Proje İçeriği

Invenstellar, kurumsal kullanıcıların Türkçe doğal dil ile güvenli biçimde veri sorgulamasını sağlayan yapay zekâ destekli bir veri asistanıdır. Kullanıcının doğal dilde ilettiği soru, büyük dil modelleri kullanılarak yapılandırılmış SQL’e dönüştürülmekte; oluşturulan sorgu çalıştırılmadan önce rol, tablo, kolon ve yetki kontrollerinden geçirilmektedir. Elde edilen sonuçlar kullanıcıya tablo ve görselleştirilmiş analizler halinde sunulmaktadır. 

Çözümün temel mimari yaklaşımı üretken yapay zekânın esnekliği ile kurumsal veri güvenliğini birbirinden ayrıştırmaktır. Yapay zekâ kullanıcı niyetinin anlaşılması ve sorgunun oluşturulmasında kullanılırken, veri erişimine ilişkin güvenlik kritik kararlar deterministik yazılım katmanları tarafından uygulanmaktadır. Rol bazlı erişim kontrolü, tablo ve kolon seviyesinde yetkilendirme, denetim kayıtları, açıklanabilir sorgu üretimi, otomatik test altyapısı, web ve Microsoft Teams üzerinden erişim ve çoklu büyük dil modeli sağlayıcı desteği çözümün temel bileşenlerini oluşturmaktadır.

Projenin Amacı

Her ikisini de hedefleyen bir çözümdür. Kurum içinde iş birimlerinin veri ekiplerine bağımlı olarak yürüttüğü sorgulama ve analiz süreçlerini iyileştirirken, SQL bilgisine ihtiyaç duymadan doğal dil üzerinden güvenli ve denetlenebilir kurumsal veri erişimi sağlayan yeni bir dijital hizmet katmanı oluşturur. Böylece kullanıcıların veriye erişim süresinin kısaltılması ve veri ekipleri üzerindeki tekrarlayan sorgu ve analiz taleplerinin azaltılması hedeflenmektedir.

Proje içindeki en büyük inovasyon nedir? (yeni bir teknoloji veya var olan teknolojinin farklı kullanımı gibi. IOT, M2M, AI vb.)

En büyük inovasyon, üretken yapay zekâ ile doğal dilden SQL üretimini kurumsal veri güvenliği ve yönetişimiyle aynı mimari içinde birleştirmesidir. Büyük dil modeli, kullanıcı niyetini anlamak ve sorgu üretmek için kullanılırken; erişim yetkisi, rol, tablo ve kolon kontrolleri gibi güvenlik kritik kararlar yapay zekâ modeline bırakılmamaktadır. Bu kontroller deterministik yazılım katmanlarında uygulanmaktadır. Böylece yapay zekânın esnekliği ile kurumsal güvenlik gereksinimleri ayrıştırılmış fakat tek kullanıcı deneyiminde birleştirilmiştir. Çözüm ayrıca farklı büyük dil modeli sağlayıcılarıyla çalışabilecek şekilde tasarlanarak tek bir model veya sağlayıcıya bağımlılık azaltılmıştır.

Proje kurum içindeki hangi bölüme fayda sağlamıştır?(satış, pazarlama, finans, İK, IT, Üretim, Planlama, Satın alma, Lojistik Müşteri İlişkileri gibi)

Birincil fayda, SQL bilgisine ihtiyaç duymadan kurumsal verilere erişmek isteyen satış, ticari analiz ve yönetsel raporlama ekiplerinedir. Bilgi teknolojileri ve veri ekipleri ise standartlaşan, denetlenebilir ve yetki kurallarına bağlı veri erişim süreçlerinden fayda sağlamaktadır. Yöneticiler de analizlere daha hızlı erişerek veri destekli karar alma süreçlerini hızlandırabilmektedir.

Projenin hayata geçirilmesi konusunda üst yönetimin desteğini tam olarak alabildiniz mi?

Evet. Projenin hayata geçirilmesi sürecinde üst yönetim desteği alınmıştır. Projenin kurumun yapay zekâ ve veri odaklı dönüşüm hedefleri doğrultusunda önceliklendirilmesi, ilgili ekiplerin çalışma kapasitesinin ayrılması ve geliştirme sürecinin desteklenmesi yönetim tarafından sağlanmıştır. Projenin ilerleyişi ilgili yöneticilerle paylaşılmış ve ihtiyaç duyulan noktalarda yönetsel destek alınmıştır.

Proje sonunda ortaya çıkan sonuçları analiz edebildiniz mi? Rakamsal verilerle ifade eder misiniz?(ROI, maliyetlerde yüzdesel azalma, üretim süresinde azalma, hata payının düşmesi vs.)

Evet. Projenin teknik doğruluk, güvenlik, sürdürülebilirlik ve farklı yapay zekâ modelleriyle çalışabilirliği sistematik testlerle analiz edilmiştir. Çözüm birden fazla büyük dil modeli, model sağlayıcısı ve inference altyapısıyla çalışabilecek şekilde geliştirilmiştir. SQL üretim modülü 233 test ile doğrulanmış ve %94 kod kapsamına ulaşmıştır. Çözüm genelinde yaklaşık 1.469 test fonksiyonu ve 83 test dosyası oluşturulmuş, 44 senaryoda property-based test yaklaşımı uygulanmıştır. Sürekli entegrasyon sürecinde ise %70 kod kapsamı eşiği kalite kapısı olarak kullanılmaktadır.

Bu sonuçlar, çözümün farklı model sağlayıcılarıyla çalışabilirliği, test edilebilirliği ve güvenlik kontrollerinin sürdürülebilirliği açısından teknik olarak doğrulanmasını sağlamıştır. İş birimlerine sağlanan zaman tasarrufu, kullanıcı benimsemesi ve veri ekiplerine gelen manuel talep sayısındaki değişim gibi iş etkisi göstergelerinin ise kullanım yaygınlaştıkça ayrıca ölçümlenmesi planlanmaktadır.

Projenizde şirket içinden kaç kişi aktif olarak görev almıştır? Ekip birimleri hakkında kısaca bilgi verir misiniz?

Projede 4 kişi aktif rol almıştır. Proje ekibi; veri mühendisi, veri bilimci, teknik lider ile veritabanı ve iş zekâsı yöneticisi rollerinden oluşmaktadır.

Projenizde (varsa)işbirliği kurduğunuz veya destek aldığınız bilişim şirketlerini belirtiniz.

Proje kapsamında dış bilişim şirketleriyle doğrudan bir geliştirme veya danışmanlık iş birliği gerçekleştirilmemiştir. Çözüm Inventiv bünyesindeki ekip ve şirket içi kaynaklarla geliştirilmiştir.

Proje sırasında kullandığınız ve spesifik önemi olan markaları (varsa) belirtiniz. (Yazılım veya donanım markaları)

Mistral AI, OpenAI, Meta Llama, Hugging Face, Alibaba Qwen, Defog SQLCoder, Ollama, vLLM, Microsoft SQL Server, Microsoft Azure DevOps, Microsoft Teams ve Microsoft Entra ID.