Şirket İçi Yapay Zekâ Asistanı: Şirket Verinizle Güvenle Çalışan Yapay Zekâ

Kısa Cevap

Şirket içi yapay zekâ asistanı, çalışanların sorularını şirketin kendi belgelerinden, prosedürlerinden ve sistemlerinden cevaplayan; bunu yaparken kimin hangi bilgiyi görebileceğini koruyan ve kaynağını gösteren bir yapay zekâ uygulamasıdır. Genel sohbet botlarından farkı, verinin nerede işlendiğinin, kimin neye erişebildiğinin ve hangi cevabın hangi belgeye dayandığının sizin kontrolünüzde olmasıdır. Doğru başlangıç; tek bir belge grubu ve tek bir ekiple sınırlı, ölçülebilir bir pilottur. Futurecode bu tür asistanları kurumsal yapay zekâ çözümleri kapsamında, gerekirse kendi sunucunuzda çalışacak şekilde kurar.

Gizli Risk: Genel Sohbet Botlarına Yapıştırılan Şirket Verisi

Çoğu şirkette yapay zekâ kullanımı resmî bir karardan önce başlar. Bir çalışan sözleşme taslağını özetletmek, bir müşteri e-postasına cevap yazdırmak ya da bir Excel tablosunu yorumlatmak için içeriği bireysel hesabıyla açtığı genel bir sohbet botuna yapıştırır. Niyet iyidir; iş hızlanır. Ancak yöneticinin göremediği birkaç soru açıkta kalır:

• Veri nereye gitti? Yapıştırılan metin, hizmet sağlayıcının sunucularında, hangi ülkede ve ne kadar süre saklanıyor? Bireysel hesap ayarlarında model eğitimi için kullanım açık mı?
• İçinde ne vardı? Müşteri adları, fiyat listeleri, personel bilgileri ya da henüz duyurulmamış bir ihale dosyası olabilir. Bunların bir kısmı kişisel veridir, bir kısmı ticari sırdır.
• Cevap neye dayanıyor? Genel bir model şirketinizin güncel prosedürünü bilmez. Kendinden emin ama yanlış bir cevap, sessizce bir müşteri yazışmasına ya da teklife girebilir.

Yasaklamak genellikle işe yaramaz; kullanım yalnızca görünmez hâle gelir. Daha sağlıklı yol, çalışanlara aynı kolaylığı şirketin kontrol ettiği bir ortamda sunmaktır. Şirket içi yapay zekâ asistanı tam olarak bu ihtiyaca karşılık gelir.

Şirket İçi Asistan Nasıl Çalışır? Belgelerden Cevap (RAG)

Kurumsal asistanların çoğu, teknik adıyla RAG (Retrieval-Augmented Generation, yani “bulup getirerek üretme”) yaklaşımıyla çalışır. Sade hâliyle süreç şöyledir:

1. Belgeler hazırlanır: Prosedürler, kalite el kitapları, ürün kataloğu, sözleşme şablonları ya da sık sorulan sorular küçük parçalara bölünür ve aranabilir bir dizine eklenir.
2. Soru gelir: Çalışan “Yurt dışı masraf iadesinde hangi belgeler gerekiyor?” diye sorar.
3. İlgili parçalar bulunur: Sistem, sorunun anlamına en yakın belge parçalarını dizinden çeker. Burada yalnızca o kullanıcının görmeye yetkili olduğu belgeler aranır.
4. Cevap yazılır: Dil modeli, bulunan parçalara dayanarak kısa bir cevap üretir ve hangi belgenin hangi bölümünü kullandığını gösterir.

Bu yaklaşımın iki önemli sonucu var. Birincisi, modeli şirket verinizle yeniden eğitmeniz gerekmez; belge güncellendiğinde dizin güncellenir, asistan yeni bilgiyle cevap verir. İkincisi, cevap kaynağıyla birlikte gelir; çalışan ilgili belgeyi açıp doğrulayabilir. Asistan, aradığı bilgiyi belgelerde bulamadığında bunu açıkça söyleyecek şekilde kurulmalıdır.

Asistan yalnızca soru-cevapla sınırlı kalmak zorunda da değildir. Bir sonraki adımda ERP’den sipariş durumunu okuyan ya da taslak kayıt açan görev odaklı ajanlara geçilebilir; bu konuyu yapay zekâ ajanları rehberimizde ayrıca anlattık.

Yetki ve Erişim: Herkes Her Belgeyi Görmemeli

Şirket içi asistanlarda en sık atlanan konu yetkidir. Bütün belgeleri tek bir dizine koyup herkese açmak, insan kaynaklarının maaş tablosunu ya da yönetim kurulu notlarını bir satış temsilcisinin sorusuna cevap kaynağı yapabilir. Sağlam bir kurulumda şu ilkeler uygulanır:

• Belge düzeyinde yetki: Her belge parçası, ait olduğu klasörün ya da sistemin erişim kurallarını taşır. Arama, soruyu soranın rolüne göre süzülür.
• Mevcut yetkiyi kullanmak: Mümkünse yetkiler yeniden tanımlanmaz; dosya sunucusu, doküman yönetim sistemi ya da ERP’deki mevcut rol yapısı kaynak alınır.
• İşlem kaydı: Kimin ne sorduğu, hangi belgelerin kullanıldığı ve hangi cevabın verildiği kayıt altına alınır. Bu kayıt hem denetim hem de asistanın iyileştirilmesi için gereklidir.
• Hassas alanların dışarıda tutulması: Bazı belge grupları (ör. sağlık verisi içeren personel dosyaları) ilk aşamada asistanın kapsamına hiç alınmayabilir.

KVKK ve Veri Güvenliği

Asistanın erişeceği belgelerde kişisel veri varsa, 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK) kapsamındaki yükümlülükler bu yeni işleme faaliyeti için de geçerlidir. Kesin hukuki değerlendirme için hukuk danışmanınızla çalışmanızı öneririz; teknik tarafta ise genel olarak şu sorular netleşmelidir:

• Hangi kişisel veri kategorileri asistanın kapsamına giriyor ve bunlar gerçekten gerekli mi?
• Veri hangi sunucuda, hangi ülkede işleniyor? Bir bulut hizmeti kullanılacaksa kişisel verilerin yurt dışına aktarımı KVKK’da ayrıca düzenlenmiş bir konudur.
• Hizmet sağlayıcıyla yapılan sözleşmede verinin model eğitiminde kullanılmayacağı, saklama süresi ve silme koşulları yazılı mı?
• Aydınlatma metinleri ve iç politikalar yeni kullanımı kapsıyor mu?

Güncel mevzuat ve kurul kararları için Kişisel Verileri Koruma Kurumu sitesi esas kaynaktır. Kurumsal yazılımlarda veri güvenliğinin genel çerçevesini kurumsal yazılımda veri güvenliği ve KVKK yazımızda ele aldık.

Yerinde mi, Bulut mu? Karşılaştırma

Şirket içi asistan iki ana kurulum biçimiyle çalışabilir: açık kaynak modellerle kendi sunucunuzda (yerinde) ya da kurumsal sözleşmeli bir bulut yapay zekâ servisiyle. Hangisinin uygun olduğu verinin hassasiyetine, kullanıcı sayısına ve BT ekibinizin kapasitesine bağlıdır.

Ölçüt	Yerinde (kendi sunucunuz)	Kurumsal bulut servisi
Verinin konumu	Şirketinizin altyapısında kalır	Sağlayıcının veri merkezinde işlenir; bölge ve saklama sözleşmeyle belirlenir
Başlangıç yatırımı	Uygun donanım (genellikle GPU’lu sunucu) gerekir	Donanım gerekmez; kullanım başına ödenir
İşletme yükü	Güncelleme, izleme ve yedekleme sizde ya da bakım ekibinde	Altyapıyı sağlayıcı yönetir
Model kalitesi ve seçenek	Açık kaynak modellerle sınırlı; çoğu belge sorusu için yeterli olabilir	Genellikle en güncel büyük modellere erişim
Maliyet davranışı	Büyük ölçüde sabit; kullanım arttıkça birim maliyet düşer	Kullanımla birlikte artar; düşük kullanımda avantajlı
Uygun olduğu durum	Çok hassas veri, sıkı iç politika, internetten yalıtılmış ortam	Hızlı başlangıç, değişken kullanım, sınırlı BT kaynağı

İki seçenek birbirini dışlamaz. Hassas belgeler yerinde, daha genel içerikler bulutta işlenebilir. Önemli olan, akışın tek bir modele kilitlenmemesidir; daha iyi ya da daha ekonomik bir model çıktığında yalnızca o katmanın değişebilmesi gerekir. Yazılımın genel barındırma kararı için bulut mu, şirket içi mi yazımıza da göz atabilirsiniz.

Küçük Bir Pilotla Başlamak: Adım Adım

Şirketin bütün belgelerini bir anda asistana açmak hem riskli hem de ölçülmesi zor bir projedir. Daha güvenli yol, sınırlı bir pilottur:

1. Tek bir soru alanı seçin: Sık sorulan, cevabı belgelerde olan ve yanlış cevabın maliyeti düşük bir alan iyi bir başlangıçtır. Örneğin İK prosedürleri, kalite talimatları ya da ürün teknik dokümanları.
2. Belgeleri gözden geçirin: Eski, çelişkili ya da taslak belgeleri ayıklayın. Asistan, verdiğiniz belgeler kadar doğru cevap verir.
3. Kullanıcı grubunu sınırlayın: Tek bir ekip ya da departmanla başlayın; rol ve yetki yapısını bu grupla test edin.
4. Test sorularını önceden yazın: Ekipten gerçek soruları toplayın ve doğru cevaplarını belirleyin. Bu liste, pilotun başarı ölçütü olacak.
5. Kurulum biçimine karar verin: Verinin hassasiyetine göre yerinde ya da bulut kurulumu seçin; hangi verinin nerede işlendiğini yazılı hâle getirin.
6. Birkaç hafta gerçek kullanım: Ekip asistanı günlük işinde kullansın; yanlış ya da eksik cevaplar işaretlensin.
7. Ölçün ve karar verin: Sonuçlar kabul edilebilir seviyedeyse yeni belge grupları ve ekipler sırayla eklenir; değilse belge kalitesi ya da kapsam yeniden ele alınır.

Hangi işlerin yapay zekâya en uygun olduğunu daha geniş açıdan görmek için yapay zekâ çözümlerinin iş süreçlerine etkisi yazımız da yol gösterebilir.

Başarıyı Nasıl Ölçersiniz?

“Çalışanlar beğendi” iyi bir işarettir ama yatırım kararı için yeterli değildir. Pilot süresince şu göstergeleri izlemenizi öneririz:

• Doğruluk oranı: Önceden hazırlanan test sorularında doğru ve kaynağı doğru gösterilen cevapların payı.
• “Bilmiyorum” davranışı: Belgede olmayan sorularda asistanın uydurmak yerine bilmediğini söyleme oranı.
• Kullanım oranı: Pilot ekibinin asistanı haftada kaç kez kullandığı ve kullanımın zamanla artıp azalmadığı.
• Kazanılan zaman: Eskiden bir uzmana sorulan ya da belge arayarak bulunan cevaplara harcanan sürenin değişimi.
• İnsana devredilen soru: Asistanın çözemeyip ilgili kişiye yönlendirdiği soruların sayısı ve konusu; bu liste aynı zamanda eksik belgelerin listesidir.

Bilinmesi Gereken Sınırlar

• Belge kalitesi belirleyicidir: Güncel olmayan ya da birbiriyle çelişen belgeler, asistanın yanlış cevap vermesine yol açar.
• Yapay zekâ hata yapabilir: Kaynak gösterme ve test soruları riski azaltır ama sıfırlamaz. Hukuki, finansal ya da güvenlikle ilgili kararlarda son söz insanda kalmalıdır.
• Tablo ve taranmış belgeler: Karmaşık tablolar ve kalitesiz taramalar ek hazırlık gerektirebilir.
• Bakım gerekir: Belgeler, yetkiler ve modeller değiştikçe asistanın da güncellenmesi gerekir; bu, tek seferlik bir kurulum değildir.

Futurecode ile Şirket İçi Yapay Zekâ

Futurecode, yapay zekâ çözümleri ve danışmanlığı hizmetinde şirket dokümanlarından kaynağını göstererek cevap veren kurumsal bilgi asistanları kuruyor. Açık kaynak modellerle kendi sunucunuzda çalışma seçeneği, rol bazlı yetki ve işlem kaydıyla ilerliyoruz; hangi verinin nerede işleneceği pilot öncesinde yazılı olarak netleşir. Çalışma, tek bir süreçle ve gerçek verinizle yürütülen sabit fiyatlı bir pilotla başlar; sonuç ölçülmeden büyütülmez. Asistanın ERP, muhasebe ya da iş akışlarınıza bağlanması gerekiyorsa özel yazılım geliştirme ekibimiz aynı projede çalışır. İhtiyacınızı konuşmak için bizimle iletişime geçin.

Yeni rehberlerimizden ve ürün haberlerimizden haberdar olmak için Futurecode’u LinkedIn’de takip edin.

Sıkça Sorulan Sorular

Şirket içi yapay zekâ asistanı ile genel sohbet botu arasındaki fark nedir?

Genel sohbet botu genel bilgiyle cevap verir ve veriniz sağlayıcının koşullarına göre işlenir. Şirket içi asistan ise yalnızca sizin belgelerinizden, kullanıcının yetkisi dahilinde ve kaynak göstererek cevap verir; verinin nerede işleneceğine siz karar verirsiniz.

Asistanı kurmak için modeli şirket verimizle eğitmek gerekir mi?

Çoğu durumda hayır. Belgelerden cevap (RAG) yaklaşımında model yeniden eğitilmez; belgeler aranabilir bir dizine eklenir ve cevap anında ilgili parçalardan üretilir. Belge güncellendiğinde dizini güncellemek yeterlidir.

Verilerimiz şirket dışına çıkmadan çalışabilir mi?

Evet, açık kaynak modellerle kendi sunucunuzda kurulum mümkündür. Bu seçenek uygun donanım ve bakım gerektirir; kurumsal sözleşmeli bir bulut servisi ise daha hızlı başlangıç sağlar. Seçim, verinin hassasiyetine göre yapılmalıdır.

Asistan yanlış cevap verirse ne olur?

Her cevabın kaynağını göstermek, kullanıcının doğrulama yapmasını kolaylaştırır. Pilot döneminde doğruluk test sorularıyla ölçülür; belgede olmayan konularda asistanın “bilmiyorum” demesi sağlanır. Kritik kararlar insan onayıyla ilerlemelidir.

İlk pilot için hangi alanı seçmeliyiz?

Sık sorulan, cevabı yazılı belgelerde bulunan ve yanlış cevabın etkisi sınırlı olan bir alan. İK prosedürleri, kalite talimatları ya da ürün teknik dokümanları tipik başlangıç noktalarıdır.