Yapay Zeka Ajanları ve İş Akışı Diyagramı Oluşturma
Ajanlı Yapay Zekâ (Agentic AI) iş akışı, yapay zekânın tıpkı bir insan gibi çok adımlı görevleri otonom olarak yürütebildiği bir paradigmadır. Yapay zekânın tek seferlik yanıtlar ürettiği geleneksel sistemlerin aksine, ajanlı yaklaşım yapay zekânın bir hedefe ulaşmak için planlar yapmasını, gerekli adımları bağımsız olarak tanımlamasını ve bunları sırayla yürütmesini sağlar.
Bu yaklaşım, son yıllarda kurumsal dünyada önemli bir ivme kazanmıştır. Bunun başlıca nedenleri arasında karmaşık, çok aşamalı görevlerin daha akıllıca yönetilmesi, insan müdahalesine olan ihtiyacın azalması, gelişmiş dil modelleri sayesinde daha doğal etkileşimlerin kurulabilmesi, iş süreçlerinde esneklik ve hızın artması yer almaktadır.
Kuruluşlar için ajanlı yapay zekâ, yalnızca otomasyonu değil, aynı zamanda daha verimli, çevik ve kullanıcı dostu bir dijital iş gücünü ifade eder. SKYMOD; bu dönüşümün güvenli, ölçeklenebilir ve kurumsal ihtiyaçlara özel olarak uygulanmasını sağlayan altyapıyı sunar.
SKYMOD ile Yapay Zeka İş Akışı Nasıl Gerçekleştirilir?
SKYMOD, kuruluşların kendi verilerini kullanarak güvenli ve esnek yapay zekâ çözümleri geliştirmelerini sağlayan entegre bir platformdur. Mimarisi, doğası gereği ajanlı yapay zekâ iş akışı yaklaşımını destekler.
SKYMOD'un mimarisi temel olarak üç ana katmandan oluşan hibrit bir yapı üzerine kurulmuştur: yerel katman, bulut (LLM) katmanı ve kullanıcı katmanı.
Birinci katman, kuruluşun kendi veri merkezlerinde veya ülke içindeki sunucularda çalışan yerel bileşenleri kapsar. Burada kullanıcı kimlik doğrulaması ve erişim kontrolü yönetilir; PDF ve Word dosyaları gibi belgeler metne dönüştürülür; bu içerik daha sonra vektör gösterimleri oluşturmak üzere bir gömme modeline gönderilir ve ardından bir vektör veritabanında saklanır. Ayrıca, hassas verilerin kuruluş sınırlarını terk etmeden önce anonimleştirilmesi de bu katmanda gerçekleştirilir. Bu, veri yerelleştirme düzenlemelerine tam uyum sağlar ve kurumsal bilgileri bir güvenlik denetim sürecine tabi tutar.
İkinci katman, bulut üzerinden erişilen büyük dil modeli (LLM) hizmetlerini kapsar. SKYMOD, bu modellerle iletişimi yönetmek için güvenlik odaklı bir API ağ geçidi kullanır. Bu ağ geçidi, yalnızca anonimleştirilmiş içeriğin iletilmesini sağlar, gelen sorgular için özel şablonlar oluşturur ve giden yanıtları istenmeyen ifadeler veya hassas içerikler açısından inceler. Bu yaklaşım, kuruluşların kurumsal veri gizliliğini korurken güçlü LLM modellerinin gücünden yararlanmalarına olanak tanır.
Üçüncü katman, kullanıcıların yapay zekâ asistanlarıyla doğrudan etkileşime girdiği arayüzleri içerir. SKYMOD kullanıcıları, SharePoint'teki kurumsal belgelerden bilgi çekebilir, güncel verilerle çalışmak için belirli web sitelerinden içerik alabilir veya özel ihtiyaçlarına göre özelleştirilmiş yapay zeka ajanları oluşturabilir. Bu asistanlarla SkyStudio arayüzü üzerinden doğrudan sohbet edebilir ve oluşturdukları asistanları kendi web sitelerine, mobil uygulamalarına veya isteğe bağlı olarak WhatsApp'a entegre edebilirler. Tüm bu deneyim, teknik uzmanlık ihtiyacını ortadan kaldıracak şekilde basitleştirilmiştir ve kullanıcıların yapay zekâ ile zahmetsizce etkileşim kurmasını sağlar. Böylece kuruluştaki herkes, teknik detaylarla uğraşmak zorunda kalmadan güçlü yapay zekâ çözümlerinden yararlanabilir.
Peki, bu yapı gerçek bir senaryoda nasıl çalışır?
Örneğin, bir satış temsilcisi yapay zeka ajanına "Geçen çeyrekte en çok satan ürünümüz hangisiydi ve neden bu kadar çok sattı?" diye sorduğunda, arka planda çok katmanlı bir iş akışı tetiklenir. İlk olarak, kullanıcının kimliği doğrulanır ve yetkisi kontrol edilir. Ardından, sorgu içeriği analiz edilir; hassas bilgiler içeriyorsa anonimleştirme işlemi uygulanır. Bu ilk güvenlik adımları tamamlandıktan sonra sistem, sorguyla ilgili içerikler için vektör veritabanında arama yapar. Bu içerik, satış raporları gibi önceden vektörleştirilmiş belgelerden oluşur.
Belirlenen en alakalı içerikler daha sonra bir reranker modeli tarafından analiz edilir ve sıralanır. En anlamlı bağlam oluşturulduktan sonra sistem, bunu büyük dil modeline iletir ve model de doğal, kurumsal üsluba uygun bir yanıt üretir. Örneğin: "Geçen çeyrekte en çok satan ürün A123 modeliydi. Yoğun kampanya desteği ve stok bulunabilirliği sayesinde yüksek satış rakamlarına ulaştı." Modelin yanıtı, kullanıcıya sunulmadan önce son bir güvenlik kontrolünden geçer.
Bu sürecin tamamı birkaç saniye içinde tamamlanır. Yalnızca bir soru sormuş olan kullanıcı, arka planda çalışan karmaşık ve çok adımlı iş akışından haberdar olmadan basit ve güvenilir bir yanıt alır.
SKYMOD'un hibrit mimarisi yalnızca teknik olarak güçlü olmakla kalmaz, aynı zamanda kurumsal iş süreçlerinin doğasına ve güvenlik gereksinimlerine uyum sağlayacak şekilde tasarlanmıştır. Skymod; ajanlı yapay zekânın çok adımlı karar verme ve yürütme yeteneklerini iç veri politikaları ve düzenlemeleriyle uyumlu hale getirerek, yapay zekânın iş operasyonlarında gerçek ve etkili bir yardımcı olmasını sağlar.
SKYMOD'un Temel Sistem Bileşenleri
SKYMOD altyapısı içinde, bir yapay zeka ajanının bir görevi baştan sona otonom olarak tamamlamasını sağlamak için çok sayıda sistem bileşeni uyum içinde çalışır. Bu mimari, kullanıcı sorgusunun güvenli bir şekilde işlenmesinden ve doğru bilgilerin alınmasından, anlamlı bir yanıt üretilmesine kadar olan tüm süreci kapsar. Bu süreci mümkün kılan temel unsurlar şunlardır:
Veri Anonimleştirme Servisi: Bu, SKYMOD'un en kritik güvenlik katmanlarından biridir. Kullanıcı sorgularında veya analiz edilecek belgelerde bulunan kişisel bilgiler (isimler, kimlik numaraları, müşteri detayları gibi) sistem tarafından otomatik olarak algılanır ve geçici sembollerle maskelenir. Bu süreç, Türkçe ve sektöre özel bir Varlık İsmi Tanıma (NER) modeli ile desteklenmektedir. Örneğin, "Ahmet Yılmaz" gibi bir isim LLM'e gönderilmeden önce "@@PERSON_1@@" gibi sembollerle değiştirilir. Bu, içeriğin anlamını korumasını sağarken, dış modellere iletildiğinde gizliliği garanti eder.
Embedding ve Vektör Veritabanı: Bu bileşenler, SKYMOD'a bilgileri hatırlama ve ilgili içeriğe hızlıca erişme yeteneği kazandırır. Sistem, yüklenen belgeleri küçük, anlamlı parçalara ayırır ve bu parçaları matematiksel vektör gösterimlerine dönüştürür. Bu vektörler, Türkiye'deki güvenli sunucularda saklanır. Bir kullanıcı soru sorduğunda, sistem bu veritabanından anlamsal olarak en yakın içeriği saniyeler içinde çekebilir. Bu, yapay zekâ ajanının yanıt üretmeden önce gerçekten ilgili bilgilere erişmesini sağlar.
Reranker: Bu bileşen bu aşamada devreye girer. Gömme yoluyla çekilen belge parçaları arasından en alakalı olanları seçmek kritik önem taşır. Reranker, bu parçaları daha derin bir dil anlayışıyla yeniden değerlendirir ve kullanıcının sorgusuyla en çok eşleşenleri üst sıralara taşır. Bu, Büyük Dil Modeline (LLM) yalnızca en anlamlı içeriğin iletilmesini sağlayarak üretilen yanıtın doğruluğunu doğrudan etkiler.
LLM API Ağ Geçidi: Bu bileşen, Skymod'un harici LLM sağlayıcılarıyla olan güvenli bağlantısını yönetir. OpenAI, Anthropic, Google Gemini ve Mistral gibi hizmetlerle çalışacak şekilde entegre edilen bu mimari, kuruluşların ihtiyaçlarına göre farklı dil modelleri arasında seçim yapmasına olanak tanır. Her istek gönderilmeden önce içerik yeniden anonimleştirilir ve tüm iletişim TLS 1.3 şifrelemesi ile korunur.
GOAT: Bu, SKYMOD'un yerel Büyük Dil Modeli çözümüdür. Şirketler verilerini dışarıya aktarmayı tercih etmediğinde veya çevrimdışı ortamlarda çalışılması gerektiğinde SkyLLM devreye girer. Bu model, açık kaynaklı LLM'leri temel alır ve şirketin özel gereksinimlerine göre optimize edilerek kuruluşun kendi altyapısında barındırılır. Bu, ajanlı yapay zekâ iş akışının tamamen yerel kaynaklarla sürdürülebilir olmasını sağlar. Ayrıca, kuruluşa özgü bilgisini artırmak için şirket verileriyle daha fazla eğitilebilir.
Yanıt Kontrol ve Denetim Modülü: Bu, LLM'den alınan yanıt için son aşamadır. Bu modül, üretilen yanıtın şirket politikalarına, güvenlik kriterlerine ve dil kullanım kurallarına uygun olup olmadığını kontrol eder. Sistem, anonimleştirilmiş verilerin yanlışlıkla yeniden ifşa edilmesi veya uygunsuz bir ton kullanılması gibi durumlar tespit ederse bunları belirler ve düzeltir. Bu, her yanıtın hem güvenli olmasını hem de kurumsal standartlarla uyumlu olmasını sağlar.
Tüm bu bileşenler birlikte çalıştığında, yapay zekâ ajanı kullanıcının sorusuna doğrudan bir yanıt oluşturmakla kalmaz. Bunun yerine, önce dahili bilgi birikimine danışır, gerekli bilgileri çeker, en alakalı kısımları seçer ve ardından bu bilgileri kullanarak doğal ve bağlama uygun bir yanıt oluşturur.
SkyStudio Platformu: Teknik Olmayan Kullanıcılar İçin Yapay Zekâ Asistanları
SKYMOD'un güçlü yapay zekâ altyapısını herkes için erişilebilir kılan sezgisel arayüzü SkyStudio, teknik uzmanlık gerektirmeden yapay zekâ asistanları geliştirmenize olanak tanır. Bu platform, kullanıcıların hazır asistanlarla anında sohbete başlamasına veya kendi belgelerini kullanarak sıfırdan kuruma özel akıllı asistanlar oluşturmasına imkan tanır.
Kullanıcılar hazır bir asistan seçerek, önceden yapılandırılmış senaryolarla hemen sohbete başlayabilirler. Özel bir asistan oluşturmak isteyen kullanıcılar ise birkaç temel adımı tamamlayarak kendi dijital yardımcılarını şekillendirebilirler.
SkyStudio arayüzünde ilk olarak asistanın adı ve logosu tanımlanır. Ardından, asistanın bilgi çekeceği kaynaklar eklenir: PDF ve Word dosyaları gibi belgeler, görseller veya belirli web sayfaları sisteme kolayca yüklenebilir.
Asistanın davranışları da kullanıcının kontrolündedir. "Asistan Talimatı" alanı, yapay zekânın nasıl yanıt vermesi gerektiğini tanımlar. Örneğin, "Resmi bir müşteri temsilcisisiniz, kısa ve net yanıtlar verin" gibi açıklamalar asistanın karakterini şekillendirir.
SkyStudio ayrıca kullanıcılara çalışmak istedikleri dil modelini seçme esnekliği de sunar. GPT-4, Gemini, Claude ve Mistral gibi güçlü modeller seçilebilir. Ayrıca, asistanın yaratıcı yanıtlar üretip üretmeyeceği ve yanıtlarının uzunluğu gibi parametreler de isteğe bağlı menüler aracılığıyla kolayca ayarlanabilir.
İleri düzey kullanıcılar için platform, RAG (Retrieval-Augmented Generation) mimarisi desteği ve gelişmiş yapılandırmalar da sunar. Kullanıcılar gerektiğinde harici araçları asistanlarıyla entegre edebilirler.
Tüm bu süreç, teknik bilgi gerektirmeyen, basit ve kullanıcı dostu bir arayüzle sunulur. SkyStudio sayesinde yapay zekâ geliştirme, artık yalnızca programcıların tekelinde olmaktan çıkıp herkesin katkıda bulunabileceği bir sürece dönüşüyor.
Farklı Departmanlar İçin Ajanlı Yapay Zekâ İş Akışı Senaryoları
Farklı departmanlarda SkyStudio kullanılarak oluşturulabilecek ajanlı yapay zekâ asistanlarının bazı örnek kullanım senaryolarını inceleyelim. Bu örnekler, platformun esnekliğini ve çeşitli iş süreçlerine uyum sağlama yeteneğini göstermektedir:
İnsan Kaynakları (İK): İK ekipleri genellikle sıkça sorulan soruları yanıtlamak için çok zaman harcar. SkyStudio ile oluşturulan bir "İK Asistanı", şirketin İK yönergelerini, izin politikalarını veya bordro düzenlemelerini analiz edebilir ve çalışanların sorularını bu bilgilere dayanarak yanıtlayabilir. Örneğin, bir çalışan "İstifa sürecinde kaç haftalık ihbar süresi vermem gerekiyor?" diye sorduğunda, asistan ilgili belgeyi tarayabilir, ilgili maddeyi bulabilir ve yanıt olarak net bir özet sunabilir. Benzer şekilde, "Prim ödeme kriterleri nelerdir?" gibi soruları, şirketin yüklediği İK belgelerinden edindiği güvenilir bilgilerle yanıtlayabilir. Bu, tekrarlayan soruların yükünü azaltmak ve bilgiye erişimi hızlandırmak için son derece değerli bir kullanım senaryosudur.
Satış ve Pazarlama: Satış ve pazarlama ekipleri kararlarını çeşitli belgelere ve raporlara dayanarak verir. SkyStudio üzerinde kurulan bir "Satış Asistanı"; yüklenen kataloglar, ürün özellikleri ve satış stratejisi sunumları gibi içerikleri analiz edebilir. Örneğin, bir satış temsilcisi "X Model ürünün avantajları nelerdir?" diye sorduğunda, asistan önceden yüklenmiş ürün belgesini tarayabilir ve ilgili avantajları madde madde listeleyebilir. Benzer şekilde, mevcut içeriklerden "Kampanya koşullarını özetle" gibi taleplere net ve kısa yanıtlar verebilir. Araç desteği sayesinde, ürün stok seviyeleri veya fiyatlar gibi bilgileri çekerek yanıtlarını zenginleştirebilir.
Hukuk Departmanı: Bir "Hukuk Asistanı", şirket sözleşmeleri, mevzuat metinleri, yönetmelikler veya şirket içi kılavuzları kullanarak faaliyet gösterir. Bir kullanıcı "Tedarikçi sözleşmesinde cezai şartları düzenleyen madde hangisidir?" diye sorduğunda, asistan ilgili sözleşmeyi tarayabilir, doğru maddeyi bulabilir ve gerekirse basitleştirilmiş bir özet sunabilir. Ayrıca bir yönetici, "Yeni KVKK tebliğinin şirketimizi etkileyebilecek kısımları nelerdir?" diye sorduğunda, asistan ilgili tebliği analiz edebilir ve olası etkileri maddeler halinde listeleyebilir. Bu kullanım senaryosu, avukatların zamandan tasarruf etmesini sağlar ve rutin belge analizlerini hızlandırır.
Veri Hükümranlığı ve Performans Avantajları İçin Yerel RAG Kullanımı
Skymod'un mimarisinde yer alan yerel RAG (Retrieval-Augmented Generation) yaklaşımı, kuruluşlara yalnızca hızlı ve verimli bir yapay zekâ altyapısı sunmakla kalmaz, aynı zamanda güvenlik ve kontrol açısından da önemli avantajlar sağlar. Bu yapı, özellikle hassas verilerle çalışan şirketler için klasik bulut çözümlerine kıyasla çok daha güvenilir ve esnek bir alternatif sunar.
Veri Hükümranlığı: Yerel RAG, şirket verileri üzerindeki kontrolün tamamen şirket bünyesinde kalması anlamına gelir. Tüm belgeler, veritabanları ve gömmeler kuruluşun kendi altyapısında barındırıldığından, harici sistemlere olan bağımlılık en aza indirilir. Bu, özellikle gizli veya stratejik öneme sahip veriler için son derece kritiktir. Örneğin, bir bankanın müşteri hesap verileri veya bir Ar-Ge firmasının patent belgeleri Skymod ile işlenirken kuruluş sınırlarını terk etmez. Harici LLM servislerine yalnızca anonimleştirilmiş ve gerekli kısımlar gönderildiğinden, şirket verilerinin tamamı için bir risk oluşmaz. Bu durum, yasal uyumluluk gerekliliklerinin de ötesine geçerek şirketlerin yapay zekayı tam bir gönül rahatlığıyla kullanmalarına olanak tanır.
Düşük Gecikme Süresi ve Yüksek Bant Genişliği: Yerel bir vektör veritabanı ve yerel bir LLM kullanımı, özellikle sık sorgulama yapılan senaryolarda daha düşük gecikme süresi ve daha hızlı yanıt süreleri sunar. Harici API çağrılarında internet bağlantısı ve servis yükü gibi değişkenler nedeniyle gecikmeler yaşanabilir. Ancak şirket ağı içinde yüksek bant genişliğiyle çalışan Skymod'un yerel altyapısı, arama ve bilgi çekme işlemlerinin son derece hızlı gerçekleştirilmesini sağlar.
Özelleştirilebilirlik ve İnce Ayar: Yerel olarak çalışan bileşenler, şirket ihtiyaçlarına göre daha kolay özelleştirilebilir. Örneğin, vektör arama sonuçlarını sıralarken farklı öncelikler uygulamak veya yerel LLM'e şirketin kendi terminolojisine uyum sağlaması için ince ayar yapmak mümkün hale gelir. Harici servisler önceden tanımlanmış sabit yapılar ve sınırlı özelleştirme seçenekleri sunarken, yerel çözüm performansı artırmak veya ince ayarlar yoluyla istenen hassasiyet düzeyine ulaşmak için daha fazla esneklik sunar. Bu da performans avantajının bir parçasıdır: SKYMOD ile her kuruluş kendi RAG sistemini olabildiğince verimli olacak şekilde optimize edebilir.
