Üretken Yapay Zekâ ve Asistanlar: Şirketinizin bilgisiyle konuşan yapay zekâ asistanları.
Büyük dil modellerini kurumunuzun dokümanları, ürün bilgileri ve sistemleriyle güvenli biçimde buluşturuyoruz. Müşteri deneyimini (CX) ve çalışan deneyimini (EX) iyileştiren asistanlar, ürünlerinize yerleşik akıllı özellikler geliştiriyoruz.
Canlı önizleme
Üretken Yapay Zekâ ve AsistanlarTemsili arayüz, örnek veriler
Kısaca
Kurumsal yapay zekâ asistanı, şirketinizin dokümanlarını, ürün bilgilerini ve iş sistemlerini kaynak alarak çalışanlarınızın veya müşterilerinizin sorularını yanıtlayan, metin hazırlayan ve tanımlı işlemleri yürüten yazılımdır. CoreTechs bu asistanları büyük dil modelleri ve RAG (getirme destekli üretim) mimarisiyle geliştirir; asistan cevabını yalnızca sizin onayladığınız kaynaklara dayandırır ve kaynağını gösterir. Kurulum bulutta, özel bulutta veya kurum içinde yapılabilir; yetki bazlı erişim ve KVKK gereksinimleri tasarımın parçasıdır.
Kapsam
Müşteri tarafı
- Web sitesi ve WhatsApp sohbet asistanları
- Çağrı merkezi destek asistanları
- Kişiselleştirilmiş ürün önerileri
Çalışan tarafı
- Şirket içi bilgi asistanları (RAG)
- Sözleşme ve doküman özetleme
- E-posta ve rapor taslaklama
- Yazılım ekipleri için kod asistanları
Ajan tabanlı çözümler
Birden fazla sistemde işlem yapabilen, insan onayıyla çalışan yapay zekâ ajanları.
Güvenlik ve uyum
- Kurum içi (on-premise) veya özel bulut kurulum seçenekleri
- Veri maskeleme
- Yetki bazlı erişim
- KVKK uyumu
Kime uygun?
- Destek ekibine aynı soruların tekrar tekrar geldiği, web sitesi veya WhatsApp üzerinden 7/24 yanıt vermek isteyen şirketler
- Prosedür, sözleşme ve teknik dokümanları dağınık klasörlerde duran, çalışanların doğru bilgiye ulaşmak için zaman kaybettiği kurumlar
- Ürününe yerleşik akıllı özellik (özetleme, öneri, doğal dille arama) eklemek isteyen yazılım ve SaaS ekipleri
- Çağrı merkezi temsilcilerine görüşme sırasında doğru cevabı önerecek bir destek asistanı arayan işletmeler
- Verisini dışarıya çıkarmadan yapay zekâ kullanmak zorunda olan finans, sağlık ve kamu odaklı kurumlar
- Teklif, rapor ve e-posta taslaklama gibi metin yoğun işlerde ekibinin yükünü azaltmak isteyen birimler
Nasıl çalışıyoruz?
Fizibilite ve kullanım senaryosu seçimi
Asistanın hangi soruları yanıtlayacağını, hangi kaynakları kullanacağını ve başarının nasıl ölçüleceğini birlikte belirliyoruz. Kendi dokümanlarınızdan oluşan bir örnek setle kısa bir deneme yapıp doğruluk raporu paylaşıyoruz.
Bilgi kaynaklarının hazırlanması
Dokümanları, SSS içeriklerini ve sistem verilerini temizliyor, parçalara ayırıp vektör veritabanına aktarıyoruz. Hangi kullanıcının hangi kaynağı görebileceğini bu aşamada tanımlıyoruz.
Asistanın geliştirilmesi
Model seçimini, istem (prompt) tasarımını, kaynak gösterme ve gerektiğinde insana devretme kurallarını uyguluyoruz. İki haftalık dönemlerle çalışıp her dönem sonunda denenebilir sürümü gösteriyoruz.
Değerlendirme ve güvenlik testleri
Gerçek sorulardan oluşan bir test setiyle cevap doğruluğunu, kaynak kullanımını ve yetki sınırlarını ölçüyoruz. Asistanın bilmediği konuda uydurmak yerine "bilmiyorum" demesini ve yetkisiz veriye erişmemesini doğruluyoruz.
Entegrasyon ve yayın
Asistanı web sitenize, WhatsApp'a, şirket içi portala veya CRM ve ERP gibi sistemlere bağlıyoruz. Kontrollü bir kullanıcı grubuyla başlayıp geri bildirime göre kapsamı genişletiyoruz.
İzleme ve iyileştirme
Cevaplanamayan soruları, kullanıcı geri bildirimlerini ve kullanım maliyetini izliyoruz. Bilgi kaynaklarını güncel tutuyor, model ve istemleri düzenli olarak iyileştiriyoruz.
Ne kadar sürer?
Süreyi en çok bilgi kaynaklarınızın durumu, bağlanacak sistem sayısı, kanal sayısı ve kurulum tipi belirler. Hazır ve düzenli dokümanlarla çalışan tek kanallı bir bilgi asistanı ile birden fazla sistemde işlem yapan bir ajan aynı takvimde ilerlemez. Ücretsiz 30 dakikalık ön görüşmede kapsamı konuşuyor, ardından keşfe genellikle bir hafta içinde başlıyoruz; kesin süreyi keşif sonrası teklifte yazılı olarak paylaşıyoruz.
Aşamalar
- Ön görüşmeÜcretsiz 30 dakikalık görüşmede kullanım senaryosunu, veri durumunu ve yapılabilirliği konuşuyoruz.
- FizibiliteKendi verinizle kısa bir deneme yapıp doğruluk raporu ve önerilen mimariyi sunuyoruz.
- Keşif ve kesin teklifKaynakları, entegrasyonları ve güvenlik gereksinimlerini netleştirip kesin kapsam, süre ve fiyatı paylaşıyoruz.
- Geliştirmeİki haftalık dönemlerle ilerliyor, her dönem sonunda çalışan sürümü sizinle birlikte deniyoruz.
- Yayın ve devirKontrollü yayın, ekip eğitimi, kaynak kod ve fikri mülkiyet haklarının devri.
Maliyeti neye bağlı?
Kurumsal yapay zekâ asistanının maliyeti tek bir kalemden oluşmaz: bir kez yapılan geliştirme bedeline, kullanım arttıkça değişen model ve altyapı giderleri eklenir. Fizibilite aşamasında bu iki kalemi ayrı ayrı öngörüp paylaşıyoruz.
| Etken | Maliyete etkisi |
|---|---|
| Kurulum tipi | Bulut tabanlı model servisleri hızlı başlangıç sağlar; kurum içi veya özel bulut kurulumu donanım ve işletim maliyeti ekler, buna karşılık veri kontrolünü tamamen size bırakır. |
| Bilgi kaynaklarının hacmi ve biçimi | Düzenli dijital dokümanlar hızla işlenir; taranmış PDF, tablo ağırlıklı veya sık güncellenen kaynaklar ek hazırlık ve otomatik güncelleme akışı gerektirir. |
| Entegrasyon sayısı | Yalnızca soru yanıtlayan asistan ile CRM, ERP veya bilet sisteminde kayıt açan ajan arasında geliştirme ve test eforu belirgin biçimde farklıdır. |
| Kullanım yoğunluğu ve model çağrı maliyeti | Model servisleri işlenen metin miktarına göre ücretlendirilir. Kullanıcı ve soru sayısı arttıkça aylık gider artar; model seçimi ve önbellekleme bu gideri düşürür. |
| Kanal sayısı | Web sitesi, WhatsApp, şirket içi portal ve çağrı merkezi ekranı gibi her kanal ayrı arayüz, oturum yönetimi ve test anlamına gelir. |
| Yetki ve KVKK gereksinimleri | Kullanıcı bazlı kaynak erişimi, kişisel veri maskeleme ve kayıt (log) saklama kuralları mimariyi ve test kapsamını genişletir. |
| Dil ve doğruluk beklentisi | Çok dilli kullanım ve yüksek doğruluk gerektiren alanlar daha kapsamlı değerlendirme setleri ve iyileştirme döngüleri gerektirir. |
Teknoloji seçenekleri
Dil modelleri
- OpenAI
- Anthropic
- Açık kaynak dil modelleri (kurum içi çalıştırma için)
RAG ve arama
- pgvector
- Elasticsearch
- Embedding modelleri
- Hibrit arama (anahtar kelime + anlamsal)
Uygulama katmanı
- Python
- Node.js
- Next.js
- REST API
Kanallar
- Web sohbet bileşeni
- WhatsApp Business API
- Şirket içi portal
- Çağrı merkezi ekranı
Altyapı ve güvenlik
- PostgreSQL
- Redis
- Docker
- Kubernetes
- AWS, Azure veya Google Cloud
- Kurum içi sunucu
Örnek çözüm senaryosu
İnsan kaynakları ve iç prosedürler için şirket içi bilgi asistanı
Temsili senaryo, gerçek bir müşteri projesi değildir.
- Profil
- Birden fazla lokasyonda çalışanı olan, prosedürleri farklı klasör ve formatlarda tutulan orta ölçekli bir şirket.
- İhtiyaç
- İzin, masraf, satın alma ve bilgi güvenliği prosedürleriyle ilgili sorular sürekli insan kaynakları ve idari işler ekiplerine geliyordu. Dokümanların bir kısmı güncel değildi ve çalışanlar hangi sürümün geçerli olduğundan emin olamıyordu.
- Yaklaşım
- Geçerli prosedürleri sahipleriyle birlikte belirleyip eski sürümleri kaynak dışında bıraktık.
- Dokümanları RAG mimarisiyle indeksledik; her cevabın altında ilgili doküman ve bölümü gösterdik.
- Departman ve unvana göre erişim kuralları tanımlayarak hassas dokümanların yalnızca yetkili kişilere görünmesini sağladık.
- Asistanın cevap veremediği soruları ilgili ekibe talep olarak aktaran bir devir akışı kurduk.
- İlk aşamada tek bir lokasyonla yayına alıp gelen geri bildirimlerle kaynakları ve istemleri iyileştirdik.
- Teknolojiler
- Anthropic
- pgvector
- PostgreSQL
- Python
- Next.js
- Kurumsal kimlik doğrulama (SSO)
- Sonuç
- Tekrarlayan prosedür soruları büyük ölçüde asistan üzerinden yanıtlanmaya başladı, ekipler istisnai taleplere odaklanabildi. Cevaplanamayan sorular raporlandığı için hangi prosedürlerin eksik veya belirsiz olduğu da görünür hale geldi.
Sıkça sorulan sorular
Verilerimiz yapay zekâ modeline veya dışarıya gider mi?
Bulut model servisi kullanıldığında yalnızca soruyu yanıtlamak için gereken metin parçaları servise gönderilir; verinin model eğitiminde kullanılmadığı kurumsal kullanım koşulları tercih edilir. Verinin hiç dışarı çıkmaması gerekiyorsa açık kaynak modellerle kurum içi veya özel bulut kurulumu yapıyoruz. Kişisel veriler gerektiğinde gönderim öncesinde maskelenir.
Kurumsal yapay zekâ asistanı KVKK'ya uygun olabilir mi?
Evet, ancak uyum tasarım aşamasında ele alınmalıdır. Hangi kişisel verinin işlendiği, nerede saklandığı, kimlerin erişebildiği ve kayıtların ne kadar tutulacağı keşif aşamasında netleştirilir. Yurt dışı aktarım gerektirmeyen kurulum seçenekleri de mevcuttur; hukuki değerlendirme için veri sorumlusu ve hukuk ekibinizle birlikte çalışıyoruz.
Asistan yanlış veya uydurma cevap verirse ne olur?
Riski tamamen sıfırlamak mümkün değildir, bu yüzden mimariyi buna göre kuruyoruz. Asistan cevabı yalnızca onaylı kaynaklara dayandırır, kaynağını gösterir ve kaynakta bilgi yoksa bunu açıkça söyler. Yayın öncesinde gerçek sorulardan oluşan bir test setiyle doğruluğu ölçüyor, kritik işlemlerde insan onayı koyuyoruz.
Hangi yapay zekâ modellerini kullanıyorsunuz?
İhtiyaca göre OpenAI ve Anthropic modelleri ile kurum içinde çalıştırılabilen açık kaynak dil modelleri arasından seçim yapıyoruz. Seçimi doğruluk, Türkçe performansı, maliyet ve veri gereksinimlerine göre fizibilite aşamasında kendi verinizle test ederek yapıyoruz. Mimari, ileride model değiştirmeyi kolaylaştıracak şekilde kurulur.
Mevcut sistemlerimize (CRM, ERP, bilet sistemi) bağlanabilir mi?
Evet. API sunan sistemlere doğrudan, sunmayanlara ara katman veya veritabanı entegrasyonuyla bağlanıyoruz. Asistan bu sistemlerden bilgi okuyabilir veya tanımlı yetkilerle kayıt açma, durum sorgulama gibi işlemler yapabilir. Veri değiştiren işlemlerde insan onayı adımı eklemeyi öneriyoruz.
Maliyet neye bağlı?
Bir kez yapılan geliştirme maliyeti; bilgi kaynaklarının durumuna, entegrasyon ve kanal sayısına, güvenlik gereksinimlerine bağlıdır. Buna ek olarak kullanım arttıkça değişen model çağrı ve altyapı giderleri vardır. Ön görüşmede bütçe aralığı, keşif sonrasında kesin teklif sunuyoruz.
Bir yapay zekâ asistanı projesi ne kadar sürer?
Süre; kaynakların ne kadar hazır olduğuna, entegrasyon sayısına ve kurulum tipine göre değişir. Ön görüşmeden sonra keşfe genellikle bir hafta içinde başlıyor, fizibilite ve keşif sonrasında kesin takvimi yazılı olarak paylaşıyoruz. Geliştirme, her biri sonunda denenebilir sürüm gösterilen iki haftalık dönemlerle ilerler.
Yayından sonra bakım gerekiyor mu?
Evet. Dokümanlar değiştikçe kaynakların güncellenmesi, cevaplanamayan soruların incelenmesi, model sürümlerinin takibi ve maliyet izlemesi gerekir. Bu işleri SLA'lı bakım ve destek paketleriyle üstlenebiliyor veya ekibinizi bu işleri yürütecek şekilde eğitebiliyoruz.
Son güncelleme:
Yapay Zekâ, Veri ve Otomasyon
Bu alandaki diğer çözümler
Bu çözüm için teklif alın
İhtiyacınızı kısaca anlatın, en geç bir iş günü içinde size dönelim. İlk 30 dakikalık ön görüşme ücretsizdir.