Proje İçeriği

İstanbulkart başvuru süreçlerinde aktif olarak kullanılan Yapay Zekâ destekli Fotoğraf Kontrol Sistemi, v2 versiyonu ile daha gelişmiş doğrulama ve kalite mekanizmaları içerecek şekilde genişletilmektedir. Yeni sürümde mevcut modele ek olarak ünlü ve avatar tespiti, yaş ve cinsiyet uyumluluk analizi, fotoğraf kırpma (croplama) ve indeksleme kontrolleri devreye alınarak başvuru doğruluk oranının ve operasyonel kalite seviyesinin artırılması hedeflenmektedir.

Sistem; dosya ve format kuralları ile birlikte yüz, nesne ve görüntü kalitesi analizlerini eş zamanlı çalıştırarak uygunsuz fotoğrafları anlık olarak tespit etmektedir. Uygunsuzluk durumunda başvuru süreci otomatik olarak durdurulmakta ve kullanıcıya yeniden çekim veya yükleme seçenekleri sunulmaktadır.

Bu yaklaşım sayesinde kart üretim süreçlerinde uygunsuz fotoğraf kaynaklı ret oranlarının azaltılması, manuel kontrol ihtiyacının minimize edilmesi, operasyonel verimliliğin artırılması ve kullanıcı deneyiminin hızlandırılması sağlanmaktadır. Aynı zamanda regülasyonlara uyumlu, standartlaştırılmış ve denetlenebilir bir fotoğraf kabul süreci oluşturulmaktadır.

Projenin Amacı

İstanbulkart başvuru süreçlerinde, kullanıcılar tarafından yüklenen fotoğrafların resmi standartlara uygunluğunun manuel olarak kontrol edilmesi; yüksek operasyonel iş yükü, tutarsız değerlendirmeler, gecikmeler ve maliyet artışı gibi önemli iş sorunlarına yol açmaktaydı. Özellikle öğrenci ve imtiyazlı kart başvurularında artan hacim nedeniyle aylık yüz binlerce fotoğrafın incelenmesi gerekmekte, bu süreç 8 kişilik operasyon ekibi tarafından yürütülmekteydi. Manuel değerlendirme; insan hatasına açık olması, subjektif karar farklılıkları oluşturması ve başvuru sonuçlanma süresini uzatması nedeniyle hem operasyonel verimliliği hem de müşteri memnuniyetini olumsuz etkilemekteydi.

Buna ek olarak uygunsuz fotoğraf tespit edilemeden basıma giden kartlar nedeniyle yeniden üretim maliyetleri oluşmakta, tekrar başvuru döngüleri operasyonel karmaşıklığı artırmaktaydı. Regülasyonlara uyumlu, standartlaştırılmış ve denetlenebilir bir fotoğraf kabul mekanizmasının eksikliği ise kurumsal risk oluşturmaktaydı.

Geliştirilen Yapay Zekâ destekli Fotoğraf Kontrol Sistemi ile bu sorunlara uçtan uca bir çözüm sunulmuştur. Sistem; dosya ve format kuralları ile birlikte yüz tespiti, tekillik kontrolü, kadraj ve oryantasyon analizi, ışık ve kalite ölçümü, aksesuar/engel tespiti, arka plan uygunluğu gibi çok katmanlı kontrolleri gerçek zamanlı olarak çalıştırmaktadır. Ayrıca yaş ve cinsiyet uyumluluk analizi, ünlü ve avatar tespiti gibi biyometrik ve içerik temelli doğrulama mekanizmaları ile kimlik tutarlılığı güçlendirilmiştir.

Uygunsuzluk tespit edildiğinde başvuru süreci anında durdurulmakta ve kullanıcıya yeniden çekim veya yükleme yönlendirmesi yapılmaktadır. Böylece hatalı fotoğrafın sistem içinde ilerlemesi engellenmekte, sorun kaynağında çözülmektedir.

Proje sonucunda manuel kontrol ihtiyacı büyük ölçüde ortadan kaldırılmış, operasyonel iş gücü 8 kişiden 2 kişiye düşürülmüş, hata oranı 30 kat azaltılmış ve uygunsuz fotoğraf oranı %15 seviyesinden %5’in altına çekilmiştir. Ortalama başvuru tamamlanma süresi 2 gün kısalmış, hatalı basım maliyetleri sıfırlanmış ve kullanıcı deneyimi önemli ölçüde iyileştirilmiştir.

Bu proje ile hedeflenen temel iş problemi; ölçeklenemeyen, insan bağımlı ve maliyetli manuel kontrol sürecinin ortadan kaldırılması, yerine gerçek zamanlı, standartlaştırılmış, regülasyon uyumlu ve yüksek doğruluk oranına sahip otonom bir doğrulama mekanizmasının kurulmasıdır. Sistem bugün yüksek hacimli başvuru trafiğini düşük gecikme ile yönetebilmekte ve sürdürülebilir operasyonel verimlilik sağlamaktadır.

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

Bu projenin yenilikçi yönü, klasik “fotoğraf yükle–manuel kontrol et–onayla/ret ver” yaklaşımını tamamen dönüştürerek, başvuru anında çalışan çok katmanlı ve otonom bir doğrulama mimarisi kurmuş olmasıdır. Yenilik yalnızca yapay zekâ kullanımı değil; yapay zekânın iş sürecinin tam merkezine konumlandırılması ve karar mekanizmasının standartlaştırılmış, ölçülebilir ve ölçeklenebilir hale getirilmesidir.

Geleneksel yapılarda fotoğraf kontrolü genellikle insan gözüyle yapılan subjektif bir değerlendirmeye dayanır. Bu projede ise dosya/format kuralları, görüntü işleme teknikleri ve yapay zekâ tabanlı yüz–nesne–kalite analizleri eş zamanlı çalışan entegre bir karar motoru altında birleştirilmiştir. Sistem; yüz tespiti, tekillik kontrolü, kadraj ve oryantasyon analizi, ışık ve netlik ölçümü, arka plan uygunluğu, aksesuar/engel tespiti gibi görsel kalite kriterlerini otomatik olarak değerlendirirken; aynı zamanda yaş ve cinsiyet uyumluluk analizi, ünlü ve avatar tespiti gibi içerik bazlı biyometrik kontrolleri de gerçekleştirmektedir.

Yenilikçi yaklaşımın temel unsurlarından biri, Vision-Language Model (VLM) mimarisinin operasyonel bir doğrulama sürecine entegre edilmesidir. Bu sayede sistem yalnızca piksel seviyesinde teknik kontrol yapmakla kalmamakta, fotoğrafın bağlamsal içeriğini de yorumlayabilmektedir (örneğin avatar, çizgi film karakteri veya ünlü kişi tespiti). Bu, klasik kural tabanlı sistemlerin ötesinde bir doğrulama katmanı oluşturmaktadır.

Bir diğer yenilik ise “gerçek zamanlı müdahale” prensibidir. Sistem, başvuru süreci tamamlandıktan sonra değil, başvuru anında devreye girerek uygunsuzluğu kaynağında durdurmaktadır. Böylece hatalı fotoğrafın operasyonel sürece ilerlemesi engellenmekte, yeniden üretim ve tekrar başvuru döngüleri ortadan kaldırılmaktadır. Bu yaklaşım, reaktif bir kontrol modelinden proaktif ve önleyici bir kalite modeline geçişi temsil etmektedir.

Projenin iş problemini çözme biçimi üç ana eksende gerçekleşmiştir:

1. Ölçeklenebilirlik Problemi: Artan başvuru hacmi karşısında manuel kontrol sürdürülebilir değildi. API tabanlı ve düşük gecikmeli mimari sayesinde aylık yüz binlerce fotoğraf eş zamanlı analiz edilebilmektedir.
2. Tutarsızlık ve İnsan Hatası: Subjektif değerlendirme farklılıkları ortadan kaldırılmış, standartlaştırılmış ve ölçülebilir bir karar mekanizması oluşturulmuştur. Hata oranı belirgin şekilde azaltılmıştır.
3. Operasyonel Maliyet ve Süre: Manuel iş gücü ihtiyacı minimize edilmiş, başvuru sonuçlanma süresi kısalmış ve hatalı baskı maliyetleri sıfırlanmıştır.

Sonuç olarak proje, yalnızca yeni bir teknoloji uygulaması değil; yapay zekâyı operasyonel karar mekanizmasına entegre eden, manuel bağımlılığı ortadan kaldıran ve kalite kontrolü başvuru anına taşıyan bütüncül ve yenilikçi bir dönüşüm modelidir. Bu yönüyle hem teknolojik hem de süreç tasarımı açısından kurumsal ölçekte sürdürülebilir bir inovasyon örneği sunmaktadır.

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

Kart Operasyonları birimleri, İletişim ve Müşteri Hizmetleri ekipleri

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

-

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

Projenin başarısı yalnızca teknolojik dönüşüm ile değil, somut ve ölçülebilir iş sonuçları ile de kanıtlanmıştır. Yapay Zekâ destekli Fotoğraf Kontrol Sistemi devreye alındıktan sonra operasyonel, finansal ve müşteri deneyimi alanlarında belirgin iyileşmeler sağlanmıştır.

1. Operasyonel Verimlilik ve İş Gücü Tasarrufu
Manuel fotoğraf kontrol süreci proje öncesinde 8 kişilik bir ekip tarafından yürütülmekteydi. Sistem devreye alındıktan sonra bu ihtiyaç 2 kişiye düşürülmüştür. Bu, yaklaşık %75 oranında operasyonel iş gücü tasarrufu anlamına gelmektedir. Serbest kalan kaynaklar daha katma değerli iş alanlarına yönlendirilmiştir.

2. Hata Oranında Dramatik Azalma
Manuel kontrol kaynaklı hatalar 30 kat azalmıştır. Uygunsuz fotoğraf tespit oranı %15 seviyesinden %5’in altına düşürülmüştür. Bu iyileşme, hem kalite standartlarının yükselmesini hem de denetlenebilirliğin artmasını sağlamıştır.

3. Süre Kazancı ve Hizmet Hızı
Başvuru değerlendirme süresi ortalama 2 gün kısalmıştır. Gerçek zamanlı kontrol mekanizması sayesinde hatalı başvurular süreç sonunda değil, başvuru anında düzeltilmektedir. Bu durum müşteri memnuniyetinde belirgin artış sağlamıştır.

4. Maliyet Tasarrufu ve Finansal Etki
Hatalı fotoğraf nedeniyle gerçekleşen kart basım tekrarları tamamen ortadan kaldırılmıştır. Bu sayede hem kart üretim maliyetleri hem de lojistik ve operasyonel yeniden işleme maliyetleri sıfırlanmıştır. Manuel kontrol iş gücü maliyetinin azalması ile birlikte sistem, ilk yıl içerisinde kendini amorti eden (self-funded) bir yatırım haline gelmiştir.

ROI kalemleri:

• Personel maliyeti tasarrufu
• Hatalı baskı maliyetlerinin sıfırlanması
• Tekrar başvuru döngülerinin azalması
• Operasyonel gecikmelerin minimize edilmesi

5. Ölçeklenebilirlik ve Kapasite Artışı
Sistem aylık yaklaşık 200.000 fotoğrafı anlık olarak analiz edebilmektedir. Artan başvuru hacmi ek personel ihtiyacı doğurmadan karşılanabilmektedir. Bu durum, büyüyen talebe rağmen sabit maliyet yapısının korunmasını sağlamaktadır.

6. Regülasyon ve Risk Yönetimi Katkısı
Standartlaştırılmış ve kayıt altına alınabilir karar mekanizması sayesinde regülasyon uyumu güçlendirilmiş, denetim süreçleri kolaylaştırılmıştır. Operasyonel riskler minimize edilmiştir.

Sonuç olarak proje; iş gücü optimizasyonu, maliyet azaltımı, hız artışı, kalite iyileştirmesi ve müşteri memnuniyeti artışı gibi çok boyutlu ve ölçülebilir çıktılar üretmiştir. Hem finansal hem operasyonel açıdan sürdürülebilir bir değer yaratmış, yüksek hacimli başvuru süreçlerinde otonom ve ölçeklenebilir bir model ortaya koymuştur.

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

10

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

AIAUTUS + BELBİM İŞ BİRLİĞİ

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

AIAUTUS