KOBİ İçin Yapay Zeka Hazırlık Değerlendirmesi

KOBİ’lerde yapay zekâya hazırlık analizi, araç envanteriyle başlamaz. Önce tekrar eden, ölçülebilen ve denetlenebilen bir iş süreci seçilir. İşleyiş tanımlı değilse, veriler dağınıksa veya hatalı çıktıyı durduracak sorumlu belli değilse yapay zekâ beklenen faydayı sağlamaz. Hataları yalnızca daha hızlı üretir.

TÜİK’e göre Türkiye’de 10 veya daha fazla çalışanı bulunan girişimlerde yapay zekâ kullanım oranı 2026 yılında %14,0’a ulaştı. 10–49 çalışanı olan işletmelerde ise oran %12,8’de kaldı. Bu fark, küçük ekiplerin geride kaldığını göstermez. Veri, yetki ve denetim yapısının daha dikkatli kurulması gerektiğini gösterir.

Öne Çıkanlar

• Yapay zekâ pilotu, araç seçimiyle değil haftada kaç kez tekrarlanan ve ne kadar zaman kaybettiren işin seçilmesiyle başlar.
• İlk pilot için en uygun işler; düşük hata maliyetli, sınırlı veri kullanan ve insan onayıyla durdurulabilen işlerdir.
• Veri dağınıksa, KPI yoksa veya süreç sahibi belirsizse otomasyona değil süreç hazırlığına yatırım yapılmalıdır.
• Müşteri verisi, görüşme notları ve satın alma geçmişi içeren senaryolarda KVKK, erişim yetkileri ve veri işleme koşulları baştan değerlendirilmelidir.
• Tek süreçte yürütülen 30 günlük pilot, şirket çapında kontrolsüz araç denemelerinden daha güvenilir sonuç verir.

Yapay zekâya henüz hazır olmayan bir KOBİ için asıl tehlike rakiplerin gerisine düşmek değildir. Asıl risk, yapay zekânın zaten çözülmemiş bir işi daha hızlı, daha pahalı ve daha zor fark edilir biçimde bozmasıdır.

Bu içerik size soyut bir olgunluk skoru vermez. Bunun yerine 15 dakika içinde kullanabileceğiniz bir çerçeve sunar: Hangi işte pilot yapılmalı, hangi açıklar önce kapatılmalı ve hangi süreçler şimdilik otomasyona bırakılmamalı?

Yapay Zekâ Hazırlığı Araç Listesi Değildir

“ChatGPT kullanıyoruz” demek, işletmenin yapay zekâya hazır olduğu anlamına gelmez. Bu, bazı çalışanların araçları kendi başına denediğini gösterir. Gerçek hazırlık; iş sahibinin, veri sınırlarının, kontrol aşamasının ve başarı ölçütünün açık olduğu bir çalışma düzenidir.

Türkiye İstatistik Kurumu verilerine göre yapay zekâ kullanan girişimlerde en yaygın kullanım alanı %51,0 ile pazarlama veya satış. Ardından Ar-Ge ve yenilik ile üretim veya hizmet süreçleri geliyor. TÜİK’in 2026 verileri, yapay zekânın yalnızca içerik üretiminden ibaret olmadığını açıkça gösteriyor.

İyi bir başlangıç işi çoğunlukla şu özellikleri taşır:

• Her hafta veya her gün tekrar eder.
• Bugün çalışanların zamanını alır.
• Çıktısı belirli bir formatta üretilebilir.
• Yanlış sonuç müşteriye gitmeden önce kontrol edilebilir.
• Sonucu zaman, hata, yeniden iş veya dönüşüm metriğiyle ölçülebilir.

Müşteri e-postasına otomatik yanıt göndermekle gelen başvuruları konusuna göre etiketlemek aynı riski taşımaz. İlkinde yanlış fiyat, yanlış teslim tarihi veya yanlış taahhüt verilebilir. İkincisinde destek ekibi doğru talebi daha erken görür.

Araç satın almak ile iş akışını iyileştirmek aynı şey değildir

Yapay zekâ kötü kurulmuş bir süreci iyileştirmez. Süreçteki karmaşayı daha hızlı çoğaltır.

14 kişilik bir toptan satış işletmesinin, müşteri e-postalarına otomatik yanıt veren bir sistem kurduğunu düşünün. İlk hafta sistem hızlı çalışıyor gibi görünür. Ancak müşteri fiyatları Excel dosyalarındadır, teslim tarihleri WhatsApp konuşmalarında kalır ve stok verisi başka bir muhasebe yazılımında durur. İkinci hafta sistem, iki müşteriye eski fiyat listesiyle yanıt gönderir.

Sorun kullanılan araç değildir. İşletmenin tek bir güvenilir veri kaynağı yoktur. Sistem dağınık veriyi hızla işler ve yanlış sonucu daha erken iletir.

Bu yüzden ilk soru “hangi aracı satın alalım?” olmamalıdır. Sorulması gereken soru şudur:

Bu iş her hafta kaç kez oluyor, bugün ne kadar zaman kaybettiriyor ve yanlış sonuç çıktığında kim durduracak?

KOBİ için doğru başlangıç düşük riskli iş akışlarıdır

İlk pilot için özel model eğitimi gerekmez. Hazır araçlar, sınırları açıkça belirlenmiş ve doğru seçilmiş bir iş akışında işe yarayabilir.

Başlangıç için uygun örnekler şunlardır:

• Satış görüşmesi notlarını özetlemek ve takip görevlerini çıkarmak
• Tekrarlayan müşteri taleplerini konuya göre sınıflandırmak
• Ürün bilgisinden ilk açıklama taslağını hazırlamak
• Destek taleplerini ilgili ekibe yönlendirmek
• İç prosedür dokümanlarını ekip içinde aranabilir hâle getirmek
• Teklif için ilk taslak yapısını oluşturmak

Fiyat onayı, sözleşme maddesi, kredi değerlendirmesi, işe alım kararı ile sağlık ve hukuk gibi hata maliyeti yüksek alanlar doğrudan otomasyona bırakılmamalıdır. Yapay zekâ bu alanlarda taslak hazırlayabilir veya karar desteği sunabilir. Son kararı insan vermelidir.

KOBİ İçin Yapay Zeka Hazırlık Değerlendirmesi: 5 Alan

Aşağıdaki beş başlık, ilk yapay zekâ projesine başlamanın anlamlı olup olmadığını gösterir. Her soruyu dürüstçe yanıtlayın. Amaç yüksek puan almak değil, pilotun nerede aksayacağını önceden görmektir.

1. İş problemi ve ölçülebilir hedef

Bir yapay zekâ projesi somut bir iş sorununu çözmelidir. “Ekibimiz AI kullansın” hedef değildir. Teklif hazırlama süresini azaltmak, destek taleplerini daha hızlı sınıflandırmak veya satış sonrası takiplerin gözden kaçmasını azaltmak hedef olabilir.

Şu soruları yanıtlayın:

1. Bu süreç ayda veya haftada kaç kez tekrar ediyor?
2. Bu iş için kimler zaman harcıyor?
3. Gecikme, hata veya yeniden iş en çok nerede oluşuyor?
4. Pilot sonunda hangi metriğin değişmesini bekliyorsunuz?
5. Bugün o metriğin mevcut seviyesini biliyor musunuz?

Örneğin teklif taslağı hazırlama işi haftada 20 kez yapılıyorsa, her teklif ortalama 35 dakika sürüyorsa ve ilk taslak süresi 15 dakikaya iniyorsa ölçülebilir bir değer vardır. Buna karşılık “daha yaratıcı içerik” tek başına yeterli bir pilot ölçütü değildir.

2. Süreç netliği ve istisnalar

Yapay zekâ tekrar eden örüntülerden fayda sağlar. Her müşteri için tamamen farklı ilerleyen, yazılı hâle getirilmemiş ve çok sayıda istisna içeren süreçler ilk pilot için zayıf seçeneklerdir.

Bu başlık altında şu sorular önemlidir:

1. Süreç bugün bir çalışan tarafından adım adım tarif edilebilir mi?
2. Aynı iş farklı kişiler tarafından çok farklı biçimde mi yapılıyor?
3. İstisnalar ne kadar sık ortaya çıkıyor?
4. İnsan onayı gereken adım net mi?
5. Yanlış çıktı müşteriye ulaşmadan durdurulabilir mi?

Bir hizmet şirketinde müşteri başvurularını “fiyat”, “teknik destek”, “randevu” ve “şikâyet” olarak sınıflandırmak çoğu durumda uygundur. Ancak sistemin müşteriye bağlayıcı fiyat vermesi uygun değildir. İlk görev karar vermek değil, sınıflandırma yapmaktır.

3. Veri hazırlığı ve erişim

Veri hazırlığı, büyük bir veri seti toplamak demek değildir. İlk pilot için gerekli bilgilerin nerede olduğunu, ne kadar güncel kaldığını ve kim tarafından yönetildiğini bilmek yeterli bir başlangıçtır.

Aşağıdaki sorular veri tarafındaki eksikleri ortaya çıkarır:

1. Gerekli bilgi e-posta, Excel, CRM, ERP, WhatsApp veya başka bir sistemde mi?
2. Aynı müşteri veya ürün bilgisi farklı yerlerde çelişiyor mu?
3. Veri güncel mi ve tekrar kullanılabilir mi?
4. Verinin sahibi belli mi?
5. Kişisel veri, ticari sır veya hassas bilgi içeren alanlar ayrıştırıldı mı?

Bir e-ticaret mağazasında ürün açıklaması taslağı hazırlamak için ürün ölçüsü, malzemesi, kullanım bilgisi ve hedef kitlesi düzenli olmalıdır. Ürün verisi eksikse yapay zekâ boşlukları tahmin ederek doldurur. Bu da yanlış vaatlere, hatalı teknik bilgilere ve iade riskine yol açar.

Mevcut sitenizde ürün verisi, talep formu veya içerik akışı dağınıksa önce bu altyapıyı düzeltmek gerekir. Bu tür iş akışlarında özel WordPress geliştirme, veri girişini ve onay adımlarını işinize göre kurmak için anlamlı olabilir.

4. Ekip, sorumluluk ve yetkinlik

Küçük ekiplerde “herkes ilgilensin” yaklaşımı çoğu zaman “kimse sahiplenmesin” sonucunu doğurur. Pilot için tek bir iş sahibi belirlenmelidir.

İş sahibinin teknik uzman olması gerekmez. Ancak mevcut sürecin nasıl işlediğini, kaliteli çıktının nasıl göründüğünü ve hatanın hangi noktada ortaya çıktığını bilmelidir.

Şu konuları netleştirin:

• Pilotun iş sahibi kim?
• Çıktıyı kontrol edecek kişi kim?
• Hata veya veri ihlali şüphesinde kime haber verilecek?
• Hangi görevlerde araç kullanılabilir?
• Hangi görevlerde araç kullanılmamalı?
• Ekip, yalnızca araç kullanımını mı yoksa doğru kullanım sınırlarını da mı öğrendi?

TÜİK araştırmasına göre yapay zekâ kullanmayı düşünüp henüz kullanmayan girişimlerin %72,3’ü uzmanlık yetersizliğini önemli bir engel olarak gördü. Bu, her KOBİ’nin veri bilimci istihdam etmesi gerektiği anlamına gelmez. İlk ihtiyaç, kendi işini iyi bilen bir kişinin pilotun sorumluluğunu almasıdır.

5. Risk, güvenlik ve yönetişim

Yapay zekâ araçlarında en çok göz ardı edilen konu çıktı kalitesi değil, girdidir. Çalışanlar müşteri listelerini, satış konuşmalarını veya sözleşme metinlerini gelişigüzel biçimde kişisel hesaplara yüklemeye başladığında işletme veri üzerindeki kontrolünü kaybeder.

TÜİK’in 2026 verilerine göre yapay zekâ kullanan girişimlerin %16,6’sı bireylere ait kişisel veri işlediğini bildirdi. Bu nedenle müşteri verisi kullanılan her senaryoda aşağıdaki sorular yazılı olarak netleştirilmelidir:

1. Hangi müşteri verilerinin araca girmesi yasak?
2. Hangi kullanıcıların hangi hesaplara erişimi var?
3. Hesap sahipliği ve ödeme kontrolü kimde?
4. Çıktı müşteriye veya tedarikçiye gitmeden önce kim onaylar?
5. Yanlış, önyargılı veya telif riski taşıyan içerik nasıl kontrol edilir?

KVKK’nın üretken yapay zekâ ve kişisel veriler rehberi, kişisel veri içeren kullanım senaryolarının ayrıca değerlendirilmesi gerektiğini vurgular. Bu yazı hukuki tavsiye değildir. Kişisel veri, müşteri kaydı veya hassas ticari bilgi içeren projelerde hukuk ve bilgi güvenliği değerlendirmesi sürece dahil edilmelidir.

Sonucu Puanla Değil, Kararla Bitirin

Hazırlık analizinin sonunda “68 puan aldınız” gibi bir sonuç, işletmeye sınırlı bilgi verir. Daha yararlı sonuç, üç karardan biri olmalıdır.

Durum	İşaretler	Sonraki adım
Şimdi pilot yapın	Süreç tekrarlıyor, zaman kaybı ölçülebiliyor, veri sınırlı, insan onayı var	Tek süreçte 30 günlük pilot planlayın
Önce hazırlanın	Veri dağınık, süreç tarifli değil, KPI veya iş sahibi belirsiz	Süreç haritası çıkarın, veriyi temizleyin, kullanım sınırlarını yazın
Otomasyona açmayın	Hata maliyeti yüksek, istisna oranı fazla, hassas veri var	Yapay zekâyı taslak veya destek rolünde tutun; kararı insana bırakın

OECD’nin KOBİ’lerde yapay zekâ benimsemesine ilişkin çalışması da veri, bağlantı, yetkinlik ve finansman koşullarının birlikte ele alınması gerektiğini söylüyor. TÜİK’in 2026 verilerinde oran 10–49 çalışanlı girişimlerde %12,8, 250 ve üzeri çalışanı olanlarda %37,1. Fark yalnızca bütçe değildir; hazırlık kapasitesidir.

Yapay zekâ projeniz araç seçimiyle başlamamalı. Hangi iş akışının pilot için uygun olduğunu, hangi verinin kullanılabileceğini ve hangi kontrol noktalarının gerektiğini görmek için yapay zekâ yaklaşımımıza bakabilirsiniz.

KOBİ’lerde İlk Pilot İçin Uygun 6 Senaryo

İlk pilotun amacı şirketi bir gecede dönüştürmek değildir. Amaç, belirli bir işte gerçek zaman tasarrufunu, kaliteyi ve risk düzeyini görmektir.

Satış görüşmesi notlarını özetlemek

Satış temsilcisi, görüşme sonrası notlarını veya kayıt dökümünü sisteme girer. Yapay zekâ; müşteri ihtiyacı, sonraki adım, teklif ihtiyacı ve takip tarihi için bir taslak üretir.

Satış temsilcisi çıktıyı gözden geçirir. Sistem müşteri adına taahhütte bulunmaz, fiyat vermez veya e-posta göndermez.

Tekrarlayan teklif taslakları hazırlamak

Ürün veya hizmet kapsamı net olan işletmeler, ilk taslak için geçmiş teklif yapılarını kullanabilir. Ekip her seferinde aynı bilgileri yeniden yazıyorsa bu çalışma özellikle değerlidir.

Fiyatlar, özel koşullar ve sözleşme maddeleri otomatik gönderilmemelidir. Her taslağı teklif sahibi veya yönetici onaylamalıdır.

Destek taleplerini sınıflandırmak

E-posta, form veya destek kaydıyla gelen talepler; konu, aciliyet ve ilgili ekip bakımından etiketlenebilir. Böylece müşteriye otomatik çözüm sunmadan önce doğru kişi talebi hızla görebilir.

9 kişilik bir teknik servis işletmesinin gelen talepleri üç sınıfa ayırdığını düşünün: arıza, bakım ve fiyat talebi. İlk ay ekip yanıtları otomatik göndermez. Buna rağmen her sabah bekleyen taleplerin tamamını tek ekranda görür. En büyük fayda hız değildir. Hiçbir talep yanlış kişide beklemez.

Ürün açıklamaları için ilk taslak üretmek

E-ticaret işletmeleri, doğru ürün verisiyle başlık, açıklama ve SSS taslakları oluşturabilir. Teknik bilgiyi ürün sorumlusu, marka dilini ise içerik editörü denetlemelidir.

Bu senaryo, ürün bilgisinin güvenilir olduğu mağazalar için uygundur. Teknik veri eksikse ihtiyaç yapay zekâ değil, ürün veri yönetimidir.

Müşteri geri bildirimlerini tema bazında toplamak

Anket yanıtları, yorumlar ve destek kayıtları; teslimat, ürün kalitesi, fiyat, kullanım zorluğu veya iade gibi başlıklara ayrılabilir. Operasyon sorumlusu da hangi sorunun tekrarlandığını görebilir.

Bu işlem doğrudan karar vermez. Kararı verecek kişiye, dağınık metinlerde görünmeyen örüntüyü gösterir.

İç operasyon belgelerini aranabilir hâle getirmek

Güncel prosedürler, ürün dokümanları ve sık sorulan sorular ekip içinde aranabilir hâle getirilebilir. Ancak sistem yalnızca kaynak dokümanlar güncelse çalışır.

Küçük bir üreticinin, sipariş, teklif ve üretim notlarını tek yerde toplamadan önce ekip içi bir soru-cevap sistemi kurduğunu düşünün. Sistem eski prosedürleri kaynak gösterir. Bir hafta sonra pilot durdurulur, dokümanlar güncellenir ve sorumlular atanır. İkinci denemede sistem daha doğru sonuç verir, çünkü bilgi kaynağı artık düzeltilmiştir.

Yapay Zekâya Başlamadan Önce Kapatılması Gereken 5 Kırmızı Bayrak

Bazı durumlarda pilotu ertelemek doğru karardır. Bu başarısızlık değildir. Yanlış alanda otomasyon denememek, bütçeyi ve ekibin zamanını korur.

Aşağıdaki kırmızı bayraklardan biri varsa önce hazırlık yapın:

• Süreçteki asıl problem henüz tanımlı değilse
• Aynı bilgi farklı dosyalarda çelişiyorsa
• Çıktının doğruluğunu kontrol edecek kimse yoksa
• Müşteri veya çalışan verisinin hangi araca girebileceği belli değilse
• Başarıyı ölçecek zaman, hata, maliyet veya dönüşüm metriği yoksa

Yapay zekâ standartlaşmış işlerde fayda üretir. İşletmenin temel süreci belirsizse önce o süreci görünür ve tanımlı hâle getirmek gerekir.

30 Günlük KOBİ Yapay Zekâ Pilot Planı

İlk pilotun kapsamı küçük olmalıdır. Aynı anda beş farklı araç denemek ekipte heyecan yaratabilir, ancak sonuç vermez.

İlk hafta: Tek bir süreci seçin

En sık tekrarlanan üç işi sıralayın. Her biri için aylık zaman maliyetini yaklaşık olarak hesaplayın. Hata maliyetini ve insan onayı ihtiyacını da not edin.

Ardından yalnızca bir iş seçin. En etkileyici görüneni değil, ölçmesi en kolay olanı tercih edin.

İkinci hafta: Veri ve sınırları hazırlayın

Kullanılacak örnekleri bir araya getirin. Kişisel veri ve ticari sır içeren alanları ayırın. Çıktının nerede saklanacağını, kimlerin erişeceğini ve onayı kimin vereceğini yazılı hâle getirin.

Bu hafta atlanırsa pilot, gerçek bir iş akışı yerine dağınık bir demoya dönüşür.

Üçüncü hafta: Kontrollü pilot yapın

Aracı sınırlı sayıda gerçek görevde kullanın. Aynı işi eski yöntemle karşılaştırın. Onay süresini, hata oranını, yeniden yapılan işi ve çalışan geri bildirimlerini kaydedin.

İlk hafta kusursuz sonuç beklemeyin. Ancak her hatanın neden oluştuğunu takip edin.

Dördüncü hafta: Devam, düzeltme veya durdurma kararı verin

Pilotun sonunda şu beş soruyu yanıtlayın:

1. Gerçek bir zaman kazancı oluştu mu?
2. Çıktı kalitesi korundu mu?
3. Ekip aracı düzenli kullandı mı?
4. Veri veya erişim riski görüldü mü?
5. Bu işi büyütmek için hangi eksikler kapatılmalı?

Yanıtlar açık değilse ikinci bir araç almak yerine pilotu iyileştirin veya sonlandırın. Amaç yapay zekâ kullanmış görünmek değil, işin daha iyi ilerlemesini sağlamaktır.

Yapay Zekâ Hazırlığı İçin Sık Sorulan Sorular

KOBİ’nin yapay zekâ kullanması için büyük veri gerekir mi?

Hayır. İlk pilotta büyük veri setinden çok, düzenli tekrar eden iş ve doğrulanabilir çıktı gerekir. Özel tahminleme, kişiselleştirme veya kendi verinizle çalışan daha ileri sistemlerde ise veri kalitesi daha belirleyici olur.

Yapay zekâ için önce CRM veya ERP kurmak şart mı?

Zorunlu değildir. Ancak müşteri, ürün veya sipariş bilgilerinin çok dağınık olduğu işletmelerde düzenli bir CRM ya da ERP kaynağı, yapay zekâ çıktısının niteliğini yükseltir. Önce tek bir doğru veri kaynağına yaklaşmak daha değerlidir.

Yapay zekâ müşteri verileriyle kullanılabilir mi?

Kişisel veri, müşteri kaydı veya hassas ticari bilgi içeren senaryolar; aracın veri işleme koşulları, erişim yetkileri ve KVKK etkisi incelenmeden başlatılmamalıdır. Hukuk ve bilgi güvenliği tarafının değerlendirmesi gerekir.

İlk yapay zekâ projesi ne kadar sürmeli?

İlk uygulama, tek bir iş akışında 30 günlük kontrollü pilot olarak planlanmalıdır. Hedef tüm işletmeyi dönüştürmek değil, ölçülebilir bir işte gerçek değer olup olmadığını anlamaktır.

Hangi işler yapay zekâya uygun değildir?

Hata maliyeti yüksek, insan değerlendirmesi gerektiren, çok sayıda istisna içeren veya verisi dağınık işler doğrudan otomasyona uygun değildir. Bu işlerde yapay zekâ taslak oluşturabilir veya karar desteği sunabilir. Nihai kararı vermemelidir.

Sonuç

Yapay zekâ hazırlığı bir teknoloji rozeti değildir. Doğru işi seçme, veriyi sınırlandırma, sorumluluk atama ve sonucu ölçme disiplinidir. KOBİ için en iyi ilk adım, en çok konuşulan araç değil; her hafta tekrarlanan ve insan denetimiyle geliştirilebilen iştir.