Üretimde yapay zekâ asistanı
Teknik şartnameler, iş talimatları, kalite prosedürleri ve bakım kılavuzları binlerce sayfayı buluyor. Sahadaki çalışan doğru bilgiyi bulmak için ya uzun süre arıyor ya da birine soruyor.
▶ Çözüm
Prosedürleriniz, raporlarınız ve geçmiş projeleriniz üzerinde çalışan, cevaplarında kaynak gösteren ve hız ile düşük maliyet için matematiksel olarak optimize edilmiş bir yapay zekâ asistanı kuruyorum.
▶ Örnek kullanım
Bakım teknisyeni bir arıza kodunu sorduğunda asistan ilgili kılavuz bölümünü ve geçmiş bakım notlarını bulup kaynağıyla birlikte özetler.
▶ Gereken veri
Teknik dokümanlar, iş talimatları, kalite prosedürleri ve bakım kayıtları kullanılır.
Sektörün veri tablosu
Üretim şirketlerinde veri çoğunlukla ERP'de (siparişler, stok, satın alma), üretim takip sistemlerinde (duruşlar, fireler, vardiyalar) ve kalite kayıtlarında birikir. Bu sistemler genellikle birbirine bağlı değildir; aynı ürünün kodu bile sistemden sisteme farklı yazılabilir. Bu yüzden ilk iş çoğu zaman bu kaynakları tek bir tabloda buluşturmaktır.
Kurum içi yapay zekâ asistanı, büyük dil modellerini (LLM) şirketinizin kendi dokümanlarına bağlayan bir sistemdir. Çalışan bir soru sorar; asistan ilgili dokümanları bulur, cevabını bu dokümanlara dayandırır ve bilginin hangi kaynaktan geldiğini gösterir.
Arkasındaki hesap
Aylık maliyet ≈ N × (t_girdi × f_girdi + t_çıktı × f_çıktı)
- N: aylık soru sayısı
- t_girdi, t_çıktı: soru başına modele giden ve modelden dönen token sayısı
- f_girdi, f_çıktı: modelin token başına fiyatı
Nasıl çalışırım
- 1. hafta
Kullanım senaryosu ve kaynaklar.
Asistanı kim, hangi sorular için kullanacak? Hangi dokümanlar kapsamda, hangileri güncel? Başarının nasıl ölçüleceği bu aşamada yazılı hale getirilir.
- 2.–3. hafta
İlk çalışan sürüm.
Dokümanlar sisteme aktarılır, asistan kurulur ve kaynak göstererek cevap vermeye başlar. Gerçek kullanıcıların gerçek sorularıyla test edilir.
- 4.–5. hafta
Doğruluk ve güven.
Cevapların doğruluğu belirli bir soru seti üzerinden düzenli olarak ölçülür. Yanlış ya da eksik cevaplar düzeltilir; asistan bilmediği bir şey sorulduğunda bunu açıkça söyler hale getirilir.
- Son hafta
Devir.
Yeni dokümanların nasıl ekleneceği, sistemin nasıl izleneceği ve kullanıcılara nasıl destek verileceği dokümante edilip ekibinize aktarılır.
▶ Sık sorulan sorular
Üretimde yapay zekâ asistanı için hangi veri gerekir?
Teknik dokümanlar, iş talimatları, kalite prosedürleri ve bakım kayıtları kullanılır.
Hangi durumda bu çalışma doğru seçim olmaz?
Dokümanlarınız az ve herkes neyin nerede olduğunu biliyor. İyi düzenlenmiş bir klasör yapısı ve basit bir arama yeterli olabilir. Asistan gereksiz bir katman olur. Bilgi dokümanlarda değil, insanların aklında. Yazıya geçirilmemiş bilgiyi hiçbir asistan bulamaz. Önce bilginin yazılı hale getirilmesi gerekir.
Bu çalışmaya nasıl başlanır?
Kısa bir tanışma görüşmesiyle başlanır. Görüşmede ihtiyacınızı dinliyor, verinizin bu iş için yeterli olup olmadığını ve ilk adımın ne olması gerektiğini açıkça söylüyorum. Her mesaja 24 saat içinde yanıt veriyorum.
▶ Kavramlar
Wikipedia ve Wikidata kayıtlarına bağlanır.
▶ Kaynaklar
- [1]Wikipedia, Retrieval-augmented generation, 2026-10. en.wikipedia.org/wiki/Retrieval-augmented_generation
- [2]Wikipedia, Large language model, 2026-10. en.wikipedia.org/wiki/Large_language_model
▶ Tanışma görüşmesi
Sizin durumunuz için konuşalım.
30 dakikalık görüşmede ihtiyacınızı dinliyor, size nasıl yardımcı olabileceğimi açıkça söylüyorum.
Tanışma görüşmesi ayarlayın▶ Diğer sektörlerde