Göktay Logo
← Hizmetlere Dön
Hizmet

Yapay Zeka Danışmanlığı

Şirketinizde hangi yapay zekâ yatırımının gerçekten para kazandıracağını, hangisinin pahalı bir "bilim deneyi" olarak kalacağını; bağımsız, satış kaygısı olmayan bir teknik gözle birlikte belirliyoruz.

Yapay Zeka Danışmanlığı — kavramsal illüstrasyon

Sorun

“Yapay zekâ danışmanlığı” aramasının arkasında genelde iki farklı soru var: “Hangi AI yatırımı bize gerçekten para kazandırır?” ve “Elimizdeki AI pilotu neden hâlâ canlıya çıkmadı?” İkisi de aynı kökten geliyor: şirketler bütçeyi önce ayırıp sonra kullanım alanı arıyor.

%80+ RAND Corporation'ın yapay zekâ proje başarısızlıklarını inceleyen araştırmasına göre AI projelerinin %80'inden fazlası başarısız oluyor — bu oran, normal BT projelerindeki başarısızlık oranının kabaca iki katı. Başarısızlıkların üçte biri üretime hiç çıkmadan terk ediliyor, dörtte biri ise üretime çıkıp ölçülebilir bir değer üretmeden sessizce rafa kalkıyor.

Sayı çarpıcı ama nedeni sır değil. CIO.com’un 2026 anketine katılan CIO’ların %31’i şirketlerinin net bir yapay zekâ stratejisi olmadığını, %32’si ise net bir ROI (yatırım geri dönüşü) metriği tanımlamadığını söylüyor. Strateji yoksa, “başarı” da tanımsız kalıyor; tanımsız başarı hiçbir zaman ölçülemiyor, ölçülemeyen hiçbir şey de yönetime savunulamıyor.

Klasik danışmanlık tuzağı: Rapor var, ürün yok

Consultancy.uk’nin Mayıs 2026 tarihli analizine göre tipik bir AI danışmanlık projesi şu örüntüyü izliyor: bir pilot başlatılır, ölçeklenmeden canlıda asılı kalır, birkaç ay sonra yeni bir kullanım alanına geçilir — önceki pilotun üzerine inşa edilmeden. Büyük danışmanlık firmalarının klasik modeli (analiz et, strateji dokümanı yaz, teslim et) bu döngüyü kırmıyor; çünkü dokümanı yazan ekip, onu kodlayıp canlıya alan ekip değil. Aradaki devir teslimde fikir kaybolur.

Türkiye’de ek bir katman: KVKK ve yerli sistemler

Türkiye’deki şirketler için soru daha da somutlaşıyor: Müşteri verisi, çalışan verisi ya da ticari sır niteliğindeki bilgi bir AI modeline gönderildiğinde bu veri nereye gidiyor? KVKK’nın Kasım 2025’te yayımladığı “Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi”, kişisel veri içeren bir istemin bir dil modeline — özellikle yurt dışındaki bir sağlayıcıya — gönderilmesini açıkça bir veri işleme faaliyeti olarak tanımlıyor. Yerli ERP ve muhasebe sistemlerine entegrasyon ihtiyacı da buna ekleniyor; “önce dene sonra düşün” yaklaşımı burada hem hukuki hem teknik riske dönüşüyor.

Dolayısıyla asıl soru “yapay zekâya mı yatırım yapmalıyız?” değil. Asıl soru şu: Hangi somut iş probleminde, hangi ölçülebilir metrikle, ne zaman “işe yaradı” diyeceğiz — ve bunu kim, nasıl inşa edecek?

Yaklaşım

Danışmanlığı rapor yazıp ayrılan bir iş olarak değil, inşa edebileceğimiz bir karara kadar süren bir süreç olarak kuruyoruz. Strateji ile uygulama aynı elden çıkıyor; önerdiğimiz hiçbir şey “birinin bir gün koda dökmesini” beklemiyor.

  1. Keşif: mevcut sistemleri ve gerçek iş akışını haritalama

    Önce sunum istemiyoruz, ekranınızı istiyoruz. Mevcut sistemlerinizi (CRM, ERP, destek hattı, muhasebe), veri akışınızı ve ekibin günlük olarak nerede zaman kaybettiğini birlikte çıkarıyoruz. Çıktı, “yapay zekâ nereye uyar” değil, “para ve zaman nereye sızıyor” haritası.

  2. Kullanım alanı önceleme: etki × fizibilite matrisi

    Olası her kullanım alanını iki eksende değerlendiriyoruz: gerçek etki (zaman/maliyet tasarrufu, gelir fırsatı, risk azaltımı) ve fizibilite (veri hazır mı, entegrasyon ne kadar karmaşık, KVKK açısından temiz mi). Yüksek etki + düşük fizibilite olan “parlak ama imkansız” fikirleri bilerek eleyoruz. Yüksek etki + yüksek fizibilite olan 1-2 kullanım alanıyla başlıyoruz; tek seferde beş projeye birden başlamıyoruz.

  3. Build vs. buy vs. do nothing kararı

    Her kullanım alanı için üç seçeneği dürüstçe karşılaştırıyoruz: hazır bir SaaS ürünü yeterli mi, özel geliştirme mi gerekiyor, yoksa bu iş aslında yapay zekâ gerektirmeyen bir kural/otomasyon mu? “Yapay zekâ” her zaman doğru cevap değildir; bazen cevap bir Excel sürecini kural tabanlı bir otomasyona taşımaktır. Model ve barındırma seçimi (yurt dışı API, Türkiye’de barındırma, kendi sunucunuzda açık model) KVKK açısından burada yazılı olarak değerlendirilir.

  4. Ölçülebilir pilot: canlıya çıkmadan 'başarı' tanımlanır

    Seçilen kullanım alanı için, geliştirmeye başlamadan önce “başarılı” ne demek yazılı olarak tanımlanır: hangi metrik, hangi eşik, hangi ölçüm penceresi. Pilot dar bir kapsamda (tek departman, tek süreç) ve kısa bir sürede canlıya alınır. Gartner’ın Haziran 2025 uyarısı burada rehberimiz: eski bir chatbot’u ya da RPA aracını yeni bir yetenek eklemeden “ajan” diye yeniden etiketlemek (“agent washing”), gerçek bir sonuç üretmez.

  5. Ölçek kararı: devam et, dur ya da değiştir

    Pilot öngörülen eşiği geçtiyse ölçeklendirme planı (hangi departmana, hangi sırayla) birlikte çıkarılır. Eşiği geçmediyse bu bir başarısızlık değil, bir veridir — neden geçmediği analiz edilir ve bir sonraki kullanım alanına taşınır. “Sonsuza kadar pilot” durumuna asla izin vermiyoruz; her pilotun bir bitiş tarihi ve bir karar noktası vardır.

Çoğu danışmanlık firması stratejiyi satar, uygulamayı başka bir ekibe bırakır. Biz ikisini aynı elden yürütüyoruz: önerdiğimiz mimariyi, gerekirse RAG tabanlı bir asistanı veya kurumsal bir bilgi asistanını biz de inşa edebiliyoruz. Bu, “danışman dedi, geliştirici farklı anladı” kaybını ortadan kaldırıyor.

Teslim Edilenler

Keşif ve strateji

Pilot ve ölçüm

Tipik takvim ve fiyatlandırma çerçevesi

Global pazarda AI danışmanlığı fiyatlandırması yaygın olarak üç modelde toplanıyor: sabit kapsamlı proje, aylık retainer ve saatlik/gün ücreti; yayımlanan rakamlar firma ölçeğine göre büyük farklar gösteriyor. Biz Türkiye pazarına ve projenizin gerçek kapsamına göre, keşif fazı bitmeden tek bir rakam vermiyoruz — çünkü o noktada kapsam henüz net değildir.

Sık sorulanlar

Doğrudan “bize bir chatbot/AI asistanı yapın” desek olmaz mı, neden önce danışmanlık? Olur, bazı durumlarda doğrudan AI Destek Asistanı veya Müşteri Talebi Triyajı gibi net bir ihtiyacınız varsa danışmanlık fazını atlayıp direkt o hizmete geçeriz. Danışmanlık, ihtiyacınız net değilse ya da birden fazla seçenek arasında kaldığınızda devreye girer.

Sadece rapor yazıp mı ayrılıyorsunuz? Hayır. Önerdiğimiz mimariyi gerekirse biz de inşa ediyoruz; strateji ile kod aynı elden çıktığı için “danışman öyle dedi, geliştirici böyle anladı” kaybı yaşanmıyor.

Ne zaman yapay zekâ danışmanlığına, ne zaman doğrudan iş süreci otomasyonuna ihtiyacımız var? Süreç net kurallarla tanımlanabiliyorsa (tutar eşiği, tarih kontrolü, sabit bir akış) bu genelde klasik otomasyon, yapay zekâ değildir ve daha ucuza, daha güvenilir çözülür. Danışmanlık, “hangisi olduğunu biz de bilmiyoruz” durumunda değer üretir.

Maliyeti nasıl kontrol ediyoruz? Keşif fazı küçük ve sabit fiyatlıdır; bu fazın sonunda devam etmeme hakkınız vardır ve elinizde kullanılabilir bir rapor kalır. Büyük taahhüt, kapsam netleştikten sonra verilir — baştan büyük bir rakama imza atmanızı istemiyoruz.

Bağımsız bir yazılımcı/danışmanla çalışmanın büyük bir danışmanlık firmasına göre farkı ne? Büyük firmalarda genelde strateji ekibi ile uygulama ekibi ayrıdır ve aralarında bir devir teslim kaybı olur. Burada aynı kişi hem önceliklendirmeyi yapıyor hem de gerektiğinde kodu yazıyor. Ayrıca goktay.dev üzerindeki ücretsiz geliştirici araçlarına bakarak teknik yaklaşımımızı danışmanlık görüşmesi öncesinde görebilirsiniz; önerilerimiz satış kaygısıyla değil, kendi inşa ettiğimiz sistemlerin deneyimiyle şekilleniyor. Projeniz için uygunsa, teklif için iletişime geçebilirsiniz.

İlgili Vaka Analizleri

Şu an yeni proje alıyorum

Bu hizmeti şirketinize taşıyalım.

İhtiyacınızı birlikte netleştirelim; kapsam, zaman çizelgesi ve teslim edilenler konusunda somut bir yol haritası çıkaralım.