Sanayi şirketlerinde AI dönüşümü konuşmak için masaya oturduğumuzda karşımıza çoğu zaman aynı doküman çıkıyor: bir tedarikçinin hazırladığı, onlarca sayfalık bir sunum. İçinde mimari şema var, kullanım senaryosu var, bir de bütçe var. Eksik olan tek şey, bu şirkette hangi sürecin o bütçeden kaç lira geri çıkaracağı. Patron dönüşüm liderine soruyu sorduğunda — yapay zeka ile ne yapıyoruz — cevabı o sunum vermiyor.
Bu yazı o boşluğu doldurmak için var. AI dönüşümünün ne olduğunu, dijital dönüşümden nerede ayrıldığını, hangi işlerde kazanç çıkarıp hangilerinde çıkarmadığını ve dört aşamalı bir yapay zeka yol haritasının nasıl kurulduğunu anlatıyor. Buradaki rakamların hepsi kendi müşterilerimizde ölçüldü; sektör ortalaması ya da tedarikçi vaadi değil.
AI dönüşümü nedir?
AI dönüşümü, bir şirketin tekrar eden karar ve üretim işlerini yapay zekaya devrederek süre, maliyet ve kapasite yapısını kalıcı olarak değiştirmesidir. Teknoloji satın alma işi değil, süreç yeniden tasarlama işidir: modeli kurmak toplam işin en küçük parçasıdır. Dönüşüm kelimesi tek bir testle hak edilir — pilot bittikten sonra sürecin birim süresi eski hâline dönmüyorsa dönüşüm olmuştur, dönüyorsa deneme yapılmıştır.
Üç bileşeni var. Devredilecek bir süreç, o süreci besleyen bir veri kaydı ve sonucu ölçen bir kural. Üçünden biri eksikse ortaya çıkan şey dönüşüm değil, demo olur — demoların ortak kaderi ise ilk bütçe görüşmesinde kapanmaktır. Yapay zeka dönüşümü tabirini de aynı anlamda kullanıyorum; ikisi arasında kavramsal bir fark yok, yalnızca kimin hangi kelimeyi aradığı değişiyor.
Bir ayrım daha gerekiyor: yapay zeka kullanmak ile AI dönüşümü aynı şey değil. Ekibinizden on kişi metin üretmek için bir sohbet aracı açıyorsa şirket yapay zeka kullanıyordur, ama süreç değişmemiştir; iş hâlâ aynı kişide, aynı adımda ve aynı kuyrukta bekliyordur. Dönüşüm, aracın bireysel masada değil sürecin içinde durmasıdır — çıktısı ölçülür, sahibi bellidir ve o kişi ayrıldığında kaybolmaz.
AI dönüşümü ile dijital dönüşüm aynı şey mi?
Aynı şey değil; biri diğerinin önkoşulu. Dijital dönüşüm, kâğıt üstünde ve insanların kafasında duran işi kayda geçirir: ERP (kurumsal kaynak planlama), formlar, izlenebilir iş akışları. AI dönüşümü o kaydın üstüne bir karar katmanı koyar — sınıflandırma, tahmin, metin ve teklif üretimi gibi işleri insandan alır.
Ölçüleri de ayrı. Dijital dönüşümün ölçüsü izlenebilirliktir: sürecin hangi adımda, kimde ve ne kadar beklediğini görebiliyor musunuz. AI dönüşümünün ölçüsü birim çıktıdır: bir teklifin, bir raporun, bir siparişin insan başına kaç dakika tuttuğu. Birincisi görünürlük kazandırır, ikincisi kapasite.
Sıra bozulunca maliyet çıkar. ERP'si olmayan, siparişini telefonla alan bir fabrikada kurulan yapay zeka pilotu, modelin öğreneceği kaydı bulamaz ve proje sessizce bir veri toplama projesine dönüşür. Böyle bir tabloda doğru ilk adım yapay zeka değil, dijital dönüşüm tarafındaki kayıt altyapısıdır. Sırayı atlamak kimsenin sermayesini kurtarmıyor.
Hangi işlerde yapay zeka kazanç çıkarır, hangilerinde çıkarmaz?
Yapay zeka; sık tekrarlanan, dijital iz bırakan ve hatası fark edilip düzeltilebilen işlerde kazanç çıkarır. Nadir yapılan, kaydı olmayan ve hatası sessizce ilerleyen kararlarda çıkarmaz. Aradaki farkı üç filtreyle ayırıyoruz ve bu filtre, işletmelerde yapay zeka kullanımı sorusunun en pratik cevabıdır.
- Tekrar: süreç ayda yüzlerce kez çalışıyor mu? Ayda üç kez yapılan bir iş, kurulum maliyetini hiçbir doğruluk oranıyla geri ödemez.
- Kayıt: süreç bugün dijital bir iz bırakıyor mu — e-posta, ERP satırı, form, kayıt dosyası? İz yoksa modelin öğreneceği bir geçmiş de yok.
- Görünür hata: çıktı yanlış olduğunda birileri bunu aynı gün fark ediyor mu? Fark edilmeyen hata, otomasyonla birlikte ölçeklenir.
Filtrelerden düşen işler de en az geçenler kadar öğreticidir. Yılda üç kez verilen bir yatırım kararı, on beş yıllık bir ustanın sesle teşhis ettiği rulman arızası ya da darboğazı veri değil imza yetkisi olan bir onay süreci — bunların hiçbirinde yapay zeka kazanç çıkarmaz. Onay süreci yavaşsa sorun modelde değil, yetki matrisindedir ve orayı düzeltmek yazılım değil yönetim işidir.
Dördüncü bir dışlama kuralı daha var: sonucu geri alınamayan kararlar. İş güvenliği, ürün uygunluğu ve yasal yükümlülük taşıyan adımlarda yapay zeka karar veren taraf olarak değil, hazırlayan taraf olarak kurulur. Modelin taslağı hazırlaması ile onayı vermesi arasındaki fark bir dönüşüm projesinin en pahalı ayrıntısıdır ve pilot kapsamına yazılmadan geçilmez.
Bozuk bir süreci otomatikleştirirseniz, hatayı da otomatikleştirmiş olursunuz — yalnızca daha hızlı.
Yapay zeka yol haritası kaç aşamadan oluşur?
Dört aşamadan oluşur: teşhis ve süreç seçimi, veri hazırlığı, pilot, ölçekleme ve ROI. Sıra pazarlık konusu değildir, çünkü her aşama bir sonrakinin girdisini üretir — pilotun başarı ölçüsünü teşhis yazar, ölçeklemenin iş vakasını pilot yazar. Aşağıdaki süreler bizim kapsamlama tercihimizdir, bir sektör normu değil.
Aşama 1 — Teşhis ve süreç seçimi
Teşhis, şirketin yapay zekaya ne kadar hazır olduğunu değil, süreçlerinin sayısını ölçer. İki ile dört hafta içinde ilgili birimlerin tekrar eden işleri çıkarılır, her birinin yıllık insan-saati ve hata maliyeti yaklaşık olarak hesaplanır, üç filtreden geçenler kısa listeye alınır. Çıktı bir rapor değil, sıralanmış üç ile beş süreçtir; listenin ilk satırı pilot adayıdır.
Aşama 2 — Veri hazırlığı
Veri hazırlığı, seçilen sürecin kaydını görünür kılar: kayıt nerede duruyor, kim güncelliyor, hangi alanları boş, ne kadar geriye gidiyor. Çıkan tablo çoğu zaman rahatsız edicidir — teklif geçmişi üç ayrı klasörde, ürün verisi tedarikçi tablolarında, müşteri yazışması kişisel posta kutularında. Bu aşamayı atlayan projelerin pilotu veri temizliğine dönüşür ve takvim taşar.
Aşama 3 — Pilot
Pilot tek süreçte, sekiz ile on iki hafta içinde ve tek bir başarı ölçüsüyle kurulur. Baştan bir de durdurma eşiği yazılır: hangi rakama ulaşılamazsa proje kapanır. Önce pilot yaklaşımının nedeni bütçe kısıtı değil, öğrenme hızıdır — bir süreçte on iki haftada öğrendiğinizi, beş süreçte on iki ayda öğrenirsiniz ve o sırada ilk varsayımınız çoktan eskimiş olur.
Aşama 4 — Ölçekleme ve ROI
Ölçekleme, pilotun rakamını iş vakasına çevirmekle başlar. ROI (yatırım getirisi) hesabı üç kalemden kurulur: kazanılan insan-saatin parasal karşılığı, kaçırılmayan işin katkısı ve modelin çalıştırma maliyeti. Üçüncü kalemi hesaba katmayan iş vakaları ilk faturada çöker; kullanım ücreti, entegrasyon bakımı ve insan denetimi kalıcı gider kalemleridir. Bir de sahiplik sorusu var: pilotun bir süreç sahibi yoksa ölçeğe çıkmaz, çünkü kararı verecek kimse yoktur.
İşletmelerde yapay zeka kullanımı sahada neye benziyor?
Sahada işleyen kurulumlar birbirine benzemiyor ama başlangıçları benziyor: hiçbiri yapay zeka stratejisiyle başlamadı, üçü de tek bir sürecin darboğazıyla başladı. Üç örnek, üç ayrı iş kolu.
Meccanotecnica Umbra endüstriyel bir üretici ve darboğazı teklif süreciydi: bir mühendis tesisini anlatıyor, uygun donanımı çıkarmak günler alıyordu. Süreci bir AI teknik danışmanına devrettik — mühendis tesisini tek formda anlatıyor, sistem tüm fabrikaya uygun donanımı bir seferde çıkarıyor. Teklif talebi 10 katına çıktı, yanıt süresi %90 kısaldı. Değişen şey ürün değildi, alıcının cevap bekleme süresiydi.
MKComputer'da darboğaz katalogdaydı. Tedarikçi verisiyle mağaza arasındaki eşleştirme elle yapıldığında binlerce ürün her zaman geriden geliyordu; kurduğumuz akış 200.000'den fazla ürünü beş dakikada senkronluyor ve süreçte sıfır manuel adım kalıyor. Bu iş bir model eğitmekle değil, iş otomasyonları tarafındaki akış tasarımıyla çözüldü — her AI dönüşümü kaleminin bir model gerektirmediğinin en net örneği.
SIM Baskı Malzemeleri'nde dönüşüm görünürlük tarafındaydı: kırk yıllık teknik bilgi hiçbir yerde yazılı olmadığı için ne arama motoru ne de yanıt asistanı şirketi alıntılayabiliyordu. İçerik mimarisi yeniden kurulduktan sonra AI motorlarındaki görünürlük sıfırdan 40 bine çıktı. Üç vakanın ortak dersi şu: kazanç modelin zekasından değil, seçilen sürecin doğruluğundan geliyor.
Yapay zeka ile verimlilik nasıl ölçülür?
Yapay zeka ile verimlilik, sürecin birim çıktısına düşen insan-saatiyle ölçülür — model doğruluğuyla değil. Üç sayı yeterlidir: pilottan önceki durum, pilottan sonraki durum ve ölçüm penceresi. Model doğruluğu bir mühendislik göstergesidir, iş göstergesi değil; yüksek doğruluk, çıktıyı hâlâ insan baştan yazıyorsa sıfır verimliliktir.
Ölçmenin en zor kısmı başlangıç noktasını kaydetmektir ve bunun tek zamanı pilottan öncedir. Süreç bir kez değiştikten sonra eski hâlini kimse hatırlamıyor; hatırlayanlar da iyimser hatırlıyor. Teşhis aşamasında ölçülen insan-saat, ölçekleme aşamasında iş vakasının paydası olur — o yüzden teşhis raporu, yol haritasının en çok geri dönülen belgesidir.
İkinci bir gösterge daha var: sürecin kuyruğu. Teklif, rapor ya da sipariş kuyruğunda bekleyen iş sayısı düşmüyorsa kazanılan süre başka bir darboğaza gitmiş demektir. Meccanotecnica'daki %90'lık yanıt süresi kısalması bu yüzden anlamlı bir rakam — kuyruğun kendisi kısaldı, iş yalnızca yer değiştirmedi.
AI dönüşüm danışmanlığı ne zaman gerekir, ne zaman gerekmez?
AI dönüşüm danışmanlığı, şirkette süreç bilgisi olup dönüşüm tasarımı olmadığında gerekir. Tek bir aracın kurulması gerekiyorsa gerekmez — o iş satın alma işidir ve danışmanlıkla pahalılaştırılmamalıdır. Ayrım basit: sorunuz hangi ürünü alalım ise danışman gereksiz, hangi süreci devredelim ise gerekli.
İyi bir yapay zeka dönüşüm danışmanlığı ilk toplantıda araç adı vermez; süreç sorar, kayıt sorar, kimin ölçtüğünü sorar. Bir tedarikçi sunumunu değerlendirirken hangi soruların ayırt edici olduğunu ayrı bir yazıda topladım: AI danışmanı seçerken sorulacak 12 soru. Teşhisin ilk turunu kendi ekibinizle yapmanız da mümkün; aşağıdaki bir saatlik test tam olarak bunun için.
Pilot neden çoğu şirkette ölçeğe çıkmıyor?
Üç neden görüyoruz. Başlangıç ölçüsü kaydedilmemiştir, dolayısıyla pilot başarılı olsa bile ispatlanamaz. Sahibi yoktur; proje bilgi işlemin sırtındadır ve süreci yöneten birim sonucu savunmaz. Kapsamı süreç değil departmandır — bir departmanın tamamını dönüştürmeye kalkan pilot, on iki haftada bitirilemeyecek kadar çok paydaşa bağlanır.
Dördüncü bir neden daha var, daha az konuşulanı: pilot çalıştı ama kimse süreci yeniden yazmadı. Model teklifi üretiyor, ancak onay adımları eski hâliyle duruyorsa kazanılan süre onay kuyruğunda eriyor. Dönüşüm, teknolojinin süreçle birlikte değişmesidir; yalnız teknoloji değişirse geriye pahalı bir eklenti kalır ve o eklenti bir sonraki bütçe döneminde kapatılır.
Yarın sabah yapabileceğiniz bir saatlik teşhis
Kimseyi beklemeden yapabileceğiniz bir test var. Ekibinizin son bir ayda en çok tekrarladığı beş işi bir kâğıda yazın. Her satırın yanına üç şey koyun: ayda kaç kez tekrarlandığı, kaydının nerede durduğu, hata olduğunda aynı gün fark edilip edilmediği. Üç sütunu birden dolduran ilk satır sizin pilot adayınızdır — ve o satırı bulmak için hiçbir tedarikçiye ihtiyacınız yok.
Sonra o satırın yıllık insan-saatini kabaca hesaplayın: kaç dakika sürüyor, ayda kaç kez, kaç kişi. Rakam tek bir kişinin yıllık maliyetinin altındaysa pilot beklemeye alınır; üstündeyse elinizde bir iş vakası vardır ve yol haritasının birinci aşamasını kendi başınıza tamamlamışsınız demektir.
AI dönüşümü bir teknoloji programı değil, doğru süreci seçme disiplinidir; kazanç modelin zekasından değil, seçimin isabetinden çıkar. Bu disiplinin nasıl kurulduğunu ve nerede durduğunu rakamlarıyla görmek isterseniz yapay zeka danışmanlığı sayfası ile vaka kayıtlarımız açık duruyor.