Türkiye'de girişimlerin %99,7'si KOBİ ve istihdamın %70,5'i bu şirketlerde (TÜİK, 2023). Bu rakamı duyduğunda gözün kayar, çünkü çok duyulmuş bir rakam. Ama kayınbiraderi mobilya bayisi, babası tekstilci, kendisi makine yedek parçası satan üç kişiyle aynı sofraya otur. Aynı soruyu üç farklı versiyonda dinlersin: "Yapay zeka dedikleri şey, bizim gibi bir işletmenin ne işine yarar?"
KOBİ yapay zeka dönüşümü, 12 aylık ve dört çeyrekli bir yapıyla (keşif, pilot, ölçek, yeni döngü) yapay zekayı küçük ve orta ölçekli bir işletmenin günlük operasyonuna yerleştiren disiplinli bir plandır. Bu yazı o planın takvimini veriyor: hangi ay ne yapılır, bütçe hangi sırayla harcanır, yıl sonunda hangi beş kazanım ölçülür.
Büyük ölçekli bir kurumdaysan aynı mantığın üst yönetime göre hazırlanmış 100 günlük versiyonu bu rehberde.
Önce iki yanlış cümleyi bırak
Birinci yanlış cümle: "Yapay zeka bizim çapımızı aşar." Saha eğitimlerinde 100 kişilik bir KOBİ ekibinin ChatGPT, Claude ve Notion AI ile günlük operasyonunu yarı yarıya hızlandırdığını gördüm. Çap meselesi çoğu zaman bir eğitim meselesi çıkıyor.
İkinci yanlış cümle: "Yapay zeka bizim sektörümüze gelince yetişiriz." TÜİK'in 2025 verisine göre 250 ve üzeri çalışanı olan girişimlerin %24,1'i yapay zeka teknolojisi kullanıyor. Bu oran 50-249 çalışanlı girişimlerde %9,6, 10-49 çalışanlılarda %6,6.
Büyük şirketle küçük şirket arasındaki fark üç kattan fazla. Bekleyen KOBİ bu mesafeyi daha geç ve daha pahalıya kapatır.
Bütçeyi hangi sırayla harcamalı?
Şirket sahipleri burada çoğu zaman sırayı tersine çeviriyor: "Önce aracı alalım, ekip nasılsa öğrenir." Doğru sıra önce ekibin öğrenmesi, sonra aracın bu bilgiyle seçilmesi.
MIT'nin Ağustos 2025'te yayımlanan araştırmasına göre şirketlerdeki üretken yapay zeka pilotlarının yalnız yaklaşık %5'i gelirde hızlı bir artış sağlıyor, büyük çoğunluk ölçülebilir bir finansal etki üretmeden takılıyor. Rapor ana sebep olarak hem araçlarda hem kurumlarda bir "öğrenme açığı" gösteriyor: araç iş akışına uyum sağlamıyor, ekip de aracı akışa yerleştirmeyi öğrenmiyor.
Bu yüzden bütçenin büyük kısmı eğitime gider. Araç lisansı ikinci, süreç tasarımı üçüncü sırada. Sırayı ters çevirirsen lisans kullanılmadan yenileme dönemine gelir.
Eğitim tarafında omurga 20-24 saatlik bir program: yöneticiye 4 saatlik strateji oturumu, ekibe 8 saatlik uygulama atölyesi, satış, operasyon ve finans gibi kritik departmanlara 4'er saatlik oturum, 6 ay sonra bir tazeleme. Ekip çapında okuryazarlığın adımlarını yapay zeka okuryazarlığı rehberinde ayrıntılı olarak bulabilirsin.
Araç tarafında ChatGPT ya da Claude'un 10-15 kullanıcılı ekip planı, Notion AI ya da Gamma ve iki dikey araç yeterli: örneğin satış için bir CRM yapay zeka eklentisi, müşteri hizmetleri için bir asistan.
Süreç tarafında karar şu: mevcut süreçlerden hangileri yapay zekayla yeniden tasarlanacak? Bu bir danışmanlık kalemi olabilir ya da iç ekipte bir kişinin yarı zamanlı sorumluluğu. Verimliliği asıl açan adım akışın yeniden çizilmesi.
12 ayın sonunda hedeflenen 5 kazanım
Yıl sonu için bu beş kazanımı hedeflersen, bütçe geri dönüyor demektir:
- Operasyonel saat tasarrufu: ekibin haftalık tekrarlayan işlerinden kişi başı 8-12 saat, yıl sonunda kişi başı 400-600 saat.
- Müşteri yanıt süresi: servis ve satış sorularında mevcut süreden %40-60 azalma.
- İçerik üretim hızı: pazarlama ve iç iletişim içeriğinin üretim süresinde %50'nin üzerinde düşüş.
- Karar destek hızı: üst yönetimin haftalık karar paketinin hazırlanma süresinin yarıya inmesi.
- Yeni teklif: yapay zeka kullanılarak başlatılmış en az bir küçük ürün ya da hizmet pilotu, örneğin yeni bir müşteri segmentine yönelik bir kampanya.
Bunlar hedef aralıklar; her şirketin başlangıç noktası farklı. Geri dönüş genellikle yılın ilk yarısında masada görünür hale gelir, Q1'deki ölçüm de hangi hedefin senin için gerçekçi olduğunu gösterir.
12 aylık çeyreklik takvim
İşin omurgası burada: dört çeyrek, dört faz.
| Çeyrek | Faz | Ana iş | Çeyrek sonu çıktısı |
|---|
Q1 (Ay 1-3) | Keşif | Eğitim, hesaplar, 3 pilot senaryo | Ne işe yaradı, ne yaramadı raporu |
Q2 (Ay 4-6) | Pilot | En iyi 2 senaryoyu süreçle birleştirmek | Getiri tablosunun ilk satırları |
Q3 (Ay 7-9) | Ölçek | Şirket standardı, ikinci dalga senaryo | Getiri raporu |
Q4 (Ay 10-12) | Yeni döngü | Tazeleme, iç eğitmen, ikinci yıl planı | 5 kazanımın yıl sonu tablosu |
Q1: Keşif (Ay 1-3)
Bu çeyreğin kuralı: dene, gözlemle, ölç. Ekibin gerçek deneyimi olmadan büyük bir araç kararı verilmez.
Ay 1, eğitim ve hesaplar:
- Şirket sahibi ve üst yönetim için 4 saatlik strateji oturumu
- Bütün ekip için ChatGPT ya da Claude ekip hesaplarının açılması
- İlk 8 saatlik kullanım atölyesi: prompt yazma, doküman özetleme, e-posta hazırlama
Ay 2, pilot senaryoların belirlenmesi:
- Her departman yapay zekayla denemek için tekrar eden bir işini seçer
- Üç "altın senaryo" belirlenir: yüksek frekans, düşük risk, ölçülebilir sonuç
- Ölçüm parametreleri tanımlanır: süre, kalite, hata oranı
Ay 3, pilot ve ilk ölçüm:
- Üç senaryo 30 gün boyunca paralel yürütülür: işin yarısı eski yöntemle, yarısı yapay zekayla
- Veri toplanır ve ilk Q1 raporu hazırlanır
Örnek senaryo: Haftada 80 müşteri sorusunu Instagram mesajlarından alan ve ortalama 6 saatte cevap veren bir mobilya bayii düşün. Ekip planı ve 3 saatlik bir prompt eğitimiyle ilk 30 günün hedefi, cevap süresini dakikalara, kaçan randevu oranını tek haneye indirmek.
Q2: Pilot (Ay 4-6)
Q1'de denenen üç senaryodan en iyi ikisini ölçeklendir, üçüncüyü bırak. Yeni deneme sayısını sınırlı tut.
Ay 4, süreç tasarımı:
- Q1'in en iyi iki sonucunu veren senaryolar seçilir
- Süreç tasarımcısıyla (iç ya da dış) akış yeniden çizilir
- Yapay zekanın, insanın ve ikisinin birlikte yapacağı kısımlar netleşir
Ay 5, ilk otomasyon ve entegrasyon:
- Seçilen senaryolara basit otomasyon eklenir (örneğin Zapier ile bir yapay zeka modelini ya da Slack ile Claude'u bağlamak)
- CRM ya da ERP'ye küçük bir entegrasyon noktası açılır
- Ölçüm devam eder
Ay 6, departman atölyeleri:
- Satış, operasyon ve finans için departman bazlı 4 saatlik atölye
- Q2 sonu raporu: bütçenin yarısı harcandı, getiri tablosunun ilk satırları hazır
Örnek senaryo: Teklif hazırlamanın ortalama 2 saat sürdüğü 30 kişilik bir yedek parça şirketinde asistan ürün kataloğuna bağlanır. Asistan parçayı bulur, fiyatı günceller, teklifi yazar; bir çalışan kontrol edip gönderir. Böyle bir akışta hedef, teklif süresini yarım saatin altına indirmek ve açılan zamanı müşteri ziyaretine ayırmak.
Q3: Ölçek (Ay 7-9)
Pilotta işe yarayan senaryoları tüm şirkete yay ve yeni bir senaryo ekle. Bu çeyreğin hedefi, ekibin %70'inin yapay zekayı düzenli kullanması.
Ay 7, şirket geneline yayılım:
- Q2'de işe yarayan senaryolar şirket standardına dönüşür
- 5-7 sayfalık sade bir "yapay zeka kullanım rehberi" yazılır
- Yeni çalışanların oryantasyonuna yapay zeka kullanımı eklenir
Ay 8, ikinci dalga:
- İlk üç pilotun dışında yeni bir alan denenir: pazarlama içeriği, teklif takibi ya da iç raporlama
- Bu deneme de 30 günlük pilot mantığıyla yürütülür
Ay 9, getiri raporu:
- Q3 sonunda bütçenin büyük kısmı harcanmış olur
- Getiri tablosu: kazanılan saat çarpı saat maliyeti, harcanan bütçeyle karşılaştırılır
Getiri tablosunu hazırlarken yapay zeka ROI metrikleri yazımızdaki göstergeleri kullanabilirsin.
Örnek senaryo: 50 kişilik bir dağıtım şirketinde müşteri hizmetlerindeki asistan bu çeyrekte tüm departmana yayılır. Ayrılan bir temsilcinin yerine yeni alım yapılmaz. Ölçülecek şey, aynı dönemde müşteri memnuniyetinin (NPS) nasıl değiştiği.
Q4: Yeni döngü (Ay 10-12)
Birinci yılın sonunda şirket yapay zekayı deneyen bir işletmeden düzenli kullanan bir işletmeye geçmiş olur. Q4 hem tazeleme hem ikinci yılın planlanması.
Ay 10, tazeleme eğitimi:
- Son 6 ayın yeni model ve özelliklerini anlatan 4 saatlik tazeleme
- En çok kullananlar arasından iç eğitmen yetiştirme
Ay 11, ikinci yıl yol haritası:
- Q1'de görülen ama ertelenen senaryolar masaya geri gelir
- Bütçe planı: ikinci yıl genellikle başlangıçtan yüksek olur (lisans ve danışmanlık)
- İkinci yılın ortası için yapay zeka ajanlarına geçiş planlanır; bu adımın ayrıntısı otonom yapay zeka yazısında
Ay 12, yıllık değerlendirme:
- 5 kazanım hedefi tek tabloda gösterilir
- Çalışanlardan geri bildirim toplanır
- Yıl sonu raporu içeride şeffaf biçimde paylaşılır, dışarıda bir vaka çalışmasına dönüşebilir
Örnek senaryo: Yıl başında ChatGPT'yi yalnız 2 kişinin kullandığı 20 kişilik bir e-ticaret ekibi düşün. Yıl sonu hedefi, ekibin çoğunun günlük kullanımı ve ürün açıklaması yazmaya harcanan haftalık saatlerde belirgin bir düşüş.
Aile şirketi için üç özel not
KOBİ'lerin önemli bir kısmı aile şirketi ve burada dönüşümün üç ayrı zorluğu var.
Birinci ve ikinci nesil dengesi. Çoğu zaman ikinci nesil yapay zeka istiyor, birinci nesil tereddüt ediyor. Çözüm, birinci neslin kendi günlük işinde yapay zekayı kullanmaya başlaması: tedarikçiye mektup yazmak, fatura özeti çıkarmak. Bir hafta içinde "bu işe yarıyor" cümlesi gelirse dönüşümün önü açılır.
Aile dışı yöneticilerle uyum. Şirkette profesyonel yönetici varsa projeyi kimin götürdüğü politik bir meseleye dönüşebilir. Çözüm ikili sahiplenme: proje sponsoru aileden, proje lideri aile dışından bir profesyonel.
Sermaye disiplini. Aile şirketi nakit korumaya alışıktır ve "bütçeyi bir denemeye yatırmam" cümlesi sık duyulur. Çözüm bütçeyi çeyreklik dilimlere bölmek. Q1 sonunda devam ya da dur kararı verilir, risk küçülür.
Hangi araç hangi iş için?
| İş | Birinci tercih | İkinci tercih |
|---|
E-posta ve iç yazışma | ChatGPT ya da Claude (ekip planı) | Notion AI |
Müşteri sorularını cevaplama | ChatGPT ya da Claude | CRM'in yapay zeka eklentisi |
Teklif hazırlama | Claude ve Excel/Sheets | ChatGPT |
İçerik üretimi (sosyal medya, blog) | ChatGPT ya da Claude | Gamma ve Canva |
Uzun doküman özetleme | Claude | ChatGPT |
Sınırlı veri analizi | ChatGPT ya da Claude | Excel/Sheets'in yapay zeka özellikleri |
Sunum üretimi | Gamma | Beautiful.ai |
Toplantı notu | Otter ya da Fireflies | Granola |
Tablo bir başlangıç. Gerçekte bir KOBİ'nin 2-3 aracı olur; araç sayısını artırmak ekibin kafasını karıştırır.
Veriyle çalışan senaryolara geçmeden önce verinin hangi durumda olduğuna bakmak gerekir. Ölçek küçük olsa da kural aynı; KOBİ ölçeğinde neyin yeterli olduğu veri yönetişimi yazısında var.
Yarın atabileceğin ilk adım
Şirketinde haftalık tekrar eden ve en az 5 saat süren bir operasyonel görev seç. Bu görevi yapan kişiyi yarınki toplantıya çağır, yanına 30 dakikalık bir ChatGPT ya da Claude atölyesi koy. Tek atölyede hangi tasarrufun mümkün olduğunu birlikte göreceksiniz.
KOBİ ekibiniz için yapay zeka eğitimini birlikte tasarlayalım
Ekibinizin büyüklüğünü ve önceliklerinizi paylaşın, size uygun eğitim formatını ve konuşmacıyı önerelim. Talebinize 24 saat içinde dönüyoruz.
Sıkça Sorulan Sorular
KOBİ'lerde yapay zeka kullanımı ne kadar yaygın?
TÜİK'in 2025 verisine göre Türkiye'de girişimlerin %7,5'i yapay zeka teknolojisi kullanıyor. Oran 10-49 çalışanlı girişimlerde %6,6, 50-249 çalışanlılarda %9,6, 250 ve üzeri çalışanı olanlarda %24,1. KOBİ ile büyük şirket arasındaki fark üç kattan fazla.
Sınırlı bütçesi olan KOBİ ne yapmalı?
Kapsamı daraltarak başlamalı. Eğitim yine en büyük kalemdir; dış eğitmen yerine şirket içinden bir sponsorun liderlik ettiği eğitim formatı kullanılabilir. Araç tarafı 5 kullanıcılı bir abonelikle başlar, süreç tarafını ekipten biri yarı zamanlı sahiplenir. Kapsam dar olsa da altı ay içinde geri dönüş görmek mümkün.
KOBİ'de yapay zeka insanın yerini alıyor mu?
Sahada en sık gördüğüm desen, ayrılan çalışanın yerine yeni alım yapmamak. Şirket kadroyu genişletmeden büyüyor. Bu KOBİ için sürdürülebilir bir verimlilik kaynağı; yine de hangi rolün nasıl değiştiğini ekibe açıkça anlatmak gerekir.
KOBİ için en yaygın hata nedir?
Önce aracı almak. Ekip aracı doğru kullanmadığında abonelik yenilenir ama kullanılmaz ve bütçenin yarısı boşa gider. Doğru sıra: eğitim, kullanım senaryosu, araç, süreç tasarımı.
Aile şirketinde yapay zeka dönüşümünü kim yönetmeli?
İkili sahiplenme en iyi sonucu veriyor: aileden biri sponsor olarak bütçeyi ve kararı üstlenir, aile dışından bir profesyonel operasyonel liderlik yapar. Roller karışırsa aile detayda kaybolur, profesyonel de yetki alamaz.
Çeyreklik bütçe dilimleme aile şirketi dışında da işe yarar mı?
Evet. Q1 sonundaki devam ya da dur kararı her KOBİ için risk yönetiminin temeli. İlk çeyrekte geri dönüş sinyali yoksa kalan bütçe geri çekilir; bu kapı olmadan büyük bir bütçe taahhüdü her şirket için risklidir.
İçindekiler
