Teklif Hazırlama Sürecinde Yapay Zeka Otomasyonu

Yapay zeka otomasyonu ile teklif hazırlama, müşteri talebini sınıflandıran, talebi onaylı kapsam ve fiyat verileriyle eşleştiren, insan onayından sonra teklif taslağı ve PDF üreten bir iş akışıdır. Yapay zeka talep metnini ve ihtiyacı inceler. Fiyat, marj, iskonto ve ticari istisnalar ise tanımlı kurallarla belirlenir.

Teklif hazırlamadaki asıl kayıp PDF oluşturulurken yaşanmaz. Talep WhatsApp’ta unutulduğunda, fiyat Excel’in eski bir sekmesinden alındığında veya müşteri başka bir kapsam beklediğinde ortaya çıkar. İyi kurulmuş bir teklif otomasyonu bu kopmaları azaltır. Kötü kurulmuş bir yapı ise hatalı fiyatın daha hızlı gönderilmesine neden olur.

Bu yazıda AI’ın nerede fayda sağladığını, hangi kararları vermemesi gerektiğini ve işletmenize uygun bir pilot akışın nasıl kurulacağını açıklıyoruz.

Öne Çıkanlar

• Yapay zeka talebi özetleyip kapsam taslağı oluşturabilir; fiyat, KDV, iskonto ve minimum marj kurallı sistemden gelmelidir.
• Teklif otomasyonunda en kritik kontrol, tutardan çok riske göre tasarlanan onay akışıdır.
• Standart katalog ve tek kademeli onay kullanan ekipler için hazır teklif yazılımları yeterli olabilir.
• Karmaşık hesaplama, teknik kapsam ve çoklu veri kaynağı olan işletmeler şirkete özel otomasyona ihtiyaç duyar.
• Başarılı pilot, teklif kabul oranından önce ilk taslak süresi, revizyon, hata ve onay bekleme süresini ölçer.

Teklif Otomasyonu Nedir, Yapay Zeka Nerede Devreye Girer?

Teklif otomasyonu, talebin alınmasından teklifin gönderilmesine ve sonraki takibe kadar tekrarlanan işleri tek akışta toplar. CRM kaydı oluşturma, ürün satırlarını getirme, KDV hesaplama, PDF üretme ve takip görevi açma bu akışın temel parçalarıdır.

Yapay zeka destekli teklif hazırlama bu sürece metin analizi ve bağlam ekler. Gelen e-postayı özetler, toplantı notlarından ihtiyaçları çıkarır, eksik verileri gösterir ve müşteriye uygun bir kapsam taslağı hazırlar.

Temel prensip basittir: Metni AI yazar, parayı kurallar hesaplar.

Bir dil modeli, geçmiş teklifler içinden benzer bir hizmet tanımını bulabilir. Ancak aynı modelin iskonto oranını, teslim süresini veya minimum marjı belirlemesi doğru değildir. Bu kararlar tahmine değil, işletmenizin ticari kurallarına dayanmalıdır.

Klasik otomasyonun çözdüğü işler

Klasik otomasyon, sabit kalması gereken işleri yürütür. Bu aşamalarda AI kullanmak çoğu durumda gereksiz risk yaratır.

• CRM’de müşteri ve fırsat kaydı açmak
• Onaylı katalogdan ürün veya hizmet kalemi getirmek
• Fiyat, KDV ve toplam tutarı hesaplamak
• İskonto limitini kontrol etmek
• Yetkiye göre onay görevi oluşturmak
• Teklif şablonundan PDF veya teklif bağlantısı üretmek
• Gönderim sonrası takip görevi açmak
• Revizyon ve onay geçmişini kayıt altında tutmak

Bu yapı, satış temsilcisinin yanlış Excel dosyasını açmasını engeller. Finans ekibinin de her teklifi baştan kontrol etmesine gerek kalmaz.

Yapay zekanın çözdüğü işler

Yapay zeka, belirsiz, dağınık ve metin ağırlıklı girdilerde işe yarar. Özellikle satış ekiplerinin farklı kanallardan gelen talepleri ortak bir biçime getirmesine yardım eder.

• Form, e-posta, WhatsApp veya toplantı notundan ihtiyaç özeti çıkarmak
• Eksik bilgileri ve belirsiz talepleri işaretlemek
• Geçmiş onaylı tekliflerden uygun kapsam blokları önermek
• Teklif metnini müşterinin sektörüne göre uyarlamak
• Kapsam dışı kalabilecek maddeleri taslakta görünür kılmak
• Gönderim sonrası takip e-postası taslağı hazırlamak

AI’ın ürettiği şey teklif değildir. İncelenmesi gereken bir teklif taslağıdır.

Teklif otomasyonunda en değerli şey, AI’ın ne yazdığı değil; hangi kararı veremediğinin baştan tanımlanmış olmasıdır.

Manuel Teklif Sürecinde Zaman ve Para Nerede Kaybolur?

Manuel süreçler genellikle tek bir büyük hata nedeniyle değil, küçük kopmalar zamanla biriktiği için maliyetli hale gelir. Satış temsilcisi gün içinde Word, Excel, e-posta, WhatsApp ve CRM arasında geçiş yapar. Her geçiş bilgi kaybı ve güncel olmayan veriye dayanma riski taşır.

Teklif yalnızca bir satış görüşmesi değildir. Fiyat, kapsam, onay ve revizyon adımlarıyla birlikte ciddi bir operasyon yükü yaratır.

Aynı gün üç teklif yetiştirmeye çalışan bir satış temsilcisi düşünün. İlk müşteri standart paket ister. İkinci müşteri standart dışı bir entegrasyon talep eder. Üçüncü müşteri ise yüksek iskonto ve uzun vade bekler. Üçü de aynı Word şablonuyla hazırlanırsa ilk teklif kısa sürede çıkar. İkinci teklif teknik kapsam riski taşır, üçüncüsü ise marjı zedeleyebilir. Doğru sistem ilk teklifi hızlandırır, ikinciyi teknik onaya, üçüncüyü satış ve finans onayına gönderir.

En sık kayıp yaşanan alanlar şunlardır:

• Farklı çalışanların farklı fiyat listesi kullanması
• Eski tekliften kapsam maddesi kopyalanması
• Teknik ekipten gelen cevabın e-posta zincirinde kaybolması
• Yetki dışı iskonto verilmesi
• Revizyonların teklif-son-v4-gercek-son.pdf dosya adlarında kaybolması
• Gönderilen teklifin ne zaman takip edileceğinin bilinmemesi
• Ret nedenlerinin hiç kaydedilmemesi

Teklif otomasyonunda mesele AI değildir. Sorun, AI’a vermemesi gereken finansal ve ticari kararları bırakmaktır.

Sağlam Bir AI Teklif Otomasyonu Nasıl Kurulur?

Teklif hazırlama için yapay zeka otomasyonu, yalnızca bir chatbot bağlayarak kurulmaz. Önce iş akışında kararın nerede verildiğini, verinin nerede kullanıldığını ve insan denetiminin hangi noktada gerektiğini ayırmalısınız.

1. Talebi tek kayıt altında toplayın

Talebin geldiği kanal ne olursa olsun, talep tek bir fırsat kaydına dönüştürülmelidir. Web formu, e-posta, WhatsApp mesajı veya satış görüşmesi notu farklı yerlerde kalırsa otomasyonun dayandığı veri de dağınık kalır.

Her kayıtta en az şu alanlar yer almalıdır:

• Müşteri ve ilgili kişi
• Talebin kaynağı
• İhtiyaç özeti
• Sektör veya kullanım senaryosu
• Bütçe aralığı
• Hedef teslim tarihi
• Tekliften sorumlu kişi
• Bekleyen bilgi ve belirsizlikler

Bu giriş noktası, sitenizdeki talep formundan başlıyorsa formun da iş akışına göre kurulması gerekir. Genel bir iletişim formu yerine doğru alanları toplayan özel WordPress geliştirme yaklaşımı, satış ekibinin sonradan aynı soruları tekrar sormasını azaltır.

2. Onaylı veri kaynağını kurun

Otomasyonun güvenilirliği, beslendiği verinin güvenilirliği kadardır. Fiyatlar, hizmet açıklamaları ve ticari koşullar için tek bir onaylı kaynak yoksa AI yalnızca dağınıklığı daha hızlı işler.

Bu kaynakta şu bilgiler sürüm kontrolüyle tutulmalıdır:

• Ürün ve hizmet kalemleri
• Güncel fiyat listeleri
• KDV oranları
• İskonto sınırları
• Minimum marj kuralları
• Ödeme planları ve vadeler
• Standart teslim süreleri
• Teklif geçerlilik süresi
• Onaylı teklif şablonları

Katalog dışındaki kalemleri ayrı işaretleyin. Sistem, fiyatı olmayan bir işi “makul görünen” bir rakamla doldurmamalıdır. Bu işler otomatik olarak sorumlu kişiye yönlendirilmelidir.

3. AI ile ihtiyaç ve kapsam taslağı çıkarın

Yapay zeka burada zaman kazandırır. Ancak çıktıyı kaynak veriden bağımsız, serbest bir metin olarak değil, incelenebilir bir taslak olarak ele alın.

Örneğin dijital bir ajansa gelen “yeni web sitesi istiyoruz” talebi, tek başına teklif hazırlamak için yeterli değildir. AI aşağıdaki eksikleri tespit edebilir:

• Kaç sayfa gerekiyor?
• İçerik ve görseller kim tarafından sağlanacak?
• Birden fazla dil var mı?
• Üyelik, ödeme veya üçüncü taraf entegrasyonu gerekiyor mu?
• Yayın hedefi nedir?
• Mevcut siteden taşınacak içerik var mı?

Sistem daha sonra uygun hizmet bloklarını önerebilir. Ancak kapsam, teklif sahibi tarafından onaylanmalıdır. AI müşterinin belirtmediği bir teslim süresi, referans veya sonuç yazmamalıdır.

4. Fiyat ve marjı kurallı sistem hesaplasın

Bu alan pazarlığa kapalıdır. Fiyat hesaplamasında LLM kullanılmamalıdır.

Fiyat; katalog, hesaplama formülü, miktar, iskonto politikası ve maliyet verisine dayanan kurallı bir sistemle belirlenmelidir. Böylece aynı koşullardaki iki müşteri için iki satış temsilcisinin farklı ticari kararlar vermesi önlenir.

Bir B2B tedarikçisinin satış temsilcisine WhatsApp üzerinden 400 adetlik ürün talebi geldiğini varsayalım. Sistem mesajdaki ürün kodlarını algılar, güncel liste fiyatını ve teslimat bilgisini getirir. Müşteri %18 iskonto istediğinde AI “olabilir” diye yanıt vermez. İskonto sınırını kural motoru kontrol eder. Sınır aşılırsa teklif taslağı satış yöneticisinin onayına gider. Temsilci müşteriye hızlı dönerken şirketin yetki sınırı da korunur.

Aşağıdaki durumlar zorunlu onayı tetiklemelidir:

• Belirli tutarın üzerindeki teklifler
• Standart sınırı aşan iskonto
• Minimum marjın altına inen satış
• Standart dışı ödeme vadesi
• Standart dışı teslim süresi
• Serbest metinle eklenen katalog dışı kalemler
• Müşteriye özel istisnai şartlar

5. Onay akışını tutara değil, riske göre tasarlayın

Yalnızca “100.000 TL üzeri teklif yöneticiye gider” kuralı yeterli değildir. Düşük tutarlı ama çok düşük marjlı bir teklif, yüksek tutarlı standart bir tekliften daha büyük ticari risk taşıyabilir.

Bu nedenle onay akışında tutarın yanında iskonto, marj, vade, teknik belirsizlik ve sözleşme koşulları da değerlendirilmelidir. Teknik ekip teknik kapsamı, finans marjı, satış ise müşteri iletişimini onaylamalıdır.

NIST’in AI Risk Management Framework kaynakları da insan-AI rollerinin, denetim sorumluluklarının ve üretim ortamındaki kontrol süreçlerinin belgelenmesini önerir. İnsan denetimi, PDF gönderilmeden önce hızlıca ekrana bakmak değildir. Kimin hangi istisnayı onayladığının kayıt altına alınmasıdır.

6. Teklifi gönderin, takip edin ve ölçün

Gönderilen PDF sürecin sonu değildir. Teklifin açılması, revizyon talebi, kabulü, reddi ve takip zamanı aynı kayıt üzerinden izlenebilmelidir.

Teklif gönderildikten sonra sistem, belirlenen süre içinde bir takip görevi oluşturabilir. AI bu görüşme için e-posta taslağı yazabilir. Ancak müşterinin önceki itirazını veya hassas ticari koşullarını satış temsilcisi değerlendirmelidir.

Teklif akışınızda fiyat kuralları, onay ve takip ayrı araçlarda kalıyorsa, otomasyonu tek ekranlı bir süreç olarak değerlendirmek gerekir. Yapay zeka otomasyonu yaklaşımımızda amaç, gösterişli bir demo değil; kontrol edilebilir iş akışı kurmaktır.

Hazır Teklif Yazılımı mı, Şirkete Özel Otomasyon mu?

Her işletmenin özel teklif yazılımına ihtiyacı yoktur. Sabit katalog, standart fiyatlandırma ve tek aşamalı onayla çalışan ekipler için hazır CRM veya teklif araçları yeterli olabilir.

Ancak teklif mantığı karmaşıklaştıkça, hazır araçların etrafında yeniden Excel, e-posta ve manuel onay süreçleri oluşur. Sorun yazılımın kötü olması değildir. Yazılım, işletmenin gerçek çalışma biçimine uymuyordur.

Durum	Hazır yazılım genellikle yeterli	Şirkete özel otomasyon daha mantıklı
Teklif kalemleri	Sabit katalog ve standart fiyat	Karmaşık hizmet, hesaplama veya konfigürasyon
Onay	Tek kademe ve standart iskonto	Çoklu yetki, marj ve istisna kuralları
Veri kaynağı	Tek CRM	CRM, ERP, e-posta, WhatsApp ve özel kaynaklar
Teklif metni	Az sayıda şablon	Sektöre ve teknik kapsama göre yüksek değişkenlik
Süreç	Aynı adımlar	Departmanlar arası koşullu akışlar
Revizyon	Basit sürüm takibi	Kapsam, fiyat ve şart değişikliklerinin ayrı denetimi

Bu fark üretim ve teknik hizmet şirketlerinde daha açık görülür. Örneğin bir teknik servis firması, büyük bir müşteri için bakım teklifi hazırlarken geçmiş tekliflerden kapsam bloklarını getirir. AI toplantı notlarından teknik ihtiyaçları özetler. Maliyet hesabını malzeme, işçilik ve marj formülleri yapar. Teknik sorumlu kapsamı, finans sorumlusu marjı, satış ekibi ise müşteriye gönderilecek dili onaylar. Bu üç karar tek bir “AI teklif oluştur” düğmesine sığmaz.

Hızlı ve sade bir talep toplama ekranı ya da müşteri portalı gerekiyorsa, yalnızca ihtiyacı kadar kod yükleyen Astro web geliştirme yapısı uygun bir giriş noktası olabilir. Asıl karar, aracın adı değil; veri ve onay akışının nasıl işleyeceğidir.

Yapay Zeka Teklif Sisteminde 6 Risk ve Kontrolü

Yapay zeka teklif sistemi kurulurken riskler saklanmamalıdır. İyi tasarım, hiç hata olmayacağını söylemez. Hatanın müşteriye ulaşmadan fark edilmesini sağlar.

Yanlış fiyat

Fiyatın AI tarafından üretilmesi en açık ticari risktir. Dil modeli doğru görünen ancak güncel olmayan bir tutar yazabilir.

Kontrol: Fiyat, onaylı katalogdan ve tanımlı formüllerden alınmalıdır. AI yalnızca ilgili kalemleri önerebilir.

Eksik veya fazla kapsam

Müşterinin beklediği çalışma ile teklifte yer alan çalışma arasındaki fark, ileride ücretsiz ek iş veya anlaşmazlık yaratır.

Kontrol: Kapsam dışı maddeleri zorunlu alan yapın. Teknik açıdan belirsiz teklifler için sorumlu kişi onayını zorunlu tutun.

Yetkisiz indirim

Satış temsilcisi ilişkiyi korumak için indirim yapabilir. Ancak kayda alınmayan indirim, marjı ve fiyat disiplinini zayıflatır.

Kontrol: İskonto oranı, marj ve vadeye göre otomatik onay akışı kurun.

Eski şablon veya şart kullanımı

Güncel olmayan bir ödeme koşulu veya artık geçerli olmayan hizmet maddesi, hukuki ve ticari sorun yaratabilir.

Kontrol: Tek bir merkezi şablon kullanın. Sürüm kontrolü olmayan Word dosyalarını teklif kaynağı olmaktan çıkarın.

Müşteri verisinin kontrolsüz paylaşılması

Toplantı notları, müşteri iletişim verileri, teklif geçmişi ve özel ticari koşullar kişisel veri veya ticari sır içerebilir. Bu verilerin denetimsiz biçimde üçüncü taraf AI araçlarına yüklenmesi ayrıca değerlendirilmelidir.

Kontrol: Veri minimizasyonu uygulayın, erişim yetkilerini sınırlayın, saklama süresini belirleyin ve AI sağlayıcısının veri işleme koşullarını inceleyin. KVKK’nın üretken yapay zeka ve kişisel veriler rehberi, veri işleme faaliyetlerinin yaşam döngüsü boyunca hukuka uygun ve şeffaf biçimde değerlendirilmesi gerektiğini vurgular.

AI çıktısının kontrol edilmeden gönderilmesi

Akıcı yazılmış bir teklif mutlaka doğru değildir. AI müşteri adını, proje ayrıntısını veya kapsam maddesini yanlış bağlamdan alabilir.

Kontrol: İnsan onayı, denetim kaydı ve istisna raporu oluşturun. Özellikle yüksek tutarlı, düşük marjlı ve katalog dışı işlerde teklif otomatik gönderilmemelidir.

Otomasyonun İşe Yaradığını Nasıl Ölçersiniz?

“Teklif daha hızlı çıktı” tek başına yeterli bir başarı ölçütü değildir. Hız artarken yanlış fiyat veya eksik kapsam oranı da yükseliyorsa süreç iyileşmiş sayılmaz.

İlk aşamada şu metrikleri kayda alın:

• Talebin gelmesinden ilk taslağa kadar geçen süre
• İlk taslaktan müşteri gönderimine kadar geçen süre
• Teklif başına harcanan insan emeği
• Teklif başına ortalama revizyon sayısı
• Hatalı fiyat veya kapsam oranı
• Onayda bekleme süresi
• Yetki dışı iskonto sayısı
• Teklif kabul oranı
• Teklif edilen marj ile gerçekleşen marj arasındaki fark
• Gönderimden ilk takip aksiyonuna kadar geçen süre
• Ret nedenlerinin dağılımı

AI’ın teklif sürecinde değer yaratabileceğine inanmak kolaydır. Ama inanmakla süreci gerçekten bir sisteme bağlamak aynı şey değildir: niyet ne kadar güçlü olursa olsun, süreç tasarımı yoksa sonuç da gelmez.

Teklif kabul oranı da dikkatle değerlendirilmelidir. Otomasyon teklifleri hızlandırabilir, takip disiplinini iyileştirebilir ve hata oranını düşürebilir. Ancak tek başına kabul oranını artıracağını söylemek doğru değildir. Sonucu talebin niteliği, fiyat, satış görüşmesi ve pazar koşulları belirler.

Başlangıç İçin Doğru Pilot Süreç

İlk pilot çalışmayı en karmaşık teklif türüyle başlatmayın. En sık verilen, fiyatı ve kapsamı görece standart olan bir teklif türünü seçin.

İyi bir başlangıç planı şöyledir:

1. En sık hazırlanan standart teklif türünü belirleyin.
2. Talep özeti, eksik bilgi listesi ve kapsam taslağıyla başlayın.
3. İlk aşamada fiyat, iskonto ve sözleşme şartlarını insan onaysız göndermeyin.
4. En az 30–50 teklif boyunca süre, revizyon, hata ve onay verisini ölçün.
5. Pilot istikrarlı çalıştığında ikinci teklif türüne geçin.
6. Katalog dışı işler için ayrı istisna akışı tanımlayın.

Bu yaklaşım, bütün süreci bir gecede dönüştürmeye çalışmaktan daha güvenlidir. Satış ekibinin gerçek kullanımını görmeden kurulan otomasyonlar birkaç hafta içinde yeniden Excel’e döner.

Teklif Otomasyonu Hakkında Sık Sorulan Sorular

Yapay zeka müşteriye otomatik teklif gönderebilir mi?

Teknik olarak gönderebilir. Ancak standart dışı kapsam, yüksek tutar, iskonto veya özel ödeme koşulları içeren teklifler insan onayı olmadan iletilmemelidir. Otomatik gönderim yalnızca sınırları açıkça tanımlanmış düşük riskli durumlarda düşünülmelidir.

Yapay zekaya fiyat hesaplatmak güvenli mi?

Hayır. AI fiyat kalemi önerebilir veya müşteri talebini sınıflandırabilir. Fiyat, KDV, iskonto ve marj hesapları onaylı veri kaynaklarından ve kural motorundan gelmelidir.

CRM olmadan teklif otomasyonu kurulabilir mi?

Kurulabilir. Ancak her talebin tek kayıt altında tutulduğu bir yapıya ihtiyaç vardır. Küçük ekiplerde bu basit bir veri tabanı olabilir. Talep hacmi ve ekip büyüdükçe, süreç görünürlüğü için CRM daha gerekli hale gelir.

WhatsApp’tan gelen talepler otomatik işlenebilir mi?

Evet. Mesaj içeriğinden ihtiyaç özeti çıkarılabilir, müşteri kaydıyla eşleştirilebilir ve teklif taslağı için görev oluşturulabilir. Ancak kişisel veri, erişim yetkisi ve onaylı iletişim süreçleri KVKK kapsamında ayrıca değerlendirilmelidir.

Teklif otomasyonunda KVKK açısından nelere dikkat edilmeli?

Müşteri verisini gerekenden fazla işlememek, erişimi sınırlamak, saklama süresini tanımlamak ve kullanılan AI hizmetinin veri işleme koşullarını incelemek gerekir. Görüşme notları ve teklif geçmişi gibi veriler için açık bir süreç ve sorumluluk tanımı bulunmalıdır.

Her işletmenin özel teklif yazılımına ihtiyacı var mı?

Hayır. Sabit katalog, standart fiyat ve basit onayla çalışan işletmeler hazır araçlarla ilerleyebilir. Özel otomasyon; karmaşık hesaplama, çoklu veri kaynağı, değişken teknik kapsam ve istisna yönetimi hazır araçların sınırlarını aştığında anlamlı hale gelir.

Teklif Sürecinde Hız, Kontrol Kaybedilerek Kazanılmaz

İyi tasarlanmış bir teklif hazırlama sürecinde yapay zeka otomasyonu, satış temsilcisini süreçten çıkarmaz. Tekrarlayan veri toplama, özet çıkarma, taslak yazımı ve takip işlerini azaltır. Böylece satış ekibi müşteri, kapsam ve pazarlık konularına daha fazla zaman ayırabilir.

Fiyatı AI’a bırakan sistem hızlı görünebilir. Ancak yanlış iskonto, eksik kapsam veya kayda alınmamış istisna gönderdiğinde bu hızın bedeli ortaya çıkar. Sağlam yapı şudur: AI metni hazırlar, kurallar ticari sınırları korur, insanlar istisnaları onaylar.