Yapay Zeka Merkezde Konumlanıyor
Yapay zekayı her ne kadar halen bir "gelecek vizyonu" gibi görünse de, giderek iş dünyasının merkezine yerleşiyor olduğu konusunda benimle hemfikir olduğunuzu düşünüyorum.
Önceki yazım 'Üretken Yapay Zeka Nedir? Örnekler ve Kullanım Alanları'nda da bahsettiğim gibi, Üretken Yapay Zeka (GenAI), verileri analiz ediyor, yeni çözümler öneriyor. Verimlilik sağlamak açısından iş süreçlerinin optimize edilmesini zorunlu kılıyor, müşteri deneyimini baştan tanımlıyor.
Strategic Manifesto
"I absolutely agree. This is exactly why the 'onboard-to-collection' cycle should not be seen just as an operational flow, but as an end-to-end ethical management philosophy. To prevent 'black box' risks, we must ensure that autonomous AI agents operate within a framework of algorithmic transparency. The real competitive edge lies in architecting these intelligent workflows so they remain sealed with human wisdom. In 2026, the speed of innovation must be grounded in ethical governance to achieve a truly sustainable paradigm shift."
Özet: Bankacılıkta edinimden tahsilata uzanan süreç, şeffaflık ve insan bilgeliğiyle mühürlenmiş etik bir yönetim felsefesi olmalıdır.
Dilerseniz bunu bir örnek üzerinden değerlendirelim: Klarna, 2005'de İsveç'te kurulmuş, 45'ten fazla ülkede hizmet veren, 150 milyondan fazla aktif kullanıcısı olan "Şimdi Al, Sonra Öde" platformudur. Nike, Sephora, H&M gibi devler de dahil olmak üzere, 500.000'den fazla perakendeci ile entegre çalışır. Aylık işlem sayısı 2025 yılında ortalama 2 milyon adet olan Klarna, sadece bir ödeme aracı değil, aynı zamanda yapay zekayı operasyonlarının merkezine koyan bir teknoloji şirketidir.
- OpenAI iş birliğiyle geliştirilen yapay zeka asistanı, 700 tam zamanlı temsilcinin iş yükünü üstlenip, müşteri sorularını yanıtlama süresini 2 dakikadan 2 saniyeye indirerek, yıllık operasyonel kârını da 40 milyon dolar artırmayı hedeflemektedir.
- Klarna müşteri temsilcileri üzerinden gerçekleştirdiği 'online destek' hizmetini yapay zek chatbot ile gerçekleştirerek, kayda değer bir verim artışı sağlamış, ayrıca yanıt süresini kısaltarak müşteri memnuniyetini de sağlamıştır.
Gelin finans ve ödeme sistemleri profesyonelleri bu teknolojiyi nasıl kullanıyor, sektörü dönüştüren 5 kritik kullanım senaryosuna birlikte bakalım:
1. Kişiye Özel Finansal Danışmanlık
Geleneksel uygulamalar harcamalarınızı sadece kategorize ederken, üretken yapay zeka tabanlı sistemler gerçek bir finansal danışman gibi hizmet verebilir.
"Emekli maaşımla nasıl geçinirim?" diye yapay zeka destekli Co-Pilot’a sorduğumda; temel giderlerden tatil bütçesine, hatta market alışverişindeki detaylı harcama kalemlerine kadar saniyeler içinde bir plan çıkarttı. Gelecekte bu sistemlere kişisel kontrol noktaları ekleyerek müşterilere anlık bildirimler göndermesi harika olurdu. "Çek elini o kazaktan, gelecek ay alırsın" gibi samimi uyarılar, finansal sağlığımız için devrimsel olabilir. Bu konuda Revolut, N26 ve Monzo gibi dünya örnekleri, "Kişisel Finans Koçu" özellikleriyle şimdiden ön plana çıkıyor.
2. Akıllı Fraud (Dolandırıcılık) Tespiti ve Önleme
Geleneksel Fraud sistemleri parametre tabanlı statik kurallara dayanıyor. Üretken Yapay Zeka ise geleneksel yöntemlerin yetersiz kaldığı hız ve karmaşıklık sorunlarını çözerek bir "güvenlik kalkanı" gibi davranır:
- Davranışsal Analiz: Müşterinin 'davranış analizi'ni yaparak, kişiye özel bir güvenlik profili oluşturur. Gerçekte bu profile sahip bir kişinin yapmayacağı işlemleri fark ederek, önler.
- Yanlış Pozitifler (False Positive): Geleneksel sistemler, yurt dışı tatili gibi olağan dışı ama meşru harcamaları ve hatta kartı da bloke ederek müşteriyi mağdur edebilirler. Oysa yapay zeka müşteri ile doğrudan iletişime geçerek, süreci müşteri deneyimi açısından en iyi şekilde yönetir, müşteriden işlem teyidi alarak hatalı blokaj oranlarını minimize eder.
- Hızlı Karar: Kart kuruluşları MasterCard ve VISA'nın geliştirdikleri yeni sahtekarlık tespit sistemleri, tespit süresini 50 milisaniyeye kadar indirebilmişlerdir. Bu hız, alışverişin akıcılığını bozmadan arka planda devasa bir güvenlik taraması yapılmasını sağlar.
3. Legacy (Eski) Sistemlerin Modernizasyonu
Hala onlarca yıllık kod yapılarıyla mainframe sistemlerde çalışan Bankalar mevcut iken, geride bıraktığımız 2025 yılı bazı büyüklerin ana bilgisayar kod ve altyapılarını yeni mimarilere taşıdıkları bir yıl oldu. Peki, bunu kolaylaştıran yapay zeka araçları var mı? Bu sorunun yanıtı kesinlikle evet. Üretken Yapay Zeka, COBOL gibi eski kodlama dillerini; Java, Python gibi modern programlama dillerine dönüştürme sürecinde mühendislere destek veriyor. Bu da yazılım geliştirme süreçlerinde %40'a varan zaman tasarrufu ve daha güvenli sistemler demek.
Gelin birlikte örneklere bakalım:
- JPMorgan Chase: AI ile Teknoloji Devrimi
Ne yaptılar? JPMorgan, 2025 yılında kendi özel GenAI aracı olan "LLM Suite"i kullanarak milyonlarca satırlık eski kodu modernize etti. 20 yıllık legacy sistemini, AI kullanarak bulut tabanlı bir mimariye dönüştürdü.
Etkisi Ne Oldu? Bankanın CEO'su Jamie Dimon, yazılım kodu geliştirmede %10-20 verimlilik sağlayan bu sürecin, bankanın hayatta kalma stratejisi olduğunu belirtiyor. JP Morgan teknoloji ekibi tüm dünya çapında 60 Bin kişilik devasa bir makine ve bu ekip 6 Bin uygulamayı yönetiyor. Bu büyüklük içinde %10-20 verim artışının Bankaya sağlayacağı ek teknoloji gücünü varın siz değerlendirin.
- Goldman Sachs: Kod Dönüşüm Laboratuvarları
Ne Yaptılar? Goldman Sachs, 2025 yılında dünyanın ilk otonom AI yazılım mühendisi olarak bilinen Devin'i bünyesine katan ilk büyük banka oldu.
Devin kod yazıyor; GitHub üzerindeki "issue"ları okuyor, kod hatalarını debug ederek kendi başına çözüyor ve uygulamaları canlıya alabiliyor.
Hibrit İş Gücüne geçiş: CIO Marco Argenti, bu durumu bir "araç" kullanımı değil, bir "işe alım" gibi tanımlıyor. Banka artık insan mühendisler ile AI ajanlarının birlikte çalıştığı bir "Human - Machine" hibrit yapısına geçiyor.
Etkisi Ne Oldu? 2025 verilerine göre, banka bünyesindeki yazılımcıların "kod onay isteği" hızı %15 ile %20 arasında artış gösterdi. Özellikle bankanın temel sistemlerinin çoğunluğunu oluşturan Java projelerinde, kodun yaklaşık %60'ı AI tarafından önerilen veya tamamlanan satırlardan oluşmaya başladı.
- Deutsche Bank: Mainframe Sistemlerden Buluta
Deutsche Bank, Google Cloud ile olan ortaklığını 2025'te "Legacy Migration" odağına taşıdı.
- Ne Yaptılar? Bankacılık altyapısındaki COBOL kodlarını Java'ya çevirmek için özelleşmiş büyük dil modelleri kullandılar. Bu, bankanın teknik borç yükünü tarihindeki en düşük seviyeye çekti.
- Etkisi Ne Oldu? Yazılımcıların, kodlama ve hata ayıklama süreçlerinde GenAI kullanması ile Banka 300 milyon Euro tasarruf hedefliyor.
4. Karmaşık Regülasyon ve Mevzuat Uyumu
Finans dünyası, sürekli güncellenen binlerce sayfalık regülasyonla yönetilir. Güncel mevzuata uyum, süreçsel ve finansal riskler içerir. Özellikle ülkemizde regülasyonlar, kurallar çok hızlı değişir ve Finansal Kurumların da buna adapte olması beklenir. Doğrusu finans dünyası da bu düzenlemelere çok hızlı şekilde uyum sağlar, ama bazı detaylar da atlanır.
Regülasyon ve Mevzuat Uyumunda ön analizin iyi yapılabilmesi açısından, mevcut iş süreçlerinin ve prosedürlerinin çok detaylı dokümante edilmiş olması, hatta anahtar kelimelerle işaretlenmiş olması gerekir. Elde böyle bir altyapı varsa, yapay zekanın işi kolaylaşır. Yapay zeka önce mevzuatı anlar, sonra prosedürleri, iş akışlarını analiz ederek yapılması gereken iş talebini ortaya çıkartır. Bana sorarsanız, buradaki zorluk yapay zeka tarafından çok, prosedür ve iş akışlarını yapay zekanın anlayabileceği bir formata/ şablona getirmektir.
- Stratejik Değer: Üretken Yapay Zeka, yeni yayınlanan bir mevzuatı saniyeler içinde tarayıp bankanın mevcut operasyonlarıyla kıyaslayabilir. "Bu yeni tebliğ bizim AML süreçlerimizi nasıl etkiliyor?" sorusuna anında yanıt vererek riskleri minimize eder.
5. Akıllı Kredi Skorlama
Yazımın başında Klarna'nın müşteri hizmetlerindeki yapay zeka kullanımından bahsetmiştim
Klarna, kredi kararlarında da yapay zeka kullanıyor. Özellikle kredi geçmişi olmayan müşterilerin 'Şimdi Al, Sonra Öde' taleplerinde uyguladıkları yapay zeka tabanlı kredi karar sistemleri sayesinde binlerce veri noktasını milisaniyeler içinde tarayarak kredi onayını veriyor.
Bu sistem sayesinde Klarna ödenmeyen kredilerden kaynaklı zararını %30 civarında azaltabilmiş. Bu da, finansal sistem açısından kayda değer bir iyileşme anlamına geliyor.
Sonuç olarak, yapay zeka ile finans dünyasının iş süreçleri yeniden tanımlanacak, operasyonel verimlilik artacak, işlem maliyetleri de azalacak ve bu müşterilere de yansıyacaktır.
Hiç yorum yok:
Yorum Gönder