Yapay zeka işi nasıl değiştirir — ve nerede takılır

Yapay zeka çoğu şirkette önce bir demo, sonra bir slayt, en sonda da sahipsiz bir araç olarak kalır. Asıl dönüşüm, modeli seçmekle değil; hangi işin tekrar ettiğini, hangisinin insan kararı gerektirdiğini ayırmakla başlar.

Bu ayrım yapılmadan açılan “AI programı” genelde üç yerde dağılır: veri kimseye ait değildir, çıktı birinin işine bağlanmaz, sonuç ölçülmez. Model çalışıyor gibi görünür; şirket aynı hızda, aynı hatayla devam eder.

Model bir katman. Asıl iş, verinin temiz girmesi, çıktının birine ait olması ve sonucun ölçülmesidir.

Üç iş aynı anda değişmez

Otomasyon, karar ve müşteri deneyimi farklı ritimlerde hareket eder. Tekrar eden iş — teklif taslağı, fatura kontrolü, randevu, stok uyarısı — görece çabuk kapanır. Karar, yani “bu müşteriye ne teklif edelim, bu stoku tutalım mı”, veri ve sahiplik ister. Deneyim ise kanal, metin ve ölçüm aynı dile gelmeden değişmez.

Sırayı ters kuran ekipler önce chatbot veya vitrin önerisiyle görünür bir şey ister. Arka planda katalog dağınıktır, talep kaydı yarım kalır, destek kuyruğu CRM’e bağlanmamıştır. Görünen katman parlaktır; içerideki iş aynı kalır. Üç-dört ay sonra “AI işe yaramadı” cümlesi gelir. Aslında işe yarayacak bir iş seçilmemiştir.

İlk adım: dar, sahip olunan bir akış

İyi bir ilk adım genellikle müşteri talebi, teklif hazırlığı veya haftalık raporlama gibi dar bir akıştır. Orada süre kısalır, hata düşer, ekip neyin otomatikleştiğini kendi işinde görür. “Her yerde AI” programı ise sahiplik dağılınca durur: her birim kendi aracını dener, hiçbiri üretim haline gelmez.

Akışı seçerken üç soru yeter. Bu iş her hafta tekrar ediyor mu? Çıktı birinin masasına düşüyor mu? Yanlış olursa kim düzeltiyor? Üçüne de evet diyemiyorsanız henüz otomasyon değil, keşif yapıyorsunuz. Keşif de meşrudur; onu bir ürün gibi duyurmamak gerekir.

• Tek bir iş, tek bir sahip, tek bir başarı ölçüsü.
• Veri kaynağı yazılı: nereden geliyor, ne sıklıkla, kim güncelliyor.
• İstisna tarifi: model emin değilse kime, hangi bağlamla bırakıyor.
• Canlıya alma kriteri: süre, hata veya hacim — slayt değil, sayı.

Nerede takılır

En sık takılma, veri kalitesi değil, sahiplik boşluğudur. Model “çalışır”; çıktıyı kimse kullanmaz. İkinci takılma, istisnanın tarif edilmemesidir: müşteri iki kez yazar, stok eksiye düşer, onay gecikir — bot ya durur ya yanlış kaydı içeri alır. Üçüncü takılma ölçüdür. Konuşma sayısı, üretilen metin adedi, “kullanım” grafikleri işi anlatmaz. Anlatan şey, kapanan talep, kısalan süre, düşen hata ve geri dönen müşteridir.

Güven de burada kırılır. Ekip bir kez yanlış otomatik e-posta görünce aracı kenara iter. Bu yüzden ilk sürümün dar olması, insan onayının durduğu yerin açık kalması ve yanlışın hızlı düzeltilmesi, model seçiminden daha çok işe yarar.

Labztech’te nasıl kuruyoruz

Yazılım, veri ve operasyonu aynı masada tutuyoruz. Önce işi adım adım yazıyoruz; sonra hangi adımın tekrara, hangisinin karara ait olduğunu ayırıyoruz. Model o ayrımın üzerine oturur. Çıktı mevcut yazılıma — CRM, stok, destek kuyruğu, rapor — bağlanır; ayrı bir “AI ürünü” olarak rafta durmaz.

Ölçüm baştan seçilir. İki-üç metrik yeter: bu akış ne kadar sürüyor, kaçında insan devreye giriyor, kaçında iş gerçekten kapanıyor. Bunlar hareket etmiyorsa modeli büyütmek değil, akışı tekrar okumak gerekir. İnovasyon, gürültüden böyle ayrılır.

Özet: sırayı doğru kurun. Önce tekrar eden iş, sonra karar, en sonda deneyim. Her katmanda bir sahip, bir istisna tarifi, bir sayı. Geri kalanı araçtır.