Akören'deki 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
• model seçimi
• doğrulama

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
• Hazır servisleri (ödeme, e-posta, harita) baştan yazmak yerine kullanmak
• Raporları önce temel düzeyde kurup kullanıldıkça zenginleştirmek
• Bulut barındırmayla donanım yatırımını ertelemek

05Destek ve hibe notu

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

06Akören'de KOBİ'lerle çalışma düzeni

Akören'in PTT verisindeki 14 yerleşim kaydı 1 farklı posta koduna dağılır. Büyükşehirlerde merkez ve şube yapısıyla çalışan işletmeler için yapay zekâ yazılımı tasarımında merkez-şube yetki yapısı ve birleşik raporlama öne çıkar.

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

Konya genelinde Hadim, Halkapınar ve Kulu gibi diğer ilçelerdeki işletmelerle de aynı uzaktan çalışma düzeniyle ilerlenir.

07Planlama notları

• Şirket verisi dış servislere gönderilecekse KVKK m.9 aktarım şartları ve sözleşmeler değerlendirilir; gerekirse yerel/şirket içi model kurulur.
• Maliyet, kullanım (token/istek) bazlı olabilir; izleme ve sınır konur.
• Yapay zekâ çıktısı doğrulama adımıyla tasarlanır (insan onayı, güven eşiği).

08Örnek: küçük ölçekli başlangıç

SSSSık sorulan sorular

→İlgili sayfalar

Bu sayfada geçen kavramlar

• kullanım senaryosu analizi
• model seçimi
• doğrulama
• RPA
• OCR
• WhatsApp botu
• chatbot
• LLM
• tahminleme
• Konya
• Akören