Kazanimlar:
- Yapay zekanın perakende iş akışının (tahmin, analiz, içerik, raporlama) neresinde gerçek zaman kazandırdığını, neresinde fiyat, sipariş ve müşteri kararlarının insana kaldığını görev risk düzeyine göre ayırt edebilme
- Her yapay zeka çıktısını kaynağa bağlama, yeniden hesaplama ve ticari süzgeçten geçirme adımlarıyla doğrulayan bir disiplin uygulayabilme
- Müşteri ve satış verisini KVKK/gizlilik kapsamında anonimleştirme ve güvenli araç seçme alışkanlığını edinebilme
Perakende, her gün binlerce küçük kararın alındığı bir sektördür: hangi üründen kaç adet sipariş edilecek, hangi ürüne ne kadar indirim yapılacak, hangi müşteriye hangi mesaj gidecek, reyonun neresine ne konacak. Bu kararların çoğu veriye dayanır ama zaman baskısı altında, çoğu zaman sezgiyle verilir. Yapay zeka, işte bu noktada devreye girer: veriyi hızlıca özetler, tahmin üretir, taslak metin yazar ve analiz yapar. Ama yapay zeka bir sihirli değnek değildir. Bu modül boyunca tek bir cümleyi tekrar edeceğiz: Yapay zeka öneri üretir, kararı sorumlu insan verir.
Bu ilk ünitede yapay zekayı perakende işine nasıl güvenli, verimli ve etik biçimde yerleştireceğinizi öğreneceksiniz. Önce yapay zekanın ne olduğunu netleştirelim.
Yapay zeka (YZ): İnsanın yaptığı bazı zihinsel işleri (metin yazma, özetleme, tahmin, sınıflandırma) veriden öğrenerek yapan yazılımlara verilen genel addır. Bizim en çok kullanacağımız tür, metinle çalışan üretken yapay zeka (metin üreten, soruları yanıtlayan araçlar; örneğin sohbet tabanlı asistanlar) ve sayısal veriden tahmin üreten analiz araçlarıdır.
Yapay zeka perakendede nerede zaman kazandırır?
Yapay zekanın en güçlü olduğu yer, tekrar eden, veri yoğun ve taslak niteliğindeki işlerdir. Perakendede bunun karşılıkları çoktur:
- Geçmiş satıştan talep tahmini taslağı çıkarmak
- Yüzlerce ürün için ürün açıklaması yazmak
- Ham satış tablosundan yönetim özeti ve KPI yorumu üretmek
- Müşteri gruplarını segmentlere ayırmak için mantık kurmak
- Kampanya fikirleri ve mesaj taslakları üretmek
- Reyon yerleşimi için veri temelli öneriler sunmak
Bu işlerin ortak özelliği: çıktının bir taslak olması ve bir uzmanın kolayca doğrulayabilmesidir.
Yapay zekanın karar veremeyeceği yerler
Bazı kararlar doğrudan para, müşteri hakları veya yasal sorumluluk içerir. Bunlar insana kalmalıdır:
- Nihai fiyat belirleme: Marj, rekabet ve etik sınırlar birlikte tartılmalıdır.
- Sipariş miktarı onayı: Nakit akışı ve depo kapasitesi devreye girer.
- Müşteriye dokunan otomatik aksiyonlar: Bir müşteriye "riskli" etiketi koyup hizmet kısıtlamak ayrımcılık olabilir.
- Kampanya iddiaları: Yanıltıcı reklam yasal sonuç doğurur.
Dikkat: Doğrulanmamış bir yapay zeka çıktısını uygulamak, onaylanmamış bir satın alma siparişini tedarikçiye göndermek kadar risklidir. Çıktı ne kadar akıcı görünürse görünsün, sorumluluk sizde kalır.
Görev risk düzeyine göre ayırma
İşlerinizi üç kutuya ayırın. Bu, yapay zekayı ne kadar serbest bırakacağınızı belirler.
Risk düzeyi
Örnek görev
Yapay zekanın rolü
İnsan onayı
Düşük
Ürün açıklaması taslağı, e-posta metni
Üretici / taslakçı
Hızlı gözden geçirme
Orta
Talep tahmini, segment tanımı, rapor özeti
Analist / danışman
Sayısal doğrulama
Yüksek
Fiyat kararı, sipariş onayı, müşteri kısıtı
Yalnızca öneri
Zorunlu, imzalı karar
Doğrulama disiplini: üç adım
Her yapay zeka çıktısını yayınlamadan veya uygulamadan önce şu üç adımı uygulayın:
- Kaynağa bağla: Çıktı hangi veriye dayanıyor? Tahmin hangi dönem satışından çıktı? İddia hangi ürün özelliğinden geliyor? Kaynağı yoksa güvenmeyin.
- Yeniden hesapla: Sayısal çıktıları (marj, indirim tutarı, sipariş adedi) elle veya tabloyla bir kez kontrol edin. Yapay zeka aritmetikte hata yapabilir.
- Ticari süzgeçten geçir: "Bu öneri bizim mağaza gerçeğimize, bütçemize ve etik ilkelerimize uyuyor mu?" sorusunu sorun.
Mini vakalar
Vaka 1 — Uydurma özellik: Bir e-ticaret editörü, yapay zekaya 500 ürünün açıklamasını yazdırıyor. Bir Bluetooth kulaklık için yapay zeka "40 saat pil ömrü" yazıyor; oysa gerçek değer 20 saat. Editör kaynağa bağlama adımını atladığı için hata canlıya çıkıyor, 30 iade ve olumsuz yorumlar geliyor. Ders: Her teknik iddia ürün verisiyle eşleştirilmeli.
Vaka 2 — Aritmetik hatası: Bir kategori yöneticisi, "40 TL maliyetli ürüne %35 marjla fiyat öner" diyor. Yapay zeka 54 TL yerine 61,54 TL öneriyor (yüzdeyi yanlış tabana uyguluyor). Yönetici yeniden hesaplama yapmadığı için ürün rakiplere göre pahalı kalıyor, iki hafta satış düşüyor. Ders: Sayıyı her zaman doğrulayın.
Vaka 3 — Gizlilik ihlali: Bir CRM sorumlusu, 12.000 müşterinin ad, telefon ve alışveriş geçmişini olduğu gibi bir çevrimiçi araca yapıştırıp "bunları segmentlere ayır" diyor. Kişisel veri, kontrolsüz bir üçüncü tarafa gitmiş oluyor; bu bir KVKK ihlali. Ders: Kişisel veriyi anonimleştirmeden hiçbir araca vermeyin.
Gizlilik ve KVKK temeli
KVKK (Kişisel Verilerin Korunması Kanunu): Kişilerin ad, iletişim, alışveriş gibi verilerinin nasıl işleneceğini düzenleyen yasadır. Temel kuralımız veri minimizasyonu: bir işi yapmak için gereken en az veriyi kullanın.
Bir aracı kullanmadan önce müşteri/satış verisini şöyle hazırlayın:
- Ad, soyad, telefon, e-posta, kart numarası, TC kimlik gibi doğrudan tanımlayıcıları silin veya "Müşteri_001" gibi kodlara çevirin.
- Analiz için yalnızca gereken alanları bırakın (ör. yaş aralığı, şehir, sepet tutarı, kategori).
- Kurumsal, verinizi eğitimde kullanmayan güvenli araçları tercih edin.
İpucu: "Bu veriyi ekranda bir yabancıya gösterebilir miyim?" diye sorun. Cevap hayırsa, önce anonimleştirin.
Zayıf prompt / Güçlü prompt
Prompt (komut): Yapay zekaya verdiğiniz yazılı talimattır. Kalitesi doğrudan çıktının kalitesini belirler.
Zayıf prompt:
Satışlarımı analiz et.
Bu belirsizdir; hangi veri, hangi dönem, hangi soru belli değil. Yapay zeka genel geçer, işe yaramaz bir yanıt üretir.
Güçlü prompt:
Rolün: Bir perakende satış analistisin.Görev: Aşağıdaki anonimleştirilmiş haftalık satış tablosunu incele.Veri: [kategori, adet, ciro, iade sayısı sütunları]İstediğim: (1) En çok ve en az ciro yapan 3 kategori,(2) Geçen haftaya göre dikkat çeken 2 değişim,(3) Her bulgu için tek cümlelik olası neden.Kurallar: Sadece verideki sayılara dayan, tahmin uydurma.Emin olmadığın yeri "doğrulanmalı" diye işaretle.Biçim: Madde madde, en fazla 200 kelime.
Kopyalanabilir prompt şablonları
1) Görev risk sınıflandırma
Aşağıdaki perakende görevini düşük / orta / yüksek risk olarak sınıfla.Görev: [görevi yaz]Her sınıf için: yapay zekanın rolü ne olmalı, hangi insan onayı gerekli?Yanıtı 3 satırla ver.
2) Anonimleştirme kontrolü
Aşağıdaki tablo başlıklarını incele. Hangi sütunlar kişisel veriiçeriyor ve bir yapay zeka aracına vermeden önce silinmeli ya dakodlanmalı? Liste halinde belirt.Başlıklar: [sütun adlarını yapıştır]
3) Çıktı doğrulama listesi
Sana bir yapay zeka çıktısı vereceğim. Şu üç soruyu yanıtla:1) Bu çıktı hangi kaynağa/veriye dayanıyor, kaynak var mı?2) İçindeki sayısal iddiaları listele, hangileri doğrulanmalı?3) Etik/mevzuat açısından riskli bir ifade var mı?Çıktı: [yapıştır]
4) Güvenli özet üretimi
Rolün: perakende yöneticisi asistanı.Aşağıdaki anonim veriden yönetim özeti çıkar. Sadece veridekibilgiyi kullan, dışarıdan bilgi ekleme. Belirsizlikleri"varsayım" olarak işaretle. En fazla 150 kelime.Veri: [yapıştır]
Sık yapılan hatalar
- Çıktıyı olduğu gibi uygulamak: Akıcı dil doğruluk garantisi değildir. Her zaman doğrulayın.
- Kişisel veriyi ham haliyle yapıştırmak: Önce anonimleştirin.
- Belirsiz prompt yazmak: Rol, görev, veri, kural ve biçim belirtmeyen prompt zayıf çıktı verir.
- Sayıları kontrol etmemek: Marj, indirim, sipariş adedi gibi kritik sayıları elle doğrulayın.
- Yüksek riskli kararı yapay zekaya bırakmak: Fiyat, sipariş ve müşteri kısıtı insan kararıdır.
Özetle
Yapay zeka perakendede tahmin, analiz, içerik ve raporlama işlerinde büyük zaman kazandırır ama bir karar mercii değildir. Görevleri risk düzeyine göre ayırın, her çıktıyı kaynağa bağla–yeniden hesapla–ticari süzgeçten geçir adımlarıyla doğrulayın, kişisel veriyi mutlaka anonimleştirin. İyi bir prompt; rol, görev, veri, kural ve biçim içerir.
Uygulama görevi
Kendi işinizden beş rutin görev listeleyin (ör. haftalık sipariş, kampanya metni, satış raporu). Her birini düşük/orta/yüksek risk olarak sınıflayın ve yanına "yapay zekanın rolü" ile "gerekli insan onayı"nı yazın. Ardından "3) Çıktı doğrulama listesi" promptunu gerçek bir çıktı üzerinde deneyin.
Kontrol listesi
- [ ] Görevlerimi düşük/orta/yüksek risk olarak ayırdım.
- [ ] Yüksek riskli kararları insan onayına bağladım.
- [ ] Kişisel veriyi araca vermeden önce anonimleştiriyorum.
- [ ] Her sayısal çıktıyı yeniden hesaplıyorum.
- [ ] Promptlarımda rol, görev, veri, kural ve biçim var.
- [ ] Doğrulanmamış çıktıyı asla doğrudan uygulamıyorum.