Göktay Logo

İş Süreçlerinde Yapay Zeka Otomasyonu: 5 Gerçek Örnek

• 4 dk okuma

İş Süreçlerinde Yapay Zeka Otomasyonu: 5 Gerçek Örnek konulu blog yazısı için kapak görseli

Bir toplantıda “yapay zekâ otomasyonu kuralım” dendiğinde, bunun ne anlama geldiği genelde belirsiz kalır. Üstelik sektörde abartı payı yüksek: RAND Corporation’ın yapay zekâ proje başarısızlıklarını inceleyen araştırmasına göre AI projelerinin %80’inden fazlası, normal BT projelerinin kabaca iki katı oranında başarısız oluyor — çoğunlukla net bir iş problemi ve ölçülebilir bir metrik olmadan başladıkları için.

Bu yazıda soyut bir vaat anlatmayacağız. Gerçekten kurulmuş, yapay zekâ danışmanlığı sürecinde de izlediğimiz yaklaşımla tasarlanmış beş sistemi; her birinde kuralın nerede bittiğini, yapay zekânın nerede başladığını ve kararın hâlâ kimde kaldığını anlatacağız.

Önce Netleştirelim: “Yapay Zekâ Otomasyonu” Tek Bir Şey Değil

İyi kurulmuş bir otomasyonda üç katman birlikte çalışır:

  • Kural: Tutar eşiği, tarih kontrolü, sabit bir veri eşleştirmesi gibi deterministik adımlar. Ek maliyeti yoktur, her seferinde aynı sonucu verir.
  • Yapay zekâ: Serbest metinli e-posta, taranmış belge, doğal dil soru gibi kuralla okunamayan girdiler.
  • İnsan: Anormal durumlar, eşik üstü onaylar, müşteriye verilen sözler — karar her zaman adı belli bir kişide kalır.

Aşağıdaki beş örnekte bu üç katmanın gerçekte nasıl bölündüğüne bakacağız.

1. İç Bildirim ve Onay Otomasyonu

Farklı kaynaklardan gelen bildirimlerin tek bir akışta birleştiğini ve bir mesaja yanıt vererek onay verildiğini gösteren soyut illüstrasyon

Gerçek bir örnek: birden fazla projede kullanılan bir Telegram Otomasyon Sistemi. Finans, CRM ve web sitesi gibi sistemlerin iç bildirimlerini (ödeme geldi, destek talebi açıldı, işlem onay bekliyor) tek bir düzende topluyor.

Burada yapay zekâ yok — ve bu kasıtlı. Bildirimin hangi gruba, hangi konuya ya da hangi kişiye gideceği sabit bir yönlendirme kuralıyla belirleniyor. Asıl mühendislik kararı, onayı “mesaja yanıt ver” hareketine bağlamak: yetkili bir mesaja “onay” diye yanıt verdiğinde, Telegram’ın reply_to_message_id bilgisiyle hangi işlemin onaylandığı bulunuyor. Komut ezberlemeye gerek kalmıyor.

Ders: Her otomasyon yapay zekâ gerektirmez. Burada sorun “metni anlamak” değil, “doğru yere yönlendirmek”ti — kural bunun için yeterliydi ve daha güvenilir sonuç verdi.

2. Destek Talebinin Otomatik Yanıtlanması ve Devredilmesi

Güven eşiğinin altındaki taleplerin insana devredildiği, üstündekilerin otomatik akışta kaldığı bir dallanma noktasını gösteren soyut illüstrasyon

AI Destek Asistanı hizmetinde yapay zekâ, dökümantasyon ve geçmiş çözümlerden oluşan bir bilgi tabanında kaynak göstererek arama yapıyor. Üç durumda devreye insan giriyor: güven eşiğinin altında kalan cevaplarda, “her zaman insan” listesindeki konularda (fatura itirazı, hesap güvenliği) ve müşteri hayal kırıklığı sinyali verdiğinde.

Ders: Yapay zekâ burada “tahmin etmiyor” — bulduğu kaynağa dayanıyor, kaynak yoksa bunu söylüyor. Devretme kuralı da yapay zekâya bırakılmıyor; üç sinyalli, önceden tanımlı bir kural.

3. Gelen Talebin Otomatik Sınıflandırılması (Triyaj)

Gelen taleplerin bir huniden geçip düzenli kategorilere ayrıldığı bir triyaj sürecini gösteren soyut illüstrasyon

Müşteri Talebi Triyajı hizmetinde talebin içeriği ve CRM’deki müşteri bağlamı (sözleşme seviyesi, açık siparişler) birlikte değerlendiriliyor. Basit ve kesin durumlar (belirli bir göndericiden gelen faturalar, sipariş numaralı kargo soruları) kuralla ayrılıyor; dil modeli yalnızca gerçekten yorum gerektiren talepler için çalışıyor. Sistem müşteriye hiçbir zaman otomatik yanıt göndermiyor — taslak öneriyor, insan onaylayıp gönderiyor.

Ders: Maliyeti ve tutarsızlığı düşüren şey, yapay zekâyı her talebe değil, sadece gerektiğinde çalıştırmak.

4. Kurumsal Bilgiye Soru-Cevapla Erişim

Bir sorgunun yetki kilidinden geçerek belgelere ulaştığını, yetkisiz belgelerin ise filtrelenip engellendiğini gösteren soyut illüstrasyon

Kurumsal Hafıza Asistanı, dağılmış dökümanları ve SOP’ları sorgulanabilir hale getiriyor. Burada en kritik adım yapay zekâdan önce geliyor: dökümanlar indekslenmeden önce paylaşım yetkileri taranıyor, çünkü mevcut erişim yetkilerini olduğu gibi devralmak mevcut güvenlik açıklarını da devralmak demek. Soru anında erişim, kaynak sistemdeki yetkiye göre filtreleniyor; yetkisiz içerik modelin önüne hiç gelmiyor.

Ders: “Dökümanlarımıza bir yapay zekâ bağlayalım” kararının asıl riski yanlış cevap değil, doğru ama yetkisiz cevaptır. Otomasyonun en önemli parçası bazen yapay zekâ değil, öncesindeki denetimdir.

5. Sistemler Arası Veri Senkronizasyonu ve İstisna Yönetimi

Bir otomasyonun gölge modda, mevcut süreçle paralel çalışıp sonuçların karşılaştırıldığı iki akışı gösteren soyut illüstrasyon

İç Süreç Otomasyonu / AI Ops hizmetinde yapay zekâ, yalnızca yapısız kalan girdilere (PDF irsaliye, serbest metinli talep e-postası) ayrılıyor. e-Fatura gibi zaten yapısal veriler (UBL-TR XML) doğrudan kuralla okunuyor — “yapay zekâyla okumaya” hiç gerek yok. Otomasyon önce hiçbir sisteme yazmadan, ekibin yanında paralel çalışıyor (gölge mod); çıktılar karşılaştırılıp doğruluk eşiği geçilmeden canlıya alınmıyor.

Ders: Yapay zekâ maliyetini kontrol altında tutan şey, onu her adımda değil, sadece gerçekten gerektiği adımda kullanmaktır.

Ortak Desen: Üç Soru

Beş örnekte de aynı üç soru soruldu ve bu yazının başındaki yüksek başarısızlık oranının asıl panzehiri de bu:

  1. Bu adım gerçekten yapay zekâ mı gerektiriyor, yoksa bir kural mı yeterli?
  2. Yapay zekâ yanlış yaparsa ne olur — ve bunu nasıl yakalarız? (kaynak gösterme, güven eşiği, gölge mod)
  3. Hangi karar her koşulda insanda kalmalı?

Bu üç soruya net bir cevabınız yoksa, muhtemelen doğrudan bir otomasyona değil, önce bir yapay zekâ danışmanlığı fazına ihtiyacınız var — hangi kullanım alanının gerçek etki/fizibilite dengesine sahip olduğunu birlikte çıkarmak için.


goktay.dev üzerinde JSON formatlama, JWT inceleme, SQL-to-GORM gibi ücretsiz geliştirici araçları da sunuyorum; bu yazıdaki sistemlerin arkasındaki teknik yaklaşımı görmek için onlara da bakabilirsiniz. Benzer bir otomasyon ya da yapay zekâ danışmanlığı ihtiyacınız varsa, proje teklifleri için iletişime geçebilirsiniz.