Kurumsal bir yapay zeka asistanı projesi tipik olarak dört aşamada ilerler: keşif, veri hazırlığı, pilot ve üretime geçiş. Sınırlı kapsamlı bir pilot çoğu zaman birkaç hafta içinde ölçülebilir sonuç verir; tam üretime geçiş ise entegrasyon ve güvenlik gereksinimlerine göre uzar. Maliyet, tek seferlik geliştirme ve entegrasyon kalemleriyle model kullanımı, barındırma ve bakım gibi tekrarlayan kalemlerden oluşur.
Kurumsal yapay zeka asistanı projesi hangi aşamalardan oluşur?
Şirket dokümanları üzerinden soru yanıtlayan bir asistan, çalışanlara veya müşterilere yönelik olsun, genellikle şu aşamalardan geçer. Süreler kapsamı sınırlı bir proje için tipik aralıklardır; entegrasyon sayısı ve veri durumu bunları değiştirebilir.
- Keşif (tipik olarak 1-2 hafta): Kullanım senaryosu, hedef kullanıcılar, veri kaynakları, erişim yetkisi modeli ve KVKK gereksinimleri netleştirilir. Başarı ölçütleri ve değerlendirme için gerçek soru örnekleri toplanır.
- Veri hazırlığı (tipik olarak 2-4 hafta): Dokümanlar toplanır, güncelliği kontrol edilir, gereksiz kişisel veriler ayıklanır veya maskelenir, içerik parçalanıp indekslenir. Çoğu projede en çok emeği bu aşama ister.
- Pilot (tipik olarak 3-6 hafta): Sınırlı bir kullanıcı grubuyla çalışan bir sürüm kurulur. Yanıt doğruluğu, kaynak gösterme ve “bilmiyorum” davranışı değerlendirme setiyle ölçülür; geri bildirimle iyileştirilir.
- Üretime geçiş (tipik olarak 4-8 hafta): Kimlik ve yetki sistemleriyle entegrasyon, izleme, kayıt tutma, güvenlik testleri, kullanıcı eğitimi ve kademeli yaygınlaştırma yapılır.
Pilot ile üretim arasına bir karar noktası koymak önemlidir: Pilot ölçütleri karşılanmadıysa kapsam veya yaklaşım yeniden değerlendirilmelidir.
Maliyet kalemleri nelerdir?
Bütçe planlarken tek seferlik ve tekrarlayan maliyetleri ayırmak, sürpriz faturaların önüne geçer.
| Maliyet kalemi | Tür | Neye bağlıdır? |
|---|---|---|
| Keşif ve çözüm tasarımı | Tek seferlik | Senaryo sayısı, paydaş sayısı |
| Veri hazırlığı ve indeksleme | Tek seferlik (güncellemeler tekrarlayan) | Doküman hacmi, format çeşitliliği, veri kalitesi |
| Uygulama geliştirme | Tek seferlik | Arayüz (web, Teams, Slack, web sitesi), özellik kapsamı |
| Entegrasyonlar | Tek seferlik | Bağlanacak sistem sayısı (doküman yönetimi, CRM, ERP, kimlik sistemi) |
| Güvenlik ve uyum çalışmaları | Tek seferlik + dönemsel | Yetkilendirme karmaşıklığı, KVKK gereksinimleri, testler |
| LLM API kullanımı | Tekrarlayan | Sorgu hacmi, bağlam uzunluğu, seçilen model |
| Vektör veritabanı ve barındırma | Tekrarlayan | Veri hacmi, bulut veya kurum içi kurulum, erişilebilirlik hedefi |
| İzleme, bakım ve iyileştirme | Tekrarlayan | Destek seviyesi, içerik değişim sıklığı |
Kurum içi (on-prem) model tercih edildiğinde API maliyeti yerini donanım ve işletme maliyetine bırakır. Hangi seçeneğin daha ekonomik olduğu kullanım hacmine ve veri hassasiyetine bağlıdır.
Şirket içinde neler hazırlanmalı?
Projenin hızı, çoğu zaman danışmanlık firmasından çok kurumun hazırlığına bağlıdır. Başlamadan önce şunları netleştirin:
- İş sahibi: Kararları verecek, önceliklendirecek ve sonuçtan sorumlu olacak bir kişi.
- Veri kaynakları: Hangi dokümanların kapsamda olduğu, nerede tutulduğu ve güncel sürümün hangisi olduğu.
- Erişim kuralları: Kimin hangi bilgiye erişebileceği. Asistan, kullanıcının kaynak sistemde göremediği bilgiyi göstermemelidir.
- Alan uzmanları: Gerçek soru örnekleri sağlayacak ve yanıtları değerlendirecek kişiler.
- Hukuk ve bilgi güvenliği: KVKK, yurt dışına veri aktarımı ve bulut kullanımı değerlendirmesi.
- BT desteği: Entegrasyonlar için sistem erişimi ve test ortamı.
Başarı nasıl ölçülür?
Başarı ölçütlerini pilottan önce tanımlayın ve hem teknik hem iş boyutunu kapsayın:
- Yanıt doğruluğu: Alan uzmanlarının değerlendirmesiyle doğru ve eksiksiz yanıt oranı.
- Kaynağa sadakat: Yanıtların gösterilen kaynaklarla tutarlı olması.
- “Bilmiyorum” davranışı: Kaynakta olmayan bilginin uydurulmaması.
- Kullanım ve benimsenme: Aktif kullanıcı sayısı, tekrar kullanım, kullanıcı geri bildirimleri.
- İş etkisi: Destek taleplerinde azalma, bilgiye ulaşma süresi, ekiplerin tekrarlayan sorulara harcadığı zaman.
- Operasyonel ölçütler: Yanıt süresi, erişilebilirlik ve sorgu başına maliyet.
Hazır SaaS mı, özel çözüm mü?
| Kriter | Hazır SaaS asistan | Özel (custom) çözüm |
|---|---|---|
| Başlangıç hızı | Hızlı | Keşif ve geliştirme gerektirir |
| Özelleştirme | Ürünün sunduğu kadar | İhtiyaca göre tam esneklik |
| Entegrasyon | Hazır bağlayıcılarla sınırlı | Kurumsal sistemlere derin entegrasyon |
| Veri yerleşimi ve KVKK | Sağlayıcının altyapısına bağlı | Bulut bölgesi veya kurum içi kurulum seçilebilir |
| Maliyet yapısı | Kullanıcı veya kullanım başına abonelik | Tek seferlik geliştirme + işletme maliyeti |
| Tedarikçi bağımlılığı | Yüksek | Mimariye göre düşük tutulabilir |
Standart ihtiyaçlar için hazır ürünle başlamak mantıklı olabilir. Hassas veri, karmaşık yetkilendirme veya çok sayıda sistem entegrasyonu söz konusuysa özel çözüm genellikle uzun vadede daha uygundur. İki yaklaşımı birleştiren hibrit mimariler de mümkündür.
Canlıya geçişten sonra neler olur?
Yapay zeka asistanı, teslim edilip unutulan bir yazılım değildir. Canlıya geçişten sonra düzenli olarak yapılması gerekenler şunlardır:
- İçerik güncellemeleri: Yeni veya değişen dokümanların indekse otomatik ya da planlı olarak aktarılması.
- Kalite izleme: Değerlendirme setinin düzenli çalıştırılması, olumsuz geri bildirim alan yanıtların incelenmesi.
- Maliyet takibi: Sorgu hacmi ve model kullanımının izlenmesi, gerekirse daha uygun maliyetli model veya önbellekleme seçeneklerinin değerlendirilmesi.
- Güvenlik gözden geçirmeleri: Erişim yetkilerinin, kayıtların ve yeni ortaya çıkan risklerin periyodik olarak kontrol edilmesi.
- Kapsam genişletme: İlk senaryo başarılı olduktan sonra yeni departmanların veya veri kaynaklarının kademeli olarak eklenmesi.
Bu işlerin kim tarafından ve hangi sıklıkta yapılacağı, proje başında bütçe ve sorumluluk planına dahil edilmelidir.
Bu tür projeler neden başarısız olur?
- Belirsiz kapsam: “Her şeyi bilen bir asistan” hedefi, hiçbir şeyi iyi yapmayan bir sisteme dönüşür.
- Veri kalitesinin hafife alınması: Güncel olmayan, çelişkili veya dağınık dokümanlar yanlış yanıt üretir.
- Yetkilendirmenin sonradan düşünülmesi: Hassas bilginin yanlış kişilere gösterilmesi projeyi durdurabilir.
- Ölçüm yapılmaması: Değerlendirme seti olmadan iyileşme veya bozulma fark edilmez.
- İş sahibinin olmaması: Kararlar sürüncemede kalır, kullanıcılar sisteme sahip çıkmaz.
- Tekrarlayan maliyetlerin planlanmaması: Kullanım arttıkça beklenmedik giderler ortaya çıkar.
- Canlıya geçişten sonra bakımın bırakılması: İçerik değiştikçe kalite düşer.
BrotherhoodIO ile nasıl çalışılır?
BrotherhoodIO olarak kurumsal yapay zeka asistanı projelerine Yapay Zeka Analizi ile başlıyoruz: 30 dakikalık bir görüşmede kullanım senaryonuzu, veri kaynaklarınızı ve kısıtlarınızı değerlendiriyor, hazır ürünün mü yoksa özel çözümün mü size uygun olduğunu açıkça konuşuyoruz. Ardından pilot öncelikli ilerliyor, başarı ölçütlerini baştan birlikte tanımlıyoruz. Tedarikçi bağımsız yaklaşımla bulut ve kurum içi model seçeneklerini karşılaştırıyor, KVKK öncelikli bir mimaride erişim yetkisini ve veri güvenliğini tasarımın merkezine koyuyoruz.
Kurumunuz için bir yapay zeka asistanı projesini değerlendiriyorsanız, süre ve maliyet kalemlerini kendi durumunuza göre netleştirmek için bizimle iletişime geçin veya +90 532 380 40 41 numaralı telefondan bize ulaşın.
Sık sorulan sorular
Kurumsal yapay zeka asistanı projesi ne kadar sürer?
Kapsama göre değişmekle birlikte keşif, veri hazırlığı, pilot ve üretime geçiş aşamaları tipik olarak birkaç haftadan birkaç aya uzanır. Sınırlı kapsamlı bir pilot çoğu zaman birkaç hafta içinde değerlendirilebilir hâle gelir.
Yapay zeka asistanının maliyet kalemleri nelerdir?
Tek seferlik kalemler geliştirme, entegrasyon ve veri hazırlığıdır. Tekrarlayan kalemler ise model API kullanımı, vektör veritabanı ve barındırma, izleme ile bakım ve iyileştirmedir.
Hazır bir SaaS asistan mı almalı, özel çözüm mü geliştirmeli?
Standart ihtiyaçlar ve az entegrasyon için hazır SaaS hızlı bir başlangıç sunar. Hassas veri, karmaşık yetkilendirme, çok sayıda kurumsal sistem entegrasyonu veya kurum içi kurulum gerekiyorsa özel çözüm genellikle daha uygundur.
Proje başlamadan önce şirket içinde neler hazırlanmalı?
Bir iş sahibi, kapsamdaki doküman ve veri kaynakları, erişim yetkisi kuralları, alan uzmanlarından gerçek soru örnekleri ve KVKK değerlendirmesi için hukuk ve bilgi güvenliği ekiplerinin katılımı hazır olmalıdır.