Ana içeriğe atla
OpenAI

Yapay zekâ kullanım durumlarını belirlemek ve ölçeklendirmek

Yapay zekâyı erken benimseyenler hangi konulara odaklanıyor?

Önsöz

In just two years

39%

39% of U.S. adults have already used AI. In comparison, the internet reached just 20% adoption in its first two years.

AI leaders have seen

1.5x

1.5x faster revenue growth, 1.6x higher shareholder returns, and 1.4x better return on invested capital than their less advanced peers.

Yet only

1%

1% of a recent McKinsey survey believed their AI investments had reached full maturity.

Yalnızca iki yıl içinde ABD’deki yetişkinlerin %39’u hâlihazırda yapay zekâ kullanmaya başladı.(yeni bir pencerede açılır) İnternetin benimsenme oranı aynı zaman diliminde yalnızca %20’ye ulaştı. Yapay zekânın yükselişi, yalnızca sektörleri yeniden şekillendirmekle kalmıyor, aynı zamanda çalışanlar için bireysel fırsatlar da yaratıyor. Yapay zekâ; insanlara daha yüksek değerli işler yapmak, becerilerini geliştirmek ve kariyerlerinde ilerlemek için fırsat sunuyor.



Bir araştırmada BCG'nin elde ettiği bulgulara göre(yeni bir pencerede açılır) son üç yılda yapay zekâ liderleri, daha az gelişmiş emsallerine kıyasla gelirlerini 1,5 kat daha hızlı artırmış, hissedar getirilerini 1,6 kat yükseltmiş ve yatırılan sermayeden 1,4 kat daha iyi getiri sağlamıştır.

McKinsey(yeni bir pencerede açılır)’e göre, şirketlerin %92’si yapay zekâ yatırımlarını artırmayı planlıyor. Buna karşılık birçok kuruluş, somut değer elde etmenin nasıl mümkün olacağı konusunda hâlâ rehberliğe ihtiyaç duyuyor; şirketlerin yalnızca %1’i yapay zekâ yatırımlarının tam olgunluk düzeyine ulaştığına inanıyor.

Başarılı yapay zekâ projelerini farklı kılan şeyin ne olduğunu bizzat gözlemledik. İçgörülerimiz, en başarılı 300 uygulamamızdan, 4.000’den fazla benimseme anketinden ve 2 milyondan fazla kurumsal kullanıcıdan derlendi.

Bu rehber, kuruluşunuzun net değer sağlayan yapay zekâ kullanım alanlarını bulup ölçeklendirmesine yardımcı olmak için tasarlanmıştır. Süreci üç adıma ayırıyoruz:

  1. Yapay zekânın hangi alanlarda üstün olduğunu anlayarak işletmenizde yapay zekâyı uygulamak için fırsatları belirlemek.

  2. Her departmanda keşif süreçlerini hızlandırmak için çalışanlarınıza temel kullanım senaryolarını öğretmek.

  3. İşletmeniz üzerinde en büyük etkiyi yaratacak kullanım senaryolarını toplayıp önceliklendirmek.

Bu rehberde ekibinizin ilerlemesini desteklemek amacıyla farklı departmanlara göre uyarlanmış müşteri hikâyeleri, pratik kontrol listeleri ve kullanım senaryosu örnekleri bulabilirsiniz.

Yapay zekânın benimsenmesinin, yalnızca doğru kullanım örneklerini bulmaktan çok daha fazlasını ifade ettiğini kabul etmek önemlidir. Bu rehberin kapsamı dışında kalan konular arasında yapay zekâ öncelikli bir kültür oluşturma, daha yüksek değerli kullanım senaryoları geliştirme ve şirketiniz genelinde benimsemeyi teşvik etme gibi başlıklar yer alır. Bu konular hakkında diğer rehberlerde daha fazla bilgi paylaşacağız; şimdilik şirketiniz için doğru kullanım örneklerini bulma sürecine odaklanalım.

“Şu anda [yapay zekâdan] fayda sağlıyor olmalı ve rakiplerinizin yalnızca oyalanıp denemeler yaptığını ummalısınız.”
Erik Brynjolfsson, Stanford Üniversitesi, “AI In the Workplace”, McKinsey, Ocak 2025

Yeni kullanım örnekleri bulmaya yönelik temel ilkeler

Bu üç ilkeyi aklınızda tutun. İleride bulacağınız tüm pratik rehberliğin temelini bu ilkeler oluşturuyor.

  1. Yapay zekâ, liderlik tarafından yönlendirilmeli ve teşvik edilmelidir.

  2. Karmaşık kullanım senaryoları etkileyici görünse de genellikle işleri yavaşlatır. Bunun yerine, çalışanların kendileri ve şirketiniz için en iyi sonucu veren kullanım senaryolarını bulmalarını sağlamak, genellikle başarıya ulaşmanın daha hızlı bir yoludur.

  3. Hackathon’lar, kullanım senaryosu atölyeleri ve akran liderliğinde öğrenme oturumlarıyla benimsemeyi teşvik etmek, birçok müşterimiz için bir katalizör görevi görüyor.

Ekipleriniz için kullanım senaryolarını bulmanın en iyi adımlarını birlikte gözden geçirelim.

Yapay zekâ etkisinden yararlanılacak fırsatları belirleme

İlk adım, işletmenizin yapay zekâ ile hemen iyileştirilebilecek alanlarını belirlemektir.

Bunu yapmanın bir yolu, yapay zekâyı iş gücünüz için süper yardımcılar oluşturmanın bir aracı olarak görmektir. Yapay zekâ süper asistanları asla yorulmaz ve odaklarını kaybetmez. Yardıma ihtiyaç duyduğunuzda her zaman hazırdırlar. Neredeyse her türlü göreve uyum sağlayarak çalışanlarınızın becerilerini destekleyebilirler. 

Potansiyel yapay zekâ kullanım alanlarını belirlemek için şu üç temel alanda karşılaşılan yaygın iş yeri zorluklarına odaklanın:

  • Düşük değerli tekrarlayan görevler

  • Yetenek darboğazları

  • Belirsizlikle başa çıkmak

Ekipleriniz için kullanım senaryolarını bulmanın en iyi adımlarını birlikte gözden geçirelim.

Tekrarlayan düşük değerli görevler

Yapay zekânın benimsenmesinin şirketinizin geleceği için neden kritik olduğunu açıkça belirtin; rakiplerinize ayak uydurmak, değişen müşteri beklentilerine yanıt vermek veya büyümeyi sürdürmek gibi nedenlerle olabilir. Çalışanlar, iyi düşünülmüş bir “neden“ duyduklarında bu, güven ve netlik sağlar; bu sayede değişikliklerin kendi işleri ve hedefleriyle nasıl örtüştüğünü görebilirler.

“Canımı sıkan bir şey yaptığım her seferinde kendime şunu sorarım: Bunu bir daha yapmak zorunda kalmamak için ne yapabilirim?”
Claire Vo, Ürün ve Teknoloji Yetkilisi, Launch Darkly

Yetenek darboğazları

Yapay zekânın benimsenmesinin şirketinizin geleceği için neden kritik olduğunu açıkça belirtin; rakiplerinize ayak uydurmak, değişen müşteri beklentilerine yanıt vermek veya büyümeyi sürdürmek gibi nedenlerle olabilir. Çalışanlar, iyi düşünülmüş bir “neden“ duyduklarında bu, güven ve netlik sağlar; bu sayede değişikliklerin kendi işleri ve hedefleriyle nasıl örtüştüğünü görebilirler.

Example

Ürün yöneticimiz, diğer ekiplerden destek beklerken yavaşlamak zorunda kalmamak amacıyla etkileşimli prototipler oluşturmak için yapay zekâyı kullanıyor.

Belirsizlikle başa çıkmak

Bilgiye dayalı işler çoğu zaman belirsizlik ve açık uçlu zorluklar içerir. Çalışanlar işe başlamakta zorlanabilir veya tıkanabilir, bu da projelerin duraksamasına neden olabilir. Burada yapay zekâ, yol haritası net olmadığında fikir üretmeye, verileri analiz etmeye ve sonraki adımları önermeye yardımcı olarak bir katalizör görevi görebilir. 

Görüştüğümüz tüm şirketlerdeki kişiler, düşünmeye başlamak ve yeni fikirlerin önünü açmak için yapay zekâ kullanıyor. Kampanya fikirleri üzerinde beyin fırtınası yaparak, ham verilerden hızlı içgörüler elde ederek, trendleri analiz ederek veya ne yapacaklarından emin olmadıklarında sonraki adımları belirlemek için yapay zekâdan yararlanıyorlar.

Example

Pazarlama ekibimiz, yaratıcılığı artırmak ve bir brif üzerinde çalışmaya başlamak için ChatGPT'nin sesli sohbet modunu kullanarak kampanya fikirleri üzerine beyin fırtınası yapıyor.

Bu tür işlere odaklanmak; yüksek etkili yapay zekâ fırsatlarını hızla belirlemenize yardımcı olabilir, ekiplerinizin iş akışlarını optimize ederek darboğazları azaltır ve kuruluşunuz genelinde inovasyonu hızlandırır.

“Bu temel ilke doğrultusunda bir yapay zekâ otomasyonu ekibi kurduk. Finans ekibinin tüm üyelerinden, yapay zekâdan fayda sağlayabileceğini düşündükleri süreçleri ayrıntılı olarak açıklamalarını istedik. O listeyi alıp incelemek istediğimiz projeler için bir yol haritası oluşturduk.
Andrea Ellis, Finans Direktörü, Fanatics Betting and Gaming

Eylem ögeleri

Ekiplerinizden şu durumlarla karşılaştıkları senaryoları ve görevleri listelemelerini isteyin:

  • Başlamakta zorlandıkları veya engellerle karşılaştıkları durumlar

  • Başkalarının her zaman takdir etmediği veya değer vermediği ya da zamanlarını en iyi şekilde kullanmalarına olanak tanımayan manuel işlere çok fazla zaman harcamaları (örneğin "sıkıcı yapılacaklar listesi").

  • Başka bir ekip devreye girip onlara yardımcı olana kadar beceri darboğazıyla karşılaştıkları durumlar (Veri analizi, tasarım, marka diline uygun yazım ve web geliştirme bu durumlar için uygun örneklerdir)

Yeni kullanım örnekleri için olası alanları belirlemek amacıyla bu listeleri kullanın.

Çalışanlarınızın nereden başlayacaklarını görmelerine yardımcı olmak için bu, bir atölye çalışmasının veya bir hackathon etkinliğinin başında yapılabilir.  

Alternatif olarak, ChatGPT’den ilginç kullanım örnekleri istemek için şu prompt'u da kullanabilirsiniz:

Ekiplerinize kullanım durumlarının altı temelini öğretmek

Ekiplerinize yeni yapay zekâ fırsatlarını belirlemeleri için bir çerçeve sunduktan sonra bir sonraki adım, yapay zekâyı nasıl kullanabilecekleri konusunda onları temel yöntemlerle eğitmektir. Bu konuda yardımcı olmak için, müşterilerimizden elde edilen 600'den fazla kullanım senaryosunu analiz ettik. Çoğu kullanım senaryosu, tüm departmanlar ve disiplinler genelinde geçerli olan altı "temel" kullanım senaryosu türünden birine girer.

Mavi bir merkeze sahip, çevresinde içerik oluşturma, araştırma, kodlama, veri analizi, fikir geliştirme/strateji ve otomasyon etiketli simgeler bulunan dairesel bir diyagram.

Bu temel türler, çalışanlarınızın işletmeniz için en umut vadeden kullanım senaryolarını bulmasına yardımcı olacak hızlı bir yol sunar. Her bir temel tür; sektörler, roller ve iş akışları genelinde karşılaştığımız yüzlerce kullanım senaryosunu temsil eder ve böylece ölçeklenebilir değere hızlıca ulaşmanızı sağlar.

Her bir temele daha yakından bakalım ve önce içerik üretimiyle başlayalım:

Temel 01: İçerik oluşturma

Yapay zekâ, satış görüşmelerini özetlemekten strateji belgeleri, blog yazıları, web sayfaları ve hatta görseller ile veri görselleştirmelerinin ilk taslaklarını oluşturmaya kadar tüm ekiplerde içerik üretimini destekleyebilir. Ekiplerin yapay zekâyı çalışmalarını düzenleyip iyileştirmek için kullandığını ve ardından son anda ondan son okuma aracı olarak yararlandığını görüyoruz.



Yapay zekâ, şirketinizin üslubunda otomatik olarak yazabilir, iletişim stili kılavuzunuzu uygulayabilir, tercih ettiğiniz belge yapılarını izleyebilir ve hatta yazılarınıza geri bildirim sağlayabilir. Ardından çalışmanızı farklı dillere çevirebilir veya farklı kitlelere, kanallara ya da programlara uygun şekilde yeniden uyarlayabilir.

Yazı yazarken yapay zekâ, bir konuşmanın tüm bağlamını dikkate alarak veya yüklenen belgeleri değerlendirerek çıktıyı şekillendirebilir. Örneğin, yazım rehberinizi yükleyebilir veya en iyi beş blog yazınızı kullanabilir, ardından bu örneklere dayanarak ayrıntılı bir yazım rehberi oluşturması için ChatGPT'ye prompt verebilirsiniz.

Başlamak için içerik üretme kullanım senaryoları:

Pazarlama

Kampanya stratejileri, başlıklar veya e-posta kampanyaları oluşturun. İçerik taslakları ve ilk taslaklar oluşturun. İçeriği farklı kitleler veya kanallar için yeniden kullanın.

Finans ekipleri

Uzman incelemesi için taslak politika belgeleriyle teknik muhasebe notları hazırlayın.

Ürün ekipleri

Ürün gereksinim dokümanları, ürün açıklamaları, sürüm notları, lansman iletişimleri ve kullanım kılavuzları hazırlayın.

Satış ekipleri

Hesap planları, çağrı senaryoları ve takip e-postaları oluşturun.

Promega, mesajlarını farklı pazarlarda ve hedef kitlelerde arasında ölçeklendirdi

Yaşam bilimleri şirketi Promega, e-posta kampanyalarının ilk taslaklarını oluşturmak için ChatGPT Enterprise kullanarak altı ayda 135 saat tasarruf sağladı. Ayrıca bu teknolojiyi bir mesaj dokümanından kampanya metinleri oluşturmak ve herhangi bir metni belirli pazarlama kanalları için ücretli reklamlara dönüştürmek için de kullanıyorlar.

Soyut mavi kare
“E-posta stratejisini uyumlu hâle getirerek kazandığımız zaman, e-posta deneyimini iyileştirecek içerik üretimi sürecine ayrılabilir. Bu GPT'yi kullanmadan en son ne zaman bir pazarlama e-postası yazdığımı hatırlamıyorum.”
Kari Siegenthaler, Pazarlama Stratejisti, Promega

Temel 02: Araştırma

Yapay zekâ, sektörlerde araştırma için yaygın olarak kullanılır. Yeni kavramları (örneğin yapay zekânın benimsenmesi veya tasarım odaklı düşünme) hızla öğrenmekten, web’de ilgili makaleleri veya rekabet verilerini aramaya, web’deki makaleleri, veri noktalarını ve içgörüleri tarayan daha kapsamlı, çok adımlı araştırma projelerine kadar her türlü araştırma yapılabilir. Ayrıca ekiplerin hızlı içgörüler elde etmek için uzun kurum içi belgeler yüklediğini de görüyoruz. 

Araştırmada yapay zekâ kullanmanın en büyük avantajlarından biri, analizin size sunulacağı formatı ve yapıyı belirleyebilmenizdir: Tablo biçiminde, madde işaretleriyle, belirli bölümler hâlinde düzenlenmiş veya çapraz referanslı.



Yapay zekânın detaylara gösterdiği özen ve talimatları takip etme yeteneği, onu mükemmel bir araştırma asistanı hâline getiriyor.

Başlamak için araştırma ile ilgili kullanım örnekleri:

Satış ve Pazarlama

Yeni sektörleri inceleyin, rakipleri daha iyi anlayın ve yeni kitleleri araştırın.

Finans

Halka açık şirketlerden, M&A hedeflerinden veya muhasebe standartlarına ilişkin makale ve rehberlerden kıyaslama ölçütleri arayın.

Ürün

Yeni pazarları değerlendirin, rakipleri araştırın, trendleri belirleyin ve kullanıcı geri bildirimlerini analiz edin.

Satış ekipleri

Yeni satıcılar bulmak için web'de arama yapıp ürünlerinin güçlü ve zayıf yönlerini değerlendirin.

Yazılım Mühendisliği

API uç noktalarını ve haricî belgeleri gözden geçirin.

Introducing Deep Research

Derin araştırma, ChatGPT’de bağımsız olarak internette çok adımlı araştırmalar yapan yeni bir özerk beceridir. Ona bir prompt verdiğinizde ChatGPT bir araştırma analisti düzeyinde kapsamlı bir rapor oluşturmak için yüzlerce çevrim içi kaynağı bulur, analiz eder ve sentezler. Daha fazla bilgi edinin.

Temel 03: Kodlama

Birçok yazılım mühendisi, ileri düzey yapay zekâ kullanıcılarıdır. Yapay zekâyı hata ayıklamak, aşina olmadıkları dillerde ilk taslak kodu üretmek, kodu bir dilden diğerine taşımak ve kodlarını lastik ördek yöntemiyle sesli düşünerek gözden geçirmek için kullanırlar. Geçtiğimiz iki yıl içinde, yapay zekânın matematik, bilim ve kodlama alanlarındaki yetenekleri birçok dilde önemli ölçüde gelişti ve artık birçok araç gerçek zamanlı kod önizlemeleri bile sunuyor.

Yapay zekâ araçlarının yardımıyla kodlama bilmeyen birçok kişinin de kod yazmaya başladığını görüyoruz. Pazarlama uzmanları ve finans ekipleri sadece doğal dili kullanarak süreçleri otomatikleştirmek için Python komut dosyaları, veri çekmek için SQL sorguları, hatta web siteleri veya şirket içi sunumlar için ön uç koduyla görselleştirmeler oluşturabilir. 

Başlangıç için kodlama kullanım örnekleri:

Yazılım Mühendisleri

Kodunuzda hata ayıklayıp "lastik ördek" yöntemiyle sesli düşünerek gözden geçirin, başka programlama dillerine taşıyın ve API uç noktalarını araştırın.

Pazarlama

Web ve tasarım ekipleriyle paylaşmak için etkileşimli grafikler ve veri görselleri oluşturun veya veri analizi için SQL yazın.

Finans

Ay sonu kapanış sürecinin bazı bölümlerini otomatikleştirmek için Python komut dosyaları oluşturun.

Ürün

Yeni ürün fikirlerini hızla somutlaştırabilmek için etkileşimli prototipler oluşturun.

Tinder kodlamayı hızlandırıyor

Tinder mühendislik ekibi, Bash betikleri gibi özel uzmanlık gerektiren, sezgisel olmayan dillerle çalışırken ilk taslak söz dizimini oluşturmak için ChatGPT'yi kullanıyor. ChatGPT, kodlama verimliliğini artırarak haricî API dokümantasyonlarına başvurmayı ve bunlarda sorgulama yapmayı, ayrıca mimari ve tasarım kararlarıyla ilgili sorunları gidermeyi kolaylaştırır.

Soyut mavi kare
“Jira'da, angarya gibi geldikleri için önceliği düşürülen görevler olurdu. Artık onları üstleniyorum çünkü ChatGPT yanımdayken onlarla başa çıkmanın daha kolay olacağını biliyorum.
Chris Fuller, Kıdemli Yazılım Mühendisi, Tinder

Temel 04: Veri analizi

Yapay zekâ, herkesin farklı kaynaklardan gelen verileri uyumlu hâle getirmesine, içgörüleri ve trendleri belirlemesine ve ileri düzey Excel, SQL veya Python becerilerine ihtiyaç duymadan karmaşık elektronik tablo verileriyle çalışmasına yardımcı olur.

Hızlı analiz için yapay zekâya birden fazla elektronik tablo veya kontrol paneli ekran görüntüsü sağlayabilirsiniz. E-tablo verilerini yorumlayabilir, görsel grafikleri anlayabilir ve hatta raporlama için çıktınızı biçimlendirmeye yardımcı olabilir. Ayrıca sonuçların nasıl yapılandırılacağını belirtebilir; örneğin tercih edilen grafik türlerini, özet biçimlerini ya da karşılaştırma mantığını seçebilirsiniz.

Başlamak için veri analizi kullanım örnekleri:

Pazarlama

Web semineri katılım verilerini yükleyip hızlıca görselleştirin. Gösterge paneli ekran görüntüsünden temel trendleri özetleyin.

Ürün

Trendleri analiz edin, sosyal medya geri bildirimlerini inceleyin ve yeni fırsatları ortaya çıkarmak için özellik isteklerine ilişkin CRM verilerini yükleyin.

Satış

En güçlü hesaplarınızı bulmak için hesap listelerinizi gözden geçirin. Müşteri adaylarını hesaplarla eşleştirin ve niyet sinyallerine göre puanlayın.

Finans

Harcama verilerini hızlıca analiz edip trendleri tespit edin, farklı elektronik tablo ve veri tabanlarındaki verileri uyumlu hâle getirin.

Poshmark, içgörüler ve stratejiye artık daha fazla zaman ayırıyor.

Moda pazaryeri Poshmark, iş performansı analizleri için milyonlarca elektronik tablo satırını birleştiren Python kodunu oluşturmak üzere ChatGPT’yi kullandı. Yapay zekâyı kullanarak yöneticiler için haftalık performans raporları ve muhasebe notları oluşturarak her hafta saatler süren manuel işten tasarruf ediyorlar.

Soyut mavi kare
Manuel işleri önemli ölçüde azalttık; hız, doğruluk, iletişim ve içgörülerde iyileşme sağladık. Herkesin işinde bir yükselme olduğunu görüyorum.
Rodrigo Brumana, CFO, Poshmark

Temel 05: Fikir geliştirme ve strateji

Fikir geliştirme ve strateji kullanım senaryoları, yeni bir blog yazısı için beyin fırtınası yapmaktan bir belgenin yapısını oluşturmaya, bir stratejiyi gözden geçirip sorunları çözmeye veya yapılan işe temel hedefler ve paydaş tercihleri doğrultusunda geri bildirim vermeye kadar tüm ekiplerde yaygın olarak kullanılır.

Yapay zekâ modelleri çok modülerli hâle geldikçe, ekiplerin tıpkı bir iş arkadaşıyla etkileşim kurar gibi ses ve görüntü yoluyla yapay zekâyla iletişim kurduğunu gözlemliyoruz.

Model karmaşık problemler üzerinde düşünme konusunda daha yetkin hâle geldikçe birçok ekibin verilerini, hedeflerini, bağlamı, kısıtlamaları ve bağımlılıkları dikkate alarak onlarla stratejik planlar oluşturduğunu gözlemliyoruz.

Başlangıç için fikir ve strateji kullanım örnekleri:

Pazarlama

Yeni fırsatları değerlendirerek kampanya fikirleri üzerinde beyin fırtınası yapın. Pazarlama özetinizi yükleyin ve eksik olanları sorun. Bir ürün lansmanı için pazara giriş stratejisine yönelik prompt verin.

Ürün

Yeni bir coğrafya için yerel rakipleri, riskleri, fırsatın büyüklüğünü ve kaynak gereksinimlerini göz önünde bulundurarak bir pazar genişleme planı oluşturun.

Satış

Tüm bağımlılıkları ve riskleri göz önünde bulundurarak lansman planları hazırlayın. PRD’nizi yükleyin ve yönetici değerlendirmesinden önce zayıf noktaları tespit edin.

Finans

Sunum veya keşif becerilerinizi sesli sohbet modu ile geliştirin.

Match Group odak gruplarının simülasyonunu yapıyor

Çevrim içi flört alanında dünya lideri olan Match Group, ürün kullanılabilirliği odaklı grup simülasyonları yürütmek için GPT‑4'ün çok modlu becerileriyle denemeler yapıyor. Tasarımcılar, iskelet tasarımlarını yükleyerek ve ChatGPT’ye belirli bir kişiliği taklit etmesini söyler, ardından “kullanıcı” arayüzde gezinirken ona soru sorar ve geri bildirim vermesini ister. Sonuç: Ek maliyet ve gecikme olmadan ürün yenilikleri için yeni fikirler.

Soyut mavi kare

Temel 06: Otomasyonlar

Birçok kullanım senaryosu bir görevin bazı bölümlerinin otomatikleştirilmesini içerir. Müşterilerin tekrarlanabilir ve rutin görevleri belirleyerek bunları yapay zekâya devretmenin yollarını tasarladığını gördük. Otomasyonlar, haftalık rekabet güncellemeleri oluşturmak gibi basit işlerden insan incelemesine hazır, haftalık yönetici bilgilendirmeleri için bir finans raporu hazırlamak gibi daha karmaşık işlere kadar geniş bir yelpazeye yayılır.

Bellek ve özel talimatlar, bu tür süreçleri otomatikleştirmenin anahtarıdır. Özel GPT’ler, bunları paylaşmanın bir yoludur. Ekipler, standart bir talimat dizisi oluşturarak aynı belgeyi yükleyip her seferinde aynı çıktıyı belirleyerek daha düşük değerli görevlerden kurtulabilir.

Bugün bu otomasyonlar genellikle tekil görevlerden oluşuyor. Ancak derin araştırma ve Operator gibi ürünlerle, yapay zekânın çok adımlı görevleri bağımsız bir şekilde ve belirli bir zaman planlamasına uygun olarak üstlenebildiği bir dünyaya doğru ilerliyoruz.

Başlangıç için otomasyon kullanım örnekleri:

Pazarlama

Hızlı web semineri özetleri için standart bir rapor oluşturup görselleştirmeler hazırlayın. Veya toplantı notları ya da konuşma dökümlerinden Slack güncelleme özetleri oluşturun.

Ürün

Bir lansman güncelleme özetleyicisi oluşturun. Veya haftalık müşteri içgörülerini özetleyip paylaşın. Toplantı notlarını, bağımlılıkları ve sonraki adımları özetleyen, yöneticilere yönelik Slack gönderilerine dönüştürün.

Finans

Haftalık finansal verileri dikkat gerektiren değişiklikler için uyarılar içeren bir yönetici özetine dönüştürün.

BT

Yazılım mimarinizi ekran görüntüsü olarak yükleyin ve temel bağımlılıkları, riskleri ve optimizasyon fırsatlarını sorun.

BBVA, Kredi Analizi çalışmalarının bir kısmını otomatikleştiriyor

BBVA’nın Credit Analysis Pro GPT’si yıllık raporlar, ESG değerlendirmeleri ve basın gibi çeşitli kaynaklardan yapılandırılmamış verileri çekerek kredi risk analistlerinin değerlendirmelerini hızlandırıyor.

Soyut mavi kare

Eylem ögeleri

  • Ekiplerinize her bir temel kullanım alanıyla ilgili anahtar bilgileri öğretip her departman için örnekler sunun.

  • Ardından, yeni kullanım senaryoları için beyin fırtınası yapmaya başlayın. En etkili kullanım senaryolarını kimlerin ortaya çıkarabileceğini görmek üzere hackathon etkinlikleri veya şirket genelinde yarışmalar düzenleyin.

  • Belirli bir çerçeve için Bain’in kullanım alanı olimpiyatları hakkında bilgi edinin.

  • Ekiplerinizin ortaya çıkardığı tüm kullanım alanlarını toplamak için bir e-tablo veya Slack kanalı oluşturun.

Estée Lauder Corporation, tekrar edilebilir bir GPT geliştirme sürecini nasıl oluşturdu?

Estée Lauder’ın GPT Lab’i, yüksek etkili kullanım senaryolarını belirlemek ve geliştirmek için iş kullanıcısı, konu uzmanı ve teknik liderden oluşan disiplinler arası ekiplerle çalışmaya başladı. Süreçleri basit ve tekrarlanabilir:

  1. Tasarım: İş tarafındaki kullanıcı; amacı, kapsamı ve hedef kitleyi iki sayfalık bir özetle tanımlar.

  2. Hazırlık: Alan uzmanı, kullanım senaryosunu en iyi uygulamalara göre şekillendirmek için gerekli verileri toplar.

  3. Geliştirme ve test: Teknik ekip lideri, GPT'yi oluşturur, veri setlerini entegre edip doğruluk ve tutarlılık açısından test eder.

  4. Kullanıma sunma: Tüm ekip GPT'yi devreye alır ve bir kullanıcı kılavuzu hazırlar.

  5. Yön değiştirme ve ölçekleme: Ekibin tamamı geri bildirimleri kullanarak GPT'nin performansına göre sürekli iyileştirme ve optimizasyon yapar.

“Hukuktan araştırmaya, üretimden ticarileştirmeye kadar her iş sürecini ele alıyor ve bunları yapay zekâ ile nasıl yeniden tasarlayabileceğimizi düşünüyoruz.”
Stéphane Bancel, Moderna CEO’su

Daha fazla bilgi için Estée Lauder GPT Lab ile ilgili makaleyi okuyun.

Kullanım örneklerini toplama ve önceliklendirme

Ekipler temel kullanım durumlarını anladıktan ve çözülmesi gereken sorunları belirlemeye başladıktan sonra kullanım durumları hızla artar.

Keşif sürecinden önceliklendirme aşamasından geçilir. Hangi kullanım alanları tüm çalışanları etkileyecek şekilde ölçeklendirebilirsiniz? Hangilerinin şu anda maliyet verimliliği sağlaması en olasıdır? Yeni bir ürüne veya gelir kalemine yönlendirecek kullanım alanı hangisidir?

Müşteri başarı ekiplerimiz, kurumsal müşterilerin kullanım alanlarına öncelik vermesine yardımcı olmak için bu Etki/Çaba çerçevesini kullanır. Bu, her bir kullanım alanını şirkete sağladığı değer ve gerektirdiği çaba düzeyi açısından puanlayan dört bölümlü basit bir matristir.

Etki/çaba modeli

Yüksek yatırım getirisi odağı

Yüksek etki ve düşük çabayla elde edilen hızlı kazanımlar, ivme oluşturmak için genellikle en iyi başlangıç noktasıdır.

Self servis

Belirli bir görev için tek bir kullanıcının kendisi adına kişisel asistan olarak oluşturabileceği en az çaba gerektiren projeler. Birçoğu bireysel çözümler olarak başlar, ancak zamanla ekipler genelinde değerli hâle gelir.

Yüksek değer/yüksek çaba

Genellikle dönüştürücü niteliktedir (Moderna’nın Dose GPT’si veya Klarna’nın müşteri asistanı gibi), ancak bu kullanım durumlarının oluşturulması genellikle daha fazla zaman, planlama ve kaynak gerektirir. Birçok ekip, ivme kazanmak için hızlı kazanımlarla işe başlar ve bunları daha değerli projelere yatırım yapmak için ilham kaynağı olarak kullanır.

Yüksek çaba/düşük etki

Bunlar şimdilik güvenle bir kenara bırakılabilir. Ancak yeni ürünler ve beceriler, bunların geliştirilmesini ve devreye alınmasını kolaylaştırabilir. Bu nedenle, bunları öne çıkarmaya açık olun.

Mavi bir merkeze sahip, çevresinde içerik oluşturma, araştırma, kodlama, veri analizi, fikir geliştirme/strateji ve otomasyon etiketli simgeler bulunan dairesel bir diyagram.  Değer ve çabayı gösteren 2x2 matris grafik: yüksek yatırım getirisi odağı, kapsam belirleme ve önceliklendirme, self servis ve öncelik düşürme; her biri için kısa yapay zekâ kullanım örnekleri.

Bu basit ama güçlü aracı nasıl kullandığını bize gösterdiği için Softbank'ten Jeret Shuck'a teşekkür ederiz.

%62

Yapay zekânın temel iş fonksiyonlarındaki payı

Yapay zekâ kullanım senaryosu fırsatlarınızı bu şekilde değerlendirip önceliklendirerek daha fazla ilgi ve yatırım çeken büyük kazanımları hızlandırabilirsiniz.

Eylem ögeleri

  • Önceliklendirme çerçevesini şirket genelinde tanıtın ve çalışanları, ekip toplantılarında en iyi fikirleri belirlemek için bu çerçeveyi kullanmaya teşvik edin.

  • Yüksek değerli ve yüksek çaba gerektiren kullanım senaryolarında, gereken işin kapsamını belirlerken bir Özel GPT dağıtmayı düşünün.

  • Liderlerinizin, departmanların tamamında etki yaratan kullanım senaryolarını desteklemesini sağlayın. Üst yönetimden alt katmanlara verilen destek, başarılı yapay zekâ uygulamalarının temel göstergelerinden biridir.

  • Bugün yüksek çaba gerektiren kullanım örneklerinizin, yapay zekâ becerileri geliştikçe düşük çaba gerektiren örneklere dönüşebileceğini göz önünde bulundurarak bu puanlamayı her çeyrekte yeniden değerlendirin.

Sıradaki adım: Departman iş akışını haritalandırma

Çoğu ekip, yapay zekâyı tekil görevler için kullanarak işe başlar: blog gönderilerini düzenlemek, kampanya brifleri oluşturmak veya politika taslakları hazırlamak. Yapay zekâyı belirli ve ayrı görevler bağlamında düşünmek daha kolaydır.

Ancak ileri düzey kullanıcıların yapay zekâyı yaptıkları her şeye entegre ettiğini izlerken, çoğu zaman çok adımlı iş akışlarına yayılan kullanım alanları bulduklarını görüyoruz.

Çok adımlı bir akış şöyle şekillenebilir:

  • Pazar trendlerini keşfetmek için derin araştırmayı kullanın

  • Müşteri verilerini analiz ederek fırsat büyüklüğünü tahmin edin

  • Sesli sohbet modunu kullanarak bir lansman stratejisi için beyin fırtınası yapın

  • Mesajlar, kampanya materyalleri ve çeviriler oluşturun

Ekiplerinizin yapay zekâyı baştan sona entegre edebilecekleri bir unsur olarak görmelerine yardımcı olmak, onları yapay zekâ ajanlarının kendi adlarına tüm projeleri tamamlayabildiği bir geleceğe hazırlayacaktır.

An example:

Using AI across a Marketing workflow
  • Derin araştırma ile pazar trendlerini ve fırsatları anlama

  • Veri analizi ile hedef kitlenin ve fırsatın büyüklüğünü belirleme

  • Beyin fırtınası ile kampanya stratejisi tasarlama ve brifi geliştirme

  • İçerik oluşturma ile önemli mesajlar ve metinler oluşturma

  • İçerik yerelleştirmesini ve kanal optimizasyonunu otomatikleştirme

Eylem ögeleri

  • İleri düzey kullanıcıları iş akışlarını ayrı görevlere ayırmaya, temel kullanım durumlarını (primitifler) belirlemeye ve her adımı net bir şekilde eşleştirmeye teşvik edin.

Bugün başlayın

Yapay zekâ, geleneksel yazılım veya bulut uygulamalarına benzemez. Yapay zekânın güçlü yönlerinden yararlanmayı öğrenmek, yeni bir bakış açısı gerektirir. Ancak müşterilerimizle yaptığımız çalışmalar, farklı disiplinlerden insanların bu bakış açısını hızla öğrenerek kendi çalışmalarında yüksek etkili kullanım senaryolarını tespit etmeye başladığını bize gösterdi.

Bu süreci başlatmak, kuruluşunuzun üç adımı atmasına yardımcı olur.

  1. Yapay zekânın nerede değer kattığını anlayın
    İşletmenizin yapay zekâdan hemen fayda sağlayabileceği alanları belirleyin.

  2. Çalışanlarınıza temel kullanım durumlarını öğretin
    Ekiplerin temel kullanım durumlarını keşfetmesine yardımcı olun ve kendi kullanım durumlarını oluşturmaya başlamalarına olanak tanıyın.

  3. Ölçeklendirmeye öncelik verin
    Etki/Çaba Çerçevesini kullanarak yüksek etkili ve az çaba gerektiren fırsatlara odaklanın.

İnsanlar yapay zekâyla görevleri ve iş akışlarını yeniden tasarladıkça daha fazla fırsat ortaya çıkar.

Bu rehberin ekibinizin işe başlaması için net bir yol sunacağını umarız. Fikirlerden sonuçlara ilerlerken bu yolculukta size destek olmaya hazırız.

“Hukuktan araştırmaya, üretimden ticarileştirmeye kadar her iş sürecini ele alıyor ve bunları yapay zekâ ile nasıl yeniden tasarlayabileceğimizi düşünüyoruz.”
Stéphane Bancel, Moderna CEO’su

İşinize yapay zekayı entegre etmek ister misiniz?

Şirketlerin ölçeklenebilir ve sorumlu yapay zeka stratejileri oluşturmasına nasıl destek verdiğimizi keşfedin.