Bağımsız stüdyo · İstanbul · est. 2023

Slayt değil, saha.
Pilot değil, üretim.

İstanbul merkezli bağımsız yapay zeka stüdyosu. Sahanın içinde, ekiplerin elinde çalışan AI sistemleri kuruyoruz — bilgisayarlı görü, LLM agent'ları, RAG bilgi tabanları ve operasyonel optimizasyon. POC bırakıp gitmeyiz; ölçülebilir sonuçlarla, bakım anlaşmasıyla, KPI'larla teslim ederiz.

Vaka çalışmaları → Bir görüşme planlayın
brief.pi-studio / new
secure · tls
Brief gönder
Pi'ye bir brief (kısa proje notu) atın_
Örnek briefler ↓
tls 1.3 · 1 iş günü yanıt · istanbul
✓

Aldık. Teşekkürler.

Briefi okuyup en geç 1 iş günü içinde dönüş yapacağız. Acil için merhaba@pi.studio adresinden de ulaşabilirsiniz.

saha hizmetleri turizm & MICE sigorta hukuk perakende üretim lojistik bankacılık saha hizmetleri turizm & MICE sigorta hukuk perakende üretim lojistik bankacılık
0
Üretimde çalışan sistem
0hafta
Ortalama pilot teslim süresi
%0
Pilot → üretim geçiş oranı
0
Sektörde aktif sistem
Yaklaşım

Yapay zeka vaat etmez, iş yapar.

Bizim için bir model accuracy puanı bir şey ifade etmez. Bir ekibin sahada, gerçek bir müşterinin önünde, gerçek bir kararı daha hızlı ve doğru almasını sağlayan sistem ifade eder.

01
İş problemi, model değil.
Önce sahaya iniyoruz. Ekibinizin günlük rutinini anlamadan model kurmuyoruz. "AI eklenebilir mi" değil, "saatler nereye gidiyor" sorusuyla başlıyoruz.
02
Demo değil, devir.
POC'u bitirip rapor bırakmıyoruz. Sistemleri sizin altyapınızda, sizin ekiplerinizin operasyonel olarak yönettiği şekilde teslim ediyoruz. Belgeleme ve eğitim dahil.
03
Ölçülebilir KPI.
Her projeye bir "başarı tanımı" yazıyoruz: dakika, kuruş, hata oranı. Bu sayı tutmazsa biz bitmemiş sayıyoruz. İşin matematiğinden kaçmıyoruz.
Seçilmiş vakalar

Sahaya inmiş dört iş.

Her vaka farklı bir sektörde, farklı bir bağlamda — saha ekibi rotalama, MICE kongre yönetimi, e-ticaret talep tahmini, hukuk sözleşme analizi. Ortak nokta: hepsi şu an üretimde çalışıyor ve ölçülen sonuçlar veriyor.

01
Saha Hizmetleri / İlaçlama

60 ekipli saha filosu için operasyonel beyin.

Computer Vision OR-Tools React Native FastAPI PostgreSQL Whisper
app.pi-saha.com / panel B Bugünün İşleri 11 KASIM · 38 İŞ · 6 EKİP Tümü Aktif Bekliyor AKTİF · MEHMET K. Cevizli Sitesi A Blok Hamamböceği · Maltepe · 14:00 BEKLİYOR · ALİ T. Sahil Restoran Mutfak ilaçlama · Kadıköy · 15:30 BEKLİYOR · SELİM Y. Yıldız Plaza Ofis Fare karantinası · Şişli · 16:00 ✓ TAMAMLANDI · BURAK İ. Çamlıca Apt. — Akrep · 11:20 İstanbul · canlı 6 EKİP HAREKETTE + − ⚡ AI ÖNERİSİ · 14:08 Mehmet K. trafikte 25dk gecikecek. Selim Y. 1.2km mesafede. Ekipleri değiştir → Mehmet K. 14:00 · AKTİF Ali T. 15:30 Selim Y. 16:00 Hasan M. 15:45 Cengiz P. 14:30 Burak İ. ✓ 11:20
Problem
60 ekipli, günde 400+ servis veren bir ulusal ilaçlama firması. Rota planlama bir kişide, kâğıt iş emirleri, müşteri raporları el yazısı. Müdür "ekibim nerede" sorusunu telefonla soruyordu. Aynı bölgeye iki ekip gönderildiği günler vardı.
Çözüm
Tek bir saha operasyon platformu: gece otomatik rota optimizasyonu (trafik + müşteri tipine göre öncelik), saha ekibinin telefondan fotoğraf çektiği zararlının computer vision ile tespiti, sesle Türkçe iş raporu, otomatik PDF müşteri raporu. Müdür ekrandan filoyu canlı görüyor.
−%38
Ekip başı rota süresi
+%52
Günlük tamamlanan iş
14 ay
Üretimde, kesintisiz
02
Turizm / MICE Organizasyon

5.000 katılımcılı kongreyi yöneten ajan.

LLM Agents RAG Anthropic Claude Çoklu-dil PMS entegrasyonları WhatsApp Business
pi-mice.app / event-4821 CANLI · EVENT #4821 · D-3 π Logistics Agent VENDOR COORD · 4 DİL 14:23 · AGENT Premier Transport 2 saattir cevap vermiyor. Yedek aranıyor. 14:41 · AGENT VIP Tour'a teklif gönderdim, 18dk içinde onayladılar. Aynı fiyat, +2 araç. Onay? Onayla Reddet Detay 14:43 · SİZ Onaylandı, devam. 14:44 · AGENT VIP Tour'a teyit verildi. Sözleşme imzaya gönderildi. ✓ Bir komut yazın... TEYİTLİ 38 / 47 ▲ 81% BEKLEYEN 7 2 kritik öncelik OTOM. AKSİYON 142 son 24 saat Tedarikçi Durumu 47 AKTİF · GERÇEK ZAMANLI Hilton Bosphorus Konaklama · 312 oda teyitli Star Catering İkram · 5 öğün × 1200 kişi teyitli Premier Transport Transfer · 12 araç değiştirildi VIP Tour Transfer · 14 araç (+2) teyitli Audio Vision A.Ş. AV · 3 salon kurulumu teyitli + 42 TEDARİKÇİ DAHA →
Problem
Bir MICE organizatörü, yılda 60+ etkinlik. Her etkinlik = ortalama 47 tedarikçi (otel, transfer, catering, AV, sahne), 4-6 dilde iletişim, sürekli değişen programlar. Proje yöneticisi günde 200+ e-posta atıyor. Bir tedarikçi cevap vermezse haber 4 saat sonra anlaşılıyor.
Çözüm
Bir "ajan ekibi" — her tedarikçi tipine özelleşmiş Claude tabanlı ajanlar. E-posta + WhatsApp üstünden tedarikçi iletişimini yürütüyor, teyit alıyor, geç kalanı tespit edip yedek tedarikçiye otomatik teklif gönderiyor. Yönetici sadece kritik kararı onaylıyor. 4 dilde eşzamanlı çalışıyor.
−%71
Tedarikçi iletişim süresi
4
Dilde eşzamanlı operasyon
9 ay
Üretimde, 23 etkinlik
03
E-ticaret / Talep Tahmini

18.000 SKU için günlük talep tahmini — stok-out %62 azaldı.

Time Series ML LightGBM Prophet Feature Engineering Apache Airflow
stok-tahmin.eticaret.com / panel Günlük talep · SKU-3847 (Ankastre Buzdolabı) Birim / gün · 30 gün ileri 2400 1800 1200 600 0 Black Friday BUGÜN +34% beklenen 10 Kas 17 Kas 24 Kas 1 Ara 8 Ara Gerçek satış Tahmin %95 güven aralığı AI ÖNERİLERİ ⚠ STOK-OUT RİSKİ 7 SKU 5 gün içinde sipariş verilmeli Tahmini kayıp: ₺ 1.8M ↑ TALEP YÜKSELİŞİ Beyaz eşya · +34% Gelecek hafta · 12 SKU Tedarikçi siparişi hazır ↓ ÖLÜ STOK 14 SKU 90 gündür hareket yok İndirim önerisi hazır
Problem
18.000 SKU'lu bir e-ticaret operasyonu. Geleneksel "geçen yıl aynı dönem +20%" yaklaşımı sezonsallık, kampanya etkisi, hava durumu, tatil günleri ve rekabet fiyatını ıskalıyor. Stok-out'ta satış kaybı, ölü stokta sermaye bağlanıyor. Her SKU için her gün manuel sipariş kararı vermek matematiksel olarak imkansız.
Çözüm
Her SKU için 60+ özellik (sezonsallık, promosyon, hava durumu, rekabet fiyatı, tatil takvimi, marketing harcaması, anahtar kelime arama hacmi) ile günlük talep tahmini. LightGBM + Prophet hibrit modeli, %95 güven aralığıyla. 7-30-90 gün ileri görüş. Tedarikçi sipariş önerisi, ölü stok için likidasyon planı, dinamik fiyatlama girdisi.
−%62
Stok-out azalması
MAPE 11.4
Tahmin doğruluğu
₺ 18M
Serbest kalan sermaye
04
Hukuk / Kurumsal Sözleşme

Bin sayfalık sözleşmede risk avcısı.

RAG Claude Opus Hibrit arama Hukuki ince ayar SharePoint entegrasyonu
contracts.pi-legal.com / doc-84221 847 SAYFA · 12dk TARANDI Tedarikçi Sözleşmesi SAYFA 247 · MADDE 14 ‹ 247 › 14. SORUMLULUK VE TAZMİNAT 14.3 SINIRSIZ SORUMLULUK ⚠ YÜKSEK RİSK 14.7 TEK TARAFLI FESİH Risk Özeti 7 BULGU · CLAUDE OPUS + RAG 3 YÜKSEK 4 ORTA M.14.3 · Sınırsız sorumluluk YÜKSEK Tavansız tazminat yükümlülüğü tespit edildi. Standartımızda 2× sözleşme değeri tavanı var. ↩ 12 benzer vaka · ortalama %38 indirim M.14.7 · Tek taraflı fesih ORTA Karşı tarafa 30 gün ihbarla fesih hakkı. Mütekabiliyet eksik — bizim için yok. M.22 · Yetki mahkemesi ORTA Münhasıran karşı ülke yargısı belirtilmiş. + 4 BULGU DAHA Müzakere için draft hazır Tümünü gör →
Problem
Kurumsal hukuk departmanı, gelen tedarikçi sözleşmelerini madde madde inceliyor. Bir sözleşme ortalama 6 saat. Junior avukatlar zamanın çoğunu "standart maddeden sapma" tespit etmekle geçiriyor. Risk taşıyan tek bir madde gözden kaçtığında sonuçları ağır.
Çözüm
Şirketin kendi standart sözleşmeleri ve geçmiş kabul edilebilir sapma örnekleriyle eğitilmiş bir RAG sistemi. Yeni sözleşme yüklenir yüklenmez 7-10 dakikada risk haritası çıkıyor: hangi madde sapıyor, ne kadar sapıyor, geçmişte benzer madde nasıl müzakere edildi. Avukat saatlerini düşük seviye taramaya değil müzakereye veriyor.
6sa → 12dk
Sözleşme ön-inceleme
%94
Risk maddesi geri çağırma
3.4K
Aylık taranan belge
Müşterilerimiz ne diyor

Slayt değil — üretim.

KVKK kapsamında müşterilerimizin isim ve şirket adları maskelenmiştir. Tüm sözler gerçek üretim projelerinden alınmıştır.

"
Pi ekibi 3 ayda dosya açma süremizi 6 saatten 3 dakikaya indirdi. 14 aydır üretimde çalışıyor, herhangi bir kesinti yaşamadık. Bizim için en değerli kısım: ekspertizimizi sıfırlamadılar, tamamladılar.
CO
XXX
COO, Türkiye top 5 sigorta firması
Sigorta hasar tespiti
"
800 sayfalık M&A sözleşmesini 12 dakikada tarayıp risk maddelerini renk kodlu işaretledi. Avukatlarımız son kontrolü yapıyor — bu sayede bir dosyaya ayırdığımız süre 2 günden 1 saate düştü. Müşteri portföyümüzü 3 katına çıkardık.
MP
XXX
Managing Partner, Hukuk bürosu (35 avukat)
Sözleşme analizi
"
Önce 2 farklı büyük danışmanlıkla görüştük — proposal süreleri 3 ay sürdü. Pi ile tek toplantıda kapsamı çıkardık, 6 hafta sonra pilot canlıydaydı. Stok-out kayıplarımız %62 azaldı, serbest sermayemiz 18M ₺ arttı.
CEO
XXX
CEO, E-ticaret (18.000 SKU, 50M+ ciro)
Talep tahmini
"
38 saha ekibimizi yöneten manuel sistemden, AI rota planlayan sisteme geçtik. Yakıt -%42, günlük iş kapasitesi +%38, NPS +22 puan. En çok değer verdiğim şey: ekibimi eğittiler, sistem bizim oldu — Pi'ye bağımlı değiliz.
OD
XXX
Operasyon Direktörü, Pest control (38 ekip)
Saha yönetimi
Şu an
biz
kod yazıyoruz. sistem kuruyoruz. üretimde tutuyoruz. matematik konuşuyoruz. sahada test ediyoruz.
slayt yok POC bırakmayız ölçtüğümüze inanırız sınırlarımızı biliriz
Ne yapıyoruz

Beş derin yetkinlik.

"Her şeyi yaparız" demiyoruz. Yıllardır gerçekten ürettiğimiz, üretimde tuttuğumuz, bakımını yaptığımız beş alan var: bilgisayarlı görü (computer vision), LLM agent geliştirme, RAG bilgi sistemleri, operasyonel optimizasyon ve MLOps & üretim AI. Sınırlarımızı biliyoruz. Sigorta hasar tespiti ve saha yönetimi AI sayfalarımızda detaylı çözümler.

Computer Vision
Hasar tespiti, kalite kontrol, sayım, OCR ve plaka okuma, üretim hattı denetimi, perakende reyon analizi. Modeli sizin verinizle ince ayarlıyoruz.
YOLOSAMCLIPPaddleOCR
LLM Ajanları
Tek bir chatbot değil — birbirine konuşan, araç kullanan, işi bitiren ajan ekipleri. Tedarikçi yönetimi, müşteri hizmetleri, operasyon otomasyonu.
ClaudeGPT-4MCPLangGraph
RAG ve Bilgi Sistemleri
İç dokümanlarınız üzerinde gerçekten cevap üreten arama. Hukuk, hasta dosyası, müşteri geçmişi, ürün kataloğu — kaynak göstererek çalışır.
Hibrit aramaVoyagePgVectorReranking
Tahmin ve Optimizasyon
Talep tahmini, rota optimizasyonu, dinamik fiyatlama, stok ve personel planlama. Klasik OR ile modern ML'i birleştiriyoruz.
OR-ToolsProphetXGBoostPuLP
Üretim MLOps
Modeli yapmak işin %20'si. Geri kalanı: izleme, drift tespiti, yeniden eğitme, A/B testi, rollback, maliyet kontrolü. Sistemleriniz bir asistana ihtiyaç duymadan kendi kendine çalışır.
ModalWeights & BiasesSentryPostHog
Entegrasyon Mühendisliği
ERP, CRM, PMS, SharePoint, SAP. Mevcut sisteminiz değişmez — yeni yetenek üstüne giyilir. Eski hat çalışırken yeni hattı kurarız.
RESTSOAPwebhookSDK
Brief örnekleri · KVKK uyumlu

Bir brief nasıl yazılır?

Gerçek müşterilerimizden gelen brief örnekleri. KVKK gereği isim ve şirket adları XXX ile maskelendi. Kendi briefinizi yazarken ilham alabilirsiniz — somut sayılar, gerçek ağrı noktaları, mevcut süreç ve sınırlamalar.

#01 Saha hizmetleri · İlaçlama
maskeli
01İSİMXXX
02E-POSTAxxx@xxx.com.tr
03ŞİRKETXXX İlaçlama A.Ş.
04SEKTÖRSaha hizmetleri
05 NE YAPMAK İSTİYORSUNUZ?

Sahada 38 ekibimiz var, İstanbul'un 12 ilçesinde günde ortalama 180-220 iş yapıyoruz. Rota planlaması ve iş atama hâlâ 2 kişinin elle Excel'de yaptığı bir iş. Trafik, son dakika iptaller, müşterinin "bugün gelmesin" demesi gibi durumlarda planı yeniden kurmak 1-2 saatimizi alıyor. Aynı gün bazen aynı sokağa 3 ayrı ekip gönderiyoruz.

İhtiyacımız: (1) Akıllı rota planlama — trafik ve önceki performans verisini kullansın. (2) Saha mobil app'i — iş alımı, fotoğraf, müşteri imzası, otomatik PDF rapor. (3) Müşteri bildirimleri — "ekip yola çıktı, 15dk içinde" SMS otomatik.

06BÜTÇE 500K – 1M ₺
#02 Sigorta · Hasar tespiti
maskeli
01İSİMXXX
02E-POSTAxxx@xxx.com
03ŞİRKETXXX Sigorta
04SEKTÖRSigorta
05 NE YAPMAK İSTİYORSUNUZ?

Yılda 47.000 küçük hasar dosyası işliyoruz (kasko + trafik). Müşteri fotoğraf gönderiyor, ekspere atanıyor, eksper 2-4 saat içinde dosyaya bakıyor. Ortalama dosya açma süremiz 6 saat. Müşteri memnuniyetinde "hızlı geri dönüş" en şikayet edilen 3 konudan biri.

Acentelerin %72'si zaten fotoğrafı gönderiyor — yapay zekayla ön-değerlendirme yapıp basit dosyaları (sadece çizik, tampon eziği, ayna kırılması) otomatik onaylayabilir miyiz? Hedef: dosyaların %40-50'sini insan eli değmeden 3 dakikada açmak. SBM entegrasyonu var, oraya bağlanmalıyız.

06BÜTÇE 1M+ ₺
#03 Hukuk · Sözleşme incelemesi
maskeli
01İSİMAv. XXX
02E-POSTAxxx@xxx-legal.com
03ŞİRKETXXX Hukuk Bürosu
04SEKTÖRHukuk
05 NE YAPMAK İSTİYORSUNUZ?

Kurumsal müşterilerimiz için ayda ortalama 60-80 tedarikçi sözleşmesi inceliyoruz. Çoğu 200-800 sayfa arası, çoğu İngilizce. Bir avukat tek başına ortalama 8-12 saatte bir sözleşme tarayıp risk noktalarını çıkarabiliyor.

Sözleşmelerdeki standart risk maddeleri ortak: sınırsız sorumluluk, tek taraflı fesih, yetki mahkemesi, KVKK/GDPR uyumu, fikri mülkiyet. Bunları otomatik tespit edip avukata "şu sayfada şu risk var" diyen bir sistem istiyoruz. Sözleşme veritabanımız var (2400 dosya, sonuçları işaretli).

NOT: Veri bizden çıkmamalı. Hibrit / on-prem dağıtım gerekli.

06BÜTÇE 1M+ ₺
#04 Üretim · Fabrika QC
maskeli
01İSİMXXX
02E-POSTAxxx@xxx-endustri.com
03ŞİRKETXXX Endüstri (otomotiv yan sanayi)
04SEKTÖRÜretim / Endüstri
05 NE YAPMAK İSTİYORSUNUZ?

Pres hatlarımızda günde 40.000 parça üretiyoruz. Şu an QC: hattın sonunda 3 vardiyalı operatör görsel kontrol yapıyor. Kaçırma oranı %1.8 — yani günde ~720 hatalı parça müşteriye gidiyor, geri dönüyor, cezalı oluyor.

Hatların 4'üne kamera kurup AI ile çatlak / çapak / pres izi / boya kusuru tespiti yapmak istiyoruz. Her hat dakikada 60-120 parça hızında. Karar süresi: parça başına 200ms altında olmalı. Veri: son 6 ayın etiketli hata fotoğrafları (~12.000 örnek).

06BÜTÇE 500K – 1M ₺
#05 Perakende · Müşteri AI agent
maskeli
01İSİMXXX
02E-POSTAxxx@xxx.com.tr
03ŞİRKETXXX Mobilya (online + 18 mağaza)
04SEKTÖRPerakende / E-ticaret
05 NE YAPMAK İSTİYORSUNUZ?

WhatsApp Business hattımıza günde ~2.400 mesaj geliyor. %60'ı "X ürünü stokta mı / ne zaman gelir / kaç gün taşıma" gibi tekrar eden sorular. 14 kişi cevaplıyor, çoğu sistemden bilgi çekip yapıştırıyor.

Bu tekrar eden soruları cevaplayan bir AI agent kurmak istiyoruz: stok sorgusu (SAP'e bağlı), ürün önerisi, sipariş takibi, insana devredebilme. Agent'ın kapatamadığı satış fırsatlarını insana yönlendirsin, etiketlesin. 18 aylık WhatsApp arşivimiz var.

06BÜTÇE 150K – 500K ₺
#06 Lojistik · Henüz net değil
maskeli
01İSİMXXX
02E-POSTAxxx@xxx-holding.com
03ŞİRKETXXX Holding
04SEKTÖRLojistik
05 NE YAPMAK İSTİYORSUNUZ?

Açık konuşayım: yapay zekayla ne yapabileceğimizi tam olarak bilmiyoruz. Ama operasyonda kayıp olduğunu biliyoruz.

8 depomuz, 240 araçlık filomuz var. Sürücülerin günlük raporları kâğıt + Excel. Filo bakımı planlı değil, arızalandığında bakım yapılıyor. Müşteri talepleri telefonla geliyor, çoğu kez 2-3 yere giriliyor.

Bir oturum yapıp en yüksek kayıplı 1-2 noktayı tespit edebilir miyiz? Acelemiz yok, ama 6 ay sonra somut bir şey çalışıyor olsun istiyoruz.

06BÜTÇE Henüz bilmiyorum
İpuçları

İyi bir brief'in 5 özelliği

01

Somut sayılar

✓ "38 ekip, 180 iş/gün"

✗ "Büyük operasyon"

02

Mevcut süreç

✓ "Excel + WhatsApp + manuel PDF"

✗ "Bir sistemimiz var"

03

Spesifik ağrı

✓ "Aynı sokağa 3 ayrı ekip gidiyor"

✗ "Verimlilik düşük"

04

Daha önce ne denendi

✓ "Hazır ürün baktık, uymadı"

✗ (boş)

05

Sınırlamalar

✓ "Veri on-prem kalmalı, 200ms karar"

✗ (sonradan ortaya çıkıyor)

Hazırsanız —

Briefimi yazayım →
Teknoloji yığını

Üretimde kullandığımız araçlar.

"Trendy stack" peşinde değiliz. Bunlar yıllardır üretimde tuttuğumuz, gerçek müşteri yükü altında test ettiğimiz, gözümüzü kapatıp güvendiğimiz araçlar.

Büyük dil & görü modelleri
Anthropic Claude OpenAI GPT Google Gemini Meta Llama Qwen Mistral
Bilgisayarlı görü
PyTorch YOLOv8 SAM 2 CLIP PaddleOCR DETR
Ajan & orkestrasyon
MCP LangGraph LlamaIndex Temporal Inngest
Bilgi & RAG
PgVector Voyage AI Cohere Rerank Qdrant Elasticsearch
Optimizasyon & klasik ML
OR-Tools Prophet XGBoost PuLP scikit-learn
Altyapı & üretim
FastAPI PostgreSQL Redis Modal Docker Vercel
examples/route_agent.py
prod
# Saha ekibine günlük rota üretimi — üretim kodundan örnek
from agents import RouteAgent
from integrations import traffic, workforce, jobs

agent = RouteAgent(
    model="claude-opus-4-7",
    constraints=traffic.snapshot("istanbul/avr"),
    workforce=workforce.active_today(),
    priority="vip_first",
)

routes = await agent.optimize(
    pending=jobs.queue(limit=400),
    rebalance_every=15,  # dakika
)

for tech, route in routes:
    await tech.dispatch(route, channel="mobile")
Bir Pi projesinin yolculuğu

Beş sahne, bir üretim hattı.

Her vakamız bu beş aşamadan geçti — sigortadan hukuka, sahadan üretime. Slogan değil, gerçek üretim süreci.

01 / 05 Hafta 1

Keşif

İlk hafta ofisinizdeyiz. Operasyonu kendi gözümüzle görüyoruz. Veri nerede tıkanıyor? Hangi karar en pahalı? Neyi gerçekten ölçebiliyoruz?

  • Saha gezisi + 5-10 mülakat
  • Veri akışı haritası
  • Başarı tanımı (KPI mutabakatı)
→ Çıktı: 1 sayfalık problem brief'i
Hangi karar en pahalı?
Veri nerede tıkanıyor?
Hangi süreç manuel?
Modeli kim eğitecek?
Başarı = ?
02 / 05 Hafta 2-3

Prototip

En kritik soruya cevap veren minimum çalışan örnek. Tıklanır, çalışır, sayı verir. "Bu problem AI ile çözülebilir mi?" sorusunu kapatıyoruz — hayır ise, açıkça söylüyoruz.

  • Model seçimi + ilk eğitim
  • Gerçek veriyle test
  • İlk metrikler (precision, recall, latency)
→ Çıktı: Tıklanır prototip + benchmark raporu
pi_pilot.py
1import torch
2from pi.models import DetectorV2
3
4model = DetectorV2("weights.pt")
5result = model.predict("image.jpg")
6# F1: 0.91, latency: 180ms
Doğruluk0%
Latency0ms
Throughput0/sn
03 / 05 Hafta 4-6

Pilot

Sınırlı kapsamla sahaya iniyoruz. Bir bölge, bir ekip, bir ürün hattı. Gerçek kullanıcı, gerçek hata, gerçek sayı. Lab değil, saha. Mobil uygulama + web panel + entegrasyon.

  • Saha ekibiyle paralel çalışma
  • Günlük metrik takibi
  • İlk müşteri/operatör geri bildirimi
→ Çıktı: Kanıtlanmış değer + go/no-go kararı
Pi Saha
Sefaköy — 3 ekip
Bakırköy — 2 ekip
Avcılar — 1 ekip
Canlı Veri Raporlar Ekipler
+38%
Kapasite
-42%
Yakıt
+22
NPS
04 / 05 Hafta 7-12

Üretim

Tam yayılım. Sizin altyapınızda, sizin verinizle, sizin ekibinizle. Bakım, izleme, alarmlar, dokümantasyon, eğitim — hepsi dahil. KVKK uyumu, on-premise/hibrit/cloud seçenekleri. Üretim hattı dönüyor.

  • SAP/CRM/ERP entegrasyonu
  • Audit log + erişim kontrolü
  • Ekip eğitimi + dokümantasyon
→ Çıktı: Tam ölçek üretim sistemi
Üretim Konsolu
SAĞLIK: İYİ
Bugün işlenen
0
Uptime
99.97%
P95 latency
142ms
14 günlük trend
05 / 05 Sürekli

Bakım & İyileştirme

AI sistemleri "kur ve unut" değildir. Veri değişir, müşteri değişir, model bozulur. Sürekli izleme, aylık iyileştirme, drift yakalama, yeni özellik. Sistem sizin, biz arkadayız.

  • Drift monitoring + retrain
  • Aylık iyileştirme paketi
  • SLA: 8x5 veya 24x7
→ Çıktı: Sürdürülebilir, büyüyen sistem
Sistem Sağlığı 14:32:08
API
200
Model v3.2
F1 0.93
DB
12ms
Drift
0.08
Queue
3
Uptime
99.97%
Bu beş sahne, her vakamızda tekrarlanır — vaka sayfanızdaki sayılar buradan gelir.
Kendi yolculuğunuzu başlatın →
SSS

Sık sorulan, net cevaplı.

Brief göndermeden önce kafanızdaki soruların çoğu burada. Yoksa Pi Asistan'a sağ alttan veya WhatsApp'tan sorabilirsiniz.

AI projesi ne zaman değer üretmeye başlar? +

Pilot teslimden hemen sonra ölçülebilir değer üretmeye başlar — ortalama 6 hafta. ROI hesabı sektöre göre değişir: sigortada 6 ay, üretimde 4-8 ay, e-ticarette 3-6 ay, saha operasyonlarında 6-9 aydır. Keşif görüşmesinde sürecinize bakıp olası kazançları somut sayılarla paylaşırız.

POC ile production arasındaki fark nedir? +

POC: %85 doğrulukta, manuel kontrolle, demo amaçlı. Production: %95+ doğrulukta, otomatik izleme, hata yakalama, performans garantisi.

Production'a almak "modeli yazmak" değil, "modelin etrafına sistem kurmak"tır. Pi olarak fark bu noktada — biz POC bırakıp gitmeyiz, üretime alıp bakımla teslim ederiz.

Bütçemiz ne kadar olmalı? +

Tipik proje aralığımız 150K ₺ – 5M+ ₺. Bütçe; proje kapsamı, veri durumu, entegrasyon zorluğu ve scale'e göre değişir.

  • POC / Hızlı pilot: 150K – 500K ₺
  • Tek sektör üretim sistemi: 500K – 2M ₺
  • Çok sektör veya kompleks entegrasyon: 2M – 5M+ ₺
  • Bakım anlaşması: aylık 25K – 150K ₺

Keşif görüşmesi ve teklif tamamen ücretsizdir.

KVKK uyumu nasıl sağlanıyor? +

KVKK uyumu temel önceliğimiz:

  • Veri işleme sözleşmesi standart prosedürümüzdür
  • Şifreleme (transit + at-rest), erişim logları, audit trail
  • Müşteri verisi bizim sunucumuza kalıcı yazılmaz — sadece geçici işlenir
  • Veri merkeziniz / hibrit / on-premise seçenekleri
  • Bankacılık, sağlık gibi yüksek regülasyonlu sektörlerde özel prosedürler

Detay için KVKK Aydınlatma Metni'ne bakabilirsiniz.

On-premise (kendi sunucumuzda) çalışabilir mi? +

Evet. Özellikle sigorta, bankacılık, savunma sanayi gibi sektörlerde tercih ediliyor. Seçenekler:

  • Tam on-premise — kendi sunucunuzda her şey
  • Hibrit — hassas veri içerde, model bulutta
  • Cloud (AWS/GCP/Azure) — en yaygın, en kolay
  • Sovereign cloud — Türkiye veri merkezi

On-premise projeyi 2-4 hafta uzatır (DevOps yükü).

Mevcut SAP / Logo / CRM sistemimle entegre olur mu? +

Evet, entegrasyon standart işimiz. Sık entegre ettiğimiz sistemler:

  • ERP: SAP, Logo, Mikro, Nebim, Netsis
  • CRM: Salesforce, HubSpot, Zoho, Microsoft Dynamics
  • Sektörel: SBM (sigorta), SGK, e-Devlet API'leri
  • Format: REST, SOAP, GraphQL, CSV/XML, webhook
Daha önce başarısız bir AI projemiz oldu — Pi'de fark ne olur? +

Başarısız AI projelerinin %80'i şu sebeplerle ölür:

  • POC tuzağı: Modeli yazıp bıraktılar, üretime alınmadı
  • Bakım yokluğu: 6 ay sonra veri değişti, model bozuldu, kimse fark etmedi
  • Yanlış problem: AI ile çözülmemesi gereken bir şeye AI uygulandı
  • Kapsam patlaması: Her şey aynı anda yapılmaya çalışıldı

Pi olarak süreç anlaşmamız bu hatalardan kaçınmak üzerine kurulu: keşif (problem doğru mu?) → prototip (yapılabilir mi?) → pilot (saha gerçeği) → üretim → bakım. Her adımda durdurma hakkı sizde.

Bakım anlaşması zorunlu mu? +

Önerilir ama zorunlu değildir. Sistem sizin oluyor (kod, modeller, dokümantasyon) — siz veya başka bir ekip de bakım yapabilir.

Ancak AI sistemleri "kur ve unut" değildir. Veri değişir, müşteri değişir, model "drift" eder. Bizim bakım paketinde:

  • Aylık drift monitoring raporu
  • Sistem performans takibi (uptime, latency)
  • Veri kalitesi izleme
  • Güvenlik güncellemeleri
  • Yeni özellik talepleri

SLA seçenekleri: 8x5 (mesai saatleri) veya 24x7 (kritik üretim).

Projeye nasıl başlarız? İlk adım ne? +

İlk adım ücretsiz, taahhütsüz keşif görüşmesi:

  1. Bize brief gönderirsiniz (form, e-mail veya WhatsApp)
  2. 1 iş günü içinde dönüş yaparız, görüşme planlarız
  3. 1 saatlik keşif toplantısı — sürecinizi anlıyoruz
  4. 5-7 gün içinde size yazılı bir değerlendirme + proposal yollarız
  5. Beğenirseniz başlarız, beğenmezseniz hiç bir mali yükümlülük yok

POC önermeden, fiyat vermeden önce dinleriz.

Verilerimiz nereye gider? Güvenli mi? +

Projenize göre değişir. Tipik akış:

  • Geliştirme sırasında: Anonim/sentetik veriyle çalışırız
  • Pilot sırasında: Sınırlı gerçek veri, izolasyonlu ortamda
  • Üretimde: Sizin altyapınızda veya seçtiğiniz cloud'da — Pi'nin sunucularında değil

Verileriniz başka müşterilerimizle veya üçüncü taraflarla paylaşılmaz. Her proje için ayrı veri işleme sözleşmesi yapılır.

Hangi sektörlerde çalışıyorsunuz? +

Şu an aktif olarak çalıştığımız 7 sektör:

  • Sigorta — hasar tespiti, fraud detection
  • Hukuk — sözleşme analizi, due diligence
  • Üretim — kalite kontrol, predictive maintenance
  • Perakende & E-ticaret — talep tahmini, müşteri agent
  • Lojistik — depo, rota, filo
  • Saha hizmetleri — ekip yönetimi, rota
  • MICE / Etkinlik — vendor automation

Bu listede olmayan bir sektör için de geleriz — eğer veri ve süreç AI'a uygunsa.

Tek seferlik proje mi yapıyorsunuz, sürekli ortaklık mı? +

İkisi de mümkün:

  • Tek seferlik proje: Belirli bir problemi çözer, teslim eder, çıkarız. Bakım anlaşması opsiyonel.
  • Sürekli ortaklık: Birden fazla projede çalışırız, AI yol haritanız boyunca yanınızdayız. Daha avantajlı bütçe yapısı.

İlk proje sonrası iki taraf da memnunsa, çoğu müşterimiz uzun vadeli ortaklığa geçer.

Cevabını burada bulamadığınız bir soru mu var?

Brief gönderin WhatsApp'tan sorun