Tahmin dönüşümü

YAZI: MEHTAP DEMİR

Küresel rekabetin hızlandığı ve piyasa koşullarının hızlı değiştiği dönemde, doğru öngörü üretmek iş performansının kritik belirleyicisi hâline geldi. Talep dalgalanmaları, müşteri beklentilerindeki hızlı değişimler ve operasyonel belirsizlikler, karar alma süreçlerini giderek karmaşıklaştırıyor.

Yapay zeka, üretimden perakendeye, finanstan insan kaynaklarına tüm iş fonksiyonlarında daha hızlı ve tutarlı karar alınmasını sağlıyor. Şirketler hem bugünü yönetiyor hem de geleceği daha net görebiliyor.

Son yıllarda kurumsal uygulamalar da öngörüye dayalı YZ’nin etkisini somut biçimde ortaya koyuyor:

Talep tahmini doğruluğu yüzde 30’a kadar yükselirken, tedarik zinciri verimliliği yüzde 10–20 artıyor.

Öngörüye dayalı YZ artık deneysel teknolojiden öte, operasyonel omurgaya entegre, stratejik karar alma süreçlerini güçlendiren bir araç.

Çeşitli sektörlerden liderler, YZ ile tahmin stratejilerini paylaşırken, bu dönüşümün sahadaki etkilerini de aktarıyor.

Boston Consulting Group’un 1250 şirketle yaptığı ‘The Widening AI Value Gap’ araştırmasına göre, katılanların sadece yüzde 5’i, YZ yatırımlarından ölçülebilir ve ölçeklenebilir değer üretebiliyor. Bu şirketler, liderlik vizyonu, veri altyapısı, insan ve dijital iş akışı entegrasyonu, yetenek gelişimi ve otonom YZ ajanlarına yatırım yaparak fark yaratıyor.

‘Agentic AI’ (otonom YZ) sistemleri, karmaşık süreçlerde öğrenip bağımsız aksiyon alabilmesiyle geleceğin teknolojisi olarak öne çıkıyor. BCG, 2025’te Agentic AI’ın, toplam yapay zeka değerinin yaklaşık yüzde 17’sini oluşturduğunu, 2028’de ise bu oranın yüzde 29’a ulaşacağını kaydediyor.

PERAKENDE VE ÜRETİMDE YZ

IBM Institute for Business Value araştırmasına göre, 2023–2027 arasında YZ’nin perakende gelir büyümesine katkısı yüzde 133 artacak. Yöneticiler, YZ’yi özellikle talep tahmini (yüzde 88), İK destek masaları (yüzde 87) ve BT destek ve çözüm süreçleri (yüzde 84) için kullanıyor.

Boyner Büyük Mağazacılık Teknolojiden Sorumlu GMY Cihan Yıldız, YZ’nin Boyner’de operasyonları hızlandırmanın ötesinde, karar alma biçimini dönüştüren stratejik bir güç olduğunu vurguluyor. YZ destekli tahmin ve envanter sistemleri, sezon geçişleri ve kampanya dönemlerini analiz ederek ürün bulunurluğunu artırıyor, stok kayıplarını azaltıyor ve tedarik zincirini optimize ediyor. Müşteri tarafında ise Boyner’in pazarlama otomasyon sistemi, 100’den fazla müşteri değişkenini işleyerek kişiye özel öneriler ve iletişim akışları sunuyor. “Customer 360” projesi, online ve offline verileri birleştirerek satış danışmanlarının müşteriye gerçek zamanlı kişisel teklifler sunmasını sağlıyor. Bu dönüşümün başlıca sonuçları ise şöyle:

“Ürün içerik üretim süresi 20 dakikadan 3 dakikaya indi. Müşteri hizmetlerinde yanıt süreleri yüzde 35 kısaldı. RPA robotları ayda 1000 saatin üzerinde manuel işi devralıyor. Son beş yılda toplam müşteri sayısı yüzde 75, aktif müşteri sayısı yüzde 40 arttı.”

Yıldız’a göre bu sonuçlar, YZ’nin Boyner’de yalnızca süreçleri değil, karar alma kültürünü ve müşteri ilişkilerini yeniden tanımlayan bir güç olduğunu gösteriyor.

YZ İLE VERİMLİLİK

Perakende sektöründe YZ, operasyonel verimlilik ve müşteri deneyimini güçlendirmek için aktif olarak kullanılıyor. CarrefourSA Dijital Teknolojiler ve Pazarlama GMY Burçin Çelik, yapay zeka ve dijital öngörü sistemlerinin, müşteri iletişimi, promosyon etkisi, sevkiyat optimizasyonu ve tedarikçi süreçlerini daha etkin hâle getirdiğini belirtiyor:

“Örneğin, SmartPro promosyonların satış etkisini tahmin ederken, PathFinder sevkiyatlarda rota optimizasyonu sağlıyor; Smile&Pay sistemleriyle temassız ödeme kolaylığı sunuluyor.”

2024 yılında YZ ve dijital teknolojilere yapılan yatırımların somut etkileri de dikkat çekici:

“Aylık 37 bin müşteriye toplam 1.7 milyon dakika hizmet sunularak yüzde 85 oranında ilk temasta çözüm sağlandı, 1.3 milyon yeni müşteri kazanıldı ve sadakat programı 12 milyon üyeye ulaştı. Online Market’te aylık 10.5 milyon ziyaret alınıyor ve ciromuzun yüzde 75’i sadakat kartlı işlemlerden geliyor.”

Çelik’e göre bu sistemler yalnızca operasyonel süreçleri hızlandırmakla kalmıyor; müşteri ve tedarikçi deneyimini veri destekli ve proaktif bir yaklaşımla yeniden tanımlıyor.

TALEP TAHMİNİYLE GELEN KATKI

Türkiye’de ve dünyada şirketler, YZ’yi talep tahmininde giderek daha stratejik kullanıyor. Yerli perakende ve üretim firmaları, YZ destekli modeller sayesinde stok fazlasını çift haneli oranlarda azaltabiliyor.

Idaho Forest Group, YZ destekli talep tahmin çözümleriyle tahmin süresini 80 saatten 15 saatin altına düşürdü. YZ destekli sistemler, tahmin hatalarını yüzde 50’ye kadar azaltabiliyor ve ölçeklenebilir yapılarıyla artan iş hacmine uyum sağlayabiliyor.

Lojistikte, rota planlaması ve tahmin entegrasyonu maliyetleri düşürürken teslimat sürelerini kısaltıyor. Envanter yönetiminde ise YZ destekli sistemler stok seviyelerini anlık optimize ederek depo maliyetini azaltırken hizmet seviyesini koruyor.

Türkiye’de akademik çalışmalar, bu iyileşmelerin üretim hatlarından depo operasyonlarına kadar geniş bir etki alanında verimlilik artışı sağladığını ortaya koyuyor. Medisa Kurucu Genel Müdürü Esra Öge, yapay zeka ve makine öğrenmesini operasyonel süreçleri optimize etmek için kullandıklarını aktarıyor.

Medisa’da YZ, doğrudan öngörü sistemleri geliştirmekten ziyade üretim ve medikal karar kurallarını zenginleştiriyor; böylece iş yükü azalıyor, karar alma süreçleri hızlanıyor ve hata oranları düşüyor.
Otomasyonun artmasıyla manuel işlem ihtiyacı azalıyor, süreçler daha standart ve verimli hâle geliyor. Bu sayede müşteri taleplerine daha kısa sürede, doğru ve tutarlı yanıtlar verilebiliyor.

Öge, bu veri birikiminin gelecekte geliştirilecek Agentic AI altyapısına girdi sağlayarak sektörde daha öngörülü ve kendini yöneten sistemlerin önünü açacağını belirtiyor.

STRATEJİK BIR İŞ ARACI

SAP Güney Avrupa Çözüm Grubu Direktörü Tuna Atmaca, YZ’nin artık şirketler için bir yenilikten ziyade stratejik bir iş aracı hâline geldiğini vurguluyor:

“SAP Business AI çözümleri, üretim, talep, stok ve tedarik zinciri süreçlerinde öngörü sağlayarak karar alma süreçlerini güçlendiriyor. Çok katmanlı tedarik zinciri ağlarında riskleri önceden belirleyip alternatif senaryolar geliştiren sistemler sayesinde kurumlar, ‘gelecekte ne olabilir’ ve ‘hangi adımı atmalıyız’ sorularına veriye dayalı yanıt bulabiliyor.”

YZ destekli sistemler, finansal planlama ve tedarik zinciri yönetiminde hataları azaltıyor ve karar alma hızını artırıyor. Atmaca, finansal raporların hazırlanma ve özetlenme süresinin yüzde 65’e kadar düştüğünü vurguluyor: “SAP Joule gibi yapay zeka tabanlı dijital asistanlar, çalışanların karmaşık sorguları saniyeler içinde yanıtlamasını sağlıyor; bu da karar kalitesini güçlendirirken kurumsal çevikliği ve kaynak kullanımını optimize ediyor.”

TELEKOMÜNİKASYONDA ÖNGÖRÜ

Turknet CTO’su Doğan Aydın, yapay zeka ve makine öğrenmesinin şirketlerinde yalnızca süreçleri hızlandırmakla kalmayıp, veriyi anlamlı bir değere dönüştürdüğünü vurguluyor. Abonelik sürecinde kayıp riski taşıyan kullanıcıları tahmin eden modeller sayesinde potansiyel kayıplar önceden tespit ediliyor ve kullanıcı deneyimi proaktif biçimde iyileştiriliyor. ‘Üretken YZ’ destekli dijital asistanlar, abonelerin arıza, fatura veya kurulum gibi işlemleri insan müdahalesi olmadan çözmesini sağlıyor; kullanıcıların yaklaşık yüzde 40’ı sistemi deneyimleyip büyük ölçüde tekrar tercih ediyor.

Aydın, yapay zekanın yatırım kararlarını da desteklediğini belirtiyor. Lokasyon bazlı tahminleme modelleri ile yeni yatırımlar için doğru bölgeler belirleniyor ve core network çözümleriyle ağ trafiği yüzde 90’ın üzerinde doğrulukla öngörülerek performans optimize ediliyor. Ayrıca görüntü işleme ve makine öğrenmesi uygulamalarıyla kimlik doğrulama, belge kontrolü ve pazarlama süreçlerindeki manuel iş yükü azaltılarak hız ve doğrulukta önemli kazanımlar elde ediliyor.

YÜZDE 90 DOĞRULUK!

Pluxee Türkiye CEO’su Eda Uluca Özcan, yapay zekayı müşteri deneyimi ve çalışan davranışları gibi çok boyutlu veri setlerinden öngörüler üretmek için kullandıklarını belirtiyor.

Özcan’a göre, Predictive Churn modelinin doğruluk oranı yüzde 90’ın üzerinde ve yüzün üzerinde farklı veri kaynağını değerlendirerek insan eliyle yorumlanamayacak alanlarda içgörüler sunuyor. Bu sistem sayesinde Pluxee, müşterilerin gelecekteki yükleme ve etkileşim eğilimlerini öngörerek, satış, pazarlama ve müşteri deneyimi ekiplerinin ilişkileri reaktiften proaktif bir yönetim modeline dönüştürmesine olanak tanıyor.

CEO Özcan, bu yaklaşımın, müşterilere doğru zamanda doğru değeri sunmayı ve kişiselleştirilmiş dokunuşları planlamayı mümkün kıldığını vurguluyor.

TEKSTİL VE AYAKKABIDA TAHMİN

DeFacto CEO’su İhsan Ateş, şirketlerinin 2014’ten beri makine öğrenmesi kullanarak talep tahmini yaptığını ve şu anda yapay zeka tabanlı tahmin sistemlerine geçiş sürecinde olduklarını belirtiyor. Hedef, 2026’nın ilk çeyreğinde talep tahminine dayalı üretim ve dağıtım sürecinin ilk fazını test etmek.

Ateş’e göre, talebi 6 ay öncesinden tahmin etmek ile 2–4 hafta öncesinden tahmin etmek arasında büyük fark var. Yapay zeka desteğiyle kısa vadeli tahminler yapabilmek, üretimi daha doğru planlamaya olanak tanıyor, verimliliği artırıyor ve bunun hem ciro hem de kârlılığa doğrudan yansıması bekleniyor. Bu sistem, DeFacto için sadece operasyonel bir iyileştirme değil, aynı zamanda sektörde oyunu değiştirecek stratejik bir adım olarak görülüyor.

TOGO Ayakkabı CEO’su Ahmet Akkuş, “Öngörü Motoru” adlı yapay zeka sistemleriyle üretim, dağıtım, talep, stok ve insan kaynağı verilerini aynı katmanda analiz ettiklerini belirtiyor:

“2024 yaz sezonunda sistem sayesinde belirli ürün gruplarının satış trendlerini 18 gün önceden öngörerek depo sevkiyatlarında yüzde 24 daha hızlı rotasyon ve bazı mağaza gruplarında yüzde 19 daha az stok kaybı elde ettik. Ayrıca, hammadde tedarik planlamasında gereksiz alımlar önlenerek yüzde 11 maliyet tasarrufu sağlandı. İnsan kaynakları tarafında ise çalışan davranış analiz modülü ile potansiyel ayrılma riski tespit edilerek devir oranı yüzde 9 azaltıldı.”

İSTİFAYI ÖNCEDEN ANLAMA!

Yapay zeka, insan kaynakları yönetiminde de öngörü gücünü etkin biçimde kullanmaya başladı. Çeşitli araştırmalar, çalışanların istifa etme olasılığını öngörmek için makine öğrenimi modellerinin yüksek doğrulukla çalıştığını ortaya koyuyor.

SN Computer Science dergisinde yayımlanan bir çalışma, XAI (açıklanabilir yapay zeka) modellerinin çalışan turnover riskini yüzde 98 doğrulukla tahmin edebildiğini gösteriyor. Bu modeller yalnızca “kim riskli” değil, aynı zamanda “neden riskli” sorusuna da yanıt veriyor.

MediaMarkt Türkiye İK Direktörü Seçil Namruk, YZ’nin İnsan Kaynakları süreçlerinde özellikle işe alımda verimlilik sağladığını aktarıyor. AI’M Hiring ve AI’DA sistemleri, ön mülakat süreçlerini otomatikleştirerek başvuruları analiz ediyor, adaylara yetkinlik ısı haritası çıkarıyor ve işe alım uzmanlarına kısa liste sunuyor:

“Bu sistemler, işe alım süresini yüzde 65 hızlandırırken, ön mülakat süreçlerini yüzde 73 kısalttı. AI’DA, bir yılda 1719 adayı analiz ederek CV değerlendirme süresini yüzde 50 oranında hızlandırdı ve yüzde 69 daha fazla adaya ulaşılmasını sağladı. Ayrıca aday memnuniyeti yüzde 92 olarak ölçüldü.”

Namruk’a göre, bu uygulamalar sadece operasyonel verimliliği artırmakla kalmıyor, aynı zamanda karar alma süreçlerini hızlandırarak İK ekibinin stratejik odaklanmasına olanak tanıyor.

TEDARİKTE VERİMLİLİK DÖNÜŞÜMÜ

Stratview Research’e göre, tedarik zincirinde yapay zeka pazarının 2029 yılına kadar 30 milyar dolar büyüklüğe ulaşması bekleniyor.

Tedarik zincirinde YZ uygulamaları verimliliği yüzde 10–20 artırabiliyor. Bu, özellikle sipariş karşılama, stok maliyeti ve teslimat planlamasında önemli tasarruf anlamına geliyor.
Talep tahmin doğruluğu, YZ sayesinde yüzde 30’a kadar iyileştirilebilir.

TİHCAD verilerine göre, tekstil ve moda sektöründe dijital prototipleme, numune maliyetini yüzde 60’a varan oranlarda düşürebiliyor.

P&G Japonya, YZ tabanlı tahmin sistemleriyle teslimat filosunu yüzde 30 azaltarak hem taşıma maliyetlerini düşürdü hem de karbon emisyonlarını önemli ölçüde azalttı.

Lenovo ise YZ destekli talep tahminle gelirde yüzde 4.8, zamanında tam teslimatta yüzde 5 iyileşme ve maliyetlerde yüzde 20’ye yakın düşüş elde etti.

McKinsey’in araştırması, YZ ile tahmin hatalarında yüzde 30–50 azalma ve kayıp satışlarda yüzde 65’e kadar düşüş sağlamanın mümkün olduğunu ortaya koyuyor. Aynı araştırmaya göre, taşıma ve depolama maliyetlerinde yüzde 5–10 azalma, tedarik zinciri yönetimi maliyetlerinde yüzde 25–40 iyileşme, Genel envanter seviyelerinde ise yüzde 20–50 azalma mümkün.

Yapay zeka sistemleri, yalnızca geçmişi analiz etmiyor, farklı talep ve tedarik senaryolarını simüle ederek yöneticilere çok boyutlu karar desteği sunuyor.

YZ ajanları, rutin süreçlerde özerk aksiyon alarak operasyonel yükü önemli ölçüde azaltabiliyor. Tahmine dayalı modeller, tedarikçi gecikmeleri, kalite problemleri veya talep şokları gibi riskleri önceden görünür kılarak şirketlerin alternatif senaryolar oluşturmasına olanak tanıyor.

İNAN EKİCİ
Otokoç Otomotiv CEO
“Stok gün sayısını yüzde 10 azaltmayı hedefliyor, karar alma süreçlerini veriyle destekliyoruz. Aylık ve yıllık pazar tahminleri ile satış performansını ve pazar payı öngörülerini ölçüyoruz. Uzun vadede YZ destekli süreçlerin şirket geneline yayılmasıyla yüzde 3–4 operasyonel verimlilik artışı bekliyoruz.”

FARK YARATAN RAKAMLAR

• 15 SAAT Idaho Forest Group, yapay zekayla talep tahmin süresini 80 saatten 15 saate indirdi.
• %30 P&G Japonya, YZ tabanlı tahmin sistemleriyle teslimat filosunu %30 oranında azalttı.
• %20 Lenovo, YZ destekli sistemlerle üretim ve lojistik maliyetlerini yaklaşık %20 düşürdü.
• %30-50 McKinsey verilerine göre, YZ ile tahmin hatalarında %30–50 azalma sağlamak mümkün. Satışlardaki kayıplar ise %65’e kadar düşebiliyor.

 

4 FARKLI SEKTÖRDEN YZ İLE TAHMİN VERİLERİ

ÖZGÜR KÖLÜKFAKI
(Ülker CEO)

Tarladan Rafa’ modelinde YZ ile talep tahmini, üretim planlama ve dağıtım yönetimi yapıyoruz. Bu sayede maliyetleri düşürüp operasyonel verimliliği artırıyoruz. Yeni sistemle araç başına aylık 2 ek sefer ve boş seferlerde kilometre bazında yüzde 50 düşüş hedefliyoruz. Daha az araçla daha fazla sefer gerçekleştirerek karbon salımını azaltacak, müşteri hizmet seviyesini artırıp birim maliyetleri düşüreceğiz.

 

VOLKAN YILDIZ
(A101 İcra Kurulu Üyesi)

YZ ile talep öngörüsü sayesinde doğru ürünü, doğru mağazada, doğru zamanda ve doğru adetle sağlıyor; stok ve dağıtım kaynaklarını daha verimli kullanıyoruz. YZ önerileriyle de rota optimizasyonu, stok dengesi ve raf bulunurluğunu güçlendiriyoruz. YZ destekli segmentasyon ile 12 milyon kullanıcı, davranışsal persona’lara ayrılıyor; kampanyalar ve iletişim mesajları kişiselleştiriliyor.

 

SERDAR DİLMEN
(DHL Express Türkiye IS&T Direktörü)

“YZ destekli talep tahmini, rota optimizasyonu ve depo yönetimi ile operasyonel süreçlerimizde verimliliği artırıyoruz. Rota optimizasyonu, teslimat sürelerini yüzde 30’a kadar kısaltıyor; depo içi robotik otomasyon ve görüntü işleme ile gönderi toplama ve yerleştirme hızı 5 kat artıyor.

 

SARA SARAR
(Sarar Group YKÜ)

2024’te hayata geçirdiğimiz AI tabanlı talep tahmini modelleriyle stok devir hızını artırıp üretim maliyetlerini düşürdük. Doğru sipariş zamanlaması ve optimum stok seviyeleriyle tedarik ve stok maliyetlerini azaltıyor, kaynak kullanımını verimli hâle getiriyoruz. YZ analizleri müşteri eğilimlerini ve trendleri daha doğru tahmin etmemizi sağlarken, tasarım ekibimizin iş gücünü daha verimli kullanmasına destek oluyor.

 

FİNANSTA YZ İLE TAHMİN

YAKUP DOĞAN
Yapı Kredi Genel Müdür Yardımcısı

• TAHMİN & PLANLAMA YZ ile müşteri davranışlarını ve operasyonel dinamikleri analiz ediyor; talep tahmini, risk analizi ve stratejik planlama süreçlerinde proaktif adımlar atıyoruz. Satış Elçisi uygulaması, satış ekiplerinin veri destekli ve hızlı karar almasını sağlıyor.
• MÜŞTERİ DENEYİMİ YZ sayesinde KOBİ ve ticari müşteriler şubeye gelmeden mobil üzerinden başvuru yapabiliyor; belge ve firma doğrulamaları hızlı ve güvenli şekilde tamamlanıyor. Portföy yöneticileri, mali verileri dijital ve güvenli ortamda alarak ticari limit başvurularına saniyeler içinde yanıt verebiliyor.
• OPERASYONEL VERİMLİLİK YZ, kaynak planlamadan müşteri etkileşimine kadar süreçlerde hız ve doğruluk sağlıyor; ekipler stratejik ve katma değerli işlere odaklanabiliyor.
• GELECEK Üretken YZ ile daha sezgisel, öngörülü ve kişiselleştirilmiş dijital deneyimler yaratmayı hedefliyoruz; YZ, bankacılıkta uçtan uca deneyimi yeniden şekillendiren stratejik kaldıraç konumunda.

 

TEKNOLOJİ PERAKENDESİNDE TAHMİN

SİTARE SEZGİN
Teknosa CEO

• YZ’yi müşteri deneyiminden tedarik zincirine kadar tüm iş süreçlerimizde kullanıyoruz. YZ tabanlı talep tahmini ve stok optimizasyonu ile doğru ürünleri doğru kanallarda konumlandırıyor; ‘üretken’ YZ ile pazaryeri verilerini zenginleştiriyoruz.
• Yapay zeka destekli satış danışmanımız Bilge, satış anında anlık ürün bilgisi, kampanya ve stok durumunu paylaşıyor; aktif kullanan danışmanlar yüzde 8 puan daha yüksek hedef gerçekleştiriyor.
• Chatbotlar ve YZ destekli konuşma analizi ile müşteri taleplerini yüzde 10 daha fazla karşılıyor, çağrıların yüzde 100’ünü analiz edebiliyor ve NPS ölçümlerine hızlı yanıt veriyoruz.
• Yapay zeka yatırımları, stok verimliliği, talep tahmin doğruluğu ve operasyonel planlama isabetini artırıyor.