Yapay Zeka Yazılım Şirketleri: AI Destekli Yazılımı Kimden Yaptırmalı?

Hayır. Bir kısmı yalnızca hazır bir aracı yeniden satar, bir kısmı da pazarlama amaçlı "AI" der ama üretimde çalışan sistemi yoktur. Ayrıştırmak için canlı demo isteyin; hangi modelin kullanıldığını, halüsinasyon durumunda sistemin ne yaptığını ve yanıt kalitesinin hangi test setiyle ölçüldüğünü sorun. Bu üç soruya somut cevap veremeyen ekip, ilk gerçek projesini sizinle deniyor olabilir.

İhtiyacınız standartsa (genel sohbet botu, basit metin özetleme) hazır SaaS ürünü daha hızlı ve ucuzdur. Çözümün kendi verinizle çalışması ve ERP, muhasebe veya e-ticaret sisteminizle konuşması gerekiyorsa özel geliştirme gerekir; hazır ürünler bu derinliğe genellikle inemez. Orta yol da vardır: hazır API'ler (Claude, GPT) üzerine sizin süreçlerinize özel bir katman geliştirmek, çoğu KOBİ için maliyet-değer dengesi en iyi seçenektir.

RAG (Retrieval-Augmented Generation), modelin cevap üretmeden önce sizin dokümanlarınızdan, ürün kataloğunuzdan veya kayıtlarınızdan ilgili bilgiyi çekip bağlam olarak kullanmasıdır. Model yeniden eğitilmez; bilgi tabanınız güncellenince cevaplar da güncellenir. Bu yöntemle chatbot genel bilgi yerine sizin iade politikanızı, ürün özelliklerinizi ve süreçlerinizi kaynak göstererek yanıt verir. Günümüzde şirkete özel asistanların büyük çoğunluğu bu mimariyle kurulur.

Kapsama göre değişir; tek rakam veren teklife temkinli yaklaşın. Hazır API üzerine kurulan tek senaryolu bir pilot genellikle yüz bin TL altından başlayıp birkaç yüz bin TL'ye uzanan bantta fiyatlanır; çoklu entegrasyonlu kapsamlı sistemler bunun birkaç katına çıkar. Fiyatı belirleyen ana kalemler entegrasyon derinliği, verinizin hazırlık düzeyi, güvenlik gereksinimleri ve doğruluk hedefidir. Token bazlı API kullanımı gibi aylık işletme giderlerini de teklifte ayrı görmelisiniz.

Evet, iki kalem vardır: kullanım başına API ücreti (işlenen metin miktarına, yani token'a göre) ve barındırma/bakım giderleri. API maliyeti senaryoya göre çok değişir; kısa cevaplı bir destek asistanı ile uzun doküman işleyen bir sistem aynı değildir. İyi bir firma beklenen aylık kullanımı sizinle projeler, maliyeti düşürmek için önbellekleme ve daha küçük modellerle kademelendirme gibi optimizasyonları baştan tasarlar.

Çoğu durumda evet. API sunabilen her sisteme chatbot, sınıflandırma, özetleme veya öneri katmanı eklenebilir; kritik olan mevcut altyapının veri alışverişine uygunluğudur. Çok eski, dışa kapalı sistemlerde önce bir API katmanı veya kısmi modernizasyon gerekebilir. Hangi tekrarlayan işlerin devredilebileceğini görmek için işletmeler için yapay zeka otomasyonu senaryolarını incelemek iyi bir başlangıçtır.

Güncel büyük modeller (Claude, GPT sınıfı) Türkçede günlük kurumsal senaryolar için yeterli kaliteye ulaştı; müşteri yazışmaları, özetleme ve sınıflandırmada üretim kalitesinde sonuç verir. Açık kaynak modellerin Türkçe performansı ise genellikle daha düşüktür ve ek uyarlama isteyebilir. Doğru yaklaşım, kendi verinizden derlenmiş Türkçe test soruları üzerinde karşılaştırma yaptırmaktır; firma bu testi kurulumdan önce sizinle yapmalıdır.

Doğru kurgulanırsa evet. Sözleşmede dört şeyi arayın: hangi verinin hangi sağlayıcıya gittiğinin listesi, kişisel verinin yurt dışına aktarımında KVKK'ya uygun kurgu, verinizin üçüncü taraf model eğitiminde kullanılmayacağı taahhüdü ve gereksiz kişisel verinin maskelenmesi. Kurumsal API planları veri saklamama seçenekleri sunar; firmanın hangi planla çalıştığını sormaktan çekinmeyin.

Hayır, her senaryo büyük veri istemez. Hazır güçlü modeller RAG mimarisiyle mevcut dokümanlarınız ve kayıtlarınızla değer üretebilir; birkaç yüz sayfalık doküman veya birkaç bin satırlık kayıt bile anlamlı bir asistan için yeterli olabilir. Talep tahmini gibi istatistiksel senaryolar ise daha fazla geçmiş veri ister. Asıl önemli olan verinin miktarı değil düzenidir; dağınık veri, projede temizlik emeği ve ek maliyet demektir.

Doğru bir şirkette evet, ve kapsam yalnızca kod olmamalıdır. Kaynak kodun yanında prompt şablonları, bilgi tabanı, vektör veritabanı ve dağıtım dokümantasyonu da size ait olmalı; aksi halde sistem çalışsa bile firmaya bağımlı kalırsınız. Teslim şeklini (Git deposu, erişim hakları) sözleşmeye yazdırın ve projenin başka bir ekip tarafından devralınabilir olduğunu görüşmede açıkça teyit edin. Edge Bilişim'de depo erişimi projenin son gününü beklemez; müşterinin teknik sorumlusu ilk haftadan itibaren okuma yetkisiyle depoya eklenir, prompt şablonları ve bilgi tabanı dosyaları da kodla aynı depoda sürümlenir, böylece devir gerektiğinde yalnızca son hâl değil değişiklik geçmişi de birlikte aktarılmış olur.

Tek senaryolu bir pilot genellikle 4-8 haftada canlıya alınabilir; entegrasyon sayısı arttıkça süre uzar ve kapsamlı sistemler birkaç ayı bulur. Süreyi en çok uzatan etkenler veri hazırlığı, entegrasyon izinlerinin (API erişimleri) gecikmesi ve test döngüleridir. Aşamalı çalışan bir firmada ilk çalışan sonucu birkaç hafta içinde görmeniz gerekir; aylarca çıktısız ilerleyen proje planı bir uyarı işaretidir.

Evet, özellikle sonucun belirsiz olduğu senaryolarda en düşük riskli başlangıçtır. PoC'de tek soru cevaplanır: bu senaryo bizim verimizle hedeflenen kalitede çalışıyor mu? Kapsamı, süresi (genellikle birkaç hafta) ve başarı kriteri yazılı olmalı; PoC sonunda devam etmeme hakkınız da sözleşmede yer almalıdır. Kanıtlanan senaryo daha sonra pilot ve yaygınlaştırma adımlarıyla büyütülür.

En hızlı geri dönüş veren senaryolar ürün önerisi ve akıllı aramadır: kullanıcı davranışına göre ilgili ürünleri göstermek sepet tutarını ve dönüşümü yükseltir, yazım hatalarını anlayan arama kayıp trafiği geri kazanır. Bunlara sipariş durumu yanıtlayan asistan, otomatik ürün açıklaması ve talep tahmini eklenebilir. Çözümün değer üretmesi için e-ticaret platformunuzla entegrasyonun (İkas, Ticimax, WooCommerce, Shopify) baştan planlanması gerekir. Ürün ve kategori içeriklerinizin yapay zeka motorlarınca doğru okunması ise ayrı bir çalışma alanıdır; bunu GEO ve LLM optimizasyonu rehberinde ele aldık.

Toplam rakamı değil kalemleri karşılaştırın: geliştirme, entegrasyonlar, veri hazırlığı, test, aylık işletme gideri ve bakım ayrı ayrı yazılmalı. Sonra güvenceleri yan yana koyun: canlı demo, kaynak kod ve prompt teslimi, KVKK taahhüdü, aşamalı ödeme, teslim sonrası destek koşulları. En ucuz teklif çoğu zaman entegrasyon ve bakımı kapsam dışı bıraktığı için ucuzdur; eksik kalemler projede ek faturaya dönüşür.

Yayına almadan önce işe bağlı hedefler tanımlayın: destek taleplerinin ilk temasta çözülme oranı, ortalama yanıt süresi, operasyon ekibinin kazandığı saat, e-ticarette dönüşüm ve sepet tutarı. Teknik tarafta gerçek sorulardan oluşan bir test setiyle doğruluk ölçülmeli, yayın sonrası kullanıcı geri bildirimi toplanmalıdır. Firmadan bu metrikleri gösteren basit bir panel isteyin; ölçülmeyen AI özelliği, iyileştirilemeyen özelliktir.