Müşteri Hizmetleri için Yapay Zeka

Chatbot Türkiye'de 2018-2020 arasında 'kural-tabanlı menü ağacı'ndan ibaret 'çağrı yönlendiricisi'ydi; müşteri 5 menü atladıktan sonra 'temsilciyle görüş' diyordu. 2022 itibarıyla GPT-3.5 destekli üretken chatbot bu paradigmayı kırdı — müşteri serbest dilde soru sorabiliyor, bot bilgi bankasından doğru cevabı bulabiliyor. 2026'da olgunluk seviyesi şu: RAG-tabanlı asistan, ses tabanlı doğal görüşme, ve human-in-the-loop ile karmaşık vakaları ekibe devretme.

Kilit ders: AI chatbot insan-temsilciyi 'değiştirmez', 'genişletir'. En iyi mimari hibrit: bot kolay vakaları çözer, agent'ı 'asistan' modunda destekler (MH-04 Agent Assist), karmaşık veya empati gerektiren vakaları insan-temsilciye eskale eder. Bu hibrit modelde tipik etki: çağrı yükü %40-65 azalır; ortalama çözüm süresi %30-50 kısalır; ilk-temas çözüm oranı %60→%85+.

Chatbot ne biliyorsa, asistan o kadar yardım eder. Bu yüzden müşteri hizmetleri AI'ının %70'i 'model seçimi' değil 'bilgi bankası tasarımı'dır. RAG (Retrieval-Augmented Generation) mimarisi — embedding tabanlı semantic search + LLM cevap üretimi — bilgi bankasını canlı, sürüm kontrollü, ve denetlenebilir bir asset haline getirir. Bu altyapı olmadan chatbot ya yanlış cevap verir (halüsinasyon) ya da 'bilmiyorum' der.

Türkiye bağlamında ek zorluk: Türkçe NLP modelleri İngilizce'den 10-15 puan düşük performansta çalışır. Çözüm: BERTurk veya benzeri Türkçe fine-tune embedding modelleri; iki-katmanlı retrieval (semantic + keyword); ve kullanıcı sorgularından oluşan continuous evaluation set. Bu üç pratik uygulandığında, Türkçe chatbot Doğruluğu %85-95 bandına çıkar — global benchmark seviyesinde.

Müşteri hizmetleri AI'ının uyum riski yüksek alanı: çağrı kaydı transkripsiyonu ve duygu analizi. KVKK Madde 5 ve Madde 11 çerçevesinde her aramada müşteri açık rızası, saklama süresi (genelde 6-12 ay), ve silme politikası net olmalıdır. Sentiment analizi sonuçları bireysel temsilciye karşı performans cezası olarak kullanılamaz — bu hem KVKK hem iş hukuku tarafından korunur.

Pratik tasarım: çağrı başında otomatik bildirim ('Bu çağrı eğitim ve kalite amacıyla kaydedilebilir'), şifrelenmiş depolama, role-based erişim, ve aylık denetim. Duygu analizi ekip seviyesinde toplulaştırılır; bireysel kullanım koçluk amaçlıdır, ceza için değildir. Bu çerçeve oturduğunda hem KVKK denetiminde hem çağrı merkezi sendika diyalogunda risk yönetilir.