Yöneticiler için Yapay Zeka
Yönetim kurulu ve üst yönetim için yatırım, risk ve regülasyon odaklı yapay zekâ değerlendirmesi.
Detaylı bilgi →
Sektörler
Bankacılık ve finans için yapay zekâ eğitimi ve danışmanlığı
Bankacılık, yapay zekânın en çok değer ürettiği ve en sıkı denetlendiği sektör. Kredi riskinden kurumsal GenAI asistanlarına kadar; ekiplerinizi eğitiyor, modellerinizi doğruluyor ve veriyi dışarı çıkarmadan çalışan çözümler kuruyoruz.
Bankalar ve finans kurumları on yıllardır skorlama ve risk modelleri kullanıyor. Üretken yapay zekâyla birlikte kullanım alanı çağrı merkezinden mevzuat analizine, yatırımcı ilişkilerinden iç denetime kadar genişledi.
Ama sektörün üç özel kısıtı var: müşteri verisinin yurt içinde ve sır saklama yükümlülüğü altında tutulması, modellerin bağımsız doğrulanması ve kişileri etkileyen kararlarda açıklanabilirlik. Programlarımızı bu kısıtları baştan hesaba katarak kuruyoruz.
Yapay zekânın öne çıkan kullanım alanları
Kredi riski ve skorlama
Başvuru ve davranış skorlama, erken uyarı ve takipteki alacak (NPL) analitiği.
Dolandırıcılık tespiti
Kart, ödeme ve hesap hareketlerinde anormallik tespiti; kural tabanlı sistemlerden makine öğrenmesine geçiş.
Kurumsal GenAI asistanları
Çalışan destek asistanı, mevzuat ve prosedür arama, doküman zekâsı; kurum içinde, veriyi dışarı çıkarmadan.
Model riski ve doğrulama
Modellerin bağımsız doğrulaması, performans izleme, açıklanabilirlik ve dokümantasyon.
Müşteri analitiği
Segmentasyon, ürün önerisi ve müşteri kaybı tahmini.
Operasyonel verimlilik
Belge sınıflandırma, bilgi çıkarma ve tekrarlayan back-office işlerinin otomasyonu.
Regülasyon ve riskler
- BDDK: Bankaların Bilgi Sistemleri ve Elektronik Bankacılık Hizmetleri Hakkında Yönetmelik, birincil ve ikincil sistemlerin yurt içinde bulunmasını gerektiriyor; bu da yurt dışındaki genel bulut LLM servislerinin müşteri verisiyle kullanımını çoğu senaryoda kısıtlıyor.
- AB Yapay Zekâ Tüzüğü: Gerçek kişilerin kredi değerlendirmesi ve skorlaması ile hayat ve sağlık sigortasında risk değerlendirmesi ve fiyatlama yüksek riskli sayılıyor; finansal dolandırıcılık tespiti bu kapsamın dışında. Yüksek riskli sistem yükümlülükleri 2 Aralık 2027'den itibaren uygulanacak.
- KVKK: Yurt dışına veri aktarımı kuralları ve Kurum'un üretken yapay zekâ rehberi, müşteri verisinin yapay zekâ araçlarında nasıl işlenebileceğini belirliyor.
- Türkiye Yapay Zekâ Eylem Planı (2026–2030): Şirketlere doğrudan yükümlülük getirmiyor; ancak finans gibi düzenlenen sektörlerde regülatörlerin planla uyumlu adımlar atması bekleniyor.
Deneyim alanlarımız: Kredi riski, skorlama, NPL analitiği, dolandırıcılık tespiti ve kurumsal GenAI asistanları. Kurucumuz Çağrı Aksu bankacılık ve finans sektöründe kredi riski, skorlama, NPL ve dolandırıcılık tespiti projelerine liderlik etti; finansal teknoloji sektöründe doküman zekâsı, yatırımcı asistanı ve çalışan destek asistanı gibi kurumsal GenAI ürünlerinin geliştirilmesini yönetti.
Önerilen eğitimler
Kurumunuzdaki rollere göre önerdiğimiz programlar. Tüm eğitimler sektörünüzün örnekleriyle uyarlanır, yüz yüze veya çevrim içi verilir.
Sorumlu Yapay Zeka, Regülasyon ve Veri Güvenliği
Risk, uyum, iç kontrol ve hukuk ekipleri için AB Tüzüğü, KVKK, model riski ve veri gizliliği.
Detaylı bilgi →Üretken Yapay Zekayı Güvenli Kullanmak
Şube ve genel müdürlükteki tüm çalışanlar için müşteri verisini koruyan güvenli kullanım kuralları.
Detaylı bilgi →İş Hayatında Üretken Yapay Zeka
Kredi, operasyon, hazine ve İK ekipleri için bankacılık örnekleriyle üretken yapay zekâ.
Detaylı bilgi →Uygulamalı Makine Öğrenmesi
Risk modelleme ve analitik ekipleri için skorlama ve sınıflandırma modelleri, model değerlendirme.
Detaylı bilgi →LLM Uygulama Geliştirme
Yazılım ekipleri için RAG, ajanlar ve kurum içi LLM kurulumu.
Detaylı bilgi →Danışmanlık ve geliştirme hizmetleri
Model Riski ve Model Doğrulama
Kredi skorlama ve risk modelleri başta olmak üzere modellerin bağımsız doğrulaması, performans izleme ve açıklanabilirlik.
Detaylı bilgi →Üretken Yapay Zeka (GenAI) ve LLM Çözümleri
Kurumsal asistanlar, yapay zeka ajanları, doküman zekası ve bilgi erişim sistemleri. Bulutta veya kurum içinde (on-premise), verinizi dışarı çıkarmadan.
Detaylı bilgi →Kurum İçi (On-Premise) Yapay Zeka Altyapısı
Verisini dışarı çıkaramayan kurumlar için GPU altyapısı ve LLM kurulumu.
Detaylı bilgi →Yapay Zeka Yönetişimi ve Uyum
Yapay zeka envanteri, risk sınıflandırması, politika ve süreçler; AB Yapay Zekâ Tüzüğü, KVKK ve ISO/IEC 42001'e hazırlık.
Detaylı bilgi →Ücretsiz durum analizi · 3 dk
Hemen başla AB Yapay Zekâ Tüzüğü Kapsam Analizi
Yapay zekâ sisteminiz AB Yapay Zekâ Tüzüğü kapsamında mı, hangi risk sınıfında ve hangi tarihten itibaren hangi yükümlülükler geçerli?
Sıkça Sorulan Sorular
Bankalar ChatGPT gibi genel yapay zekâ araçlarını kullanabilir mi?
Müşteri verisi içeren senaryolarda genellikle hayır. BDDK'nın bilgi sistemleri yönetmeliği, KVKK'nın yurt dışına aktarım kuralları ve sır saklama yükümlülükleri ciddi kısıtlar getirir. Kamuya açık veya anonim verilerle sınırlı kullanım ya da kurum içinde (on-premise) çalışan modeller değerlendirilebilir.
Kredi skorlama modelleri AB Yapay Zekâ Tüzüğü'nde yüksek riskli mi?
Evet. Gerçek kişilerin kredi değerlendirmesi ve skorlaması yüksek riskli kabul edilir; ilgili yükümlülükler 2 Aralık 2027'den itibaren uygulanacak. Finansal dolandırıcılık tespiti için kullanılan sistemler ise bu kapsamın dışında tutuluyor.
Bankacılık için yapay zekâ eğitimi nasıl uyarlanıyor?
Eğitimler kredi, operasyon, risk ve müşteri hizmetleri gibi bankacılık süreçlerinden örneklerle, BDDK ve KVKK kısıtları göz önünde bulundurularak hazırlanır. Yönetim, risk ve uyum, iş birimleri ve teknik ekipler için ayrı içerikler kurgulanır.
Model doğrulama hizmeti neleri kapsıyor?
Modelin veri kalitesi, ayrıştırma gücü, kalibrasyonu, istikrarı ve açıklanabilirliğinin bağımsız olarak incelenmesini, bulguların raporlanmasını ve izleme süreçlerinin kurulmasını kapsar.
Bu sektörle ilgili yazılar
Bankalarda GenAI: On-Premise mi, Bulut mu?
Bankalar GenAI kullanırken veri lokalizasyonu, güvenlik, model kalitesi ve maliyet arasında denge kurmak zorunda. On-premise, bulut ve hibrit seçeneklerin karşılaştırması.
Devamını oku →Kredi Skorlama Modelleri Nasıl Doğrulanır? Pratik Rehber
Kredi skorlama modelinin doğrulanması yalnızca Gini katsayısına bakmak değildir. Kavramsal sağlamlık, ayrıştırma gücü, kalibrasyon, kararlılık, açıklanabilirlik ve izleme adımları.
Devamını oku →Dolandırıcılık Tespitinde Makine Öğrenmesi: Kurallardan Modellere
Kural tabanlı dolandırıcılık sistemleri yeni yöntemlere yetişemiyor. Makine öğrenmesinin fraud tespitine katkısı, kullanılan yaklaşımlar, dengesiz veri, doğru metrikler ve hibrit mimari.
Devamını oku →Finans ve Muhasebe Ekipleri İçin Üretken Yapay Zekâ: Kullanım Alanları ve Riskler
Finans ekipleri üretken yapay zekâyı Excel, rapor ve mevzuat özetinde kullanabilir; ama hatalı rakam ve gizli veri riski büyük. Kullanım ve kontroller.
Devamını oku →Sektörünüze özel programı birlikte kuralım
Kurumunuzun ihtiyacını, kullanım senaryolarını ve mevzuat gereksinimlerini konuşalım; size uygun eğitim ve danışmanlık planını çıkaralım.