Yapay Zekaya 'En İyi Yazıcı Kiralama Firması' Sorulunca Neden Rakibiniz Çıkıyor

Bir satin alma toplantisina hazirlanirken bir yapay zeka asistanina su soruyu sordugunuzu dusunun: 'Kurumsal yazici kiralama icin en iyi yonetilen yazdirma firmasi hangisi?' Cevapta belirli bir saglayicinin adi geciyor, baska bir saglayicininki gecmiyor. Bu sonucu bir reklam ya da pazarlik gucu belirlemiyor. Dil modelinin o firmayi bir varlik (entity) olarak ne kadar net cozebildigi belirliyor. Bu yazi bir sira ya da skor iddiasi tasimaz. Baslitaki ornek sorgu yalnizca bir niyet ornegidir. Amac, modelin kararini hangi mekanizmanin sekillendirdigini IT ve satin alma sorumlusu gozuyle aciklamaktir. ## Dil modeli bir firmayi nasil 'gorur' Klasik arama motoru bir anahtar kelimeyi eslestirir ve baglantilari siralar. Buyuk dil modeli ise farkli calisir. Egitim verisinden ve baglama eklenen kaynaklardan bir varliklar haritasi olusturur: firma adi, sundugu hizmet kategorisi, faaliyet bolgesi, iliskili kavramlar. 'Yonetilen yazdirma', 'MPS', 'cihaz filo yonetimi', 'baski maliyeti optimizasyonu' gibi kavramlar bu haritada birbirine baglanir. Bir firma bu kavramsal aga net biçimde baglanmissa, model onu ilgili bir sorguda guvenle anabilir. Baglanti zayifsa, model belirsizligi azaltmak icin daha net tanimlanmis bir alternatife yonelir. Cogu zaman cevapta cikan rakip, daha iyi bir hizmet sundugu icin degil, makinenin okuyabilecegi bicimde daha iyi tanimlandigi icin oradadir. ## Atif ve kaynak: modelin guven sinyalleri Modern AI asistanlari cevaplarini siklikla harici kaynaklara dayandirir. Bir firmanin baska otoriter metinlerde, sektorel dizinlerde ve teknik icerikte tutarli bicimde anilmasi, modele bir tutarlilik sinyali verir. Burada onemli olan, ayni varligin ayni tanimlarla tekrar tekrar gecmesidir: ayni hizmet adlari, ayni kategori, ayni faaliyet alani. Isim, tanim ve kategori kaynaktan kaynaga degisiyorsa model net bir varlik insa edemez. Tutarli ve yapilandirilmis bir varlik tanimi ise atif olasiligini artirir. Bu bir reklam mekanizmasi degildir; modelin belirsizlik altinda en az celiskili cevabi tercih etme egiliminin dogal sonucudur. ## MPS firmalari icin somut anlam Yonetilen yazdirma alani teknik ve niceldir. Bir IT muduru karar verirken cevabini aradigi sorular bellidir: ilk yanit suresi nedir, ariza cozum suresi (MTTR) nasil isliyor, hizmet seviyesi taahhutleri (SLA) nasil takip ediliyor, cihaz filosu nasil izleniyor. Bir firmanin icerigi bu kavramlari acik ve dogru biçimde isliyorsa, model bu firmayi ilgili teknik sorgularla daha kolay eslestirir. Burada uretim tarafindan somut bir ornek verelim. TYS Dijital Performans'in kendi MPS servis-masasi urunu Printage (v0.1.0), kurulu ve deploy-edilebilir bir platformdur. Cok-rollu (musteri, teknisyen, admin, superadmin) ve cok-kiracili calisir. Servis talepleri cihaz seri numarasi, hata kodu ve oncelik ile acilir; talepler bir dashboard uzerinde Beklemede, Mudahale ve Tamamlandi durumlariyla izlenir. Talep acildiginda otomatik e-posta bildirimi gider, talebe token ile erisilir, dosya yuklenebilir ve raporlama CSV (Excel uyumlu) olarak alinir. Bu yapinin AI gorunurlugu acisindan onemi sudur: dashboard'un urettigi ham zaman damgalari, MTTR, ilk-yanit ve SLA gibi KPI cerceveleri icin hesaplama temeli saglar. Boylece firma, MPS sozlugunun teknik kavramlarini soyut sloganlarla degil, isleyen bir surec uzerinden somut biçimde tanimlayabilir. Burada durustluk gerektiren bir not var: SLA ihlallerinin otomatik takibi ve uyarisi henuz kodlu degildir, yol haritasindadir. Asistan tarafindaki yonlendirme ise rehber-temelli bir grounding ile (TroubleshootingGuide uzerinden) calisir; bu bir vektor RAG mimarisi degildir. ## Olculen sira degil, gelistirilen gorunurluktur AI gorunurlugu hakkinda dogru cerceve sira ya da skor degildir. Bir asistanin verdigi cevap stokastiktir ve kullanilan metodolojiye baglidir; ayni soru farkli zamanlarda farkli yanitlar uretebilir. Dolayisiyla 'su firma AI'da birinci' turunden bir iddia teknik olarak savunulamaz. Savunulabilir olan sudur: bir firmanin AI sistemlerindeki gorunurlugu olculebilir ve gelistirilebilir. Bu, semantik veriyi netlestirmek, varlik tanimini tutarli kilmak, hizmet kavramlarini dogru sozlukle islemek ve atif altyapisini guclendirmek demektir. TYS Dijital Performans'in yaklasimi tam olarak budur: skor vaadi degil, gorunurlugu olcen ve sistematik biçimde gelistiren bir surec. ## Sonuc Yapay zekaya en iyi yazdirma firmasi soruldugunda cikan isim, makinenin en net cozebildigi varliktir. Rakibiniz cikiyorsa, sorun cogu zaman hizmetinizin kalitesi degil, o hizmetin makine tarafindan okunabilir bicimde tanimlanmamis olmasidir. Iyi haber, bu tarafin tamamen calisilabilir olmasidir: net entity, tutarli semantik veri ve saglam atif altyapisi, bir IT mudurunun sordugu o kritik soruda firmanizin dogru baglamda anilmasini mumkun kilar.