KOBİ'ler İçin AI: Nereden Başlamalı?

Geçen ay Merter'de bir tekstil atölyesinin sahibiyle kahve içiyorduk. Adam telefonundan bir Excel tablosu açtı, binlerce satır sipariş verisi. "Her ay hangi kumaştan ne kadar alacağımı tahmin etmeye çalışıyorum" dedi, "bazen tutturuyorum bazen de depoda kumaş kalıyor." Sonra ekledi: "AI falan duyuyorum ama bizim gibi 30 kişilik yere lazım mı bilmiyorum."

Bu soruyu son 6 ayda en az 20 kez duydum. Cevabım hep aynı: lazım, ama nereden başladığın her şeyi değiştiriyor.

Rakamlar Ne Diyor?

2025'te yapılan AI-MOI araştırmasına göre (490 firma, 1.414 katılımcı) Türkiye KOBİ'lerinin sadece %8.6'sı yapay zeka kullanıyor. Olgunluk endeksi 100 üzerinden 14.03. Yani çok erken aşamadayız. Bu kötü bir şey değil aslında, fırsatı görenler için avantaj.

Araştırmanın dikkat çekici bulgusu şu: en büyük engel maliyet değil, uzmanlık eksikliği. Firmalar "pahalı olduğu için" değil "nereden başlayacağını bilmediği için" AI kullanmıyor. İşte bu yazı tam da o noktaya odaklanıyor.

Fotoğraf: Pexels

1. Adım: Sorunu Bul, Teknolojiyi Değil

En sık gördüğüm hata şu: "Biz de AI kullanalım." Tamam da ne için? "Bilmiyorum, herkes kullanıyor." Bu şekilde başlayan projeler genellikle 2 ay içinde rafa kalkar.

Doğru başlangıç şu soruyla oluyor: "Ekibimiz hangi işe en çok zaman harcıyor ve bu iş kurallara dayalı mı?" Mesela o tekstilci dostumuz için cevap belliydi, talep tahmini. Her ay 2 gün boyunca Excel'de geçmiş siparişlere bakıp gelecek ayı tahmin etmeye çalışıyordu.

Başka örnekler: bir muhasebe bürosunda fatura girişi (günde 3 saat), bir e-ticaret firmasında müşteri yorumlarını sınıflandırma (haftada 10 saat), bir lojistik firmasında rota optimizasyonu. Hepsi kural tabanlı, tekrarlayan, veri olan işler. AI tam bunlar için.

2. Adım: Verine Bak

"Big data" sahibi olmanız gerekmiyor. Bir Excel dosyasında 6 aylık sipariş veriniz varsa, bu bir talep tahmini modeli için yeterli başlangıç olabilir. Ama verinin temiz olması lazım. Boş hücreler, tutarsız tarih formatları, elle yazılmış notlar... bunlar modelin düşmanı.

• CRM verileri: Müşteri kaybı tahmini, segmentasyon
• Satış verileri: Talep tahmini, stok planlama
• Destek talepleri: Otomatik sınıflandırma, önceliklendirme
• Faturalar, belgeler: OCR ve veri çıkarma otomasyonu

Bir de şunu söyleyeyim: veri temizleme işi sıkıcı ama projenin en değerli kısmı. Biz müşterilerimize "veri temizliği projenin %40'ıdır" diyoruz, abartı değil.

3. Adım: Küçük Başla, Hızlı Ölç

İlk projeniz 6 aylık dev bir sistem olmasın. 2-4 haftalık bir pilot proje yapın. Tek bir süreci ele alın, ölçülebilir bir hedef koyun, deneyin.

O tekstilciye ne yaptık biliyor musunuz? 18 aylık sipariş verisini aldık, basit bir talep tahmini modeli kurduk. İlk ay tahmin doğruluğu %72 çıktı - mükemmel değil ama adamın %55 civarında olan elle tahmininden çok daha iyi. İkinci ayda modeli biraz ayarladık, %78'e çıktı. Depoda kalan kumaş miktarı %30 azaldı.

Başarı metriğiniz net olmalı. "AI kullanıyoruz" demek değil, "%30 daha az fire veriyoruz" ya da "fatura işleme süremiz 8 dakikadan 2 dakikaya düştü" demek. Sayılarla konuşun.

Fotoğraf: Pexels

4. Adım: Doğru Ortağı Seç

Büyük danışmanlık firmaları genelde KOBİ bütçesine uygun çözümler sunmuyor. 6 aylık keşif projesi, 200 sayfalık rapor, sonra "şimdi implementasyona geçelim" deniyor. KOBİ'nin buna ne zamanı var ne parası.

Arayın: sektörünüzü anlayan, Türkçe veriyle çalışmış, ilk 30 günde ölçülebilir sonuç gösterebilen bir ekip. Referans isteyin, önceki projelerini sorun. "Her şeyi yaparız" diyen değil "şunu iyi yaparız" diyen birini tercih edin.

Sık Yapılan Hatalar

Son 2 yılda onlarca KOBİ'yle çalıştık. Aynı hataları tekrar tekrar görüyoruz.

• "AI her şeyi çözer" beklentisi: AI sihir değil. İyi veri, doğru problem tanımı ve insan denetimi lazım. AI bir araç, strateji değil.
• Veri temizliğini atlamak: "Verimiz var" demek yetmiyor. O verinin kullanılabilir olması gerekiyor. Bir müşterimizde 3 farklı Excel'de 3 farklı tarih formatı vardı, sadece bunu düzeltmek 1 hafta sürdü.
• İlk projede çok büyük düşünmek: "Tüm şirketi dijitalleştirelim" demeyin. Bir süreç seçin, orada kanıtlayın, sonra büyütün.
• Ekibi dahil etmemek: AI projesini sadece IT'ye bırakmak tehlikeli. İşi yapan kişilerin geri bildirimi olmazsa model işe yaramaz şeyler öğrenir.

Bütçe Gerçekçiliği

"AI çok pahalı" diye düşünüyor çoğu kişi. 2026'da durum farklı. API fiyatları geçen yıla göre %80 düştü. Açık kaynak modeller olgunlaştı. Bir pilot projenin maliyeti sandığınızdan düşük olabilir.

Bunlar pilot proje bütçeleri. Full entegrasyon farklı bir konu ama pilot başarılıysa, genişletmenin maliyeti genelde ilk projenin 2-3 katını geçmiyor.

5 sorudan en az 3'üne "evet" diyorsanız, başlamak için iyi bir noktadasınız.

"İlk başta 'bize ne lazım ki yapay zeka' diyordum. Pilot projeden sonra depoda kalan kumaş %30 azaldı. Şimdi ikinci projeyi konuşuyoruz."

- Tekstil atölye sahibi, Merter (ismi gizli)