--- title: "Yapay Zeka Ajansı: Vaat ve Teslimat Farkı | Designodin Türkiye" description: "Yapay zeka ajansı teklifinde ne olmalı? Demo, entegrasyon, veri, KPI, insan onayı ve sahiplik farkını netleştirin." source: https://designodin.com.tr/blog/yapay-zeka-ajansi-vaatleri-ve-gercek-teslimat-farki --- [← Tüm yazılar](https://designodin.com.tr/blog/) [AI](https://designodin.com.tr/blog/kategori/ai/) # Yapay Zeka Ajansı: Vaat ve Teslimat Farkı 17 Eylül 2026 · Designodin Bir yapay zekâ ajansı teklifinde süreç, veri kaynağı, entegrasyonlar, insan onayı, hata durumları, başarı ölçütü ve sahiplik açıkça yazılmalıdır. Bunlar yoksa satın aldığınız şey çalışan bir yapay zekâ sistemi değil, iyi hazırlanmış bir demo olabilir. “AI agent”, “akıllı otomasyon”, “7/24 satış” ve “ölçülebilir ROI” etkileyici ifadeler. Ancak hiçbiri teslimatın ne olduğunu açıklamaz. Asıl soru şudur: Sistem mevcut iş akışınıza nereden girecek, hangi verilere erişecek, hatalı işlem yaparsa ne olacak ve zaman ya da para tasarrufu sağladığını nasıl ölçeceksiniz? Birçok işletme tam burada zorlanır. Yapay zekâ kullanma baskısı vardır, fakat ajans teklifindeki teknik terimlerin pratikte ne anlama geldiği belirsiz kalır. Bu metin, yapay zeka ajansı seçerken vaatleri değil, teslim edilecek sistemi değerlendirmenize yardımcı olmak için hazırlandı. **Öne Çıkanlar** - Yapay zekâ projesi, demo açıldığı gün değil; gerçek veriye bağlanıp ölçülebilir bir iş sonucunu değiştirdiği gün teslim edilir. - “AI agent” ifadesi yerine sistemin hangi veriyi okuyacağı, hangi işlemleri yapacağı ve hangi işlemleri yapamayacağı yazılmalıdır. - ROI vaadi; başlangıç verisi, hedef metrik, ölçüm dönemi ve sorumlu kişi olmadan değerlendirilemez. - Kod, otomasyon akışları, API hesapları ve dokümantasyon işletmenin kontrolünde kalmalıdır. ## Yapay zeka ajansı size gerçekte ne satıyor? Yapay zekâ projelerinde aynı terimler sık geçer: Chatbot, RAG, agent, otomasyon, entegrasyon ve özel model. Her biri çözümün bir parçası olabilir. Ancak tek başına hiçbiri iş sonucunu açıklamaz. Önce temel ayrımı yapın: **AI danışmanlığı**, hangi işlerin yapılmasının değerli olduğunu belirlemeye yardım eder. **AI geliştirme** ise seçilen iş akışını kurar, entegre eder, test eder ve işletmeye teslim eder. Bir ajansın “danışmanlık” altında yalnızca araç listesi vermesi de, “geliştirme” altında yalnızca demo göstermesi de yetersizdir. Bir yapay zeka ajansı teklifinde şu soruların yanıtları açıkça bulunmalıdır: - Sistem hangi tekrarlayan işi değiştirecek? - Hangi veri kaynaklarını kullanacak? - Hangi uygulamalara bağlanacak? - İnsan hangi noktada onay verecek veya devralacak? - Hangi hata durumlarında sistem duracak? - Başarı hangi veriye göre ölçülecek? - Sistem, hesaplar ve dokümantasyon kimin kontrolünde kalacak? Çoğu KOBİ için ajansın kullandığı model ilk mesele değildir. GPT, Claude veya başka bir modelin seçimi önemlidir. Ancak modelin adı, yanlış seçilmiş işi ya da hatalı entegrasyonu düzeltemez. Öncelikli soru, sistemin işinize nereden gireceği ve hata yaptığında size neye mal olacağıdır. ### Demo, prototip, pilot ve canlı sistem aynı şey değil Bir chatbot demosu sorunsuz çalışabilir. Bu, sistemin işletmenizde kullanıma hazır olduğu anlamına gelmez. **Demo**, önceden hazırlanmış bir senaryoyu gösterir. Genellikle temiz veri, dar bir soru kümesi ve denetimli bir ekran kullanılır. Satış görüşmesinde işe yarar, ancak operasyonel kanıt değildir. **Prototip**, bir fikrin teknik olarak uygulanabilir olup olmadığını sınar. Örneğin ürün dokümanlarından yanıt veren bir asistan geliştirilebilir. Fakat gerçek kullanıcı yoğunluğu, erişim izinleri ve istisnai durumlar bu aşamada henüz çözülmemiş olabilir. **Pilot**, sınırlı sayıda kullanıcıyla ve gerçek koşullara yakın verilerle yapılan testtir. Amaç yalnızca sistemin çalıştığını görmek değildir. Hataların nerede oluştuğunu ve insanın nerede devreye girmesi gerektiğini de belirlemektir. **Canlı sistem** gerçek iş akışına entegredir. İzlenir, hata kayıtları tutulur, yetkileri sınırlandırılır, sorumlusu bellidir ve kabul testlerini tamamlamıştır. Prototiplerin önemli bir kısmı hiçbir zaman canlı kullanıma geçmez. Bu, prototiplerin değersiz olduğu anlamına gelmez. Teknik olarak mümkün olan bir şeyle sürdürülebilir bir iş sistemi arasında ciddi fark vardır. **Demo bir ihtimali gösterir. Canlı sistem, sorumluluğu üstlenir.** ### “AI agent” hangi işi yapacak? AI agent, belirlenmiş araçları kullanabilen ve birden fazla adımı tamamlayabilen yapay zekâ destekli sistemdir. Chatbot çoğu zaman bilgi verir veya yönlendirme yapar. Agent ise sınırlı yetkilerle CRM kaydı açabilir, sipariş durumunu sorgulayabilir, görev oluşturabilir ya da süreci bir sonraki aşamaya taşıyabilir. Buradaki belirleyici kelime “yetki”dir. Teklifte yalnızca “Agent kuracağız” yazmamalı; şu ayrım yapılmalıdır: Sistem davranışı Örnek Bilgi verme Teslimat süresi ve iade politikası sorularını yanıtlar Veri okuma Sipariş numarasından kargo durumunu çeker Taslak üretme Müşteri temsilcisi için cevap taslağı hazırlar Kayıt oluşturma CRM’de destek talebi açar İşlem başlatma İade talebini ilgili ekibe iletir Riskli işlem İndirim, ödeme, sipariş değişikliği veya veri silme Son satır ayrıca yazılmalıdır: Sistem hangi işlemleri **yapamayacak**? İade onayı verebilecek mi? Müşterinin adresini değiştirebilecek mi? Kampanya indirimi tanımlayabilecek mi? Bu sınırlar yoksa “otonom” sözcüğü işletme için fırsattan çok risk yaratır. ## Gerçek teslimatta olması gereken yedi madde Yapay zeka ajansı teklifini incelerken teknoloji isimlerinden önce bu yedi teslimat unsurunu arayın. ### 1. Çözülecek süreç yazılı olmalı “Satışı artırmak” bir süreç tanımı değildir. “Müşteri deneyimini iyileştirmek” de süreç sayılmaz. Bunlar hedef olabilir, fakat teslimatın açıklaması değildir. İyi tanımlanmış bir süreç şöyle görünür: WhatsApp’tan gelen teslimat süresi ve sipariş durumu sorularını, güncel sipariş verisinden yanıtlamak; sistemin çözemediği talepleri müşteri temsilcisine aktarmak. Bu ifadede iş, veri, kanal ve insanın devralacağı sınır açıktır. Ajansın ne kuracağı, işletmenin neyi test edeceği ve başarının nasıl ölçüleceği anlaşılır. Ev tekstili satan bir mağaza düşünün. Üç kişilik destek ekibi her gün yaklaşık 180 WhatsApp mesajını yanıtlıyor. İlk akla gelen çözüm “7/24 satış chatbotu” olabilir. Oysa asıl darboğaz satış değil; müşteriler aynı sipariş ve kargo sorularını tekrar tekrar soruyor. Proje doğru tanımlandığında çözüm de değişir. Sistem yalnızca sipariş durumu, kargo takibi ve sık sorulan sorular için kurulur; iade, adres değişikliği ve ödeme konuları temsilciye aktarılır. Burada beklenen fayda, mesaj sayısının azalması değil; aynı soruya manuel yanıt verme yükünün düşmesidir. ### 2. Veri kaynağı ve güncellik tanımlanmalı Yapay zekâ doğru bilgiyi kendiliğinden bulmaz. Verilen veya bağlanan verilerle çalışır. CRM’de kayıt olması, bu kayıtların güncel, tutarlı ve kullanılabilir olduğu anlamına gelmez. Teklifte şu hususlar açıkça yer almalıdır: - Veri hangi sistemden gelecek? - Veriyi kim güncelliyor? - Sistem hangi tarih aralığındaki bilgiyi kullanacak? - Hangi veri alanlarına erişmeyecek? - Eksik veya çelişkili veri algılanırsa ne yapacak? - Bilgi kaynağı değiştiğinde sistemi kim güncelleyecek? Örneğin ürün bilgileri bir Excel dosyasında, stok verisi başka bir e-ticaret altyapısında ve teslimat süreleri ekip içi notlarda tutuluyorsa chatbot güvenilir yanıt veremez. Sorun modelin kalitesi değil, verinin düzenidir. Müşteri, çalışan veya sipariş verisi kullanılıyorsa konu ayrıca **KVKK** kapsamına girer. [KVKK’nın üretken yapay zekâ ve kişisel veriler rehberi](https://www.kvkk.gov.tr/Icerik/8547/uretken-yapay-zeka-ve-kisisel-verilerin-korunmasi-rehberi-15-soruda), bu sistemlerin şeffaf, denetlenebilir ve insan merkezli ele alınması gerektiğini vurgular. Veri güvenliği sonradan eklenecek bir not değil, proje kapsamının parçasıdır. ### 3. Entegrasyon kapsamı açık olmalı “CRM ve ERP entegrasyonu yapılacak” ifadesi tek başına yeterli değildir. Entegrasyonun yönü, erişim biçimi ve hata senaryosu da belirtilmelidir. İyi hazırlanmış bir entegrasyon kapsamı şu bilgileri içerir: - Hangi uygulamaya bağlanılacak? - Hangi veri okunacak veya yazılacak? - Bağlantı tek yönlü mü, çift yönlü mü? - API erişimi ve hesap sahipliği kimde olacak? - Bağlantı kesilirse sistem ne yapacak? - Mükerrer kayıt oluşursa nasıl engellenecek? Bir WooCommerce mağazası için yapay zekâ destekli destek akışı kuruluyorsa sistemin “sipariş verisine bağlanacağı”nı söylemek yetmez. Sipariş durumu okunacak mı? Stok verisi kullanılacak mı? Kargo takip numarası alınacak mı? Müşteri temsilcisi yanıtı onaylamadan gönderim yapılabilecek mi? E-ticaret operasyonunda bu ayrım doğrudan müşteri deneyimine yansır. Bu yüzden altyapı tarafı baştan doğru kurulmalıdır. Sipariş, stok ve müşteri verisinin güvenilir şekilde akmasını sağlayan bir [WooCommerce e-ticaret altyapısı](https://designodin.com.tr/hizmetler/e-ticaret/), otomasyonun üzerinde çalışacağı zemindir. ### 4. İnsan onayı ve devralma akışı kurulmalı Her süreci otomatikleştirmek doğru değildir. Fiyat, indirim, iade, ödeme, müşteri şikâyeti ve kişisel veri içeren süreçlerde insan onayı gerekebilir. Teklifte şu soruların yanıtları bulunmalıdır: - Sistem hangi noktada otomatik yanıt verecek? - Hangi tür taleplerde duracak? - Talep kime aktarılacak? - Temsilciye hangi bağlam gösterilecek? - Müşteri, insan desteğine geçtiğini anlayacak mı? - İnsan devraldıktan sonra sistem aynı talebi tekrar işlemeye devam edecek mi? Varsayalım ki B2B yedek parça satan bir şirket, teklif toplamayı hızlandırmak için bir AI agent istiyor. İlk tasarımda agent müşteriye fiyat da verecek; ancak fiyatlar bayi statüsüne, adede ve güncel tedarik maliyetine göre değişiyor. Doğru kurgu, agent’ın ürün kodunu, kullanım alanını ve adedi toplayıp CRM’de satış fırsatı açması, fiyatı ise satış temsilcisine bırakmasıdır. Böylece satış temsilcisi görüşmeye doğru verilerle başlar. Sistem satış ekibinin yerini almaz; eksik bilgi toplama yükünü azaltır. Bu, otomasyonun eksiği değil, doğru çizilmiş bir yetki sınırıdır. ### 5. Hata senaryoları kabul kriteri olmalı Ajans, doğru soruya doğru yanıt veren bir ekran gösterebilir. Ancak yanlış soru, eksik veri ve bağlantı hatası olduğunda ne yaşanacağını da görmeniz gerekir. Canlıya geçmeden önce yapılacak kabul testleri en azından şu durumları içermelidir: - Sipariş numarası yanlış girildiğinde ne olur? - Sistem güncel stok verisine erişemezse ne söyler? - Müşteri yetkisiz bir bilgi isterse ne olur? - Aynı talep iki kez geldiğinde mükerrer kayıt açar mı? - CRM bağlantısı kesildiğinde işlem tekrar denenir mi? - Sistem cevabından emin değilse insan desteğine aktarır mı? - Kullanıcı talimatları değiştirmeye veya güvenlik sınırlarını aşmaya çalışırsa ne olur? NIST’in [Generative AI Profile](https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf) dokümanı da üretken yapay zekâ sistemlerinde güvenilirlik, güvenlik, şeffaflık ve risk yönetiminin sistem tasarımının parçası olduğunu ele alır. “Çalışıyor” kabul kriteri değildir. “Tanımlı hata durumlarında güvenli davranıyor” daha anlamlıdır. ### 6. Başarı metriği baştan belirlenmeli “ROI sağlayacağız” tek başına bir metrik değildir. Baz değer, hedef, ölçüm süresi ve sorumlu kişi belirlenmezse her sonuç sonradan farklı yorumlanabilir. İyi tanımlanmış bir başarı metriği somuttur: - İlk yanıt süresini 12 dakikadan 2 dakikanın altına indirmek - Tekrarlayan destek taleplerinin %30’unu insan müdahalesi olmadan doğru sınıflandırmak - Fatura işleme süresini 3 günden 1 iş gününe düşürmek - Manuel veri girişindeki hataları belirlenmiş başlangıç oranına göre azaltmak - Satış temsilcisinin teklif hazırlamak için harcadığı süreyi haftalık bazda düşürmek Bu metriklerin her biri başlangıç verisi gerektirir. “İlk yanıt süremiz 12 dakika” ölçülmeden “2 dakikaya düştük” denemez. Sistemin etkisini kimin izleyeceği de yazılı olmalıdır. Yapay zekâ projeleri çoğu zaman bu aşamada belirsizleşir. Pek çok AI projesi, proof of concept ile geniş kullanım arasındaki aşamada rafa kaldırılıyor. Sistem teknik olarak çalışsa bile iş sonucunu kanıtlayamazsa yatırımı sürdürmek zorlaşır. ### 7. Sahiplik ve bakım açıkça yazılmalı Ajans hesabında çalışan otomasyon, işletmenin sistemi değildir. Ajansla çalışmanız bitebilir; müşteri veriniz, iş akışınız ve operasyonunuz ise devam eder. Teklifte şu maddeleri kontrol edin: - Özel kod ve otomasyon akışları kime ait? - n8n, Make, model sağlayıcısı, CRM ve WhatsApp hesapları kimin adına açılacak? - API anahtarlarını kim yönetecek? - Dokümantasyon teslim edilecek mi? - Aylık model, araç, barındırma ve bakım maliyetleri ayrı yazılmış mı? - Hata düzeltme kapsamı nedir? - Yeni istekler mevcut bakımın içinde mi, ayrı kapsamda mı? - Ajans erişimi kaldırıldığında sistem çalışmaya devam edecek mi? Yapay zekâ sistemi, ajansın hesabında duran bir otomasyon değildir. İşletmenin verisiyle çalışan sistemin erişimi, dokümantasyonu ve kontrolü işletmede kalmalıdır. Bu, ajansın hiçbir erişime sahip olmayacağı anlamına gelmez. Bakım için ajansa yetki verilebilir. Ancak bu erişim yönetilebilir, devredilebilir ve kayıt altında olmalıdır. Bakım planı; kapsamı, yanıt süresi ve sorumlusu yazılı bir taahhüttür. Yazılı kapsam, sahiplik ve kabul kriteri netleşmeden araç seçmek doğru başlangıç değildir. [Yapay zekâ çözümleri](https://designodin.com.tr/yapay-zeka/) için önce işletmenizde gerçekten darboğaz yaratan sürecin, kullanılabilir verinin ve ölçüm planının çıkarılması gerekir. ## Yapay zeka projeleri neden demo aşamasında kalıyor? Projeler çoğu zaman yapay zekâ yeterince “akıllı” olmadığı için başarısız olmaz. Sorun daha erken başlar. ### Problem yerine teknoloji seçiliyor “Biz de AI kullanalım” bir proje tanımı değildir. İşletmenin hangi işte geciktiği, hangi hatayı tekrar ettiği veya hangi maliyeti taşıdığı belirlenmeden seçilen teknoloji yalnızca yeni bir araç olur. RAND’ın deneyimli veri bilimcileri ve mühendislerle yaptığı araştırma; yanlış problem tanımı, yetersiz veri, teknolojiye amaç gibi yaklaşılması, altyapı eksikliği ve AI için uygun olmayan iş seçimini temel nedenler arasında gösteriyor. [RAND raporu](https://www.rand.org/content/dam/rand/pubs/research_reports/RRA2600/RRA2680-1/RAND_RRA2680-1.pdf), modelden önce iş problemini tanımlamanın neden önemli olduğunu açıkça ortaya koyuyor. ### Veri var sanılıyor, kullanılabilir veri yok CRM’de binlerce müşteri kaydı olabilir. Ancak telefon numaraları farklı biçimlerde yazılmışsa, müşteri notları boşsa veya sipariş bilgileri başka bir sistemde kalıyorsa bu veri AI sistemine doğrudan değer katmaz. Veri hazırlığı, projenin en az görünen ancak en kritik bölümlerinden biri olabilir. Ajans bu işi kapsam dışında tutuyorsa bunu baştan söylemelidir. İşletme de verinin sahibinin kim olduğunu ve güncellemelerden kimin sorumlu olacağını bilmelidir. ### Çalışanlar sistemi kullanmıyor Sistem teknik olarak doğru kurulmuş olabilir. Ancak ekip güvenmez veya nasıl kullanacağını bilmezse eski yöntemler devam eder. Eğitim, kullanım politikası ve sorumluluk bu aşamada önem kazanır. AB’de kullanılan, AB pazarına sunulan veya AB’deki kişileri etkileyen AI sistemlerinde AI Act kapsamındaki AI okuryazarlığı yükümlülüğü önemlidir. [Avrupa Komisyonu](https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers), bu yükümlülüğün 2 Şubat 2025’ten itibaren uygulandığını belirtir. Türkiye’deki her işletme için aynı doğrudan yükümlülükten söz etmek doğru olmaz. Ancak AB ile çalışan işletmelerde ekip eğitimi ve kullanım sınırları daha da önemlidir. ### Veri güvenliği sonradan düşünülüyor Bir çalışanın müşteri listesini, teklif metinlerini veya sipariş verilerini rastgele bir AI aracına yüklemesi kısa vadede kullanışlı gelebilir. Kurumsal biçimde yönetilmediğinde ise erişim, saklama ve denetim sorunları doğurur. [KVKK’nın üretken yapay zekâ rehberi](https://www.kvkk.gov.tr/Icerik/8547/uretken-yapay-zeka-ve-kisisel-verilerin-korunmasi-rehberi-15-soruda), kişisel verilerin yapay zekâ sisteminin tüm yaşam döngüsü boyunca, risk temelli bir yaklaşımla değerlendirilmesini öneriyor. Yapay zekâ projesi yalnızca ekran ve entegrasyon teslim etmek değildir. Hangi verinin nerede işlendiği, kimlerin erişebildiği ve hangi verilerin dış sistemlere gönderilmeyeceği de teslimat kapsamındadır. ## Yapay zeka ajansı teklifini değerlendirmek için kontrol listesi Bir yapay zeka ajansı teklifinde şu on unsur yazılı değilse, imzadan önce bunları netleştirin: - Çözülecek süreç tek cümlede açıkça tanımlanmış mı? - Sistem hangi veriye erişecek ve hangi veriye erişmeyecek? - Hangi uygulamalarla, hangi veri yönünde entegrasyon kurulacak? - İnsan onayı hangi işlem adımlarında zorunlu? - Yanlış yanıt, eksik veri ve bağlantı hatasında sistem ne yapacak? - Başarı hangi başlangıç verisine göre, hangi süre içinde ölçülecek? - Canlıya alma öncesinde hangi kabul testleri yapılacak? - Kod, iş akışı, hesaplar ve dokümantasyon kimin olacak? - Aylık model, araç, barındırma ve bakım maliyetleri ayrı gösterilmiş mi? - Teslim sonrası hata müdahalesi, izleme ve değişiklik taleplerinin kapsamı yazılı mı? Bu kontrol listesi ajansın kötü niyetli olduğu varsayımına dayanmaz. İyi bir ajans için de kapsamı netleştirir. Çünkü AI projelerinde en yüksek maliyet çoğu zaman belirsizlikten çıkar. ## Yapay zeka ajansına sorulacak 10 soru Teklifi değerlendirirken bu soruları doğrudan sorun: - İlk 30 günün sonunda hangi çalışan sistemi göreceğim? - Bunun demo değil, canlı kullanıma hazır olduğunu nasıl kanıtlayacaksınız? - Hangi veri kaynaklarına bağlanacaksınız? - Verinin eski, eksik veya çelişkili olduğunu sistem nasıl anlayacak? - Yanlış cevap veya yanlış işlemde insan devralma nasıl işleyecek? - Sistemin özellikle yapmayacağı işlemler hangileri? - Başarı metriğimiz nedir ve bugünkü baz değerimiz ne? - İş akışları, özel kod ve hesaplar şirketimin adına mı kurulacak? - Aylık üçüncü taraf maliyetleri nelerdir? - Model değişirse, entegrasyon bozulursa veya sistem hata verirse kim, ne kadar sürede müdahale edecek? Yanıtların teknik olması gerekmez. Net olmaları gerekir. İyi bir yanıt; kapsamı, testi ve sorumluyu somut olarak tarif eder. ## Yapay zekâ ile otomasyon satın alınır; belirsizlik satın alınmaz Yapay zekâ tekrarlanan işleri azaltabilir, yanıt sürelerini düşürebilir ve dağınık bilgileri kullanılabilir hale getirebilir. Ancak bunlar, “AI agent kuruyoruz” denildiğinde kendiliğinden ortaya çıkmaz. Gerçek teslimat; tanımlanmış süreç, temiz veri, sınırlandırılmış yetki, çalışan entegrasyon, insan devralma mekanizması, hata yönetimi, ölçüm ve sahipliktir. Bunlar yazılı değilse proje teslimatı değil, umut satın alırsınız. Dijital sistem kurmuş herkes için bu ayrım yeni değildir. İşin adı değişir: Önce web sitesi, sonra e-ticaret, şimdi yapay zekâ. Temel soru aynı kalır: Kurulan yapı işletmenin üzerinde mi kalır, yoksa ajansın gösterdiği ekranla mı sınırlıdır? ## Sık Sorulan Sorular ### Yapay zeka ajansı ne yapar? Yapay zeka ajansı, işletmenin belirli süreçleri için AI destekli sistemler tasarlar, geliştirir ve bunları mevcut araçlara entegre eder. Gerçek kapsam; süreç analizi, veri hazırlığı, entegrasyon, test, eğitim, izleme ve bakım adımlarını içermelidir. ### AI chatbot ile AI agent arasındaki fark nedir? AI chatbot genellikle bilgi verir veya kullanıcıyı yönlendirir. AI agent ise tanımlanmış yetkilerle veri okuyabilir, araçları kullanabilir, kayıt oluşturabilir ya da birden fazla adımı tamamlayabilir. Agent’ın yapabileceği ve yapamayacağı işlemler projenin başında belirtilmelidir. ### Yapay zeka projesi ne kadar sürer? Süre, sürecin karmaşıklığına, verinin kalitesine, entegrasyon sayısına ve gereken onay akışlarına göre değişir. Güvenilir bir teklif tek ve genel bir süre vermek yerine analiz, prototip, test ve canlıya alma aşamalarını ayrı ayrı gösterir. ### Yapay zeka otomasyonunda KVKK neden önemlidir? Müşteri, çalışan veya sipariş verisi kullanan AI sistemleri kişisel veri işleme riski yaratabilir. Veri kaynağı, erişim izni, saklama, üçüncü taraf araç kullanımı ve insan denetimi proje başında değerlendirilmelidir. ### AI projesinde kod ve hesaplar kimin olmalı? İşletmenin süreçlerine, verilerine ve müşterilerine bağlı sistemlerde özel kod, otomasyon akışları, API hesapları ve dokümantasyon işletmenin kontrolünde olmalıdır. Ajans bakım için erişim alabilir. Ancak işletme teknik olarak ajansa bağımlı hale getirilmemelidir. ### Yapay zeka ajansının ROI vaadini nasıl değerlendirmeliyim? Ajansın ROI söylemesi yeterli değildir. Mevcut maliyet veya süre için baz değer, hedeflenen iyileşme, ölçüm dönemi, veri kaynağı ve sonucu izleyecek kişi teklif içinde açıkça yazılmalıdır. ### AI demosu değil, çalışan süreç kurun. Yapay zekâ projesinin hangi verilere bağlanacağını, hangi işleri otomatikleştireceğini ve nasıl ölçüleceğini baştan yazın. Designodin’de kapsam, araçtan önce süreç, veri ve teslimat kriterleri üzerinden belirlenir. [Projenizi anlatın, yazılı kapsam isteyin.](https://designodin.com.tr/iletisim/) - #yapay-zeka-ajansi - #ai-otomasyon - #ai-danismanligi - #yapay-zeka-projesi - #ajans-seffafligi ## Bu konu sizin işinizde nasıl karşılık buluyor? Genel geçer cevaplar yerine, sizin durumunuza bakalım. Kapsamı ve teklifi yazılı olarak veririz — satış baskısı yok. [Projenizi anlatın →](https://designodin.com.tr/iletisim/)