İş için yapay zeka, küçük bir şirket açısından gerçekte ne anlama gelir?
5 ile 200 kişilik bir şirket için işte yapay zeka kullanımı, çoğunlukla metin işleri yapan üretken asistanlar anlamına gelir: taslak hazırlama, özetleme, yeniden yazma, bilgi çıkarma ve açıklama. Nadiren bir model geliştirmek veya veri bilimi ekibi kurmak anlamına gelir. Kullanılacak araç genellikle bugün öğleden sonra abone olabileceğiniz bir araçtır; zaman alan, nasıl kullanılacağına ilişkin kararlardır.
Bu örüntü yayımlanmış araştırmalarda da görülüyor. Birleşik Krallık hükümetinin, 2025 yılının Şubat ve Mayıs ayları arasında yapılan 3,500 işletme görüşmesine dayanan Yapay Zeka Benimseme Araştırması'nda, hâlihazırda yapay zeka kullanan işletmelerin 85%'i doğal dil işleme ve metin üretimi kullandığını belirtti. Bu oran diğer tüm türlerin çok önündeydi. Aynı araştırma, Birleşik Krallık'taki işletmelerin yaklaşık altıda birinin (16%) en az bir yapay zeka teknolojisi kullandığını ortaya koydu. Her iki oran da teknolojiden sorumlu kişinin beyanına dayanıyor; bu nedenle bunları sektörünüz için bir kural olarak değil, o anki durumu gösteren bir kesit olarak değerlendirin.
Pratikte bunun anlamı, iş dünyasında yapay zekanın büyük ölçüde insan ve süreç meselesi olduğudur. Kim, hangi aracı, hangi görevlerde, hangi bilgilerle kullanabilir ve sonuç müşteriye ulaşmadan önce kim tarafından kontrol edilir? Bu dört soruya net yanıt veren bir şirket, pahalı bir asistan alıp herkesin kendi yolunu bulmasını bekleyen bir şirkete göre temel bir asistandan daha fazla fayda sağlar.
İşletmeler için hangi yapay zeka uygun?
Başlangıç için en iyi araç genellikle ekibinizin sürekli kullandığı yazılımlarla uyumlu, veri koşullarını okuduğunuz bir kurumsal planda sunulan genel amaçlı asistandır. Microsoft 365 kullanan bir şirket genellikle önce Copilot'ı; Google Workspace kullanan bir şirket ise genellikle Gemini'ı değerlendirir. Birçok farklı araçla çalışan veya çok sayıda uzun metin ve analiz hazırlayan bir ekip ise çoğunlukla ChatGPT ve Claude kurumsal planlarını karşılaştırır. Bunların hiçbiri her ekip için doğru seçenek değildir. Plan özellikleri yeterince sık değiştiği için bir sıralama yazısı yerine sağlayıcının güncel plan sayfasını kontrol etmelisiniz.
Özellik listesinden önce veri kullanım koşullarına bakın. İşletme ve kurumsal planlarda veriler genellikle ücretsiz bireysel hesaplardan farklı şekilde işlenir. Örneğin Anthropic'in gizlilik merkezi, müşteri geri bildirim vermedikçe veya başka bir şekilde izin vermedikçe, Claude for Work ve API gibi ticari ürünlerinin girdilerini veya çıktılarını varsayılan olarak model eğitiminde kullanmadığını belirtir. Seçtiğiniz aracın ilgili sayfasını kontrol edin ve bu koşulların gerçekten satın aldığınız plan için geçerli olduğunu doğrulayın.
Uzmanlaşmış araçlar daha sonra gelir. Bir deşifre aracı, destek sisteminizdeki bir yapay zeka özelliği veya bir görsel oluşturucu bir ekip için yararlı olabilir; ancak her biri şirket bilgilerinin aktarıldığı yeni bir yer ve okunması gereken yeni koşullar demektir. Önce tek bir genel amaçlı asistanla başlayın, ekibinizin onun çıktılarını nasıl gözden geçirdiğini öğrenin, ardından belirli bir görevin gerektirdiği noktalarda uzmanlaşmış araçlar ekleyin. İş için yapay zeka araçları seçme rehberimiz, onay sürecinde sorulacak soruları daha ayrıntılı ele alır.
| Ekibiniz ağırlıklı olarak şu ortamda çalışıyorsa | Değerlendirerek başlayın | Satın almadan önce kontrol edin |
|---|---|---|
| Microsoft 365 (Outlook, Word, Excel, Teams) | Kurumsal abonelik kapsamında Microsoft Copilot | Lisansınız ve izinleriniz kapsamında Copilot'ın erişebildiği uygulamalar ve veriler |
| Google Workspace (Gmail, Dokümanlar, E-Tablolar) | Workspace için Gemini | Hangi Workspace sürümüne dahil olduğu ve yöneticilerin neleri kapatabileceği |
| Birden fazla araç kullanımı veya yoğun yazım ve analiz işleri | ChatGPT veya Claude kurumsal planları | Verilerin eğitimde kullanımına ilişkin varsayılan ayarlar, saklama süreleri, yönetici kontrolleri ve kullanıcı lisansı koşulları |
| Görüşme notları veya görseller gibi dar kapsamlı tek bir görev | Genel amaçlı bir asistandan sonra uzmanlaşmış bir araç | Dosyaların nerede saklandığı, onları kimlerin görebildiği ve nasıl silinecekleri |
İşletmelerde yapay zeka adım adım nasıl uygulamaya alınır?
Yapay zekayı, yeni bir çalışma yöntemini devreye alır gibi uygulayın: tek bir sorumlu, onaylanmış görevlerden oluşan kısa bir liste, yazılı sınırlar, bir gözden geçirme adımı ve devam edip etmeyeceğinize karar vereceğiniz bir tarih. Aşağıdaki adımlar, bilgi teknolojileri departmanı olmayan bir şirkete uygundur ve aylar değil, haftalar sürer.
1. Bir sorumlu belirleyin
Hangi araçların onaylanacağına bir kişi karar verir, soruları yanıtlar ve listeyi güncel tutar. Küçük bir şirkette bu genellikle bir komite değil, operasyon yöneticisi veya kuruculardan biridir.
2. Tekrarlanan dil işlerini listeleyin
Her ekipten, her hafta yaptıkları ve okuma veya yazma içeren üç iş belirtmesini isteyin: tedarikçi e-postaları, toplantı notları, tekliflerin ilk taslakları, ürün açıklamaları, politika özetleri. İşin büyüklüğünden çok tekrarlanması önemlidir.
3. Her görevi olası sonuçlarına göre puanlayın
Çıktı yanlışsa ne olacağını belirtin. Şirket içi bir toplantı özetindeki hatanın etkisi düşüktür; müşteriye verilen fiyat teklifindeki veya maaş hesaplamasına ilişkin açıklamadaki hatanın etkisi ise yüksektir. Kimin kontrol edeceği belli olan, düşük ve orta etkili görevlerle başlayın.
4. Tek bir araç ve tek bir plan seçin
Mevcut yazılımlarınıza uyan asistanı kurumsal bir planla kullanın ve verilerle ilgili koşullarını okuyun. Herkesin kendi ücretsiz hesabını seçmesine izin vermeyin.
5. Sınırları tek sayfaya yazın
Araca hangi bilgilerin girilebileceği, hangilerinin girilmemesi gerektiği (müşteri kayıtları, kişisel veriler, henüz açıklanmamış mali veriler, parolalar), kimin neyi kontrol edeceği ve bir sorun çıkarsa kime haber verileceği.
6. Yalnızca istemi değil, çıktının nasıl gözden geçirileceğini de öğretin
Çalışanlara önce bağlamı nasıl sunacaklarını, ardından herhangi bir içerik şirket dışına çıkmadan önce bilgileri, rakamları ve üslubu nasıl kontrol edeceklerini gösterin. Önce kurgusal veya onaylanmış örneklerle uygulama yapın.
7. Dört ila altı hafta sonra gözden geçirin
Gerçek iş örneklerini inceleyin, insanların neleri kullanmayı bıraktığını ve nedenini sorun; hangi görevlerin korunacağına, değiştirileceğine veya bırakılacağına karar verin. Yalnızca uygulamada işe yarayan rutinleri yaygınlaştırın.
Bu, gerçek bir ekipte nasıl uygulanır?
Kurgusal Brightwater Interiors şirketini ele alalım: internette mobilya satan 22 kişilik bir şirket; küçük bir müşteri hizmetleri ekibi, iki pazarlama çalışanı ve bir operasyon sorumlusu var. Operasyon sorumlusu sürecin sahipliğini üstleniyor, kurumsal abonelik kapsamında bir asistan seçiyor ve ilk iki görevi onaylıyor: tedarikçinin teknik özellikler belgesinden ürün açıklaması taslakları hazırlamak ve sipariş notlarından teslimat sorularına yanıt taslakları oluşturmak. Müşteri adları ve adresleri araca girilmiyor; temsilciler yalnızca sipariş durumunu ve soruyu yapıştırıyor.
Bir pazarlamacının ilk istemi şöyledir: 'Meşe yemek masası için bir ürün açıklaması yaz.' Çıktı akıcıdır ve öğretici biçimde yanlıştır. Teknik özellikler belgesinde işlenmiş levha üzerine meşe kaplama yazmasına rağmen masayı 'masif meşe' olarak tanımlar, belgede altı kişilik olduğu belirtilirken 'sekiz kişinin rahatça oturabileceğini' iddia eder ve Brightwater'ın sunmadığı 'ertesi gün ücretsiz teslimat' sözü verir.
Gözden geçirilmiş istemde ürün bilgi formunun metni, markanın üslup notları ve üç kural yer alır: yalnızca bilgi formundaki olguları kullan, eksik ayrıntıları tahmin etmek yerine işaretle ve teslimat koşullarından hiç söz etme. Yeni taslakta 'meşe kaplama', 'altı kişilik' ifadeleri bulunur ve taslak şu notla biter: 'Bilgi formunda masanın ağırlığı belirtilmiyor; yayımlamadan önce lütfen doğrulayın.' Pazarlama uzmanı, olgu içeren her ifadeyi bilgi formuyla karşılaştırır ve metni yayımlar. Gerçek bir zaman tasarrufu vardır, ancak sınırlıdır; asıl kazanç, ekibin artık tekrar kullanabileceği bir isteme ve müşterinin şikâyet edeceği türden hataları yakalayan bir kontrole sahip olmasıdır.
Brightwater'ın bilinçli olarak yapmadıkları: asistanın müşterilere doğrudan yanıt göndermesine izin vermek, dışa aktarılan sipariş verilerinin tamamını asistana yapıştırmak veya iki görev incelenmeden şirket genelinde kullanıma geçileceğini duyurmak. Bu kararlar, inceleme alışkanlığı yerleştikten sonra alınabilir.
Küçük bir işletmenin yapay zeka stratejisi neleri içermeli?
Küçük bir işletmenin yapay zeka stratejisi tek sayfaya sığabilir: Yapay zekayı neden kullandığınız, hangi araçların onaylı olduğu, hangi görevlerin kapsam içinde ve dışında kaldığı, hangi bilgilerin kesinlikle kullanılmaması gerektiği, kimin neyi inceleyeceği, insanların nasıl öğreneceği ve işe yarayıp yaramadığına nasıl karar vereceğiniz. Daha uzun bir metin, genellikle kararların henüz verilmediğine işarettir.
Bu, risk çerçevelerinde anlatılanların daha küçük ölçekli bir sürümüdür. NIST'in gönüllü kullanım için tasarlandığını belirttiği Yapay Zeka Risk Yönetimi Çerçevesi, rehberliğini Yönetişim, Haritalama, Ölçme ve Yönetme başlıkları altında toplar. Yönetişim rehberinde, rollerin ve sorumlulukların belgelenmesi, insanların kuruluş politikaları doğrultusunda görevlerini yerine getirebilmesi için eğitim verilmesi ve endişelerin üst mercilere iletilmesi için açık yollar oluşturulması istenir. 20 kişilik bir şirketin çerçevenin tamamına ihtiyacı yoktur; ancak aynı dört alışkanlık geçerlidir: kimin sorumlu olduğunu bilin, hangi araçların kullanıldığını bilin, insanları gerçekten yaptıkları görevler için eğitin ve bir sorunu dile getirmeyi kolaylaştırın.
Amaç
Yapay zekanın hangi konularda yardımcı olmasını istediğinizi anlatan iki veya üç cümle; örneğin pazarlamada ilk taslakları daha hızlı hazırlamak veya tedarikçi belgelerini daha hızlı özetlemek.
Onaylı araçlar ve planlar
Adı belirtilen araç, abonelik planı, aracı kimin yönettiği ve kişilerin nasıl erişim aldığı.
Giren ve çıkan görevler
Onaylanan görevlerin ve bir kişi hakkında karar veren her türlü işlem gibi, henüz izin verilmeyen görevlerin kısa bir listesi.
Bilgi paylaşımının sınırları
Çalışanların kendi işlerinden tanıyacağı örneklerle, hangi bilgilerin girilebileceği ve hangilerinin girilemeyeceği.
İnceleme ve nihai onay
Hangi çıktıların şirket dışına çıkmadan önce kim tarafından ve hangi açılardan kontrol edildiği.
Öğrenme
İnsanların nasıl pratik yapacağı ve emin olmadıklarında kime danışacağı.
Gözden geçirme tarihi
Bulguları ne zaman inceleyip neleri koruyacağınıza karar vereceğiniz.
Bunun bir iş rolüyle nasıl bağlantılı olduğunu görmek ister misiniz?
Planlanan ekip denemesini keşfedin ↗Başlıca riskler neler ve çıktıyı kim kontrol ediyor?
Günlük riskler; kendinden emin biçimde sunulan hatalar, hassas bilgilerin yanlış araca girilmesi ve akıcı yazıldığı için insanların çıktıya güvenmesidir. NIST'in Üretken Yapay Zeka Profili, üretken yapay zekaya özgü risklerden biri olarak, kendinden emin biçimde ifade edilen ancak hatalı veya yanlış içerik üretimi şeklinde tanımladığı halüsinasyonu sayar. Ayrıca otomasyon yanlılığını, yani otomatik sistemlere aşırı güvenmeyi açıklar ve bunun diğer riskleri ağırlaştırabileceğini belirtir. Sade bir ifadeyle: araç bazen yanılır ve insanlar ona inanmaya eğilimlidir.
Birleşik Krallık rehberleri de aynı yönde. NCSC, herkese açık büyük dil modellerine gönderilen sorgulara hassas bilgilerin eklenmemesini öneriyor. Acas ise işverenlere, çıktıların doğruluk, üslup ve önyargı açısından kontrol edilmesi gerektiğini, mevcut veri gizliliği politikalarının yapay zeka kullanımında da geçerli olduğunu ve en iyi çıktıları alabilmek için çalışanların eğitime ihtiyaç duyabileceğini belirtiyor. Kişisel veri söz konusuysa ICO'nun yapay zeka ve veri koruma rehberi; hesap verebilirliği, hukuki dayanağı ve veri koruma etki değerlendirmelerini kapsıyor. Bu rehber genel bilgi niteliğindedir, hukuki tavsiye değildir; kendi durumunuza özel danışmanlık alın.
Çözüm sıkıcı ama etkilidir. Onaylanmış her görevin belirlenmiş bir inceleyicisi vardır; bu kişi neyi kontrol edeceğini bilir: bilgilerin kaynakla karşılaştırılması, rakamların yeniden hesaplanması, şirketin tutamayacağı sözler ve hedef kitleye uygun üslup. Önemli sonuçlar doğurabilecek her şey, konuya hâkim bir kişinin onayından geçer. Yapay zeka çıktılarının doğruluğunu kontrol etme rehberimiz, bunu insanların uygulayabileceği bir rutine dönüştürür.
İnsanlar kullanıma sunulduktan sonra yapay zeka kullanmayı neden bırakır?
Çalışanlar, yapay zekanın kendi görevlerinden hangilerine yardımcı olduğunu göremediklerinde, neleri yapıştırmalarına izin verildiğinden emin olmadıklarında veya ilk denemelerdeki kötü bir çıktı onları kontrol etmeye bile değmeyeceğine ikna ettiğinde kullanmayı bırakır. Kullanıcı lisansı satın almak bunların hiçbirini çözmez. DSIT araştırmasında, hâlihazırda yapay zeka kullanan işletmeler, çalışanlarının ortalama 30%'unun bunu kullandığını bildirdi; 77%'si ise çalışanlarının yarısından azının kullandığını söyledi. Aynı ankette, yapay zekayı hiç kullanmamanın en sık belirtilen nedenleri, belirlenmiş bir ihtiyacın olmaması ve yapay zeka becerileri ile uzmanlığının sınırlı olmasıydı.
Çözüm somuttur. Her role örnek bir istem ve gözden geçirme kontrol listesiyle birlikte iki veya üç onaylı görev verin, sınırları hatırlanacak kadar kısa tutun ve insanlara ilk kötü denemenin hiçbir kayba yol açmadığı, güvenle pratik yapabilecekleri bir alan sunun. Yapay zekanın benimsenmesine ilişkin rehberimiz, yöneticilerin ilk ayda neler yapabileceği de dahil olmak üzere kullanıma sunulduktan sonra kullanımın düşük kalması sorununu ayrıntılı olarak ele alır.
Yapay zekanın işletmenizde işe yarayıp yaramadığını nasıl anlarsınız?
Genel olarak yapay zekayı değil, açıkça tanımlanmış birkaç görevi ölçün. Kullanıma geçmeden önce bir görevin yaklaşık ne kadar sürdüğünü ve kontrol eden kişinin işi ne sıklıkla geri gönderdiğini not edin. Dört ila altı hafta sonra aynı göreve bakın: ilk taslak kullanılabilir olmaya daha mı yakın, kontrol eden kişinin yaptığı düzeltmeler azalmış mı ve hatalar müşteriye ulaşmadan yakalanıyor mu? Bu gözlemler, oturum açma sayısından daha yararlıdır.
Kendi bildirdikleriniz de dahil olmak üzere, kişisel beyana dayanan kazanımlara temkinli yaklaşın. DSIT anketinde, yapay zeka kullanan işletmelerin 56%'sı çalışan verimliliğinde artış bildirmiş, 77%'si ise gelirlerinde henüz bir değişiklik olmadığını belirtmiştir. Raporun kendisi de bu rakamların katılımcıların kendi beyanlarına dayanan tahminler olduğunu not eder. Şirketinizde kanıtları doğrudan yapılan işten toplayın: birkaç önce-sonra örneği, kontrol eden kişinin notları ve görevi yapan kişilerle kısa bir görüşme.
Yapay zeka ne zaman bir iş sorunu için yanlış çözümdür?
Temel süreç belirsizse, çıktıyı kimse kontrol edemiyorsa veya görev bir kişi hakkında karar vermekse yapay zekayla başlamak yanlıştır. Fiyat teklifi süreciniz tutarsızsa bir asistan tutarsız teklifleri daha hızlı üretir. Şirkette hiç kimse bir vergi açıklamasının doğru olup olmadığını anlayamıyorsa o açıklamayı araç yazmamalıdır. Bir görev kimin işe alınacağını, terfi edeceğini, disiplin yaptırımına tabi tutulacağını veya hizmet talebinin reddedileceğini belirliyorsa genel amaçlı bir asistan ve hızlı bir incelemeden çok daha dikkatli bir yaklaşım gerekir.
İş hacmi çok düşükse de doğru çözüm değildir. Ayda bir tedarikçi e-postası yazmak; yeni bir araç, politika ve eğitimi haklı çıkarmaz. Ayrıca sahip olmadığınız uzmanlığın yerini tutmaz: Yapay zeka, yetkin bir kişinin daha hızlı çalışmasına yardımcı olabilir, ancak yetkin olmayan birinin çıktısını güvenle kullanılabilir hâle getiremez. İnceleme sonucunda bir kullanım alanına hayır demek de gayet geçerli bir sonuçtur.
Eğitimin yeri nedir ve Tosheo.ai nerede devreye girer?
Araçlar kolay göründüğü için eğitim, küçük şirketlerin çoğunun atladığı adımdır. Eksik olan nadiren hangi düğmeye basılacağını bilmektir; asıl mesele hangi bağlamın verileceğini, hangi bilgilerin dışarıda tutulacağını ve belirli bir iş için sonucun nasıl kontrol edileceğini bilmektir. Bunu öğrenmenin en kolay yolu, genel bir kurs izlemek yerine gerçek görevleri geri bildirim alarak uygulamaktır.
Tosheo.ai, 5 ila 200 kişilik ekipler için tam da bunu yapmak üzere hazırlanıyor. İlk sürümde yöneticinin rolleri ve ekibin kullandığı yapay zeka araçlarını seçmesi planlanıyor. Her çalışan kısa bir seviye belirleme değerlendirmesinden sonra, gerçek bir yapay zeka aracıyla yapılan ve herkesin görebildiği bir puanlama kılavuzuna göre değerlendirilen uygulamalı bir görevle biten 10 ila 15 dakikalık dersleri tamamlayacak. Yöneticilerin beceri gelişimini ve tamamlanma durumunu görmesi, ham sohbet kayıtlarını ise hiçbir zaman görmemesi planlanıyor. Ürünün geliştirilmesine henüz başlanmadığından paylaşılabilecek müşteri sonuçları yok. Planlanan fiyatlar fiyatlandırma sayfasında yer alıyor. Yalnızca bir politikaya veya ilk görev listesine ihtiyacınız varsa bu sitedeki ücretsiz rehberler yeterli olabilir.
Kaynaklar ve kapsam
GOV.UK, Yapay Zekanın Benimsenmesi Araştırması yayın sayfası, güncelleme: Şubat 2026 ↗
NIST, Yapay zeka risk yönetimi çerçevesine genel bakış, January 2023 ↗
NIST, Yapay zeka risk yönetimi uygulama kılavuzu: Yönetişim ↗
NIST, AI 600-1 Üretken yapay zeka profili, July 2024 ↗
NCSC, ChatGPT ve büyük dil modelleri: risk nedir?, 14 Mart 2023 ↗
Acas, İşverenlerin üçte biri yapay zekanın verimliliği artıracağını düşünüyor, 15 May 2025 ↗
ICO, 15 March 2023 tarihli Yapay zeka ve veri koruma rehberi ↗