Operasyon ve Tedarik Zinciri için Yapay Zeka

Operasyon fonksiyonu klasik olarak Excel'de yaşar; aylık talep tahmini, haftalık üretim planı, günlük rota planı 'son yıl + sezonsal' mantığıyla yapılır. Bu yaklaşımın tahmin doğruluğu tipik %60-70; AI ile %85-92 bandına çıkar. Doğruluk farkı tedarik zinciri boyunca 'bullwhip' etkisini çoğaltır — talep tarafında %5'lik sapma, hammadde tarafında %30+ sapmaya dönüşür. AI tabanlı talep tahmini bu çoğaltıcıyı kırar.

Kritik kavram: 'tahminden karara' — sadece talebi tahmin etmek değil, talebin sonucunda envanter, üretim, rota kararını otomatik tetiklemek. OPS-01 (talep tahmini) + OPS-02 (envanter optimizasyonu) + OPS-03 (rota optimizasyonu) modülleri birlikte çalıştığında 'plan once / week' kültürü 'plan every hour' kültürüne evrilir. Tipik etki: stok-dışı oranı %50+ azalır, envanter sermayesi %15-25 azalır, lojistik maliyetleri %10-20 azalır.

AB Tedarik Zinciri Due Diligence Direktifi (CSDDD), 2026 itibarıyla AB pazarına satış yapan büyük ve orta ölçekli şirketleri kapsıyor. Türkiye ihracatçıları için doğrudan etki: birinci-katman tedarikçi olarak AB müşterisinin uyumlu sayılması için kendi insan hakları, çevre, ve etik performansını kanıtlanabilir hale getirmek zorunda. Manuel yıllık denetim modeli bu yükü taşıyamaz.

Tedarikçi Risk Skorlama (OPS-06), bu boşluğu kapatır: finansal sağlık (Bilanço, ödeme örüntüsü), operasyonel performans (lead time sapması, kalite şikayetleri), regülatör uyum sinyalleri (haberler, sosyal medya, sektör veri tabanları), ve jeopolitik risk (ülke skorları) gerçek zamanlı takip edilir. Risk skoru yükselen tedarikçi için manuel inceleme tetiklenir; yatırım komitesi tek-kaynak bağımlılıklarını proaktif kararla kırar.

İstanbul, Ankara, İzmir gibi metropoller için last-mile lojistik klasik OR (operations research) tekniklerini aşıyor — trafik dinamiği, müşteri zaman pencereleri, kargo türü kısıtlamaları, sürücü vardiya kuralları birlikte modellenmeli. AI tabanlı rota optimizasyonu (OPS-03), gerçek zamanlı trafik feed'i + tahminsel ETA + sürücü deneyimi sinyallerini birleştirerek 24 saat öncesi statik plan yerine her saat güncellenen dinamik plan üretir.

Tipik etki: filo başına yakıt %10-20 azalır, müşteriye varış kesinliği (on-time arrival) %85→%95+ artar, sürücü başına günlük teslim sayısı %15-25 artar. Türkiye bağlamında özel avantaj: trafik tahmin modelleri yerel veriyle eğitildiğinde global SaaS çözümlerinden daha doğru çıkar — Aras Kargo, Yurtiçi Kargo gibi operatörler bu nedenle in-house yatırıma yöneliyor.