Yapay zekânın kurumunuzda değer üreteceği alanları belirler, uygulama yol haritasını hazırlarız.
Kullanım alanlarını bulur, etkisine, veri hassasiyetine ve uygulama zorluğuna göre sıralarız. İşe yarayanı küçük bir pilotla kanıtlar, kurum geneline yayarız.
Çalışma YZ Endeksi ile başlar.
Önce YZ Endeksi ile kurumunuzun yapay zekâ olgunluğunu ölçer, Ar-Ge ihtiyaç analiziyle öncelikli alanları belirleriz. Bu iki çalışmanın sonucu, kurumunuza özel Yapay Zekâ Dönüşüm Haritasıdır.
- 01YZ Endeksi
- 02Ar-Ge ihtiyaç analizi
- 03Yapay Zekâ Dönüşüm Haritası
Çalışma süreci
Her adımın sonunda elinizde somut bir çıktı olur. Bir sonraki adıma geçip geçmemeye siz karar verirsiniz.
- 01
Keşif görüşmesi
İhtiyacınızı, ekiplerinizi ve veri kurallarınızı dinleriz. Uygun bir ilk adım olup olmadığını açıkça söyleriz.
- 02
Değerlendirme
Kullanım alanlarını, verileri ve mevcut sistemleri inceler, önceliklendirilmiş bir öneri sunarız.
- 03
Pilot
Seçilen işi küçük ve ölçülebilir bir uygulamayla deneriz. Başarı ölçütü baştan yazılır.
- 04
Yaygınlaştırma ve eğitim
İşe yarayan çözümü diğer ekiplere taşır, kullanacak kişileri eğitir, kuralları belgeleriz.
Hizmet kapsamı
Yapay zekâ eylem planı
Ekiplerinizle görüşerek yapay zekânın gerçekten fark yaratacağı işleri bulur, her birini etki, veri hassasiyeti ve uygulama zorluğuna göre değerlendiririz. Sonuçta neyin önce, neyin sonra yapılacağını ve neyin hiç yapılmaması gerektiğini gösteren bir plan çıkar.
TESLİM EDİLENLER- Önceliklendirilmiş kullanım alanı listesi
- Her alan için veri ve risk değerlendirmesi
- Adım adım uygulama planı ve başarı ölçütleri
Kurumsal PoC ve demo uygulama
Seçilen bir fikri, kavram kanıtı (PoC: fikrin çalışıp çalışmadığını gösteren küçük deneme) olarak kurumunuzun örnek verisiyle çalışan bir uygulamaya dönüştürürüz. Böylece büyük bir yatırım kararından önce sonucu kendi gözünüzle görürsünüz.
TESLİM EDİLENLER- Çalışan demo uygulama
- Baştan belirlenen ölçütlere göre değerlendirme raporu
- Üretime geçiş için gereksinim ve maliyet notu
Ajan kurulumu
Ajan, hedef verildiğinde adımları kendisi atan ve e-posta, takvim, CRM ya da dosyalar gibi sistemlerinize bağlanabilen bir yapay zekâ sistemidir. Tekrarlanan bir iş akışı için ajanı kurar, yetkilerini sınırlar ve kritik adımlara insan onayı koyarız.
TESLİM EDİLENLER- Çalışan ajan ve bağlı sistemlerin listesi
- Yetki ve insan onayı kuralları
- Kullanım kılavuzu ve ekip eğitimi
RAG ve kurumsal bilgi asistanı
RAG, yapay zekânın cevap vermeden önce kurumunuzun belgelerinde arama yapması ve cevabını bu belgelere dayandırması demektir. Prosedürlerinize, sözleşmelerinize ya da ürün bilgilerinize soru sorulduğunda kaynağını gösteren bir asistan kurarız.
TESLİM EDİLENLER- Belgelerinize bağlı, kaynak gösteren bilgi asistanı
- Belge güncelleme ve erişim yetkisi yapısı
- Doğruluk testi sonuçları ve soru seti
Model ince ayarı (fine-tuning)
İnce ayar, hazır bir yapay zekâ modelini kurumunuzun örnekleriyle yeniden eğiterek belirli bir işte daha tutarlı çalışmasını sağlamaktır. Önce gerçekten gerekip gerekmediğini birlikte değerlendirir, gerekiyorsa veri hazırlığından ölçüme kadar süreci yürütürüz.
TESLİM EDİLENLER- Gereklilik değerlendirmesi ve alternatiflerle karşılaştırma
- İnce ayarlı model ve eğitim veri seti belgesi
- Önce ve sonra ölçüm raporu
Yapay zekâ yönetişimi ve KVKK
Kurumunuzda hangi yapay zekâ aracının, hangi veriyle, kim tarafından ve hangi amaçla kullanılabileceğini yazılı kurallara bağlarız. Kişisel Verilerin Korunması Kanunu (KVKK) açısından veri sınıflarını, aktarımları ve sorumlulukları görünür kılarız.
TESLİM EDİLENLER- Kurumsal yapay zekâ kullanım politikası
- Veri sınıfı ve araç eşleştirme tablosu
- Çalışanlar için kısa kural kartı ve bilgilendirme oturumu
Hukuki görüş gerektiren noktalarda kurumunuzun hukuk birimi ya da avukatıyla birlikte çalışırız; hukuki danışmanlık vermeyiz.
İnce ayar ne zaman gerekir
- Aynı dar görev çok sayıda ve aynı biçimde tekrarlanıyorsa (örneğin belge sınıflandırma ya da sabit biçimli çıktı).
- Kurumunuza özgü üslup ya da terminoloji, iyi yazılmış talimatla tutturulamıyorsa.
- Maliyet ya da hız için daha küçük bir modeli bir işe özelleştirmek gerekiyorsa.
- Elinizde yeterli, temiz ve etiketli örnek varsa.
Ne zaman gerekmez
- Amaç güncel kurum bilgisine cevap vermekse. Bunun için RAG daha uygundur; bilgi değişince modeli yeniden eğitmeniz gerekmez.
- İyi talimat ve birkaç örnekle istenen sonuç alınabiliyorsa.
- Etiketli örnek veri yoksa ya da hazırlaması işin kendisinden pahalıysa.
Çoğu kurumda ilk doğru adım ince ayar değildir. Bunu açıkça söyleriz.
Sık sorulan sorular
Verilerimiz nerede kalır?
Kurulumdan önce verileri sınıflandırır, hassas verinin nerede kalacağını sizinle birlikte belirleriz: kendi sunucunuz, kurumsal bulut hesabınız ya da yurt içinde barındırma gibi seçenekleri bedelleriyle birlikte değerlendiririz. Hangi verinin hangi modele gideceği yazılı olarak kayda geçer.
Hangi modellerle çalışıyorsunuz?
Belirli bir sağlayıcıya bağlı değiliz. Claude, ChatGPT ve Gemini gibi ticari modellerin kurumsal sürümleriyle de, verinin kurum dışına çıkmaması gereken durumlarda kendi altyapınızda çalışabilen açık modellerle de çalışırız. Seçimi işe, veri hassasiyetine ve bütçeye göre yaparız.
Hazır model mi, kendi modelimiz mi?
Çoğu iş için hazır bir model, iyi yazılmış talimat ve gerekiyorsa RAG yeterlidir. İnce ayar ya da kendi modelinizi kurmak belirli koşullarda anlamlıdır; önce daha basit yolu deneriz.
Ne kadar sürede sonuç alırız?
Kapsama bağlı olduğu için sabit bir süre vermeyiz. Pilotu küçük ve ölçülebilir bir işle başlatır, başarı ölçütünü baştan yazarız; ilerlemeyi her adımda görürsünüz.
Çözümler eğitimle nasıl birleşir?
Çoğu proje eğitimle başlar: ekip temel kavramları ve veri kurallarını öğrenir, pilot fikirleri eğitimden çıkar. Kurulan çözümü kullanacak ekip için ayrıca kullanım eğitimi veririz.
KVKK'ya uygun mu?
Her projede veri envanteri, aydınlatma, yurt dışına aktarım ve erişim yetkileri baştan ele alınır. Hukuki görüş gereken noktalarda kurumunuzun hukuk birimiyle birlikte çalışırız.