# AI Yasası Yüksek Risk Sınıflandırma Kılavuzu: KOBİ'ler için Kılavuz > AI Act yüksek risk sınıflandırması için eksiksiz kılavuzunuz. Kriterleri ve yükümlülükleri öğrenin ve kontrol listemizle KOBİ'nizi nasıl hazırlayacağınızı keşfedin. Hemen başlayın. Source: https://www.electe.net/tr/post/ai-act-high-risk-classification-guide Site guide: https://www.electe.net/tr/llms.txt Muhtemelen çok somut bir durumla karşı karşıyasınız. Satış tahminleri için bir analiz sistemi, müşterileri değerlendirmek için bir motor ya da adayları sıralayan bir araç kurdunuz. Sonra “AI Act”, “yüksek risk”, “yaptırımlar” gibi kelimeleri okuduğunuzda, hisleriniz anında netleşiyor: daha fazla karmaşıklık, daha fazla maliyet, daha fazla risk. Bu tepki anlaşılabilir, ancak asıl mesele başka. AI Act, yapay zekayı kullananları cezalandırmıyor. İnsanlar, haklar ve güvenlik üzerinde ne tür bir etki yaratacağını anlamadan kullananları cezalandırıyor. Bir KOBİ için bu ayrım her şeyi değiştiriyor. Her yapay zeka projesini başa çıkılamaz bir hukuki sorun olarak görmenizi önlüyor ve zamanınızı ve bütçenizi yalnızca gerçekten gerekli olan alanlara odaklamanıza olanak tanıyor. Bunu şimdi ele almak için stratejik bir neden de var. İtalyan KOBİ'ler **işletmelerin %95'ini** oluşturuyor, ancak analitik için gelişmiş AI sistemlerini uygulayanların oranı yalnızca **%15**; [AI Act'in 6. Maddesi üzerine yapılan analizde belirtilen verilere](https://artificialintelligenceact.eu/article/6/) göre, düzenleyici engeller nedeniyle AB ortalamasına kıyasla **%40'lık** bir fark var. Pratikte, birçok şirket AI'ya ihtiyaç duymadıkları için değil, uyumluluk belirsiz göründüğü için duruyor. Bu rehber basit bir şey yapıyor. **High-risk** sınıflandırmasını İtalyan KOBİ'ler için operasyonel kararlara çeviriyor. Gereksiz jargon olmadan. Panik yaratmadan. Neye bakılacağı, kendini nasıl değerlendireceğin ve nerede müdahale edeceğin konusunda net bir mantıkla. ## İçindekiler - [AI Act burada. Şirketin hazır mı?](#lai-act-e-qui-la-tua-azienda-e-pronta) - [Model geliştirmesen bile önem taşıyan bir düzenleme](#un-regolamento-che-conta-anche-se-non-sviluppi-modelli) - [Neden önceden harekete geçmek avantajlı](#perche-conviene-muoversi-prima) - [High-risk kötü AI anlamına gelmez](#high-risk-non-vuol-dire-ai-cattiva) - [Sınıflandırmayı belirleyen iki yol](#i-due-percorsi-che-determinano-la-classificazione) - [Annex III'ün sekiz alanı](#le-otto-aree-dell-annex-iii) - [Annex I'in de önem taşıdığı durumlar](#quando-conta-anche-l-annex-i) - [İstisnalar kanıtlanmalıdır](#le-eccezioni-vanno-dimostrate) - [Perakende ve envanter optimizasyonu](#retail-e-ottimizzazione-inventario) - [Kredi skorlaması ve krediye erişim](#credit-scoring-e-accesso-al-credito) - [AML ve bildirim sistemleri](#aml-e-sistemi-di-segnalazione) - [Gerçekten önemli olan yükümlülükler](#gli-obblighi-che-contano-davvero) - [Bir KOBİ için pratik tablo](#tabella-pratica-per-una-pmi) - [Hemen yanıtlaman gereken sorular](#le-domande-che-devi-chiudere-subito) - [Acil eskalasyon gerektiren sinyaller](#segnali-che-richiedono-escalation-immediata) - [Bu kontrol listesinden çıkması gereken sonuç](#cosa-deve-uscire-da-questa-checklist) - [Teknolojinin gerçekten yardımcı olduğu yerler](#dove-la-tecnologia-aiuta-davvero) - [Uyumluluk ve iş zekası birlikte çalışmalı](#compliance-e-business-intelligence-devono-lavorare-insieme) - [Düzenleyici yükümlülüğü rekabet avantajına dönüştür](#trasforma-lobbligo-normativo-in-vantaggio-competitivo) ## AI Yasası yürürlüğe girdi. Şirketiniz hazır mı? Bir perakende girişimcisi, talep ve stok tahmininde bulunmak için bir yapay zeka sistemi devreye sokuyor. Bir finans yöneticisi, kredi başvurularını değerlendirmek için bir model kullanıyor. Bir İK yöneticisi, özgeçmişleri sıralayan bir yazılımı deniyor. Hiçbiri, büyük etkileri olan bir düzenleme alanına girdiğinin farkında değil. Oysa sorunlar tam da burada başlıyor. Sorun, yasanın metninde yatmıyor. Sorun, birçok KOBİ’nin kendi araçlarını sadece operasyonel otomasyonlar olarak görmesinde yatıyor; oysa gerçekte bu araçların bazıları, istihdama erişimi, temel hizmetleri veya insanlar üzerinde önemli etkileri olan kararları etkiliyor. AI Yasası tam da bu noktaya değiniyor. > AI Act'in kapsamına girmek için bir yazılım şirketi olmana gerek yok. Gerçekten etkili olan süreçlerde AI kullanman yeterli. Analitik, skorlama, sıralama veya öngörücü sistemler kullanıyorsan, sorulması gereken şey AI Act'in seni ilgilendirip ilgilendirmediği değil. Doğru soru şu: **Hangi sistemlerin high-risk sınıflandırmasına girebilir ve bunun operasyonel sonuçları neler olur**. İyi haber şu ki, bu mantık keyfi değildir. Kesin bir yapı mevcuttur. Bunu anlarsanız, sıradan durumları hassas durumlardan ayırabilir, istisnaları iyi bir şekilde belgeleyebilir ve uyumluluğu yönetilebilir bir iş süreci olarak yapılandırabilirsiniz. Hırslı bir KOBİ için bu, hukuki bir formaliteden çok daha fazlasıdır. Bu, büyümeyi, itibarı ve yapay zekayı güvenle kullanma yeteneğini korumanın bir yoludur. ## AI Act nedir ve neden KOBİ'niz için önemlidir? AI Yasası, yapay zekanın güvenilir kullanımı için bir Avrupa kılavuzu olarak okunmalıdır. Bu yasa, yeniliği engellemek için çıkarılmamıştır. Risk düzeyine göre kuralları kademelendirmek amacıyla hazırlanmıştır. Bir yapay zeka sistemi güvenlik veya temel haklar üzerinde ne kadar büyük bir etkiye sahipse, yükümlülükler de o kadar artar. ### Model geliştirmeseniz bile geçerli olan bir düzenleme Birçok KOBİ temel bir hata yapıyor. Bu yönetmeliğin yalnızca yapay zeka modelleri geliştirenleri ilgilendirdiğini düşünüyorlar. Durum böyle değil. Önemli iş kararlarını desteklemek için yapay zeka sistemleri kullanıyorsanız, bu konunun zaten bir parçası sayılırsınız. Bunun en uygun benzetmesi emniyet kemerleridir. Bir otoparkta yavaş sürüyorsanız, gereken koruma düzeyi asgari düzeydedir. Otoyolda hızla gidiyorsanız, önlemler çok sıkı olmalıdır. Yapay zekada da durum aynıdır. Benzer ürünleri öneren bir sistemin etkisi sınırlıdır. Kredi erişimini, personel seçimini veya temel hizmetleri etkileyen bir sistem ise bambaşka bir kategoriye girer. Düzenleme hakkında daha geniş bir giriş niteliğinde genel bakış için [Electe'nin European AI Act üzerine hazırladığı bu rehberi](https://www.electe.net/post/european-ai-act) de okumaya değer. ### Neden erken harekete geçmek daha avantajlıdır? Bir İtalyan KOBİ için AI Yasası üç somut alanı ilgilendiriyor: - **Hukuki ve operasyonel risk**. Bir sistemi yanlış sınıflandırırsan, kontroller, dokümantasyon ve yönetişim konusunda yanlış kararlar alırsın. - **Ticari güven**. Müşteriler, iş ortakları ve yatırımcılar artık yalnızca performans değil, güvenilirlik kanıtı istemeye başlıyor. - **Ölçeklenebilirlik**. Düzenli ve belgelenmiş bir AI kullanımı, büyümeyi, yeni süreçleri entegre etmeyi ve denetimlerle başa çıkmayı kolaylaştırır. > **Pratik kural:** AI sisteminin kişileri, fırsatlara erişimi veya güvenliği etkilediği durumlarda, bunu bir BT konusundan önce bir yönetişim konusu olarak ele al. Bu yaklaşım, klasik mevzuat paniğinden daha faydalıdır. Bu yaklaşım, kullanım senaryolarını ciddi bir şekilde haritalandırmanıza ve uyumluluğun tam bir gereklilik olduğu durumları ile iyi belgelenmiş bir değerlendirmenin yeterli olduğu durumları ayırt etmenize olanak tanır. ## Yüksek riskli yapay zeka kavramı basitçe açıklanıyor **Yüksek riskli** sınıflandırması, teknoloji hakkında ahlaki bir yargı değildir. Sistemin hatalı, mutlak anlamda tehlikeli ya da kaçınılması gereken bir şey olduğu anlamına gelmez. Bir hatanın, bir önyargının ya da şeffaf olmayan bir kararın gerçek insanlar için önemli sonuçlar doğurabileceği bağlamlarda çalıştığı anlamına gelir. ### Yüksek riskli olması, yapay zekanın kötü olduğu anlamına gelmez Sana bir film öneren bir motorun yanılması, büyük bir sorun yaratmaz. En fazla birkaç dakikanı kaybedersin. Kredi başvurusunu değerlendiren, adayları eleyen veya sağlık alanında kararları destekleyen bir sistemde ise böyle bir lüks yoktur. Yanlış yaparsa, sadece rahatsızlık yaratmakla kalmaz; fırsatlara, hizmetlere veya korumalara erişimi kısıtlayabilir. Akılda tutulması gereken mantık budur. AI Act, kullanım bağlamına ve sonuçların önemine bakar. Bu doğru bir yaklaşımdır. Şirketler çoğu zaman modelin teknik yeteneklerine odaklanır ve asıl önemli noktayı göz ardı eder: **bu kararın insanların hayatı üzerinde ne etkisi var?** Teoriden çıkıp şirket gerçekliğine daha yakın uygulamalar görmek isteyenler için şu [KOBİ'lerde Yapay Zeka üzerine pratik vaka çalışmaları](https://maiamanagement.it/consulente-digitale/intelligenza-artificiale-nelle-pmi-con-casi-studio-pratici/) da faydalı olacaktır, çünkü kullanım senaryolarının bağlama göre nasıl değer ve risk kazandığını gösterirler. ### Sınıflandırmayı belirleyen iki yol **AI Act high-risk classification guide**'ın özü burada. Düzenleme iki ana yol izler. [EU AI Act yüksek riskli sınıflandırma rehberine](https://euairisk.com/resources/eu-ai-act-high-risk-classification-guide) göre, bir yapay zeka sistemi şu durumlarda yüksek riskli olarak sınıflandırılır: 1. **Annex III'te yer alan belirli kullanımlara girer**, bu da biyometri, kritik altyapı, eğitim, istihdam, temel hizmetler, kolluk kuvvetleri, adalet ve bireysel profilleme gibi **8 kritik alanı** kapsar. 2. **AB tarafından düzenlenen bir ürünün güvenlik bileşenidir**, Annex I kapsamında, örneğin tıbbi cihazlar veya motorlu taşıtlar gibi. 6. madde bu ikili yapıyı getiriyor. Ve akıllıca bir adım atıyor. Sadece hassas sektörlere değil, aynı zamanda yapay zekanın genel güvenliğin bir parçası haline geldiği ürünlere de odaklanıyor. Sonra birçok KOBİ'nin yanlış yorumladığı bir nokta var. Sistem önemli riskler oluşturmuyorsa **istisnalar** mevcuttur, ancak bunlar otomatik kestirme yollar değildir. Sağlayıcı tarafından gerekçelendirilip resmi olarak belgelenmesi gerekir. "Yüksek riskli değil" diyorsan, bunu kanıtlayabilmen gerekir. > Eğer argümanın "süreçte zaten bir insan var" ise, bu yeterli değildir. Önemli olan o sistemin nihai kararı ne kadar gerçekten yönlendirdiğidir. Bu ayrım, ciddi bir değerlendirme ile sadece görünüşte bir uyum arasındaki sınırdır. ## Yüksek risk sınıflandırması için resmi kriterler Asıl soru “Yapay zeka kullanmalı mıyız?” değil. Asıl soru “Bu yapay zeka, güvenliği, hakları veya temel fırsatlara erişimi etkiliyor mu?”dur. Ciddi bir sınıflandırma işte buradan başlar. Bir KOBİ için bu süreç, yasal bir formalite olarak değil, bir iş kararı olarak ele alınmalıdır. Sistemi yanlış değerlendirirseniz, önceliklerinizi, belgelerinizi ve yatırımlarınızı yanlış belirlemiş olursunuz. Doğru bir şekilde değerlendirirseniz, uygun denetimler tasarlayabilir ve toplanan verileri süreçleri, tedarikçileri ve şirket içi sorumlulukları daha iyi yönetmek için kullanabilirsiniz. ### Ek III’teki sekiz alan **Annex III**, ilk operasyonel filtredir. [AI Act üzerine yasal özet](https://artificialintelligenceact.eu/high-level-summary/), AI sistemlerinin yüksek riskli kategoriye girebileceği 8 alana dikkat çekiyor: - **Biyometri**. Hassas bağlamlarda uzaktan kimlik tespiti gibi kullanımları içerir. - **Kritik altyapılar**. Operasyonel süreklilik, güvenlik veya risk yönetimini etkileyen sistemler. - **Eğitim ve mesleki eğitim**. Erişimi, değerlendirmeleri veya program atamalarını etkileyen AI. - **İstihdam**. Mesele aracın kendisi değil, kararı ne kadar etkilediğidir. İşe alım, terfi veya işten çıkarma kararlarını yönlendiriyorsa, düzenleyici risk hemen artar. - **Temel hizmetlere erişim ve kredi skorlaması**. Bu kapsama, kredi, sigorta, konut veya kişi üzerinde doğrudan etkisi olan diğer hizmetleri etkileyebilecek durumlar girer. - **Kolluk kuvvetleri**. - **Adalet**. - **Bireysel profilleme**. Birçok KOBİ için asıl mesele budur. Sınıflandırma, yazılımın ticari adından değil, sistemin somut etkisinden kaynaklanır. Bir skorlama motoru, bir belge sınıflandırıcısı veya bir başvuru önceliklendirme sistemi tarafsız araçlar gibi görünebilir. Kredi erişimini, personel seçimini veya müşteri ve kullanıcılara farklı muamele edilmesini önemli ölçüde etkiliyorlarsa, tarafsız değildirler. [Analitik ve karar izlemeye dayalı Finans vaka çalışmalarında](https://www.electe.net/case-studies/fintech) anlatılanlara benzer projelerde fark yaratan izlenebilirliktir: hangi verilerin girdi olarak kullanıldığını, hangi mantığın daha ağır bastığını ve bir insan operatörün sonucu gerçekten nerede düzeltebileceğini bilmek. ### Ek I'nin de önemi olduğunda İkinci kanal genellikle hafife alınır. Oysa çoğu şirketi en çok şaşırtan da budur. Eğer AI, zaten uyumlaştırılmış AB mevzuatına tabi bir ürünün **güvenlik bileşeni** ise, değerlendirme hemen değişir. Artık yalnızca çıktı üreten bir modeli analiz etmiyorsunuz. Ürünün veya sürecin genel güvenliğine dahil olan bir işlevi analiz ediyorsunuz. Bu husus, donanım üretmeyen KOBİ’leri de ilgilendiriyor. Daha kapsamlı çözümlerin içine yapay zeka modülleri entegre etmek ya da kontrol sistemlerini, alarmları, eşik değerleri veya güvenlik otomasyonlarını etkileyen yazılımlar sunmak, belgeleme ve teknik açıdan çok daha zorlu bir alana girmeyi gerektiriyor. ### İstisnaların kanıtlanması gerekir İstisnalar vardır, ancak bunlar doğrulanabilir argümanlarla desteklenmelidir. Sistemin hazırlık niteliğinde bir rol oynadığını veya bir kişinin döngü içinde kaldığını söylemek yeterli değildir. Basit bir kriter kullanın: - **Sistem esaslı bir kararı yönlendiriyorsa**, onu hemen yüksek riskli aday olarak ele alın. - **Sınırlı veya yardımcı bir görev yerine getiriyorsa**, çıktısının sonucu önemli ölçüde belirlemediğini belgeleyin. - **Analiz, uyarı veya örüntü üretiyorsa**, insan operatörün gerçekten itiraz etme, düzeltme ve gerekçelendirme imkânı olup olmadığını kontrol edin. Burada bir veri analitiği platformu, sadece mevzuata uyum için bir destek olmaktan çıkar. Stratejik bir varlık haline gelir. Bu platform, ekibinizi geçici bir hukuk departmanına dönüştürmeden kullanım senaryolarını haritalandırmanıza, karar alma süreçlerini yeniden oluşturmanıza, model sürümlerini kontrol etmenize ve savunulabilir kanıtlar üretmenize olanak tanır. Bu şekilde çalışan KOBİ'ler bütçelerini daha verimli kullanır. Standartların peşinden koşmazlar. Denetimlere, büyümeye ve yeni kullanım senaryolarına dayanıklı bir yapay zeka yönetim altyapısı oluştururlar. ## Perakende finans ve kara para aklamayla mücadele alanından somut örnekler Pazartesi sabahı. Bir kredi sektöründeki KOBİ, başvuruları birkaç dakika içinde onaylıyor ya da reddediyor. Bir diğeri ise kara para aklama önleme yükümlülüklerini yerine getirmek için şüpheli işlemleri durduruyor. Her iki durumda da asıl mesele “yapay zeka kullanmalı mıyız?” değil. Mesele çok daha pratik: Sistemin çıktısı, müşterileri, hizmetlere erişimi veya kontrol önlemlerini etkileyen bir karara gerçekten etki ediyor mu? ### Perakende ve stok optimizasyonu Birçok KOBİ'nin yakından aşina olduğu bir örnekle başlayalım. Bir perakendeci, talebi, stok devir hızını ve yeniden sipariş sürelerini tahmin etmek için bir yapay zeka sistemi kullanıyor. Eğer bu model satın alma, lojistik ve ticari planlamayı iyileştirmeye hizmet ediyorsa, genellikle Yapay Zeka Yasası'nın kapsadığı klasik yüksek riskli durumlarla karşı karşıya değilsinizdir. Aynı sistem, bir hatanın operasyonel sürekliliği, hassas kontrolleri veya hizmet güvenliğiyle ilgili işlevleri etkileyebileceği süreçlere dahil olduğunda durum değişir. Bu noktada, artık soyut bir tahmin aracını değerlendirmiş olmuyorsunuz. Kritik bir süreç içindeki gerçek rolünü değerlendiriyorsunuz. Bir KOBİ için geçerli olan kural şudur: Yazılımın adını değil, kullanım senaryosunu sınıflandırın. ### Kredi puanı ve krediye erişim Kredi alanında kendi kendini haklı çıkarma marjı oldukça azalır. Bir yapay zeka sistemi güvenilirliği değerlendiriyorsa, müşterileri riske göre sınıflandırıyorsa veya bir başvurunun sonucunu önemli ölçüde etkiliyor ise, bu kişiyi en başından itibaren ciddi bir yaklaşımla yüksek riskli bir aday olarak ele almalısınız. Nedeni basit. Burada bir pazarlama kampanyasını veya stok yenileme sürecini optimize etmiyorsunuz. Bir finansal hizmete erişimi etkiliyor. AI Yasası açısından bu fark büyük önem taşıyor. Sıkça yapılan bir hata, “karar desteği” ifadesine sığınmaktır. Bu yeterli değildir. Eğer insan yönetici modelin ürettiği puanı onaylama eğilimindeyse, istisnalar nadirse ya da işlem süreleri eleştirel bir incelemeyi imkansız kılıyorsa, sistem nihai kararda kesinlikle etkili olmaktadır. Bir KOBİ için doğru adım, tanım üzerinde sonsuza dek tartışmak değildir. Doğru adım, karar alma sürecini doğrulanabilir kanıtlarla yeniden yapılandırmaktır: modele hangi veriler giriyor, hangi puan çıkıyor, kimler bunu değiştirebilir, hangi durumlarda gerçekten değiştirilir ve bunun gerekçesi nedir? İyi tasarlanmış bir analitik platformu tam da bu noktada size yardımcı olur. İzlenebilirlik, günlükler, model sürümleri ve operasyonel gerekçeleri bir arada tutar. Uyum, artık tek başına bir maliyet olmaktan çıkar ve yönetimsel kontrolün temeli haline gelir. Sektördeki firmaların benzer süreçleri nasıl organize ettiğini görmek için [ELECTE'nin Finans vaka çalışmalarına](https://www.electe.net/case-studies/fintech) göz atın. > Kredide, model sonucu öngörülebilir ve tekrarlanan bir şekilde yönlendiriyorsa “destek” pek bir anlam ifade etmez. ### AML ve ihbar sistemleri Kara para aklamayla mücadelede daha fazla disiplin ve daha az slogan gerekir. Anormallikleri veya şüpheli kalıpları tespit eden bir sistem, müşteriler veya ilişkiler hakkında tek başına karar veren bir sistem olarak otomatik olarak değerlendirilmemelidir. Bu sistem, somut işlevi, otomasyon düzeyi ve operasyonel etkisi açısından incelenmelidir. Kendine şu dört net soruyu sor: - model doğrulanması gereken bir uyarı mı üretiyor, yoksa doğrudan engelleme, eskalasyon veya askıya almaya mı yönlendiriyor? - analist çıktıya kolayca itiraz edebiliyor mu, yoksa uygulamada sadece onaylamakla mı yetiniyor? - yeniden oluşturulabilir günlükler, gerekçeler ve eşik değerleri var mı? - sistem daha iyi araştırma yapmak için mi kullanılıyor, yoksa doğrudan eylemi belirlemek için mi? Bu noktada birçok KOBİ, organizasyonel alışkanlıklar nedeniyle hata yapmaktadır. Kağıt üzerinde insan denetimi vardır. Ancak gerçekte, modelin uyarısı ana filtre haline gelir ve bir bildirimin neden onaylandığı veya reddedildiği kimse tarafından belgelenmez. Düzeltilmesi gereken nokta budur. Akıllıca bir seçim, veri analitiğini yönetişim altyapısı olarak kullanmaktır. Bu, hangi uyarıların kararlarla sonuçlandığını, hangi değişkenlerin gerçekten etkili olduğunu, ekibin modeli her zaman doğruladığı ve gerçek bir kontrol uyguladığı alanları görmenizi sağlar. Bu hem bir uyum hem de bir strateji tercihidir. Denetimler ve iş ortaklarıyla yaşanan sürtüşmeleri azaltır, araştırma kalitesini artırır ve “sadece şirket içi” bir sistemin hassas kararları çoktan etkilediğini çok geç fark etmenizi önler. ## Yüksek riskli sistemler için uyum yükümlülükleri Bir sistem yüksek riskli kategoriye girdiğinde, en büyük hata uyumluluğu son dakikada hazırlanması gereken bir yığın belge olarak görmek olur. Bu yaklaşım işe yaramaz. Üstelik maliyeti de daha yüksek olur. Yasal yükümlülükler, sistemin yönetim yapısı olarak kullanılmalıdır. ### Gerçekten önemli olan yükümlülükler Ek III, hizmet sağlayıcılar ve yüksek riskli sistemler için bir dizi temel yükümlülüğü içermektedir. Bir KOBİ için en önemlileri şunlardır: - **Madde 9 uyarınca risk yönetimi**. Riskleri sistemin yaşam döngüsü boyunca belirlemeli, değerlendirmeli ve azaltmalısınız. Bu bir formalite değildir. Model üretime geçtikten sonra sorunları keşfetmekten kaçınmanın yoludur. - **Madde 10 uyarınca veri yönetişimi**. Veri kümeleri temsil edici olmalı ve önemli hatalardan arınmış olmalıdır. Bu konu yalnızca önyargıyla ilgili değildir. Kullanılan verilerin kalitesi, tutarlılığı ve uygunluğuyla da ilgilidir. - **Teknik dokümantasyon**. Sistemin amacını, mantığını, sınırlarını ve kontrollerini tanımlayamıyorsanız, AI'yı yönetmiyorsunuzdur. Ona maruz kalıyorsunuzdur. - **İzlenebilirlik**. Sistemin nasıl çalıştığını ve hangi çıktıları ürettiğini yeniden oluşturabilmelisiniz. - **İnsan gözetimi**. İnsan denetimi gerçek olmalı, gösteriş olmamalıdır. Müdahale edebilecek, itiraz edebilecek ve düzeltebilecek bir kişi veya role ihtiyaç vardır. > Faydalı uyumluluk işi yavaşlatmaz. Daha sonra denetimleri, iş ortaklarını ve ölçeklenmeyi engelleyen gri alanları ortadan kaldırır. ### KOBİ'ler için pratik tablo **Gereklilik (AI Act Maddesi)****Temel Açıklama****KOBİ için Pratik Eylem**Risk yönetimi (Madde 9)Yapay zekâ sisteminin risklerinin sürekli yönetilmesiHer AI kullanım senaryosu için bir risk kaydı oluşturun ve model, veriler veya kullanım amacı değiştiğinde güncelleyinVeri yönetişimi (Madde 10)İlgili, temsili ve kontrol edilen verilerVeri kaynağını, veri temizleme kriterlerini, bilinen sınırlamaları ve hata veya dengesizlik kontrollerini belgeleyinTeknik dokümantasyonSistemin işleyişi ve amacı hakkında resmi kanıtAmaç, kullanıcılar, girdiler, çıktılar, sınırlamalar, mantık ve kontrolleri içeren bir sistem bilgi formu hazırlayınİzlenebilirlikSistem işlemlerinin yeniden oluşturulabilmesiGünlükleri, model sürümlerini, ilgili parametreleri ve bunlarla bağlantılı insan kararlarını saklayınİnsan gözetimiKararlar üzerinde etkin denetimÇıktıları durdurabilecek, inceleyebilecek veya düzeltebilecek bir iç sorumlu atayın Bir KOBİ'nin devasa bir uyum departmanına ihtiyacı yoktur. İhtiyacı olan şey bir yöntemdir. Bu yöntem analitik, ürün ve operasyon süreçlerine entegre edildiğinde, uyum artık bir engel olmaktan çıkar ve yapay zekayı kullanmanın daha olgun bir yolu haline gelir. ## AI sistemlerinizi değerlendirmek için operasyonel kontrol listesi Pazartesi sabahı. Bir kurumsal müşteri size puanlama motorunuzu nasıl sınıflandırdığınızı, kimin denetlediğini ve bunun yüksek riskli sistemler arasında yer almadığını kanıtlayacak ne tür kanıtlarınız olduğunu soruyor. O anda dosya, e-posta ve gayri resmi yanıtları aramak zorunda kalırsanız, sorun algoritmada değildir. Sorun, yönetişimdedir. Bir KOBİ için ilk değerlendirme, belirsiz bir belge değil, operasyonel bir karar ortaya koymalıdır. Üç şeyi bilmeniz gerekir: Yapay zekayı nerede kullandığınızı, kararlar üzerinde ne kadar etkisi olduğunu ve bir denetçi, iş ortağı veya yönetim sınıflandırma hakkında hesap sorarsa hangi kanıtları sunabileceğinizi. İşte burada iyi bir analitik disiplini fark yaratır. Sistemleri envanterine geçmenize, verileri, modelleri ve süreçleri birbirine bağlamanıza ve ani denetimlerde harcanan zamanı azaltmanıza yardımcı olur. ### Hemen kapatmanız gereken sorular Bu kontrol listesini, hukuki bir filtreden çok, yönetimsel bir filtre olarak kullanın. 1. **Kullanımdaki tüm yapay zeka sistemlerinin güncel bir envanterine sahip misiniz?** Şirket içinde geliştirilen modelleri, harici yazılımlara entegre edilmiş yapay zeka özelliklerini, skorlama, sıralama, tahminleme, dolandırıcılık önleme sistemlerini ve operasyonel süreçleri etkileyen otomasyonları dahil edin. 2. **Her sistem için somut işlevi net bir cümleyle tanımladınız mı?** “Analitik” yeterli değildir. Gerçek etkiyi yazın: kredi taleplerini değerlendirir, potansiyel müşterileri sıralar, anomalileri işaretler, öncelik atar, işlemleri engeller, işe alım sürecini destekler. 3. **Çıktı, kişileri, hizmetlere erişimi veya önemli ekonomik kararları etkiliyor mu?** Cevap evetse, doğrulama seviyesi yükseltilmelidir. Krediyi, sigortayı, işe alımı, hizmetlere erişimi veya güvenlik kontrollerini yönlendiren sistemler acil dikkat gerektirir. 4. **İnsan rolü esaslı mı yoksa yalnızca biçimsel mi?** Denetleyen kişi, çıktıya itiraz edecek araçlara, zamana veya yetkiye sahip olmadan neredeyse her zaman onaylıyorsa, gerçek bir gözetim yürütmüyorsunuz demektir. 5. **Sistemin neden yüksek riskli olmadığını doğrulanabilir iç kanıtlarla açıklayabilir misiniz?** Belgeler, kayıtlar, karar kriterleri, beyan edilen sınırlar ve tutarlı bir gerekçe gereklidir. Bu kanıtlar olmadan sınıflandırma zayıf kalır. 6. **Sistemi hangi verilerin beslediğini ve bu verilerin ne tür riskler taşıdığını biliyor musunuz?** Verinin kaynağı, kalitesi, güncelliği, hassas değişkenler, bilinen hatalar ve üçüncü taraf tedarikçilere bağımlılıklar izlenmelidir. Bunları bilmiyorsanız riski değerlendirmiyorsunuz. Riske maruz kalıyorsunuz. ### Acil olarak üst mercilere bildirilmesi gereken durumlar Bazı durumlar genel sağduyu ile ele alınmamalıdır. Bu durumlar derhal uyum, hukuk, risk veya yönetim birimlerine iletilmelidir. - **Sistem, nihai bir kararı etkileyen puanlar, sıralamalar veya öncelikler üretiyor** - **Yapay zeka, kredi, sigorta, kara para aklamayla mücadele, İK veya önemli hizmetlere erişim alanlarında devreye giriyor** - **Hassas kişisel veriler, finansal veriler veya açıklanması zor kaynak kombinasyonları kullanıyorsunuz** - **Tedarikçi, mantık, sınırlar, sürümler veya kontroller konusunda yeterli görünürlük sağlamıyor** - **Yönetim, sistemin çıktıya nasıl ulaştığını basit bir şekilde anlayamıyor** > Sınıflandırmayı önemli bir müşteri veya denetçi karşısında savunamıyorsanız, sınıflandırma hazır değildir. ### Bu kontrol listesinden ne çıkması gerekiyor? Sonuçta size bir şüpheler listesi gerekmez. Her sistem için bir sonuca ihtiyacınız var: elenmiş, daha ayrıntılı incelenmesi gereken ya da aksini ispat edilene kadar potansiyel olarak yüksek riskli olarak değerlendirilmesi gereken. Bu yaklaşım, hırslı KOBİ’lerin tipik hatasını önler. Hızla büyürler, faydalı yapay zeka araçlarını benimserler, ancak sınıflandırmayı belirsiz bir alanda bırakırlar; bu da satışları, ortaklıkları ve ölçeklendirmeyi yavaşlatır. Zaten bir raporlama ve veri kontrolü altyapınız varsa, bu çalışmayı çok daha iyi yapılandırabilirsiniz. İyi kurulmuş bir platform, kullanım senaryolarını, verileri, çıktıları ve sorumlulukları teknik olmayan kişiler için bile okunabilir şekilde bağlamanıza yardımcı olur. Şirketinizde bu altyapıyı nasıl kuracağınızı anlamak için [KOBİ'ler için iş zekası yazılımları](https://www.electe.net/post/software-business-intelligence) rehberi işinize yarayabilir. ## Bir analiz platformu uyumluluğu nasıl kolaylaştırır? Veriler dağınık, süreçler izlenemiyor ve model çıktılarının net sorumluluklarla ilişkilendirilemediği durumlarda, mevzuata uyum sağlamak zorlaşır. İşte bu noktada, iyi tasarlanmış bir analitik platformu fark yaratabilir. Bu, mevzuata uyum için bir kestirme yol değil, düzeni sağlayan bir altyapıdır. ### Teknolojinin gerçekten yardımcı olduğu alanlar Modern bir platform özellikle şu dört noktada yardımcı olur: - **Kullanım senaryolarının haritalanması**. Merkezi panolar ve iş akışları, yapay zekanın nerede ve hangi verilerle kullanıldığını görmeyi kolaylaştırır. - **Operasyonel izlenebilirlik**. Kayıtlar, model sürümleri ve çıktı geçmişi, sistemin davranışını yeniden oluşturmaya yardımcı olur. - **Veri kalitesi**. Kaynakların kontrolü, temizlenmesi ve izlenmesi, düşük kaliteli veya tutarsız veri kümeleri kullanma riskini azaltır. - **Net raporlama**. Bir sistemin nasıl çalıştığını yönetime, ortaklara veya danışmanlara açıklamanız gerektiğinde, yalnızca teknik çıktılar değil okunabilir raporlar gerekir. İş zekası araçlarıyla zaten çalışanlar bu avantajı hemen anlar. Bu adımı daha iyi kavramak isterseniz, ELECTE'nin [kurumsal kararlar için iş zekası yazılımları](https://www.electe.net/post/software-business-intelligence) hakkındaki bu incelemesi de işinize yarayabilir. ### Uyum ve iş zekası birlikte çalışmalıdır Birçok şirket bu iki dünyayı birbirinden fazla ayırıyor. Bir yanda veri ekibi performans istiyor. Diğer yanda ise uyum ekibi denetimler istiyor. Bu, verimsiz bir ayrımdır. En iyi yol, bu iki hedefi birbiriyle bütünleştirmektir. İyi yönetilen bir yapay zeka sistemi, sadece daha iyi içgörüler sağlamakla kalmaz, aynı zamanda daha istikrarlı, denetlenebilir ve dışarıya karşı daha güvenilir süreçler de ortaya çıkarır. Başka bir deyişle, uyumluluk sadece sorunları önlemek için gerekli değildir. Yapay zekanın daha hızlı ve daha az iç dirençle benimsenebileceği bir ortam oluşturmak için de gereklidir. Bu, birçok KOBİ'nin geç farkına vardığı bir noktadır. Belgelerin düzenli olması, izlenebilirlik ve kullanımların netliği, gereksiz bürokrasi değildir. Bunlar, yapay zekayı gerçekten ölçeklenebilir bir şekilde kullanmanın temelini oluşturur. ## Yasal yükümlülüğü rekabet avantajı haline getirin AI Yasası, özellikle onu cezalandırıcı bir metin olarak görenleri korkutuyor. Bu, dar bir bakış açısıdır. Asıl önemli olan şu: Yasa, şirketlerin kendi sistemlerini, verilerini ve otomatikleştirilmiş kararların gerçek etkisini daha iyi anlamalarını zorunlu kılıyor. Bu mantığı benimserseniz, "yüksek riskli" sınıflandırması belirsiz bir tehdit olmaktan çıkar. Bunun yerine, somut bir kriter haline gelir. Hangi alanlarda sıkı denetimlere ihtiyaç duyulduğunu, hangi durumlarda bir istisnayı belgeleyebileceğinizi ve KOBİ'nizin körü körüne hareket etmeden hangi alanlarda yenilik yapabileceğini bilirsiniz. L'**AI Act high-risk classification guide** tam olarak buna yarar. Belirsizliği ortadan kaldırır. Önceliklendirir. Ciddi hataları önler. Ve daha güvenilir, daha savunulabilir ve iş için daha faydalı bir yapay zeka inşa eder. Bunu daha önce kavrayan KOBİ'ler sadece mevzuata daha uygun olmakla kalmayacak. Daha güvenilir, daha düzenli ve büyümeye daha hazır olacaklar. --- Dağınık verileri net, izlenebilir ve daha güvenli kararlar için hazır içgörülere dönüştürmek istiyorsanız, [KOBİ'ler için yapay zeka destekli veri analitiği platformu ELECTE](https://www.electe.net)'yi keşfedin. Gerçekten önemli olan süreçlere daha fazla kontrol, görünürlük ve yapı kazandırmanın somut bir yoludur.