← Tüm yazılar
AI

Yapay Zeka Pilot Projesi Nasıl Yürütülür: 6 Adımda Karar

Yapay zeka pilot projesi nasıl uygulanır? Tek bir iş sorununa odaklanın. Başlangıç durumunu ölçün, başarı eşiğini pilot başlamadan yazılı hale getirin, veri kapsamını belirleyin ve 4 ila 8 hafta sonunda devam, durdurma veya yeniden tasarlama kararı alın. İlk pilotun amacı şirkete “yapay zeka getirmek” değildir. Amaç, yapay zekanın belirli bir işte ölçülebilir değer sağlayıp sağlamadığını göstermektir.

Bir araç demosu etkileyici olabilir. Çalışanlar da birkaç gün hevesle kullanabilir. Ancak satış ekibinin işi gerçekten hızlanmadıysa, müşteri hizmetlerindeki hata oranı arttıysa veya şirket verisi denetimsiz biçimde dışarı çıktıysa pilot başarılı değildir.

Türkiye’de yapay zeka kullanmayı düşünen ancak henüz kullanmayan girişimlerin %74,2’si uzmanlık eksikliğini engel olarak görüyor. Maliyet kaygısı %67,4, hukuki belirsizlik ise %62,4 seviyesinde (TÜİK, 2025). Bu tablo, ilk adımın büyük bir dönüşüm programı değil, sınırları belli bir öğrenme alanı olması gerektiğini düşündürüyor.

Öne Çıkanlar

  • İlk yapay zeka pilotu tek bir süreç, 3–8 kullanıcı ve 4–8 haftalık sınırlı kapsamla yürütülmelidir.
  • Başarı yalnızca zaman kazanımıyla değil; kalite, kritik hata, kullanıcı kabulü, maliyet ve veri güvenliğiyle birlikte ölçülmelidir.
  • Pilot başlamadan önce mevcut süre, hata oranı ve kişi/saat maliyeti ölçülmezse “fayda” iddiası kanıtlanamaz.
  • Kişisel veri, fiyat, sözleşme, ödeme ve işe alım kararlarında insan onayı sınırı yazılı olmalıdır.
  • Pilot sonunda “biraz daha deneyelim” değil; devam et, yeniden tasarla veya durdur kararı verilmelidir.

Yapay Zeka Pilotu Araç Denemesi Değil, İş Kararıdır

Yapay zeka pilotu, çalışanlara bir sohbet botu hesabı açmak değildir. Gerçek iş örnekleri üzerinde tek bir iş kararını sınamaktır.

Sorulması gereken soru “Bu araç etkileyici yanıtlar üretiyor mu?” değildir. Soru şudur: “Bu araç, bu işi kabul edilebilir kalite ve risk düzeyinde daha hızlı, daha doğru veya daha düşük maliyetle yaptırabiliyor mu?”

Pilot sonunda aşağıdaki üç sonuçtan biri elde edilmelidir:

  1. Devam et: İş etkisi nettir, kalite eşiği karşılanır ve risk kontrol altındadır.
  2. Yeniden tasarla: İş doğru seçilmiştir ama veri, kullanıcı eğitimi veya iş akışı eksiktir.
  3. Durdur: Etki yoktur ya da hata ve veri riski kabul edilemez seviyededir.

Bu ayrım önemlidir. Aylarca süren “deneme” çalışmaları çoğu zaman bir karar üretmez. Yönetim aracı beğenir, ekip ara sıra kullanır; fakat maliyet ve elde edilen fayda belirsiz kalır.

NIST’in yapay zeka risk yönetimi yaklaşımı da konuyu dört başlıkta ele alır: yönetişim, kullanım bağlamını anlama, ölçüm ve risk yönetimi. NIST AI Risk Management Framework teknik ekipler için yazılmış olabilir; fakat temel mantığı her KOBİ için geçerlidir: sahibi belli olmayan, ölçülmeyen ve sınırı çizilmeyen bir yapay zeka uygulaması yönetilemez.

Pilotu başarılı kılan, yapay zekânın iyi cevap vermesi değildir. İşin hızlanması, kalitenin korunması, kullanıcıların sistemi benimsemesi ve yeni bir risk doğmaması gerekir.

İlk Pilot İçin Doğru İş Nasıl Seçilir

İlk pilotu şirketinizdeki en karmaşık problemle başlatmayın. Sık tekrarlanan, çıktısı ölçülebilen ve insan denetimiyle güvenli biçimde yürütülebilen bir iş seçin.

Sık tekrarlanan ve ölçülebilen işleri listeleyin

İlk adayları belirlemek için ekiplere şunu sorun: “Her hafta tekrar ettiğiniz, zaman alan ve sonucu benzer şekilde denetlenebilen iş nedir?”

İlk pilot için güçlü adaylar genellikle şunlardır:

  • Haftalık satış, operasyon veya reklam raporunun ilk taslağını hazırlamak
  • Sık sorulan müşteri sorularına ilk yanıt taslağı oluşturmak
  • Toplantı notlarını CRM kaydına veya teklif özetine dönüştürmek
  • Ürün açıklamalarının ilk taslağını üretmek
  • İç dokümanlarda belirli bilgileri bulmak ve özetlemek
  • Gelen talepleri konu, öncelik veya departmana göre sınıflandırmak

Bu görevler kusursuz otomasyon gerektirmez. Yapay zeka ilk taslağı oluşturur, insan inceler ve son kararı verir. İlk pilot için güvenli alan budur.

14 kişilik bir e-ticaret ekibinde müşteri hizmetleri sorumlusu olduğunuzu ve temsilcilerin aynı teslimat ve iade sorularını sürekli yanıtladığını fark ettiğinizi düşünün. Yapay zekayı müşterilere doğrudan yanıt göndermek için değil, temsilciler için ilk yanıt taslağı hazırlamak için kullanıyorsunuz. Pilotun amacı yalnızca yanıt hazırlama süresini azaltmak değil. Hatalı kargo yönlendirmesi, temsilcilerin düzeltmeye harcadığı süre ve müşteri memnuniyeti de kaydediliyor. Dördüncü haftada taslak oluşturma süresi düşüyor, ancak iade koşullarındaki yanlış yönlendirme oranı yüksek kalıyor. Bu durumda sistemi kapatmak gerekmez. İade politikası kaynakları yeniden düzenlenir ve bu konu için insan onayı zorunlu tutulur.

İlk pilot için uygun olmayan işler

Bazı işler, en azından ilk pilot aşamasında, yapay zeka kullanımına uygun değildir. Hatanın maliyeti yüksekse ve insan denetimi pratikte mümkün değilse, küçük görünen bir hata bile büyük risk yaratabilir.

İlk turda uzak durulması gereken alanlar şunlardır:

  • Kredi, ödeme, iade veya fiyat kararını doğrudan veren sistemler
  • İşe alım, çalışan performansı veya terfi değerlendirmeleri
  • Sağlık, hukuk veya finansal sonuç doğuran yönlendirmeler
  • Birden fazla departman, eski yazılım ve uzun onay zinciri gerektiren süreçler
  • Başlangıç performansı hiç ölçülemeyen işler
  • Hata oluştuğunda kimin düzelteceği belli olmayan müşteri iletişimleri

Mesele, yapay zekanın her zaman hata yapması değildir. Sorun, hatanın nerede ve ne zaman oluşacağını bilmeden sistemi karar verici konumuna koymaktır.

Etki, risk ve hazırlıkla öncelik verin

Her aday süreci beş başlıkta 1 ile 5 arasında puanlayın:

ÖlçütSorulacak soru
İş etkisiBu iş hızlanırsa zaman, maliyet veya müşteri deneyiminde anlamlı fark oluşur mu?
Tekrar sıklığıİş her gün veya her hafta yeterince sık yapılıyor mu?
Veri hazırlığıGerekli kaynaklar güncel, erişilebilir ve anlaşılır mı?
Hata maliyetiYanlış çıktı müşteriye, paraya veya itibara ne kadar zarar verir?
İnsan kontrolüNihai karar vermeden önce bir kişi çıktıyı kontrol edebilir mi?

Yüksek etki, yüksek tekrar, hazır veri ve düşük hata maliyeti ilk pilot için iyi bir bileşimdir. Etkisi yüksek ancak denetimi zor işleri ikinci aşamaya bırakın.

Yapay Zeka Pilot Projesi İçin Başarı Kriterleri Nasıl Yazılır

Başarı ölçütünü pilot tamamlandığında belirlerseniz, sonuçları istediğiniz anlatıya göre yorumlarsınız. Bu yüzden kriterler ilk günden yazılı olmalıdır.

“Zaman kazanalım” hedef değildir. “Müşteri temsilcisinin ilk yanıt taslağına ayırdığı ortalama süreyi 18 dakikadan 8 dakikanın altına düşürelim” ise ölçülebilir bir hedeftir.

Başlangıç çizgisini pilot başlamadan ölçün

Pilot başlamadan önce en az iki haftalık gerçek iş verisi toplayın. Her süreçte her unsuru ölçmeniz gerekmez. Ancak karşılaştırma yapacak kadar veriniz olmalıdır.

Şunları kayıt altına alın:

  • İşin ortalama tamamlanma süresi
  • Haftalık işlem veya talep sayısı
  • Hata, iade veya yeniden işleme oranı
  • Uzman kontrolü için harcanan süre
  • Mevcut müşteri veya kullanıcı memnuniyeti
  • İşin kişi/saat maliyeti

Örneğin satış ekibi toplantı özetlerini CRM’e aktarmayı test edecekse, önce bu işin gerçekte ne kadar zaman aldığını öğrenin. “Herkes çok zaman harcıyor” bir ölçüm değildir.

Başarıyı tek KPI’a bağlamayın

Süre kısalırken kalite düşebilir. Kullanıcılar aracı kullanıyor görünür, ancak çıktıyı her seferinde sıfırdan yazıyor olabilir. Bu nedenle yapay zeka projesinin KPI seti dengeli kurulmalıdır.

Aşağıdaki tablo, müşteri hizmetlerinde ilk yanıt taslağı pilotu için örnek bir çerçevedir:

ÖlçütPilot öncesiHedefÖlçüm yöntemi
İlk taslak hazırlama süresi18 dakika8 dakikanın altıZaman kaydı
Uzman düzeltme oranıÖlçülmedi%20’nin altıRastgele örnek incelemesi
Kritik hata oranıÖlçülmedi%2’nin altıHata etiketi kaydı
Aktif kullanıcı oranı0%70’in üstüKullanım kayıtları
Veri ihlali00Olay kaydı
İşlem başına maliyetMevcut maliyetArtış olmamalıAraç ve iş gücü hesabı

Bu tablo bir sözleşme değildir. Ancak pilotun neyi kanıtlaması gerektiğini herkes için görünür hale getirir.

Altın değerlendirme setini hazırlayın

Bir yapay zeka sistemi, yalnızca iki iyi örnekte başarılı göründüğü için üretime hazır sayılmaz. Gerçek işlerden seçilmiş, doğru yanıtı uzman tarafından belirlenmiş bir test setine ihtiyaç vardır.

Buna altın değerlendirme seti denir. İlk pilotta 20 ila 50 örnek yeterli olabilir. Set, kolay, standart ve istisnai durumları birlikte içermelidir.

Her örnek için şu noktaları tanımlayın:

  • Doğru veya kabul edilebilir çıktı nedir?
  • Hangi bilgi mutlaka yer almalıdır?
  • Hangi hata kritik sayılır?
  • Sistem hangi durumda “bilmiyorum” demelidir?
  • İnsan hangi noktada onay vermelidir?

Bir danışmanlık şirketinin satış müdürünün, görüşme kayıtlarından teklif özeti oluşturan bir pilot başlattığını varsayalım. İlk demodaki sonuçlar ikna edici. Ancak gerçek görüşme kayıtlarından oluşan 30 örneklik test setinde sistem, müşterinin bütçe aralığını üç kez yanlış özetliyor ve iki kez sözleşme süresini atlıyor. Bu pilot “başarısız” sayılmaz. Sonuç nettir: Toplantı özeti yararlıdır, ancak fiyat, taahhüt ve sözleşme maddeleri insan onayı olmadan kullanılamaz.

Veri, KVKK ve İnsan Onayı Sınırını Baştan Çizin

Pilotun küçük olması, veri sorumluluğunun da küçük olduğu anlamına gelmez. Çalışanların açık araçlara müşteri bilgisi, sözleşme metni veya iç finans verisi girmesi, pilot başlamadan önce ele alınması gereken bir risktir.

KVKK’nin üretken yapay zeka ve kişisel veriler rehberi, üretken yapay zeka kullanıldığında 6698 sayılı Kanun kapsamındaki yükümlülüklerin ortadan kalkmadığını açıkça belirtir. Şeffaflık, denetlenebilirlik, insan merkezli yaklaşım ve veri koruma etkilerinin yaşam döngüsü boyunca değerlendirilmesi gerekir.

Hangi verinin araca gireceğini yazın

Pilot belgesinde veri sınıflandırması için ayrı bir satır açın. “Gerekirse müşteri verisi kullanılır” ifadesi yeterli değildir.

En azından aşağıdaki ayrımı yapın:

  • Kişisel veri ve iletişim bilgileri
  • Finansal veri, fiyat ve ödeme bilgileri
  • Müşteri sözleşmeleri ve teklif metinleri
  • Ticari sır niteliğindeki operasyon verileri
  • İç dokümanlar, prosedürler ve bilgi bankası içerikleri
  • Anonimleştirilmiş veya maskelenmiş örnek veriler

İlk pilotta mümkünse maskelenmiş veriyle başlayın. Müşteri adı, telefon numarası, e-posta, sipariş numarası ve benzeri bilgileri sistemden çıkarın. Gerçek kişisel veri kullanımı kaçınılmazsa sağlayıcı koşullarını, erişim yetkilerini, saklama yaklaşımını ve silme süreçlerini ayrıca inceleyin.

İnsan onayı gereken alanları belirleyin

Yapay zeka öneri sunabilir. Ancak bazı alanlarda nihai karar insanda kalmalıdır:

  • Müşteriye gidecek fiyat, teklif ve sözleşme metinleri
  • İade, ödeme ve kredi kararları
  • İşe alım ve çalışan değerlendirmesi
  • Hukuki, sağlık veya finansal tavsiye niteliğindeki içerikler
  • Marka itibarı açısından hassas müşteri yanıtları

Bu sınır yalnızca çalışanlara sözlü olarak anlatılıp bırakılmamalıdır. Pilot ekranında, süreç dokümanında ve kullanıcı eğitiminde açıkça yer almalıdır.

4–8 Haftalık Yapay Zeka Pilot Planı

İlk yapay zeka pilotu için 4 ila 8 hafta çoğu durumda yeterlidir. Süre daha fazla uzuyorsa sorun genellikle modelde değil, kapsamın gereğinden geniş tutulmasındadır.

1. Hafta: Problem, sahip ve başlangıç ölçümü

Tek bir süreç seçin ve bu sürecin iş sahibini atayın. Bu kişinin teknik ekipte olması gerekmez. Önemli olan, işin bugün nasıl yürüdüğünü bilmesidir.

Bu haftanın sonunda tek sayfalık bir pilot belgesi hazır olmalıdır:

  • Çözülecek iş problemi
  • Kapsam içi ve kapsam dışı alanlar
  • Pilot sahibi ve kullanıcı grubu
  • Başlangıç değerleri
  • Başarı eşikleri
  • Veri türleri
  • İnsan onayı gereken noktalar
  • Pilot bitiş ve karar tarihi

2. Hafta: Veri, güvenlik ve değerlendirme seti

Kullanacağınız dokümanları belirleyin. Güncel olmayan, birbiriyle çelişen veya sahibinin kim olduğu belli olmayan içerikleri sisteme yüklemeyin.

Bu aşamada altın değerlendirme setini oluşturun. Kullanıcılara araca hangi bilgileri girmemeleri gerektiğini açıkça anlatın. Erişimleri rol bazında tanımlayın. Herkesin tüm verilere erişmesi gerekmez.

3–4. Haftalar: Kontrollü kullanım

Pilot küçük bir kullanıcı grubuyla başlamalıdır. İlk tur için üç ila sekiz kişi yeterlidir.

Gerçek iş örnekleriyle çalışın. Her hata için yalnızca “yanlış cevap” notu düşmeyin; hata türünü de kaydedin:

  • Eksik bilgi
  • Yanlış bilgi
  • Güncel olmayan bilgi
  • Uygunsuz ton
  • Kritik güvenlik veya veri sorunu
  • Kullanıcının anlayamadığı çıktı

Prompt, kaynak doküman veya iş akışı değiştiğinde bunu da kaydedin. Aksi halde hangi iyileştirmenin sonuç verdiğini anlayamazsınız.

5–6. Haftalar: Ölçüm ve kullanıcı geri bildirimi

Bu aşamada yalnızca memnuniyet anketi yapmayın. Sistemin gerçekten kullanılıp kullanılmadığını, kullanıcının çıktıyı ne kadar düzelttiğini ve eski yönteme ne sıklıkla döndüğünü inceleyin.

İyi bir pilot, ekipten şu tür net yanıtlar çıkarır: “İlk taslak süresi düştü ama istisnai taleplerde sistem yetersiz.” veya “Kalite iyi, ancak kaynak dokümanlar güncel olmadığı için temsilciler güvenmiyor.”

Bu aşamada üretim ortamının maliyetini de kabaca hesaplayın. Pilot lisansı, sınırlı kullanıcı sayısı ve manuel denetim düşük maliyetli görünebilir. Ancak sistem şirket geneline açıldığında entegrasyon, erişim yönetimi, kullanıcı eğitimi, izleme ve bakım yükü değişir.

Bu nedenle pilot sonunda üretime geçme kararı verilmeden önce, iş etkisi ve risk birlikte değerlendirilmelidir. Araç gösteriminden önce bu karar çerçevesini kurmak, kanıt odaklı bir yapay zeka projesinin ilk adımıdır.

7–8. Haftalar: Karar zamanı

Pilot bittiğinde yeni bir “deneme dönemi” tanımlamak kolaydır. Ancak karar eşiği baştan yazılmışsa buna gerek kalmaz.

Aşağıdaki çerçeveden yararlanabilirsiniz:

KararNe zaman verilir?
Devam etHedeflenen iş etkisi oluştu, kalite kabul edilebilir, kullanıcılar benimsedi ve veri riski kontrol altında kaldı.
Yeniden tasarlaFayda var ancak veri kalitesi, insan kontrolü, eğitim veya iş akışı eksikliği sonucu sınırlıyor.
Durdurİş etkisi oluşmadı, kritik hata oranı yüksek kaldı veya veri riski yönetilemedi.

Yapay Zeka Pilotlarında En Sık Yapılan Hatalar

İlk hata, aynı anda gereğinden fazla şeyi değiştirmektir. Yeni araç, yeni CRM, yeni raporlama yöntemi ve yeni ekip düzeni eşzamanlı değişirse sonucun neden iyi ya da kötü olduğunu kimse anlayamaz.

Diğer sık görülen hatalar şunlardır:

  • Başlangıç değerini ölçmeden “zaman kazandık” demek
  • Başarı kriterini pilot sonuna bırakmak
  • Sadece yönetici demosuyla karar vermek
  • Gerçek kullanıcıların düzeltme yükünü ölçmemek
  • Yanlış çıktıları türüne göre kaydetmemek
  • Kişisel veya ticari veriyi kontrolsüz araçlara girmek
  • Pilot maliyetini üretim ortamı maliyeti sanmak
  • Pilot sonunda karar vermeden çalışmayı uzatmak

Altı kişilik bir pazarlama ekibinin yöneticisinin, kampanya raporlarını özetlemek için bir yapay zekâ aracı kullandığını düşünün. İlk hafta ekip memnun; raporlar daha hızlı hazırlanıyor. Ancak beşinci haftada kimsenin aracı düzenli kullanmadığı ortaya çıkıyor. Veriler farklı dosyalarda tutuluyor, çalışanlar da her raporda aynı bilgileri yeniden giriyor. Sorun model kalitesi değil; raporlama süreci dağınık. Böyle bir durumda pilot kapatılır ve önce veri kaynakları standardize edilir. Çalışma boşa gitmiş sayılmaz; yanlış sıra erken fark edilmiştir.

Pilot Başarısından Ölçeklenebilir Sisteme Geçiş

Başarılı bir pilot, sistemin şirket geneline açılacağı anlamına gelmez. Pilot yalnızca belirli bir işte potansiyel olduğunu gösterir.

Ölçekleme öncesinde şu sorular yanıtlanmalıdır:

  • Bu süreç için kalıcı bir iş sahibi var mı?
  • Teknik sahip, erişim ve entegrasyon sorumluluğunu taşıyacak mı?
  • Veri kaynakları güncel tutulacak mı?
  • Hata, kalite ve maliyet düzenli olarak izlenecek mi?
  • Yeni kullanıcılar için eğitim ve kullanım kuralları hazır mı?
  • Sağlayıcı değişirse veya erişim kesilirse iş akışı nasıl devam edecek?

Avrupa Birliği’ndeki müşterilere veya kullanıcılara hizmet veren işletmeler, şeffaflık yükümlülüklerini de hesaba katmalıdır. Avrupa Komisyonu’nun AI Act açıklamalarında, belirli yapay zeka etkileşimlerinde kullanıcının yapay zeka ile iletişim kurduğunun açıkça belirtilmesi gerektiği vurgulanır. Bu konu her pilotta aynı ağırlıkta olmayabilir. Ancak müşteriye temas eden chatbot ve içerik sistemlerinde en baştan ele alınmalıdır.

Pilotun amacı her şeyi otomatikleştirmek değildir. İnsan denetiminin hangi süreçlerde korunması gerektiğini de göstermelidir.

Sık Sorulan Sorular

Yapay zeka pilot projesi ne kadar sürmeli?

Tek kullanım senaryosu, küçük bir kullanıcı grubu ve sınırlı entegrasyon için 4 ila 8 hafta çoğu zaman yeterlidir. Süre uzuyorsa sorun genellikle yapay zekada değil, kapsamın aşırı geniş tutulmasındadır.

Yapay zeka pilotu ile PoC aynı şey mi?

Her zaman değil. PoC, bir çözümün teknik olarak çalışabildiğini gösterir. Pilot ise çözümün işletmede işe yarayıp yaramadığını gerçek kullanıcılarla, gerçek iş akışında; kaliteyi ve iş etkisini ölçerek sınar.

Yapay zeka pilot projesi nasıl yürütülür ve başarı nasıl ölçülür?

Tek bir iş problemi belirlenir. Pilot öncesindeki mevcut performans ölçülür, hedef eşikler yazılır ve küçük bir kullanıcı grubuyla kontrollü kullanım yapılır. Başarı; süre, kalite, kritik hata, düzeltme yükü, kullanıcı kabulü, maliyet ve veri güvenliği birlikte değerlendirilerek ölçülür.

İlk yapay zeka pilotu için hangi işler uygundur?

Sık tekrarlanan, kuralları görece açık olan, mevcut performansı ölçülebilen ve hata durumunda insan onayıyla denetlenebilen işler uygundur. İlk yanıt taslakları, toplantı özetleri, rapor taslakları ve iç bilgi arama bunlara örnektir.

Yapay zeka pilotunda kişisel veri kullanılabilir mi?

Kişisel veri kullanımı, veri işleme yükümlülüklerini ortadan kaldırmaz. Pilot başlamadan önce işlenecek veri türü, sağlayıcıya aktarım, erişim yetkileri, saklama koşulları ve gerekli koruma tedbirleri değerlendirilmelidir.

Pilot başarısız olursa proje tamamen bırakılmalı mı?

Hayır. Önce sorunun kaynağını ayırın: yanlış süreç, yetersiz veri, uygun olmayan araç, düşük kullanıcı benimsemesi veya kabul edilemez risk. İş etkisi yoksa ve sorun yapısalsa, pilotu uzatmak yerine durdurmak doğru yaklaşımdır.

Sonuç

Yapay zeka pilotu küçük olduğu için değersiz değildir. Tam tersine, yanlış araç, yanlış veri ve yanlış süreç için büyük bütçe ayırmadan önce işletmeye açık bir karar sunar. İlk göreviniz etkileyici bir demo hazırlamak değil; tek bir süreçte faydayı, riski ve sonraki adımı ölçülebilir hale getirmektir.

Yapay zekâyı yalnızca denemek değil, gerçekten işe yarayıp yaramadığını ölçmek mi istiyorsunuz?

Bir süreç seçin. Başlangıç değerini, veri sınırını ve başarı eşiğini yazılı hale getirin. Pilot sonunda “devam” mı, “durdur” mu kararı vereceğiniz baştan net olsun.

Kanıt odaklı yapay zeka yaklaşımını görün · Pilot kapsamını yazılı olarak değerlendirelim