şirkete özel yapay zeka asistanı yaptırma

Şirketinizin kendi verisi, kuralları ve sistemleriyle çalışan özel yapay zeka asistanı yaptırın.

Genel sohbet botları yerine; şirketinizin Logo, Mikro veya SAP ERP'sine, CRM kayıtlarına ve şirket içi bilgi tabanına güvenli API'lerle bağlanan, departman yetkilerine saygılı ve operasyonel işleri bizzat yürüten terzi usulü yapay zeka asistanları geliştiriyoruz.

WhatsApp'tan ulaşın
Yazılım mimarı ve operasyon direktörü modern ofiste şirket içi ERP ve süreç araçlarına entegre özel yapay zeka asistanı panelini incelerken

Neyi çözüyoruz

Genel bulut tabanlı yapay zeka araçları (ChatGPT vb.), şirketin anlık stok durumunu, cari risk bakiyelerini, üretim iş emirlerini veya özel fiyat listelerini bilmez. Çalışanların hassas müşteri veya finans verilerini kopyala-yapıştır yöntemiyle üçüncü taraf genel modellere göndermesi veri güvenliği ve KVKK riskleri doğururken; şirket içi karar süreçlerinde halüsinasyon (uydurma yanıt) üretilmesi ciddi operasyonel aksaklıklara yol açar.

Çalışanların ERP, CRM ve şirket içi SQL veritabanlarından saniyeler içinde hatasız ve anlık veri almasını sağlayın.

Rol bazlı yetkilendirme (RBAC) ile hiçbir kullanıcının yetkisi dışındaki finansal, ticari veya İK verisine erişememesini garanti edin.

Function calling (eylem çalıştırma) altyapısıyla asistanın sadece konuşmasını değil, iş emri oluşturma ve onay akışı tetikleme gibi görevleri yapmasını sağlayın.

Şirketinizin İç Bilgisi ve Canlı Sistemleriyle Konuşan Kurumsal Asistan Mimarisi

Çoğu işletmede çalışanlar günlük mesailerinin %30'undan fazlasını ERP ekranlarında stok aramak, geçmiş teklifleri incelemek, yönergeleri taramak ve departmanlar arası e-posta teyitleri beklemekle harcar. Genel amaçlı sohbet botları ise kurumun canlı verisine erişemediği ve yetki sınırlarını bilmediği için iş süreçlerine fiilen dokunamaz.

Şirkete özel yapay zeka asistanı yaptırma arayışında olan kurumlar için Appsoni; şirketinizin kurumsal hafızasını, ERP/CRM veritabanlarını ve iş akışı onay mekanizmalarını tek bir akıllı arayüzde birleştiren mühendislik çözümleri sunar. Çalışanınız "Depoda son kullanma tarihi 30 günden az kalan hammadde var mı?" veya "Ahmet Bey'in bekleyen satınalma talebinin onay durumu nedir?" diye sorduğunda asistan saniyeler içinde yetkili SQL sorgusunu çalıştırır, doğrular ve kaynak referansıyla yanıtlar.

Yazılım mühendisi çift monitörlü modern iş istasyonunda şirket içi sistem API entegrasyonlarını ve araç çalıştırma düğümlerini yapılandırırken


Kurumsal Asistan Mimarisi ve Veri Akışı

Geliştirdiğimiz özel yapay zeka asistanı altyapısı, güvenliği ve doğruluğu merkeze alan 5 katmanlı bir mimariye sahiptir:

[Kullanıcı Arayüzü] (Web Sohbet Portalı / Microsoft Teams / Slack / Mobil SDK)
                             │
                             ▼
     [Kimlik Doğrulama & Yetkilendirme Katmanı (IAM / RBAC)]
     ├─ Active Directory / LDAP / SAML 2.0 / SSO Girişi
     ├─ Departman Bazlı Erişim Filtresi: Rol, Masraf Merkezi, Veri Seviyesi
     └─ Token Limiti ve Hız Sınırlaması (Rate Limiter: RPM / TPM)
                             │
                             ▼
     [Yapay Zeka Orkestrasyonu & Güvenlik Kalkanı (LLM Orchestrator)]
     ├─ Prompt Injection & Jailbreak Filtreleme (Girdi Denetimi)
     ├─ PII / Hassas Veri Maskeleme (DLP: T.C. Kimlik, IBAN, Kart No)
     ├─ Niyet Analizi & Araç Seçimi (Intent Routing & Function Calling)
     └─ Halüsinasyon Kontrolü & Guardrails (Doğrulama Filtresi)
           │                                          │
           ▼ (Bilgi / Doküman Talebi)                 ▼ (Canlı Sistem Sorgusu)
 [Vektör Veritabanı & RAG]                  [İş Mantığı & Sistem Konnektörleri]
 ├─ Qdrant / pgvector Hibrit Arama          ├─ Logo Objects / REST API Konnektörü
 ├─ Şirket İçi PDF, Word, Prosedürler       ├─ Mikro v16 COM / SQL Read-Uncommitted
 └─ Kaynak Gösterme: Doküman Adı & Sayfa    └─ SAP RFC BAPI / OData Webhook Servisleri
                             │
                             ▼
     [Yanıt Üretimi, Doğrulama ve Denetim İzi (Audit Logging)]
     ├─ Yanıt Formatlama: Markdown Tablo, Grafik ve Aksiyon Kartı
     ├─ Çift Yönlü Doğrulama: Kaynak Belge / SQL Sonucu Uyum Skoru
     └─ Değiştirilemez Loglama: RFC 3161 Zaman Damgası & SHA-256 Oturum Özeti

Veri Modeli ve Teknik Şema (50+ Benzersiz Veri Noktası)

Şirkete özel yapay zeka asistanının veritabanı tabloları, konfigürasyon parametreleri, güvenlik ve denetim alanları:

Tablo Adı Teknik Alan Adı Veri Tipi Süreç ve Sistem Kuralı Açıklaması
asistan_profil asistan_id UUID Asistan yapılandırmasının sistem genelindeki tekil ID'si
asistan_profil asistan_kod_adi VARCHAR(50) 'FINANS_ASISTANI', 'DEPO_OPERASYON_BOT', 'IK_REHBER'
asistan_profil temel_llm_modeli VARCHAR(100) 'meta-llama/Llama-3.3-70B-Instruct', 'gpt-4o-mini', 'qwen-2.5-72b'
asistan_profil max_giris_token_limiti INT İstem ve bağlam için maksimum token tavanı (Ör: 8.192 token)
asistan_profil max_cikis_token_limiti INT Asistanın üretebileceği yanıt token limiti (Ör: 2.048 token)
asistan_profil model_sicaklik_orani FLOAT Hallüsinasyonu önleme amaçlı temperature değeri (Ör: 0.15)
asistan_profil top_p_cevap_cesitliligi FLOAT Çekirdek örnekleme olasılık katsayısı (Ör: 0.85)
asistan_profil sistem_rol_promptu TEXT Asistanın kurumsal kimlik, sınır ve şirket kurallarını belirten ana metin
oturum_ve_mesaj oturum_guid UUID Kullanıcının başlattığı sohbet oturumunun tekil kimliği
oturum_ve_mesaj kullanici_ad_kodu VARCHAR(50) Kurumsal Active Directory kullanıcı kodu (Ör: 'mehmet.yilmaz')
oturum_ve_mesaj kullanici_departman VARCHAR(30) 'SATINALMA', 'SATIS_OPERASYON', 'MUHASEBE', 'URETIM'
oturum_ve_mesaj kullanici_rol_grubu VARCHAR(50) 'FINANS_MUDURU', 'SAHA_MUHENDISI', 'GENEL_PERSONEL'
oturum_ve_mesaj mesaj_sira_no INT Oturum içindeki mesajın artan sıra indeksi (1, 2, 3...)
oturum_ve_mesaj mesaj_yonu VARCHAR(10) 'USER_GIRISI', 'ASISTAN_YANITI', 'SISTEM_BILDIRIMI'
oturum_ve_mesaj kullanici_istemi_metni TEXT Kullanıcının girdiği filtrelenmiş doğal dil metni
oturum_ve_mesaj asistan_yaniti_metni TEXT Üretilen nihai yanıt ve eylem kartı metni
oturum_ve_mesaj harcanan_giris_token INT İstemde tüketilen net girdi token miktarı
oturum_ve_mesaj harcanan_cikis_token INT Üretimde tüketilen net çıktı token miktarı
oturum_ve_mesaj toplam_cevap_suresi_ms INT Uçtan uca yanıt üretim gecikmesi (SLA eşiği: < 2.500 ms)
arac_fonksiyon fonksiyon_tanim_id UUID Asistanın çağırabileceği sistem aracının tekil kimliği
arac_fonksiyon fonksiyon_adi VARCHAR(80) 'get_stock_balance', 'query_invoice_status', 'create_purchase_pr'
arac_fonksiyon bagli_entegrasyon_tipi VARCHAR(30) 'SQL_DIRECT_READ', 'REST_API_POST', 'LOGO_OBJECTS_COM'
arac_fonksiyon hedef_sistem_adresi VARCHAR(255) Hedef veritabanı veya API uç noktası adresi
arac_fonksiyon yetkili_ad_gruplari VARCHAR(255) Fonksiyonu tetiklemeye yetkili LDAP grupları
arac_fonksiyon insan_onayi_zorunlu_mu BOOLEAN Kritik yazma eylemlerinde 'True' ile operatör onayı bekleme
arac_fonksiyon zaman_asimi_esigi_sn INT Fonksiyon yürütme zaman aşımı sınırı (Varsayılan: 5 saniye)
arac_fonksiyon hata_durumu_fallback VARCHAR(50) Hata anında yedek aksiyon ('USE_CACHED_DATA', 'RETURN_ERROR_NOTE')
rag_vektor_indeks dokuman_kayit_id UUID İndekslenen kurumsal belgenin tekil kimliği
rag_vektor_indeks orijinal_dosya_adi VARCHAR(255) 'Satis_Sozlesmesi_Standart_2026.pdf', 'Kalite_El_Kitabi_v4.docx'
rag_vektor_indeks dokuman_gizlilik_sinifi VARCHAR(20) 'HERKESE_ACIK', 'SIRKET_ICI_GENEL', 'GIZLI_FINANSAL'
rag_vektor_indeks parca_chunk_indeks INT Belgenin bölündüğü metin parçası sırası
rag_vektor_indeks chunk_token_boyutu INT Metin parçasının token büyüklüğü (Ör: 512 token)
rag_vektor_indeks chunk_ortusme_orani INT Parçalar arası bağlam örtüşmesi (Ör: 64 token)
rag_vektor_indeks vektor_boyutu INT Embedding model vektör boyutu (Ör: 1.536 veya 3.072 boyut)
rag_vektor_indeks embedding_model_kodu VARCHAR(80) 'text-embedding-3-large', 'bge-m3-multilingual'
rag_vektor_indeks benzerlik_skor_esigi FLOAT RAG bağlamına dahil edilme kosinüs skor barajı (Min: 0.78)
rag_vektor_indeks getirilen_top_k_sayisi INT Modele iletilecek en alakalı parça sayısı (Varsayılan: 5)
guvenlik_denetim denetim_kayit_uuid UUID Güvenlik günlüğünün tekil kimliği
guvenlik_denetim istem_ip_adresi VARCHAR(45) Talebin geldiği yerel veya VPN IP adresi
guvenlik_denetim dlp_tetiklendi_mi BOOLEAN Hassas veri filtresi devreye girdi mi (True/False)
guvenlik_denetim maskelenen_veri_tipi VARCHAR(50) 'TC_KIMLIK_NO', 'KREDI_KARTI', 'IBAN', 'MAAS_BILGISI'
guvenlik_denetim jailbreak_skoru FLOAT Prompt enjeksiyon risk skoru (0.00 ile 1.00 arası; >0.85 ise blok)
guvenlik_denetim halusinasyon_skoru FLOAT Kaynak metin ile model yanıtı doğruluk skoru (>0.90 onaylı)
guvenlik_denetim erisim_karari VARCHAR(20) 'ONAYLANDI', 'ENGELLENDI_GUVENLIK', 'YETKISIZ_TALEP'
guvenlik_denetim kayit_tarih_saat TIMESTAMP Olayın milisaniye hassasiyetinde kayıt zamanı
guvenlik_denetim sha256_dogrulama_ozeti VARCHAR(64) Logun değiştirilemezliğini garantileyen SHA-256 hash imzası
sistem_telemetri anlik_es_zamanli_istek INT Sunucuda anlık işlenen paralel asistan oturumu
sistem_telemetri gpu_vram_kullanim_mb INT Yerel çıkarım sunucusunda tahsis edilen VRAM miktarı
sistem_telemetri cache_isabet_orani FLOAT Sık sorulan sorularda anlamsal önbellek isabet oranı (Ör: %42)
sistem_telemetri gunluk_aktif_kullanici INT Gün içinde asistanı kullanan tekil çalışan sayısı

Güvenlik, Veri Gizliliği ve Yetki Yönetimi (RBAC)

Şirkete özel yapay zeka projelerinde en kritik gereksinim, veri sızıntısını ve yetkisiz erişimi engellemektir. Geliştirdiğimiz mimari aşağıdaki kurumsal güvenlik mekanizmalarını zorunlu kılar:

  1. Dinamik Veri Maskeleme (DLP): Kullanıcı isteminde veya veritabanı yanıtlarında yer alan T.C. Kimlik Numarası, IBAN, kredi kartı veya kişisel maaş verileri regex ve NER (Named Entity Recognition) katmanında otomatik tespit edilir. Dış modellere gönderilmeden önce [MASKE_TC_01] şeklinde tokenlaştırılır, yanıt kullanıcıya dönmeden önce sadece yetkili personele çözümlenerek gösterilir.
  2. Kademeli Departman İzolasyonu: Bir üretim teknisyeni asistan üzerinden şirket bilançosunu veya çalışan bordrolarını sorgulayamaz. Asistan, kullanıcının Active Directory'deki OU=Uretim yetkisini denetler ve yetkisiz sorguları "Bu bilgiye erişim yetkiniz bulunmamaktadır (Hata Kodu: ERR_RBAC_FORBIDDEN)" şeklinde keser.
  3. Halüsinasyon Engelleme Filtresi: Asistan sadece RAG bağlamında veya SQL sorgusunda kesin olarak dönen veriye dayanarak yanıt üretir. Modelin kendi genel bilgi dağarcığından rakam uydurmasını önlemek için 'Strict Context Grounding' devrededir; bilgi kaynakta yoksa "Şirket içi kayıtlarda bu soruya dair teyitli bir veri bulunamadı" yanıtı verilir.

Projelendirme, Teslimat Takvimi ve Şeffaf Maliyet Modeli

Appsoni olarak hazır paket SaaS yazılımların kullanıcı başına katlanan aylık faturaları yerine, kaynak kodu şirketinize ait şeffaf adam/gün geliştirme modeliyle çalışıyoruz:

Proje Aşaması Kapsam ve Mühendislik Çıktıları Süre / Efor
Aşama 1: Keşif & Veri Analizi ERP tabloları, kurumsal dokümanlar ve AD yetki matrisinin modellenmesi, mimari tasarım 5 İş Günü
Aşama 2: RAG & Sistem Konnektörleri Vektör veritabanı kurulumu, Logo/Mikro/SAP SQL sorgu boru hatları, DLP filtreleri 12 İş Günü
Aşama 3: Arayüz & Orkestrasyon Web/Teams sohbet arayüzü, prompt optimizasyonu, insan onaylı eylem kartları 8 İş Günü
Aşama 4: Test, Güvenlik & Canlıya Geçiş Sızma testleri, halüsinasyon eşik denetimleri, kullanıcı eğitimleri ve canlı yaygınlaştırma 5 İş Günü
Toplam Teslimat Anahtar teslim şirket içi yapay zeka asistanı altyapısı 6 Hafta (30 Adam/Gün)

İşletmenizin kurumsal sistemlerine entegre, verinizi koruyan ve çalışanlarınızın verimliliğini katlayan şirkete özel bir yapay zeka asistanı geliştirmek için teknik ekibimizle görüşme planlayabilirsiniz.

Sık sorulan sorular

Genel yapay zeka araçları varken neden şirkete özel yapay zeka asistanı yaptırmalıyız?

Genel yapay zeka modelleri şirketinize ait canlı SQL veritabanlarını, stok miktarlarını, onay sirkülerini veya cari hesap bakiyelerini bilmez. Şirkete özel yapay zeka asistanı; şirket içi sistemlerinizle (Logo, Mikro, SAP, CRM) iki yönlü API entegrasyonu kurar, Active Directory yetkilerine tam uyar, veriyi dışarı sızdırmaz ve şirketinizin operasyonel jargonunu eksiksiz anlar.

Yapay zekanın şirket içi sistemlerimizde yanlış bir işlem yapmasını nasıl önlüyorsunuz?

Tüm kritik işlemler (sipariş açma, onay verme, veri silme veya güncelleme) 'Human-in-the-Loop' (insan onaylı eylem) mimarisiyle korunur. Asistan işlemi hazırlar, parametreleri doğrular ve yetkili personele 'X carisine Y tutarında sipariş açılsın mı?' şeklinde onay kartı sunar. Kullanıcı onay vermeden veritabanına hiçbir doğrudan yazma işlemi yapılmaz.

Sistem hangi veritabanları ve ERP yazılımlarıyla entegre olabilir?

Microsoft SQL Server, PostgreSQL, MySQL, Oracle veritabanlarının yanı sıra Logo Tiger/Go (Objects & REST API), Mikro v16/v17 (COM & SQL), SAP (RFC & OData), Netsis ve Salesforce/HubSpot benzeri tüm REST/SOAP destekli kurumsal yazılımlarla çift yönlü entegre çalışabilir.

Şirket verilerimiz üçüncü taraf yapay zeka sağlayıcılarının model eğitiminde kullanılır mı?

Kesinlikle hayır. Mimarimiz kurumsal 'Zero Data Retention' (veri saklamama) anlaşmalı özel bulut API'leri (Azure OpenAI, AWS Bedrock) veya doğrudan kurumunuzun kendi sunucularında çalışan yerel açık kaynaklı LLM'ler (Llama 3, Qwen 2.5, DeepSeek) üzerinde kurgulanır. Verileriniz asla model eğitimine dahil edilmez.

Şirkete özel yapay zeka asistanı projesinin geliştirme takvimi ve aşamaları nasıldır?

Süreç 4 aşamada tamamlanır: 1) Sistem analizi, veri kaynakları ve yetki matrisinin çıkarılması (1. hafta), 2) RAG (doküman arama) ve SQL/API entegrasyon boru hattının kurulması (2-3. hafta), 3) Rol bazlı testler ve pilot departman canlı kullanımı (4. hafta), 4) Şirket geneline yaygınlaştırma ve SLA destek süreci (5. hafta).

Bize ulaşın