# Yönetim ekiplerinin ilk yapay zeka projesinden önce sorduğu sorular.

> Bu saha notunda veridive, yönetim ekiplerinin ilk yapay zeka projesinden önce en sık sorduğu soruları yanıtlıyor: nereden başlanacağı, sistemi kurmanın ve işletmenin ne kadara mal olacağı, çalışanların işine ne olacağı, hatalardan kimin sorumlu olduğu, verinin nasıl korunacağı, sürecin ne kadar süreceği ve geliştirme, satın alma ya da bekleme kararının nasıl verileceği.

Nereden başlayacağız? Sistemi işletmek ne kadara mal olacak? Çalışanlarımıza ne olacak? Bir şey yanlış gittiğinde sorumlu kim olacak? En sık duyduğumuz sorulara yanıtlarımız.

## Öne çıkanlar

- Şirket çapında bir programla değil; sık tekrarlanan, sınırları belli ve sahibi olan tek bir iş akışıyla başlayın.
- Yalnızca geliştirme maliyetini değil, işletme maliyetini de sorun ve canlıya almadan önce bir maliyet tavanı belirleyin.
- Çalışanlara neyin değişeceğini açıkça söyleyin: hangi görevler kalkıyor, hangi kararlar onlarda kalıyor, hangi eğitim geliyor.
- Sorumluluk adı belli süreç sahibinde kalır; sistem hazırlar, sonuç doğuran işlemlerde kararı insanlar verir.
- Geliştirme, satın alma ya da bekleme kararını kendi örneklerinizden gelen kanıtla verin; tek bir model sağlayıcısına bağımlı kalmayın.

İlk yapay zeka projesinden önce yönetim ekipleri genellikle aynı soruları, aşağı yukarı aynı sırayla sorar. Bunlar iyi sorular. Bir projenin şirketin çalışma biçiminin parçası mı olacağını, yoksa sessizce sönen bir pilot daha mı kalacağını da bu sorular belirler. Yanıtlarımızı olabildiğince yalın bir dille aşağıda paylaşıyoruz.

## Nereden başlamalıyız?

Bir programla değil, tek bir iş akışıyla. Sık tekrarlanan, girdileri net ve iyi sonucu kolayca tanınan bir iş arayın. Verisine doğru yetkilerle erişilebilmeli ve canlıya alındıktan sonra da görevinin başında olacak, adı belli bir sahibi olmalı. Fatura eşleştirme, müşterilerden gelen ilk seviye sorular, tedarikçi teyitleri ve çalışanların şirket politikalarına dair soruları tipik adaylardır. Şirket çapında bir yapay zeka stratejisi ise daha sonra, gerçek bir işten ders çıkardığınızda işe yarar.

Ardından işi bugün yürüdüğü haliyle ölçün: hacim, vaka başına süre, hata oranı ve maliyet. Bu başlangıç ölçümü olmadan kimse yapay zekanın işe yarayıp yaramadığını söyleyemez.

## Geliştirmek ne kadara mal olur?

İlk adım küçük ve sabit olabilir. Yönetici Atölyesi yönetim ekibiyle bir gün sürer. Keşif Çalışması bir iki iş akışı üzerinde yaklaşık iki hafta, tek bir iş akışındaki pilot ise genellikle altı ila on hafta kadar sürer. Bunları iş başlamadan önce üzerinde anlaşılan sabit kapsam ve sabit fiyatla sunarız; böylece öğrenmenin maliyeti baştan bellidir. Daha fazla iş akışına yayılmak ise ilk iş akışı kendini kanıtladıktan sonra verilen ayrı bir karardır. İlk adımın ötesinde [maliyeti neyin belirlediğini](https://veridive.com/tr/saha-notlari/yapay-zeka-projesi-maliyeti/) ayrı bir notta ele alıyoruz.

## İşletmek ne kadara mal olur?

Bu soruyu erken sorun; pilotların en sık yanıtsız bıraktığı soru budur. İşletme maliyeti model kullanımını, altyapıyı, insanların çıktıları incelemeye ayırdığı zamanı ve süregelen izleme ile iyileştirmeyi kapsar. Hacme, kullanılan modellere ve işin ne kadar inceleme gerektirdiğine bağlıdır.

Bu maliyetleri pilot sırasında ölçün, tam hacme göre öngörün ve canlıya almadan önce uyarıları olan aylık bir tavan üzerinde anlaşın. Rutin vakalar çoğu zaman daha küçük ve ucuz modellere gidebilir; geri kalanını daha büyük modeller ya da insanlar üstlenir. Toplamı da sıfırla değil, hatalar dahil işin bugünkü maliyetiyle karşılaştırın.

## Çalışanlarımıza ne olacak?

İşleri değişecek; bunun nasıl olacağını da söylentilerden önce sizden duymalılar. İyi tasarlanmış bir iş akışında bilgi toplamayı, taslak hazırlamayı ve kurallara uygunluğu kontrol etmeyi yapay zeka üstlenir. Muhakeme insanlarda kalır: onaylamak, olağan dışı vakaları çözmek, müşterilerle konuşmak, neyin önemli olduğuna karar vermek.

Somut olun. Hangi görevlerin değişeceğini, hangi kararların insanlarda kalacağını, kazanılan zamanın ne için kullanılacağını ve hangi eğitimin verileceğini söyleyin. İşi yapan insanları sistemin tasarımına katın; risklerin nerede olduğunu onlar bilir. Rollerin önemli ölçüde değişeceği yerlerde bunu erkenden söyleyin ve geçişi etkilenen kişilerle birlikte planlayın. Belirsiz güvenceler kimseye yardımcı olmaz; [ekiplerinize yapay zekayı nasıl anlatacağınızı](https://veridive.com/tr/saha-notlari/yapay-zekayi-calisanlara-anlatmak/) ayrı bir notta ele alıyoruz.

## Önce herkese yapay zeka eğitimi mi vermeliyiz?

Genel farkındalık işe yarar; ama işin kendisinde hiçbir şey değişmeden verilen kapsamlı eğitimler nadiren kalıcı olur. Yönetimle başlayın: yöneticiler araçların neyi yapıp neyi yapamayacağını anlasın ve yeni çıktıyı ekiplerinden isteyebilsin. Ardından işi değişen ekipleri kendi görevleri üzerinde ve kendi dillerinde eğitin. Daha geniş programlar, şirket içinde örnek alınacak gerçek uygulamalar ortaya çıktıktan sonra daha iyi sonuç verir.

> Sistem hazırlar; kararı adı belli bir kişi verir.

## Sistem yanıldığında sorumlu kim?

Bugün kim sorumluysa o: iş akışının sahibi. Yapay zeka bir kararın sorumlusunu değiştirmez. O kişinin masasına neyin geldiğini değiştirir.

Bu yüzden onay noktaları, hiçbir şey geliştirilmeden önce tasarlanır. Para hareketi yaratan, şirketi bir taahhüt altına sokan, müşteriye ulaşan ya da geri alınamayan işlemler bir insanı bekler; o kişi önerinin arkasındaki kanıtı görür. Her adım kayda geçer. Ekibiniz ile tedarikçiler arasındaki sorumluluklar da canlıya geçmeden önce yazıya dökülür: destek, olay müdahalesi ve neyi kimin değiştirebileceği dahil.

## Verilerimiz güvende mi?

Olabilir; yeter ki kimse geliştirmeye başlamadan verinin nereye gideceğine karar verin. Sistemin hangi verilere ihtiyaç duyduğunu, bunları kimin görebileceğini ve nerede işleneceğini haritalayın. Sistem, çalışanlarınızın mevcut yetkilerini devralmalı; onları aşmanın yeni bir yolunu açmamalı. Her model sağlayıcının verilerinizi nasıl işlediğini kontrol edin ve kurulumu buna göre seçin: kendi bulutunuz, yönetilen bir ortam ya da şirket dışına çıkmaması gereken veriler için açık ağırlıklı modellerle kendi sunucularınız. Türkiye’deki ve Avrupa’daki kurumlar KVKK ve GDPR gerekliliklerini tasarıma en baştan katmalı, sona bırakmamalı.

## Önce bir veri ekibine ya da veri platformuna mı ihtiyacımız var?

İlk iş akışı için genellikle hayır. Gereken şey, o iş akışının kullandığı verilere doğru yetkilerle erişim ve bu veriyi anlayan biridir. Bilgi onaylı sistemlerde duruyorsa ilk proje yeni bir platform olmadan başlayabilir. İnsanların aklında, kişisel klasörlerde ya da kimsenin güncellemediği belgelerde duruyorsa önce bunu düzeltmek gerekir; ilk proje de bu olabilir. Daha kapsamlı veri çalışmaları, hangi iş akışının hangi veriye ihtiyaç duyduğunu bildiğinizde anlam kazanır.

## İşe yarayıp yaramadığını ne zaman anlarız?

Çeyrekler değil, haftalar içinde. Yönetici Atölyesi, yapay zekanın gerçek iş akışlarınızdan birinde neler yapabileceğini bir günde gösterir. Keşif Çalışması yaklaşık iki haftada size bir başlangıç ölçümü, bir risk incelemesi ve bir pilot planı verir. Pilot ise yaklaşık altı ila on haftada, sistemin başta üzerinde anlaştığınız kabul kriterlerini karşılayıp karşılamadığını gösterir. Yanıt hayırsa bunu erkenden ve bilinen bir maliyetle öğrenirsiniz.

## Sonuçsuz kalan bir pilottan nasıl kaçınırız?

Pilottan sonra ne olacağına pilot başlamadan karar verin. Kabul kriterlerini yazıya dökün, sistemi sonrasında işletecek süreç sahibini belirleyin ve pilot başarılı olursa canlı kullanım kapsamının neleri içereceği konusunda anlaşın. Bilgi güvenliği, hukuk ve veri koruma ekiplerini son haftada değil, ilk haftadan sürece katın. Pilotu da gerçek kullanıcılarla ve gerçek iş üzerinde yürütün: yalnızca demo ortamında çalışan bir pilot çok az şey kanıtlar.

## Başarıyı nasıl ölçeceğiz?

Başlangıç ölçümüne göre ve işin zaten kullandığı ölçütlerle: vaka başına süre, hatalar ve yeniden işleme, vaka başına maliyet, yanıt süreleri; süreç sahibi neyi önemsiyorsa. Kullanım tek başına başarı değildir; bir araç yoğun biçimde kullanılıp yine de işe yaramayabilir. Rakamları pilot boyunca her hafta, canlıya geçtikten sonra da her çeyrek süreç sahibiyle gözden geçirin; rakamlar kıpırdamıyorsa rotayı değiştirmeye hazır olun.

## Geliştirmek mi, satın almak mı, beklemek mi?

Bir ürün iş akışına uyuyor, sistemlerinize bağlanıyor ve kurallarınızı izliyorsa satın alın. İş akışı sizin çalışma biçiminize özgüyse ya da rekabet ettiğiniz alandaysa geliştirin. Veriye erişilemiyorsa, iş akışının sahibi yoksa ya da risk yüksek ve fayda belirsizse bekleyin.

Hangisini seçerseniz seçin, kararı kanıta dayandırın. Aday ürünleri ve özel yaklaşımları kendi işinizden alınan aynı örnekler üzerinde, kalite ve maliyet için aynı kriterlere göre test edin. Tek bir model sağlayıcısına da bağımlı kalmayın: modeller ve fiyatlar hızla değişir, tasarımınız sağlayıcı değiştirmenize izin vermeli. Bu kararı iş akışı bazında vermenin daha ayrıntılı bir yolu için [geliştirmek, satın almak ya da beklemek üzerine notumuza](https://veridive.com/tr/saha-notlari/yapay-zeka-gelistirme-veya-satin-alma/) bakın.

## İlk olarak ne yapmalıyız?

1. Üç aday iş akışını listeleyin ve her birinin yanına sahibinin adını yazın.
2. Her birinin bugün nasıl yürüdüğünü ölçün: hacim, vaka başına süre, hatalar ve maliyet.
3. Uzmanlarınızın kabul edeceği yanıtlarla birlikte birkaç düzine gerçek örnek toplayın.
4. Kimse kod yazmadan önce neyi kimin onaylayacağına karar verin.

İlk adımda yardım isterseniz [Yönetici Atölyesi ve Keşif Çalışması](https://veridive.com/tr/hizmetler/#ways-in) tam da bunun için var.

## Sık sorulan sorular

### Bir şirket yapay zekaya nereden başlamalı?

Bir programla değil, tek bir iş akışıyla. Sık tekrarlanan, girdileri net, iyi sonucu kolayca tanınan, verisine erişilebilen ve adı belli bir sahibi olan bir iş seçin. İşin bugün nasıl yürüdüğünü ölçün, ardından geliştirmeden önce onaylı verilerle test edin. Tek bir iş akışındaki ilk başarı, bir kuruma kapsamlı bir strateji belgesinden daha fazlasını öğretir.

### Yapay zeka sistemi hata yaptığında sorumlu kim?

Kurumunuzda adı belli bir kişi, yani iş akışının sahibi; tıpkı daha önce olduğu gibi. Sistem işi hazırlar, sonuç doğuran işlemlerde kararı insanlar verir; onay noktaları ve denetim kaydı canlıya almadan önce kararlaştırılır. Ekibiniz ile tedarikçiler arasındaki sorumluluklar da destek ve olay müdahalesi dahil, canlıya geçmeden önce yazıya dökülmelidir.

### Bir yapay zeka sistemini işletmek ne kadara mal olur?

Hacme, kullanılan modellere ve işin ne kadar inceleme gerektirdiğine bağlıdır; bu yüzden maliyeti pilotta ölçün ve canlıya almadan önce tam hacme göre öngörün. İşletme maliyeti model kullanımını, altyapıyı, insan incelemesine giden zamanı ve izlemeyi kapsar. Uyarıları olan bir maliyet tavanı belirleyin, rutin vakaları daha küçük modellere yönlendirin ve rakamları her çeyrek gözden geçirin.