İçeriğe geç
Pzt–Cum 09:00–18:00
Yapay Zeka ve Dijital Dönüşüm — 13 dk okuma

Üç teklif, tek fark: yapay zeka danışmanına sorulacak 12 soru

Üç teklif, aynı vaat, birbirine yakın fiyat. Farkı ilk görüşmede görmenin bir yolu var: on iki soru ve her birinin cevabında neyi aramanız gerektiği.

Can Aydınlık28 Ağustos 202613 dakika okuma

Bir üretim şirketinin toplantı odasında üç teklif yan yana duruyordu. Üçü de yapay zekayla verimlilik vaat ediyordu, üçünün de fiyatı birbirine yakındı. Genel müdür sonunda tek bir soru sordu: bu sistem kurulduktan sonra hangi rakam, ne kadar hareket edecek? İki sağlayıcı ekranı kaydırıp demoya döndü. Üçüncüsü şunu söyledi: bugünkü taban değerinizi ölçmedim, dolayısıyla bilmiyorum — önce onu ölçelim.

O toplantıyı bu yazı için kurguladım; üç teklif arasındaki farkı kurgulamadım. Türkiye'de son iki yılda yapay zeka ajansı adıyla ortaya çıkan sağlayıcıların büyük kısmı aynı iki ürünü satıyor: bir sohbet botu ve bir içerik otomasyonu. İkisi de gerçek işlerdir. Ama ikisi de bir fabrikanın teklif sürecini, bir perakendecinin stok akışını veya bir servis ağının iş emri dağıtımını değiştirmez.

Ayrım şurada başlıyor: bir yapay zeka danışmanı modeli kurmakla değil, o modelin bağlanacağı süreci ve ölçüyü kurmakla ilgilenir. Aşağıdaki on iki soru bu ayrımı ilk görüşmede yüzeye çıkarmak için yazıldı. Her sorunun altında, verilen cevapta neyi aramanız gerektiği de duruyor — çünkü asıl bilgi soruda değil, sağlayıcının duraksadığı yerde.

Yapay zeka ajansı ile yapay zeka danışmanı arasındaki fark nedir?

Yapay zeka ajansı çoğunlukla bir araç teslim eder: sohbet botu, içerik akışı, hazır bir modelin arayüzü. Yapay zeka danışmanı bir sonucu taahhüt eder — hangi süreçte hangi metriğin ne kadar iyileşeceğini önceden tanımlar, işe başlamadan ölçer ve sistemi o ölçünün etrafına kurar. İkisi rakip değil, farklı işlerdir; sorun, ikisinin de aynı sunum dosyasıyla satılmasıdır. Rolün adı da henüz oturmadı: kimi AI danışmanı diyor, kimi yapay zeka danışmanı — ikisi de aynı işi tarif ediyor.

Fark akademik değil, faturaya yansıyan bir fark. Bir sohbet botu kurmak bugün birkaç gün süren bir iştir ve fiyatı da öyle olmalıdır. Bir teklif sürecinin tamamını mühendisin diline çevirmek, kataloğu, CRM'i ve yanıt akışını aynı sisteme bağlamak ise ay ölçeğinde bir mühendislik işidir — ve karşılığında ölçülebilir bir sayı verir. Bu yazının çerçevesi yapay zeka danışmanlığı tarafında kurduğumuz projelerden çıktı.

On iki soru, tek bakışta:

  1. Model mi satıyorsunuz, sonuç mu?
  2. Verim iddianızı hangi vakayla ve hangi rakamla kanıtlarsınız?
  3. Bizim işimizde yapay zekayı nerede kullanmazsınız?
  4. İlk pilot için hangi süreci seçerdiniz, neden o süreç?
  5. Veri hazırlığını kim yapar, ne kadar sürer?
  6. Projeden önce hangi taban ölçümü alırsınız?
  7. Pilot kaç haftada canlıya çıkar?
  8. Mevcut sistemlerimize nasıl bağlanırsınız?
  9. Model yanlış cevap verdiğinde ne oluyor?
  10. Verimiz nerede işlenir, KVKK sorumluluğu kimde?
  11. Hangi model sağlayıcısına bağımlı kalıyoruz?
  12. Proje bittiğinde sistemin sahibi kim, ekibimizden kim ne öğrenmiş olacak?

1. Model mi satıyorsunuz, sonuç mu?

Sorunun amacı, karşınızdakinin kendini nasıl tarif ettiğini duymak. Model satan taraf konuşmaya teknolojiden başlar: hangi modeli kullandığını, hangi arayüzü kurduğunu, kaç entegrasyon yaptığını anlatır. Sonuç satan taraf konuşmaya sizin sayılarınızdan başlar — hangi süreçte kaç saat harcandığını, o saatin neye mal olduğunu, hangi eşikten sonra yatırımın kendini ödediğini sorar.

İlk beş dakika bu yüzden bilgi verir. Teknolojiyle açan cevap yanlış değildir, eksiktir: hangi modelin kullanıldığı bir uygulama detayıdır ve altı ay içinde değişebilir; hangi metriğin hareket edeceği ise sözleşmenin konusudur ve değişmemelidir.

Cevapta arayın: sağlayıcı sizin işinizin sayılarını mı soruyor, yoksa kendi araç setini mi anlatıyor?

2. Verim iddianızı hangi vakayla ve hangi rakamla kanıtlarsınız?

Doğru cevap üç bileşen taşır: bir iş, bir metrik, bir zaman aralığı. Müşterilerimizde ciddi verim artışı sağladık cümlesi kanıt değil nezakettir; sağlayıcının hangi işte, hangi sayıyı, ne kadar sürede hareket ettirdiğini duymadan bir sonraki gündem maddesine geçmeyin.

Kendi tarafımızdan bir örnek vereyim, iddianın nasıl kurulması gerektiğini göstermek için. Meccanotecnica Umbra Türkiye'de ürün kataloğunu, fabrikasını anlatan mühendise uygun donanımı çıkaran bir AI teknik danışmana ve teklif portalına bağladık: teklif talebi 10 katına çıktı, talep ile yanıt arasındaki süre yüzde doksan kısaldı. Cümlede iş de var (teklif süreci), metrik de (talep sayısı, yanıt süresi), yön ve büyüklük de.

Cevapta arayın: rakamın yanında taban değer var mı? Yüzde kırk arttı cümlesi neyin üstüne kırk arttığını söylemiyorsa ölçü değil, süstür.

3. Bizim işimizde yapay zekayı nerede kullanmazsınız?

Her yerde kullanırız diyen sağlayıcı, muhtemelen henüz hiçbir yerde ciddi biçimde kullanmamıştır. Deneyimli bir danışman size en az iki alan sayar: hatanın maliyeti yüksek olduğu için insan onayının kalması gereken kararlar ve geçmiş verisi bir modeli beslemeye yetmeyen süreçler.

Sınır çizmek somut bir iştir. Fiyat onayı, iş güvenliği kararı ve tek seferlik stratejik tercihler modelin işi değildir. Buna karşılık tekrar eden, kuralı yazılabilen ve geçmiş kaydı bulunan işler — teklif hazırlama, sipariş eşleştirme, teknik doküman arama — modelin ilk ve en kârlı alanıdır.

Cevapta arayın: neyi yapmayacağını söyleyebiliyor mu? Sınır çizemeyen sağlayıcı, sonucu da ölçemez.

4. İlk pilot için hangi süreci seçerdiniz, neden o süreç?

İyi cevap üç ölçüte dayanır: sürecin tekrar sıklığı, hatanın bugünkü maliyeti ve mevcut verinin durumu. Danışman bu üçünü sormadan bir süreç öneremez; öneriyorsa öneri sizin işinizden değil, elindeki hazır üründen geliyordur.

Seçimin mantığı sezgiye ters düşer. En kârlı ilk alan genellikle en görünür olan değil, en çok tekrar edenidir: günde otuz kez yapılan on dakikalık bir iş, ayda bir yapılan iki günlük işten daha büyük bir kaldıraçtır. Dönüşümün hangi sırayla ilerlediğini AI dönüşümü nedir yazısında uçtan uca anlattık.

Cevapta arayın: önerilen süreç sizin anlattığınız bir darboğaz mı, yoksa sunumda zaten duran bir örnek mi?

5. Veri hazırlığını kim yapar, ne kadar sürer?

Projelerin çoğunda işin en büyük kısmı buradadır ve teklif dosyalarının çoğunda bu satır yoktur. Veri hazırlığı — kaynakların toplanması, temizlenmesi, etiketlenmesi ve erişim izinlerinin açılması — modelin kurulmasından uzun sürer, dolayısıyla kimin yapacağı sözleşmeden önce yazılmalıdır.

Veriyi siz verin, gerisi bizde cümlesi maliyetin yarısını sessizce size bırakır. Sağlıklı cevap paylaşımı isimlendirir: hangi kaynak sizden çıkar, hangi dönüşümü sağlayıcı yapar, her adım kaç hafta sürer ve gecikirse takvim nereden kayar.

Cevapta arayın: veri hazırlığına ayrılan süre, model kurulumuna ayrılan süreden kısa mı? Kısaysa ya nedenini anlatabiliyorlardır ya da bu işi hiç yapmamışlardır.

6. Projeden önce hangi taban ölçümü alırsınız?

Ölçülmemiş bir sürecin iyileştiğini kimse kanıtlayamaz. Ciddi bir sağlayıcı işe başlamadan önce bugünkü değeri kaydeder: kaç dakika, kaç adım, kaç hata, kaç talep, kaç kişi.

Bu ölçüm sonradan alınamaz. Meccanotecnica Umbra'da yanıt süresinin yüzde doksan kısaldığını söyleyebilmemizin tek sebebi, kısalmadan önceki süreyi ölçmüş olmamız. Taban değerin sıfır çıkması da iyi bir başlangıçtır: SIM Baskı Malzemeleri'nde yapay zeka motorlarındaki görünürlük ilk ölçümde sıfırdı, program yürüdükten sonra 40 bine ulaştı — sıfırdan başlayan sonucu kimse yorumlamak zorunda kalmaz.

Cevapta arayın: taban ölçüm teklifin içinde bir kalem mi, yoksa sözlü bir niyet mi?

7. Pilot kaç haftada canlıya çıkar?

Kurumsal bir pilotun canlıya çıkma süresi haftalarla ölçülür, aylarla değil — ve bu süre sağlayıcının mühendislik derinliğini doğrudan gösterir. Altı ay sonra ilk çıktı diyen cevap bir pilotu değil bir programı tarif eder; iki günde ayağa kaldırırız diyen cevap ise bir pilotu değil bir demoyu.

Aralık işin tipine göre değişir, mantık sabit kalır. Pilot, tek bir süreçte, tek bir ekiple ve gerçek veriyle çalışan en küçük çalışır sistemdir. Amacı etkilemek değil ölçmektir; çıktısı bir sunum değil bir karardır — yaygınlaştır ya da durdur.

Cevapta arayın: pilotun bitiş kriteri tanımlı mı? Bitiş kriteri olmayan pilot bitmez, yalnızca bütçesi biter.

8. Mevcut sistemlerimize nasıl bağlanırsınız?

Yapay zekanın değeri modelde değil, bağlandığı yerdedir. ERP'nizden, CRM'inizden veya üretim yazılımınızdan veri okuyamayan ve oraya yazamayan bir sistem çalışanlarınıza ikinci bir ekran ve üçüncü bir iş yükü ekler; altı ay içinde de kullanılmaz hale gelir.

Bağlantı katmanı çoğu zaman projenin gerçek mühendisliğidir. Almanya'daki müşterimiz MKComputer için kurduğumuz platform 200 binden fazla ürünü beş dakikada senkronluyor ve sipariş yönlendirmesini sıfır manuel adımla yapıyor. Bu ölçekte soru hangi model değil; veri akışının hangi hızda, hangi hata payıyla ve hangi arıza senaryosunda taşındığıdır.

Cevapta arayın: entegrasyonu kimin yazacağı belli mi? Sizin IT ekibiniz API'yi açar cümlesi bir plan değil, bir varsayımdır.

9. Model yanlış cevap verdiğinde ne oluyor?

Her model yanılır; ciddi sağlayıcı bunu siz sormadan söyler ve yanılmanın maliyetini sınırlayan bir tasarım gösterir. İyi cevap üç katman içerir: modelin cevabını dayandırdığı kaynak, güven eşiğinin altında işi insana devreden kural ve her cevabın geriye izlenebildiği bir kayıt.

Teknik satış yapan bir üretici için bu şart pazarlık konusu değildir: yanlış donanım önerisi bir müşteri kaybından fazlasına mal olur. Modelin veri olmadan cevap uydurması — sektördeki adıyla halüsinasyon — tasarımla sınırlanabilir; cevabın kaynağı ürün verisine bağlandığında model kendi başına ürün icat etmez.

Cevapta arayın: hata konusu açıldığında savunmaya mı geçiyor, yoksa tasarımını mı anlatıyor?

10. Verimiz nerede işlenir, KVKK sorumluluğu kimde?

Cevap tek cümlede verilebilmeli: veri hangi ülkedeki hangi sağlayıcının sunucusunda işleniyor, ne kadar saklanıyor ve model eğitiminde kullanılıyor mu. Kişisel veri söz konusuysa KVKK açısından veri sorumlusu sizsiniz, sağlayıcı ise veri işleyendir — bu ayrım sözleşmede yazılı olmalıdır.

Pratik sonuç sert: sözleşmede veri işleyen sıfatı, saklama süresi ve alt yüklenici listesi yoksa sorumluluğun tamamı sizde kalır. Kurumsal alıcılar bu maddeyi fiyattan önce okur, çünkü fiyat pazarlık konusudur, sorumluluk değildir.

Cevapta arayın: sağlayıcı kendi alt yüklenicilerini sayabiliyor mu? Sayamıyorsa veri zincirinin nerede bittiğini bilmiyor demektir.

11. Hangi model sağlayıcısına bağımlı kalıyoruz?

Model katmanı bu alanın en hızlı değişen ve en hızlı ucuzlayan parçasıdır; bugünün en iyi modeli altı ay sonra ikinci sırada olabilir. İyi kurulmuş bir sistem model sağlayıcısını değiştirilebilir bir bileşen olarak tutar — iş mantığı, veri akışı ve arayüz yerinde kalırken model değişebilir.

Sorunun ticari karşılığı nettir. Sağlayıcı fiyatını iki katına çıkardığında veya bir modeli kullanımdan kaldırdığında sisteminizin yeniden yazılması gerekiyorsa, o sistem sizin değil tedarikçinizin varlığıdır. Bağımlılık tamamen kaçınılabilir bir şey değil; ölçülebilir ve sınırlanabilir bir şeydir.

Cevapta arayın: modeli değiştirmek ne kadar sürer sorusuna bir süre söyleyebiliyorlar mı?

12. Proje bittiğinde sistemin sahibi kim, ekibimizden kim ne öğrenmiş olacak?

Sahiplik dört kalemde tanımlanır: kaynak kodu, sistemin çalışma mantığını taşıyan kural ve komut setleri, üretilen veri ve hesapların mülkiyeti. Dördü birden sizde kalmıyorsa sistemi satın almadınız, kiraladınız — ve kirayı ne zaman artıracaklarını bilmiyorsunuz.

İkinci yarı devir işidir ve çoğu teklifte hiç geçmez. Sağlıklı bir danışmanlık ilişkisinde ekibinizden en az iki kişi sistemi günlük olarak çalıştırabilir hale gelir; bu bir eğitim sunumuyla değil, birlikte çalışılan haftalarla olur. Danışmanın hedefi kendini vazgeçilmez kılmak değil, sizi kendisi olmadan çalışır kılmaktır.

Cevapta arayın: teklifte devir ve eğitim için ayrılmış bir kalem var mı? Konuşulmayan devir gerçekleşmez.

Sonuç: on iki sorunun ölçtüğü tek şey

On iki sorunun tamamı aynı ayrımı ölçüyor: karşınızdaki taraf size bir araç mı kuruyor, yoksa bir sonucun sorumluluğunu mu alıyor? Araç kuran taraf teslimat gününde işini bitirir; sonucun sorumluluğunu alan taraf teslimat gününde işe başlar. Fiyat listesinde bu iki iş yan yana durur, faturanın karşılığında ise ayrı yerlere düşer.

Türkiye'de yapay zeka firmaları hızla çoğaldı ve bu iyi haber — beş yıl önce bu soruları soracak kadar sağlayıcı yoktu. Kötü haber, aynı hızda çoğalan şeyin sunum dosyası olması. Ayrımı ilk görüşmede yapmanın yolu daha iyi bir sunum istemek değil, daha zor bir soru sormaktır.

Bugün yapabileceğiniz bir test var ve on dakika sürüyor. Elinizdeki en yeni teklif dosyasını açın ve tek bir şey arayın: projeden önce ölçülecek bir taban değer yazıyor mu? Yazmıyorsa o belge bir sonuç taahhüdü değil, bir kurulum taahhüdüdür — ve iki belge arasındaki fark, projenin sonunda kimin haklı çıkacağını belirler.

Aynı disiplinin pazarlama tarafındaki karşılığını ajansa sorulacak sekiz soruda yazmıştık; sorular farklı, mantık aynı. Bu on iki soruyu bize de sorun: ikinci ve sekizinci sorunun cevabı bu yazının içinde, rakamlarıyla duruyor.

Sık sorulan sorular

Yapay zeka danışmanı ne iş yapar?

Yapay zeka danışmanı, bir şirketin hangi sürecinde yapay zekanın ölçülebilir karşılık üreteceğini tespit eder, o süreci ölçer ve sistemi ölçünün etrafına kurar. İş üç katmanda yürür: süreç seçimi ve taban ölçüm, veri hazırlığı ve mevcut sistemlere entegrasyon, sonra pilotun canlıya alınması ve sonucun karşılaştırılması. Model seçimi bu işin en küçük ve en kolay değiştirilebilir parçasıdır; danışmanın asıl ürünü karar mimarisi ve devredilebilir bir sistemdir.

Yapay zeka ajansı ile yapay zeka danışmanlığı arasındaki fark nedir?

Fark teslim edilen şeyde. Yapay zeka ajansı genellikle bir araç teslim eder — sohbet botu, içerik akışı, hazır bir modelin arayüzü — ve teslimatla işi biter. Yapay zeka danışmanlığı bir sonucu taahhüt eder: hangi metriğin ne kadar hareket edeceğini önceden tanımlar, işe başlamadan taban değeri ölçer, sistemi ERP ve CRM gibi mevcut yapılara bağlar ve proje sonunda sistemi ekibe devreder. İkisi rakip değil farklı işlerdir; sorun ikisinin de aynı fiyat bandında ve aynı sunumla satılmasıdır.

Türkiye'deki yapay zeka şirketleri arasından nasıl seçim yapılır?

Seçim üç kanıt üzerinden yapılır. Birincisi rakamlı vaka: hangi işte, hangi metriği, ne kadar sürede hareket ettirdiklerini taban değeriyle birlikte anlatabilmeliler. İkincisi mühendislik derinliği: ERP, CRM veya üretim yazılımına bağlanan bir sistemi kimin yazacağı ve bu entegrasyonun kaç hafta süreceği belli olmalı. Üçüncüsü sahiplik: kod, kural setleri, veri ve hesaplar proje sonunda sizde kalmalı. Üçünü birden gösteremeyen sağlayıcı bir araç satıyordur, bir sonuç değil.

Yapay zeka pilot projesi ne kadar sürer?

Kurumsal bir pilotun canlıya çıkma süresi haftalarla ölçülür, aylarla değil. Süre üç değişkene bağlıdır: sürecin karmaşıklığı, verinin mevcut durumu ve entegre olunacak sistemin erişilebilirliği. Altı ay sonra ilk çıktı vaadi bir pilotu değil bir programı tarif eder; iki günde kurarız iddiası ise bir demoyu. Sağlıklı pilot tek bir süreçte, tek bir ekiple ve gerçek veriyle çalışan en küçük sistemdir; bitiş kriteri baştan yazılır ve çıktısı yaygınlaştırma ya da durdurma kararıdır.

Yapay zeka projesinde veri hazırlığını kim yapar?

Paylaşım sözleşmede kalem kalem yazılır, yoksa maliyetin yarısı sessizce alıcıya kalır. Tipik dağılım şöyledir: kaynak sistemlere erişim ve alan bilgisi şirketten, toplama, temizleme, etiketleme ve dönüştürme sağlayıcıdan gelir. Veri hazırlığı çoğu projede modelin kurulmasından uzun sürer, dolayısıyla teklifte bu adıma ayrılan süre model kurulumundan kısaysa nedeni sorulmalıdır. Erişim izinlerinin açılması da ayrı bir takvim kalemidir ve genellikle en çok gecikmeyi burası üretir.

Yapay zeka yatırımının geri dönüşü nasıl hesaplanır?

Hesap taban değerle başlar, model seçimiyle değil. Önce bugünkü durum ölçülür — süreç kaç dakika sürüyor, kaç kişi çalışıyor, kaç hata çıkıyor, kaç talep kaçıyor — sonra pilot sonrası aynı ölçüm tekrarlanır ve fark yıllık tekrar sayısıyla çarpılır. Meccanotecnica Umbra'da yanıt süresinin yüzde doksan kısaldığını söyleyebilmemizin tek sebebi kısalmadan önceki süreyi ölçmüş olmamızdır. Taban değeri olmayan bir projenin geri dönüşü hesaplanamaz, yalnızca iddia edilir.

Proje bittiğinde yapay zeka sisteminin sahibi kim olur?

Sahiplik dört kalemde tanımlanır ve dördü de sözleşmede tek tek geçmelidir: kaynak kodu, sistemin çalışma mantığını taşıyan kural ve komut setleri, üretilen veri ve bulut hesaplarının mülkiyeti. Dördü birden alıcıda kalmıyorsa sistem satın alınmamış, kiralanmıştır. Devir ayrıca bir takvim kalemidir: ekipten en az iki kişinin sistemi günlük olarak çalıştırabilmesi eğitim sunumuyla değil, birlikte çalışılan haftalarla sağlanır.

Yapay zeka danışmanı seçerken hangi kırmızı bayraklara dikkat etmeli?

Beş tanesi güvenilir sinyaldir. Bir: taban ölçüm yapmadan sonuç yüzdesi vaat etmek. İki: veri hazırlığını teklifte hiç geçirmemek. Üç: her süreçte yapay zeka kullanırız demek, yani sınır çizememek. Dört: entegrasyonu sizin IT ekibinize bırakan varsayımlar. Beş: kod, kural setleri ve hesapların kimde kalacağı sorusundan kaçınmak. Altıncısını da ekleyin: modeli değiştirmek ne kadar sürer sorusuna süre söyleyememek, sistemin tek bir sağlayıcıya çivilendiğinin işaretidir.

Yapay zeka projelerinde KVKK açısından neye dikkat edilir?

Sözleşmede üç madde aranır: verinin hangi ülkede ve hangi sağlayıcının sunucusunda işlendiği, saklama süresi ve alt yüklenici listesi. Kişisel veri söz konusuysa KVKK açısından veri sorumlusu şirkettir, sağlayıcı ise veri işleyendir; bu ayrım yazılı değilse sorumluluğun tamamı alıcıda kalır. Verinin model eğitiminde kullanılıp kullanılmadığı da açıkça yazılmalıdır. Kurumsal alıcılar bu maddeleri fiyattan önce okur, çünkü fiyat pazarlık konusudur, sorumluluk değildir.

Küçük ve orta ölçekli şirketler için yapay zeka danışmanlığı mantıklı mı?

Ölçek değil tekrar belirleyicidir. Günde otuz kez yapılan on dakikalık bir iş, ayda bir yapılan iki günlük işten daha büyük bir kaldıraçtır; dolayısıyla elli kişilik bir şirket de beş yüz kişilik bir şirket kadar iyi bir aday olabilir. Belirleyici olan üç şart şudur: sürecin tekrar sıklığı, hatanın bugünkü maliyeti ve geçmiş verinin varlığı. Üçü de varsa proje küçük ölçekte de kendini öder; üçünden biri yoksa bütçe büyüklüğü sonucu kurtarmaz.

Yapay zeka projesinin sonucu nasıl ölçülür?

Ölçüm işe başlamadan kurulur ve iki kez okunur: bir kez pilottan önce, bir kez pilottan sonra. Metrik sürecin kendi diliyle seçilir — teklif sürecinde talep sayısı ve yanıt süresi, stok akışında senkron süresi ve manuel adım sayısı, görünürlükte anılma sayısı. Meccanotecnica Umbra'da teklif talebi 10 katına çıktı ve yanıt süresi yüzde doksan kısaldı; SIM Baskı Malzemeleri'nde yapay zeka motorlarındaki görünürlük sıfırdan 40 bine ulaştı. Her iki cümlenin de anlamlı olmasının sebebi, ölçümün önce alınmış olmasıdır.
C
YazarCan Aydınlık

Stratejik Danışman

Dijital dönüşüm ve organizasyonel gelişim üzerine çalışıyor. Kararların arkasındaki karar mimarisini görünür kılmak için veri, kültür ve senaryo tasarımını bir araya getiriyor.

Bu konunun hizmeti

Yapay zeka danışmanlığı

Yapay zeka danışmanlığı, bu teknolojinin nerede gerçekten para kazandırdığını, nerede pahalı bir oyuncak olduğunu ayırma işidir. INDOLES işe araçtan değil, hangi işin ne kadar zaman ve para yediğini ölçmekten başlar.

Hizmeti incele

Nereden başlayalım?

Üç farklı hızda giriş kapısı. Hangisi sana uygunsa.

Brief gönder