü durum ölçülür, 60. güne kadar dar bir pilot çalışır, 90. günde ise sonuçlara bakılarak genişletme, düzeltme ya da durdurma kararı verilir.

Bu yazı, Türkiye'de çalışan ve yapay zekâyı "bir gün" değil önümüzdeki çeyrekte işine katmak isteyen şirketler için hazırlandı. Kurucu, operasyon müdürü ya da ürün sorumlusu olabilirsiniz; teknik ekibiniz olmayabilir. Aşağıda hangi işle başlamanın mantıklı olduğunu, ilk 90 günün nasıl kurgulanacağını, maliyeti neyin belirlediğini, KVKK tarafında nelere bakmak gerektiğini ve bir yazılım ekibinden destek almanın ne zaman doğru, ne zaman gereksiz olduğunu anlatıyoruz. Rakamlar yalnızca bu yazı için kontrol ettiğimiz kaynaklardan geliyor ve tarihleriyle birlikte veriliyor.

Yapay zekâ otomasyonu nedir, klasik otomasyondan farkı ne?

Yapay zekâ otomasyonu, belirsiz ya da yapılandırılmamış girdiyi (e-posta, PDF, serbest metin, ses kaydı) bir dil modeli veya sınıflandırıcı yardımıyla anlamlandırıp sonucu mevcut sistemlerinize işleyen otomasyondur. Klasik iş akışı otomasyonu ise "şu alan doluysa şunu yap" gibi kesin kurallarla çalışır. İkisi rakip değil, tamamlayıcıdır: iyi bir kurulumda işin büyük kısmını kurallar üstlenir, yapay zekâ yalnızca kuralın yetmediği yerde devreye girer. Dil modeli (LLM), çok büyük metin verisiyle eğitilmiş ve metin üretebilen ya da metinden bilgi çıkarabilen bir modeldir; RAG ise modelin cevap vermeden önce sizin belgelerinizden ilgili parçaları bulup kullanmasıdır. Bu ayrım önemlidir, çünkü her süreç yapay zekâ gerektirmez ve gerektirmeyen yere yapay zekâ koymak maliyeti ve hata riskini boşuna artırır.

Üç yaklaşımı aynı ölçütlerle karşılaştırmak, hangisinin sizin işinize uyduğunu görmeyi kolaylaştırır:

Kısa bir ayrım kuralı: girdi her seferinde aynı yapıdaysa önce kural tabanlı otomasyona bakın; girdi insan dilinde ve her seferinde biraz farklıysa yapay zekâ destekli otomasyon mantıklı olur; iş tek bir kişinin masasında bitiyor ve bir sisteme kayıt düşmüyorsa hazır bir asistan çoğu zaman yeterlidir.

Türkiye'de şirketler yapay zekâyı ne kadar kullanıyor? (Ekim 2026 itibarıyla)

TÜİK'in 2 Ekim 2026'da yayımladığı Yapay Zekâ İstatistikleri'ne göre, 10 ve daha fazla çalışanı olan girişimlerde herhangi bir yapay zekâ teknolojisi kullananların oranı 2025'teki %7,5'ten 2026'da %14'e çıktı. Oran şirket büyüklüğüyle belirgin biçimde artıyor: 10-49 çalışanlı girişimlerde %12,8, 50-249 çalışanlılarda %17, 250 ve üzeri çalışanlılarda %37,1. Yani Türkiye'deki şirketlerin büyük çoğunluğu henüz başlangıç noktasında; bu, geç kalındığı anlamına değil, hâlâ dikkatli ve küçük adımlarla başlamanın mümkün olduğu anlamına geliyor. Veriler Bloomberg HT'nin TÜİK bültenini aktaran haberinden (yeni sekmede açılır) alınmıştır.

Aynı bülten, yapay zekâ kullanmayı düşündüğü hâlde kullanmayan girişimlerin en sık gösterdiği engelleri de sıralıyor: ilgili uzmanlık eksikliği (%72,3), hukuki belirsizlikler (%66,4) ve veri koruma ile gizlilik ihlaline ilişkin endişeler (%65,4). Yapay zekâ kullanan girişimlerin %46,5'i ise sistemlerini dışarıdan bir geliştiriciyle edindiğini ya da uyarladığını belirtiyor. Bu üç engel, aşağıdaki yol haritasının neden önce kapsam, sonra pilot ve en başından KVKK değerlendirmesi üzerine kurulduğunu da açıklıyor.

Şirketlerde yapay zekâ otomasyonu ne kazandırır?

Yapay zekâ otomasyonunun asıl kazancı, ekibinizin günün bir kısmını harcadığı tekrar eden metin ve belge işini makineye devredip insanları karar gerektiren işe geri vermesidir. Burada yüzde vermiyoruz, çünkü kazanç tamamen sizin sürecinize bağlıdır ve doğru sayı ancak kendi başlangıç ölçümünüzle bulunur. Yine de iyi kurulmuş bir otomasyondan şu faydalar beklenebilir:

• Daha kısa yanıt süresi: Gelen talepler sınıflandırılıp doğru kişiye düştüğünde ya da yanıt taslağı hazır geldiğinde müşteri daha az bekler.
• Daha az kopyala-yapıştır hatası: Belgeden ERP'ye ya da CRM'e elle veri aktarımı, hataya en açık işlerdendir; çıkarılan veri doğrulama kuralından geçtiğinde bu hatalar görünür hale gelir.
• Büyüyebilen operasyon: Talep hacmi arttığında işe alım yapmadan önce akışın kapasitesini artırma seçeneğiniz olur.
• Kurumsal bilginin erişilebilir olması: Şirket içi belgelerde yapay zekâ destekli arama, "bunu kim biliyordu?" sorusunu azaltır; yeni çalışanların alışma süresini kısaltabilir.
• Ölçülebilir süreçler: Otomasyon kurmak için süreci tanımlamak ve ölçmek gerekir; bu disiplin, yapay zekâ kısmı küçük kalsa bile tek başına işe yarar.

Bu faydaların hiçbiri kendiliğinden gelmez. Hepsi, sürecin doğru seçilmesine, verinin erişilebilir olmasına ve sonucun bir insan tarafından denetlenmesine bağlıdır.

Hızlı kazanım için hangi süreçle başlamalı?

Hızlı kazanım, ilk 30-90 gün içinde ölçülebilir sonuç verecek kadar dar, ama ekibin farkı hissedeceği kadar sık tekrar eden bir süreçtir. İlk süreci seçerken şu beş ölçüte bakın ve her adaya kabaca puan verin:

• Sıklık: Süreç günde ya da haftada kaç kez tekrar ediyor? Ayda bir yapılan iş, ne kadar sıkıcı olursa olsun ilk aday değildir.
• Girdinin dağınıklığı: Girdi serbest metin, taranmış belge ya da farklı formatta PDF mi? Yapay zekâ en çok burada fark yaratır.
• Hatanın bedeli: Yanlış bir sonuç geri alınabilir mi? İlk projede, hatanın bir insan tarafından yakalanabildiği süreçleri seçin.
• Verinin erişilebilirliği: Gerekli veri bir sisteme bağlanarak okunabiliyor mu, yoksa birinin bilgisayarındaki tablolarda mı?
• Sahiplik: Süreci bilen ve sonuçlarını haftalık olarak kontrol edecek bir kişi var mı? Sahibi olmayan otomasyon çoğu zaman kullanılmaz hale gelir.

Bu ölçütlere göre Türkiye'deki şirketlerde iyi aday olabilecek işlere dört örnek senaryo verelim; hiçbiri belirli bir müşteri işi değildir:

• Talep ayırma: E-posta ya da web formuyla gelen teklif ve sipariş taleplerini konuya göre ayırıp CRM'e kayıt açmak.
• Belgeden veri çıkarma: Tedarikçilerden farklı formatlarda gelen PDF irsaliye ya da proforma faturalardan kalem bilgisini çıkarıp ERP'ye aktarılmadan önce onaya sunmak.
• Yanıt taslağı: Müşteri destek taleplerine, geçmiş yanıtlara ve ürün belgelerine dayanarak bir çalışanın onaylayacağı yanıt taslağı hazırlamak.
• Şirket içi arama: Prosedür ve sözleşme arşivinde, RAG ile soru-cevap şeklinde arama yapmak.

Dikkat edilmesi gereken bir istisna var: e-Fatura belgeleri (ve XML'i elinize ulaşan e-Arşiv faturaları) zaten yapılandırılmış veri olarak gelir. Bunları muhasebe sistemine işlemek için yapay zekâya değil, düzgün bir entegrasyona ihtiyacınız vardır.

Seçimi kolaylaştırmak için kısa bir karar listesi:

• Bu süreçle başlayın, eğer: haftada onlarca kez tekrar ediyorsa, girdisi dağınıksa, hatası bir insan tarafından yakalanabiliyorsa ve sonucu tek bir sisteme işleniyorsa.
• Şimdilik bekletin, eğer: süreç her seferinde farklı yürüyorsa, henüz yazılı olarak tanımlanmamışsa ya da hata doğrudan müşteriye veya yasal bir bildirime yansıyorsa.
• Yapay zekâ yerine kural kullanın, eğer: girdi her seferinde aynı alanlarla geliyorsa; bu durumda daha ucuz ve daha öngörülebilir bir çözüm vardır.

Yapay zekâ otomasyonu nasıl yapılır? 30-60-90 günlük yol haritası

Yapay zekâ otomasyonu, büyük bir dönüşüm projesi olarak değil, sonunda net bir karar verilen üç kısa aşama olarak yürütüldüğünde işe yarar. Her aşamanın elle tutulur bir çıktısı ve sonunda "devam, düzelt ya da durdur" kararı olmalıdır.

İlk 30 gün: süreci seçin ve bugünü ölçün

İlk ay kod yazmaktan çok anlamakla geçer. Bu aşamanın sonunda yazılı bir kapsam ve bir başlangıç ölçümü elinizde olmalıdır. Adımlar kabaca şöyledir:

1. Aday süreçleri yukarıdaki beş ölçüte göre puanlayın ve bir tanesini seçin.
2. Seçilen süreci bugün nasıl yürüdüğüyle, adım adım yazın: girdi nereden geliyor, kim ne yapıyor, sonuç nereye yazılıyor.
3. Başlangıç ölçümünü alın: bir işin ortalama süresi, haftalık hacim ve hata ya da düzeltme oranı. Bu sayılar olmadan 90. gündeki kararı veremezsiniz.
4. Kullanılacak veriyi ve bu verinin kişisel veri içerip içermediğini belirleyin; KVKK değerlendirmesini bu noktada başlatın.
5. Başarı ölçütünü yazılı hale getirin: hangi sonuç "işe yaradı" anlamına gelecek?

31-60 gün: dar bir pilot kurun

İkinci ayda seçilen süreç için çalışan, ama kapsamı bilinçli olarak dar tutulmuş bir pilot kurulur. Pilot gerçek veriyle çalışır, ancak her çıktı bir insan tarafından onaylanmadan sisteme yazılmaz. Bu aşamada önemli olan, modelin nerede yanıldığını kayıt altına almaktır: hangi belge türünde zorlandığı, hangi taleplerde yanlış sınıflandırma yaptığı, ne sıklıkla insan düzeltmesi gerektiği. Pilotun çıktısı, ekibinizin her gün kullandığı ve sonuçlarının ölçüldüğü küçük bir sistemdir; bir demo ya da sunum değil.

61-90 gün: ölçün ve karar verin

Üçüncü ayda pilotun sonuçları başlangıç ölçümüyle karşılaştırılır. Süre ve hata oranı iyileşmişse ve ekip akışı benimsemişse, kapsam genişletilir ya da aynı yöntemle ikinci bir süreç seçilir. Sonuçlar karışıksa, sorunun veride mi, süreç tanımında mı yoksa modelin kendisinde mi olduğu ayrıştırılır ve düzeltilir. Sonuç belirgin biçimde kötüyse pilotu durdurmak da geçerli ve değerli bir karardır: 90 günde öğrendiğiniz şey, bir yıl sürecek yanlış bir projeden çok daha ucuzdur.

Maliyeti ve süreyi ne belirler?

Yapay zekâ otomasyonunun maliyeti tek bir rakamla verilemez; birkaç değişken fiyatı ve süreyi belirgin biçimde yukarı ya da aşağı çeker. Bu yüzden burada fiyat aralığı vermiyoruz. Bunun yerine, teklif alırken hangi soruları soracağınızı bilmeniz için değişkenleri sıralıyoruz:

• Entegrasyon sayısı: Akışın okuması ve yazması gereken her sistem (ERP, CRM, e-posta, dosya sunucusu) işi büyütür. Hazır ve belgelenmiş bir API'si olan sistem, olmayana göre çok daha kolaydır.
• Verinin durumu: Belgeler tek yerde ve okunabilir mi, yoksa taranmış, dağınık ve tutarsız mı? Veri hazırlığı çoğu zaman modelin kendisinden daha fazla zaman alır.
• Gereken doğruluk düzeyi: "Taslak hazırla, insan onaylasın" ile "insansız karar ver" arasında büyük bir maliyet ve risk farkı vardır.
• Kullanım hacmi: Dil modeli sağlayıcıları genellikle kullanım başına ücret alır; hacim arttıkça işletme maliyeti de artar. Bu maliyet, geliştirme maliyetinden ayrı olarak hesaplanmalıdır.
• Barındırma ve veri yerleşimi: Verinin yurt dışındaki bir servise gidip gidemeyeceği, mimariyi ve dolayısıyla maliyeti değiştirir.

Bir teklifi değerlendirirken bu kalemlerin her birinin teklifte açıkça yazılıp yazılmadığına bakın. Özellikle aylık işletme maliyetinin (model kullanımı, barındırma, izleme) geliştirme bedelinden ayrı gösterilmesi, ileride sürpriz yaşamamanın en basit yoludur.

İş süreçlerinde yapay zekâ kullanımında sık yapılan hatalar

Bu projelerdeki hataların çoğu teknik değil, kurgu hatasıdır. Aşağıdakiler bu tür projelerde en sık dile getirilen kurgu hatalarıdır:

• Önce aracı seçmek: "Bir yapay zekâ aracı alalım, sonra ne yapacağımıza bakarız" yaklaşımı, çoğu zaman kullanılmayan lisanslarla biter. Önce süreç, sonra araç.
• Başlangıç ölçümü almamak: Bugünü ölçmezseniz, üç ay sonra iyileşme olup olmadığını kimse kanıtlayamaz ve proje fikir tartışmasına döner.
• İnsan onayını erken kaldırmak: Pilot birkaç hafta iyi çalıştı diye kontrolü kaldırmak, nadir ama pahalı hataları gerçek kullanıma taşır.
• Kayıt dışı ("gölge") yapay zekâ kullanımı: Çalışanların müşteri ya da personel verisini kişisel hesaplarındaki genel amaçlı araçlara yapıştırması, şirketin haberi olmadan veri aktarımı demektir. Yasaklamak yerine onaylı ve kayıt tutan bir yol sunmak daha etkilidir.
• Bakımı planlamamak: Belge formatları, ürün listeleri ve modeller değişir. Kimin izleyeceği ve düzelteceği yazılı değilse, otomasyon birkaç ay içinde fark edilmeden bozulur.

KVKK ve AB kuralları açısından nelere dikkat etmeli? (Ekim 2026 itibarıyla)

Yapay zekâ otomasyonu kişisel veri işliyorsa 6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamındadır ve en kritik konu çoğu zaman verinin yurt dışına aktarımıdır. Aşağıdaki notlar bilgilendirme amaçlıdır, hukuki görüş değildir; kendi durumunuz için mutlaka hukuk danışmanınıza danışın.

• Yurt dışına aktarım: 6698 sayılı Kanun'un (yeni sekmede açılır) 9. maddesi 7499 sayılı Kanun'la değişti ve yeni hâli 1 Haziran 2024'te yürürlüğe girdi. Yeterlilik kararı yoksa uygun güvencelerden biri standart sözleşmedir ve standart sözleşme, imzalanmasından itibaren beş iş günü içinde Kurum'a bildirilmelidir. Kurum bunun için bir standart sözleşme bildirim modülü (yeni sekmede açılır) sunuyor. Yurt dışında barındırılan bir dil modeli servisine kişisel veri göndermek bu başlığa girebilir.
• Kurum'un üretken yapay zekâ rehberi: Kişisel Verileri Koruma Kurumu, Kasım 2025'te Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi'ni (15 Soruda) (yeni sekmede açılır) yayımladı. Rehber; veri sorumlusu ve veri işleyen rollerinin somut duruma göre belirlenmesini, yurt dışına aktarımı, halüsinasyon ve veri güvenliği gibi riskleri ele alıyor.
• Hukuki dayanak ve aydınlatma: Veriyi hangi işleme şartına (Kanun md. 5) dayanarak modele gönderdiğinizi belirleyin ve ilgili kişileri aydınlatma metninizde (md. 10) bilgilendirin. Mevcut aydınlatma metniniz yapay zekâ ile işlemeyi kapsamıyor olabilir.
• Veri en aza indirme: Modelin ihtiyacı olmayan kişisel veriyi göndermeyin. Bir faturadan kalem bilgisi çıkarmak için müşterinin kimlik numarasına gerek yoksa, o alan modele hiç ulaşmamalıdır.
• AB'ye hizmet veriyorsanız: AB'deki kişilerin verisini işliyorsanız GDPR, AB pazarına yapay zekâ sistemi sunuyorsanız AB Yapay Zekâ Tüzüğü de gündeminizdedir. 24 Temmuz 2026'da AB Resmî Gazetesi'nde yayımlanan 2026/1744 sayılı tüzükle, Ek III'teki bağımsız yüksek riskli sistemlere ilişkin temel yükümlülükler 2 Aralık 2027'ye, ürünlere gömülü yüksek riskli sistemlere ilişkin olanlar 2 Ağustos 2028'e ertelendi (Hunton Andrews Kurth özeti (yeni sekmede açılır)). Teklif sınıflandırma ya da belge okuma gibi işler çoğu zaman yüksek riskli sayılmaz, ama işe alım ve personel değerlendirmesi gibi alanlar sayılabilir.

Pratikte bu, ilk 30 günde verinin nerede işleneceği, hangi sağlayıcıya gideceği ve hangi alanların maskeleneceği sorularının yazılı olarak cevaplanması demektir. Bu cevaplar teknik mimariyi doğrudan belirler.

UlvionTech bu süreçte nasıl destek olur?

UlvionTech, İstanbul'da 2025'te kurulmuş küçük bir yazılım stüdyosu; yapay zekâ entegrasyonu ve süreç otomasyonu işlerinde yapay zekâyı sizin belgelerinize, CRM ve ERP kayıtlarınıza ve günlük iş akışlarınıza bağlıyoruz. Destek, yukarıdaki yol haritasının her aşamasında, tüm projelerimizde uyguladığımız birkaç ilkeye dayanıyor:

• Koddan önce kapsam: Keşif aşaması yazılı kapsam, teslim planı ve sabit fiyatla biter. Kapsam sonradan değişirse, değişiklik geliştirilmeden önce fiyatlanır.
• Doğrudan geliştiricilerle: Kapsamı çıkaran, kodu yazan ve yayından sonra sorularınızı yanıtlayan aynı ekiptir; arada müşteri temsilcisi katmanı yoktur.
• Her şey sizin adınıza: Kod deposu, bulut hesapları, model sağlayıcı hesabı ve API anahtarları ilk günden şirketinizin adına açılır. Bizimle çalışmayı bıraktığınızda sistem sizde kalır.
• Mevcut düzeninizin üzerine: Ekibinizin kullandığı CRM, ERP ve tabloların yerine yenisini koymak yerine onlarla entegre çalışan bir yapı kurarız. Sonuçları izlemek için ayrı bir ekran gerekirse bunu yönetim paneli ve dashboard işimizle aynı projede ele alırız.
• Yazılı destek dönemi: Her proje dokümantasyon, devir toplantısı ve süresi belirlenmiş bir destek dönemiyle biter.

Genel olarak bir yazılım ortağını nasıl değerlendireceğinizi merak ediyorsanız, yapay zekâ entegrasyonu ortağı seçerken sorulacak sorular yazımıza da göz atabilirsiniz.

Biz olsak ne yapardık?

Teknik ekibi olmayan, 20-100 çalışanlı ve e-posta ile PDF yoğun çalışan tipik bir şirket için önerimiz şudur: ilk süreç olarak gelen talep ya da belge akışlarından birini seçin, model çıktısını her zaman bir çalışanın onayına sunan bir pilot kurun ve verinin yurt dışına çıkıp çıkmayacağını ilk hafta netleştirin. Model için kullanım başına ücretli, kurumsal sözleşmesi olan bir sağlayıcıyla başlamak çoğu zaman kendi modelini barındırmaktan daha mantıklıdır; kişisel veri hassasiyeti yüksekse maskeleme ya da yurt içinde barındırma seçenekleri birlikte değerlendirilir. Pilotun ilk sürümünde ayrı bir arayüz yerine ekibin zaten kullandığı e-posta veya CRM ekranına yerleşen bir akışı tercih ederiz; ekip akışı bu yolla genellikle daha kolay benimser. Onay ekranı gibi ayrı bir iç araç gerçekten gerekirse, onu da özel web uygulaması olarak aynı kapsamda ele alırız. Üçüncü ayın sonunda ölçüme bakar, sonuç iyiyse aynı yöntemle ikinci sürece geçeriz.

Görüşmeye götürebileceğiniz kontrol listesi

Hangi ekiple görüşürseniz görüşün, otomasyon projelerine özel şu soruların yazılı cevabını isteyin:

• Verimiz hangi sağlayıcıya, hangi ülkeye gidecek ve hangi alanlar maskelenecek?
• Model yanlış sonuç verdiğinde bunu kim, nasıl fark edecek? İnsan onayı hangi adımda?
• Başarıyı hangi ölçümle değerlendireceğiz ve başlangıç ölçümünü kim alacak?
• Aylık işletme maliyeti (model kullanımı, barındırma, izleme) geliştirme bedelinden ayrı olarak ne kadar ve neye göre değişiyor?
• Model sağlayıcısı fiyatını ya da modelini değiştirirse ne olacak; sağlayıcı değiştirmek mümkün mü?
• Proje biterse kod, istem (prompt) metinleri, hesaplar ve anahtarlar kimde kalacak?

Hangi durumlarda bizimle çalışmamalısınız?

Her yapay zekâ ihtiyacı bir yazılım projesi değildir ve bazen en doğru tavsiye bir yazılım ekibi tutmamaktır. Şu durumlarda başka bir yol daha mantıklı olabilir:

• İhtiyacınız bireysel verimlilikse: Çalışanlarınız metin düzenleme, özet çıkarma ya da taslak yazma için yardım istiyorsa, kurumsal bir yapay zekâ asistanı lisansı ve iyi bir kullanım politikası yeterlidir.
• Hazır bir entegrasyon işinizi görüyorsa: Kullandığınız CRM, muhasebe ya da destek yazılımının kendi yapay zekâ özelliği veya kodsuz otomasyon araçlarıyla kurulabilecek basit bir bağlantı ihtiyacınızı karşılıyorsa, özel geliştirme gereksiz bir maliyettir.
• Süreç henüz tanımlı değilse: İş her seferinde farklı yürüyorsa, önce süreci yazılı hale getirmek gerekir. Tanımsız bir süreci otomatikleştirmek karmaşayı hızlandırır.
• Güçlü bir iç ekibiniz varsa: Yazılım ve veri ekibiniz bu işi üstlenebiliyorsa, dışarıdan destek yalnızca kısa bir mimari değerlendirme için anlamlı olabilir.
• Kanıtlanmış yapay zekâ referansı arıyorsanız: Bu yazının yayımlandığı tarihte projeler sayfamızda yer alan işler web siteleri ve web uygulamalarıdır; yayımlanmış bir yapay zekâ otomasyonu vaka çalışmamız henüz yok. Seçiminizde bu ölçüt belirleyiciyse, bunu bilerek karar vermeniz gerekir.

Bu durumların hiçbiri size uymuyorsa ve elle yapmaktan vazgeçmek istediğiniz belirli bir iş varsa, onu birkaç cümleyle anlatmanız yeterli. Kim olduğumuzu hakkımızda sayfamızda okuyabilir, ilk görüşme için iletişim sayfamızdan bize yazabilirsiniz; ilk yanıtı 24 saat içinde veriyoruz.