01 Değer
Bu iş neden yapılmalı?
Teknoloji hevesiyle değil, iş gerekçesiyle başlarız. Problem, fayda, ölçüm ve stratejik uyum sayılarla tanımlanır.
- Problem: hangi iş problemi, bugün nasıl çözülüyor, maliyeti ne?
- Fayda: maliyet düşüşü, gelir artışı, risk azaltımı, deneyim; hangisi, ne kadar?
- Ölçüm: hedef KPI’lar, beklenen iyileşme, ROI ve geri dönüş süresi
- Stratejik uyum: şirket stratejisiyle hizalı mı, yönetim önceliği mi?
Çıktı Sayılarla konuşan bir iş gerekçesi ve önceliklendirilmiş senaryo portföyü
02 Hazırlık
Gerekli girdiler elimizde var mı?
En iyi fikir bile veri ve organizasyon hazır değilse durur. Başlamadan dört eksende kontrol ederiz.
- Veri: kaynaklar mevcut ve dijital mi; kalite, güncellik, sahiplik net mi?
- Entegrasyon: bağlanılacak sistemler ve API’ler hazır mı; gerçek zamanlı erişim mümkün mü?
- Organizasyon: iş birimi sahipleniyor mu; sponsor ve konu uzmanları belli mi?
- Teknoloji: bulut/güvenlik altyapısı, AI platformu ve lisanslar hazır mı?
Çıktı Eksiklerin proje öncesi kapatıldığı bir hazırlık karnesi; sürpriz yok
03 Uygulanabilirlik
Bunu gerçekten yapabilir miyiz?
Dürüst mühendislik değerlendirmesi: AI her zaman doğru cevap değildir. Klasik yazılım, klasik ML, ajan ya da üretken AI; hangisi gerekli?
- Teknik uygunluk: problem AI ile mi çözülmeli; hangi yaklaşım?
- Karmaşıklık: kaç sistem, kaç veri kaynağı, kaç kullanıcı etkilenecek?
- Model performansı: beklenen doğruluk, yanlış sonucun etkisi, insan onayı gerekli mi?
- Proje uygulanabilirliği: MVP süresi, ekip, dış bağımlılıklar, teknik riskler
Çıktı Net kapsamlı, riskleri tanımlanmış, gerçekçi bir MVP planı
04 Operasyon
Canlıya çıktıktan sonra nasıl yaşayacak?
AI sistemleri proje değil, üründür; go-live bitiş değil başlangıçtır.
- İşletim modeli: ürün sahibi, süreç sahibi, operasyon ve destek ekibi tanımlı
- Kullanıcı yönetimi: eğitim, kullanım takibi, geri bildirim döngüleri
- İzleme: performans, metrik ve hata yönetimi gerçek zamanlı
- Finansal operasyon: aylık işletme maliyeti, kullanım artışında maliyet projeksiyonu, bütçe sahipliği
Çıktı Yaşayan, ölçülen ve sürekli iyileşen bir AI ürünü
05 Yönetişim
Güvenli, kontrollü ve denetlenebilir mi?
AI, kurumun diğer kritik sistemleriyle aynı standartlara tabi olmalı. Yönetişim sonradan eklenmez; mimarinin parçasıdır.
- Güvenlik: hassas ve kişisel veri haritası, veri yerleşimi, modele veri akışının kontrolü, maskeleme
- Uyum: KVKK ve GDPR etkisi, sektörel regülasyonlar, iç politika gereklilikleri
- Risk: halüsinasyon, yanlış karar, veri sızıntısı ve prompt injection risklerinin değerlendirilmesi
- Kontrol ve denetlenebilirlik: insan onayı noktaları, otomasyon sınırları, acil kapatma, karar geçmişi
Çıktı Denetime hazır, kontrollü ve güven veren bir AI işletimi
