---
title: "Yapay Zekânın İş Süreçlerinde Zayıf Kaldığı 7 Alan | Designodin Türkiye"
description: "Yapay zekânın iş süreçlerinde zayıf kaldığı alanları görün: veri, bağlam, sorumluluk ve insan denetimi. Doğru otomasyonu kurun."
source: https://designodin.com.tr/blog/yapay-zekanin-is-sureclerinde-zayif-kaldigi-alanlar
---

[← Tüm yazılar](https://designodin.com.tr/blog/)
[AI](https://designodin.com.tr/blog/kategori/ai/)

# Yapay Zekânın İş Süreçlerinde Zayıf Kaldığı 7 Alan

10 Kasım 2026 · Designodin

Yapay zekâ; bağlamın eksik olduğu, kuralların netleşmediği, hatanın pahalıya mal olduğu, veri gizliliği ve hesap verebilirlik isteyen işlerde yetersiz kalır. Yinelenen görevleri hızlandırabilir. Ancak yanlış müşteriye yanlış fiyat verdiğinde, hatalı ödeme başlattığında veya sözleşmedeki bir istisnayı atladığında bedelini AI ödemez.

Yapay zekâ müşteri e-postalarını kategorilere ayırabilir. Fakat satış temsilcinizin üç ay önce verdiği özel taahhüdü, VIP müşterinin iade istisnasını veya güncellenmemiş fiyat listesini sisteme açıkça tanımlamazsanız bunları bilemez. Sorun AI’ın hızı değil. Asıl hata, olasılıklarla çalışan bir sistemi sürecin sahibi yapmaktır.

Bu metin, AI otomasyonunun nerede zaman kazandırdığını ve nerede hata ile sorumluluk ürettiğini ayırır. Amaç “AI kullanalım mı?” sorusuna yanıt vermek değil. AI’a hangi alanlarda yetki vermemeniz gerektiğini netleştirmektir.

**Öne Çıkanlar**

- AI; sınıflandırma, taslak üretimi ve geri alınabilir işler için güçlüdür, ancak nihai karar verici değildir.
- Fiyat, ödeme, işe alım, sözleşme ve hassas müşteri iletişimi insan onayı olmadan AI’a bırakılmamalıdır.
- Halüsinasyon oranı göreve göre ciddi biçimde değişir; modelin güvenilirliği süreç bazlı test edilmeden varsayılamaz.
- “İnsan döngüde” yalnızca bir onay düğmesi değildir; yetki sınırı, hata yükseltme akışı ve sorumlu kişi gerektirir.
- Müşteri, çalışan ve satış verisini harici AI araçlarına göndermek Türkiye’de aynı zamanda bir KVKK değerlendirmesidir.

## Yapay zekâ tekrarlı işleri hızlandırır, iş bağlamını kendiliğinden taşımaz

Yapay zekâ, düzenli ve ölçülebilir girdilerle çalıştığında faydalıdır. Destek taleplerini konuya göre sınıflandırabilir, toplantı notlarını kısaltabilir, ürün açıklamaları için ilk taslakları hazırlayabilir veya CRM kayıtlarındaki tekrarları bulabilir.

İşletme bilgisi ise çoğu zaman tek bir yerde durmaz. Satış ekibinin notları CRM’dedir. Teslimat istisnası WhatsApp grubunda kalmıştır. Güncel fiyat listesi başka bir dosyadadır. Müşteriyle yapılan özel anlaşmayı da yalnızca hesabı yöneten kişi hatırlıyordur.

RAG, bilgi tabanları ve CRM entegrasyonları bağlamı güçlendirebilir. Ancak eski, eksik veya birbiriyle çelişen veriyi doğru bilgiye çevirmez. AI kendisine verilen veriyi işler. Kurum içindeki dağınık kararları kendiliğinden tutarlı bir politikaya dönüştüremez.

Bir e-ticaret ekibinin destek taleplerini yanıtlamak için AI destekli bir akış kurduğunu düşünün. Sistem standart iade politikasını doğru açıklar. Ancak uzun süredir alışveriş yapan kurumsal bir müşterinin sözleşmesindeki 45 günlük özel iade koşulunu bilmez. Müşteriye ret yanıtı gönderilebilir; satış ekibi de ilişkiyi onarmak için günlerini harcayabilir. Sorun modelin metni anlayamaması değildir. İş kuralı sisteme hiç eklenmemiştir.

## 1. Yanlış ama ikna edici cevaplar

AI’ın en açık risklerinden biri **halüsinasyondur**: Akıcı ve mantıklı görünen, fakat yanlış bilgi üretmesi. Bu risk yalnızca blog içerikleri veya sosyal medya metinleriyle sınırlı değildir. İş akışlarında yanlış ürün detayı, uydurulmuş sözleşme hükmü, hatalı stok değerlendirmesi veya müşteriye verilen yanlış teslimat sözü olarak ortaya çıkabilir.

Bir modelin “doğru cevap oranı” tek bir yüzdeyle açıklanamaz. Stanford AI Index raporları, model performansının göreve ve kullanılan benchmark’a göre büyük değişiklik gösterdiğini ortaya koyuyor. Belge özetleme gibi dar görevlerde düşük hata oranı görülebilirken, daha karmaşık doğruluk testlerinde sonuçlar çok daha geniş bir aralığa yayılabiliyor. Bu nedenle “bu model güvenilir” cümlesi, süreç bazlı test olmadan bir pazarlama iddiasıdır. [Stanford AI Index 2026](https://hai.stanford.edu/assets/files/ai_index_report_2026.pdf), üretimdeki AI sistemlerinde yaşanan kayıtlı olayların da arttığını gösteriyor.

### Halüsinasyon yalnızca içerik üretiminde kalmaz

Bir AI aracı, ürün kataloğunuzdaki verilere göre müşteriye yanıt hazırlıyor olabilir. Ürün sayfasında eski teknik özellik hâlâ yer alıyorsa sistem bunu güvenle tekrarlar. Bilgi eksik olduğunda ise kulağa makul gelen bir ayrıntıyı kendisi ekleyebilir.

Bu nedenle ilke basittir: **Kaynağı doğrulanamayan AI çıktısı müşteriye, hukuki dosyaya veya finansal karara doğrudan aktarılmamalıdır.**

Doğru kullanım biçimi şöyledir:

- AI, yanıt taslağını oluşturur.

- Yanıtın dayandığı ürün, politika veya belge kaynağı görünür olur.

- Kritik kategoriye giren yanıtlar insan onayına düşer.

- Hatalı yanıtlar kaydedilir ve test setine eklenir.

Bu yapı kurulmazsa AI, destek ekibinin hızını artırırken hataların yayılmasını da hızlandırır.

## 2. Belirsiz kurallar ve istisnalar

Süreç belgelendirilmemişse AI onu tahmin etmeye çalışır. “Genellikle böyle yapıyoruz”, “müşteriye göre değişiyor” veya “bu durumda yöneticiye danışıyoruz” gibi kurallar otomasyona hazır değildir.

AI, çelişen kurallar arasından işletmenizin gerçek politikasını seçemez. En olası yanıtı üretir. Dil açısından düzgün olan bu yanıt, ticari açıdan yanlış olabilir.

### İstisna çoksa önce süreç netleşmelidir

İndirim onayı buna iyi bir örnektir. Standart indirim oranı açık olabilir. Ancak bayi müşterileri, dönem kampanyaları, stok eritme ürünleri, tahsilatı gecikmiş hesaplar ve yüksek hacimli siparişler bu standardın dışına çıkar.

Bu durumda AI’a indirim yapma veya yapmama yetkisi vermek doğru değildir. AI, satış temsilcisine geçmiş siparişleri ve olası marj etkisini gösterebilir. Son fiyat kararı, yetkisi önceden tanımlanmış kişinin onayında kalmalıdır.

Kesin kurallara bağlı işler için AI her zaman ilk tercih olmamalıdır. Fatura numarası biçimini kontrol etmek, sipariş statüsünü değiştirmek veya belirli bir koşulda kayıt açmak gibi görevlerde klasik otomasyon ya da RPA daha güvenilir olabilir. Deterministik bir kuralı olasılıksal bir modele bırakmak süreci modernleştirmez. Gereksiz belirsizlik yaratır.

## 3. Hata maliyeti yüksek nihai kararlar

Otomasyon hatalarının etkisi aynı değildir. Toplantı özetindeki yanlış tarih düzeltilebilir. Fakat yanlış müşteriye giden teklif, gereksiz indirim, hatalı ödeme veya ayrımcı işe alım kararı doğrudan para, itibar ve hukuki sonuç doğurur.

Bu yüzden AI’ın karar sınırını aracın yazı kalitesi değil, **yanlış kararın maliyeti** belirlemelidir.

AI’ın tek başına son karar vermemesi gereken alanlar şunlardır:

- İşe alım, performans değerlendirmesi ve çalışanlarla ilgili kararlar

- Fiyatlandırma, indirim, kredi ve ödeme onayı

- Sözleşme yorumu, hukuki yanıt ve resmi taahhütler

- İade reddi, sipariş iptali ve yüksek değerli müşteri telafisi

- Sağlık, güvenlik veya ayrımcılık riski taşıyan kararlar

AI’ın bu alanlardan tamamen çıkarılması gerekmez. Örneğin işe alım ekibinin başvuruları role göre sınıflandırmasına yardımcı olabilir. Finans ekibi için tahsilat riski sinyalleri üretebilir. Hukuk ekibine sözleşmedeki değişen maddeleri karşılaştırmalı sunabilir. Ancak öneri vermek ile karar vermek aynı şey değildir.

Avrupa’daki müşterilere hizmet veren işletmeler için bu ayrım daha da önemlidir. AB AI Act kapsamında şeffaflık kuralları 2 Ağustos 2026 itibarıyla uygulanmaya başladı ([AB Komisyonu](https://digital-strategy.ec.europa.eu/en/policies/enforcement-ai-act)). Yüksek riskli sistemlere ilişkin önemli yükümlülüklerin bir bölümü daha sonraki tarihlerde yürürlüğe girecek. Yine de kararın kim tarafından, hangi gerekçeyle alındığını bugünden kurmak gerekir.

## 4. Eksik, eski veya önyargılı veri

Model güçlü olabilir. Veri hatalıysa sonuç da hatalı olur.

Birçok AI projesi teknolojiye değil, önce veriye takılır. Ürün adları farklı sistemlerde farklı yazılır. Müşteri kayıtları tekrarlanır. Stok verisi güncel değildir. Eski fiyat listesi hâlâ erişilebilirdir. Satış notlarındaki kişisel değerlendirmeler de ölçülebilir gerçekmiş gibi kullanılır.

Bir B2B satış ekibinin gelen talepler için otomatik teklif taslakları hazırlamaya başladığını düşünün. Akış, paylaşımlı klasördeki fiyat dosyasını kullanıyor. Dosya doğru, ancak üç hafta önce güncellenen yeni liste başka bir klasöre yüklenmiş. AI onlarca taslağı eski fiyatlarla hazırlar. Ekip bunu son gönderimden önce fark etse bile sistem, zaman kazandırmak yerine iki kişinin tüm teklifleri tek tek incelemesine neden olur.

### Veri kalitesi dört soruyla değerlendirilir

Bir AI akışına veri bağlamadan önce şu sorular yanıtlanmalıdır:

- Veri güncel mi, yoksa eski kayıtlar yeni kayıtlarla birlikte mi duruyor?

- Veriyi kullanma izniniz var mı?

- Veri, sürecin karar vermesi için yeterli alanları içeriyor mu?

- Hatalı veya eksik kayıtlar nasıl işaretlenecek ve düzeltilecek?

Önyargı da burada oluşur. Geçmişte belirli bir müşteri grubuna daha geç dönüş yaptıysanız AI bu düzeni normal işleyiş olarak öğrenebilir. Geçmiş kararların kayda geçmiş olması, doğru olduklarını göstermez.

## 5. Yetki, güvenlik ve veri mahremiyeti

AI’a araç erişimi vermek, yeni bir çalışana yetki vermeye benzer. CRM kaydını değiştirebilir, teklif taslağı oluşturabilir, müşteriye e-posta gönderebilir veya sipariş iptali başlatabilir. Bu nedenle “agent kurduk” demek tek başına başarı değildir. Erişim sınırlarını belirlemezseniz yalnızca pahalı bir demo kurmuş olursunuz.

Bir AI agent için en az yetki ilkesi geçerli olmalıdır. Sistem, ihtiyacı olmayan verilere erişmemeli ve geri alınamayacak işlemleri gerçekleştirmemelidir.

Asgari kontrol çerçevesi şunları kapsar:

- AI’ın okuyabileceği veri kaynakları

- AI’ın değiştirebileceği kayıtlar

- İnsan onayı gerektiren işlem eşikleri

- İşlem kayıtları ve denetim izi

- Yanlış işlemde geri alma planı

- Hata veya belirsizlikte devreye girecek sorumlu kişi

### KVKK açısından araç seçimi yeterli değildir

Müşteri listesini, destek görüşmelerini, çalışan performans kayıtlarını veya teklif dosyalarını harici bir modele yüklemek yalnızca teknik bir tercih değildir. Bu, kişisel veri işleme kararına dönüşebilir.

KVKK’nın [Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi](https://www.kvkk.gov.tr/Icerik/8547/uretken-yapay-zeka-ve-kisisel-verilerin-korunmasi-rehberi-15-soruda), üretken AI kullanımlarının 6698 sayılı Kanun çerçevesinde değerlendirilmesi gerektiğini açıkça ele alır. Hangi verinin gönderildiği, nerede işlendiği, ne kadar süre saklandığı ve erişimin kimde olduğu proje başlangıcında netleşmelidir.

“Ücretsiz araçta deneyelim” yaklaşımı, özellikle müşteri ve çalışan verilerinde ucuz değildir. Bedel ilk gün görünmeyebilir. Veri ihlali, yanlış paylaşım veya denetim ihtiyacı ortaya çıktığında görünür olur.

## 6. Empati, müzakere ve ilişki yönetimi

AI bir tonu taklit edebilir. İlişkinin geçmişini ise üstlenemez.

Bir müşteri yanlış ürün gönderildiği için kızgınsa, doğru iade politikasını anlatmak yetmez. Ne kadar süredir sizinle çalıştığı, daha önce benzer bir sorun yaşayıp yaşamadığı, siparişin işini ne ölçüde etkilediği ve ilişkiyi koruyacak telafinin ne olduğu da önemlidir.

AI, şikâyet yanıtı için ilk taslağı hazırlayabilir. Destek temsilcisine daha sakin ve anlaşılır bir dil önerebilir. Ancak gerilimli bir görüşmede hangi taahhüdün ticari açıdan doğru olduğuna tek başına karar vermemelidir.

Bir hizmet şirketinin geciken kurulumlarla ilgili müşteri mesajlarını AI ile yanıtlamaya başladığını düşünün. Sistem nazik ve standart yanıtlar üretir. Ancak bir müşteriye üç kez “en kısa sürede dönüş yapılacaktır” mesajı gider. Müşterinin sorunu yanıt beklemek değildir. Aynı gün sahada olması gereken ekipman hâlâ ulaşmamıştır. İnsan temsilci görüşmeye katıldığında müşteri iptal noktasına gelmiş olabilir.

Empati burada soyut bir nitelik değildir. **Doğru tonu, doğru yetkiyi ve doğru telafiyi doğru zamanda seçme işidir.** Bu sorumluluk müşteriye karşı hâlâ işletmededir.

## 7. Açıklanabilirlik ve hesap sorulabilirlik

“Model böyle önerdi” bir iş gerekçesi değildir.

Bir teklif neden düşük hazırlandı? Bir müşteri talebi neden acil kategoriye alınmadı? Bir aday neden elendi? Bu soruların yanıtı yoksa süreci düzeltmek, denetlemek veya itirazı yönetmek mümkün olmaz.

NIST AI Risk Management Framework, insan-AI rollerinin, iş bağlamının ve veri uygunluğunun baştan tanımlanmasını risk yönetiminin parçası kabul eder. [NIST’in AI Risk Management Framework](https://www.nist.gov/itl/ai-risk-management-framework) yaklaşımındaki temel nokta nettir: Teknoloji çalışsa bile, sorumluluğu belirsiz bir süreç güvenilir değildir.

### İnsan döngüde ne demektir?

İnsanın döngüde olması, ekrana bir “onayla” düğmesi eklemek demek değildir. Etkili insan denetimi için şu dört unsur gerekir:

- İnsan hangi kararları kontrol ettiğini bilmelidir.

- Hangi koşulda AI çıktısını durduracağı tanımlanmalıdır.

- Hata veya belirsizlikte izlenecek yükseltme yolu açık olmalıdır.

- Sürecin nihai sahibi belli olmalıdır.

Aksi hâlde insan, sistemin ürettiği uzun metni hızla onaylayan son adıma dönüşür. Bu denetim değildir. Sorumluluk görünmeden devredilmiş olur.

## Hangi işleri AI’a vermek daha güvenli?

İşleri tek bir “otomatikleştirilebilir” etiketiyle değerlendirmeyin. Belirsizliği ve hata maliyetini birlikte ele alın.

İş türü Örnek Uygun yaklaşım

Tekrarlı, düşük riskli, geri alınabilir E-posta etiketleme, toplantı özeti AI otomasyonu + örnekleme denetimi

Yorum gerektiren, müşteri etkisi sınırlı İlk taslak, destek talebi yönlendirme AI önerisi + insan onayı

Para, itibar veya hukuki sonuç doğuran Fiyat, iade, işe alım, sözleşme, ödeme İnsan nihai karar verici

Kesin kurallı, değişkenliği düşük Fatura numarası kontrolü, durum güncelleme Klasik otomasyon veya RPA önce değerlendirilmeli

Bu çerçeve AI’ı reddetmek için değil, doğru yere koymak için kullanılır. Düşük riskli bir sınıflandırma akışıyla başlayan işletme hem verisini hem de kontrol mekanizmalarını sınar. Yüksek riskli kararlarda insan sahipliği korunduğu için hata maliyeti de sınırlı kalır.

## AI otomasyonundan önce sorulacak 6 soru

Her yeni AI akışından önce bu altı soruya yazılı yanıt verin:

- Bu süreçte yanlış kararın para, müşteri, itibar veya hukuk açısından maliyeti nedir?

- Çıktıyı insan ya da sistem nasıl doğrulayacak?

- Girdi verisi güncel, izinli ve süreç için yeterince temiz mi?

- AI’ın erişebileceği veri ve yapabileceği işlem sınırlandırıldı mı?

- Hata olduğunda süreç kime, hangi kanaldan ve ne kadar sürede yükselecek?

- Sürecin iş sahibi ve ölçülecek başarı metriği belli mi?

Bu sorular yanıtlanmadıysa otomasyondan önce süreç tasarımına ihtiyacınız var demektir.

AI’ın iyi çalışması, modelin ne kadar yeni olduğundan çok sürecin ne kadar net olduğuna bağlıdır. Süreci, veriyi ve onay noktasını kurmadan AI eklemek; belirsiz bir işi daha hızlı yapmaktır. [İşletmeniz için yapay zekâ uygulamalarını](https://designodin.com.tr/yapay-zeka/) bu yüzden kullanım senaryosu ve ölçülebilir iş sonucundan başlatıyoruz.

## Yapay zekâ projelerinde doğru başlangıç küçük ve geri alınabilir olandır

Büyük bir agent dönüşümü planlamak yerine tek bir süreç seçin. Bu süreç tekrarlayan, düşük riskli, geri alınabilir ve ölçülebilir olmalıdır.

İlk pilot için uygun örnekler şunlardır:

- Gelen e-postaları konu ve önceliğe göre etiketlemek

- Toplantı kayıtlarından görev listesi oluşturmak

- Destek talebini doğru ekibe yönlendirmek

- İçerik veya teklif için ilk taslak hazırlamak

- CRM’de eksik alanları işaretlemek

Başarı ölçütünü de baştan belirleyin. İşlem süresi mi kısalacak? Düzeltme oranı mı düşecek? Ekibin iş yükü mü hafifleyecek? Müşteri memnuniyeti mi yükselecek? Ölçülmeyen bir pilot, yalnızca etkileyici görünen bir denemedir.

Yapay zekâ kötü bir süreci onarmaz. Kötü sürecin daha hızlı işlemesini sağlar. Buna karşılık iyi tasarlanmış bir pilot, sürecin nerede aksadığını, verinin hangi noktada eksik kaldığını ve insanın nerede devreye girmesi gerektiğini görünür kılar.

## Sonuç: Önce sorumluluğu tanımlayın

Yapay zekâyı insanın yerine koymak doğru hedef değildir. Doğru amaç, insanın zamanını taslak hazırlama, sınıflandırma ve bilgiye erişim gibi görevlerden kurtarıp karar kalitesinin önemli olduğu alanlara ayırmaktır.

Fiyat, ödeme, işe alım, sözleşme ve yüksek etkili müşteri kararları insan sahipliğinde kalmalıdır. Buna karşılık düşük riskli ve ölçülebilir işler, iyi tanımlanmış bir AI akışıyla daha hızlı ilerleyebilir. Belirleyici olan modelin adı değildir. Veri kaynağının, yetki sınırlarının ve sorumluluğun ne kadar açık olduğudur.

## Sık sorulan sorular

### Yapay zekâ iş süreçlerinde hangi alanlarda zayıftır?

Yapay zekâ; eksik bağlam, belirsiz kurallar, güncel olmayan veri, yüksek hata maliyeti, empati gerektiren görüşmeler ve açıklanabilirlik isteyen kararlar karşısında zayıftır. Bu alanlarda AI öneri sunabilir veya taslak hazırlayabilir. Nihai karar insan denetiminde kalmalıdır.

### Yapay zekâ hangi iş süreçlerinde kullanılmamalı?

Hatalı çıktının para kaybına, hukuki sonuca, ayrımcılığa, müşteri kaybına veya itibar zararına yol açabileceği süreçlerde AI tek başına kullanılmamalıdır. İşe alım, fiyatlandırma, ödeme, sözleşme ve hassas müşteri şikâyetleri buna örnektir.

### Yapay zekâ halüsinasyonu iş süreçlerinde neye yol açar?

Halüsinasyon, AI’ın güvenilir ve akıcı görünen fakat yanlış bilgi üretmesidir. İş süreçlerinde yanlış ürün detayı, hatalı teklif, uydurma kaynak, yanlış müşteri yanıtı veya yanlış rapor özeti olarak ortaya çıkabilir.

### İnsan denetimi yapay zekâ kullanımında neden önemlidir?

İnsan denetimi, AI çıktısını kontrol etmeyi, hatalı kararı engellemeyi ve sorumluluğu tanımlamayı mümkün kılar. Etkili denetim için insanın ne zaman devreye gireceği, hangi veriyi inceleyeceği ve hatayı kime ileteceği önceden belirlenmelidir.

### Yapay zekâ otomasyonu için veri kalitesi neden önemlidir?

AI, kendisine sağlanan verideki eksikleri ve çelişkileri kendiliğinden gideremez. Eski fiyat listesi, eksik müşteri kaydı veya tutarsız ürün bilgisi otomasyonda daha hızlı, fakat daha geniş çaplı hata üretir.

### KOBİ’ler yapay zekâ projelerine nereden başlamalı?

KOBİ’ler, düşük riskli, tekrarlayan, geri alınabilir ve başarısı ölçülebilir tek bir süreçle başlamalıdır. E-posta sınıflandırması, toplantı özeti, içerik taslağı ve destek talebi yönlendirmesi ilk pilot için uygundur.

**Yapay zekâyı gösteriş için değil, gerçekten işleyen süreçlerde kullanın.**

Süreçteki tekrarlayan işin, verinin ve insan onay noktasının haritasını birlikte çıkaralım. Hangi adımın otomasyona uygun olduğunu, hangisinin insan denetiminde kalması gerektiğini yazılı kapsamla netleştirelim.

[Sürecinizi anlatın, yazılı kapsam çıkaralım.](https://designodin.com.tr/iletisim/)

- #yapay-zeka
- #is-surecleri
- #yapay-zeka-otomasyonu
- #insan-denetimi
- #kvkk

## 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/)
