yerel yapay zekâ

Yerel Yapay Zekâ Kurulumu

kısa cevap

Yerel yapay zekâ kurulumu, dil modelinin ve belge işleme bileşenlerinin kurumunuzun kendi sunucusunda veya ağında çalışacak biçimde hazırlanmasıdır. Müvekkil, hasta ve finansal veriler, tüm işleme bileşenleri yerelde yapılandırıldığında kurum dışına çıkmadan işlenir. Metot Bilişim, veri akışınızı ve mevcut altyapınızı değerlendirerek model seçimini, belge erişimini, kullanıcı yetkilerini ve işletim planını aynı kurulum kapsamında ele alır; çözümü kendi belgelerinizle yapılan pilot üzerinden şekillendirir.

Kurulum ihtiyacınızı konuşalım Kapsamı inceleyin

Abdullah KarakuşSon güncelleme: 20 Ekim 202611 dk okuma

kurulumda ele aldığımız katmanlar →

Local AI kurulumu nedir, verileriniz neden kurumunuzda kalır?

Local AI kurulumu, yapay zekânın yanıt üretmesini ve bu yanıt için gereken belge işlemlerini kurumunuzun kontrolündeki ortamda yürütür. Verilerinizin kurumunuzda kalması, modelle birlikte arama, kayıt ve yedekleme bileşenlerinin de bu sınır içinde çalışmasına bağlıdır.

Bir çalışanınız sözleşme hakkında soru sorduğunda sistem ilgili belge bölümlerini bulur ve modele iletir. Model, soruyu ve bu bölümleri yerel sunucuda işler. Yanıt çalışanın ekranına döner. Belgelerin aranabilir kopyaları, sohbet geçmişi ve işlem kayıtları da belirlediğiniz ortamda tutulur. Hangi verinin nerede saklandığını bu akış üzerinden görebilirsiniz.

Bulut hizmetinde ise gönderdiğiniz içerik başka bir şirketin sunucularında işlenir; yurt dışındaki bulut yapay zekâ servislerinde bu işlem ülke dışında gerçekleşebilir. Saklama, erişim ve eğitim amaçlı kullanım koşulları sağlayıcının sözleşmesine ve yapılandırmasına bağlıdır.

Yerel mimaride bu kararları kendi bilgi güvenliği politikanıza göre düzenleyebilirsiniz. Ancak yalnızca modeli sunucuya kurmak yeterli değildir. Belge okuma, arama ve hata bildirimi için kullanılan dış bağlantıları da incelemek gerekir. Güncelleme dosyalarının nereden alınacağı ve nasıl uygulanacağı önceden belirlenir. Günlük kullanım ve bakım aynı veri sınırlarında yönetilir.

Hangi verileri bulut yapay zekâ servislerine göndermemelisiniz?

Paylaşım yetkisi, hukuki dayanağı ve sağlayıcı güvenceleri değerlendirilmemiş hassas verileri bulut yapay zekâ servislerine göndermemelisiniz. Özellikle aşağıdaki içerikler için kurumunuzun veri sınıflandırması ve onay süreci belirleyici olmalıdır:

Müvekkil bilgileri: Dava dosyaları, deliller, görüşme notları ve henüz açıklanmamış hukuki stratejiler.
Hasta kayıtları: Tetkik sonuçları, epikrizler, tedavi geçmişi ve kişiyi tanımlayan sağlık belgeleri.
Kimlik ve finansal veriler: Kimlik belgeleri, hesap hareketleri, müşteri dosyaları ve ödeme bilgileri.
Ticari sırlar: Ürün tasarımları, üretim yöntemleri, teklif tutarları, maliyet tabloları ve sözleşme koşulları.
Personel dosyaları: Bordrolar, değerlendirme notları, özlük belgeleri ve çalışanlara ait sağlık bilgileri.

Bu liste, her bulut kullanımının yasak olduğu anlamına gelmez. Karar; verinin niteliğine, işleme amacına, sözleşmelere ve uygulanacak kurallara göre verilmelidir. Bir dosyadan yalnızca isimleri silmek, içindeki kişilerin veya kurumların anlaşılamayacağını da tek başına göstermez. Olay ayrıntıları, dosya numaraları ve başka bilgiler kimliği ortaya çıkarabilir. Çalışanlarınızın hangi belgeleri hangi araçlara yükleyebileceğini açıkça belirlemek, teknik kurulum kadar önemlidir. Yerel işleme sınırı da bu sınıflandırmadan hareketle çizilir; gerekmeyen hassas içerik sisteme hiç alınmaz. Erişim kararı baştan verilir.

Yerel yapay zekâ, KVKK uyumlu çalışmanızı nasıl destekler?

Yerel yapay zekâ, kişisel verilerin nerede işlendiğini ve kimlerin erişebildiğini kontrol etmenizi destekler. Tüm bileşenler kurum içinde çalışıyor ve yurt dışına erişim veya aktarım bulunmuyorsa ilgili kullanımda yurt dışı aktarım adımı hiç oluşmayabilir.

Kişisel verilerin yurt dışına aktarılması, KVKK md. 9 kapsamındaki koşullara ve usullere bağlıdır. Sağlık verileri gibi özel nitelikli kişisel veriler ise md. 6 kapsamında ek korumaya tabidir. Yerel işleme, yurt dışı aktarım gibi adımlarda prosedür ihlali riskini azaltmaya yardımcı olabilir. Bu değerlendirme yalnızca sunucunun konumuna bakılarak yapılmaz. Harici destek erişimi, yedekler ve bağlı servisler de incelenmelidir.

Kurulum kapsamında teknik veri akışını görünür kılar, belge erişimlerini sınırlandırır ve kayıt politikasını bu değerlendirmeye uygun biçimde planlarız. Hangi dosyanın hangi bileşene ulaştığı açıklanabilir olmalıdır. Kullanıcı hesabının kapatılması veya belgenin silinmesi gibi işlemlerin arama dizinine ve yedeklere etkisi de ele alınır. Böylece teknik yapı, kurumunuzun belirlediği hukuki ve idari süreçlerin uygulanmasına yardımcı olur. Kullanım amacı değiştiğinde değerlendirme yenilenir.

Hangi kurumlar yerel yapay zekâya ihtiyaç duyar?

Gizli belgeleri ve kişisel verileri üzerinde doğrudan kontrol isteyen kurumlar yerel yapay zekâyı değerlendirebilir. Kullanım alanı, sorumluluklarınıza ve belge erişimlerine göre belirlenir.

Hukuk büroları

Müvekkil kimliği, dava dosyası, deliller ve hukuki strateji korunması gereken bilgilerdir. Avukatlık Kanunu md. 36 sır saklama yükümlülüğünü düzenler. Türkiye Barolar Birliği’nin yapay zekâ tavsiye rehberi de veri işleme ortamına ve paylaşım güvencelerine dikkat çeker. Bu içerikleri dış sistemlere göndermek için mesleki yükümlülüklerle birlikte değerlendirme gerekir. Yerelde, yetkili avukatlar için dosya özeti hazırlama ve sözleşme hükümlerini karşılaştırma yapılabilir. Taslakları avukat inceler; müvekkil dosyalarının erişimleri ayrılır.

Sağlık kuruluşları

Özel hastaneler ve klinikler; hasta dosyalarını, tetkik sonuçlarını ve tedavi geçmişini korur. Sağlık verisinin özel nitelikli kişisel veri olması, dış sistemlerle paylaşımın ayrıca değerlendirilmesini gerektirir. Kurum içinde hasta dosyasından yetkili personel için özet hazırlama ve idari başvuruları ilgili birime göre sınıflandırma uygulanabilir. Çıktıları ve yönlendirmeleri yetkili personel kontrol eder. Sistem tanı veya tedavi kararı vermez. Belgelere erişim, görevin gerektirdiği kayıtlarla sınırlı tutulur; hasta arşivi tüm çalışanlara açılmaz.

Finans ve sigorta kuruluşları

Müşteri kimlikleri, işlem kayıtları, poliçeler ve hasar dosyaları hassas içerik taşır. Düzenleyici kurumların bilgi sistemleri ve dış hizmet alımına ilişkin kuralları, verinin işleneceği ortam seçilirken kuruluşunuz özelinde değerlendirilmelidir. Yerel yapı içinde hasar dosyası özeti hazırlama ve kurum içi prosedürlerde kaynaklı soru-cevap uygulanabilir. Dış paylaşım öncesinde inceleme gerekir. Yapay zekâ çıktısı ödeme, kredi veya teminat kararı olarak kullanılmaz; yetkili çalışanın incelemesine sunulur. Erişimler görev ve dosya sorumluluğuyla sınırlandırılır.

Mali müşavirlik ve muhasebe büroları

Müşterilerin bordroları, faturaları, beyannameleri ve mali tabloları büro içinde korunması gereken bilgiler içerir. Meslek sırrı ve vergi mahremiyeti, bu belgelerin dış sistemlere aktarılmasında dikkate alınmalıdır. Yerelde gelen muhasebe belgelerini türlerine göre sınıflandırma ve müşteri dosyalarından yazışma taslağı hazırlama yapılabilir. Her müşteri için ayrı erişim düzeni kurulur. Bir müşteriyle ilgili sorunun yanıtına başka müşterinin belgesi karışmamalıdır. Rakamları meslek mensubu doğrular; taslaklar resmî işlem başlatmaz.

Üretim ve Ar-Ge firmaları

Ürün çizimleri, reçeteler, deneme sonuçları, maliyet tabloları ve teklif koşulları ticari değer taşır. Bu içeriklerin dışarı aktarılması, ticari sırların korunmasını ve sözleşmesel gizlilik yükümlülüklerini etkileyebilir. Yerel ortamda teknik dokümanlarda kaynaklı arama ve teklif şartnamelerinin karşılaştırılması uygulanabilir. Ar-Ge belgeleriyle satış belgelerine aynı erişim verilmesi gerekmez. Kullanıcılar yalnızca görevleri için açılmış kaynaklara ulaşır. Çıktılar ilgili mühendis veya teklif sorumlusu tarafından incelenir; tasarım değişikliği ya da fiyat kararı otomatik olarak uygulanmaz.

Kamu kurumları ve belediyeler

Vatandaş başvuruları, personel kayıtları ve kurum içi yazışmalar kontrollü işlenmelidir. 2019/12 sayılı Bilgi ve İletişim Güvenliği Tedbirleri Genelgesi, kritik verilerin yurt içinde güvenli biçimde depolanmasını öngörür. Kurum verisinin dış hizmetlere aktarımı bu çerçeve ve kurum kurallarıyla birlikte değerlendirilir. Yerelde vatandaş dilekçelerini konularına göre sınıflandırma ve kurum içi yönergelerde kaynaklı soru-cevap yapılabilir. Uygulama mevcut belge erişim düzenine göre hazırlanır. Resmî cevaplar yetkili personelin kontrolünden geçer; sistem kendi başına idarî karar oluşturmaz.

Verileriniz kurum içinde kalırken yapay zekâ neler yapabilir?

Yerel yapay zekâ, erişim izni verilen belgelerde bilgi bulabilir, uzun dosyaları özetleyebilir ve çalışanların inceleyeceği taslaklar hazırlayabilir. Bu işler, işleme bileşenleri yerelde tutulduğunda veriler kurum içinde kalarak yürütülür. Aşağıdaki beş senaryo, bir işin kurum içinde baştan sona nasıl ilerleyebileceğini gösterir.

kurum içi senaryolarişlem kurum ağında

Belgelerde kaynaklı soru-cevap
kurum ağı
1. Örnek istek:
  Bir mali müşavirlik çalışanı, müşterisinin dosyasından belirli bir beyanname dönemine ilişkin yazışmaları ve belgeleri sorar.
2. Kurum içinde ne olur:
  Sistem, çalışanın yetkili olduğu müşteri dosyasında ilgili bölümleri bulur. Yerel model bu bölümlerden yanıt oluşturur; başka müşterinin belgesi aramaya alınmaz.
3. Çıktı:
  Çalışanın ekranına kısa bir yanıt gelir. Yanıtın dayandığı belge bölümlerine kaynak bağlantısı eşlik eder.
4. İnsan kontrolü:
  Meslek mensubu yanıtı kaynak belgeyle karşılaştırır ve rakamları doğrular. Belge bulunamadığında sistemin bunu belirtmesi hedeflenir.
Uzun dosya özeti
kurum ağı
1. Örnek istek:
  Bir avukat, yüzlerce sayfalık dava dosyasından olay sırasını, önemli tarihleri ve incelenecek başlıkları çıkarmasını ister.
2. Kurum içinde ne olur:
  Dosya yalnızca yetkili avukatın erişebildiği alandan okunur. Yerel model metni bölümler hâlinde işler ve özet taslağını sunucu içinde hazırlar.
3. Çıktı:
  Tarih sırasına göre olay akışı ve incelenecek başlıklar listesi gelir. Her madde, dosyadaki ilgili sayfaya bağlanır.
4. İnsan kontrolü:
  Avukat özeti dosyayla karşılaştırır, eksikleri tamamlar. Özet taslaktır; müvekkile veya mahkemeye avukat onayı olmadan gitmez.
Sözleşme ve sürüm karşılaştırma
kurum ağı
1. Örnek istek:
  Üretim firmasının teklif sorumlusu, bir şartnamenin eski ve yeni sürümlerinde değişen hükümlerin gösterilmesini ister.
2. Kurum içinde ne olur:
  Sistem iki sürümü kurum içindeki belge havuzundan alır. Yerel model hükümleri eşleştirir, değişen, eklenen ve çıkarılan ifadeleri ayırır.
3. Çıktı:
  Değişen hükümlerin yan yana gösterildiği bir liste gelir. Her değişiklikte iki sürümün kaynak sayfası belirtilir.
4. İnsan kontrolü:
  Teklif sorumlusu ve ilgili mühendis değişikliklerin etkisini değerlendirir. Fiyat veya tasarım kararı sistem tarafından otomatik uygulanmaz.
Gelen evrak sınıflandırma
kurum ağı
1. Örnek istek:
  Bir kliniğin idari birimi, gelen başvuruların ilgili birime göre ayrılmasını ister. Tanı veya tedavi içeren kayıtlar bu işin dışındadır.
2. Kurum içinde ne olur:
  Yerel model her başvuruyu konusuna göre sınıflandırır. Emin olmadığı evrakı yönlendirmeden ayırarak inceleme kuyruğuna bırakır.
3. Çıktı:
  Başvurular birim bazında listelenir. Belirsiz evrak, ayrı bir inceleme kuyruğunda görünür.
4. İnsan kontrolü:
  Yetkili personel yönlendirmeleri ve inceleme kuyruğunu kontrol eder. Sistem tanı veya tedavi kararı vermez.
Yazışma taslağı
kurum ağı
1. Örnek istek:
  Bir sigorta şirketinin hasar uzmanı, dosyadaki eksik belge bilgisini içeren bir bilgilendirme yazısı taslağı ister.
2. Kurum içinde ne olur:
  Sistem, uzmanın sorumlu olduğu hasar dosyasındaki bilgilere ve kurumun yazışma örneklerine bakar. Yerel model taslağı sunucu içinde yazar.
3. Çıktı:
  Düzenlenebilir bir yazı taslağı gelir. Taslakta kullanılan dosya bilgileri uzmanın kontrolü için ayrıca gösterilir.
4. İnsan kontrolü:
  Yetkili çalışan taslağı düzeltir ve gönderilmesine karar verir. Sistem ödeme, kredi veya teminat kararı vermez.

Hangi kullanım alanının sizin için uygun olduğu varsayımla değil, belgelerinize bakılarak seçilir ve kendi verinizle yapılan pilotta test edilir.

Veri gizliliğini kurulumun her katmanında nasıl koruyoruz?

Gizliliği, modelden yedeklere kadar bütün veri akışını kurumunuzun kontrolünde tasarlayarak ele alıyoruz. Hangi çalışanın hangi belgeyi görebileceğini ve hangi bileşenin dış bağlantı kurabileceğini ayrı ayrı belirliyoruz.

Model, belge işleme araçları ve arama için kullanılan vektör veritabanı kurum ortamında konumlandırılır. Belge dizini de asıl dosyalar gibi hassas kabul edilir. Sohbet geçmişi, kullanım kayıtları ve yedeklerin nerede tutulacağı açıkça tanımlanır. Gereksiz içerik kaydı sınırlandırılır; saklama ve silme kuralları kurumunuzun politikasına göre yapılandırılır.

Dışarıya bağlantı kuran servisleri, hata bildirimlerini ve kullanım verisi gönderen bileşenleri tespit ederiz. Gerekli olmayan bağlantılar kapatılır. Gerekli bir dış bağlantı varsa hangi veriyi taşıdığı açıklanır ve kurumunuzun değerlendirmesine sunulur. Yerel işleme hedefini bozan bir bileşen sessizce akışa eklenmez.

Rol bazlı erişim, belge araması yapılırken uygulanır. Kullanıcının göremediği bir dosyanın içeriği yanıt bağlamına da alınmamalıdır. Hesapların açılması, yetkilerin değiştirilmesi ve erişimlerin kaldırılması için sorumlular belirlenir.

Model dosyaları ve güncellemeler kontrollü olarak aktarılır. Sürüm değişikliğinin veri akışına ve erişimlere etkisi test edilir. Yedeklerden geri dönüşte de aynı yetki sınırlarının korunması hedeflenir. Kayıt erişimleri de kurumun belirlediği inceleme ihtiyacıyla sınırlandırılır. Kurulum tesliminde yapılandırma ve işletim sorumlulukları yazılı olarak aktarılır; teknik kontrollerin devamlılığı bakım planında ele alınır.

Yerel yapay zekâ neyi çözer, neyi çözmez?

Yerel yapay zekâ, hassas verilerin nerede işlendiği üzerinde kontrol kurmanıza yardımcı olur; yanlış yanıtları, yetki hatalarını veya mevzuat yükümlülüklerini kendiliğinden ortadan kaldırmaz. Aşağıda her konunun sonucu üç hükümden biriyle gösterilir: çözer, koşula bağlı, çözmez.

gerçeklik kontrolü

Çözer
Verinin nerede işlendiğini bilmek
Model, arama ve kayıt bileşenleri kurumunuzun ortamında çalıştığında verinin hangi sunucuda işlendiğini ve kimlerin eriştiğini kendiniz belirlersiniz. Akışı görebilir ve bilgi güvenliği politikanıza göre düzenleyebilirsiniz.
Çözer
Bulut sağlayıcının koşullarına bağımlılık
Saklama, erişim ve eğitim amaçlı kullanım koşulları artık bir dış sağlayıcının sözleşmesine bağlı kalmaz. Ayrıca RAG yaklaşımı belgelerinizi modele öğretmez; içerik yalnızca yanıt için bağlam olarak kullanılır, model ağırlıkları değişmez.
Koşula bağlı
Yurt dışı aktarım adımı
Tüm işleme ve saklama bileşenleri yerelde, yurt dışına erişim de yoksa ilgili kullanımda aktarım adımı oluşmayabilir. Harici belge okuma servisi, dış yedekleme veya destek bağlantısı bunu değiştirebilir; bu yüzden bağlantılar tek tek incelenir.
Koşula bağlı
İnternetsiz çalışma
Gerekli model ve bileşenler yerelde hazırsa sistem internet bağlantısı olmadan çalışabilir. Belge okuma, arama ve kullanıcı doğrulamanın da çevrimdışı çalışması gerekir. Bu seçenek baştan varsayılmaz; teknik keşifte ayrıca değerlendirilir.
Koşula bağlı
Bulut modelleriyle eşit başarım
Yerel modeller bazı görevlerde büyük bulut modellerinin gerisinde kalabilir. Türkçe belgeler, uzun dosyalar ve karmaşık sorular farklı sonuç verebilir. Başarım göreve bağlıdır; kendi belgelerinizle yapılan pilotta, beklediğiniz yanıt örnekleriyle ölçülür.
Çözmez
KVKK yükümlülükleri
Yerel kurulum tek başına KVKK uyumu sağlamaz. Hukuki sebebin belirlenmesi, aydınlatma, erişim yetkileri, kayıtlar, saklama ve silme düzeni kurumunuzda devam eder. Bunları kurumunuzun hukuk danışmanıyla birlikte değerlendirmeniz gerekir.
Çözmez
Yanlış yanıt ve yetki hatası
Yerel çalışmak yanıtları kendiliğinden doğru yapmaz, erişim sınırlarını da kendiliğinden kurmaz. Kaynak bağlantısı doğruluğu tek başına kanıtlamaz. Bu riskler insan kontrolü, pilotta yetkisiz erişim testleri ve rol bazlı yetkilerle ele alınır.

Yerel çalışmanın sizin için uygun olup olmadığını varsayımlar değil, kendi verinizle yapılan pilotun doğruluk, erişim ve performans sonuçları belirler.

Donanım ve maliyeti hangi etkenler belirler?

Donanım ve maliyet; model boyutuna, eş zamanlı kullanıcı sayısına, belge hacmine ve beklediğiniz yanıt süresine göre belirlenir. Mevcut sunucunuzun uygunluğu, yeni bir donanım önerilmeden önce incelenir.

Modelin bellekte kapladığı alan, aynı anda işlenen sorular ve uzun belgeler kapasiteyi etkiler. Belge okuma ve arama altyapısının da işlemci, bellek ve depolama ihtiyacı vardır. Ekran kartı gereksinimi görevle birlikte değerlendirilir; her kullanım aynı donanımı gerektirmez.

Toplam maliyette kurulumun yanında enerji, lisans koşulları, yedekleme ve bakım da hesaba katılır. Kullanıcı sayısının veya belge havuzunun büyümesi için genişleme seçenekleri belirlenir. Teklif kapsamını, pilotta görülen iş yükü ve kabul ölçütleri üzerinden hazırlamak daha sağlıklı bir karar zemini oluşturur. Böylece yatırım kararı yalnızca modelin adına veya sunucunun mevcut olmasına dayanmaz.

Yerel yapay zekâ kurulumu nasıl ilerler?

Kurulum veri sınırlarının belirlenmesiyle başlar.

Veri envanteri ve gizlilik riski analizi

Belgeleri, erişecek kişileri ve veri akışlarını belirleriz. Hassas içerikleri ve dış bağımlılıkları tespit ederiz.

Mimari, model ve donanım seçimi

Modeli, belge işleme bileşenlerini ve donanımı değerlendiririz. Lisansları, erişimleri ve güncellemeleri planlarız.

Kendi verinizle pilot

Kendi belgelerinizle doğruluk, kaynaklar ve performansı test ederiz. Yetkisiz erişimi ve belirsiz sorulara verilen yanıtları kontrol ederiz.

Kurulum ve erişim yetkileri

Ortamı kurar, kullanıcı rollerini ve belge izinlerini yapılandırırız. Bağlantılar, kayıtlar ve yedekleme kontrol edilir.

Eğitim ve destek

Kullanım sınırlarını ve çıktı kontrolünü aktarırız. Bakım sorumluları, güncelleme yöntemi ve destek kapsamı yazılı belirlenir.

Yararlanılan kaynaklar

yazar

Abdullah Karakuş

Dijital Pazarlama Yöneticisi

Abdullah Karakuş, dijital pazarlama ve web teknolojileri alanında 10 yılı aşkın deneyime sahip bir dijital pazarlama yöneticisidir. SEO, Generative Engine Optimization (GEO), Google Ads, Meta Ads ve web teknolojileri üzerine uzmanlaşmıştır. Yazılım geliştirme geçmişini veri analizi ve performans pazarlaması deneyimiyle birleştirerek markaların arama motorları ve yapay zekâ destekli platformlardaki dijital görünürlüğüne yönelik stratejiler geliştirir. Metot Bilişim bünyesinde teknik SEO, içerik optimizasyonu, reklam performansı ve web projelerinin stratejik süreçlerini yönetir. Yayınladığı içerikleri güncel teknolojiler, ölçülebilir veriler ve uygulama deneyimi doğrultusunda hazırlar.

Bu sayfa en son 20 Ekim 2026'da güncellendi.

Local AI kurulumu nedir, verileriniz neden kurumunuzda kalır?%0

sss

Sıkça sorulan sorular

Burada cevabını bulamadığınız bir soru varsa doğrudan ekibimize sorabilirsiniz.

Sorunuzu bize iletin

Local AI kurulumu ile verilerimiz yurt dışına çıkar mı?

Tüm işleme ve saklama bileşenleri yereldeyse ve yurt dışına erişim yoksa ilgili kullanımda verilerin yurt dışına gönderilmesi gerekmez. Ancak harici belge okuma servisi, dış yedekleme veya destek bağlantısı bu durumu değiştirebilir. Bu nedenle yalnızca modele bakılmaz; bağlantılar ve veri akışı birlikte incelenir.

Yerel yapay zekâ kullanırsak KVKK yükümlülüklerimiz ortadan kalkar mı?

Hayır, yerel yapay zekâ kullanmak KVKK yükümlülüklerinizi ortadan kaldırmaz. Sorumluluklar kullanım boyunca da devam eder. Yurt dışı aktarım adımı oluşmayabilir; hukuki sebep, aydınlatma, erişim güvenliği ve saklama gibi sorumluluklar sürer. Kurulumun kullanım amacı ve veri akışı kurumunuzun hukuk danışmanıyla birlikte değerlendirilmelidir.

Verilerimiz yapay zekâ modellerinin eğitiminde kullanılır mı?

Yerel yanıt üretme ve RAG kullanımı, belgelerinizi kendiliğinden model eğitimine dahil etmez. Bu yapıda ilgili içerik yanıt için bağlam olarak kullanılır; modelin ağırlıkları değiştirilmez. Ayrı bir eğitim çalışması ancak ayrıca kapsamlandırılır. Sohbetlerin kaydedilmesi veya dış servise aktarılması ise farklı konulardır; bunlar da yapılandırmada kontrol edilmelidir.

Sistem internet bağlantısı olmadan çalışabilir mi?

Evet, gereken model ve bileşenler yerelde hazırsa sistem internet bağlantısı olmadan çalışabilir. Bunun için belge okuma, arama, kullanıcı doğrulama ve diğer bağımlılıkların da çevrimdışı çalışabilmesi gerekir. Sürekli internetten yalıtılmış bir ortamın kurulabilirliği ve güncelleme yöntemi teknik keşifte ayrıca değerlendirilir. Bu seçenek baştan varsayılmaz.

Yerel modeller bulut yapay zekâ servisleri kadar başarılı mı?

Yerel modellerin başarımı göreve bağlıdır; her işte büyük bulut modelleriyle aynı sonucu vermeleri beklenmemelidir. Türkçe belgeler, uzun dosyalar ve karmaşık sorular farklı sonuçlar doğurabilir. Değerlendirmeyi kendi belgelerinizle, beklediğiniz yanıt örnekleriyle ve kaynak doğruluğuyla yaparız. Seçimi gerçek kullanım pilotunun sonuçları belirler.

Mevcut sunucumuz yeterli olur mu?

Mevcut sunucunuz yeterli olabilir; karar hedef iş yükünün incelenmesiyle verilir. Bellek, işlemci, varsa ekran kartı, depolama ve eş zamanlı kullanım birlikte değerlendirilir. Belgelerin hazırlanması ve aranması da kaynak tüketir. Donanım önerisini, seçilen modelin gerçek görevlerdeki yanıt süresi ve kapasite testlerine göre oluştururuz.

Hangi çalışanın hangi belgeye erişeceğini sınırlayabilir miyiz?

Evet, kullanıcı ve rol bazlı yetkilerle belge erişimi sınırlandırılabilir. Bu sınır yalnızca ekrandaki dosya listesinde kalmamalı; arama sonuçlarına ve modele gönderilen içeriklere de uygulanmalıdır. Yetkisi olmayan kullanıcının başka bir dosyadan bilgi alamadığını pilotta test ederiz. Görev değişikliği veya işten ayrılma durumunda erişimlerin kaldırılması da işletim sürecine dahil edilir.

Kurulumdan sonra bakım ve güncellemeleri kim yapar?

Bakım ve güncellemeleri yürütecek taraf, kurulumun teslim ve destek planında belirlenir. Kurumunuzun BT ekibinin görevleri ile ayrıca kararlaştırılan hizmet kapsamı yazılı hale getirilir. Güncelleme öncesi test, yedekleme ve sorun halinde geri dönüş yöntemi açıklanır. Uzaktan erişim gerekiyorsa bağlantı biçimi, yetkiler ve veri sınırları kurumunuzla birlikte ayrıca tanımlanır.

sözlük

Bu hizmetle ilgili terimler

LLM
Large Language Model (Büyük Dil Modeli)
Çok büyük miktarda metinle eğitilmiş, metni anlayıp yeni metin üretebilen yapay zekâ modelidir. ChatGPT, Gemini ve Claude gibi asistanlar bu modellerle çalışır.
RAG
Retrieval-Augmented Generation (Erişimle Desteklenmiş Üretim)
Bir dil modelinin yanıtı üretmeden önce web araması veya belge veritabanı gibi dış kaynaklardan ilgili metinleri getirip yanıtını bu metinlere dayandırmasıdır.

Tüm sözlüğü inceleyin

ilgili hizmetler

İlgili hizmetler

Sizin İşletmeniz İçin Nereden Başlayalım?

Yeni bir site hazırlamak, mevcut sitenizi geliştirmek veya reklam çalışmalarınızı düzenlemek isteyebilirsiniz. İhtiyacınızı dinleyelim, yapılacak işleri ve uygun başlangıcı birlikte belirleyelim.