Şirketler yıllardır ERP sistemlerine yatırım yapıyor. Finans, satış, satın alma, stok, üretim ve insan kaynakları işlemleri bu sistemlerde yürütülüyor. Bugün ise yönetimlerin beklentisi genişliyor: Geçmişte ne olduğunu görmek kadar, yaklaşan riski fark etmek ve bir sonraki kararı daha sağlam veriye dayandırmak da önem taşıyor.
Yazan: ESPADE ERP-AI Dönüşüm Merkezi Kurucusu Mehmet Durak
Şirketler yıllardır ERP sistemlerine yatırım yapıyor. Finans, satış, satın alma, stok, üretim ve insan kaynakları işlemleri bu sistemlerde yürütülüyor. Bugün ise yönetimlerin beklentisi genişliyor: Geçmişte ne olduğunu görmek kadar, yaklaşan riski fark etmek ve bir sonraki kararı daha sağlam veriye dayandırmak da önem taşıyor.
Bu beklenti, ERP’den yapay zekâya geçişi gündeme getiriyor. Ancak geçişin başlangıç noktası yalnızca bir yapay zekâ uygulaması satın almak olamaz. Önce işletmenin hangi kararını iyileştirmek istediği, bu karar için hangi veriye ihtiyaç duyduğu ve verinin ne kadar güvenilir olduğu belirlenmelidir.
ESPADE ERP-AI Dönüşüm Merkezi olarak geliştirdiğimiz yaklaşımın temeli üç unsurdan oluşuyor: ERP kullanım standartları, veri ve süreç mimarisi, yapay zekâya hazırlık. Mevcut ERP günlük işlemleri yürütmeye devam ederken, üzerine işletmenin ihtiyaçlarına göre bir analiz ve karar destek katmanı konumlandırılıyor. Bu yaklaşımın uygulanması için izlenmesi gereken yol haritasını yedi aşamada ele alabiliriz.
1. İş hedefini belirlemek ve mevcut yapıyı değerlendirmek
Dönüşüm, yönetimin cevap beklediği sorularla başlamalıdır. Nakit açığı hangi dönemde oluşabilir? Hangi müşteriler satış hacmine rağmen düşük kârlılık yaratıyor? Hangi stoklar sermayeyi bağlıyor? Üretimde maliyet sapmaları nereden kaynaklanıyor?
ERP-AI Checkup yaklaşımımızda mevcut ERP kullanımı, departmanlar arasındaki veri akışı, raporlama ihtiyaçları ve yapay zekâya hazırlık birlikte değerlendirilir. Buradaki amaç, işletmeye bir yazılım listesi sunmaktan önce öncelikli gelişim alanlarını ortaya koymaktır.
Bu aşamanın çıktısı; kapsamı belirlenmiş bir iş problemi, mevcut durum değerlendirmesi ve önceliklendirilmiş uygulama listesidir. CEO iş hedefini sahiplenir, CFO göstergelerin anlamını netleştirir, BT yöneticisi teknik erişim ve entegrasyon olanaklarını değerlendirir. İlgili süreç yöneticileri de uygulamanın günlük işleyişteki karşılığını tanımlar.
2. ERP kullanım standartlarını oluşturmak
Aynı ürünün farklı kodlarla açıldığı, müşteri kartlarının tekrarlandığı veya maliyet merkezlerinin tutarsız kullanıldığı bir yapıda analizlerin güvenilirliği zayıflar. Bu nedenle yapay zekâya geçiş, ERP’nin kullanım disiplinini güçlendirmeyi de gerektirir.
Kart tanımları, kodlama yapısı, birimler, veri giriş kuralları, belge ilişkileri, maliyet merkezleri ve raporlama tanımları ortak bir standarda bağlanmalıdır. Her kritik verinin kim tarafından oluşturulduğu, kim tarafından kontrol edildiği ve ne zaman güncellendiği açık olmalıdır.
Örneğin müşteri kârlılığı hesaplanacaksa satışların yanında iadelerin, iskontoların, maliyetlerin ve ilgili giderlerin nasıl değerlendirileceği belirlenmelidir. Departmanların farklı hesaplama yöntemleri kullanması, aynı soruya farklı cevaplar üretilmesine yol açar. ESPADE’nin standart yaklaşımı, bu ortak dili işletmenin kendi işleyişi içinde kurmayı hedefler.
3. Veri ve süreç mimarisini tasarlamak
Standartlaştırılmış verinin karar desteğine dönüşmesi için sistemler arasındaki ilişkiler de kurulmalıdır. Siparişin stok, satın alma, üretim, sevkiyat, faturalama ve tahsilatla bağlantısı görünür hâle getirilmelidir.
Önerdiğimiz yapı üç katmandan oluşur. İlk katmanda mevcut ERP ve operasyonel sistemler bulunur. İkinci katmanda ortak veri yapısı, veri kalite kontrolleri, yetkiler ve yönetim göstergeleri yer alır. Üçüncü katmanda ise yapay zekâ destekli analizler, yönetim panelleri ve işletmeye özel karar destek uygulamaları çalışır.
ERP’den veri alma yöntemi, sistemin teknik olanaklarına göre belirlenir. API, kontrollü veri erişimi veya planlı veri aktarımı gibi seçenekler değerlendirilebilir. Güncelleme sıklığı da iş ihtiyacına göre seçilmelidir: Aylık yönetim raporu ile günlük nakit takibi aynı veri yenileme düzenini gerektirmez.
Bu aşamanın somut çıktısı, veri kaynaklarını, akışları, erişim sınırlarını, gösterge tanımlarını ve sorumluları açıklayan bir mimari tasarımdır.
4. Güvenlik, yönetişim ve insan kontrolünü kurmak
Karar destek sisteminde her kullanıcının görebileceği veri ve yapabileceği işlem tanımlanmalıdır. Finansal bilgiler, personel verileri ve ticari açıdan hassas kayıtlar, görev ve yetki kapsamına uygun biçimde kullanılmalıdır.
Yapay zekâ çıktısının hangi kaynağa ve hangi döneme dayandığı izlenebilmelidir. Eksik veya güncel olmayan veri, kullanıcıya görünür biçimde belirtilmelidir. Hesaplamalar doğrulanabilir kurallarla yapılmalı; yapay zekânın açıklaması ile sayısal hesaplamanın sonucu birbirinden ayırt edilebilmelidir.
Özellikle ödeme, satın alma ve üretim planı gibi sonuç doğuran işlemlerde insan onayı açıkça tasarlanmalıdır. Bir sistemin risk hakkında uyarı vermesi ile işletme adına işlem gerçekleştirmesi farklı yetki düzeyleridir. Pilot uygulamanın bu sınırları baştan belirlenmelidir.
5. Ölçülebilir bir pilotla başlamak
İlk uygulama, verisi erişilebilir ve sonucu ölçülebilir bir alanda seçilmelidir. Aynı anda bütün departmanları kapsamak yerine, sınırları net bir pilot üzerinden veri ve uygulama kalitesi sınanabilir.
Finansta örnek bir pilot, cari yaşlandırma ile nakit akışının birlikte değerlendirilmesidir. Mevcut alacaklar, ödeme vadeleri, borçlar ve beklenen tahsilatlar üzerinden nakit senaryoları oluşturulur. Tahsilatın gecikmesi veya satışların değişmesi durumunda sonuçların nasıl etkileneceği gösterilir. Bu sonuçlar kesin gelecek bilgisi değil, belirtilen varsayımlara bağlı senaryolardır.
Stokta örnek bir pilot, yavaş hareket eden ürünlerle kritik stokların birlikte izlenmesidir. Satış geçmişi, mevcut stok, açık siparişler ve tedarik süreleri kullanılarak satın alma öncelikleri değerlendirilebilir. Üretimde ise planlanan ve gerçekleşen malzeme tüketimi, işçilik ve genel üretim giderleri karşılaştırılarak maliyet sapmaları araştırılabilir.
Bu örnekler uygulama alanlarını göstermektedir; gerçekleşmiş müşteri sonuçları veya performans garantileri değildir. Pilotun başarısı, başlangıçta belirlenen rapor hazırlama süresi, veri hata oranı, uyarı doğruluğu ve kullanıcıların karar sürecinde sistemi kullanma düzeyi gibi göstergelerle değerlendirilmelidir.
6. Eğitim ve iş akışına yerleştirme
Bir panelin hazırlanması, dönüşümün tamamlandığı anlamına gelmez. Kullanıcıların göstergeleri okuyabilmesi, doğru sorular sorabilmesi ve sonuçları iş bilgisiyle kontrol edebilmesi gerekir.
ESPADE AI Akademi yaklaşımında eğitim; ERP verisinin anlamını, departman bazında yapay zekâ kullanımını, çıktıların doğrulanmasını ve yönetim sorumluluğunu birlikte ele alır. Finans, satış, satın alma, üretim, insan kaynakları ve üst yönetim için kullanım senaryoları görevlerine göre şekillendirilir.
Örneğin bir tahsilat uyarısını kimin inceleyeceği, müşteriyle kimin iletişime geçeceği ve sonucun sisteme nasıl kaydedileceği tanımlanmalıdır. Böylece analiz, günlük iş akışında karşılığı olan bir aksiyona dönüşür.
7. Başarılı uygulamaları yaygınlaştırmak ve sürdürmek
Pilot değerlendirmesinden sonra başarılı uygulamalar diğer departmanlara taşınabilir. Finans, satış, stok ve üretim göstergeleri ortak tanımlarla birleştirildiğinde, üst yönetim şirketin durumunu daha bütünlüklü değerlendirebilir.
Ancak uygulama büyüdükçe veri kalite kontrolleri, yetki yönetimi, bakım, kullanıcı desteği ve sonuçların yeniden değerlendirilmesi de sürdürülmelidir. Yeni ürünler, süreç değişiklikleri ve farklı çalışma koşulları mevcut kuralların veya modellerin gözden geçirilmesini gerektirebilir.
ESPADE ve 361 yazılım proje ortaklığı çerçevesinde ESPADE; ERP kullanım standartları, süreç hazırlığı, veri ve süreç mimarisi ile eğitim boyutunu üstlenir. Yazılım proje ortağı ise üzerinde mutabık kalınan mimari ve kapsam doğrultusunda entegrasyonları ve yapay zekâ destekli uygulamaları geliştirir. İşletme yönetimi de hedeflerin, veri sahipliğinin ve karar yetkilerinin sorumluluğunu taşır.
Dönüşümün başlangıç noktası: güvenilir bir karar zemini
ERP’den yapay zekâya geçiş, işletmenin veri birikimini yönetim kapasitesine dönüştürme fırsatıdır. Bu fırsatın değer üretmesi; doğru hedefe, güvenilir veriye, açık sorumluluklara ve kullanıcıların uygulamayı benimsemesine bağlıdır.
ESPADE ERP-AI Dönüşüm Merkezi’nin yaklaşımı bu zemini kurmaya odaklanır: Mevcut yapıyı değerlendirmek, standartları oluşturmak, mimariyi tasarlamak, kontrollü bir pilotla ilerlemek ve ölçülen sonuçlara göre yaygınlaştırmak.
Yönetimlerin ilk sorusu şu olabilir: “Hangi kararımızı, hangi güvenilir veriyle ve hangi ölçülebilir sonuç için iyileştirmek istiyoruz?” Bu soruya verilen açık cevap, ERP’den yapay zekâya geçiş yol haritasının başlangıcıdır.
Yazar hakkında
Mehmet Durak, muhasebe, finans, maliyet, ERP yönetimi ve süreç tasarımı alanlarındaki 32 yıllık deneyimini ESPADE ERP-AI Dönüşüm Merkezi bünyesinde kurumsal dönüşüm çalışmalarına taşımaktadır.
