Yapay zeka ile ERP: 2026'da gerçek anlamı ne?

2026›da piyasadaki neredeyse tüm ERP›ler yapay zekaya sahip olduklarını söylüyor. Sorun şu ki, «yapay zekaya sahip olmak» çok farklı şeyler anlamına gelebilir ve operasyonel etkileri kökten farklı olabilir.

Kasım 2023›te, herkes yaparken bir sohbet robotu piyasaya süren ve buna «yapay zeka» diyen ERP›ler var. Sohbet robotu, ona «geçen ay ne kadar fatura kestim?» gibi sorular sormanıza olanak tanır ve bu veriyi veri tabanınızdan çekerek size yanıtı verir. Kullanışlıdır. Dönüştürücü değildir.

Bir de yapay zekanın mimarinin ilk günden itibaren bir parçası olduğu ERP›ler var: yapay zekanın sistemin üzerinde verilere bakmak yerine, sistemin içinde işlemleri işlediği yerler.

İki yaklaşım arasındaki fark pazarlamadan ibaret değil. Her hafta ne kadar saat geri kazandığınızla ilgili.

Mevcut bir ERP›ye «yapay zeka eklemenin» sorunu

90›larda inşa edilmiş bir binanız olduğunu ve buna güneş panelleri eklemek istediğinizi hayal edin. Yapabilirsiniz. Paneller çalışır. Enerji üretirler. Ancak binanın yapısı onlar için tasarlanmamıştır: duvarların üzerine çıkan kablolar eklemeniz gerekir, orijinal elektrik sistemi panellere entegre değildir ve performans asla temellerinden itibaren güneş enerjisiyle tasarlanmış bir binanınki gibi olmayacaktır.

«Yapay zeka ekleyen» ERP›ler böyle çalışır. Yapay zeka, veri tabanından veri okuyabilir. Soruları yanıtlayabilir. Özetler oluşturabilir. Ancak operasyonları öngöremez, devam eden akışlar üzerinde hareket edemez ve işin derin bağlamına sahip değildir çünkü bu bağlam onun için tasarlanmamıştır.

AI-yerel bir ERP, veri mimarisini ilk günden itibaren yapay zekanın neye ihtiyacı olduğunu düşünerek kurar: her operasyonun hangi bağlama ihtiyacı olduğu, yapay zekanın üzerinde akıl yürütebilmesi için verilerin nasıl modellendiği, yapay zeka araçlarının işin gerçek akışlarıyla nasıl bağlandığı.

Fonksiyon araçları nedir ve neden önemlidir

Frihet›teki 55+ function tools›dan bahsettiğimizde, bir sohbet robotuna sorabileceğiniz 55 sorudan bahsetmiyoruz. Yapay zekanın gerçek verileriniz üzerinde yürütebileceği 55 belirli operasyondan bahsediyoruz.

Bir function tool somut bir yetenektir: «bu belgeden vergi bilgilerini çıkar», «bu gideri doğru muhasebe kategorisine sınıflandır», «mevcut çeyreğin IVA oranını hesapla», «bu tedarikçinin faturalarında tekrar olup olmadığını tespit et», «geçmişe dayanarak önümüzdeki 6 haftanın cashflow›unu projelendir».

Genel bir sohbet robotuyla fark temeldir: function tool işin gerçek bağlamına erişebilir ve üzerinde hareket edebilir. Metin oluşturmaz. Operasyonları yürütür.

Uygulamada, bu, aşağıdaki gibi işlevselliklerde kendini gösterir:

get_invoices, get_expenses, get_clients — Yapay zeka, mevcut verilerle soruları yanıtlamak için faturalarınızın, giderlerinizin ve müşterilerinizin gerçek durumunu okuyabilir, tahminlerle değil.

create_invoice, update_expense — Yapay zeka, doğal dilde bir talimattan doğrudan belge oluşturabilir veya değiştirebilir. «Acme S.L. için %15 stopajlı 1.200 EUR›luk bir Fatura oluştur» çalışır.

calculate_tax_summary, get_vat_report — Gerçek verileriniz üzerinde vergi hesaplamaları, genel örneklere göre değil.

detect_anomalies, predict_cashflow — Sektör ortalamalarına göre değil, somut geçmişiniz üzerinde çalışan öngörücü analiz.

Bir yapay zeka asistanı function tools›a eriştiğinde, konuşma «bana ne kadar fatura kestiğimi söyle»den «ayı nakit sıkıntısı yaşamadan kapatmak için bu hafta ne yapmalıyım»a dönüşür. İkinci soru derin bağlam, gerçek hesaplamalar ve eylem kapasitesi gerektirir. Araçsız bir sohbet robotu bunu iyi yanıtlayamaz.

OCR: dijitalleştirmek ve anlamak arasındaki fark

OCR (optik karakter tanıma) 90›lardan beri var. Yapay zeka ile değişen, metnin okunabilmesi değil — bu zaten yapılıyordu — sistemin belgenin yapısını anlayabilmesidir.

Geleneksel OCR şöyle okur: «FATURA — XYZ Şirketi — Vergi Matrahı: 1.000,00 — IVA %21: 210,00 — Toplam: 1.210,00».

Yapay zekalı OCR şunu anlar: bu metin bir tedarikçi faturasıdır, matrah 1.000 EUR, IVA %21, ödenecek toplam 1.210 EUR, belgenin içeriğine göre konu «tasarım hizmetleri»dir ve göndericinin NIF›ine göre IVA geri alınabilir.

Operasyonel fark: geleneksel OCR ile, hala alanları manuel olarak gözden geçirmeniz ve tamamlamanız gerekir. Yapay zekalı OCR ile, gider yakalama bir görev olmaktan çıkar, bir doğrulamaya dönüşür.

Frihet, fişlerden ve faturalardan otomatik olarak şunları çıkarır: tedarikçi, tarih, göndericinin NIF›i, konu, vergi matrahı, IVA türü, oran, toplam, ödeme yöntemi ve önerilen muhasebe kategorisi. 50›den fazla dildeki giderler ve 71 ülkenin faturalama formatları için.

Ayda 40-60 gider yöneten bir serbest meslek sahibi için, bu, sadece veri yakalamada aylık 1,5 ila 3 saat tasarruf anlamına gelir. Bu teorik bir sayı değil: her alanı elle doldurmaya harcanan süreye karşılık tarama, inceleme ve onaylamanın ne kadar sürdüğüdür.

Otomatik kategorilendirme: işiniz nasıl öğreniyor

Gider kategorilendirmesi, manuel olarak yapana kadar görülmeyen bir karmaşıklığa sahiptir: aynı tedarikçi size farklı kategorilere giren kalemler faturalayabilir. Amazon bir faturada «ofis malzemesi» iken, bir sonraki faturada «bilişim ekipmanı» olabilir. Benzin istasyonu bağlama göre «ulaşım» veya «temsil giderleri» olabilir.

Frihet›in yapay zekası sabit kurallar uygulamaz. İşletmenizin belirli kalıplarını öğrenir. Birkaç hafta kullanımdan sonra, sistem El Corte Inglés›teki alışverişlerinizin genellikle ofis malzemelerine, ofisinizin yakınındaki restoranın temsil giderlerine ve Adobe›ye aylık aboneliğin indirilebilir «dijital hizmetler»e gittiğini anlar.

Bir kategorilendirmeyi düzelttiğinizde, bu düzeltme modeli besler. Küresel olarak değil — düzeltmeleriniz size aittir, diğer kullanıcılarla paylaşılmaz — çalışma alanınız düzeyinde.

Yeterli geçmişle doğruluk oranı %95›i aşar. Ancak Frihet, kategorilendirmeleri kesin olarak sunmaz: bunları inceleme için öneri olarak gösterir. Yapay zeka önerir, kullanıcı onaylar. Nihai karar sizindir.

Fiscal autopilot: vergi mevzuatını anlayan yapay zeka

Bu, eklenmiş yapay zeka ve yerel yapay zeka arasındaki farkın en belirgin hale geldiği işlevselliktir.

Bir sohbet robotu size «İspanya›da üç aylık IVA, vergi matrahının %21›idir» diyebilir. Bu, Google›da arayabileceğiniz genel bir bilgidir.

Frihet›in Fiscal Autopilot›ı farklı bir şey yapar: belirli faaliyetinizi analiz eder, ülkenizin ve vergi rejiminizin vergi kurallarını uygular, hak ettiğiniz kesintileri belirler, beyan ettikleriniz ile verilerinizin gösterdikleri arasındaki tutarsızlıkları tespit eder ve sizi yaklaşan yükümlülükler hakkında yeterli zaman öncesinden bilgilendirir.

İspanya›da basitleştirilmiş doğrudan tahmini rejimde olan bir serbest meslek sahibi için bu şu anlama gelir: peşin ödemelerin (model 130) otomatik hesaplanması, kaydedilmemiş indirilebilir giderlerin belirlenmesi, beyannamede görünmesi gereken alınan stopajlar için uyarı ve çeyrek bitmeden vergi sonucunun tahmini.

Sistem 71 ülkenin vergi pozisyonlarını kapsar. Bir Alman freelancer, bir Fransız danışman ve Kanarya Adaları›ndaki bir serbest meslek sahibi (IVA yerine IGIC ile), kendi özel rejimlerine uyarlanmış aynı düzeyde vergi otomasyonu alır.

Öngörücü uyarılar: önceden bilmek

Nakit akışı, küçük işletmelerde en çok hoş olmayan sürprizleri yaratan sorundur. Sayılar kötü olduğu için değil — bazen mükemmel şekilde yönetilebilir — kimse yeterince önceden bakmadığı için.

Frihet›in öngörücü uyarıları üç bilgi katmanını analiz eder:

Tahsilat ve ödeme geçmişi. Hangi müşteriler genellikle geç ödeme yapar? Ortalama olarak ne kadar geç? Hangi tedarikçiler zamanında tahsilat yapar ve hangileri esneklik gösterir?

Bilinen gelecek taahhütleri. Tahsilatı bekleyen kesilmiş faturalar, planlanmış tedarikçi ödemeleri, serbest meslek veya Sosyal Güvenlik primleri, vergi vadeleri.

Mevsimsel kalıplar. Eğer ocak ayında müşteriler aralık sonunda faturalamayı kapattığı için her zaman bir gelir düşüşü yaşanıyorsa, sistem bunu bilir ve projeksiyona dahil eder.

Sonuç: senaryoları (müşteri A zamanında öderse, müşteri B genellikle olduğu gibi gecikirse) ve gerginlik riski olduğunda belirli uyarıları içeren 6-8 haftalık bir cashflow projeksiyonu.

Bu sihir değil. Muhasebenizde zaten var olan ancak kimsenin manuel olarak analiz etmeye zamanı olmayan veriler üzerindeki desen tanımadır.

Doğal dildeki asistan: sorudan eyleme

Frihet›in konuşma asistanı, soruları yanıtlayan bir sohbet robotu değildir. İşletmeniz üzerinde operasyonları yürütebilen bir ajandır.

Pratikteki fark:

Chatbot: «Ocak ayında ne kadar fatura kestim?» → Yanıtlar: «1.340 EUR»

Function tools›a sahip ajan: «Ocak özeti›ni danışmanıma göndermek için hazırla» → Yürütür: faturalama, giderler, marj, IVA repercutido ve soportado›yu hesaplar, danışmanınızın kullandığı formatta özeti oluşturur ve göndermek isteyip istemediğinizi sorar.

Frihet›in asistanı 55+ function tools›a erişime sahiptir, bu da doğal dilde basit talimatlardan karmaşık akışları yürütebileceği anlamına gelir. Hangi aracı kullanacağınızı bilmeniz gerekmez — sistem sorunuzu yanıtlamak veya talimatınızı yürütmek için doğru olanları seçer.

17 dilde çalışır. Bir Japon kullanıcı, bir Alman kullanıcı ve bir İspanyol kullanıcı, aynı operasyonel yeteneklerle kendi ana dillerinde aynı asistanı kullanır.

MCP sunucusu: yapay zeka ERP›nizi zaten entegre ettiğinde

Geliştiriciler ve teknik kullanıcılar için Frihet, başka hiçbir İspanyol ERP›sinin sahip olmadığı bir şeyi sunar: MIT lisanslı ve 52 aracı mevcut bir MCP (Model Context Protocol) sunucusu.

MCP, Claude gibi yapay zeka asistanlarının harici sistemlerle doğrudan bağlantı kurmasını sağlayan standart protokoldür. Frihet›in MCP›si kurulu olduğunda, Claude faturalarınızı okuyabilir, belge oluşturabilir, vergileri hesaplayabilir, cashflow›unuzu analiz edebilir ve Frihet›teki operasyonları doğrudan konuşmadan yürütebilir.

Programlamanız gereken bir API değildir. Bu, yapay zeka asistanı ile ERP›niz arasında, araçların zaten tanımlanmış ve bağlamın zaten yapılandırılmış olduğu doğrudan bir bağlantıdır. Bir developer dakikalar içinde bir otomasyon akışı oluşturabilir.

MCP sunucusu ücretsiz ve open source›dur. Ödeme planı veya ek bir modül gerektirmez. Bu, yapay zeka ekosistemine yapılan bir yatırımdır: başkalarının Frihet üzerinde inşa etmesi ne kadar kolay olursa, tüm kullanıcılar için o kadar fazla değer yaratılır.

Frihet›te yapay zekanın yapmadıkları

Dürüstlük tasarımın bir parçasıdır. Frihet›in yapay zekasının bilerek yapmadığı şeyler var:

Sizin adınıza kararlar almaz. Cashflow›u projelendirebilir, ancak bir gideri erteleme veya bir tahsilatı hızlandırma kararı sizindir. Bir anormalliği tespit edebilir, ancak onunla ne yapacağınıza karar vermek sizindir.

Vergi danışmanının yerini almaz. Veri yakalamayı otomatikleştirebilir ve tahminler hesaplayabilir. Stratejik vergi planlaması, karmaşık düzenlemelerin yorumlanması ve yasal sonuçları olan kararlar, onlar için sorumluluk alacak bir profesyonel gerektirir.

Kötü kaliteli verilerle çalışmaz. Kullanıcının yüklediği belgeler okunamıyorsa, kategorilendirmeler yanlış olacaktır. Yapay zeka, aldığı veriler kadar iyidir.

İnsan incelemesi olmadan verileri konsolide etmez. Yapay zeka tarafından oluşturulan kategorilendirme önerileri ve taslaklar bu şekilde işaretlenmiştir. Kullanıcı, muhasebeye konsolide edilmeden önce inceler ve onaylar.

Bunlar utanç verici sınırlamalar değildir. Bunlar tasarım ilkeleridir. İnsan denetimi olmadan kritik kararları otomatikleştiren bir ERP iyi bir ERP değildir — güzel arayüzlü bir sorun üreticisidir.

Bir ERP›nin yapay zekasını satın almadan önce nasıl değerlendirilir

Yapay zekalı bir ERP›yi değerlendiriyorsanız, bunlar gerçek yapay zekayı pazarlama yapay zekasından ayıran sorulardır:

Yapay zeka gerçek verilerime erişiyor mu yoksa sadece genel yanıtlar mı veriyor? İşletmenizin belirli bir durumu hakkında soru sorun. Yanıt genelse, yapay zeka verilerinizin bağlamına sahip değildir.

Sistemin kaç function tools›u var? Araçsız bir sohbet robotu soruları yanıtlayabilir ancak operasyonları yürütemez. Eylem kapasitesi farktır.

Yapay zeka hareket edebilir mi yoksa sadece bilgi mi verebilir? Doğal dilde bir talimattan fatura oluşturmak, size nasıl fatura oluşturacağınızı söylemekten farklıdır.

Akışta insan denetimi var mı? İncelemesiz otomatik olarak konsolide eden bir sistem, muhasebenizde fark etmeden hata yapabilecek bir sistemdir.

Sağlayıcı, yapay zekanın verilerinizle ne yaptığını açıklıyor mu? Yerel işleme, RGPD›ye uyum ve model eğitimi için kullanılmaması şartlarda, küçük puntolarla değil, yer almalıdır.

Frihet bu soruları geçer. Belirli bir işlevsellik hakkında somut şüpheleriniz varsa, destek, herhangi bir şey imzalamadan önce size bir demoda gösterebilir.