Son iki yılda operasyon ekipleriyle yaptığımız yüzlerce görüşmede aynı cümleyi duyduk: “Veri var, ama karar hâlâ sezgiyle veriliyor.” Yapay zekanın tedarik zincirindeki asıl vaadi de tam olarak burada başlıyor — daha fazla rapor değil, daha az manuel karar.
Bu rehber, yapay zekayı tedarik zincirine taşımak isteyen operasyon liderleri için hazırlandı. Amaç teknoloji turu atmak değil; hangi katmanın hangi problemi çözdüğünü, kazanımların nerede biriktiğini ve dönüşüme hangi sırayla başlanması gerektiğini netleştirmek.
Neden şimdi?
Üç eğri aynı anda kesişti. Birincisi, ERP ve e-ticaret altyapıları sayesinde işletmelerin elinde artık yeterince geçmiş veri var. İkincisi, tahmin modellerinin maliyeti son beş yılda dramatik biçimde düştü. Üçüncüsü ve en önemlisi: yapay zeka ajanları artık yalnızca öneri vermiyor, teklif toplama ve sipariş taslağı hazırlama gibi işleri uçtan uca yürütebiliyor.
Dönüşümün beş katmanı
Yapay zeka destekli bir tedarik operasyonunu tek bir ürün gibi düşünmek yanıltıcı olur. Sahada işleyen kurulumlar, birbirinin üzerine oturan beş katmandan oluşur:
Veriden otonom operasyona giden hat
- 1
Veri Temeli
ERP, e-ticaret ve depo verisinin toplanması, temizlenmesi ve tek formata oturtulması.
- 2
Talep Tahmini
Ürün ve lokasyon bazında, sezonsallığı ve trendi öğrenen tahmin modelleri.
- 3
Stok Optimizasyonu
Emniyet stoku, sipariş noktası ve miktarının tahminle otomatik hizalanması.
- 4
Otomasyon
Sipariş taslakları, uyarılar ve rutin raporların insansız üretilmesi.
- 5
Yapay Zeka Ajanları
Teklif toplayan, karşılaştıran ve süreci takip eden otonom ajanlar.
Katmanların sırası önemli: tahmin modeli kirli veriyle beslenirse, otomasyon yalnızca hatalı kararları hızlandırır. Bu yüzden her projede önce veri temeli kurulur — dönüşümün en görünmez ama en kritik adımı budur.
Talep tahmini: sezgiden olasılığa
Klasik yaklaşım, geçen yılın satışına yüzde eklemekti. Modern modeller ise sezonsallık, kampanya etkisi, fiyat değişimi ve ürünler arası etkileşimi birlikte öğrenir. Çıktı tek bir sayı değil, bir olasılık aralığıdır: kötümser, beklenen ve iyimser senaryolar bir arada sunulur; sipariş miktarı, hedeflenen servis seviyesine göre bu aralıktan seçilir. Stok kararını değiştiren şey tam olarak bu aralıktır.
Tahminin doğruluğu kadar, tahmine duyulan güven de önemli. Ekip modele güvenmiyorsa alıştığı tablolara geri döner — bu yüzden her tahminin yanında “neden” açıklaması sunuyoruz.
Otonom ajanlar: önerinin ötesi
2026'nın ayırt edici gelişmesi, önerinin yerini yürütmenin alması. Bir tedarik ajanı; stok riskini görür, onaylı tedarikçilere teklif talebi gönderir, gelen yanıtları karşılaştırır ve satın alma ekibine imzaya hazır bir öneri sunar. İnsan devrede kalır — ama e-posta trafiğinde değil, karar noktasında.
Nereden başlamalı?
- 1Tek bir metrik seçin. Stok devir hızı, kayıp satış oranı veya tahmin hatası — dönüşümün başarısı tek metrikte ölçülmeli.
- 2Veri temelini kurun. ERP'den düzenli, temiz ve standart veri akışı olmadan hiçbir model çalışmaz.
- 3Dar kapsamla pilotlayın. En hareketli 200 ürünle başlayın; güven kurulduktan sonra kapsamı genişletin.
- 4İnsanı karar noktasında tutun. Otomasyon rutini alır, ekip istisnayı yönetir. Bu denge güveni büyütür.
Yapay zeka tedarik zincirini bir gecede dönüştürmüyor; ama doğru sırayla kurulan her katman, bir sonrakinin kazanımını katlıyor. Beş katmanın tamamı devrede olduğunda ortaya çıkan şey yalnızca daha verimli bir operasyon değil — kendi kendini yöneten, istisnaları insana taşıyan yeni bir çalışma biçimi.
