Yapay Zeka Entegrasyonu

Yapay zeka entegrasyonu, bugün erişilebilen dil modellerini, görüntü ve ses modellerini ya da veriye dayalı tahmin modellerini işletmenizin kullandığı sistemlere bağlama işidir. Çoğu projede sıfırdan bir model eğitilmez. Var olan güçlü bir model, sizin verinizle, kurallarınızla ve ekranlarınızla birleştirilir. Asıl iş de buradadır: modele doğru bilgiyi vermek, cevabını kontrol etmek ve sonucu doğru kişiye doğru ekranda ulaştırmak.

Örneğin bir müşteri hizmetleri asistanı tek başına bir sohbet penceresi değildir. Sipariş durumunu sorgulamak için sipariş sisteminize, iade kuralını anlatmak için güncel politikanıza, çözemediği konuyu devretmek için de temsilci ekranınıza bağlanması gerekir. Yapay zeka entegrasyonu bu bağlantıların tamamıdır; modelin kendisi işin yalnızca bir parçasıdır.

Duman Dijital, Bursa merkezli bir yazılım ve dijital pazarlama ajansıdır; 2018'den beri geliştirdiği web uygulamaları, API'ler ve otomasyon projelerinin üzerine yapay zeka entegrasyonu hizmetini kurar. Bu yüzden modeli sisteminize bağlayan yazılım katmanını da aynı ekip yazar. Yazılımın temel kavramlarına yabancıysanız önce yazılım rehberimize göz atabilirsiniz.

Bu sayfa, yapay zekayı kendi iş süreçlerinizde kullanmakla ilgilidir. Markanızın ChatGPT gibi sohbet asistanlarında ya da Google'ın yapay zeka özetlerinde görünmesi ise ayrı bir uzmanlıktır; onu yapay zeka SEO hizmeti sayfamızda anlatıyoruz.

Chatbot ve WhatsApp asistanında yapay zeka entegrasyonu, serbest yazılmış soruları anlayan ama yalnızca sizin belirlediğiniz sınırlar içinde cevap veren bir asistan kurmaktır. Eski tip sohbet botları önceden yazılmış karar ağaçlarıyla çalışırdı ve kullanıcı beklenen kalıbın dışına çıktığında tıkanırdı. Dil modeliyle çalışan bir asistan serbest yazılmış soruyu anlayabilir; ancak bu esneklik, yanlış ya da uydurma cevap riskini de getirir. İyi bir asistanın kurgusu bu yüzden modelden çok sınırlarla ilgilidir.

Yapay zeka chatbot yapımında dikkat ettiklerimiz

• Bilgi kaynağı: asistan yalnızca sizin onayladığınız içerikten cevap verir. Bilmediği konuda tahmin yürütmez, "bu konuda bilgim yok" der ve temsilciye yönlendirir.
• Canlı veri: sipariş durumu, stok ya da randevu gibi bilgiler için asistanın sisteminize güvenli bir API ile sorgu yapması sağlanır. Asistan bu sorguda yalnızca o müşteriye ait kaydı görebilir.
• Temsilciye devir: şikâyet, iade talebi ya da asistanın emin olmadığı durumlarda konuşma, geçmişiyle birlikte ekibinize aktarılır.
• Kayıt ve gözden geçirme: konuşmalar belirli aralıklarla incelenir; yanlış ya da eksik cevaplar bilgi tabanına geri beslenir.

WhatsApp üzerinde asistan

WhatsApp üzerinden otomatik mesajlaşma, normal uygulama ile değil WhatsApp'ın işletmelere yönelik platformu (WhatsApp Business API) ile yapılır. Bu platform Meta'nın mesajlaşma kurallarına tabidir; ölçeklenmek için çoğu zaman işletme doğrulaması gerekir ve gönderilen mesajlar Meta'nın güncel, ülkeye ve mesaj türüne göre değişen fiyat listesine göre ücretlendirilir. Müşterinin son mesajından sonraki 24 saat içinde serbest yanıt verilebilir; bu sürenin dışında ya da ilk mesajı siz gönderiyorsanız önceden onaylanmış şablon mesajlar kullanılır. Meta'nın koşulları, yapay zekanın kendisinin ana ürün olduğu genel amaçlı sohbet asistanlarını bu platformda kısıtlar; sipariş, randevu ve müşteri desteği gibi işletmenin kendi hizmetine bağlı asistanlar ise bu kısıtın hedefi değildir. Kurallar ve fiyatlar sık güncellendiği için projeye başlarken Meta'nın güncel belgelerini birlikte kontrol ederiz. WhatsApp tarafındaki yapay zeka entegrasyonunu bu kurallara göre tasarlar, hesap açılışı ve onay sürecinde size teknik olarak eşlik ederiz.

Müşteri sorularınızın ne kadarının asistana devredilebileceğini merak ediyorsanız, son bir ayın sık gelen sorularını bize gönderin; hangi kısmın otomatik yanıtlanabileceğini birlikte çıkaralım.

Şirket belgelerinde soru-cevap, RAG adı verilen yöntemle kurulan ve cevabı yalnızca sizin belgelerinize dayandıran bir yapay zeka entegrasyonu türüdür. Dil modelleri genel bilgide güçlüdür ama sizin fiyat listenizi, iç prosedürünüzü ya da bir müşteriyle yaptığınız sözleşmeyi bilmez. Bu yöntemde soru geldiğinde önce belgelerinizden ilgili bölümler bulunur, model cevabı yalnızca bu bölümlere dayanarak yazar.

Nasıl çalışır?

1. Belgeleriniz anlamlı parçalara bölünür ve anlam benzerliğiyle aranabilecek biçimde dizinlenir.
2. Kullanıcının sorusuna en yakın parçalar bulunur.
3. Model bu parçaları okuyarak cevabı oluşturur ve hangi belgeden yararlandığını gösterir.

Başarıyı belirleyen detaylar

• Belge kalitesi: çelişkili, eski ya da taranmış ama okunamayan belgeler cevabı doğrudan bozar. Projenin ilk adımı genellikle belge düzenidir.
• Yetki: muhasebe belgeleri herkese açık olmamalıdır. Arama, kullanıcının yetkili olduğu belgelerle sınırlandırılır.
• Güncelleme: bir belge değiştiğinde dizinin de güncellenmesi gerekir; bu adım otomatik hale getirilir.
• Kaynak gösterme: kullanıcı cevabın hangi belgeye dayandığını görebilmeli ve tıklayıp kontrol edebilmelidir.

Doğru kurulduğunda bu araç, yeni işe başlayan bir çalışanın sorularını yanıtlamaktan teknik destek ekibinin doğru prosedürü bulmasına kadar her gün saatler kazandırır.

Veri analitiği ve tahminleme, birçok işletmede yapay zeka entegrasyonunun en somut faydayı sağladığı alandır. Yapay zeka denince akla ilk sohbet asistanları gelse de burada çoğu zaman büyük dil modelleri değil, daha sade ve açıklanabilir istatistik ve makine öğrenmesi yöntemleri kullanılır.

Veri analitiği

İlk adım, farklı sistemlere dağılmış veriyi tek yerde toplamak ve temizlemektir. Satış, stok, tahsilat ve operasyon verisi aynı tabloda birleştiğinde, hangi ürünün kâr bıraktığı ya da hangi müşterinin ödemeyi geciktirdiği gibi sorular cevaplanabilir hale gelir. Çoğu işletme için düzenli ve güvenilir bir rapor, karmaşık bir modelden daha değerli bir başlangıçtır.

Tahminleme modelleri

Geçmiş veri yeterli ve düzenliyse şu tür tahminler kurulabilir:

• Ürün ya da kategori bazında talep tahmini ve buna bağlı stok önerisi.
• Mevsimsellik ve kampanya etkisini hesaba katan satış projeksiyonu.
• Ödeme alışkanlıklarına göre tahsilat gecikmesi riski.
• Siparişi azalan müşterilerin erken fark edilmesi.

Tahmin bir kesinlik değil, belirsizlik aralığı olan bir öngörüdür. Model çıktısını bu aralıkla birlikte gösterir ve gerçekleşen değerlerle düzenli olarak karşılaştırırız. Yeterli geçmiş veri yoksa bunu baştan söyler, önce veri toplama düzenini kurmayı öneririz.

İş akışlarına dil modeli eklemek

ChatGPT entegrasyonu ya da benzer dil modellerinin kullanımı, çoğu zaman bir sohbet penceresi açmaktan daha sessiz bir iştir. Gelen e-postayı konusuna göre doğru kişiye yönlendirmek, bir faturadan tutarı ve vergi numarasını okumak, yüzlerce müşteri yorumunu tek paragrafta özetlemek ya da ürün açıklaması için ilk taslağı hazırlamak gibi adımlar mevcut akışınızın arasına yerleştirilir. Bu tür adımların tekrar eden kısımları iş akışı otomasyonu ile birleştiğinde yapay zeka entegrasyonunun etkisi katlanır.

Yapay zeka entegrasyonunda en önemli soru, verinizin nereye gittiğidir; biz bu soruyu teknik tasarımın ilk maddesi olarak cevaplarız. Bir model servisine gönderilen her metin, o servisin altyapısında işlenir. Bu yüzden hangi verinin hangi servise, hangi koşulla gittiğini en baştan belirleriz.

• Veri envanteri: modele hangi verinin gideceğini, içinde kişisel veri olup olmadığını ve buna gerçekten gerek olup olmadığını belirleriz.
• Maskeleme: ad, telefon, T.C. kimlik numarası ya da adres gibi alanlar gerekmiyorsa modele gönderilmeden önce çıkarılır ya da maskelenir.
• Servis seçimi: model sağlayıcılarının işletme hizmetlerinde verinin model eğitiminde kullanılıp kullanılmadığı, ne kadar saklandığı ve hangi bölgede işlendiği farklıdır. Bu koşulları birlikte inceleriz.
• Yurt dışına aktarım: KVKK, kişisel verilerin yurt dışına aktarılmasını ayrı şartlara bağlar. Kullanılacak servisin sunucuları yurt dışındaysa bu durum hukuk danışmanınızla birlikte değerlendirilmelidir.
• Kendi sunucunuzda çalışan model: verinin dışarı çıkmaması gereken durumlarda açık kaynaklı modeller kendi altyapınızda çalıştırılabilir. Bu seçenek daha fazla donanım ve bakım gerektirir, performans da farklılık gösterebilir.
• Erişim ve kayıt: kimin hangi soruyu sorduğu ve hangi belgeye eriştiği kayıt altına alınır.

Aydınlatma metinleri ve hukuki değerlendirme hukuk danışmanınızın sorumluluğundadır. Biz teknik önlemleri kurar, hangi verinin nereye aktığını belgeleyerek bu değerlendirmeyi kolaylaştırırız.

Yapay zeka; yanılabilir, kullanımla maliyeti artan, sağlayıcıya göre değişen ve veri olmadan çalışmayan bir araçtır. Bu konudaki en büyük risk, abartılı beklentiyle başlanan ve birkaç ay sonra rafa kalkan projelerdir. Bu yüzden sınırları her yapay zeka entegrasyonu görüşmesinde baştan konuşuruz.

Model yanılabilir

Dil modelleri bazen akıcı ama yanlış cevaplar üretir. Kaynak gösterme, bilinmeyen soruda cevap vermeme ve kritik adımlarda insan onayı bu riski azaltır ama sıfırlamaz. Bu nedenle fiyat teklifi, hukuki yorum ya da sağlıkla ilgili cevaplar gibi alanlarda asistanı yalnızca taslak üreten bir yardımcı olarak konumlandırırız.

Maliyet kullanımla artar

Model servisleri genellikle işlenen metin miktarına göre ücretlendirilir. Az kullanılan bir asistan çok ucuza çalışırken yoğun kullanılan bir sistemin aylık maliyeti hissedilir hale gelebilir. Prototip aşamasında kullanım başına maliyeti ölçer, yayından önce size tahmini bir aylık aralık veririz.

Modeller değişir

Sağlayıcılar modellerini güncelledikçe aynı soruya verilen cevap değişebilir. Değerlendirme setini bu yüzden kalıcı tutarız; model ya da ayar değiştiğinde aynı sorularla yeniden test ederiz.

Veri yoksa model de yoktur

Tahminleme modelleri geçmiş veriden öğrenir. Kayıtlar düzensiz ya da eksikse önerimiz önce veri toplama düzenini kurmaktır. Bazen bu düzen için İş Küpü gibi hazır bir işletme yönetim sistemi ya da küçük bir özel yazılım geliştirme projesi, yapay zekadan önce gelmesi gereken adımdır.

En iyi yapay zeka entegrasyonu firması, modeli sizin sistemlerinize güvenle bağlayan, sonucu ölçen ve sınırları dürüstçe söyleyen ekiptir; gösterişli demo bu kararda belirleyici değildir. Teklifleri karşılaştırırken şu kriterlere bakmanızı öneririz:

1. Ölçüm yöntemi: firma başarıyı neye göre ölçeceğini, doğru cevabı bilinen örnek sorularla nasıl test edeceğini yazılı olarak anlatabiliyor mu?
2. Yazılım derinliği: asistanı yalnızca bir sohbet penceresi olarak mı kuruyor, yoksa sipariş, CRM, belge ve yetki sistemlerinize API ile bağlayabiliyor mu?
3. Veri gizliliği: hangi verinin hangi servise gittiğini, maskelemeyi ve kayıt mekanizmasını teknik olarak açıklayabiliyor mu?
4. Sağlayıcı bağımsızlığı: entegrasyon tek bir model sağlayıcısına kilitleniyor mu, yoksa model değiştirilebilir mi?
5. Maliyet şeffaflığı: proje bedeli ile aylık model kullanım maliyeti ayrı ayrı ve tahmini aralıklarla gösteriliyor mu?
6. Yayın sonrası sahiplik: bilgi tabanını kim güncelleyecek, model değiştiğinde kim test edecek, bu net mi?

Duman Dijital bu kriterleri nasıl karşılar?

Her yapay zeka entegrasyonu projesine değerlendirme setiyle başlar, sonuçları pilotta ölçer ve yeterli değilse bunu açıkça söyleriz. Python, Node.js ve PHP ile modeli sisteminize bağlayan yazılım katmanını kendimiz yazdığımız için asistanınız gerçek veriye güvenli biçimde erişir. Entegrasyonu model sağlayıcısından bağımsız kurar, kullanım maliyetini teklifte ayrı kalem olarak gösteririz. 5 kişilik çekirdek ekibimizle kodu yazan kişiyle doğrudan konuşursunuz. Yapay zeka entegrasyonunda Türkiye'nin en iddialı uygulama ekiplerinden biri olma hedefimizin dayanağı tam olarak bu disiplindir.

Bu kriterlerle bir değerlendirme yapmak isterseniz teklif formunu doldurun; senaryonuzu ölçülebilir bir pilota dönüştürelim.

Yapay zeka entegrasyonu projelerinin önemli bir kısmı teknik nedenlerle değil, yanlış başlangıç yüzünden sonuç vermez. En sık gördüğümüz hatalar şunlar:

Araçla başlamak, sorunla başlamamak

"Bir asistan yapalım" diye başlanan projeler çoğu zaman kimsenin kullanmadığı bir sohbet penceresiyle biter. Doğru başlangıç noktası, ekibin her gün zaman kaybettiği belirli bir iştir. Sorun netse teknoloji seçimi kolaylaşır.

Ölçmeden yayına almak

Birkaç denemede iyi görünen bir asistan, gerçek kullanıcıların sorularında zorlanabilir. Doğru cevabı bilinen örnek sorulardan oluşan bir değerlendirme seti olmadan sistemin iyileşip iyileşmediğini bilmek mümkün değildir.

Bilgi tabanını sahipsiz bırakmak

Fiyatlar, politikalar ve ürünler değişir. İçeriği güncel tutmaktan sorumlu bir kişi belirlenmezse asistan birkaç ay içinde eski bilgi vermeye başlar.

Her şeyi tek modele bırakmak

Hesaplama, kural kontrolü ve kayıt sorgulama gibi işler klasik yazılımla daha güvenilir yapılır. Dil modeli, anlamayı ve metin üretmeyi gerektiren adımlarda kullanıldığında gerçek değer üretir; geri kalanını sağlam bir yazılım katmanı üstlenmelidir.

Bu hatalardan kaçınmanın en kısa yolu, ilk adımı doğru seçmektir. Aklınızdaki işi WhatsApp'tan ya da formdan iletin; en geç bir iş günü içinde dönüp pilot için uygun olup olmadığını konuşalım.