Çınar'daki KOBİ'ler için yapay zekâ yazılımı

01KOBİ'nin gerçek ihtiyacı: küçük başlamak

İlk sürüm tek bir sorunu çözmelidir: kaybolan siparişler, takip edilemeyen tahsilatlar veya elle hazırlanan raporlar gibi.

• kullanım senaryosu analizi
• doğrulama
• model seçimi

02Aşamalı yol haritası

1. İlk sürüm (MVP): en çok zaman kaybettiren iş
2. Kullanıcı geri bildirimiyle düzeltmeler
3. İkinci modül: rapor veya entegrasyon
4. Mobil erişim ve bildirimler
5. Büyüme: yeni şube, yeni rol, yeni kanal

03Yapay zekâ yazılımı hangi ihtiyaca cevap verir?

Müşteri soruları aynı konularda yoğunlaştığında

Sık sorulan sorular şirketin kendi kaynaklarından cevaplanır; çözülemeyen konuşma insana devredilir.

Veri dışarı çıkmamalıysa

Açık kaynak modeller şirketin kendi sunucusunda çalıştırılabilir; donanım ihtiyacı analizde netleşir.

04Bütçeyi koruyan tercihler

• İlk sürümde yalnız en çok zaman kaybettiren işi çözmek
• Bulut barındırmayla donanım yatırımını ertelemek
• Mevcut muhasebe programını değiştirmeden entegrasyonla bağlamak
• Raporları önce temel düzeyde kurup kullanıldıkça zenginleştirmek

05Destek ve hibe notu

KOSGEB ve benzeri kurumların dijitalleşme destek programları dönemsel olarak açılır; güncel çağrıları ilgili kurumdan kontrol edin.

06Çınar'da KOBİ'lerle çalışma düzeni

Çınar'ın PTT verisindeki 101 yerleşim kaydı 1 farklı posta koduna dağılır. Birden fazla ilçede ekibi veya şubesi olan işletmelerde yapay zekâ yazılımı için kullanıcı rolleri, şube bazlı görünürlük ve merkezi raporlar birlikte planlanır.

Yazılım projelerinde analiz, tasarım ve geliştirme çoğunlukla uzaktan, görüntülü toplantılarla yürür; Çınar'daki işletmelerle ekran paylaşımlı demolar ve ortak bir proje panosu üzerinden çalışılır. Donanım kurulumu, saha keşfi veya kullanıcı eğitimi gereken işlerde yerinde çalışma planlanır.

Aynı ildeki Silvan, Diyarbakır Yenişehir ve Eğil ilçeleri için de yapay zekâ yazılımı talepleri değerlendirilir; toplantılar uzaktan yapılır.

07Planlama notları

• Maliyet, kullanım (token/istek) bazlı olabilir; izleme ve sınır konur.
• Yapay zekâ çıktısı doğrulama adımıyla tasarlanır (insan onayı, güven eşiği).
• RAG sistemlerinde belge kalitesi ve güncelliği cevap kalitesini belirler.

08Örnek: küçük ölçekli başlangıç

SSSSık sorulan sorular

→İlgili sayfalar

Bu sayfada geçen kavramlar

• kullanım senaryosu analizi
• model seçimi
• doğrulama
• RPA
• OCR
• WhatsApp botu
• tahminleme
• RAG
• sınıflandırma
• vektör veritabanı
• Diyarbakır
• Çınar