işler değişiyor · kurumsal yapay zekâ
yapay zekâ tamam da, şirkette hangi işi yapacak?
Bir müşteri talebinden teklif taslağına uzanan örnek üzerinden; yapay zekânın yapabileceği işleri, gereken bilgiyi ve insanın karar vereceği noktaları ayırıyoruz.
bir süredir yapay zekâyla ilgili en çok duyduğumuz soru şu:
“peki bizim şirkette bununla ne yapacağız?”
haklı bir soru.
çünkü ChatGPT’ye güzel bir e-posta yazdırmak veya Gemini’ye uzun bir dokümanı özetletmek güzel ama bir şirketi dönüştürdüğümüzü söylemek için biraz daha fazlasına ihtiyacımız var.
asıl mesele yapay zekânın güzel cevap vermesi değil.
iş yapması.
Google Workspace içinde uygulamalar arasında iş akışları kurmaya yönelik araçlar, bu yaklaşımın örneklerinden biri.
e-postayı okudu, dosyayı buldu, tabloyu hazırladı. biraz fazla çalışkan değil mi?
Google Workspace Studio, Workspace uygulamaları arasında iş akışları oluşturmak için sunulan araçlardan biri. Google’ın 3 Aralık 2025 tarihli duyurusu bu yaklaşımı açıklıyor. Aşağıdaki müşteri talebi akışı ise anlatım için kullandığımız bir tasarım örneği. Hesaba uygun özelliklerin, erişimlerin ve kontrol adımlarının ayrıca kurulup doğrulanması gerekiyor.
örneğin bir müşteri size e-posta gönderiyor. normal şartlarda maili okuyoruz, Drive’a giriyoruz, müşterinin eski dosyalarını arıyoruz, geçmiş teklifini buluyoruz, fiyat tablosuna bakıyoruz, yeni teklif hazırlıyoruz, PDF yapıyoruz ve sonra tekrar Gmail’e dönüp cevap yazıyoruz.
çok dramatik görünmüyor ama bunu günde 15 kere yapınca insan ister istemez hayatının bazı tercihlerini sorgulamaya başlıyor.
Böyle bir iş için tasarlanabilecek akışta müşteri talebi gelir; sistem izin verilen kaynaklardan ilgili bilgileri toplar ve teklif taslağı hazırlar. Eksik ya da çelişkili bilgileri gösterir. Müşteriye gönderimden önce tanımlı insan kontrolünde durur.
“göndereyim mi?”
bence işin ilginçleştiği yer tam olarak burası.
tek bir mesajın içinde üç ayrı iş var
Örnek bir müşteri talebi düşünelim:
“Geçen aldığımız üründen 200 adet daha istiyoruz. Fiyatı aynı mı, cuma teslim olur mu?”
Bu talepte ürün, fiyat ve teslim tarihi ayrı bilgi gerektirir. Önceki sipariş doğru ürünü bulmaya yardımcı olabilir; güncel fiyatı ve teslim sözünü tek başına doğrulamaz.
İlk pilotun kapsamı, talebi ayırıp dayanaklarıyla birlikte bir yanıt taslağı hazırlamak olabilir. Eksik veya çelişkili bilgi açıkça işaretlenir. Fiyat ve teslim taahhüdü yetkili kişide kalır; müşteriye otomatik gönderim bu pilotun dışında tutulur.
- Gerekli girdiler: İzinli bir örnek talep, güncel ürün bilgisi, ilgili geçmiş kayıt ve yanıt şablonu.
- Beklenen çıktı: Talebin özeti, kullanılan dayanaklar, eksik bilgiler ve kontrol edilecek taslak.
- Kontrol noktası: Yetkili kişi ürün, fiyat ve teslim bilgilerini doğrular.
- Değerlendirme: Kaynağa uygunluk, eksik bilgiyi gösterme, hazırlama ve düzeltme süresi.
Bu, kapsamı sınırlandırılmış bir pilot önerisi; ölçülmüş IFLABS sonucu değil.
ajan dediğimiz şey de aslında bu
son zamanlarda herkes “AI agent” konuşuyor. kelime biraz havalı olduğu için bazen yapılan işi olduğundan daha karmaşık gösteriyor.
biz daha basit tarif ediyoruz: belirli bir işi yapmakla görevlendirilmiş dijital çalışma arkadaşı.
gelen müşteri talebini inceler, geçmiş işleri bulur, teklif hazırlığı yapar.
faturaları okur, sınıflandırır, tabloya işler, olağan dışı giderleri gösterir.
kararları çıkarır, görevleri belirler ve ilgili kişilere dağıtır.
burada önemli olan “yapay zekâ kullanıyoruz” demek değil. önemli olan: hangi işi yapıyor?
önce dosyaları bir bulalım
işin komik tarafı şu. şirketlerde ajan konuşmaya başladığımızda bazen çok daha temel bir problemle karşılaşıyoruz.
dosyalar nerede?
“ahmet beyde.”
peki ahmet beyde nerede?
“bilgisayarında.”
hangi klasörde?
işte orada teknoloji biraz duruyor.
çünkü dünyanın en gelişmiş yapay zekâ sistemini de getirseniz şirket bilgisi kişilerin bilgisayarlarında, WhatsApp mesajlarında ve adı son_teklif_yeni_final_3.xlsx olan dosyalarda yaşıyorsa mucize yaratması zor.
bu nedenle bizim yaklaşımımız biraz daha sıkıcı görünen yerden başlıyor: Drive, klasörler, Shared Drives, yetkiler, dosya isimleri ve şirket bilgisi. kim neyi görebilir? hangi belge nerede yaşar? bunlar oturduktan sonra yapay zekâ gerçekten faydalı olmaya başlıyor.
küçük işletmeler için asıl fırsat burada
bu gelişmelerin yalnız büyük şirketleri ilgilendirdiğini düşünmüyorum. hatta bana göre en büyük fırsatlardan biri küçük ve orta ölçekli işletmelerde.
büyük şirketlerde zaten ERP, CRM, BI, DMS ve adını üç harfle kısalttığımız başka birçok sistem var. KOBİ’de ise bazen sistem şu:
Excel + WhatsApp + e-posta + işi bilen Ayşe Hanım.
Ayşe Hanım izne çıkınca dijital dönüşüm de kısa süreliğine izne çıkıyor.
Mevcut çalışma araçlarının üzerinde sınırlı bir deneme kurmak, büyük bir dönüşüm projesine başlamadan önce bir işi değerlendirme yolu olabilir. Bunun için de uygun lisanslar, erişim izinleri, düzenli bilgi ve kontrol edecek kişinin zamanı gerekir. Kurulum, veri temizliği ve düzeltme emeği de maliyetin parçasıdır. Kazanımı, denemenin sonucunda görmek gerekir.
finans tarafında çalışan bir prototipimiz var
IFLABS’te e-ticaret finans operasyonuna yönelik çalışan bir prototip geliştiriyoruz. Ele aldığımız ihtiyaç, satışlar, alış faturaları ve diğer giderler farklı yerlerde tutulduğunda bunları birlikte değerlendirebilmek.
Tasarladığımız akış şöyle:
- PDF fatura belirlenen Drive klasörüne gelir.
- Belgeden tedarikçi, tarih, tutar ve KDV gibi bilgiler çıkarılır.
- Gider grubu için bir öneri ve kontrol edilecek kayıt hazırlanır.
- Kayıt, muhasebeleştirme öncesinde insan kontrolüne sunulur.
Bu, prototip için tasarladığımız akışın özeti. Çalışan prototip aşamasındayız; burada bütün adımlar için doğrulanmış başarı oranı veya zaman kazanımı bildirmiyoruz.
Bir sonraki değerlendirmede belge bilgilerinin doğruluğuna, eksik veya belirsiz alanların nasıl gösterildiğine ve kontrol ile düzeltmenin ne kadar emek istediğine bakacağız.
Satış verileriyle giderleri birlikte değerlendirmek de hedeflediğimiz yönlerden biri. Bunun ne ölçüde gerçekleştiğini, hangi verilerle çalıştığını ve hangi sınırlara takıldığını sonuçlar netleştikçe paylaşacağız.
ama bir şartımız var: insan hâlâ masada
ajanlar güçlendikçe yetki daha önemli hale geliyor. bir finans çalışanına şirketin bütün dosyalarını açmıyorsak finans ajanına da açmamalıyız. bir satış çalışanı banka hesaplarını göremiyorsa satış ajanı da görmemeli.
müşteriye e-posta göndermek, ödeme yapmak veya sözleşme onaylamak gibi kritik işlemlerde sistemin bir noktada durup “bunu gerçekten yapmamı istiyor musun?” demesi gerekiyor.
geleceğin şirketi insanların olmadığı şirket değil.
insanların zamanını gereksiz işlere harcamadığı şirket.
peki nereden başlanır?
bence cevap “hemen bir ajan yapalım” değil.
biraz daha yavaş görünüyor olabilir. ama binanın üçüncü katını yapmaya başlamadan önce ilk iki katın var olup olmadığına bakmak hâlâ fena bir fikir değil.
İşler Değişiyor’da bu konuları somut iş akışları ve deney notlarıyla açacağız. Finans tarafında çalışan bir prototipimiz var. Bundan sonraki paylaşımda, doğruladığımız kapsamı ve henüz yanıtlayamadığımız soruları daha açık göstermek istiyoruz.
Buradaki ölçümüz, yapay zekânın ne kadar etkileyici göründüğünden çok, işin tamamında neyi değiştirdiği olacak.