Yapay Zeka Bir İşi Ne Zaman Gerçekten Çözer, Ne Zaman Sadece 'Havalı' Durur?

LinkedIn'de gördüğün videoda bir yapay zeka ajanı, tek başına bir şirketin tüm tedarikçi sürecini yönetiyor; teklif istiyor, pazarlık ediyor, sözleşmeyi imzaya hazırlıyor. İzleyen herkes 'bu iş bitti' diye düşünüyor. Aynı hafta, bir muhasebe departmanında biri hâlâ her faturayı elle Excel'e giriyor — çünkü kimse 'yapay zeka buna hazır' diye düşünmemiş. İkisi de aynı yanılgının iki yüzü: videodaki iş göründüğü kadar bitmiş değil, Excel'deki iş ise yapay zekanın gerçekten en iyi çözdüğü iş türlerinden biri. Bu yazı, yapay zekanın bir işi ne zaman gerçekten çözdüğünü, ne zaman sadece havalı bir demo olarak kaldığını ayırt etmenin pratik yolunu anlatıyor.

##İki tür yapay zeka işi var

Yapay zeka projelerinin başarısız olmasının en büyük sebebi genelde teknolojinin yetersizliği değil, yanlış iş türüne uygulanmış olması. Bir ucunda sınırları net, girdisi ve çıktısı tanımlı, doğruluğu ölçülebilir işler var: bir faturadan tutarı okumak, bir metni kategorize etmek, bir ses kaydını yazıya çevirmek, bir ürün görselinin arka planını temizlemek. Diğer ucunda ise açık uçlu, bağlam ve hüküm gerektiren, doğru cevabın tek olmadığı işler var: bir pazarlık stratejisi kurmak, bir müşteri ilişkisini yönetmek, hukuki bir riski değerlendirmek, 'şirketin yıllık planını yaz' gibi geniş talepler. Yapay zeka modelleri birinci grupta son beş yılda inanılmaz ilerledi; ikinci grupta ise hâlâ 'bazen çok iyi, bazen tehlikeli derecede kendinden emin ve yanlış' aşamasında. Bir işin hangi gruba girdiğini anlamadan 'yapay zeka bunu yapabilir mi' diye sormak, soruyu baştan yanlış sormaktır — çünkü cevap her zaman 'bağlı' olacaktır.

Bunu somut bir analojiyle düşünmek işe yarıyor: bir hesap makinesine güvenirsin çünkü aynı girdi her zaman aynı çıktıyı verir ve hata yaptığında bunu anında fark edersin — '2+2' beşe çıkmaz. Bir stratejist danışmana ise farklı güvenirsin: tavsiyesini dinlersin ama kararı sen verirsin, çünkü doğru cevap tek değildir. Yapay zeka şu an birinci gruptaki işlerde hesap makinesi gibi davranıyor — öngörülebilir ve yakalanabilir hatalarla. İkinci gruptaki işlerde ise henüz 'güvenilir danışman' değil; daha çok, çok hızlı konuşan ama bazen yanlış bilgiyi aynı özgüvenle söyleyen bir stajyer gibi çalışıyor — ve o stajyeri denetimsiz bırakmazsın.

##Gerçekten çözdüğü işler: sınırı net, hatası ölçülebilir

Yapay zekanın gerçekten güvenilir olduğu işlerin ortak bir deseni var: girdi ve çıktı önceden tanımlanabilir, aynı iş günde yüzlerce-binlerce kez tekrarlanır ve bir çıktının doğru mu yanlış mı olduğunu ayrı bir sistemle — ya da hızlı bir insan bakışıyla — kolayca doğrulayabilirsin. Fatura ve döküman okuma (OCR + LLM) bunun klasik örneği: alan sayısı sabit, 'tutar' her zaman bir sayı, 'tarih' her zaman bir tarih — model bir alanı yanlış okursa toplam tutar uyuşmaz ve hata kendini kendiliğinden gösterir. Aynı mantık ses kaydını metne çevirmek, müşteri taleplerini önceden tanımlı kategorilere ayırmak, büyük bir metin yığınında belirli bir bilgiyi aramak (embedding tabanlı arama) ve tekrarlayan kod parçalarını tamamlamak için de geçerli. Bu işlerde yapay zeka insana göre daha hızlı, daha ucuz ve çoğu zaman daha tutarlı — çünkü yorgunluk ya da dikkat dağınıklığı yaşamıyor; aynı kuralı binlerinci kayıtta da ilk kayıttaki kadar sadık uyguluyor.

Aynı desen dolandırıcılık ve anomali tespitinde de görülüyor: bir kredi kartı işleminin 'şüpheli' olup olmadığını işaretlemek sınırlı bir iştir — model bir eşik değer üzerinden karar verir, insan sadece işaretlenenleri inceler, modelin kendisi parayı iade etmeye ya da hesabı kapatmaya karar vermez. Modelin 'buna bak' dediği ve son kararı insanın verdiği bir kurulum, modelin 'bunu yap ve bitti' dediği bir kurulumdan çok daha güvenilir çalışıyor — çünkü hata maliyeti insanın bakışına indiriliyor.

Bu kategoriye giren işlerin ortak özelliklerini şöyle sıralayabiliriz:

• ▸Girdi ve çıktı biçimi önceden tanımlı — bir fatura alanı, bir kategori etiketi, bir zaman damgası
• ▸Doğru/yanlış ayrı bir kontrolle hızlıca doğrulanabiliyor — toplam tutar, zorunlu alan, ikinci bir model
• ▸İş günde onlarca ya da binlerce kez tekrarlanıyor, tek seferlik bir karar değil
• ▸Yanlış çıktının maliyeti düşük ve geri alınabilir — bir kayıt düzeltilir, iş durmaz
• ▸İnsan müdahalesi 'baştan yap' seviyesinde değil, 'örnekleri gözden geçir' seviyesinde kalıyor

##Havalı durduğu yerler: açık uçlu, hüküm gerektiren işler

Spektrumun diğer ucunda, modelin kendi başına uzun bir plan kurup birden çok adımı zincirlediği, her adımda yargı gerektiren işler var: bir pazarlık yürütmek, bir krizde müşteriye ne söyleneceğine karar vermek, bir sözleşmenin hukuki riskini değerlendirmek, güncel ve doğrulanmamış bir konuda kesin bir iddiada bulunmak. Bu işlerde iki sorun birleşiyor: doğru cevap tek değil — dolayısıyla 'yanlış' olduğunu anlamak zor — ve hata maliyeti yüksek, çünkü bir sözleşmedeki yanlış madde ya da yanlış gönderilmiş bir teklif aylar sonra fark edilen bir sorun olabilir. Demo videolarının bu alanda bu kadar etkileyici görünmesinin sebebi de tam olarak bu: senaryo önceden seçilmiş, veri temiz, kamera kapandığında neyin yanlış gittiği gösterilmiyor. Gerçek dünyada aynı ajan beklenmedik bir girdiyle karşılaştığında ya duraklamayı bilmeden devam ediyor ya da kendinden emin bir şekilde yanlış bir adım atıyor — ve bunu fark eden kimse olmazsa hata birkaç adım sonra büyüyerek ortaya çıkıyor, çünkü ajan kendi hatasının üzerine yeni adımlar inşa etmeye devam ediyor.

##Gerçek bir senaryo: fatura okuma ile 'tüm tedarikçi ilişkisini yönet' arasındaki fark

Bunu somutlaştırmak için aynı firmadan iki gerçekçi örnek düşünelim. Birincisi: 40 kişilik bir üretim firması, ayda yaklaşık 600 tedarikçi faturasını OCR + LLM ile okuyup muhasebe yazılımına otomatik işliyor. Kurulum iki-üç hafta sürdü; model alanları çıkarıyor, toplamla tutmadığında kayıt 'inceleme' kuyruğuna düşüyor, bir kişi günde 15-20 dakikasını bu kuyruğa ayırıyor. Dokuz ay sonra manuel veri girişi pratikte sıfıra inmiş durumda; hata oranı düşük çünkü her hata toplam tutar kontrolünde kendiliğinden ortaya çıkıyor ve kimse ayrıca aramak zorunda kalmıyor.

İkincisi, aynı firmanın denediği bir 'tedarikçi ilişkisi ajanı': modele tedarikçi listesi ve geçmiş siparişler verilip fiyat teklifi isteme, karşılaştırma ve ön müzakereyi otonom yapması isteniyor. İlk denemede ajan iki tedarikçiye birbirinden çok farklı teslim tarihleri öneriyor, bir tedarikçinin eski fiyat listesini güncel zannedip ona göre teklif istiyor ve bunu kimse fark etmeden ilgili e-posta gidiyor. Sorun modelin 'kötü' olması değil; görev açık uçlu, doğru cevap bağlama göre değişiyor ve hatanın maliyeti bir e-postanın zaten gönderilmiş olması. Üç ay sonra ekip bu ajanı tamamen otonom çalıştırmayı bırakıp, taslak hazırlayan ama her e-postayı bir insanın onayladığı bir araca indiriyor — hâlâ zaman kazandırıyor, ama 'kendi başına yönetiyor' değil 'taslak hazırlıyor, insan onaylıyor' haline geliyor. İki örnek de aynı şirketten, aynı yapay zeka modellerinden; farkı yaratan iş türünün kendisi.

##Ayırt etmenin beş sorusu

Bir sonraki yapay zeka projesine bütçe ayırmadan önce kendine şu beş soruyu sorman, demoya kapılıp yanlış işe yatırım yapmaktan seni korur:

• ▸Doğru çıktı tek mi, yoksa duruma göre değişen birden fazla 'kabul edilebilir' cevap mı var?
• ▸Bir çıktının yanlış olduğunu ucuz ve hızlı bir şekilde nasıl anlarım — ayrı bir kontrol mü, bir toplam mı, bir insan bakışı mı?
• ▸Bu iş günde ya da ayda kaç kez tekrarlanıyor — tek seferlik bir karar mı, yoksa ölçekte tekrar eden bir görev mi?
• ▸Bir hatanın maliyeti ne — bir kaydı düzeltmek mi, yoksa gönderilmiş bir e-postayı veya imzalanmış bir sözleşmeyi geri almak mı?
• ▸İnsan nerede devreye giriyor — örnekleri rastgele denetlemek mi yeterli, yoksa her çıktıyı tek tek onaylamak mı gerekiyor?

Bu beş soruyu somut bir örneğe uygulayalım: bir SaaS şirketi, yeni kayıt olan kullanıcılara otomatik 'onboarding' e-postası yazan bir yapay zeka denemek istiyor. Tek doğru çıktı yok, ama bu sorun değil çünkü hata maliyeti düşük: kötü bir e-posta en fazla bir kullanıcıyı sıkar, geri alınabilir, bir dahaki sürümde düzeltilir. Tekrar oranı yüksek, 'örnekleri gözden geçir' seviyesinde bir insan müdahalesi yeterli. Bu iş yapay zekaya uygun — ama aynı şirket 'müşteriyle pazarlık yapıp özel indirim onayla' diyen bir ajan kurarsa, hata maliyeti aniden yükselir (yanlış onaylanan bir indirim doğrudan gelire yazılır) ve aynı beş soru bu kez 'insan onayı olmadan bırakma' cevabını verir.

Bu beş sorunun cevapları 'sınırlı ve doğrulanabilir' tarafa düşüyorsa iş genelde yapay zekaya hazırdır. Cevaplar 'açık uçlu ve geri alınamaz' tarafına düşüyorsa, en azından başlangıçta insanı döngüden çıkarmadan ilerlemek daha akıllıca.

##Sık Sorulan Sorular

>Yapay zeka ajanlarına ne zaman güvenebilirim?

Ajanın geri dönüşü kolay ve maliyeti düşük adımlarla sınırlı tutulduğu, kritik adımların — e-posta gönderme, ödeme yapma, sözleşme imzalama — bir insanın onayından geçtiği kurulumlarda güvenebilirsin. Tamamen otonom bırakmak yerine 'ajan taslak hazırlar, insan onaylar' modeliyle başlamak hem riski düşürür hem de zamanla hangi adımların güvenle otomatikleştirilebileceğini gösterir.

>Bir işin yapay zekaya uygun olup olmadığını nasıl test ederim?

Küçük bir pilotla: gerçek verinin bir örneğini — en az 50-100 vaka — modelle işleyip sonucu elle kontrol et, hata oranını ve hata türlerini (rastgele mi, sistematik mi) kaydet. Hata oranı düşükse ve hatalar ucuz şekilde yakalanabiliyorsa işe devam et; hatalar sistematikse — belirli bir veri türünde hep yanlış çıkıyorsa — ya veriyi düzelt ya da o alt görevi insana bırak.

>Bir yapay zeka ürünü demoda neden gerçekte olduğundan daha iyi görünüyor?

Çünkü demo senaryosu seçilmiştir: temiz veri, beklenen girdi, kamera kapanmadan önce kesilen başarısız denemeler. Üretimde veri dağınık, kullanıcı beklenmedik şeyler yazar, demoda hiç görünmeyen kenar durumlar (edge case) gerçek dünyada her gün karşına çıkar. Bir ürünü değerlendirirken demo yerine kendi dağınık verinle, kendi kenar durumlarınla denemek en güvenilir test yöntemi.

>Yapay zeka 'halüsinasyon' yaptığını nasıl fark ederim?

En güvenilir yöntem, modelin iddialarını doğrulayabileceğin bağımsız bir kaynakla — bir veritabanı kaydı, bir toplam kontrolü, bir arama sonucu — çapraz kontrol etmek. Model kendinden emin bir üslupla yazdığı için 'kulağa doğru gelmesi' bir kanıt değil; özellikle sayılar, tarihler, isimler ve alıntılar gibi doğrulanabilir detaylarda, çıktıyı bağımsız bir kontrolden geçirmeden ona güvenme.

Bir işi yapay zekaya devretmeden önce yukarıdaki beş soruyu kendi sürecine sorman, hangi tarafta durduğunu genellikle ilk denemede gösterir. Yapay zeka ajanlarının gerçekte nasıl çalıştığına ve nerede insan gözetimine ihtiyaç duyduklarına daha yakından bakmak istersen bu konuyu ayrıca ele aldığım yazıya göz atabilir, kendi sürecin için bir pilot tasarlamak istersen de doğrudan yazabilirsin.