Kazanimlar:
- Kurumsal kaynak planlama (ERP) modüllerini ve entegrasyon noktalarını açıklayıp yapay zekanın hangi süreçte değer ürettiğini konumlandırabilme
- API, ara katman ve veri eşleme (mapping) kavramlarını yapay zeka desteğiyle taslaklaştırıp doğrulayabilme
- ERP'de AI çıktılarının finansal ve operasyonel kritiklik nedeniyle neden yetkin onaya bağlı olduğunu kavrayabilme
Kurumsal kaynak planlama (İngilizce Enterprise Resource Planning, ERP), bir kurumun temel iş süreçlerini (muhasebe, satın alma, stok, üretim, satış, bordro) tek ve bütünleşik bir sistemde yürüten yazılımdır. ERP'nin temel fikri, tüm bu süreçlerin aynı veriyi paylaşmasıdır: satış bir sipariş girdiğinde stok otomatik düşer, muhasebe kaydı oluşur, satın alma tetiklenir. SAP, Oracle, Microsoft Dynamics ve yerli çözümler bu alanın örnekleridir. ERP, bir kurumun "omurgasıdır"; buradaki veri finansal ve operasyonel açıdan kritiktir, çünkü doğrudan mali kayıtları, ödemeleri ve yasal beyanları besler.
Bu kritiklik, YBS uzmanı için temel bir ilkeyi doğurur: ERP'de yapay zekanın çıktısı hiçbir zaman yetkin uzman onayı olmadan işleme alınmaz. Bir CRM'de yanlış bir müşteri özeti tatsızdır; bir ERP'de yanlış bir muhasebe kaydı, hatalı bir ödeme veya yanlış bir stok hareketi doğrudan mali ve yasal sonuç doğurur. Yapay zeka burada süreçleri hızlandırır, belgeleri okur, anomali işaret eder; ama kayıt onayını, mali kararı ve beyanı insan verir.
ERP Entegrasyonunun Yapı Taşları
ERP nadiren tek başına çalışır; e-ticaret sitesi, CRM, banka, e-fatura sistemi gibi çevre sistemlerle konuşması gerekir. Bu konuşmayı sağlayan yapı taşları şunlardır. API (İngilizce Application Programming Interface), iki yazılımın standart bir arayüzle veri alışverişi yapmasını sağlar; örneğin e-ticaret sitesi ERP'nin API'sine "yeni sipariş" gönderir. Ara katman (İngilizce middleware veya entegrasyon katmanı), sistemler arasında oturan, veriyi çeviren ve yönlendiren yazılımdır. Veri eşleme (İngilizce mapping), bir sistemdeki alanın diğerindeki hangi alana karşılık geldiğinin tanımıdır: e-ticaretteki "customer_email", ERP'deki "MusteriEposta" alanına eşlenir.
Entegrasyonun en sık kırıldığı yer bu eşleme ve veri dönüşümüdür. İki sistem aynı kavramı farklı biçimde tutar: biri tarihi "GG.AA.YYYY", diğeri "YYYY-AA-GG" yazar; biri tutarı kuruş, diğeri lira cinsinden tutar. Bu farkların her biri sessiz bir hata kaynağıdır. Yapay zeka, iki şema arasındaki eşleme taslağını ve olası dönüşüm sorunlarını hızla çıkarabilir; ama her eşlemeyi gerçek veriyle test etmek şarttır.
Ipucu: Entegrasyon tasarımında "mutlu yol" (her şeyin yolunda gittiği senaryo) kolaydır; asıl iş, hatalı ve eksik veride ne olacağını tanımlamaktır. Yapay zekaya "bu eşlemede hangi veri sistemi kırar?" diye sordurun.
Adım Adım: AI Destekli ERP Entegrasyon Tasarımı
Adım 1 — Süreci ve veri akışını çiz. Hangi sistem hangi veriyi, ne zaman, hangi yöne gönderiyor? Yön ve tetikleyici net olmalı.
Adım 2 — Alanları eşle. İki sistemin alanlarını yan yana koyup eşleme tablosu çıkar. Yapay zeka taslak üretebilir.
Adım 3 — Dönüşüm kurallarını tanımla. Tarih, para birimi, kod dönüşümleri, zorunlu alanlar. Her dönüşümü açıkça yaz.
Adım 4 — Hata ve mutabakat senaryosu. Veri eşleşmezse ne olur? İki sistem arasında sayı tutmazsa nasıl mutabakat yapılır?
Adım 5 — Test ve yetkin onay. Küçük ve bilinen veriyle test et; mali etkisi olan her akışı ilgili uzmana (muhasebe, finans) onaylat.
Anomali Tespiti: AI'nin Güvenli Kullanımı
ERP'de yapay zekanın en güvenli ve değerli kullanımlarından biri anomali tespitidir: alışılmadık işlemleri işaret etme. "Bu tedarikçiye ödeme, geçmiş ortalamanın 8 katı"; "bu gider kalemi hiç kullanılmayan bir hesaba girilmiş". Burada AI karar vermez, dikkat çeker; kararı uzman verir. Bu, "insan döngüde" tasarımın ERP'deki en tipik örneğidir. AI bir güvenlik ağı gibi çalışır: gözden kaçabilecek olağandışılıkları öne çıkarır, ama son sözü söylemez.
Üç Mini Vaka: Rakamlarla
Vaka 1 — Para birimi eşleme hatası. Bir ihracat firmasında e-ticaret sitesi tutarları kuruş cinsinden, ERP lira cinsinden tutuyordu. Eşleme testinde 12.500 TL'lik bir sipariş ERP'ye 1.250.000 TL olarak düştü. Test bilinen bir siparişle yapıldığı için hata canlıya çıkmadan yakalandı. Eşleme gerçek veriyle test edilmeseydi mali kayıt 100 katı şişecekti.
Vaka 2 — AI destekli anomali tespiti. Bir üretim şirketinde AI, satın alma kayıtlarında bir tedarikçiye aynı faturanın iki kez girildiğini (mükerrer ödeme riski) işaretledi. Muhasebe kontrol edip 46.000 TL'lik çift ödemeyi engelledi. Karar muhasebecinindi; AI yalnızca dikkat çekti ve bu onu güvenli kıldı.
Vaka 3 — Onaysız AI çıktısının riski. Bir firmada yapay zeka, ay sonu gider dağıtımı için bir tahsis önerisi üretti ve bir çalışan bunu doğrudan ERP'ye işledi. Öneri, bir maliyet merkezini yanlış hesaplamıştı; hata mali tabloya yansıdı ve denetimde ortaya çıktı. Yetkin onay adımı olsaydı hata işleme girmeden düzeltilecekti. Ders: ERP'de AI önerisi, onaydan geçmeden kayıt olmaz.
Zayıf Prompt / Güçlü Prompt
Zayıf prompt:
E-ticaret ile ERP'yi entegre et.
Güçlü prompt:
Rolün: ERP entegrasyon analistisin.Aşağıdaki iki sistemin sipariş verisi için bir alan EŞLEME tablosu vedönüşüm kuralları TASLAĞI çıkar.Kurallar:- Her alan çifti için: kaynak alan, hedef alan, tip, dönüşüm kuralı.- Tarih, para birimi ve zorunlu alan farklarını özel işaretle.- Her eşleme için "hangi hatalı veri bu akışı kırar?" sorusunu yanıtla.- Mali etkisi olan alanları [YETKİN ONAY GEREKLİ] etiketle.Kaynak (e-ticaret): [alanlar]Hedef (ERP): [alanlar]
Güçlü prompt eşlemeyi, dönüşümü, hata senaryosunu ve mali onay noktalarını tek seferde disipline eder.
Dört Kopyalanabilir Şablon
1) Alan eşleme tablosu:
Aşağıdaki iki alan listesini eşle. Tablo sütunları: kaynak alan,hedef alan, tip uyumu, dönüşüm kuralı, risk notu. Karşılığı belirsizalanları [BELİRSİZ] etiketle. Kaynak: [A] Hedef: [B]
2) Dönüşüm riski taraması:
Aşağıdaki eşlemede tarih formatı, para birimi, ondalık, karakterkodlaması ve zorunlu alan farklarından doğabilecek hataları listele.Her biri için önleyici kontrol öner. Eşleme: [metin]
3) Mutabakat kontrolü:
İki sistem arasında sipariş verisi aktarılıyor. Aktarımın doğruluğunugünlük doğrulayacak bir mutabakat kontrol listesi tasarla (sayı, tutar,eksik kayıt). Sadece kontrol listesi üret. Bağlam: [metin]
4) Anomali kural taslağı (öneri, karar değil):
Aşağıdaki işlem verisinde olağandışı olabilecek desenleri işaret edenkural fikirleri öner (ör. tutar ortalamanın X katı, mükerrer fatura).Her kuralın YALNIZCA uyarı ürettiğini, kararı uzmanın vereceğini not et.Veri bağlamı: [metin]
Karşılaştırma Tablosu: ERP'de AI Kullanımı
Kullanım
Risk düzeyi
AI'nin rolü
Onay
Belge/fatura okuma
Orta
Alan çıkarma
İnsan onaylar
Anomali işaretleme
Düşük
Uyarı üretir
İnsan karar verir
Eşleme taslağı
Orta
Taslak
Testle doğrulanır
Mali kayıt oluşturma
Yüksek
Öneri (asla otomatik değil)
Yetkin uzman zorunlu
Yasal beyan
Çok yüksek
Yardımcı özet
Mali müşavir/yetkili
Sık yapılan hatalar
- AI önerisini doğrudan kayda geçirmek. ERP'de onaysız kayıt, mali hata ve denetim riski demektir.
- Eşlemeyi gerçek veriyle test etmemek. Tarih ve para birimi farkları en sessiz ve pahalı hatalardır.
- Sadece mutlu yolu tasarlamak. Hatalı/eksik veride ne olacağı tanımlanmazsa entegrasyon ilk sürprizde kırılır.
- Mutabakatı atlamak. İki sistem arasında düzenli sayı-tutar mutabakatı yoksa farklar aylarca fark edilmez.
- Denetim izini önemsememek. ERP'de her otomatik hareketin kaydı yasal olarak gereklidir.
Dikkat: ERP, kurumun mali gerçeğini tutar. Buradaki bir yapay zeka hatası "yanlış bir cümle" değil, "yanlış bir mali kayıt"tır; sonucu vergi, denetim ve para kaybıdır. Bu yüzden ERP'de altın kural nettir: AI hızlandırır, yetkin uzman onaylar, sistem sadece onaylıyı işler.
Özetle
ERP, kurumun temel süreçlerini tek veri üzerinde birleştiren finansal-operasyonel omurgadır. Entegrasyonu API, ara katman ve veri eşleme üzerinden yürür; en sık hata eşleme ve dönüşümde (tarih, para birimi) doğar. Yapay zeka belge okuma, eşleme taslağı ve özellikle anomali işaretlemede güvenli ve değerlidir; ancak ERP'de AI çıktısı asla otomatik kayda dönüşmez. Kritiklik nedeniyle her mali etkiyi yetkin uzman onaylar, her eşleme gerçek veriyle test edilir, her hareket denetim izine yazılır. AI dikkat çeker, insan karar verir.
Uygulama görevi
Bir e-ticaret sitesi ile ERP arasında "yeni sipariş" akışını tasarlayın. (1) Kaynak ve hedef için birer alan listesi uydurup güçlü promptla eşleme tablosu ürettirin. (2) En az 2 dönüşüm riskini (tarih, para birimi) bulup önleyici kontrol yazın. (3) Günlük bir mutabakat kontrol listesi oluşturun. (4) Mali etkisi olan alanları işaretleyip her birinin yetkin onaya neden ihtiyaç duyduğunu yazın. (5) Bir anomali kuralı önerip kararın neden uzmanda kalması gerektiğini açıklayın.
Kontrol listesi
- [ ] Veri akışının yönü ve tetikleyicisi net.
- [ ] Alan eşlemesini gerçek veriyle test ettim.
- [ ] Tarih ve para birimi dönüşümlerini özel kontrol ettim.
- [ ] Hatalı/eksik veri senaryolarını tanımladım.
- [ ] Mali etkili her akışı yetkin uzmana onaylattım.
- [ ] Her otomatik hareket için denetim izi tasarladım.