Yapay zekâ destekli müşteri hizmetleri ne zaman ticari olarak mantıklıdır?

Yapay zekâ destekli müşteri hizmetleri, 2024–2026 döneminde B2B SaaS ve e-ticarette en çok konuşulan satın alma konusu oldu. Tedarikçiler her alıcıya “%70 talep sapması (deflection) mümkün” diyor. Sonra satın almadan üç ay sonra ortaya çıkıyor ki: bu şirkette sapma oranı %12, ekip hâlâ 8 kişi ve yapay zekâ ayda 280.000 Ft'ye mal oluyor. Bu yazı, hangi gruba girdiğinize önceden nasıl karar vereceğinizi anlatıyor.

Üç ön koşul: bunlar olmadan başlamayın

Birincisi: hacim yeterli mi? Yapay zekâ destekli müşteri hizmetlerinin devreye alınması (lisans + entegrasyon + veri çalışması) ilk yılda genellikle 2–4 milyon Ft tutar. Bu ancak ayda 600–800 veya daha fazla talepte kendini amorti eder. Ayda 80 talepte (zor talepler bile olsa) tek bir çalışan daha ucuz ve daha isabetlidir. Yapay zekâ bir özellik değil, bir ölçeklendirme aracıdır.

İkincisi: yeterince tekrar var mı? Talep analizinden sonra, “ilk 20” soru türünün hacmin %60–80'ini oluşturup oluşturmadığı netleşir. Oluşturuyorsa sapma hedefine ulaşılabilir. Oluşturmuyorsa (her talep benzersiz bir uzmanlık vakasıysa), yapay zekâ ilk 20'de yardımcı olur ama iş yükünün %80'i insanda kalır. Geri dönüş ciddi biçimde düşer.

Üçüncüsü: veriler sağlıklı mı? Yapay zekâ destekli müşteri hizmetleri; şirket dokümanlarından, geçmiş taleplerden ve ürün verilerinden beslenen bir RAG (erişimle güçlendirilmiş üretim) motoruyla çalışır. Dokümanlar 2019'dan kalmaysa, ürün o zamandan beri değiştiyse ve eski taleplerin %60'ı “iç nota bakınız” seviyesindeyse, yapay zekâ ilk ayda yanlış yanıtlar üretir ve destek yöneticisi onu hızla devreden çıkarır. Devreye almadan önce 6–10 haftalık bir dokümantasyon temizliği neredeyse zorunludur.

Somut bir örnek üzerinden hesaplayalım

280 çalışanlı bir B2B SaaS şirketini ele alalım: ayda 2.400 destek talebi, kişi başı brüt 1,1 milyon Ft maliyetli 8 kişilik destek ekibi; yani ayda 8,8 milyon Ft. Taleplerin %65'i ilk 18 soru türüne giriyor (şifre sıfırlama, fatura indirme, paket değişikliği, hesap yetkileri, entegrasyon hata ayıklama). RAG dokümantasyonu orta düzeyde (4 haftalık temizlik). Yapay zekâ ile sapma planı: %45 (yapay zekâ ilk 18'in yaklaşık %70'ini karşılar, gerisini aktarır). Bu, ayda 1.080 talebin hiç insana ulaşmaması demektir; kabaca 3,2 tam zamanlı çalışanın işi. 12 ayda bu 42 milyon Ft tasarruf eder; 5 milyon Ft devreye alma ve 3,5 milyon Ft işletme maliyeti düşüldüğünde ilk yılda net 33,5 milyon Ft getiri sağlar.

Şimdi aynı hesabı ayda 90 talep alan ve tek bir yarı zamanlı destek çalışanı olan 28 kişilik bir şirket için yapalım: tasarruf edilecek bir şey yok. Bir kişi, yarı zamanlı ve sapma bu 90 talebin belki 35–40'ına dokunur. O yarı zamanlı çalışan ayda 200.000 Ft'ye mal olur; yapay zekâ ise 280.000 Ft. Hesap açıkça tutmuyor.

Erken devreye alma ne zaman yine de mantıklıdır?

Erken devreye almanın yine de karşılığını verdiği iki durum vardır. Birincisi: talep hacmi 12 ay içinde 5–10 katına çıkacak, hızla ölçeklenen bir girişim ve şimdi ekip büyütmek istemiyorsunuz. Burada yapay zekâ, bir sonraki aşamaya yapılan bir yatırımdır. İkincisi: uluslararası büyüme. 6–8 dilde 7/24 hizmeti insan ekibiyle sağlamak orantısız derecede pahalıdır; yapay zekâ ile yalnızca aktarılan vakalar insana ulaşır. Bu durumda tam kapsama ve yanıt süresi yalnızca bir maliyet kalemi değil, ticari bir farklılaştırıcı olur.

Yapay zekâ destekli müşteri hizmetleri neyi yapmamalı?

Yapay zekâ destekli müşteri hizmetleri fazla söz vermemelidir. Arka plandaki bir sistem bu yükümlülüğü gerçekten kayda almadıkça müşteriye asla kesin bir taahhütte (iade, termin, fiyat) bulunmamalıdır. Kişisel veri sızdırmamalıdır: RAG hiçbir zaman yanlışlıkla başka bir müşterinin kaydını getirmemelidir. Müşteri itirazına da kendisi karar vermemelidir; bu bir insanın işidir. İyi bir yapay zekâ destekli müşteri hizmetleri, rutin vakaların %80'ini hızlandırır ve zor olan %20'yi daha iyi bağlamla satış/destek ekibine devreder.

Yapay zekâ destekli müşteri hizmetleri bir özellik değil, bir araçtır: yalnızca karşılanacak talepler ve devredilecek bir ekip olduğunda işe yarar.

Nortinia AI Chat ROI hesaplayıcısı ve nasıl çalıştığına dair ayrıntılar için: /ai-termekek/nortinia-ai-chat