İş zekası (business intelligence, BI), şirketin satış, finans, stok ve operasyon verilerini toplayıp düzenleyerek yöneticilerin daha iyi ve daha hızlı karar almasını sağlayan yöntem, süreç ve araçların bütünüdür. Yapay zeka destekli iş zekası ise bu yapıyı bir adım öteye taşır: yalnızca “ne oldu?” sorusunu raporlamakla kalmaz, “ne olacak?” ve “ne yapmalıyız?” sorularına veriye dayalı cevap üretir.
Intelligence AI olarak iş zekasını daha güzel rapor üretmek için değil, karar almak için kuruyoruz. Bu sayfada iş zekasının ne olduğunu, yapay zekanın ona ne kattığını, departmanlara göre kullanım örneklerini ve bir projenin nasıl başladığını anlatıyoruz.
Bir şirkette veri genellikle dağınık durur: siparişler ERP’de, müşteri görüşmeleri CRM’de, faturalar muhasebe yazılımında, kampanya sonuçları reklam panellerinde, bütçe ise bir Excel dosyasında. İş zekası bu kaynakları tek bir yerde buluşturur ve herkesin aynı rakama baktığı bir resim çizer. Klasik bir iş zekası yapısının dört katmanı vardır:
Bu yapı, analitiğin tanımlayıcı düzeyidir: geçen ay ne sattık, hangi bölge hedefin altında kaldı, hangi ürünün marjı düştü. Çok değerlidir, ama iki sınırı vardır. Birincisi, geriye bakar; sorun rapora yansıdığında genellikle çoktan yaşanmıştır. İkincisi, yorum insana kalır; yüzlerce satırlık bir tabloda neyin önemli olduğunu görmek yöneticinin zamanına ve dikkatine bağlıdır.
Yapay zeka destekli iş zekası, klasik raporlama katmanının üzerine öğrenen ve öneren bir katman ekler. Sorulan soru “geçen ay ne oldu?” olmaktan çıkar, “önümüzdeki ay ne olacak ve neye dikkat etmeliyiz?” sorusuna dönüşür. Pratikte bu dört yetenek demektir:
Geçmiş satış, sezon, kampanya ve fiyat verisinden talep, gelir ya da nakit akışı tahmini üretilir. Stok planlaması, satın alma ve bütçe kararları tahmine dayandığında hem stok fazlası hem de stoksuz kalma riski azalır.
Sistem “normal”i öğrenir ve sapmayı kendisi işaretler: beklenmedik bir gider artışı, bir bayide ani düşen satış, olağan dışı bir indirim oranı, şüpheli bir işlem. Yönetici her raporu satır satır okumak yerine yalnızca dikkat gerektiren noktalara bakar. Ayrıntı için anomali tespiti terimine bakabilirsiniz.
Büyük dil modelleri (LLM) sayesinde kullanıcı, “geçen çeyrekte marjı en çok düşen beş ürün hangisi ve neden?” gibi bir soruyu doğrudan yazabilir. Sistem soruyu veri ambarında çalışan bir sorguya çevirir, sonucu getirir ve kısa bir açıklamayla sunar. Bu yaklaşımda modelin rakam uydurmaması için cevabın her zaman gerçek sorgu sonucuna dayanması ve sorgunun görülebilir olması gerekir; prosedür, sözleşme ve rapor gibi metin kaynakları için aynı ilke RAG ile uygulanır.
Haftalık performans raporu yerine sistem, önemli değişiklikleri ve olası nedenlerini özetleyen kısa bir yönetici notu hazırlar. Bir adım ötesinde, belirli kurallar içinde öneri üretir: hangi ürünün fiyatı gözden geçirilmeli, hangi müşteri kayıp riski taşıyor, hangi tedarikçiye öncelik verilmeli. Kararı yine insan verir; sistem kararın önüne doğru bilgiyi koyar.
| Klasik iş zekası | Yapay zeka destekli iş zekası | |
|---|---|---|
| Temel soru | Ne oldu? | Ne olacak, neden oldu, ne yapmalıyız? |
| Zaman yönü | Geçmişe bakar | Geleceğe yönelik tahmin üretir |
| Sorunu kim bulur? | Raporu okuyan kişi | Sistem işaretler, kişi doğrular |
| Kullanıcı | Analist ve rapor okuryazarı yöneticiler | Doğal dilde soru soran her yönetici |
| Çıktı | Gösterge paneli, tablo | Tahmin, uyarı, özet, öneri |
| Örnek | Bölge bazlı aylık satış raporu | “Ege bölgesinde iki haftadır olağan dışı düşüş var; üç bayide yoğunlaşıyor” |
Yapay zeka destekli iş zekası, mevcut iş zekası aracınızın yerine geçmek zorunda değildir. Halihazırda bir iş zekası ya da raporlama aracı kullanıyorsanız, tahmin ve uyarı katmanı aynı veri ambarının üzerine kurulur ve sonuçlar alıştığınız panolara yazılır.
Belge yoğun süreçlerde (fatura, irsaliye, sözleşme) iş zekasının girdisi çoğu zaman yapılandırılmamış dokümanlardır; bu verinin sisteme alınması için Döküman Zekası çözümümüz iş zekası katmanını besler.
İş zekası projelerinin çoğu, araç seçiminde değil veri hazırlığında zorlanır. Bu yüzden süreci veriyle başlatıyoruz:
Kişisel veri içeren analizlerde veri minimizasyonu, maskeleme ve gerektiğinde kurum içi (on-premise) çalışma seçeneği tasarımın baştan parçasıdır. Projeye nereden başlayacağınızdan emin değilseniz yapay zeka projesi nasıl başlatılır rehberimiz ve kurumsal yapay zeka danışmanlığı hizmetimiz yol gösterir.
Veri henüz dijital değilse ya da birkaç aylık geçmişten ibaretse, tahmin modeli kurmak erkendir; önce veri toplama düzeni kurulmalıdır. İhtiyacınız yalnızca düzenli raporlamaysa, yapay zeka yerine iyi kurulmuş bir klasik iş zekası panosu daha hızlı ve ucuz bir çözümdür. Bunu ilk görüşmede açıkça söyleriz.
İş zekası, şirketin farklı sistemlerindeki veriyi toplayıp düzenleyerek rapor, gösterge paneli ve analizlerle yöneticilerin daha iyi karar almasını sağlayan yöntem ve araçların bütünüdür. Yapay zeka destekli iş zekası buna tahmin, anomali tespiti ve doğal dilde soru sorma yeteneklerini ekler.
Klasik iş zekası geçmiş veriyi düzenleyip sunar ve yorumu insana bırakır. Yapay zeka ise veriden örüntü öğrenerek tahmin üretir, sapmaları kendisi işaretler ve öneri sunar. İkisi rakip değildir: yapay zeka, iş zekasının veri altyapısı üzerine kurulan bir katmandır.
Hayır. Tahmin, uyarı ve özet katmanı mevcut veri ambarınızın üzerine kurulur ve sonuçlar kullandığınız panolara yazılabilir. Ekibinizin alıştığı araç değişmez; panoya yeni bir bilgi türü eklenir.
Kullanım alanına göre değişir. Talep tahmini için sezonluğu görebilmek adına genellikle en az bir, tercihen iki yıllık geçmiş istenir; anomali tespiti daha kısa geçmişle başlayabilir. Keşif aşamasında verinizi inceleyip hangi kullanım alanının bugün mümkün olduğunu net olarak söyleriz.
Mimariye siz karar verirsiniz. Analiz kendi sunucularınızda (on-premise), Türkiye’de barındırılan bir altyapıda ya da bulutta çalışabilir. Kişisel veri içeren alanlarda maskeleme ve veri minimizasyonu KVKK gereklilikleriyle birlikte tasarlanır.
Kendi verinizle çalışan prototip genellikle 2-4 hafta içinde hazır olur ve geçmiş dönem üzerinde ölçülür. Üretime geçiş, entegrasyon ve izleme dahil toplamda genellikle 2-3 ay sürer.
Otuz dakikalık bir görüşmede hangi kararı hızlandırmak istediğinizi ve verinizin bugün neye izin verdiğini birlikte değerlendirelim. Taahhüt gerektirmez.
Ücretsiz keşif görüşmesi planlayın → Diğer kullanım alanları için işletmeler için yapay zeka çözümleri sayfamıza göz atabilirsiniz.
