# Yapay Zeka Danışmanı Ne İş Yapar? Roller, Görevler ve Tipik Bir Proje > Source: https://sukruyusufkaya.com/blog/yapay-zeka-danismani-ne-is-yapar > Updated: 2026-09-07T19:04:36.215Z > Type: blog > Category: yapay-zeka **TLDR:** Yapay zeka danışmanı ne iş yapar? Kurumun yapay zeka stratejisini, doğru kullanım senaryolarını, riski ve ekip yetkinliğini yönetip ölçülebilir çıktılar üretir. Yapay zeka danışmanı ne iş yapar? Yapay zeka danışmanı, bir kurumun yapay zekadan gerçek iş değeri elde etmesi için stratejiyi, doğru kullanım senaryolarının seçimini, teknik mimariyi, riziko ve uyum yönetimini, ekip yetkinliğini ve başarı ölçümünü uçtan uca yönlendiren bağımsız uzmandır. Kısaca teknolojiyi değil, teknolojinin kurumdaki doğru uygulamasını yönetir; çıktısı çalışan bir ürün değil, kurumu doğru kararlara ve kendi yürütebileceği bir plana kavuşturan yapılandırılmış bilgidir. Bu yazı, "yapay zeka danışmanı ne iş yapar" sorusunu bir slogan düzeyinde değil, gerçek bir danışmanın gününü, görevlerini, ürettiği teslimatları ve sınırlarını 360 derece açan bir rehber olarak ele alır. Danışman rolünün hangi eksenlerden oluştuğunu, tipik bir projede adım adım ne olduğunu, strateji-teknik-eğitim danışmanı ayrımını, danışmanın bilerek yapmadığı şeyleri, somut çıktıları ve kurumla çalışma biçimini ayrı ayrı inceleyeceğiz. Yapay zeka danışmanlığının genel çerçevesini yapay zeka danışmanlığı nedir yazısında; bu hizmetin tam kapsamını ise kurumsal yapay zeka danışmanlığı hizmet kapsamı rehberinde bulabilirsiniz. ## Yapay Zeka Danışmanı Ne İş Yapar? Kısa ve Net Tanım Yapay zeka danışmanı ne iş yapar sorusunun en yalın cevabı şudur: kurum ile yapay zeka teknolojisi arasındaki mesafeyi kapatır. Bir kurumun elinde genellikle iki şey vardır — çözülmesi gereken iş problemleri ve bu problemleri yapay zekayla çözebileceğine dair belirsiz bir sezgi. Aradaki boşlukta ise cevaplanmamış onlarca soru durur: Hangi problem yapay zekaya uygun? Hangisi zaman kaybı? Nereden başlamalı? Hangi model, hangi mimari, hangi veri? Risk nerede? Kim yapacak? Nasıl ölçeceğiz? İşte danışman bu boşlukta durur ve bu soruları kurumun lehine, tarafsız biçimde yanıtlar. Danışmanın işini anlamanın iyi bir yolu, onu bir "çevirmen ve pusula" olarak düşünmektir. Çevirmendir; çünkü üst yönetimin iş diliyle mühendislik ekibinin teknik dili arasında gidip gelir, ikisini aynı masada buluşturur. Pusuladır; çünkü sayısız yol ve araç arasından kurumun bağlamına en uygun olanı gösterir. Bu iki rol, danışmanın neden hem iş hem teknik tarafı bilmesi gerektiğini açıklar: yalnızca stratejiyi bilen bir kişi uygulanamaz planlar çizer; yalnızca tekniği bilen bir kişi iş değeri üretmeyen çözümler kurar. Kritik bir noktayı baştan netleştirelim: danışman, kurum yerine karar veren değil, kurumun doğru kararı vermesini sağlayan kişidir. Nihai kararların sahibi her zaman kurumdur. Bu ayrım basit görünse de pratikte sürekli sınanır; çünkü kurumlar zaman zaman kararın yükünü tümüyle danışmana yıkmak ister. Olgun bir danışman bu talebi nazikçe geri çevirir ve sorumluluğu kurumda tutar; zira sahiplenmediği bir kararı kurum uygulamakta zorlanır ve proje ilk zorlukta terk edilir. Danışmanın işi, o kararı verirken kurumun elindeki bilgiyi, seçenekleri ve sonuçlarını netleştirmek, deneyimiyle tuzakları önceden göstermek ve seçim kriterlerini şeffaf hâle getirmektir. Bu yüzden iyi bir danışmanlık ilişkisi kurumu bağımlı kılmaz; tersine, kurumu kendi kararlarını verebilir hâle getirir. Danışmana ne zaman ihtiyaç duyulduğunu yapay zeka danışmanına ne zaman ihtiyaç duyulur yazısında; iç ekiple dış danışman arasındaki tercihi ise AI danışmanlığı mı iç ekip mi karşılaştırmasında ele alıyoruz. ## Danışman Rolü Hangi Eksenlerden Oluşur? Danışman rolü tek bir işten ibaret değildir; birbirini besleyen dört ana eksenden oluşur ve gerçek projelerde bu eksenler nadiren tek başına görülür. Bir danışman genellikle bu eksenlerin birkaçını aynı anda taşır; hangi eksenin ağır bastığı, kurumun olgunluğuna ve projenin aşamasına göre değişir. Birinci eksen strateji ve yönetişimdir. Burada danışman, "yapay zekayı nerede ve neden kullanmalıyız" sorusunu yanıtlar: iş hedefleriyle hizalı kullanım senaryolarını belirler, önceliklendirir, bir yol haritası çıkarır ve yatırımın getirisini çerçeveler. Bu eksende çıktı ağırlıklı olarak karar destek belgeleridir. İkinci eksen teknik ve uygulamadır. Burada danışman mimari, model seçimi, veri hazırlığı, RAG, güvenlik ve entegrasyon gibi kararlarda rehberlik eder; iş hedefini teknik gerçeklikle buluşturur ve ekibin doğru teknik yolu izlemesini sağlar. Üçüncü eksen eğitim ve yetkinlik geliştirmedir. Danışman, kurumun kendi kendine yeter hâle gelmesi için ekibi eğitir, çalışma çerçeveleri kurar ve bilgi transferi yapar; bu eksen olmadan kurum kalıcı bağımlılık riskiyle karşılaşır. Dördüncü eksen uyum ve risktir. Burada danışman KVKK, EU AI Act, ISO 42001 gibi çerçeveleri tasarıma katar, riski önceden görür ve yönetişim yapısını kurar. Bu dört ekseni ayrı danışman türleri hâlinde yapay zeka danışmanı türleri yazısında derinleştiriyoruz; kurumsal yönetişimin ne olduğunu ise AI governance nedir yazısında bulabilirsiniz. Yaygın bir yanlış beklenti, danışmanın stratejiyi de kurgulayıp modeli de kodlayıp ekibi de eğitip her şeyi tek başına yapmasıdır. Gerçek danışmanlık bir orkestra şefliğine benzer: danışman, kurumun iç ekibini, seçilmiş tedarikçileri ve üst yönetimi doğru şeyi doğru sırayla yapacak biçimde hizalar. Değer, tek bir kahramanın kahramanlığından değil, doğru kurulmuş bir yürütme düzeninden gelir. Bu yüzden "danışman rolü" dediğimizde çoğu zaman bir yönlendirici ve entegre edici kastedilir, her şeyi bizzat yapan bir uygulayıcı değil. ## Ana Sorumluluk Alanları: Bir Danışman Neyden Sorumludur? Yapay zeka danışmanı ne iş yapar sorusunu somutlaştırmanın en iyi yolu, danışman sorumluluklarını tek tek adlandırmaktır. Aşağıdaki sorumluluk alanları, olgun bir danışmanlık ilişkisinde danışmanın hesap verdiği başlıklardır; hepsi her projede aynı ağırlıkta olmasa da, iyi bir danışman bunların tamamını radarında tutar. Birinci sorumluluk mevcut durumu doğru okumaktır. Danışman, kurumun veri olgunluğunu, teknik altyapısını, ekip yetkinliğini, kültürel hazırlığını ve mevcut yapay zeka girişimlerini tarafsız biçimde değerlendirir. Bu teşhis olmadan atılan her adım tahmine dayanır. İkinci sorumluluk doğru problemi seçmektir: yapay zekaya uygun, değeri yüksek ve uygulanabilir kullanım senaryolarını, süslü ama işe yaramaz olanlardan ayırmak. Bu, danışmanın ürettiği değerin belki de en büyük kaynağıdır; çünkü yanlış problemi mükemmel çözmek, kaynak israfının en pahalı biçimidir. Üçüncü sorumluluk gerçekçi bir yol haritası kurmaktır: nereden başlanacağını, hangi pilotun önce geleceğini, hangi bağımlılıkların çözülmesi gerektiğini ve büyümenin nasıl aşamalanacağını tanımlamak. Dördüncü sorumluluk teknik doğruluğu güvence altına almaktır: model, mimari, veri ve güvenlik kararlarında kurumu tuzaklardan korumak. Beşinci sorumluluk riski ve uyumu yönetmektir. Altıncı sorumluluk yetkinlik ve bilgi transferidir. Yedinci ve çoğu zaman ihmal edilen sorumluluk ise ölçümdür: başarının nasıl tanımlanacağını ve nasıl kanıtlanacağını baştan belirlemek. Danışman sorumlulukları bu kadar geniş olduğu için, iyi bir danışmanın hangi özelliklere sahip olması gerektiğini ayrıca iyi yapay zeka danışmanı özellikleri yazısında ele alıyoruz. Bu sorumlulukların hepsini bir arada tutan gizli bir sekizinci sorumluluk daha vardır: beklentileri yönetmek. Yapay zeka etrafındaki abartılı söylem, kurumlarda çoğu zaman gerçekçi olmayan beklentiler yaratır; danışmanın görevlerinden biri de bu beklentileri sahici bir zemine çekmektir. Neyin bugün mümkün, neyin henüz olgunlaşmamış, neyin ise tümüyle pazarlama olduğunu ayırt etmek, kurumu hem hayal kırıklığından hem de yanlış yatırımdan korur. İyi bir danışman, "yapay zeka her şeyi çözer" coşkusuyla "yapay zeka işe yaramaz" karamsarlığı arasındaki dengeli, kanıta dayalı orta yolu gösterir. Bu beklenti yönetimi görünmez bir emektir; ama olmadığında, teknik olarak başarılı bir proje bile "vaat edileni vermedi" algısıyla değersizleşebilir. Bu yüzden danışman sorumlulukları yalnızca teknik ve stratejik değil, aynı zamanda iletişimsel ve psikolojiktir. ## Görev × Aktivite × Çıktı: Danışman Ne Üretir? Yapay zeka danışmanı ne iş yapar sorusunun en alıntılanabilir cevabı, danışman görevlerini somut aktivitelere ve o aktivitelerin ürettiği teslimatlara bağlayan bir tablodur. Aşağıdaki tablo, danışman rolünün soyut değil, ölçülebilir çıktıları olan bir iş olduğunu gösterir: her görev alanı, elle tutulur bir teslimatla sonuçlanır. Bu tablonun anlattığı en önemli şey şudur: danışman "tavsiye veren" soyut bir figür değil, her adımda somut bir teslimat üreten bir iş ortağıdır. Danışman teslimatları elle tutulur olduğu için, danışmanlık ilişkisinin ilerleyip ilerlemediği objektif biçimde izlenebilir. Bir danışmanlık teklifini değerlendirirken sormanız gereken ilk soru budur: "Her aşamada elime hangi somut çıktı geçecek?" Bu çıktıların nasıl bir 30 günlük ritimle üretildiğini yapay zeka danışmanlığı sürecinin ilk 30 günü yazısında adım adım gösteriyoruz. ## Tipik Bir Yapay Zeka Danışmanlığı Projesinde Ne Olur? Yapay zeka danışmanı ne iş yapar sorusunu en iyi somutlaştıran şey, tipik bir projenin akışını baştan sona izlemektir. Her proje farklıdır, ama olgun bir danışmanlık genellikle benzer bir omurgayı takip eder: teşhis, önceliklendirme, pilot, ölçüm ve ölçekleme. Aşağıdaki adımlar bu omurgayı gösterir. Bu akışta dikkat edilmesi gereken en önemli ilke, "önce dar, sonra geniş" yaklaşımıdır. Deneyimsiz kurumların en sık hatası, ilk adımda tüm organizasyonu dönüştürecek dev bir proje başlatmaktır; bu tür projeler kapsamın ağırlığı altında ezilir. Olgun bir danışman, tam tersine, dar kapsamlı ve ölçülebilir bir pilotla başlar, değeri kanıtlar ve ancak kanıt oluştukça büyütür. Bu disiplinin neden kritik olduğunu PoC'den üretime yapay zeka projeleri yazısında; yapay zeka projelerinin neden sık başarısız olduğunu ise yapay zeka yatırımlarında başarısızlık nedenleri yazısında ele alıyoruz. Bir noktanın altını çizmek gerekir: bu akışta danışmanın bizzat kod yazdığı bölüm çoğu zaman en küçük parçadır. Emeğin büyük kısmı teşhis, senaryo seçimi, mimari karar ve ölçüm tasarımına gider — yani "doğru işi tanımlamaya". Çünkü yapay zeka projelerinde en pahalı hata, yanlış işi mükemmel yapmaktır. Kullanım senaryolarını doğru önceliklendirmek için AI kullanım senaryosu önceliklendirme matrisi ve bir senaryonun ne olduğu için kullanım senaryosu nedir yazıları yardımcı olur. ## Strateji, Teknik ve Eğitim Danışmanı Arasındaki Fark Yapay zeka danışmanı ne iş yapar sorusunun cevabı, hangi tür danışmandan bahsettiğimize göre değişir. Uygulamada üç ana danışman profili öne çıkar ve bunları ayırt etmek, kurumun ihtiyacına doğru danışmanı eşlemesi için kritiktir. Bu profiller keskin sınırlarla ayrılmaz; çoğu iyi danışman birkaçını birleştirir, ama ağırlık merkezleri farklıdır. Strateji danışmanı, "nereye ve neden" sorularına odaklanır. Üst yönetimle çalışır, iş hedeflerini yapay zeka fırsatlarına bağlar, kullanım senaryolarını önceliklendirir, yatırım kararlarını çerçeveler ve yönetişim yapısını kurar. Çıktıları ağırlıklı olarak strateji belgeleri, yol haritaları ve karar çerçeveleridir. Bu profil, henüz nereden başlayacağını bilmeyen veya dağınık girişimlerini hizalaması gereken kurumlar için değerlidir. Kurumsal stratejinin nasıl kurulduğunu kurumsal yapay zeka stratejisi nasıl oluşturulur yazısında ele alıyoruz. Teknik (uygulama) danışmanı, "nasıl inşa edilir" sorusuna odaklanır. Mühendislik ekibiyle çalışır, mimari kararlar verir, model ve araç seçimlerinde rehberlik eder, veri ve güvenlik tasarımını denetler ve gerektiğinde referans bir prototip kurar. Çıktıları mimari şemalar, teknik kararlar ve uygulama rehberleridir. Eğitim danışmanı ise "ekip nasıl yetkinleşir" sorusuna odaklanır: kuruma özel eğitim programları tasarlar, iç yetkinliği geliştirir ve bilgi transferini yönetir. Eğitim danışmanı seçerken nelere bakılması gerektiğini yapay zeka eğitmeni nasıl seçilir ve kurumsal eğitimin ne olduğunu kurumsal yapay zeka eğitimi nedir yazılarında bulabilirsiniz. Bir danışmanın birden fazla profili birleştirmesi mümkün ve çoğu zaman arzu edilirdir; çünkü strateji-teknik-eğitim ekseninde bütünlük, projenin başarısını artırır. Ancak kurum, kendi ihtiyacının ağırlık merkezini bilmelidir: yön belirsizse strateji, uygulama riskliyse teknik, iç ekip zayıfsa eğitim ağırlıklı bir danışman öne çıkar. Bu profillerin ayrıntılı tasnifini yapay zeka danışmanı türleri yazısında yapıyoruz. ## Danışmanın YAPMADIĞI Şeyler: Sınırlar ve Yanlış Beklentiler Yapay zeka danışmanı ne iş yapar sorusunu tam yanıtlamak için, danışmanın ne yapmadığını da netleştirmek gerekir. Yanlış beklentiler, danışmanlık ilişkilerinin en büyük hayal kırıklığı kaynağıdır; çünkü kurum bir şey beklerken danışman başka bir şey teslim eder. Sınırları baştan konuşmak, ilişkiyi sağlıklı kurar. Birincisi, danışman sihirli değnek değildir. Yapay zeka, kötü tanımlanmış bir problemi, kirli bir veriyi veya isteksiz bir organizasyonu tek başına kurtarmaz; danışman da bunu vaat etmez. İkincisi, danışman kurum yerine karar veren kişi değildir. Seçenekleri, sonuçları ve gerekçeleri netleştirir; ama nihai kararın ve sorumluluğun sahibi kurumdur. Üçüncüsü, danışman genellikle uzun vadeli operasyonun kalıcı yürütücüsü değildir. Bir sistemi kurup sonsuza kadar işletmek danışmanın değil, iç ekibin veya seçilmiş bir hizmet sağlayıcının işidir; danışman geçişi kurar, bağımlılığı değil. Dördüncüsü ve en önemlisi, danışman tarafsızlığını satmaz. İyi bir danışmanın en değerli varlığı, belirli bir ürün veya satıcıdan bağımsız olarak kurumun lehine öneride bulunabilmesidir. Bir danışman aslında gizli bir araç satıcısıysa — her sorunun cevabı tesadüfen onun ortağı olduğu ürünse — tarafsızlığını yitirmiştir ve verdiği değer şüphelidir. Bu tür kırmızı bayrakları iyi yapay zeka danışmanı özellikleri yazısında ayrıntılandırıyoruz. Beşincisi, danışman hukuki veya mali tavsiye mercii değildir: KVKK ve EU AI Act gibi konularda çerçeve ve farkındalık sağlar, ama nihai hukuki görüş kurumun hukuk birimine aittir. Kurumların en sık düştüğü tuzak, danışmandan kendi iç işlerini tümüyle devralmasını beklemektir. Bu beklenti iki nedenle tehlikelidir: birincisi, danışman kurumun iç bağlamını hiçbir zaman iç ekip kadar bilemez; ikincisi, her şeyi danışmana devretmek kalıcı bağımlılık yaratır ve danışman gittiğinde kurum boşlukta kalır. Doğru model ortaklıktır: danışman yönlendirir ve yetkinleştirir, kurum sahiplenir ve yürütür. Bu ayrımı baştan netleştirmek, hem bütçeyi hem de sonucu korur. ## Çıktılar ve Teslimatlar: Somut Ne Elinize Geçer? Danışman teslimatları, danışmanlığın soyut bir "akıl verme" hizmeti olmadığını gösteren en somut kanıttır. İyi yapılandırılmış bir danışmanlıkta her aşama elle tutulur bir çıktıyla sonuçlanır ve bu çıktılar bir araya geldiğinde kurumun kendi başına ilerleyebileceği bir bilgi tabanı oluşturur. Danışman teslimatlarını bilmek, bir teklifi değerlendirirken de pusula olur: "Bu paranın karşılığında elime ne geçecek" sorusunun cevabı bu teslimatlardır. Tipik danışman teslimatları şunları içerir. Mevcut durum ve olgunluk değerlendirmesi raporu: kurumun veri, altyapı, ekip ve kültür açısından nerede durduğunu ve boşluklarını gösterir. Önceliklendirilmiş kullanım senaryosu listesi: hangi problemlerin önce ele alınacağını gerekçesiyle sıralar. Uçtan uca yol haritası: pilottan ölçekli üretime giden yolu aşamalar ve bağımlılıklarla tanımlar. Referans mimari şeması: veri, model, RAG, güvenlik ve entegrasyon katmanlarının nasıl kurulacağını gösterir. Bunlara ek olarak: risk ve uyum kaydı (KVKK, EU AI Act ve etik riskler için kontrol listeleri), başarı metrikleri ve ROI çerçevesi, ekip için eğitim programı ve bilgi transferi dokümanları, üst yönetim için karar notları ve sunum materyalleri. Bazı projelerde bir referans prototip veya pilot da teslimat olabilir; ama bu, kuralın kendisi değil, kapsama bağlı bir istisnadır. ROI'nin nasıl hesaplandığını yapay zeka ROI nasıl hesaplanır ve üretkenlikten gelire uzanan ölçüm çerçevesini yapay zeka ROI ölçümü 2026 yazısında; üst yönetime sunumun nasıl kurgulandığını ise üst yönetime yapay zeka projesi sunumu yazısında bulabilirsiniz. Somut belgelerin ötesinde, iyi bir danışmanlığın en kalıcı çıktısı görünmez olandır: kurumun kazandığı yetkinlik. Danışman gittiğinde geriye eğitilmiş bir ekip, tekrarlanabilir bir yöntem ve kendi kendine karar verebilme kabiliyeti kalıyorsa, danışmanlık asıl amacına ulaşmış demektir. Bu yüzden bir danışmanı değerlendirirken "geriye ne bırakacak" sorusu, "ne yapacak" sorusundan daha önemlidir. En iyi danışman, kendini gereksiz kılan danışmandır. ## Danışman Kurumla Nasıl Çalışır? Çalışma Biçimi ve Ritim Yapay zeka danışmanı ne iş yapar sorusunun pratik bir boyutu da danışmanın kurumla hangi çalışma biçiminde ve hangi ritimde ilerlediğidir. Danışmanlık ilişkileri tek tip değildir; kurumun ihtiyacına ve olgunluğuna göre farklı biçimler alır. Doğru biçimi seçmek, hem bütçeyi hem de sonucu doğrudan etkiler. En yaygın biçimlerden biri proje temelli danışmanlıktır: belirli bir kapsam (örneğin bir strateji ve yol haritası çalışması) tanımlanır, süresi ve teslimatları netleştirilir ve danışman o kapsamı tamamlayınca ilişki sonlanır. İkinci biçim parça zamanlı (fractional) danışmanlıktır: danışman, kurumun yapay zeka lideri gibi düzenli ama parça zamanlı bir rol üstlenir; haftada birkaç gün veya belirli bir kadans ile sürekli rehberlik sağlar. Bu model, tam zamanlı bir uzmanı işe alamayan ama sürekli yön ihtiyacı olan kurumlar için idealdir. Üçüncü biçim danışma/mentorluk temelli ilişkidir: iç ekip işi yürütür, danışman düzenli toplantılarla yön verir, kararları gözden geçirir ve tıkanmaları açar. Ritim genellikle bir keşif toplantısıyla başlar, düzenli ilerleme oturumlarıyla devam eder ve teslimat kilometre taşlarıyla ölçülür. İlişkinin biçimi ne olursa olsun, iyi bir danışmanlık şeffaf bir çalışma sözleşmesiyle başlar: kapsam, teslimatlar, süre, ücretlendirme ve karşılıklı sorumluluklar baştan yazılır. Bu sözleşmenin nasıl kurgulanacağını yapay zeka danışmanlığı sözleşmesi yazısında; ücretlendirme modellerini ise yapay zeka danışmanlığı ücretleri 2026 ve yapay zeka danışmanlığı fiyatları yazılarında ele alıyoruz. Bağımsız bir danışman, bir danışmanlık ajansı ve iç ekip arasındaki tercih de çalışma biçimini belirler. Bağımsız danışman esneklik ve doğrudan uzman erişimi sunar; ajans daha geniş ekip kapasitesi getirir; iç ekip ise kurum bağlamına en yakın olandır ama yapay zeka derinliği sınırlı olabilir. Bu üçlü karşılaştırmayı bağımsız danışman vs ajans vs iç ekip yazısında; KOBİ'ler için uygun modeli ise KOBİ yapay zeka danışmanlığı yazısında derinleştiriyoruz. ## Yapay Zeka Danışmanı ile Yazılımcı/Mühendis Arasındaki Fark Yapay zeka danışmanı ne iş yapar sorusunun en sık karıştırılan yönü, danışmanla yazılımcı veya makine öğrenmesi mühendisi arasındaki farktır. Bu roller birbirini tamamlar ama aynı şey değildir; farkı anlamak, kurumun doğru kişiyi doğru işe koymasını sağlar. Kabaca söylemek gerekirse: mühendis "nasıl inşa edilir" katmanında, danışman "ne yapılmalı ve neden" katmanında çalışır. Bir yazılımcı veya makine öğrenmesi mühendisi, sistemi bizzat kuran kişidir: kod yazar, veri hattını inşa eder, modeli eğitir veya entegre eder, sistemi devreye alır ve işletir. Odağı uygulamadır; başarısı, çalışan bir sistemle ölçülür. Yapay zeka danışmanı ise bir katman yukarıda çalışır: hangi problemin çözüleceğini, hangi yaklaşımın seçileceğini, riskin nasıl yönetileceğini ve başarının nasıl ölçüleceğini belirler. Odağı yöndür; başarısı, kurumun doğru kararları verebilmesiyle ölçülür. Bir mühendisin ne iş yaptığını ve rol farklarını AI engineer, ML engineer, data scientist farkları ve AI mühendisi vs ML engineer vs data scientist yazılarında ele alıyoruz. İyi bir danışman, bu iki dünyayı birbirine bağlar: iş hedefini teknik gerçeklikle, üst yönetimin dilini mühendisin diliyle buluşturur. Bu yüzden en değerli danışmanlar hem iş hem teknik tarafı yeterince bilir; ne yalnızca strateji jargonuyla konuşup uygulanamaz planlar çizer, ne de yalnızca teknik detayda boğulup iş değerini gözden kaçırır. Bu köprü işlevi, "yapay zeka danışmanı ne iş yapar" sorusunun belki de en özlü cevabıdır: danışman, iş ile teknoloji arasındaki tercümandır. Temel kavramlara hâkim olmak isteyenler için yapay zeka nedir ve üretken yapay zeka nedir yazıları iyi bir başlangıçtır. ## Danışman Hangi Teknik Konularda Rehberlik Eder? Yapay zeka danışmanı ne iş yapar sorusunun teknik boyutu, danışmanın kod yazmasa bile hangi teknik kararlarda kurumu yönlendirdiğidir. Danışman, bir mühendislik ekibinin yerine geçmez; ama o ekibin doğru mimari yolu seçmesini, pahalı yanlışlardan kaçınmasını ve kurumsal gerçekliğe uygun kararlar vermesini sağlar. Bu rehberlik, danışman görevlerinin en somut teknik yüzüdür. En sık rehberlik edilen kararlardan biri veri ve bilgi erişim mimarisidir. Danışman, kurumun bilgisini yapay zekaya nasıl bağlayacağına — örneğin bir RAG (retrieval-augmented generation, getirmeyle zenginleştirilmiş üretim) mimarisiyle mi yoksa fine-tuning ile mi — karar verilmesinde yön gösterir. Bu iki yaklaşımın farkını ve kurumsal bilgi erişiminin nasıl kurulacağını RAG nedir yazısında ayrıntılı ele alıyoruz. İkinci sık karar model ve yaklaşım seçimidir: açık kaynak mı kapalı model mi, bulut mu şirket içi mi, hangi ölçek. Bu kararlar maliyet, gizlilik ve performans dengesini doğrudan etkiler. Üçüncü rehberlik alanı ajan mimarileri ve otomasyondur: bir görevi yalnızca yanıtlayan bir asistan mı, yoksa çok adımlı işleri yürüten bir yapay zeka ajanı mı gerekir? Ajan mimarilerinin ne olduğunu AI agent nedir yazısında bulabilirsiniz. Dördüncü ve her projede kritik alan güvenlik ve gizliliktir: erişim kontrolü, prompt injection savunması, çıktı denetimi ve KVKK uyumu. Danışman bu teknik kararların hiçbirinde kurumun yerine geçmez; ama her birinde kurumun bağlamına uygun, tarafsız ve deneyime dayalı bir yön sunar. Bu da onu bir "araç satıcısı"ndan ayıran şeydir: danışman, en pahalı veya en gösterişli çözümü değil, kurumun bağlamına en uygun olanı önerir. ## Uyum ve Risk: Danışman KVKK ve EU AI Act'te Ne Rol Oynar? Yapay zeka danışmanı ne iş yapar sorusunun giderek daha kritik hâle gelen bir boyutu uyum ve risk yönetimidir. Yapay zeka projeleri artık yalnızca teknik değil, hukuki ve etik bir zemine de oturur; danışmanın görevi, bu zemini projenin en başından tasarıma katmaktır. Burada danışman hukuki görüş vermez — o kurumun hukuk biriminin işidir — ama uyum yükümlülüklerini görünür kılar, riski önceden gösterir ve mimariyi bu gerçekliğe göre şekillendirir. Türkiye bağlamında en temel çerçeve KVKK'dır (Kişisel Verilerin Korunması Kanunu). Kişisel veri içeren bir yapay zeka sistemi kurulurken, danışman verinin nasıl işleneceğini, erişim kontrolünün nasıl kurulacağını, anonimleştirme ve saklama politikalarının nasıl tasarlanacağını gündeme getirir ve mimariyi bu ilkelere göre yönlendirir. KVKK uyumlu bir yapay zeka mimarisinin nasıl kurulacağını KVKK uyumlu yapay zeka nedir yazısında ele alıyoruz. Avrupa'ya ürün veya hizmet sunan kurumlar için ek bir katman EU AI Act'tir; danışman, sistemin bu yasanın risk sınıflandırmasında nereye düştüğünü ve hangi yükümlülüklerin doğduğunu netleştirir. Yasanın çerçevesini EU AI Act nedir yazısında bulabilirsiniz. Bu uyum çalışmasının çıktısı somuttur: bir risk kaydı ve uyum kontrol listesi. Danışman, hangi risklerin var olduğunu, her birinin olasılık ve etkisini, ve hangi önlemlerin alınacağını yapılandırılmış biçimde belgeler. Uyum yönetişiminin uluslararası standardı olan ISO/IEC 42001 gibi çerçeveler de bu belgelemeye yön verebilir. Kurumsal yönetişimin genel çerçevesini AI governance nedir yazısında derinleştiriyoruz. Bu yüzden olgun bir danışmanlıkta uyum, projenin sonuna eklenen bir formalite değil, en baştan mimariye dokunan bir tasarım ilkesidir; çünkü erişim kontrolü ve veri koruması sonradan yamandığında hem pahalı hem risklidir. ## Danışmanın Değerini Nasıl Ölçersiniz? Yapay zeka danışmanı ne iş yapar sorusunun kaçınılmaz devamı, "bu işin değeri nasıl ölçülür" sorusudur. Danışmanlık soyut göründüğü için değeri de belirsiz sanılır; oysa iyi kurulmuş bir danışmanlık ilişkisinde değer, baştan tanımlanmış çıktılar ve metriklerle somut biçimde izlenebilir. Değeri ölçmenin ilk şartı, başarının ne olduğunu en baştan tanımlamaktır. Danışmanlığın değeri birkaç kanaldan gelir. Birincisi hız: danışman, kurumun aylarca deneme-yanılmayla harcayacağı süreyi kısaltır; deneyimiyle doğru yolu daha erken gösterir. İkincisi pahalı hata önleme: yanlış senaryoya, yanlış mimariye veya uyumsuz bir tasarıma yapılacak yatırımı baştan engellemek, çoğu zaman danışmanlık ücretinin kat kat üzerinde tasarruf sağlar. Üçüncüsü tarafsızlık: satıcı çıkarından bağımsız, kurumun lehine karar. Dördüncüsü bilgi transferi: kurumun kalıcı olarak yetkinleşmesi. Bu değer kanallarını ve danışmanlığın ne zaman işe yarayıp ne zaman yaramadığını yapay zeka danışmanlığı değeri yazısında ayrı bir başlık altında ele alıyoruz. Değeri ölçmenin pratik yolu, danışmanlığın etkisini iş metriklerine bağlamaktır: pilot bir projenin ürettiği zaman tasarrufu, hata azalması, kapasite artışı veya gelir etkisi. Bunun için bir temel çizgi (baseline) gerekir: danışmanlık öncesi durum ölçülmeden, sonrasındaki iyileşme iddiası havada kalır. En sık yapılan hata, faydayı ölçmeden varsaymaktır. Danışmanın kendisi de bu ölçüm disiplinini kurumun içine yerleştirir; yani danışmanlığın en iyi ROI'si, kurumun kendi projelerinin ROI'sini ölçebilir hâle gelmesidir. ROI hesabının nasıl kurulduğunu yapay zeka ROI nasıl hesaplanır yazısında bulabilirsiniz. ## Bir Danışmanla Çalışmaya Nasıl Hazırlanırsınız? Yapay zeka danışmanı ne iş yapar sorusunu kavradıktan sonra pratik soru şudur: kurum olarak bir danışmanla verimli çalışmaya nasıl hazırlanılır? Danışmanlığın değeri büyük ölçüde kurumun hazırlığına bağlıdır; iyi hazırlanmış bir kurum, danışmanın zamanını doğru işe kanalize eder ve çok daha hızlı sonuç alır. İlk hazırlık, iş problemini netleştirmektir. Danışmana "yapay zekayla bir şey yapmak istiyoruz" demek yerine, çözülmek istenen somut iş problemlerini ve hedeflenen sonuçları önceden düşünmek, ilk toplantıyı çok daha verimli kılar. İkinci hazırlık, doğru kişileri masaya getirmektir: yapay zeka projeleri hem iş hem teknik hem de karar verici tarafın katılımını gerektirir; danışman yalnızca IT ile konuşursa iş değeri, yalnızca yönetimle konuşursa teknik gerçeklik kaçar. Üçüncü hazırlık, mevcut durumu şeffaf paylaşmaktır: veri durumu, geçmiş denemeler, kısıtlar ve beklentiler açıkça konuşulmalıdır; danışmandan bilgi saklamak yalnızca teşhisi yanıltır. Dördüncü hazırlık, beklentileri ve kapsamı baştan hizalamaktır. Danışmandan ne beklendiği, hangi teslimatların üretileceği, süre ve bütçe, karşılıklı sorumluluklar bir çalışma sözleşmesiyle netleştirilmelidir. Bir danışmanı seçerken hangi soruları sormanız gerektiğini yapay zeka danışmanı nasıl seçilir yazısında ve ilk 30 günün nasıl ilerlediğini yapay zeka danışmanlığı sürecinin ilk 30 günü yazısında ele alıyoruz. Bu hazırlıkları yapan bir kurum, danışmanlıktan yalnızca daha iyi bir çıktı değil, çok daha hızlı bir değer elde eder. Danışmanlığın en sık göz ardı edilen gerçeği, değerin danışmandan tek yönlü aktığı bir hizmet olmadığıdır. En iyi sonuçlar, danışmanın deneyimiyle kurumun iç bağlamının buluştuğu diyalogdan doğar. Danışman kurumun işini asla iç ekip kadar bilemez; iç ekip de yapay zeka manzarasını danışman kadar takip edemez. Değer, bu iki bilginin kesişiminde ortaya çıkar. Bu yüzden bir danışmanlığa "sorunumuzu ona verelim, çözüp getirsin" diye değil, "birlikte doğru yolu bulalım" diye yaklaşmak, alınan değeri katlar. ## Sık Sorulan Ek Sorular ve Sık Yapılan Hatalar Yapay zeka danışmanı ne iş yapar sorusunun etrafında, kurumların sık sorduğu birkaç ek soru ve sık düştüğü birkaç hata daha vardır. Bunları netleştirmek, hem doğru beklenti kurmak hem de yaygın tuzaklardan kaçınmak için değerlidir. Sık sorulan sorulardan biri, "danışman sektörümüzü bilmiyorsa değer üretebilir mi" sorusudur. Cevap nüanslıdır: derin sektör bilgisi değerlidir, ama danışmanın asıl uzmanlığı yapay zekanın kurumlara doğru uygulanmasıdır; sektör bağlamı, iç ekiple kurulan diyalogdan gelir. İyi bir danışman, sektörü hızla öğrenecek soruları sorabilen kişidir. İkinci sık soru, "danışmanlık yalnızca büyük şirketler için mi" sorusudur. Hayır; ölçek küçüldükçe kapsam daralır ama danışmanlığın mantığı — doğru senaryo, doğru mimari, ölçülebilir çıktı — her ölçekte geçerlidir. KOBİ'ler için uygun yaklaşımı KOBİ yapay zeka danışmanlığı yazısında ele alıyoruz. Sık yapılan hatalara gelince: birincisi, danışmanı çok geç çağırmaktır — başarısız bir pilotun enkazını temizletmek, baştan doğru kurmaktan pahalıdır. İkincisi, danışmanı bir araç kararına indirgemektir: "hangi ürünü alalım" sorusu, "hangi problemi çözelim ve nasıl" sorusunun yerini almamalıdır. Üçüncüsü, bilgi transferini atlamaktır: kurum, danışmandan yalnızca çözüm değil, yetkinlik de talep etmelidir. Dördüncüsü, ölçümü baştan kurmamaktır: metriksiz bir danışmanlığın değeri kanıtlanamaz. Bu hataların birçoğu, danışman rolünü ve danışman sorumluluklarını baştan net konuşmakla önlenebilir. Kurumsal olgunluğun bu kararları nasıl etkilediğini kurumsal AI olgunluk modeli yazısında bulabilirsiniz. ## Danışman ve İç Ekip: Sorumluluk Nasıl Paylaşılır? Yapay zeka danışmanı ne iş yapar sorusunun sık atlanan bir boyutu, danışman ile iç ekip arasında sorumluluğun nasıl paylaşıldığıdır. Sağlıklı bir danışmanlıkta bu paylaşım baştan net konuşulur; çünkü "kim neyden sorumlu" belirsiz kaldığında, hem işler aksar hem de hayal kırıklığı doğar. İyi bir danışman, ilişkinin başında rol ve sorumlulukları açıkça tanımlar. Kabaca söylemek gerekirse, danışman "ne ve neden" katmanında hesap verir; iç ekip ise "nasıl ve ne zaman" katmanında. Danışman senaryo seçiminden, mimari karardan, risk çerçevesinden ve ölçüm tasarımından sorumludur; ama sistemi bizzat kurmak, veriyi hazırlamak ve günlük operasyonu yürütmek çoğunlukla iç ekibin işidir. Karar verme sorumluluğu her zaman kurumda kalır; danışman kararı hazırlar ve gerekçelendirir, ama nihai onay kurumun yetkilisinindir. Bu ayrım, danışmanı bir "gölge yönetici" değil, bir rehber ve tarafsız uzman olarak konumlar. Bu paylaşımın en kritik parçası, iç ekipten bir "sahip" atanmasıdır. Danışman ne kadar iyi olursa olsun, kurum içinde işi sahiplenen ve sürdürecek bir kişi veya ekip yoksa, danışmanlık gittikten sonra proje sönümlenir. Bu yüzden olgun bir danışman, ilk günden itibaren iç ekipten bir muhatap ister ve kararları o kişiyle birlikte, onun öğrenmesini sağlayacak biçimde alır. Danışman sorumlulukları ile iç ekip sorumluluklarını baştan net ayırmak, hem bütçeyi korur hem de bilgi transferini garanti altına alır. İç ekip ile dış danışman arasındaki bu dengeyi AI danışmanlığı mı iç ekip mi yazısında; ekibin yetkinleşmesini ise kurumsal yapay zeka eğitimi nedir yazısında ele alıyoruz. ## Yapay Zeka Danışmanı Olmak İçin Hangi Yetkinlikler Gerekir? Yapay zeka danışmanı ne iş yapar sorusunun bir de "kim yapabilir" boyutu vardır. Danışmanın taşıdığı geniş sorumluluk yelpazesi, ancak birden fazla yetkinliğin bir arada bulunmasıyla karşılanabilir; bu yüzden iyi bir danışman, tek bir uzmanlığın değil, birkaç yetkinliğin kesişimidir. Bu yetkinlikleri görmek, danışman rolünün neden hem derinlik hem genişlik gerektirdiğini açıklar. Birincisi teknik derinliktir: danışman kod yazmasa bile, yapay zeka mimarilerini, modellerin sınırlarını, veri gerçekliğini ve teknik tuzakları yeterince bilmelidir; aksi hâlde uygulanamaz kararlar önerir. İkincisi iş anlayışıdır: teknolojinin iş değerine nasıl dönüştüğünü, bir kararın maliyet ve getiri dengesini ve kurumsal önceliklerin nasıl belirlendiğini görebilmelidir. Üçüncüsü iletişim ve tercümanlıktır: üst yönetimle mühendislik ekibi arasında köprü kurabilmek, karmaşık teknik gerçekleri sade biçimde anlatabilmek. Dördüncüsü tarafsızlık ve etik duruştur; belirli bir ürün veya satıcıdan bağımsız, kurumun lehine öneride bulunabilmek. Bu yetkinliklere bir de deneyim ve muhakeme eklenir: bir danışmanın gerçek değeri, çoğu zaman daha önce gördüğü hataları önceden gösterebilmesinden gelir. Kitaptan öğrenilen bilgi ile sahada yaşanmış deneyim arasındaki fark, bir danışmanın verdiği tavsiyenin ağırlığını belirler. Bu yüzden bir danışmanı değerlendirirken üretim deneyimi ve kanıtlanmış vaka geçmişi kritik önemdedir. İyi bir danışmanın hangi özellikleri taşıması gerektiğini ve kırmızı bayrakları iyi yapay zeka danışmanı özellikleri yazısında; doğru danışmanı seçme kriterlerini ise yapay zeka danışmanı nasıl seçilir yazısında ayrıntılandırıyoruz. Bu yetkinlik bileşimi, "yapay zeka danışmanı ne iş yapar" sorusunun neden basit bir cevabı olmadığını da açıklar: danışman, teknik, iş ve insan boyutlarını aynı anda taşıyan nadir bir profildir. ## Danışmanlıkta İlk Toplantı Nasıl Geçer? Yapay zeka danışmanı ne iş yapar sorusunun pratik cevabı çoğu zaman ilk toplantıda başlar; çünkü danışmanlık ilişkisinin tonunu ve yönünü bu ilk buluşma belirler. İyi bir danışman, ilk toplantıya bir satış sunumuyla değil, bir dizi doğru soruyla gelir. Amacı, kuruma ne satacağını anlatmak değil, kurumun gerçekte neye ihtiyacı olduğunu keşfetmektir. İlk toplantıda danışman ağırlıkla dinler. "Hangi iş problemini çözmek istiyorsunuz?", "Bu problemi bugün nasıl çözüyorsunuz?", "Başarı sizin için neye benzer?", "Daha önce hangi denemeleri yaptınız ve ne oldu?", "Verileriniz ve altyapınız ne durumda?" gibi sorular, kurumun gerçek bağlamını ortaya çıkarır. Bu sorular yüzeysel değildir; deneyimli bir danışman, verilen cevapların ardındaki gerçek ihtiyacı ve sıklıkla dile getirilmeyen kısıtları da okur. Örneğin kurum "bir sohbet botu istiyoruz" dediğinde, danışmanın işi bunu olduğu gibi kabul etmek değil, "bu botun çözmesi beklenen asıl iş problemi nedir" sorusuna inmektir. İlk toplantının bir diğer amacı beklentileri hizalamaktır. Danışman, yapay zekanın ne yapabileceği kadar ne yapamayacağını da açıkça konuşur; abartılı vaatlerden kaçınır ve gerçekçi bir çerçeve çizer. Bu dürüstlük, güven inşa etmenin ilk adımıdır. İyi bir ilk toplantının sonunda iki taraf da net bir resme sahip olur: kurum, danışmandan ne bekleyebileceğini; danışman ise kurumun bağlamını, olgunluğunu ve ilk adımın ne olabileceğini. Bu ilk buluşmaya kurum olarak nasıl hazırlanmanız gerektiğini yapay zeka danışmanı nasıl seçilir yazısında ve ilişkinin ilk ayının nasıl ilerlediğini yapay zeka danışmanlığı sürecinin ilk 30 günü yazısında ele alıyoruz. ## Danışman Hangi Çerçeveleri ve Yöntemleri Kullanır? Yapay zeka danışmanı ne iş yapar sorusunun profesyonel yüzü, danışmanın rastgele değil, yapılandırılmış çerçevelerle çalışmasıdır. Deneyimli bir danışman, her kurumda sıfırdan icat etmez; tekrarlanabilir yöntemler ve karar çerçeveleri kullanır ve bunları kurumun bağlamına uyarlar. Bu çerçeveler, danışmanlığın öznel bir "kanaat" değil, disiplinli bir iş olmasını sağlar. En sık kullanılan çerçevelerden biri olgunluk değerlendirme modelidir: kurumun veri, altyapı, yetkinlik, yönetişim ve kültür boyutlarında nerede durduğunu yapılandırılmış biçimde ölçen bir araç. İkincisi kullanım senaryosu önceliklendirme matrisidir: aday senaryoları değer ve uygulanabilirlik ekseninde puanlayan bir yöntem. Üçüncüsü karar çerçeveleridir: "RAG mı fine-tuning mi", "açık kaynak mı kapalı model mi", "bulut mu şirket içi mi" gibi tekrar eden teknik kararları, kurumun kriterlerine göre sistematik biçimde çözen ağaçlar. Dördüncüsü risk ve uyum kontrol listeleridir; KVKK, EU AI Act ve etik boyutları tarayan yapılandırılmış listeler. Bu çerçevelerin değeri, danışmanın deneyimini kuruma aktarılabilir bir biçime sokmasıdır. Bir çerçeve, danışmanın kafasındaki örtük bilgiyi kurumun kullanabileceği açık bir araca dönüştürür; böylece danışman gittiğinde de kurum aynı yöntemi tekrar uygulayabilir. İşte bu, bilgi transferinin somut yüzüdür: danışman yalnızca kararı değil, kararı verme yöntemini de bırakır. Danışmanın kullandığı bu çerçeveler, aynı zamanda danışman teslimatlarının temelini oluşturur; çünkü her çerçeve, bir belgeye ve kurumun kullanabileceği bir araca dönüşür. Teknik karar çerçevelerinden birini RAG nedir yazısında; kullanım senaryosu matrisini ise AI kullanım senaryosu önceliklendirme matrisi yazısında bulabilirsiniz. ## Danışman Hangi Durumlarda Değer Üretir, Hangilerinde Üretmez? Dürüst bir cevap için, yapay zeka danışmanı ne iş yapar sorusunun tersini de sormak gerekir: danışman ne zaman değer üretmez? Çünkü danışmanlık her durumda doğru cevap değildir; ne zaman gerekli olmadığını bilmek, bir danışmanın dürüstlüğünün de göstergesidir. İyi bir danışman, ihtiyaç olmadığında bunu açıkça söyler. Danışman en çok şu durumlarda değer üretir: kurum nereden başlayacağını bilmiyor ve yön belirsizse; daha önce başarısız pilotlar yaşandıysa ve nedeni anlaşılamıyorsa; iç ekipte yapay zeka derinliği eksikse; hız baskısı varsa ve deneme-yanılma lüksü yoksa; tarafsız bir dış görüş gerekiyorsa; veya uyum ve risk yükümlülükleri karmaşıksa. Bu durumların ortak paydası, kurumun kendi başına ilerlerken pahalı hatalar yapma riskinin yüksek olmasıdır; danışman tam olarak bu riski azaltır. Buna karşılık danışman şu durumlarda gereksiz olabilir: kurum zaten net bir yön ve olgun bir iç ekibe sahipse; ihtiyaç yalnızca kod yazacak eller ise (bu bir uygulama tedarikçisinin işidir, danışmanın değil); veya problem yapay zekayla değil, daha basit bir otomasyon veya süreç iyileştirmesiyle çözülebiliyorsa. İyi bir danışman bu son durumu görürse, "buna yapay zeka gerekmez" demekten çekinmez; çünkü tarafsızlığı, her soruna yapay zeka satmasını engeller. Danışmana ne zaman ihtiyaç duyulduğunun ayrıntılı bir listesini yapay zeka danışmanına ne zaman ihtiyaç duyulur yazısında; iç ekiple dış danışman arasındaki kararı ise AI danışmanlığı mı iç ekip mi yazısında ele alıyoruz. Bu dürüstlük, paradoksal biçimde, iyi bir danışmanın en değerli özelliğidir: kendi hizmetini gereksiz kılabildiği yerde bunu söyleyebilmesi, tam da güven duyulması gereken danışman olduğunu gösterir. ## Bir Danışmanın Tipik Bir Haftası Nasıl Geçer? Yapay zeka danışmanı ne iş yapar sorusunu takvim düzeyinde somutlaştırmak, işin soyut kalmasını önler. Elbette her hafta farklıdır ve danışmanın rolü projenin aşamasına göre değişir; ama olgun bir danışmanlıkta tipik bir hafta, birkaç tekrar eden aktivite etrafında şekillenir. Bu aktiviteleri görmek, danışmanlığın "ara sıra akıl verme" değil, düzenli ve disiplinli bir iş olduğunu netleştirir. Haftanın önemli bir bölümü dinlemeye ve anlamaya gider. Danışman, iş birimleriyle görüşmeler yapar; bir departmanın gerçek acısını, mevcut sürecini ve beklentisini anlamaya çalışır. Bu görüşmeler olmadan hiçbir kullanım senaryosu güvenilir biçimde seçilemez; çünkü masabaşında iyi görünen bir fikir, sahada çoğu zaman farklı bir gerçeklikle karşılaşır. Bu yüzden iyi danışmanlar konuşmaktan çok soru sorar ve dinler. İkinci büyük blok analiz ve tasarımdır: toplanan bilgiyi bir olgunluk fotoğrafına, bir önceliklendirme matrisine veya bir mimari karara dönüştürmek. Bu, danışmanın masabaşında tek başına ürettiği, yoğunlaşma gerektiren çıktı zamanıdır. Üçüncü blok hizalama ve iletişimdir: üst yönetime ilerlemeyi raporlamak, mühendislik ekibiyle teknik kararları netleştirmek, paydaşlar arasındaki beklenti farklarını kapatmak. Danışmanın en görünmez ama en kritik işlerinden biri budur; çünkü yapay zeka projeleri çoğu zaman teknik nedenlerle değil, hizasızlık nedeniyle başarısız olur. Dördüncü blok ise öğrenme ve güncel kalmadır: yapay zeka manzarası hızla değişir; danışman, kuruma önerdiği kararların güncel gerçekliğe dayanması için sürekli okur, dener ve değerlendirir. Bu dört blok — dinleme, tasarım, hizalama, öğrenme — danışman rolünün haftalık ritmini oluşturur ve danışman görevlerinin neden hem insan hem teknik hem de bilişsel emek gerektirdiğini açıklar. ## Sektöre Göre Yapay Zeka Danışmanı Ne İş Yapar? Yapay zeka danışmanı ne iş yapar sorusunun cevabı, çalışılan sektöre göre de renklenir. Danışmanlığın temel mantığı — doğru senaryo, doğru mimari, ölçülebilir çıktı — her sektörde aynıdır; ama öne çıkan kullanım senaryoları, riskler ve uyum yükümlülükleri sektörden sektöre değişir. İyi bir danışman bu bağlamı hızla okur ve önerilerini sektörün gerçekliğine göre şekillendirir. Finans ve bankacılıkta danışman ağırlıkla uyum, risk ve denetlenebilirlik ekseninde çalışır: müşteri hizmetlerinde ve iç bilgi erişiminde yapay zekanın nasıl güvenli kullanılacağını, KVKK ve sektörel düzenlemelerin tasarıma nasıl katılacağını yönlendirir. Perakende ve e-ticarette odak kişiselleştirme, müşteri desteği ve içerik üretimi gibi değer üreten senaryolara kayar; burada danışman, hangi senaryonun gerçekten dönüşüme katkı sağlayacağını ayırt etmeye yardım eder. Üretim ve imalatta senaryolar kestirimci bakım, kalite kontrol ve bilgi erişimi gibi operasyonel verimlilik başlıklarında yoğunlaşır. Sağlık ve kamu gibi düzenlemesi ağır sektörlerde danışmanın uyum ve etik sorumlulukları öne çıkar; burada yanlış bir tasarımın maliyeti yalnızca ticari değil, hukuki ve toplumsaldır. Bu sektör farklılıklarına rağmen değişmeyen bir gerçek vardır: danışman, sektörün jargonunu ezberlemekten çok, sektörün gerçek acısını doğru soru sorarak keşfeder. Derin sektör bilgisi değerlidir ama danışmanın asıl uzmanlığı, yapay zekayı herhangi bir kurumsal bağlama doğru oturtabilmesidir. Kurumsal stratejinin sektörel bağlamla nasıl buluştuğunu kurumsal yapay zeka stratejisi nasıl oluşturulur yazısında; olgunluk farklarını ise kurumsal AI olgunluk modeli yazısında bulabilirsiniz. ## Danışman Kullanım Senaryolarını Nasıl Önceliklendirir? Danışman görevleri arasında değeri en yüksek olanı, çoğu zaman doğru kullanım senaryosunu seçmektir; çünkü yapay zeka projelerinde en pahalı hata, yanlış işi mükemmel yapmaktır. Peki bir danışman, önündeki onlarca fikir arasından hangisiyle başlanacağına nasıl karar verir? Bu, sezgiyle değil, yapılandırılmış bir değerlendirmeyle yapılır. Önceliklendirmenin iki ana ekseni vardır: iş değeri ve uygulanabilirlik. İş değeri, bir senaryonun başarılı olursa üreteceği somut faydayı ölçer — zaman tasarrufu, maliyet düşüşü, gelir etkisi veya risk azalması. Uygulanabilirlik ise senaryonun bugün gerçekçi biçimde hayata geçirilip geçirilemeyeceğini ölçer — veri hazır mı, teknik olgunluk yeterli mi, entegrasyon karmaşık mı, uyum riski yönetilebilir mi. Danışman her aday senaryoyu bu iki eksende puanlar ve bir matris üzerine yerleştirir. "Yüksek değer, yüksek uygulanabilirlik" çeyreğindeki senaryolar ilk pilotlar için idealdir; "yüksek değer, düşük uygulanabilirlik" senaryoları geleceğe not edilir; "düşük değer" senaryoları ise gösterişli olsalar bile elenir. Bu disiplinin en büyük katkısı, kurumun heyecanla en gösterişli ama en riskli senaryoya atlamasını önlemesidir. Deneyimsiz kurumlar sıklıkla en çarpıcı fikirle başlamak ister; oysa ilk pilot, değeri kanıtlaması ve güven inşa etmesi gereken bir senaryodur — bu yüzden yüksek değer kadar yüksek uygulanabilirlik de aranır. Danışmanın bu noktadaki tarafsızlığı kritiktir: kurumun içindeki politik dengelerden bağımsız olarak, verilere dayanarak "önce bu, sonra şu" diyebilmesi, projenin sağlıklı başlamasını sağlar. Önceliklendirmenin yöntemini AI kullanım senaryosu önceliklendirme matrisi yazısında ve bir senaryonun ne olduğunu kullanım senaryosu nedir yazısında ayrıntılandırıyoruz. ## Fractional AI Lideri: Parça Zamanlı Yapay Zeka Direktörü Rolü Yapay zeka danışmanı ne iş yapar sorusunun giderek yaygınlaşan bir cevabı, "parça zamanlı yapay zeka lideri" (fractional AI leader) rolüdür. Birçok kurum, tam zamanlı bir yapay zeka direktörünü işe alacak ölçekte veya bütçede değildir; ama sürekli, deneyimli bir yöne de ihtiyaç duyar. İşte bu boşlukta danışman, kurumun parça zamanlı yapay zeka lideri gibi davranır: düzenli bir kadansla katılır, stratejik kararlara yön verir ve iç ekibin sürekli bir rehberi olur. Bu rolde danışmanın işi tek seferlik bir teslimat üretmekten farklıdır; sürekli bir sorumluluk taşır. Yapay zeka yol haritasının güncel kalmasını sağlar, yeni fırsatları ve riskleri izler, ekibin kararlarını gözden geçirir ve üst yönetime düzenli olarak durumu raporlar. Bir bakıma, kurumun içinde olmayan ama kurumun yapay zeka aklı gibi çalışan bir figürdür. Bu model özellikle KOBİ'ler ve orta ölçekli kurumlar için değerlidir; çünkü tam zamanlı bir uzmanın maliyetine katlanmadan, deneyimli bir liderin sürekli rehberliğine erişim sağlar. Parça zamanlı liderliğin en büyük avantajı süreklilik ve birikimdir: proje temelli danışmanlıkta ilişki her seferinde sıfırdan kurulurken, parça zamanlı bir lider kurumun bağlamını zamanla derinlemesine öğrenir ve kararları bu birikimle verir. Dezavantajı ise, danışmanın kuruma tam zamanlı bir çalışan kadar gömülü olamamasıdır; bu yüzden iç ekiple güçlü bir iş birliği şarttır. Bu ve benzeri çalışma biçimlerinin ayrıntılı karşılaştırmasını bağımsız danışman vs ajans vs iç ekip yazısında; hangi danışman türünün hangi ihtiyaca uyduğunu ise yapay zeka danışmanı türleri yazısında ele alıyoruz. ## Bilgi Transferi Nasıl Yapılır ve Neden En Kritik Çıktıdır? Danışman teslimatları arasında belgeler somut olanlardır; ama en kalıcı olan, elle tutulamayan bilgi transferidir. Bir danışmanlık ilişkisinin başarısı, danışman gittikten sonra kurumda ne kaldığıyla ölçülür. Kurum, danışmana kalıcı olarak bağımlı hâle geldiyse — her yeni karar için tekrar danışmanı çağırması gerekiyorsa — danışmanlık asıl amacına ulaşmamış demektir. Doğru kurulmuş bir danışmanlık, kurumu kendi ayakları üzerinde durabilir hâle getirir. Bilgi transferi tek bir eğitim oturumundan ibaret değildir; birbirini tamamlayan birkaç kanaldan akar. Birincisi birlikte çalışmadır: danışmanın kararları iç ekibin gözü önünde, gerekçeleriyle birlikte vermesi, ekibin yalnızca "ne" değil "neden" öğrenmesini sağlar. İkincisi dokümantasyondur: karar çerçeveleri, mimari gerekçeler ve çalışma yöntemleri yazılı hâle geldiğinde, bilgi danışmanın zihninden kurumun hafızasına geçer. Üçüncüsü hedefli eğitimdir: ekibin belirli yetkinlik boşluklarını kapatan, kuruma özel eğitim programları. Kurumsal eğitimin ne olduğunu kurumsal yapay zeka eğitimi nedir yazısında ele alıyoruz. En etkili bilgi transferi, danışmanın kendini kademeli olarak gereksiz kılmasıdır. İyi bir danışman, ilişkinin başında daha çok yönlendirir; ilerledikçe iç ekibin daha çok karar vermesine izin verir ve yalnızca gözden geçirir. İlişki bittiğinde, kurum benzer kararları kendi başına verebilecek yetkinliğe kavuşmuştur. Bu, danışman sorumlulukları arasında en çok göz ardı edilen ama en belirleyici olanıdır; çünkü bir danışmanın gerçek değeri, ne kadar süre kaldığıyla değil, gittikten sonra kurumda ne bıraktığıyla ölçülür. Bu yüzden bir danışmanlık ilişkisini değerlendirirken sorulacak en iyi soru şudur: "Bu danışman, bizi kendine mi bağımlı kılıyor, yoksa kendi ayaklarımız üzerinde mi durduruyor?" ## Mini Vaka: Bir Kurumda Danışmanın 90 Günü (İllüstratif) Yapay zeka danışmanı ne iş yapar sorusunu bir bütün olarak görmenin en iyi yolu, tipik bir ilişkiyi baştan sona izlemektir. Aşağıdaki örnek illüstratiftir — belirli bir kurumu değil, sık görülen bir deseni temsil eder — ama danışmanın 90 günlük bir ilişkide neyi, ne zaman ve neden yaptığını somutlaştırır. İlk ay teşhis ve hizalamayla geçer. Danışman, iş birimleriyle görüşür, veri ve altyapı durumunu inceler, mevcut yapay zeka girişimlerini değerlendirir ve bir olgunluk fotoğrafı çıkarır. Bu ay sonunda kurum, "nerede durduğunu" ve "boşluklarının ne olduğunu" tarafsız bir gözle görmüş olur. Aynı zamanda aday kullanım senaryoları toplanır ve değer/uygulanabilirlik ekseninde önceliklendirilir. İlk ayın çıktısı bir değerlendirme raporu ve önceliklendirilmiş senaryo listesidir; henüz tek satır kod yazılmamıştır, çünkü bu aşamada asıl iş "doğru işi tanımlamak"tır. İkinci ay tasarım ve pilot hazırlığıyla ilerler. Seçilen ilk senaryo için bir referans mimari, veri ve güvenlik kararları, uyum kontrol listesi ve başarı metrikleri belgelenir. Danışman, iç ekibin veya seçilmiş tedarikçinin pilotu doğru kurmasına rehberlik eder; teknik kararların kurumun bağlamına uygun ve tarafsız olmasını güvence altına alır. Üçüncü ay ölçüm ve karara ayrılır: pilot çalıştırılır, sonuçlar önceden tanımlı metriklerle ölçülür ve devam/dur/değiştir kararı kanıta dayanarak verilir. Bu 90 günün sonunda kurumun elinde yalnızca çalışan bir pilot değil; tekrarlanabilir bir yöntem, eğitilmiş bir ekip ve bir sonraki senaryoya güvenle geçebilecek bir temel vardır. İşte bu illüstratif akış, danışmanın kod yazan değil, kurumu doğru kararlara ve kendi yürütebileceği bir düzene kavuşturan bir yönlendirici olduğunu en somut biçimde gösterir. Bu akışın ilk ayını gün gün yapay zeka danışmanlığı sürecinin ilk 30 günü yazısında; danışmanlığın değerini ise yapay zeka danışmanlığı değeri yazısında bulabilirsiniz. ## Danışmanlık Ücreti Tam Olarak Neyin Karşılığıdır? Yapay zeka danışmanı ne iş yapar sorusunu bütçe açısından anlamanın yolu, ödenen ücretin tam olarak neyin karşılığı olduğunu netleştirmektir. Danışmanlık soyut göründüğü için ücretin de belirsiz bir "akıl parası" olduğu sanılır; oysa iyi kurgulanmış bir danışmanlıkta ücret, somut teslimatların ve önlenen risklerin karşılığıdır. Danışmana ödenen para, bir ürün için değil, bir sonuç ve bir yetkinlik için ödenir. Ücretin karşılığını üç kalemde düşünmek faydalıdır. Birincisi doğrudan teslimatlardır: değerlendirme raporu, yol haritası, mimari, risk kaydı, eğitim programı gibi elle tutulur çıktılar. İkincisi önlenen maliyettir: yanlış senaryoya, yanlış mimariye veya uyumsuz bir tasarıma yapılacak yatırımı baştan engellemek, çoğu zaman danışmanlık ücretinin kat kat üzerinde bir tasarruf demektir; bu, faturada görünmeyen ama en büyük değer kalemidir. Üçüncüsü hızdır: kurumun aylarca deneme-yanılmayla kaybedeceği zamanı kısaltmak, hem doğrudan maliyet hem de fırsat maliyeti açısından değerlidir. Bu çerçeve, "danışmanlık pahalı mı" sorusunu doğru zemine oturtur: pahalılık mutlak bir rakam değil, üretilen değere oranla değerlendirilmelidir. Yanlış bir yapay zeka yatırımının maliyeti düşünüldüğünde, doğru bir danışmanlık çoğu zaman en ucuz sigortadır. Ücretlendirme modellerinin ayrıntısını yapay zeka danışmanlığı ücretleri 2026 ve yapay zeka danışmanlığı fiyatları yazılarında; danışmanlığın gerçekten değer üretip üretmediğini ise yapay zeka danışmanlığı değeri yazısında ele alıyoruz. Sözleşmeyle bu karşılığı nasıl güvence altına alacağınızı yapay zeka danışmanlığı sözleşmesi yazısında bulabilirsiniz. ## Danışman Başarıyı Nasıl Raporlar ve Değeri Nasıl Korursunuz? Yapay zeka danışmanı ne iş yapar sorusunun kapanış boyutu, danışmanın ürettiği değeri görünür kılması ve bu değerin zamanla korunmasıdır. İyi bir danışman yalnızca iş yapmaz; yaptığı işin sonucunu ölçülebilir biçimde raporlar. Bu şeffaflık, hem güven inşa eder hem de kurumun danışmanlığa yaptığı yatırımı gerekçelendirmesini sağlar. Danışmanın raporlaması genellikle iki katmanda ilerler. Birincisi ilerleme raporlamasıdır: hangi teslimatların üretildiği, hangi kararların alındığı ve projenin yol haritasında nerede olduğu düzenli olarak paylaşılır. İkincisi sonuç raporlamasıdır: pilotların ve projelerin önceden tanımlı metriklere göre nasıl performans gösterdiği. Bu ikinci katman, danışmanın en değerli çıktılarından biridir; çünkü "işe yaradı mı" sorusuna kanıtla cevap verir. Üst yönetime bu sonuçların nasıl sunulacağını üst yönetime yapay zeka projesi sunumu yazısında ele alıyoruz. Değeri korumak ise ayrı bir disiplindir. Bir danışmanlığın ürettiği değer, ilişki bittiğinde donan bir sayı değildir; kurum kazandığı yetkinliği kullandıkça, yol haritasını güncel tuttukça ve ölçüm disiplinini sürdürdükçe büyür — ya da bunları ihmal ederse söner. Bu yüzden en iyi danışmanlar, kuruma yalnızca bir çözüm değil, o çözümü sürdürecek bir alışkanlık bırakır. Danışman gittikten sonra kurumun düzenli olarak kendi projelerini ölçmeye, öğrenmeye ve iyileştirmeye devam etmesi, danışmanlık yatırımının gerçek getirisidir. Bu süreklilik duygusu, danışmanlığı bir maliyet kalemi olmaktan çıkarıp zamanla büyüyen bir kurumsal varlığa dönüştürür. ROI'nin nasıl ölçüleceğini yapay zeka ROI nasıl hesaplanır ve üretkenlikten gelire uzanan çerçeveyi yapay zeka ROI ölçümü 2026 yazısında bulabilirsiniz. Kısacası danışman, yalnızca bugünün kararını değil, kurumun yarın kendi kararlarını verebilme kapasitesini de üretir; danışman teslimatlarının en kalıcı olanı budur. ## Sıkça Sorulan Sorular ### Yapay zeka danışmanı ne iş yapar? Yapay zeka danışmanı, bir kurumun yapay zekadan gerçek iş değeri elde etmesi için stratejiyi, doğru kullanım senaryolarının seçimini, teknik mimariyi, riziko ve uyum yönetimini, ekip yetkinliğini ve başarı ölçümünü uçtan uca yönlendirir. Somut olarak mevcut durumu değerlendirir, kullanım senaryolarını önceliklendirir, pilot ve üretim yol haritasını çıkarır, model ve mimari kararlarında rehberlik eder, KVKK/EU AI Act uyumunu tasarıma katar, ekibi eğitir ve ROI'yi ölçülebilir kılar. Kısaca danışman, teknolojiyi değil, teknolojinin kurumdaki doğru uygulamasını yönetir. ### Yapay zeka danışmanı hangi çıktıları üretir? Danışman teslimatları somut belgelerdir: mevcut durum ve olgunluk değerlendirmesi raporu, önceliklendirilmiş kullanım senaryosu listesi, uçtan uca yol haritası, teknik mimari şeması (veri, model, RAG, güvenlik katmanları), risk ve uyum kaydı (KVKK/EU AI Act), başarı metrikleri ve ROI çerçevesi, ekip için eğitim programı ve bilgi transferi dokümanları, üst yönetim için karar/sunum materyali. Bir danışmanın ana çıktısı çalışan bir ürün değil; kurumu doğru kararlara ve kendi yürütebileceği bir plana kavuşturan yapılandırılmış bilgidir. ### Yapay zeka danışmanı ile yazılımcı veya mühendisten farkı ne? Yazılımcı ve makine öğrenmesi mühendisi ağırlıkla "nasıl inşa edilir" katmanında çalışır: kod yazar, modeli eğitir, sistemi devreye alır. Yapay zeka danışmanı ise "ne yapılmalı ve neden" katmanında çalışır: hangi senaryonun değer üreteceğini, hangi yaklaşımın seçileceğini, riskin nasıl yönetileceğini ve ekibin nasıl yetkinleşeceğini belirler. Danışman çoğu zaman uygulamayı bizzat yapan kişi değildir; iç ekibin veya seçilmiş bir tedarikçinin doğru şeyi doğru yapmasını sağlayan yönlendirici ve tarafsız uzmandır. İyi danışman ikisini birbirine bağlar. ### Yapay zeka danışmanı kod yazar mı? Bazıları yazar, bazıları yazmaz; ama danışmanın asıl işi kod yazmak değildir. Uygulama ağırlıklı danışmanlar pilot bir prototip veya referans mimari kurabilir; strateji ağırlıklı danışmanlar ise koda hiç dokunmadan yol haritası, senaryo seçimi ve mimari karar üretir. Önemli olan, danışmanın kurumu kalıcı olarak koda bağımlı bırakmaması, aksine iç ekibin veya tedarikçinin sürdürülebilir biçimde geliştirebileceği bir temel bırakmasıdır. ### Bir yapay zeka danışmanlığı projesi ne kadar sürer? Kapsamına göre değişir. Kısa bir teşhis/değerlendirme çalışması birkaç haftada tamamlanabilir; bir strateji ve yol haritası çalışması genellikle birkaç ay sürer; pilot uygulamalara eşlik eden bir danışmanlık ise projenin ömrü boyunca, çoğunlukla parça zamanlı devam edebilir. Sağlıklı bir yaklaşım, dar kapsamlı bir teşhisle başlamak, değeri kanıtlayan bir pilotla ilerlemek ve ancak kanıt oluştukça kapsamı büyütmektir. Süreyi belirleyen asıl etken takvim değil, kurumun olgunluğu ve karar hızıdır. ### Danışman gittikten sonra kurumda ne kalır? İyi bir danışmanlıkta geriye kalan en değerli şey bilgi transferidir: kurum, danışman ayrıldığında da kendi yapay zeka kararlarını verebilecek yetkinliğe, çalışma çerçevelerine ve dokümantasyona kavuşmuş olur. Somut olarak yol haritası, karar çerçeveleri, mimari ve risk belgeleri, eğitilmiş bir ekip ve tekrarlanabilir bir yöntem kalır. Danışmanı kalıcı bir bağımlılık yaratacak biçimde değil, kurumu kendi ayakları üzerinde durabilir hâle getirecek biçimde konumlandırmak, danışman sorumlulukları arasında en belirleyici olanıdır. ## Kısaca: Yapay Zeka Danışmanı Ne İş Yapar? Kısaca, yapay zeka danışmanı ne iş yapar sorusunun cevabı: kurum ile yapay zeka arasındaki mesafeyi kapatan, stratejiyi, doğru senaryo seçimini, teknik mimariyi, uyumu, ekip yetkinliğini ve ölçümü uçtan uca yönlendiren bağımsız uzmandır. Danışman rolü strateji, teknik, eğitim ve uyum eksenlerini kapsar; danışman görevleri mevcut durum teşhisinden senaryo önceliklendirmeye, mimari karardan bilgi transferine uzanır; danışman sorumlulukları arasında en kritik olanı tarafsızlıktır; danışman teslimatları ise raporlar, yol haritaları, mimari şemalar, risk kayıtları, eğitim programları ve karar çerçeveleridir. En önemli mesaj şudur: danışman teknolojiyi değil, teknolojinin kurumdaki doğru uygulamasını yönetir; ve en iyi danışman, kendini gereksiz kılan, kurumu kendi ayakları üzerinde durabilir hâle getiren danışmandır. Bir yazılımcıdan farkı, "nasıl inşa edilir" değil "ne yapılmalı ve neden" katmanında çalışmasıdır. Kurumunuz için doğru yaklaşımı belirlemek ve dar kapsamlı, ölçülebilir bir başlangıç tasarlamak istiyorsanız, yapay zeka danışmanlığı ile başlayabilir, ekipleriniz için kurumsal eğitim seçeneklerini inceleyebilir ve tüm kavramları öğrenme merkezinde derinleştirebilirsiniz. Danışmanlığın tam kapsamını görmek için kurumsal yapay zeka danışmanlığı hizmet kapsamı ve doğru danışmanı seçmek için yapay zeka danışmanı nasıl seçilir rehberleri iyi bir devam noktasıdır.