İş dünyasında son dönemde sıkça karşılaşılan bir durum var: Şirketler büyük heyecanla yapay zeka projelerine başlıyor. Sunulan demolar yönetimden tam not alıyor ancak projeler bir noktada takılıp kalıyor. Ne tamamen rafa kaldırılıyor ne de şirket genelinde gerçek bir dönüşüm yaratıyor.
Paperwork Satış Direktörü Tolga Eşiz, şirketlerin yapay zeka yatırımlarında yaşadığı bu tıkanıklığın nedenlerini ve projelerin neden pilot aşamasından öteye geçemediğini değerlendirdi.
Eşiz’in gözlemleri, BCG’nin 2024 araştırması ile paralellik gösteriyor. Araştırmaya göre şirketlerin yaklaşık yarısı yapay zeka süreçlerinde hâlâ pilot aşamasında. Somut değer üretenlerin oranı beşte bire, gerçek anlamda ölçülebilir sonuç alanların oranı ise yirmide bire kadar düşüyor.
Benzer şekilde, McKinsey’nin 2025 raporu şirketlerin büyük çoğunluğunun en az bir alanda yapay zeka kullandığını ancak yöneticilerin çoğunun bunun kâra somut bir katkı sağlamadığını düşündüğünü ortaya koyuyor.
Tolga Eşiz’e göre bu tablo, teknolojinin işe yaramadığını değil, projelerin kurgulanma biçiminde temel hatalar olduğunu gösteriyor. En yaygın hata, işe teknolojiyle başlamak. Öncelik iş problemini net şekilde tanımlamak olmalı.
Eşiz, “Müşteri hizmetlerinde yapay zeka kullanmak başlı başına bir strateji değildir. Yanıt süresini kısaltmayı mı yoksa talepleri doğru ekibe yönlendirmeyi mi hedefliyorsunuz? Bu iki senaryo tamamen farklı projeler gerektirir. Ancak çoğu ekip bu ayrımı netleştirmiyor.” diyor.
RAND Corporation’ın araştırması, iş birimi ile teknik ekibin çözülmesi gereken problemi farklı anlamasının projeleri engellediğini gösteriyor. Model kusursuz çalışsa bile gerçek iş akışına entegre edilemiyor.
Eşiz ayrıca veri kalitesine dikkat çekiyor. Şirketlerin yılların birikimi olan verileri eksik, dağınık veya güncelliğini yitirmiş olabiliyor. IBM’in 2025 CEO araştırmasına göre yöneticilerin yarısı, hızlı teknoloji yatırımlarının birbirinden kopuk sistemler yarattığını kabul ediyor.
Sahadaki en önemli sorun entegrasyon eksikliği. Eşiz, “Model doğru sonuç üretsin, ancak sonuç ayrı bir ekranda kalıyorsa hiçbir şey değişmiyor.” diyor. Çalışanlar bilgiyi kopyalayıp e-postayla gönderiyor veya sonucu başka bir sisteme elle giriyor. Böylece yapay zeka çıktısı iş yükünü azaltmıyor.
McKinsey verileri, yapay zeka kullanan şirketlerin sadece beşte birinin iş akışlarını bu teknolojiye göre yeniden tasarladığını gösteriyor. Finansal sonuçla en güçlü ilişkiyi gösteren uygulama da bu yeniden tasarım süreci.
Eşiz, işe yarayan projelerin ortak başarısını şöyle özetliyor: “Sorun çoğu zaman modelin zekası değil, çıktının bir yere bağlı olmaması. Tedarikçi teklifleri karşılaştırma tablosuna düşünce ilgili kişiye otomatik görev açılmıyorsa veya arıza bildirimi girildiğinde bakım ekibine anında haber gitmiyorsa, o sistem sadece ayrı bir raporlama aracı olur.”
Başarılı projelerde yapay zeka, platforma dışarıdan eklenen bir yama değil; her fonksiyonun LLM tarafından tetiklenebildiği bir katman olarak kurgulanıyor. Örneğin, kullanıcı Teams’ten “açık işlerim” yazdığında karşısına sadece chatbotun ürettiği metin değil, gerçek ve işlevsel bir onay ekranı çıkıyor. Bu fark, pilot projelerin neden genelleşemediğini açıklıyor.
Başarıyı sadece modelin doğruluk oranına odaklanmak da yanlış. Eşiz, “%95 doğruluk modelin bittiği anlamına gelmez. Kalan %5’lik hata payının nerede hataya yol açtığı ve maliyeti bilinmeli.” diyor.
Proje başlamadan önce işlem süresi, hata oranı ve yeniden işleme maliyetleri ölçülmeden uygulamanın değeri anlaşılamıyor. McKinsey araştırması, şirketlerin beşte birinden azının üretken yapay zeka için açık performans göstergesi (KPI) takip ettiğini gösteriyor.
Eşiz, şirketlerin yapay zeka yolculuğunda kendilerine sormaları gereken ilk sorunun “Hangi modeli kullanalım?” değil, “Hangi işi, hangi veriyle, ne kadar iyileştirmek istiyoruz ve sonucu nasıl ölçeceğiz?” olduğunu vurguluyor. Bu sorulara net cevap verilmeden teknoloji seçimi projelerin asılı kalmasına neden oluyor.
1998 yılında kurulan PaperWork, süreç otomasyonu, doküman yönetimi, Low-Code uygulama geliştirme, iş zekası, entegrasyon, vaka ve görev yönetimi, süreç analitiği ve yapay zeka yeteneklerini tek platformda bir araya getiriyor.
PaperWork Akıllı Operasyon Merkezi üzerinde çalışan kalite, sözleşme, risk ve denetim, masraf, BT hizmetleri, müşteri talepleri ve tedarikçi yaşam döngüsü çözümleri; ortak kullanıcı, yetki, belge, veri, iş akışı, raporlama ve yapay zeka altyapısını kullanıyor.
