BT ve Yazılım Mühendisliği için Yapay Zeka

BT AI'ı iki ayrı omurgaya sahiptir: development (kodlama asistanı, test üretimi, kod inceleme) ve operations (log anomali tespiti, incident yönetimi, SOC AI). Development tarafında etki anlık ve görünür — GitHub Copilot tarzı asistanlar tipik %25-55 geliştirme hızı sağlar. Operations tarafında etki yavaş başlar ama büyür — MTTR (Mean Time To Resolution) iyileşmesi 6-12 ayda %30-50'ye ulaşır.

Türkiye yazılım sektörü için kritik bağlam: yetenek havuzu darlığı. Senior developer maliyeti son 24 ayda yüksek tutarda artış gösterdi; aynı developer ile %25-55 daha fazla iş çıkarmak operasyonel zorunluluk. AI kodlama asistanları sadece verim değil, junior-senior arası verim uçurumunu daraltma aracı — junior developer asistan ile mid-level seviyesi çıktı üretebiliyor. Bu, takım skalasyon stratejisinde stratejik bir kaldıraç.

Modern uygulamaların log volümü 5-10 yıl öncesine göre 100-1000x büyüdü — microservices, container orkestrasyonu, distributed tracing bu büyümeyi yarattı. Klasik 'syslog grep' yaklaşımı bu volümde çalışmıyor; ortalama bir orta-büyük şirketin SRE/DevOps ekibi günde 10.000-100.000+ log satırı görüyor. AI tabanlı anomali tespiti (IT-03), bu volümü 'normal' ve 'anomali' olarak otomatik sınıflandırır; ekibi sadece dikkat gerektiren olaylara odaklar.

Incident Yönetimi (IT-05), AIOps'un ikinci ayağı: aktif incident'ta geçmiş benzer olaylar otomatik bulunur, runbook önerisi gelir, post-incident review LLM ile drafted edilir. MTTR tipik %30-50 azalır; on-call rotation tükenmişliği belirgin azalır. Türkiye yazılım sektöründe bu kritik: senior SRE havuzu çok dar, ekip korumak strateji.

Modern bir SOC ekibi günlük 10.000+ alarm görür; bunların %95'ten fazlası false positive. Tier-1 analist gün boyu 'şüpheli mi?' kararı verir; gerçek tehdit alarm gürültüsünde kaybolur — buna alarm fatigue denir. AI tabanlı SOC asistanı (IT-04) bu denklemi yapısal olarak değiştirir: similar past alerts otomatik bağlanır, threat intelligence feed entegre edilir, low-confidence alarmlar otomatik kapatılır, high-confidence alarmlar Tier-2/3'e doğrudan yönlendirilir.

Kritik tasarım kararı: 'tam otomasyon' değil 'human-in-the-loop'. SOC AI'ı analist yerine geçmez; analistin saatlik karar kapasitesini 3-5x büyütür. Tipik etki: false positive oranı %40-60 azalır, MTTD (Mean Time To Detect) %30-50 azalır, analist tükenmişliği belirgin düşer. KVKK ve ISO 27001 denetimlerinde 'AI destekli karar' olarak tanımlanır; nihai aksiyon sorumluluğu insan SOC analistinde kalır.