Kurumsal yapay zeka nedir? Şirketler için kapsamlı rehber

Kurumsal yapay zeka nedir?

Kurumsal yapay zeka, yapay zekâ teknolojilerinin bir şirketin verileri, iş süreçleri ve bilgi sistemleriyle entegre biçimde, şirketin güvenlik ve yetki kuralları içinde kullanılmasıdır. Amaç tek tek çalışanların üretkenliğini artırmanın ötesinde, kurumun bilgisini herkesin yetkisi ölçüsünde erişilebilir kılmak ve kararları hızlandırmaktır.

Bugün "yapay zekâ" denince çoğu kişinin aklına ChatGPT gibi genel amaçlı sohbet araçları geliyor. Bu araçlar dünyadaki genel bilgiyle eğitilmiştir; sizin kredi yönetmeliğinizi, bakım kılavuzunuzu ya da geçen ayın satış raporunu bilmezler. Kurumsal yapay zeka tam bu boşluğu doldurur: modeli şirketin kendi bilgisine bağlar ve bunu kimin neyi görebileceğine dair kurallarla birlikte yapar.

Bireysel yapay zekâ araçlarından farkı

Bir çalışanın kişisel hesabıyla kullandığı sohbet aracı ile kurumsal bir yapay zekâ sistemi arasındaki fark, modelin zekâsından çok çevresindeki altyapıdadır:

Şirketler kurumsal yapay zekayı nerede kullanıyor?

En hızlı değer üreten alanlar, çalışanların her gün aynı sorular için belge aradığı işlerdir:

• İç bilgiye erişim: Prosedür, yönetmelik ve politika belgelerinde "bu durumda ne yapmalıyım?" sorusuna saniyeler içinde, kaynağıyla birlikte cevap.
• Bankacılık ve sigorta: Kredi yetki tabloları, hasar süreçleri, ürün koşulları ve iç genelgeler.
• Hukuk: Geçmiş dosyalarda, dilekçelerde ve sözleşme şablonlarında arama; taslakları standart maddelerle karşılaştırma.
• Üretim ve bakım: Arıza kodlarının anlamı, bakım kılavuzundaki adımlar, geçmiş arıza kayıtlarındaki çözümler.
• İnsan kaynakları: İzin, yan hak ve işe alım politikalarıyla ilgili tekrar eden çalışan soruları.
• Müşteri hizmetleri: Temsilcilerin ürün ve süreç bilgisine tek yerden ulaşması.

Kurumsal yapay zekanın temel bileşenleri

İyi kurulmuş bir kurumsal yapay zekâ sistemi genellikle şu parçalardan oluşur:

1. Dil modeli: Soruyu anlayan ve cevabı yazan büyük dil modeli (LLM).
2. Bilgiye erişim katmanı (RAG): Model cevap vermeden önce şirket belgelerinde arama yapar ve cevabı bulduğu bilgiye dayandırır. Bu yaklaşımı RAG nedir? yazımızda ayrıntılı anlattık.
3. Bağlayıcılar: SharePoint, dosya sunucuları, e-posta, ERP ve veritabanlarından veriyi yerinde okuyan entegrasyonlar.
4. Yetkilendirme: Active Directory grupları ve kaynak sistemdeki izinlerin her sorguda uygulanması.
5. Denetim ve izleme: Kimin ne sorduğunun, hangi kaynağın kullanıldığının kaydı.

Veri güvenliği ve KVKK: en büyük risk nerede?

Kurumsal yapay zekâ projelerinde en sık karşılaşılan risk teknik değil, davranışsaldır: çalışanlar işlerini hızlandırmak için şirket belgelerini genel yapay zekâ araçlarına yapıştırır. Bunun en bilinen örneği Samsung'dur. Şirket çalışanlarının 2023 baharında kaynak kodu ve toplantı notlarını ChatGPT'ye girdiği ortaya çıkınca, Samsung şirket cihazlarında üretken yapay zekâ araçlarının kullanımını yasakladı (Bloomberg).

Türkiye'de buna bir de hukuki boyut eklenir: kişisel veri içeren metinlerin yurt dışındaki bir hizmete gönderilmesi KVKK kapsamında yurt dışına aktarım sayılabilir. Kişisel Verileri Koruma Kurumu da 24 Kasım 2025'te Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi'ni yayımladı. Konuyu KVKK uyumlu yapay zeka yazımızda ayrıca ele aldık.

Kurulum seçenekleri: bulut mu, şirket içi mi?

Kurumsal yapay zekâ üç temel yolla kurulabilir:

• Genel bulut API'leri: En hızlı başlangıç; ancak veriler sağlayıcının altyapısında işlenir.
• Özel bulut ya da yurt içi veri merkezi: Size ayrılmış donanımda, veriyi ülke içinde tutarak.
• On-premise (şirket içi): Model ve tüm bileşenler kendi sunucularınızda; gerekirse internet bağlantısı olmadan.

Hangisinin size uygun olduğu, verinizin hassasiyetine, sektörünüzün düzenlemelerine ve kullanım hacminize bağlıdır. Seçenekleri On-premise yapay zeka: bulut mu, şirket içi mi? yazımızda karşılaştırdık.

Kurumsal yapay zeka projesine nasıl başlanır?

1. Tek bir kullanım alanı seçin. "Her şeyi yapay zekâyla yapalım" yerine, çalışanların en çok zaman kaybettiği somut bir soruna odaklanın; örneğin prosedür sorularına cevap.
2. Veri envanteri çıkarın. Bu kullanım için hangi belgeler gerekiyor, nerede duruyor, kimler erişebiliyor?
3. Güvenlik gereksinimlerini baştan yazın. Verinin nerede işleneceği, yetkilerin nasıl uygulanacağı ve kayıtların ne kadar saklanacağı, bilgi güvenliği ekibiyle birlikte netleşmeli.
4. Kendi belgelerinizle pilot yapın. Gerçek sorularla, sınırlı bir kullanıcı grubuyla deneyin; cevapların doğruluğunu ve kaynaklarını kontrol edin.
5. Başarıyı ölçün. Arama süresindeki azalma, doğru cevap oranı ve kullanıcı memnuniyeti gibi ölçütler belirleyin.
6. Kademeli olarak yaygınlaştırın. Pilotu başarılı olan alanı yeni belge koleksiyonları ve birimlerle genişletin.

Sık yapılan hatalar

• Yasakla yetinmek: Yasak, kullanımı kişisel telefonlara ve hesaplara kaydırır; şirket neyin paylaşıldığını göremez hâle gelir.
• Yetkileri atlamak: Tüm belgeleri tek bir havuza koyup herkese açmak, gizli belgelerin yanlış kişilere cevap olarak gösterilmesine yol açar.
• Kaynaksız cevapları kabul etmek: Kaynak göstermeyen bir cevabın doğruluğunu çalışan kontrol edemez.
• Sadece teknik ekibe bırakmak: KVKK'nın yapay zekâ tavsiyeleri de, kişisel verilerin korunması sorumluluğunun yalnızca teknik ekiplere bırakılamayacağını vurgular.

Faydası nasıl ölçülür?

Yapay zekâ projeleri çoğu zaman "çalışanlar beğendi" gibi belirsiz izlenimlerle değerlendirilir. Yatırım kararını savunabilmek için pilot başlamadan önce ölçütleri belirleyin ve başlangıç değerlerini kaydedin:

• Bilgiye ulaşma süresi: Bir çalışanın doğru prosedürü bulması ortalama kaç dakika sürüyor? Pilot sonrası aynı ölçümü tekrarlayın.
• Doğru cevap oranı: Konunun uzmanlarının hazırladığı gerçek sorulardan oluşan bir test setiyle, cevapların ve gösterilen kaynakların ne kadarının doğru olduğunu ölçün.
• Tekrarlayan soru yükü: İK, bilgi işlem ya da hukuk gibi birimlere gelen "bu nasıl yapılır?" sorularının sayısındaki değişim.
• Kullanım ve geri bildirim: Haftalık aktif kullanıcı sayısı ve cevaplara verilen olumlu ya da olumsuz geri bildirimler.
• Uyum göstergeleri: Genel yapay zekâ araçlarına giden trafikte azalma ve kayıt altına alınan kullanım oranı.

Maliyet neye göre değişir?

Kurumsal yapay zeka maliyeti tek bir kalemden oluşmaz. Karşılaştırma yaparken şu başlıkları birlikte değerlendirin:

• Kurulum modeli: Bulut API'lerinde maliyet kullanım miktarıyla artar; şirket içi kurulumda ise ağırlık ilk donanım yatırımındadır.
• Kullanıcı ve kullanım yoğunluğu: Aynı anda soru soran kişi sayısı, gereken işlem gücünü doğrudan belirler.
• Bağlanacak sistemler: Hazır bağlayıcısı olan sistemler hızlı bağlanır; özel iç sistemler için geliştirme gerekebilir.
• Belge hacmi ve çeşitliliği: Taranmış PDF'ler, tablolar ve çok dilli içerik ek işleme gerektirir.
• İşletme ve destek: Güncellemeler, izleme ve kullanıcı desteği için ayrılacak ekip ya da hizmet bedeli.

Sık sorulan sorular

Kurumsal yapay zeka ile ChatGPT'nin kurumsal sürümü aynı şey mi?

Değil. Genel araçların kurumsal sürümleri yönetim ve gizlilik özellikleri ekler; ancak şirket belgelerinize kendi yetki yapınızla bağlanan, verinin nerede işleneceğini sizin belirlediğiniz bir sistem her zaman ayrıca kurulum gerektirir.

Kurumsal yapay zeka çalışanların yerini alır mı?

Bu rehberde anlatılan kullanım alanları, çalışanların bilgi aramaya harcadığı zamanı azaltmaya yöneliktir. Karar ve sorumluluk çalışanda kalır; yapay zekâ, kararın dayanacağı bilgiyi kaynağıyla birlikte önüne getirir.

Küçük ve orta ölçekli şirketler için de uygun mu?

Evet. Tek bir birim ve sınırlı bir belge koleksiyonuyla başlanabilir. Önemli olan, çalışanların gerçekten sık sorduğu soruların bulunduğu bir alan seçmektir.

Sonuç

Kurumsal yapay zeka, doğru kurulduğunda şirket bilgisini dakikalar yerine saniyeler içinde erişilebilir kılar. Başarının anahtarı modelin kendisi değil; verinin nerede kaldığı, yetkilerin nasıl uygulandığı ve cevapların kaynağa dayanıp dayanmadığıdır.