Sanayide Yapay Zeka: KOBİ'ler İçin Rekabetin Yeni Kuralı

Yapay zeka artık yalnızca büyük teknoloji devlerinin oyun alanı değil. Anadolu'daki üretici KOBİ'ler için de üretim hattındaki fireyi azaltmaktan enerji maliyetini düşürmeye, kaliteyi standartlaştırmaktan plansız duruşları önlemeye kadar somut, ölçülebilir bir fırsat haline geldi. TecnoNest olarak yapay zekayı, sahaya inen ve işletmenin gerçek problemini çözen bir araç olarak konumlandırıyoruz.

Neden Şimdi?

Sanayide yapay zekanın zamanlaması şimdi, çünkü hem sensör verisi hem de mevzuat çerçevesi ilk kez aynı anda hazır. Rekabet artık sadece fiyatla değil, verimlilikle kazanılıyor. İki fabrika aynı ürünü üretiyorsa farkı belirleyen; hangisinin arızayı önceden gördüğü, hangisinin hurda oranını düşürdüğü, hangisinin enerjisini akıllı yönettiği oluyor. Kuralların çerçevesi de netleşti: AB Yapay Zeka Yasası (Regulation (EU) 2024/1689) 1 Ağustos 2024'te yürürlüğe girdi. 27 Temmuz 2026'da yürürlüğe giren (AB) 2026/1744 sayılı değişiklik tüzüğüyle yüksek riskli sistemlere ilişkin yükümlülüklerin takvimi uzadı: istihdam ve kritik altyapı gibi hassas kullanım alanlarında 2 Aralık 2027'de, asansör ve oyuncak gibi ürünlere gömülü sistemlerde 2 Ağustos 2028'de uygulanmaya başlıyor (maddelere göre uygulama takvimi). Yapay zeka içeren makineler ayrı bir yoldan düzenleniyor: yapay zeka destekli güvenlik işlevlerine ilişkin hükümler de içeren (AB) 2023/1230 sayılı Makine Tüzüğü 20 Ocak 2027'de uygulanmaya başlıyor; Yapay Zeka Yasası'nın yüksek riskli sistemlere yönelik gereklilikleri de Komisyonun çıkaracağı düzenlemelerle bu tüzüğe eklenecek ve en geç 2 Ağustos 2028'de uygulanacak. Avrupa'ya ihracat yapan üreticiler için bu bir hazırlık takvimi demek. Risk tarafında referans alınan NIST AI Risk Management Framework 1.0 ise Ocak 2023'te yayımlandı ve süreci 4 fonksiyona ayırıyor: yönetişim, haritalama, ölçme ve yönetme.

Sahada Karşılığı Olan Kullanım Alanları

Sahada karşılığı olan kullanım alanları 4 başlıkta toplanıyor ve dördü de mevcut makinelerinizin ürettiği veriyle başlar:

• Kestirimci bakım: Titreşim, sıcaklık ve akım verisinden arızayı günler öncesinden tahmin ederek plansız duruşları azaltmak. Tek bir tezgahta 3 sinyal kanalı ve 1 aylık geçmiş kayıt, ilk modeli kurmaya yeter.
• Görüntü ile kalite kontrol: Kamera ve derin öğrenme ile porozite, çatlak, yüzey kusuru gibi hataları insan gözünün yorulmadığı tutarlılıkta yakalamak. Sınıf başına 200 ile 500 arası etiketli örnek, ilk sürüm için gerçekçi bir başlangıç aralığıdır.
• Süreç ve enerji optimizasyonu: Ergitme, kurutma, ısıl işlem gibi enerji-yoğun proseslerde gereksiz tüketimi kısmak. Enerjinin toplam maliyette 2 haneli paya sahip olduğu proseslerde 1 puanlık iyileşme bile faturada görünür.
• Talep ve stok tahmini: Nakit akışını ve depoyu, geçmiş veriye dayalı modellerle dengelemek. 24 aylık sipariş geçmişi, mevsimselliği yakalayacak en kısa veri penceresidir.

Veriniz Hazır mı? Pilottan Önceki Tek Kritik Soru

Verinin hazır olup olmaması, bir yapay zeka pilotunun başarısını modelden daha çok belirler. Pratikte 3 şeye bakarız: veri makineden dijital olarak çıkıyor mu, zaman damgası tutarlı mı ve sonucun doğru ya da yanlış olduğunu söyleyen bir etiket var mı. Makine verisini standart biçimde toplamak için sanayide yaygın referans, OPC UA yani IEC 62541 standardıdır; bu katman kurulduğunda farklı marka tezgahlar tek bir veri hattında buluşur. Etiket üretmek de karmaşık değil: kalite kontrolde ayrılan parçaları 2 sınıfa ayırıp kaydetmek, ilk denetimli model için yeterli temeli oluşturur.

TecnoNest'in Yaklaşımı: Önce Problem, Sonra Teknoloji

Biz projelere teknolojiden değil, işletmenin en çok kanadığı noktadan başlıyoruz. Ölçülebilir bir kayıp, o kaybın geçmiş verisi ve net bir başarı kriteri varsa; küçük, tek-tezgah bir pilotla riski düşük tutarak başlıyor, işe yaradığını kanıtladıktan sonra ölçekliyoruz. Amacımız "yapay zeka kurduk" demek değil, faturaya ve fire oranına yansıyan bir sonuç üretmek.

Anadolu Sanayisine Özel Bir Kaynak

Anadolu sanayisine özel Türkçe kaynak arayan imalatçılar için ayrı bir yayın yürütüyoruz. Yapay zekanın sanayideki uygulamalarını sade ve sahadan örneklerle anlattığımız Konya Yapay Zeka, Anadolu sanayisi ve KOBİ'ler için üretimde yapay zeka rehberleri, vaka örnekleri ve pratik yol haritaları sunuyor. Döküm, otomotiv yan sanayi, makine ve gıda gibi 4 sektöre özel içerikleriyle "biz de yapabilir miyiz?" sorusunun cevabını somutlaştırıyor. Konya ve çevresinde üretimde yapay zeka çözümleri arayan imalatçılar için başlangıç noktası niteliğinde.

Nereden Başlanır?

Yapay zeka dönüşümüne başlamanın yolu 30-60-90 günlük bir pilot planıdır; büyük bütçeli, uzun bir proje şart değil. İlk 30 gün tek bir kayıp noktasını seçmeye ve veriyi toplamaya ayrılır. Sonraki 30 gün ilk modelin kurulup çevrimdışı doğrulandığı dönemdir. Son 30 gün ise modeli hatta bağlayıp, işe başlamadan önce yazdığınız tek bir başarı kriterine göre ölçtüğünüz dönemdir. Bu 3 aşamayı sizinle birlikte çıkarıyor, web ve yazılım tarafındaki hizmetlerimizle dijital altyapınızı da uçtan uca tamamlıyoruz.

Sıkça Sorulan Sorular

Sanayide yapay zeka pilotu için ne kadar veri gerekir?

Gereken veri miktarı probleme göre değişir, ama pratik alt sınırlar bellidir. Kestirimci bakımda tek tezgahtan 1 ila 3 aylık sürekli sensör kaydı, görüntüyle kalite kontrolde sınıf başına 200 ile 500 arası etiketli fotoğraf, talep tahmininde 24 aylık sipariş geçmişi ilk sürüm için yeterlidir. Veri yoksa pilot, veri toplamaya başlama adımıyla açılır.

Eski makinelerde yapay zeka kullanılır mı?

Evet. Tezgahın kendisi dijital çıkış vermiyorsa titreşim, sıcaklık ve akım için harici sensör takılır; 2 ila 4 sensör çoğu tekil uygulama için yeterlidir. Veri sonra OPC UA gibi standart bir katmana aktarılır. Yani makine yaşı değil, veriye erişim belirleyicidir.

Yapay zeka yatırımının geri dönüşü nasıl ölçülür?

Geri dönüş, pilottan önce yazılan tek bir sayının değişimiyle ölçülür: fire oranı, plansız duruş saati ya da birim başına enerji tüketimi. Pilot öncesi 30 günün ortalaması taban değer kabul edilir, pilot sonrası aynı uzunlukta bir pencere ile karşılaştırılır. Taban değer kaydedilmeden başlayan projede geri dönüş kanıtlanamaz.

KOBİ'ler için AB Yapay Zeka Yasası bağlayıcı mı?

Yasa, sistemi AB pazarına sunan ya da çıktısı AB'de kullanılan sağlayıcıları kapsar; Avrupa'ya ihracat yapan üretici için bu doğrudan ilgilidir. Yüksek riskli sınıfa giren uygulamalarda yükümlülükler 27 Temmuz 2026'da yürürlüğe giren değişiklikle ertelendi: istihdam ve kritik altyapı gibi hassas kullanım alanlarında 2 Aralık 2027'de, asansör ve oyuncak gibi ürünlere gömülü sistemlerde 2 Ağustos 2028'de devreye giriyor. Yapay zeka içeren makineler için (AB) 2023/1230 sayılı Makine Tüzüğü 20 Ocak 2027'de uygulanmaya başlıyor; yüksek riskli yapay zekaya özgü ek gereklilikler bu tüzüğe eklenecek ve en geç 2 Ağustos 2028'de uygulanacak. Fabrika içinde kalan, kimseyi değerlendirmeyen bir fire tahmin modeli ise bu sınıfın dışında kalır.

İşletmenize özel bir yapay zeka pilotu tasarlamak ve nereden başlayacağınızı netleştirmek için bizimle iletişime geçin. Doğru başlangıç noktasını seçmek, kullanılan teknolojinin kendisinden daha belirleyicidir.