Kurumsal Yapay Zekâ ve İş Akışı Otomasyonu

Yapay zekâ otomasyonu, bir işletmenin tekrar eden veri taşıma ve karar adımlarını; tetikleyici, karar, eylem ve onay katmanlarından oluşan izlenebilir bir sisteme devretmesidir. Kural tabanlı klasik otomasyondan farkı, akışın ortasında metni okuyup sınıflandıran, özetleyen ve bir sonraki adımı öneren bir dil modeli katmanının bulunmasıdır. Bu sayfa; tanımdan kuruluma, çalışılmış bir örnekten maliyet modeline ve KVKK sınırlarına kadar konunun tamamını tek yerde topluyor.

Yapay Zekâ Otomasyonu Nedir?

Yapay zekâ otomasyonu, bir süreçteki üç işi tek bir akışta birleştirmektir: veriyi yakalamak, veri üzerinde karar vermek ve kararın gerektirdiği eylemi yapmak. Klasik otomasyon yalnızca birinci ve üçüncü adımı yapabilir; ikinci adımda insan gerekir. Model katmanı devreye girdiğinde, “bu e-posta bir teklif talebi mi, şikâyet mi, fatura sorusu mu” gibi kural yazılamayan sınıflandırmalar da akışın içinde kalır.

Bu tanımın pratikteki sonucu şudur: yapay zekâ otomasyonu bir sohbet botu kurmak değildir. Sohbet arayüzü yalnızca bir temas noktasıdır; asıl sistem, arkadaki veri sözleşmesi, karar kuralları, hata kuyruğu ve onay kapısıdır. Bir işletme “yapay zekâ kullanıyoruz” dediğinde ölçülmesi gereken şey model değil, sürecin ne kadarının insan müdahalesi olmadan doğru sonuçlandığıdır.

Nerelerde işe yarar sorusunun ölçütü üç değişkendir: adımın tekrar sıklığı, girdinin değişkenliği ve hatanın maliyeti. Sık tekrar eden, girdisi orta değişkenlikte ve hata maliyeti düşük adımlar en iyi ilk adaylardır. Hata maliyeti yüksek adımlar otomatikleştirilmez; hazırlanır ve insan onayına sunulur.

Yapay Zekâ Entegrasyonu Nedir ve Otomasyondan Farkı Nerede Başlar?

Yapay zekâ entegrasyonu, bir modelin veya yapay zekâ servisinin mevcut sistemlerinize (CRM, e-posta, form, muhasebe, mesajlaşma) veri alışverişi yapabilecek biçimde bağlanmasıdır. Otomasyon süreci tarif eder; entegrasyon o sürecin iki ucundaki veri sözleşmesini tarif eder. Entegrasyon olmadan otomasyon çalışmaz; otomasyon olmadan entegrasyon yalnızca bir veri borusudur.

Farkı somutlaştıran ayrım tablosu:

Uygulamada iki katmanı karıştırmak en pahalı hatalardan biridir: entegrasyon sorunu (ör. kimlik doğrulama süresi dolmuş) “yapay zekâ yanlış karar verdi” diye raporlanır ve ekip yanlış yerde çözüm arar. Bu yüzden her akışta iki hata sınıfı ayrı ayrı kaydedilmelidir.

Otonom İş Akışları: Tetikleyici, Karar, Eylem ve Onay Katmanları

Otonom iş akışları dört katmandan oluşur ve her katmanın kendi başarısızlık biçimi vardır:

• Tetikleyici: Akışı başlatan olay. Form gönderimi, yeni e-posta, yeni satır, gelen mesaj ya da zamanlanmış kontrol. Kritik tasarım kararı, aynı olayın iki kez işlenmesini önleyen bir tekillik anahtarıdır (aynı kayıt iki kez gelirse ikinci çalıştırma sessizce yok sayılmalıdır).
• Karar: Sınıflandırma, çıkarım, özetleme veya yönlendirme. Model çıktısı serbest metin olarak değil, önceden tanımlı bir alan kümesine (kategori, aciliyet, sorumlu, eksik bilgi listesi) yazılmalıdır; serbest metin ölçülemez ve sonraki adımda kırılır.
• Eylem: CRM kaydı açmak, taslak yanıt hazırlamak, görev atamak, bildirim göndermek. Dışa dönük eylemler (müşteriye giden mesaj, resmî bildirim, ödeme) ayrı bir sınıfta tutulur.
• Onay: Geri alınamaz veya dışa dönük eylemlerde insan onayı. Onay bir yavaşlatma değil, riskin fiyatıdır: sistem hazırlığı saniyeler içinde yapar, insan yalnızca “gönder” der.

Bu dört katmanın üstünde iki yardımcı bileşen bulunur: hata kuyruğu (başarısız çalıştırmayı kaybetmeden saklayıp yeniden denemeye açan yapı) ve gözlemlenebilirlik (hangi çalıştırma neyi neden yaptı sorusunun kaydı). Çok adımlı ajan mimarilerinde bu iki bileşenin nasıl kurulduğunu çoklu ajan mimarisi ve kararlılık rehberinde ayrıntılı anlatıyorum.

Yapay Zekâ Entegrasyonu Nasıl Yapılır? Altı Adımlı Kurulum

Entegrasyon, model seçmekle değil veri sözleşmesini yazmakla başlar. Sırayla:

1. Veri sözleşmesini yazın. Hangi alanlar zorunlu, hangileri opsiyonel, boş gelirse ne olur? Bu adım atlanırsa akış üretimde “beklenmeyen boş alan” hatalarıyla durur.
2. Kimlik doğrulamayı ayrı kurun. API anahtarı veya yetkilendirme jetonu; süresi dolduğunda kimin haberdar olacağı ve nasıl yenileneceği baştan kararlaştırılır.
3. Test ortamında çalıştırın. Gerçek müşteri verisiyle değil, temsilî örneklerle. Kişisel veri içeren test kümesi kullanılacaksa veri minimizasyonu uygulanır.
4. Hata yönetimini kurun. Yeniden deneme sayısı, bekleme süresi ve kalıcı başarısızlıkta kimin bilgilendirileceği tanımlanır. Sessizce düşen akış, hiç kurulmamış akıştan tehlikelidir.
5. Kayıt ve ölçüm ekleyin. Her çalıştırma için girdi kimliği, karar çıktısı, süre ve sonuç kaydedilir. Ölçüm olmadan iyileştirme iddiası kanıtlanamaz.
6. Kademeli yayına alın. Önce gölge modda (sistem karar verir ama uygulamaz), sonra düşük riskli kategorilerde, en sonda tam akışta.

Yapay Zekâ Otomasyonu Nasıl Yapılır? Süreç Seçiminden Yayına

Entegrasyon teknik bir kurulumsa, otomasyon bir süreç kararıdır ve yanlış süreçle başlamak en yaygın başarısızlık sebebidir. İzlediğim sıra şudur:

1. Süreç envanteri. Ekibin haftalık tekrar eden işleri, her birinin sıklığı ve elle geçen süresi yazılır. Tahmin değil, bir hafta boyunca ölçüm yapılır.

2. Aday seçimi. Sıklık × elle geçen süre çarpımı en yüksek, hata maliyeti en düşük adım seçilir. İlk otomasyon gösterişli olan değil, geri dönüşü hızlı kanıtlanabilen olmalıdır.

3. Mevcut hâlin ölçülmesi. Otomasyon öncesi taban değer kaydedilir: ortalama yanıt süresi, atlanan takip sayısı, elle düzeltme sayısı. Taban ölçülmezse sonraki iyileşme iddiası doğrulanamaz.

4. Akışın kurulması ve gölge koşum. Sistem kararını verir, ama eylemi insan yapar. Gölge koşumda modelin kararıyla insanın kararı karşılaştırılır; uyuşmazlıklar kural veya talimat düzeltmesine dönüşür.

5. Kademeli yetki devri. Uyuşma oranı istikrarlı hâle geldiğinde düşük riskli kategoriler otonom banda alınır. Yüksek riskli kategoriler onay kapısında kalır.

6. Bakım ritmi. Aylık gözden geçirme: hata kuyruğunda biriken vakalar, değişen API sürümleri, süreçteki değişiklikler. Otomasyon kurulup unutulan bir varlık değil, bakımı olan bir sistemdir.

Yapay Zekâ Danışmanlık Hizmeti Ne Yapar, Neyi Yapmaz?

Yapay zekâ danışmanlık işi, model seçmekten çok karar mimarisi kurmaktır. Yaptığı iş: süreç haritasını çıkarmak, hangi adımın otomatikleşeceğine ve hangisinin insanda kalacağına karar vermek, veri sözleşmelerini yazmak, onay eşiklerini tasarlamak, ölçüm kurmak ve ekibi sistemin sahibi hâline getirmek.

Yapmadığı işler de en az bunlar kadar önemlidir: sıralama veya gelir garantisi vermez, “her süreci otomatikleştirelim” demez, ölçüm yapmadan tasarruf rakamı vaat etmez ve işletmenin hukuki sorumluluğunu üstlenmez. Kişisel veri işleyen bir akışta veri sorumlusu sıfatı işletmede kalır; danışman yalnızca uygun tasarımı kurar.

Sektöre özel örnekleri incelemek isterseniz: emlak tarafında WhatsApp CRM ile otonom müşteri takibi, lojistikte tedarik zinciri ve sevkiyat otomasyonu, hukuk bürolarında belge ve dosya otomasyonu aynı mimarinin farklı uygulamalarıdır.

Çalışılmış Örnek: Teklif Talebinden Onaylı Teklife Bir Senaryo

Somut bir akış üzerinden gidelim. Girdi: web sitesindeki iletişim formundan gelen bir talep. Çıktı: satış sorumlusunun tek tıkla onaylayacağı bir teklif taslağı.

Adım 1 (tetikleyici, 1 operasyon): Form gönderimi akışı başlatır. Kayıt kimliği tekillik anahtarı olarak saklanır; aynı form iki kez gönderilirse ikinci çalıştırma sonlandırılır.

Adım 2 (zenginleştirme, 1–2 operasyon): E-posta alan adından şirket kaydı CRM'de aranır. Bulunursa mevcut kayda bağlanır, bulunmazsa yeni aday kaydı açılır. Bu adım, aynı müşterinin iki ayrı kayıtla ilerlemesini önler.

Adım 3 (karar, 1 operasyon + model çağrısı): Talep metni modele verilir ve serbest metin değil, tanımlı alanlar istenir: hizmet kategorisi, tahmini kapsam, aciliyet, eksik bilgi listesi. Eksik bilgi listesi boş değilse akış “bilgi isteme” koluna dallanır.

Adım 4 (eylem, 1–3 operasyon): Kategoriye karşılık gelen teklif şablonu doldurulur, CRM'de fırsat kaydı açılır, sorumlu atanır.

Adım 5 (onay): Sorumluya taslak bildirimi gider. Müşteriye giden hiçbir mesaj onaysız gönderilmez. Onay verildiğinde gönderim ve takip hatırlatması kurulur; reddedildiğinde düzeltme notu kayda geçer ve bu not sonraki talimat iyileştirmesinin girdisi olur.

Bu akışta model yalnızca 3. adımdadır. Geri kalan her şey klasik entegrasyon işidir — ve tipik bir kurulumda toplam çalışma süresinin büyük kısmı da oradadır. “Yapay zekâ projesi” denen işlerin çoğu, aslında iyi kurulmuş veri boruları üzerine yerleştirilmiş küçük bir karar katmanıdır.

Ölçüm ve Veri: Otomasyonun Getirisi Nasıl Hesaplanır?

Otomasyonun getirisi hakkında sektörde dolaşan yüzde iddialarının çoğu kaynaksızdır. Bu sayfada rakam uydurmak yerine ölçüm yöntemini sabitliyorum; sayıyı kendi verinizle doldurursunuz.

Dikkat edilmesi gereken nokta, kazancın yalnızca süre olmamasıdır. Çoğu işletmede asıl kazanç kaybolmayan taleptir: yanıtlanmadığı için kapanan fırsat, otomasyon sonrası kayıt altına alınır ve ölçülebilir hâle gelir. Bu yüzden taban ölçümüne mutlaka “yanıtsız kalan talep sayısı” da eklenmelidir.

En Sık Hata Desenleri ve Riskler

Sahada tekrar tekrar gördüğüm hata desenleri ve bunların riskleri:

• Yanlış süreçle başlamak. Nadiren tekrar eden ama görünür olan bir işi otomatikleştirmek; emek çok, getiri az.
• Taban ölçümü almamak. Öncesi ölçülmediği için sonrası kanıtlanamaz; proje “iyi hissettirdi” düzeyinde kalır.
• Serbest metin çıktısına güvenmek. Model çıktısı tanımlı alanlara yazılmazsa sonraki adım biçim değiştiğinde kırılır.
• Tekillik anahtarı koymamak. Aynı olay iki kez işlenir; müşteriye çift mesaj, muhasebede çift kayıt oluşur.
• Sessiz başarısızlık. Hata kuyruğu ve bildirim kurulmadığı için akış günlerce durur, kimse fark etmez.
• Onay kapısını kaldırmak. Hız uğruna dışa dönük mesajları otonom bırakmak; tek bir yanlış sınıflandırma müşteri ilişkisine zarar verir.
• Kişisel veriyi gereğinden fazla taşımak. Modele tüm kayıt yerine yalnızca karar için gereken alanlar verilmelidir.
• Bakımsız bırakmak. API sürümleri ve süreçler değişir; gözden geçirilmeyen otomasyon zamanla yanlış çalışmaya başlar.

KVKK, Otomatik Karar ve İnsan Onayının Hukuki Sınırı

Otomasyon tasarımının hukuki çerçevesi 6698 sayılı Kişisel Verilerin Korunması Kanunu'dur. İki hüküm doğrudan bu sayfayla ilgilidir.

Birincisi, Kanun'un 11 inci maddesinin birinci fıkrasının (g) bendi ilgili kişiye “işlenen verilerin münhasıran otomatik sistemler vasıtasıyla analiz edilmesi suretiyle kişinin kendisi aleyhine bir sonucun ortaya çıkmasına itiraz etme” hakkını tanır. Pratik karşılığı nettir: bir kişinin aleyhine sonuç doğurabilecek kararlar (başvuru elemesi, kredi benzeri değerlendirme, hizmet reddi) tamamen otomatik bırakılmamalı; itiraz edilebilir ve insan tarafından gözden geçirilebilir olmalıdır.

İkincisi, Kanun'un 6 ncı maddesinin birinci fıkrası kişilerin sağlığı, cinsel hayatı, dini, ceza mahkûmiyeti ve biyometrik verileri gibi kategorileri özel nitelikli kişisel veri sayar; üçüncü fıkra bu verilerin işlenmesini kural olarak yasaklayıp yalnızca sayılan şartlarda mümkün kılar. Sağlık, hukuk veya insan kaynakları süreçlerini otomatikleştirirken bu kategori ayrı bir tasarım kararı gerektirir.

Kurum'un Nisan 2025 tarihli “Yapay Zekâ Alanında Kişisel Verilerin Korunmasına Dair Tavsiyeler” dokümanı ise genel ilkeleri sıralar: kişisel veri işleme temelli yapay zekâ çalışmaları hukuka uygunluk, dürüstlük, ölçülülük, hesap verebilirlik, şeffaflık ve amaç sınırlılığı ilkelerine dayanmalı; yüksek risk öngörülen çalışmalarda etki değerlendirmesi yapılmalı ve veri kullanımı asgaride tutulmalıdır. Yurt dışında barındırılan bir modele kişisel veri göndermek ayrıca yurt dışına aktarım rejimini gündeme getirir; bu değerlendirme veri sorumlusuna aittir.

Maliyet Modeli: Operasyon, Model Ücreti ve Bakım

Görsel otomasyon platformlarında faturalama birimi “operasyon”dur. Make'in resmî dokümanı operasyonu “veriyi işlemek veya yeni veri kontrol etmek için tek bir modül çalıştırması” (an operation is a single module run to process data or check for new data) olarak tanımlar; bir modül kaç veri paketi işlerse o kadar operasyon sayılır, tetikleyici modüller ise döndürdükleri paket sayısından bağımsız olarak tek çalıştırma sayılır.

Bu tanımın tasarıma etkisi doğrudandır: aynı işi yapan iki akıştan, veriyi tek seferde toplu işleyen akış, kayıt başına dallanan akıştan belirgin biçimde ucuzdur. Maliyet üç kalemden oluşur:

• Platform operasyonları: Aylık çalıştırma sayısı × akış başına operasyon. Akış tasarımı bu sayıyı iki katına da çıkarabilir, yarıya da indirebilir.
• Model çağrısı: Yalnızca karar adımında oluşur. Rutin sınıflandırmayı küçük ve hızlı bir modele, zor kararı güçlü modele vermek karma kurulumun temel mantığıdır.
• Bakım: Aylık gözden geçirme süresi. Genellikle göz ardı edilir ve toplam sahip olma maliyetinin en çok yanlış hesaplanan kalemidir.

Araç Seçimi: Ne Zaman Görsel Platform, Ne Zaman Özel Kod?

Görsel platform (Make.com gibi) şu koşullarda doğru seçimdir: bağlanacak servislerin hazır modülleri var, akış orta karmaşıklıkta, ekip akışı kendisi görebilmek istiyor ve aylık çalıştırma hacmi platform planlarına sığıyor. Kurulum hızı ve devredilebilirlik en büyük avantajıdır.

Özel kod ise şu durumlarda gerekir: çok yüksek hacim nedeniyle operasyon başına maliyet ağırlaşıyor, karmaşık veri dönüşümü veya özel algoritma gerekiyor, verinin kurum içinde kalması zorunlu, ya da akışın sürüm kontrolü ve otomatik testlerle yönetilmesi isteniyor. Çoğu olgun kurulum karmadır: giriş ve bildirim katmanı görsel platformda, ağır işlem kendi servisinizde.

Karar ölçütü basittir: üç ay sonra bu akışı kim bakacak? Cevabı süreç sahibiyse görsel platform, geliştirici ekipse özel kod tarafına ağırlık verin. Arama görünürlüğü tarafındaki otomasyonlar için ayrıca AEO ve GEO optimizasyonu çözümünü inceleyebilirsiniz.

30 Günlük Başlangıç Planı

1. 1–5. gün: Süreç envanteri ve zaman ölçümü. Haftalık tekrar eden işler, sıklık ve süre kaydı.
2. 6–10. gün: Aday seçimi ve taban ölçümü. Yanıt süresi, atlanan takip ve elle düzeltme sayısı kaydedilir.
3. 11–18. gün: Veri sözleşmesi, entegrasyon kurulumu ve hata yönetimi. Test ortamında temsilî verilerle koşum.
4. 19–25. gün: Gölge koşum. Sistem karar verir, insan uygular; uyuşmazlıklar talimat düzeltmesine dönüşür.
5. 26–30. gün: Düşük riskli kategorilerde yayın, ölçüm karşılaştırması ve bakım ritminin kurulması.

Kaynaklar ve Referanslar

• 6698 sayılı Kişisel Verilerin Korunması Kanunu (m. 6/1, m. 6/3, m. 11/1-g) — Mevzuat Bilgi Sistemi, kanun tam metni
• Kişisel Verileri Koruma Kurumu, “Yapay Zekâ Alanında Kişisel Verilerin Korunmasına Dair Tavsiyeler”, KVKK Yayınları No: 76, Nisan 2025 — kvkk.gov.tr resmî doküman
• Make, “Operations” — operasyon tanımı ve tetikleyici modül istisnası: help.make.com/operations