TÜİK 2026 Verisiyle KOBİ İçin 90 Günlük Yapay Zeka Yol Haritası

Yapay zeka yol haritası: TÜİK 2026 verisi KOBİ’lere ne söylüyor?

KOBİ’ler için bir yapay zeka yol haritası artık “bir gün bakarız” başlığı değil. TÜİK’in 2 Ekim 2026’da yayımladığı Girişimlerde ve Bireylerde Yapay Zeka Kullanımı bülteni, en az 10 çalışanı olan girişimlerde yapay zeka teknolojilerinden en az birini kullananların oranının bir yılda %7,5’ten %14,0’a çıktığını gösteriyor. Aynı bültene göre üretken yapay zeka kullandığını beyan eden bireylerin oranı da %19,2’den %37,6’ya yükseldi. Yani çalışanlarınızın önemli bir kısmı bu araçları zaten deniyor; soru, şirketin bunu kontrollü, ölçülebilir ve KVKK’ya uygun bir plana bağlayıp bağlayamayacağı.

Bu yazıda TÜİK rakamlarını KOBİ gözüyle okuyor, ardından 90 günde uygulanabilecek üç aşamalı bir plan öneriyoruz: ilk 30 gün keşif (kullanım senaryosu envanteri, veri envanteri, KVKK ön kontrolü), 31–60. günler pilot (belge/OCR, müşteri destek asistanı, satış/stok tahmini), 61–90. günler ise ERP/CRM entegrasyonu, ölçüm ve ölçekleme kararı. Amaç büyük bir “dijital dönüşüm” programı değil; küçük, geri alınabilir ve her aşamanın sonunda yazılı karar verilen bir çalışma düzeni.

Kısaca

• TÜİK 2026: 10+ çalışanlı girişimlerde yapay zeka kullanımı %14,0; 10–49 çalışanlı işletmelerde %12,8.
• Kullanmayıp düşünen girişimlerin en büyük engeli uzmanlık eksikliği (%72,3); ardından hukuki belirsizlik ve veri koruma kaygısı geliyor.
• 90 günlük plan üç kapıdan oluşur: pilot onayı, entegrasyon onayı ve ölçekleme kararı.
• İlk pilotlar için belge/OCR, destek asistanı ve satış/stok tahmini KOBİ’lerde veri hazır olduğunda en hızlı geri bildirim veren alanlardır.
• Kalıcı değer, modeli ERP/CRM’e bir ara katman (middleware) üzerinden bağlayıp ölçtüğünüzde ortaya çıkar.

TÜİK 2026 rakamları KOBİ’ler için ne anlama geliyor?

TÜİK’in bülteni iki ayrı kitleyi ölçüyor: 16–74 yaş arası bireyler ve en az 10 çalışanı olan girişimler. Girişim tarafında tablo net: 2021’de %2,7 olan yapay zeka kullanım oranı 2025’te %7,5’e, 2026’da ise %14,0’a ulaşmış. Büyüme hızlı ama yaygınlık hâlâ düşük; her yedi girişimden yalnızca biri en az bir yapay zeka teknolojisi kullanıyor.

Ölçek farkı: büyükler önde, KOBİ’ler hızlanıyor

Çalışan sayısına göre ayrım, KOBİ’ler için asıl mesajı veriyor. 250 ve üzeri çalışanı olan girişimlerde oran %37,1 iken 50–249 çalışanlılarda %17,0, 10–49 çalışanlılarda %12,8. 2021’de bu oranlar sırasıyla %9,6, %3,6 ve %2,3’tü. Küçük işletmelerdeki artış oransal olarak büyük, ancak büyük şirketlerle aradaki mesafe kapanmış değil. Bu mesafe genellikle bütçeden çok, kimin neyi deneyeceğini belirleyen bir plan ve ölçüm disiplininin olmamasından kaynaklanıyor.

Gösterge (TÜİK, 2026)	Değer	KOBİ için okuma
Yapay zeka kullanan girişimler (10+ çalışan)	%14,0 (2025: %7,5)	Rakipler denemeye başladı; erken öğrenme avantajı hâlâ var.
10–49 çalışanlı girişimler	%12,8	Küçük ölçekte de uygulanabilir; doğru pilot seçimi kritik.
Pazarlama veya satış amaçlı kullanım	%51,0	En yaygın başlangıç alanı; içerik ve teklif hazırlığı.
Kişisel veri işleyen kullanıcı girişimler	%16,6	KVKK değerlendirmesi pilot öncesinde yapılmalı.
Düşünenlerde “uzmanlık eksikliği” engeli	%72,3	Dış destek ve küçük kapsamlı başlangıç ihtiyacı.

Ne için kullanılıyor, nasıl temin ediliyor?

Yapay zeka kullanan girişimlerde en sık amaç pazarlama veya satış (%51,0); bunu Ar-Ge veya inovasyon (%46,3) ile üretim veya hizmet süreçleri (%43,4) izliyor. Temin tarafında açık kaynak yazılım kullananlar %67,8, kapalı kaynak kullananlar %49,1. Girişimlerin %46,5’i harici sağlayıcıların geliştirdiği sistemleri, %32,1’i kendi çalışanlarının geliştirdiği sistemleri kullanıyor. Bu dağılım, KOBİ’lerin çoğunun sıfırdan model eğitmek yerine hazır modelleri ve dış uzmanlığı birleştirdiğini gösteriyor; yol haritanızın da bu gerçekçi zemine oturması gerekir.

Engeller: uzmanlık, hukuk ve veri koruma

Yapay zeka kullanmayan girişimlerin %8,3’ü kullanmayı değerlendirdiğini söylüyor. Bu grupta uzmanlık eksikliği %72,3, hukuki sorumluluk konusundaki belirsizlik %66,4, veri koruma ve gizlilik kaygısı %65,4 ile öne çıkan engeller. Üçü de teknik olmaktan çok yönetişim sorunları. İyi bir yol haritası bu yüzden “hangi modeli seçelim” sorusuyla değil, “hangi veriyi, kimin onayıyla, hangi kayıtla işleyeceğiz” sorusuyla başlar.

• • •

Yol haritası neden 90 gün ve üç kapı olarak kurulmalı?

Doksan gün, bir KOBİ’nin dikkatini dağıtmadan gerçek veriyle sonuç görebileceği bir süre. Daha kısa plan çoğu zaman “demo”da kalır; daha uzun plan ise ilk somut çıktıyı geciktirir ve ekip ilgisini kaybeder. Her 30 günün sonunda bir kapı koymak, yatırımı küçük dilimlere böler: kapıda devam, kapsam daraltma veya durdurma kararlarından biri yazılı olarak verilir. Bu yaklaşım, klasik yazılım projesi planlama disiplininin yapay zekaya uyarlanmış hâlidir.

Planı bir sahibi olmalı: genellikle bir iş birimi yöneticisi ve ona eşlik eden bir teknik sorumlu. Yönetim kurulu düzeyinde ise yalnızca kapı kararları ve ölçüm sonuçları raporlanır. Böylece yapay zeka, bilgi işlem departmanının yan projesi olmaktan çıkar ve iş hedefine bağlanır.

Gün 0–30: Keşif aşamasında ne yapılır?

İlk ay hiçbir model çalıştırılmadan geçebilir; bu bir kayıp değil, sonraki iki ayın verimini belirleyen hazırlıktır. Keşif aşaması üç envanterden oluşur.

Kullanım senaryosu envanteri

Her departmandan, tekrar eden ve zaman alan işleri listelemesini isteyin: gelen faturaların sisteme girilmesi, aynı müşteri sorularının yanıtlanması, haftalık stok siparişinin hesaplanması, teklif metinlerinin hazırlanması gibi. Her madde için sıklık, harcanan süre, hata maliyeti ve işin sahibi yazılır. Ardından senaryolar iki eksende puanlanır: iş değeri ve uygulanabilirlik. Sağ üst köşedeki bir ya da iki senaryo pilot adayıdır.

Veri envanteri

Seçilen senaryonun hangi veriye ihtiyaç duyduğunu çıkarın: belge taramaları, e-posta arşivi, ERP satış geçmişi, CRM kayıtları, destek talepleri. Her veri kaynağı için nerede tutulduğu, kimin erişebildiği, ne kadar geriye gittiği ve kalitesi (eksik alanlar, mükerrer kayıtlar) not edilir. Veri yoksa ya da dağınıksa, pilotun ilk işi veriyi toplamak olacaktır; bunu baştan bilmek takvimi gerçekçi kılar. Bu aşamada kurumsal veri analitiği ve yönetim raporlama platformu gibi bir yapı, dağınık kaynakları tek bir ölçüm zeminine taşımak için kullanılabilir.

KVKK ön kontrolü

TÜİK verisine göre yapay zeka kullanan girişimlerin %16,6’sı bu sistemlerde kişisel veri işliyor. Pilot kişisel veriye dokunacaksa, başlamadan önce şu sorular yanıtlanmalı: Hangi kişisel veri işlenecek? Hukuki dayanak ve aydınlatma metni hazır mı? Veri yurt dışına aktarılacak mı? Model sağlayıcısı istekleri saklıyor mu, eğitimde kullanıyor mu? Maskeleme veya anonimleştirme mümkün mü? Bu sorular hukuk danışmanınızla birlikte ele alınmalıdır; bu yazı hukuki görüş yerine geçmez. Veriyi yurt içinde tutma ihtiyacı olan işletmeler için, verinin Türkiye’deki altyapıda işlendiği EVREN API gibi yurt içi model servislerini değerlendirme seçeneği de 2026 itibarıyla gündemde.

Kapı 1 çıktısı: bir sayfalık pilot tanımı — senaryo, veri kaynağı, KVKK notu, başarı ölçütü (örneğin belge başına işlem süresi), sorumlu kişi ve bütçe sınırı.

Gün 31–60: Hangi pilotlar KOBİ için mantıklı?

Pilot aşamasının amacı “yapay zeka çalışıyor mu” sorusunu değil, “bu iş akışında ölçülebilir fark yaratıyor mu” sorusunu yanıtlamaktır. Pilotlar gerçek veriyle ama sınırlı kapsamla, insan onaylı bir akışta çalıştırılır. KOBİ’lerde en sık iyi sonuç veren üç aday şunlardır.

Belge ve OCR ile veri çıkarma

Tedarikçi faturaları, irsaliyeler, sözleşmeler ve başvuru formları çoğu KOBİ’de hâlâ elle okunup sisteme giriliyor. OCR ve dil modelleri birlikte kullanıldığında belgeden tarih, tutar, vergi numarası, kalem listesi gibi alanlar çıkarılıp bir kontrol ekranına düşürülebilir. Çalışan yalnızca doğrular ve onaylar. Ölçüm basittir: belge başına süre ve düzeltme oranı. Dikkat edilmesi gereken nokta, düşük güvenli alanların otomatik olarak işaretlenmesi ve hiçbir kaydın onaysız muhasebeye aktarılmamasıdır.

Müşteri destek asistanı

Sık sorulan sorular, sipariş durumu ve iade koşulları gibi tekrar eden talepler için şirket dokümanlarına dayanan bir asistan, destek ekibinin taslak yanıt hazırlamasını hızlandırabilir. İlk aşamada asistan müşteriye doğrudan değil, temsilciye öneri olarak yanıt üretmelidir. Bilgi tabanı güncel değilse asistan da yanlış bilgi verir; bu yüzden pilotun yarısı aslında doküman düzenidir. Ölçüm: ilk yanıt süresi, temsilcinin öneriyi değiştirmeden kullanma oranı ve müşteri memnuniyeti.

Satış ve stok tahmini

ERP’de birkaç yıllık satış geçmişi olan işletmeler için ürün veya ürün grubu bazında talep tahmini, fazla stok ve stoksuz kalma maliyetini düşürmenin yoludur. Burada çoğu zaman büyük dil modelinden çok klasik zaman serisi ve makine öğrenmesi yöntemleri işe yarar; dil modeli ise sonuçları yöneticinin anlayacağı bir özet hâline getirmek için kullanılabilir. Ölçüm: tahmin hatası, stok devir hızı ve kayıp satış. Kampanya, sezon ve tedarik gecikmesi gibi bilgilerin veriye eklenmesi sonuç kalitesini doğrudan etkiler.

Departman bazında kullanım senaryosu tablosu

Aşağıdaki tablo, keşif aşamasında kullanılabilecek bir başlangıç listesidir. Risk ve efor değerleri genel bir yönlendirmedir; kendi veri durumunuza göre yeniden puanlanmalıdır.

Departman	Kullanım senaryosu	Gereken veri	Risk	Efor
Muhasebe / finans	Fatura ve irsaliyeden alan çıkarma (OCR)	Belge taramaları, cari kartlar	Orta: hatalı tutar riski, insan onayı şart	Düşük–orta
Müşteri hizmetleri	Taslak yanıt öneren destek asistanı	SSS, iade politikası, geçmiş talepler	Orta: kişisel veri ve yanlış bilgi riski	Orta
Satış / pazarlama	Teklif ve ürün metni taslakları	Ürün kataloğu, fiyat listesi	Düşük: iç onaylı yayın	Düşük
Depo / tedarik	Satış ve stok tahmini	ERP satış geçmişi, stok hareketleri	Düşük–orta: yanlış siparişin maliyeti	Orta–yüksek
İnsan kaynakları	İç politika ve prosedür arama asistanı	Yönetmelikler, el kitabı	Orta: çalışan verisi kapsam dışı tutulmalı	Düşük–orta
Yönetim	Haftalık rapor özetleri	Raporlama platformu çıktıları	Düşük: kaynak rapor erişimi korunmalı	Düşük

Kapı 2 çıktısı: pilot ölçüm raporu — başlangıç değeri, pilot sonrası değer, hata örnekleri, kullanıcı geri bildirimi ve entegrasyon için tahmini kapsam.

Gün 61–90: ERP/CRM entegrasyonu ve ölçekleme kararı nasıl verilir?

Pilot ayrı bir ekranda başarılı olabilir; ama çalışanlar her gün iki sistem arasında kopyala-yapıştır yapıyorsa kazanç kısa sürede erir. Üçüncü ayın işi, modeli mevcut iş akışına bağlamaktır.

Ara katman (middleware) ile bağlantı

Uygulamaları doğrudan bir model sağlayıcısına bağlamak yerine araya bir katman koymak, KOBİ’ler için bile uzun vadede daha ucuzdur. Bu katman ERP ve CRM ile güvenli bağlantıyı kurar, kişisel veriyi maskeleyebilir, hangi isteğin hangi modele gideceğine karar verir, maliyet ve gecikmeyi kaydeder, sağlayıcı hata verdiğinde yedek yola geçer. Mimari detayları yapay zeka ajanlarını üretime almak ve AI Ops katmanı, LLM router ve KVKK yazılarımızda ayrıntılı ele aldık. Bu katmanın kendisi çoğu zaman bir özel yazılım geliştirme işidir; mevcut ERP ve CRM yapınızla uyumlu tasarlanmalıdır.

Ölçüm ve karar

Entegrasyon devreye girdikten sonra en az iki-üç hafta ölçüm yapın. Pilotta tanımlanan başarı ölçütü, entegre akışta da aynı yöntemle hesaplanmalıdır; aksi hâlde karşılaştırma anlamsız olur. Maliyet tarafında model kullanım ücreti, altyapı ve bakım eforunu birlikte görün. Üçüncü kapıda üç seçenek vardır: ölçekle (başka departman veya şubeye yay), düzelt (veri ya da akış sorununu çöz, ölçümü tekrarla) veya durdur (öğrenileni kaydet, sıradaki senaryoya geç). Durdurmak başarısızlık değildir; doksan günde küçük bütçeyle “bu bizde işe yaramıyor” bilgisini almak da değerlidir.

Keşif: senaryolar ve haftalık takip

Pilot: başarı ölçütünün takibi

Ölçekleme: günlük operasyona yayılım

Yapay zeka yol haritası kontrol listesi

Her kapıdan önce aşağıdaki maddelerin işaretlendiğinden emin olun:

• Her departmandan tekrar eden işler listelendi; değer ve uygulanabilirlik puanı verildi.
• Pilot için veri kaynağı, erişim yetkisi ve veri kalitesi yazılı olarak doğrulandı.
• KVKK ön değerlendirmesi hukuk danışmanıyla yapıldı; yurt dışı aktarım ve saklama durumu netleşti.
• Başarı ölçütü ve başlangıç değeri pilot öncesinde ölçüldü.
• Pilot akışında insan onayı ve hata bildirimi tanımlandı.
• Model erişimi uygulamalara doğrudan değil, loglayan ve maskeleyen bir ara katman üzerinden verildi.
• Maliyet (kullanım, altyapı, bakım) aylık olarak raporlanıyor.
• Her kapıda devam, düzelt veya durdur kararı yazılı olarak verildi ve paylaşıldı.

Aksiyon Soft nasıl yardımcı olur?

Aksiyon Soft’un merkezi Samsun’dadır; Türkiye’nin her yerindeki işletmelerle uzaktan çalışır, gerektiğinde keşif veya canlıya geçiş adımları için planlı saha ziyareti yapar. Yapay zeka çalışmalarında da kurumsal yazılım çözümlerinde izlediğimiz düzeni uygularız:

• Keşif: kullanım senaryosu ve veri envanteri, KVKK soru listesi, ölçülebilir başarı ölçütü.
• MVP: tek bir pilotun gerçek veriyle, insan onaylı ve sınırlı kapsamla devreye alınması.
• Sprint demoları: iki haftalık döngülerde çalışan yazılım ve ölçüm sonuçlarının paylaşılması.
• Hypercare ve SLA: entegrasyon sonrası yoğun izleme, ardından yazılı hizmet seviyesiyle bakım.

Hedefimiz sizi bir modele ya da sağlayıcıya bağlamak değil; ara katman sayesinde model değiştirmenin kolay olduğu, ölçümü ve kaydı sizde kalan bir yapı kurmaktır.

Sık sorulan sorular

Küçük bir işletme için yapay zeka yol haritası gerçekten gerekli mi?

Evet, ama kısa olmalı. TÜİK verisi 10–49 çalışanlı girişimlerde kullanımın %12,8’e ulaştığını gösteriyor. Plansız deneme, çalışanların kişisel hesaplarla şirket verisini dış servislere taşıması riskini artırır. Doksan günlük, üç kapılı bir plan bu riski yönetilebilir kılar.

İlk pilot için hangi alanı seçmeliyiz?

Verinin hazır olduğu, sık tekrar eden ve sonucu kolay ölçülen bir iş seçin. Belge/OCR ile veri çıkarma, destek ekibi için taslak yanıt ve satış/stok tahmini KOBİ’lerde sık seçilen adaylardır. Kişisel veri yoğunluğu düşük bir senaryo ile başlamak KVKK yükünü de azaltır.

Kendi modelimizi eğitmemiz gerekir mi?

Çoğu durumda hayır. TÜİK verisinde de girişimlerin büyük kısmının açık kaynak ya da harici sağlayıcıların sistemlerini kullandığı görülüyor. KOBİ için asıl iş; hazır modelleri doğru veriyle, doğru akışa ve ölçüme bağlamaktır.

KVKK açısından en kritik nokta nedir?

Hangi kişisel verinin hangi sağlayıcıya, hangi ülkeye gittiğini bilmek. Ara katmanda maskeleme ve kayıt tutmak, verinin yurt içinde işlendiği servisleri tercih etmek ve aydınlatma metinlerini güncellemek temel adımlardır. Nihai değerlendirme için hukuk danışmanınızla çalışın.

Doksan günün sonunda başarısız olursak ne olur?

Plan zaten bu ihtimale göre kurulur. Her kapıda yatırım sınırlıdır; durdurma kararı, öğrenilenlerle birlikte kayda geçer ve sıradaki senaryoya geçilir. Veri envanteri ve ara katman gibi çıktılar bir sonraki denemede yeniden kullanılır.

Bu süreci uzaktan yürütmek mümkün mü?

Evet. Keşif görüşmeleri, sprint demoları ve ölçüm raporları uzaktan yürütülebilir. Saha gözlemi gereken durumlarda proje takvimine göre planlı ziyaret yapılabilir.

Kaynaklar

• TÜİK — Girişimlerde ve Bireylerde Yapay Zeka Kullanımı, 2026 (02.10.2026)
• Anadolu Ajansı — Türkiye’de üretken yapay zeka kullandığını beyan edenlerin oranı iki katına çıkarak yüzde 37,6 oldu (02.10.2026)
• Anadolu Ajansı — Savunma sanayisinin milli yapay zeka platformu EVREN kullanıma açıldı (27.09.2026)

Projenizi konuşalım

Doksan günlük yapay zeka yol haritanızı kendi veriniz ve süreçlerinizle birlikte çıkarmak isterseniz, keşif görüşmesi için bizimle iletişime geçin. İlk görüşmede pilot adaylarınızı ve veri durumunuzu birlikte değerlendirelim.