Bir Yapay Zeka Hazırlık Değerlendirmesi Size İki Haftada Ne Vermeli
Yapay zeka hazırlık değerlendirmesi; sıralanmış bir kullanım senaryosu listesi, her birinin ardındaki veri ve sistem boşlukları, kontrol edilmesi gereken riskler ve ilki için maliyetlendirilmiş bir planla bitmelidir.
7 dk. okuma

İçindekiler
Bir yapay zeka hazırlık değerlendirmesi size yaklaşık iki hafta içinde şunları vermelidir: her biri için bir sahibi ve bir başlangıç değeri olan, sıralanmış kısa bir yapay zeka kullanım senaryosu listesi, önlerindeki veri, sistem ve erişim boşlukları, kontrol etmeniz gereken riskler ve ilk kullanım senaryosu için maliyetlendirilmiş bir plan. Yalnızca bir olgunluk puanıyla bitiyorsa işini yapmamıştır.
200 kişilik bir dağıtım şirketinde genel müdür olduğunuzu düşünün. Yönetim kurulu "Yapay zeka planımız nedir?" diye sordu. Üç ekip araçları kendi başına zaten denedi: satış e-postalar için bir asistan kullanıyor, finans fatura çıkarımını test etti ve destekte kimsenin açmadığı bir sohbet botu demosu var. Her ekibin bir hikayesi var, hiçbirinin bir rakamı yok ve müşteri verilerinin bunların hiçbiri için yeterince iyi durumda olup olmadığını kimse bilmiyor. Genel müdürün ihtiyacı bir atölye daha değil. İhtiyacı, gerçek işe, gerçek veriye ve gerçek sistemlere bakan iki hafta ve sonunda bir karar.
Yapay zeka hazırlık değerlendirmesi nedir?
Yapay zeka hazırlık değerlendirmesi, yapay zekanın bir şirkette nerede yararlı iş yapabileceğine ve bu işi güvenilir kılmak için veri, sistem, insan ve kontrollerin yerinde olup olmadığına dair kısa, yapılandırılmış bir incelemedir. Çıktısı, önce neyin inşa edileceği ve bunu yapmadan önce neyin düzeltileceği hakkında bir karardır.
Sıkça karıştırıldığı iki şeyden farklıdır:
Bir yapay zeka stratejisi: strateji birkaç yıl için yön belirler. Değerlendirme, bir sonraki bir iki projeye ve bunların neye bağlı olduğuna bakar.
Bir olgunluk puanı: puan şirketi bir ölçekte derecelendirir. Değerlendirme belirli kullanım senaryolarını, belirli boşlukları ve belirli sahipleri adlandırır. Puan bunun bir parçası olabilir, ama sonuç olamaz.
İki hafta makul bir süredir; çünkü işi yapan insanlarla konuşmaya ve gerçek veriye bakmaya yetecek kadar uzun, cevabın soru hâlâ önemliyken gelmesi için de yeterince kısadır.
Bir yapay zeka hazırlık değerlendirmesi neleri içermeli?
Her biri soyut olarak incelenmek yerine ele alınan kullanım senaryolarına bağlı yedi alanı kapsamalıdır. "Veriyi" genel olarak denetleyen bir değerlendirme uzar ve az sonuç çıkarır; "bu kullanım senaryosu veriden ne bekliyor?" diye soran biri biter.

Kontrol listesi
Kullanım senaryoları ve başlangıç değeri: yapay zekanın üstlenebileceği işler; onları yapan ekiplerden toplanmış, her biri için bugünün süresi, maliyeti, hacmi ve hata oranıyla.
Veri: her kullanım senaryosunun ihtiyaç duyduğu verinin nerede durduğu, kimin sahibi olduğu, temel terimlerin her yerde aynı biçimde tanımlanıp tanımlanmadığı ve kaç mükerrer ve boşluk içerdiği.
Sistemler ve entegrasyonlar: bir yapay zekanın hangi sistemlerden okuması ya da hangilerine yazması gerekeceği ve kullanılabilir API'lerinin ve test ortamlarının olup olmadığı.
Güvenlik ve erişim: kimin hangi veriyi görebileceği, bir yapay zeka sisteminin erişimini nasıl alacağı ve kendi başına asla neleri yapamaması gerektiği.
Yönetişim ve risk: yapay zeka kullanımını kimin onayladığı, hataların nasıl yakalandığı ve çıktı yanlış olursa ne olduğu. Kamuya açık çerçeveler burada yardımcı olur: 26 Ocak 2023'te yayımlanan NIST AI Risk Yönetimi Çerçevesi (AI RMF) işi dört işlevde (Govern, Map, Measure ve Manage) düzenler; ISO/IEC 42001:2023 ise bir yapay zeka yönetim sistemi için gereksinimleri belirler.
İnsanlar ve beceriler: her kullanım senaryosunun sahibinin kim olacağı, çıktısını kimin inceleyeceği ve hangi eğitime ihtiyaç duyacakları.
Maliyetler: lisanslar, gerçek hacimde model kullanımı, geliştirme eforu ve insanların sonuçları incelemeye harcayacağı zaman.
Sürprizler genellikle veri alanındadır. Yapay zeka eklemeden önce CRM verilerinin temizlenmesi yazımız, bu incelemenin müşteri verisi için neye benzediğini gösteriyor.
İki haftanın sonunda elinizde ne olmalı?
Elinizde ertesi pazartesi harekete geçebileceğiniz küçük bir belge seti olmalı: sıralanmış bir kullanım senaryosu listesi, en üstteki seçimler için bir boşluk listesi, bir risk kaydı ve ilk geliştirme için bir plan. Harekete geçemediğiniz her şey arka plan okumasıdır.
Sıralanmış bir kullanım senaryosu listesi. Her aday; değer, veri hazırlığı, entegrasyon eforu ve çıktı yanlışsa risk üzerinden puanlanmış, her puanın gerekçesi yazılı.
Her üst kullanım senaryosu için bir sayfa. Sahibi, başlangıç değeri, başarı ölçüsü, ihtiyaç duyduğu veri ve sistemler ve nelerin eksik olduğu.
Bir boşluk listesi. Ortak boşluklar bir kez gruplanır; böylece üç kullanım senaryosuna hizmet eden tek bir müşteri verisi temizliği üç değil, tek bir madde olarak görünür.
Bir risk kaydı. Her üst kullanım senaryosu için neyin ters gidebileceği, olasılığı, nasıl tespit edeceğiniz ve hangi adımın bir insanın onayına ihtiyaç duyduğu.
İlk kullanım senaryosu için maliyetlendirilmiş bir plan. Kapsam, efor, üretim hacminde işletme maliyetleri ve devam etmek için göstermesi gereken sonuçla birlikte bir inceleme tarihi.
Bir "şimdi değil" listesi. Değerlendirilen ve askıya alınan fikirler, gerekçeleriyle; böylece gelecek çeyrek yeniymiş gibi geri dönmezler.
Maliyetlendirme adımı doğrudan gelecek yılın planını besler. 2027 İçin Yapay Zeka Bütçesini Boyutlandırmak yazısı bu belgeleri bütçe kalemlerine nasıl dönüştüreceğinizi açıklıyor.
İki haftalık bir yapay zeka hazırlık değerlendirmesi nasıl yürür?
Bir hafta bakmak, bir hafta karar vermek olarak yürür. İlk hafta insanlardan, veriden ve sistemlerden kanıt toplar; ikincisi bu kanıtı sıralanmış bir seçime ve bir plana dönüştürür.

Birinci hafta: kanıt
Sponsorla başlangıç toplantısı. İş hedefleri, kapsamdaki ekipler, kimin karar vereceği ve nelerin kapsam dışı olduğu konusunda anlaşın.
İşi yapan ekiplerle görüşmeler. Aday kullanım senaryolarını ve işin bugün nasıl yapıldığını toplamak için yalnızca yöneticileriyle değil, her süreci yürüten kişilerle kısa oturumlar.
Başlangıç değerleri. Her aday için süreyi, hacmi, maliyeti ve hata oranını, mümkün olduğunda sistemlerden gerçek rakamlarla kaydedin.
Veri ve sistem incelemeleri. Her adayın bağlı olduğu sistemler için örnek kayıtlara, alan tanımlarına, entegrasyonlara ve erişim haklarına bakın.
İkinci hafta: kararlar
Puanlayın ve sıralayın. Her adaya aynı ölçütleri uygulayın ve düzeltmeler için taslak sıralamayı ekiplerle paylaşın.
Boşlukları ve riskleri haritalayın. Üst seçimler için nelerin eksik olduğunu ve neyin ters gidebileceğini listeleyin, ortak boşlukları gruplayın.
İlk kullanım senaryosunu maliyetlendirin. Geliştirmeyi, işletme maliyetlerini ve inceleme eforunu tahmin edin.
Sunum ve karar. Sıralamayı, planı ve "şimdi değil" listesini sponsora sunun ve ilk geliştirmeye dair bir kararla ayrılın.
Yararlı bir değerlendirmeyi bir satış alıştırmasından nasıl ayırt edersiniz?
Yararlı bir değerlendirme "bunu henüz yapma" diyerek bitebilir ve nedenini söyler. Bir satış alıştırması ise her zaman, onu yürütenler için, genellikle listenin en büyüğü olan bir projeyle biter.
Şu işaretlere dikkat edin:
Başlangıç değeri yok. Faydalar, işin bugün nasıl yapıldığı ölçülmeden anlatılır; bu yüzden sonradan hiçbir şey kontrol edilemez.
Genel bulgular. Rapor sektörünüzdeki herhangi bir şirket hakkında olabilirdi; sistemlerinizi, alanlarınızı ya da ekiplerinizi adlandırmaz.
Önce araç. Kullanım senaryoları netleşmeden öneri bir ürün ya da platformdur.
Yalnızca yönetimle görüşülmüş. İşi her gün yapan insanlara sorulmamış.
Durdurma ölçütü yok. Plan başarının neye benzediğini söyler ama hangi sonucun durmak anlamına geleceğini söylemez.
Ek olarak risk. Erişim, inceleme ve hata yönetimi, kullanım senaryosu başına tasarlanmak yerine geçerken anılır. Bir yapay zeka ajanını canlıya çıkmadan önce test etme kontrol listemiz, bu işin ne kadarının plana ait olduğunu gösteriyor.
Vizio AI olarak nasıl yaklaşıyoruz
Bir yapay zeka hazırlık değerlendirmesini, Diagnose'dan Design, Build, Launch ve Optimize'a uzanan DX Studio çalışmamızın Diagnose adımı olarak ele alıyoruz. İşten başlıyoruz: her süreci yürüten insanlarla konuşuyor, işin bugün nasıl yapıldığını ölçüyor ve ancak ondan sonra yapay zekanın hangi parçaları üstlenebileceğine bakıyoruz.
Her aday için sistemleri açıp gerçek kayıtlara bakıyoruz; çünkü bir toplantıda iyi görünen veri çoğu zaman bir örneklemde öyle değil. Kullanım senaryolarını değer, veri hazırlığı, entegrasyon eforu ve riske göre sıralıyor, ortak boşlukları tek bir temel projesinde topluyor ve herhangi bir geliştirme planlanmadan önce erişim ve inceleme adımlarını tasarlıyoruz. Sunum, ilk kullanım senaryosu, sahibi, başarı ölçüsü ve kontrol edeceğimiz tarih hakkında bir kararla, artı askıya almayı önerdiğimiz fikirlerin ve nedenlerinin listesiyle bitiyor.
Kaynaklar
NIST, AI Risk Management Framework (retrieved 25 Oct 2026): https://www.nist.gov/itl/ai-risk-management-framework
NIST AI Resource Center, AI RMF Core (retrieved 25 Oct 2026): https://airc.nist.gov/airmf-resources/airmf/5-sec-core/
IEC Webstore, ISO/IEC 42001:2023 Information technology – Artificial intelligence – Management system (18 Dec 2023): https://webstore.iec.ch/publication/90574
Vizio AI, DX Studio (retrieved 25 Oct 2026): https://www.vizio.ai/studios/dx-studio
SSS.
Daha Fazla Oku

Attribution That Survives Your Tool Stack: Keeping UTMs From Ad to Booking to CRM

Clean Your CRM Data Before You Add AI: Dedupe, Grain and Ownership

Semantic Layer First: Getting Your BI Ready for AI Agents

How F&B CMOs Use Generative AI In Business For Location Decisions

How Real Estate Firms Use Business Analytics For City Parks To Drive Value

Data Storytelling and Visualization

When Does a Business Actually Need Digital Transformation?

Analytics for Product Recommendations

Data Analyst vs. Data Quality Analyst

The Best NoSQL Analytics Tools 2024



