Yapay Zekâ ile İş Süreçleri Otomasyonu: KOBİ Rehberi

Yapay zekâ ile iş süreçleri otomasyonu, tekrarlayan ama yorum gerektiren işleri (e-postaları sınıflandırmak, belgelerden bilgi çıkarmak, yanıt taslağı hazırlamak gibi) büyük dil modelleri ve makine öğrenmesiyle otomatikleştirmek demektir. Kural tabanlı otomasyondan farkı, yapılandırılmamış metin ve belgelerle çalışabilmesidir; ancak çıktıları olasılıksaldır ve insan kontrolü gerektirir.

Bu rehberde kesin verimlilik oranları vermiyoruz; çünkü kazanç sürece ve veriye göre değişir ve ancak ölçülerek bilinebilir. Bunun yerine hangi süreçlerin uygun olduğunu, veri hazırlığını, KVKK boyutunu, insan onayını, pilot adımlarını ve yatırım getirisinin nasıl dürüstçe hesaplanacağını anlatıyoruz.

Hangi iş süreçleri yapay zekâ ile otomatikleştirilebilir?

Yapay zekâ ile otomasyona en uygun süreçler; hacmi yüksek, tekrarlayan, metin veya belge ağırlıklı ve her seferinde biraz farklı gelen işlerdir: gelen talepleri sınıflandırmak, faturadan ya da sözleşmeden bilgi çıkarmak, yanıt taslağı yazmak, toplantı notlarını özetlemek gibi. Kuralları kesin ve hatanın maliyeti yüksek işlerde ise klasik otomasyon daha güvenlidir.

Yapay zekâ, RPA ve klasik otomasyon arasındaki fark nedir?

Klasik otomasyon, önceden yazılmış kurallarla sistemler arasında veri taşır; RPA (robotik süreç otomasyonu), bir insanın ekranda yaptığı tıklama ve kopyalama adımlarını yazılım robotuyla tekrarlar; yapay zekâ ise metni, belgeyi veya görüntüyü yorumlayarak karar ya da içerik önerir. İlk ikisi öngörülebilir ve kesin, yapay zekâ ise esnek ama olasılıksal sonuç üretir.

Pratikte sık kullanılan kurgu karmadır: yapay zekâ belgeyi okuyup alanları çıkarır, kural tabanlı kontroller (vergi numarası biçimi, tutar toplamı gibi) sonucu doğrular, klasik entegrasyon da veriyi ERP'ye yazar. Bu entegrasyon tarafını ERP ve iş süreçleri otomasyonu sayfamızda anlatıyoruz. Yapay zekânın adımları kendisi planlayıp araç kullandığı sistemleri ise yapay zekâ ajanı nedir yazımızda ayrıca ele aldık.

Yapay zekâ otomasyonu için verileriniz hazır mı?

Veri hazırlığı; otomatikleştirilecek sürecin girdilerinin dijital, erişilebilir ve yeterince tutarlı olup olmadığını, doğru sonucun neye benzediğini gösteren örnek kayıtların bulunup bulunmadığını ve verinin nerede, hangi yetkilerle tutulduğunu bilmek demektir. Yapay zekâ dağınık veriyi toparlamaya yardım eder ama yanlış veya eksik veriyi kendiliğinden düzeltemez. Hazırlığın kalitesi pilotun sonucunu doğrudan etkiler.

• Girdiler dijital mi? Taranmış PDF, fotoğraf veya kâğıt belge varsa önce okunabilir hale getirilmesi gerekir.
• Test seti var mı? Geçmişte doğru işlendiği bilinen kayıtlar, modelin başarısını ölçmek için gereklidir.
• Tek doğru kaynak belli mi? Müşteri, ürün ve fiyat bilgisinin hangi sistemde güncel tutulduğu net olmalıdır.
• Veri sınıflandırılmış mı? Kişisel veri, ticari sır ve kamuya açık bilgi ayrılmadan hiçbir veri dış servise gönderilmemelidir.
• Erişim yetkileri tanımlı mı? Bir asistan, kullanıcının zaten göremediği belgeleri ona göstermemelidir.

Yapay zekâ servislerine veri gönderirken KVKK açısından nelere dikkat edilmeli?

Yapay zekâ servislerine veri göndermeden önce hangi verinin kişisel veri veya ticari sır olduğunu belirlemek, gerekmeyen kişisel veriyi çıkarmak ya da anonimleştirmek, servisin veriyi nerede işlediğini, ne kadar sakladığını ve model eğitiminde kullanıp kullanmadığını sözleşmeden kontrol etmek gerekir. Kişisel veri söz konusuysa işlem 6698 sayılı Kanun'a tabidir.

KVKK'nın Kasım 2025 tarihli Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi (15 Soruda), Türkiye'deki bir veri sorumlusunun yurt dışında yerleşik bir sağlayıcının üretken yapay zekâ sistemini kullanması ve bu yolla kişisel verilerin yurt dışına aktarılması hâlinde, aktarımın Kanun'un 9. maddesine ve yurt dışına aktarıma ilişkin yönetmeliğe uygun yapılması gerektiğini belirtir. Rehber, aydınlatma yükümlülüğünün bu sistemler için de geçerli olduğunu hatırlatır.

Kurum'un Şubat 2026 tarihli İş Yerlerinde Üretken Yapay Zekâ Araçlarının Kullanımı dokümanı ise çalışanların bu araçları kurumun bilgisi ve kontrolü dışında kullanmasını “gölge yapay zekâ” olarak tanımlar. Doküman, tamamen yasaklamanın gerçekçi olmadığını belirterek yönlendirmeye ve farkındalığa dayalı bir yaklaşımı, yani açık bir kurumsal politika, erişim kontrolü ve çalışan eğitimini önerir; araçlarla mümkün olduğunca anonimleştirilmiş, genelleştirilmiş ifadelerle çalışılmasını tavsiye eder.

• Kurumsal hesap ve sözleşmeyle çalışın; kişisel hesaplardan şirket verisi girilmesini politikayla sınırlayın.
• Müşteri, çalışan ve sağlık bilgisi gibi hassas verileri göndermeden önce maskeleyin veya çıkarın.
• Servisin veri saklama süresini ve girdileri eğitimde kullanıp kullanmadığını kullanım koşullarından kontrol edin.
• Kimin, hangi araçla, hangi veriyi işlediğini kayıt altına alın.

Bu bölüm genel bilgi niteliğindedir, hukuki tavsiye değildir; veri akışınızı bir KVKK uzmanıyla değerlendirin. Genel siber güvenlik önlemleri için KOBİ'ler için siber güvenlik rehberimize bakabilirsiniz.

İnsan onayı (human-in-the-loop) neden gerekli?

İnsan onayı, yapay zekânın önerdiği bir çıktının belirli durumlarda bir çalışan tarafından kontrol edilip onaylanmadan işleme alınmaması demektir. Üretken modeller ikna edici ama yanlış çıktılar üretebildiği için müşteriye giden yanıtlar, ödeme ve silme gibi geri alınması zor işlemler ve kişiler hakkında verilen kararlar insan onayından geçmelidir.

KVKK'nın iş yerleri dokümanı da “otomasyon ön yargısı” olarak bilinen, çıktıları sorgulamadan doğru kabul etme eğilimine ve halüsinasyonlara dikkat çeker; üretken yapay zekâ çıktılarına nihai kararların dayanağı olarak değil, insan denetimi altında destekleyici unsur olarak yaklaşılmasını önerir. Pratikte işleri üç gruba ayırabilirsiniz:

• Otomatik: düşük riskli ve geri alınabilir işler; etiketleme, sınıflandırma, yönlendirme.
• Onaylı: müşteriye giden metinler, muhasebe kayıtları, sipariş değişiklikleri.
• Yalnızca insan: işe alım, fiyat istisnası, hukuki yanıt gibi kişileri doğrudan etkileyen kararlar.

Modelin emin olmadığı durumları otomatik olarak insana yönlendirmek, onaylanan çıktılardan örneklem alarak kalite kontrolü yapmak ve her işlemi kayıt altına almak bu yapının tamamlayıcılarıdır.

Yapay zekâ otomasyonu için pilot nasıl yapılır?

Pilot; tek bir süreci seçip otomasyondan önceki başlangıç değerlerini ölçmek, sınırlı bir kullanıcı grubu ve veriyle birkaç hafta denemek, sonuçları aynı ölçütlerle karşılaştırmak ve devam, düzeltme ya da durdurma kararı vermektir. Amaç teknolojiyi göstermek değil, o süreçte gerçekten fayda sağlayıp sağlamadığını düşük riskle öğrenmektir.

1. Süreci seçin: hacmi yüksek, adımları belli ve hatası geri alınabilir bir iş belirleyin.
2. Başlangıç değerini ölçün: işlem başına süre, hata oranı, bekleme süresi ve aylık hacmi kaydedin.
3. Başarı ölçütünü yazın: hangi değer hangi düzeye gelirse pilotun başarılı sayılacağını baştan belirleyin.
4. Veriyi hazırlayın: test setini oluşturun, kişisel verileri ayıklayın veya maskeleyin.
5. Aracı seçin: hazır bir yazılım hizmeti mi, yoksa sistemlerinize API ile bağlanan özel yazılım geliştirme mi gerektiğine karar verin.
6. İnsan onayıyla başlayın: ilk aşamada tüm çıktıları bir çalışan kontrol etsin.
7. Ölçün ve karşılaştırın: aynı ölçütleri kullanın, hataları türlerine göre sınıflandırın.
8. Karar verin: yaygınlaştırın, düzeltin ya da durdurun; politika ve eğitimi güncelleyin.

Riskleri sistematik ele almak için ABD Ulusal Standartlar ve Teknoloji Enstitüsü'nün (NIST) gönüllü kullanım için yayımladığı Yapay Zekâ Risk Yönetimi Çerçevesi (AI RMF) ve Temmuz 2024'te üretken yapay zekâya özgü riskler için yayımladığı ek profil iyi bir başvuru kaynağıdır.

Yapay zekâ otomasyonunun yatırım getirisi nasıl ölçülür?

Yatırım getirisi, otomasyondan önce ölçülen başlangıç değerleriyle sonraki değerlerin aynı yöntemle karşılaştırılmasıyla ölçülür. Kazanılan süre ve azalan hata bir yana; lisans ve API ücretleri, entegrasyon, bakım, insan kontrolüne harcanan süre ve hataların düzeltilmesi de hesaba katılmalıdır. Aksi hâlde kazanç olduğundan büyük görünür ve yanlış yatırım kararları alınır.

Basit bir aylık hesap şöyle kurulabilir: işlem sayısı × işlem başına kazanılan süre × saatlik iş gücü maliyeti; bundan yazılım ve API maliyeti, kontrol ve düzeltme süresinin maliyeti ve bakım payı çıkarılır. İlk kurulum maliyetinin bu aylık net kazanca bölünmesi, geri ödeme süresini verir.

• İşlem başına süre: talebin geldiği andan tamamlanmasına kadar geçen süre.
• İlk seferde doğru oranı: insan düzeltmesi gerekmeden kabul edilen çıktıların payı.
• İnsan müdahalesi oranı: onaya veya düzeltmeye düşen işlemlerin payı.
• Hata maliyeti: yanlış kayıt, yanlış yanıt veya gecikmenin yol açtığı ek iş.
• Kullanıcı ve müşteri geri bildirimi: kısa anketlerle ölçülen memnuniyet.

Ölçmediğiniz bir kazancı iddia etmeyin; başka şirketler için yayımlanan verimlilik oranları sizin sürecinizi temsil etmez. Bu ölçümü dijital dönüşümün geri kalanıyla birlikte planlamak için KOBİ dijital dönüşüm yol haritası yazımıza da göz atabilirsiniz.

Uni Digital Group bu konuda ne yapıyor? Özel yazılım ile ERP ve otomasyon projeleri geliştiriyoruz. Bir süreci otomatikleştirmeyi düşünüyorsanız, hangi adımın kural tabanlı otomasyonla, hangisinin yapay zekâyla ele alınabileceğini ve sonucun nasıl ölçüleceğini ilk görüşmede birlikte değerlendirebiliriz; ofisimiz Beşiktaş'ta, görüşmeyi iş yerinizde, ofisimizde veya çevrim içi yapıyoruz. Ayrıntılar için ERP ve otomasyon sayfamıza bakabilirsiniz.