İmalat sektörü, tarih boyunca verimliliği artırmak, kaliteyi güvence altına almak ve maliyetleri düşürmek için güçlü yönetim yaklaşımlarını benimsemiştir. Bunların başında gelen Yalın Yönetim, üretim sahasındaki katma değersiz faaliyetleri “muda”, yani israf olarak tanımlar. Fazla üretim, bekleme, gereksiz taşıma, stok, hareket, hata ve aşırı işlem gibi fiziksel israflar uzun yıllar boyunca üretim yöneticilerinin temel iyileştirme alanları olmuştur.
Ancak dijital dönüşümle birlikte fabrikalarda yeni ve daha görünmez bir israf türü ortaya çıkmıştır: Dijital Muda.
Bugünün fabrikaları sensörler, otomasyon sistemleri, MES, ERP, SCADA, bakım yazılımları ve iş zekâsı panelleri sayesinde her zamankinden daha fazla veri üretmektedir. Fakat birçok işletmede temel problem artık veriye ulaşmak değil, bu veriyi doğru zamanda anlamlandırmak ve koordineli aksiyona dönüştürmektir. Başka bir ifadeyle, birçok fabrika veri zengini fakat aksiyon fakiri bir yapıya dönüşmüştür.
Bir hatta verim kaybı oluştuğunda, bir makine alarm verdiğinde veya kalite sapması yaşandığında bilgi çoğu zaman farklı sistemlere dağılmış durumdadır. Operatör MES ekranına bakar, mühendis Excel dosyasını günceller, bakım teknisyeni geçmiş arıza kayıtlarını arar, kalite sorumlusu ilgili prosedürü bulmaya çalışır, yönetici ise BI panelinden durumu izler. Veri vardır; fakat aksiyon hâlâ manuel takip, kişisel deneyim ve departmanlar arası koordinasyonla yürür.
İşte dijital muda tam olarak bu noktada ortaya çıkar.
Dijital Muda’nın Üç Temel Biçimi
Üretim işletmelerinde dijital muda genellikle üç ana başlık altında görülür.
İlk olarak, veri işleme israfı vardır. Bu, aynı verinin farklı sistemlere tekrar tekrar girilmesi, ERP’den Excel’e, MES’ten rapora, vardiya formundan kalite dosyasına manuel olarak taşınmasıdır. Bu tür işler değer üretmez; fakat zaman, dikkat ve insan kaynağı tüketir. Ayrıca manuel veri girişi hataları operasyonel kararların doğruluğunu da zayıflatır.
İkinci olarak, bilgi işleme israfı öne çıkar. Bir arıza yaşandığında doğru teknik dokümanı bulmak, geçmiş bakım kayıtlarını incelemek, ilgili kalite prosedürünü aramak veya benzer bir problemin daha önce nasıl çözüldüğünü hatırlamak ciddi zaman alabilir. Bilgi işletmenin içinde vardır; ancak dağınık, erişimi zor ve bağlamdan kopuk olduğu için karar süreçlerine geç yansır.
Üçüncü olarak, koordinasyon israfı oluşur. Bakım, kalite, üretim planlama, satın alma ve depo gibi birimler arasında aksiyonların e-posta, telefon, Excel veya anlık mesajlaşma üzerinden yürütülmesi karar akışını yavaşlatır. Bir yedek parça onayının günlerce beklemesi, kalite sapmasının ilgili kişilere geç ulaşması veya bakım iş emrinin manuel takip edilmesi bu israfın tipik örnekleridir.
Bu üç israf türü, görünürde dijitalleşmiş ancak gerçekte hâlâ insan takibine bağımlı çalışan fabrikaların ortak problemidir.
Pasif Görünürlük Yeterli Değil
Son on yılda birçok üretim işletmesi dijitalleşme yatırımlarını görünürlük sağlamak üzerine kurdu. SCADA ekranları, andon panoları, OEE dashboard’ları ve iş zekâsı raporları sayesinde yöneticiler artık fabrikada ne olduğunu daha net görebiliyor.
Bu önemli bir adımdır. Ancak tek başına yeterli değildir.
Bir dashboard, hattın durduğunu gösterebilir; fakat duruşun kök nedenini kendiliğinden analiz etmez. Bir BI raporu, verimin düştüğünü gösterebilir; fakat bakım, kalite, planlama ve satın alma birimlerini aynı aksiyon etrafında otomatik olarak koordine etmez. Bir alarm sistemi, problem olduğunu bildirebilir; fakat doğru prosedürü bulup iş emri taslağı oluşturmaz.
Bu nedenle yeni nesil dijital dönüşümün odağı yalnızca “görmek” değil, görmekten aksiyona geçmek olmalıdır.
Üretim sistemlerinin bir sonraki evresi, veriyi yalnızca raporlayan değil; anlamlandıran, bağlamına oturtan, ilgili sistemlerle konuşan ve insanı doğru noktada devreye alarak aksiyon başlatan akıllı iş akışları olacaktır. Bu noktada Agentic AI, yani ajan yapay zekâ tabanlı sistemler kritik bir rol üstlenmektedir.
Agentic AI Nedir?
Tek başına kullanılan bir büyük dil modeli çoğunlukla kullanıcıdan gelen soruya yanıt üretir. Kullanıcı prompt yazar, model metinsel bir cevap verir. Bu yapı açıklama, özetleme, taslak hazırlama veya analiz desteği için oldukça faydalıdır. Ancak üretim ortamında gerçek değer, yalnızca cevap üretmekle değil, doğru veriye erişmek, doğru aracı kullanmak, süreci takip etmek ve gerektiğinde aksiyon başlatmakla oluşur.
Agentic AI, yapay zekâyı bu pasif yanıt üretme yapısından çıkararak hedef odaklı iş akışlarına dönüştürür. Bir ajan; belirli bir amaç doğrultusunda plan yapabilir, teknik dokümanlardan bilgi çekebilir, ERP veya bakım sistemi gibi kurumsal yazılımlarla güvenli şekilde etkileşime girebilir, iş adımlarını takip edebilir ve kritik noktalarda insan onayı isteyebilir.
Başka bir ifadeyle Agentic AI, yalnızca “ne oldu?” sorusuna cevap vermez. Aynı zamanda şu sorulara da destek olur:
· “Bu neden olmuş olabilir?”
· “Benzer problem geçmişte nasıl çözülmüş?”
· “Hangi prosedür uygulanmalı?”
· “Yedek parça stokta var mı?”
· “Kimden onay alınmalı?”
· “İş emri açılmalı mı?”
· “Bu aksiyon tamamlandı mı?”
Bu yönüyle Agentic AI, üretim işletmelerinde dijital mudayı azaltabilecek yeni bir iş akışı mimarisi sunar.
Fabrikada Agentic AI Nasıl Çalışır?
Basit bir bakım senaryosu üzerinden düşünelim.
Bir üretim hattındaki pompadan olağandışı titreşim sinyali geldiğini varsayalım. Geleneksel yapıda bu alarm önce operatör tarafından görülür. Ardından bakım ekibine haber verilir. Bakım teknisyeni geçmiş kayıtları inceler, ilgili makine kılavuzunu arar, yedek parçanın stokta olup olmadığını kontrol eder ve gerekiyorsa iş emri açar. Bu süreç tamamen insanların sistemler arasında manuel olarak gezinmesine bağlıdır.
Agentic AI tabanlı bir iş akışında ise süreç farklı ilerler.
Sistem önce sensör sinyalini veya alarm kodunu algılar. Ardından geçmiş bakım kayıtlarında benzer arızaları tarar. Teknik dokümanlardan ilgili arıza açıklamasını bulur. ERP veya depo sistemi üzerinden gerekli yedek parçanın stok durumunu kontrol eder. Eğer parça stokta varsa bakım iş emri taslağı oluşturur. Eğer stokta yoksa satın alma talebi için ön hazırlık yapar. Kritik bir bakım kararı veya yüksek maliyetli bir sipariş gerekiyorsa bakım müdürüne onay önerisi sunar.
Burada önemli nokta şudur: Sistem insanı devre dışı bırakmaz. Aksine, insanı veri arama, sistemler arası geçiş ve manuel takip yükünden kurtararak karar verme kalitesini artırır. Kritik kararlar yine insan onayından geçer. Buna Human-in-the-Loop, yani insan-onaylı yapay zekâ yaklaşımı denir.
Agentic AI’nın Üretime Getirdiği Temel Yetenekler
Agentic AI tabanlı iş akışları üretim sahasına beş temel yetenek kazandırır.
Birincisi, üretim ortamını algılama ve anlamlandırmadır. Sistem yalnızca alarmı görmez; alarmın hangi hat, makine, ürün, vardiya veya proses koşulu ile ilişkili olduğunu anlamaya çalışır.
İkincisi, teknik bilgiyi hızlı şekilde kullanabilmedir. SOP’ler, bakım kılavuzları, kalite prosedürleri, geçmiş arıza raporları ve teknik çizimler yapay zekâ tarafından taranabilir. Böylece mühendis veya teknisyen doğru bilgiye çok daha hızlı ulaşır.
Üçüncüsü, kurumsal sistemlerle güvenli etkileşimdir. Ajan, ERP, MES, CMMS veya depo sistemlerinden gerekli bilgileri çekebilir. Örneğin stok durumunu kontrol edebilir, geçmiş iş emirlerini inceleyebilir veya üretim planındaki uygun bakım zamanını görebilir.
Dördüncüsü, insan-onay mekanizmalarının kurulmasıdır. Makine parametresi değiştirmek, üretimi durdurmak, yedek parça siparişi açmak veya kalite blokajı koymak gibi kritik aksiyonlar otomatik yapılmamalıdır. Bu adımlarda sistem öneri üretir, insan onayı ister ve onay sonrası aksiyonu başlatır.
Beşincisi, deneyim hafızası oluşturmaktır. Sistem tamamlanan işleri, verilen onayları, reddedilen önerileri ve yapılan düzeltmeleri kaydeder. Böylece benzer problemler tekrar yaşandığında geçmiş deneyimlerden faydalanarak daha tutarlı öneriler sunabilir.
Uygulanabilirlik Artıyor
Geçmişte bu tür akıllı iş akışlarını fabrikalarda kurmak büyük yazılım ekipleri, uzun entegrasyon projeleri ve yüksek bütçeler gerektiriyordu. Bu nedenle birçok üretim işletmesi için yapay zekâ projeleri ilgi çekici ama uygulanması zor girişimler olarak görülüyordu.
Bugün bu tablo değişmeye başlamıştır. Low-code ve no-code platformlar, standart API bağlantıları, gelişmiş ajan orkestrasyon araçları ve bulut tabanlı yapay zekâ servisleri sayesinde pilot uygulamalar daha hızlı geliştirilebilmektedir. Özellikle veri altyapısı belirli bir olgunluğa ulaşmış işletmelerde, bakım, kalite, üretim planlama veya satın alma gibi alanlarda sınırlı kapsamlı Agentic AI senaryoları adım adım test edilebilir.
Burada kritik nokta, işe büyük ve karmaşık bir sistemle başlamamaktır. En doğru yaklaşım, net bir problem alanı seçmek ve küçük bir pilot senaryo ile ilerlemektir.
Örneğin:
· Bir makine arızasında teknik doküman arama süresini azaltmak.
Kalite sapmalarında geçmiş benzer vakaları hızlı bulmak.
· Bakım iş emri açmadan önce yedek parça stokunu otomatik kontrol etmek.
· Vardiya raporlarını otomatik özetlemek.
· Üretim duruşlarında ilgili ekipleri aynı aksiyon planı etrafında koordine etmek.
Bu tür odaklı senaryolar, Agentic AI’nın üretim ortamındaki gerçek faydasını somutlaştırmak için iyi başlangıç noktalarıdır.
Sonuç: Görünürlükten Aksiyona Geçiş
Yalın yönetim bize fiziksel israfları görmeyi ve ortadan kaldırmayı öğretti. Bugünün dijital fabrikalarında ise yeni görev, dijital israfları görünür hale getirmek ve azaltmaktır.
Eğer bir işletmede veriler farklı sistemlerde dağınık duruyor, mühendisler zamanının önemli kısmını bilgi aramakla geçiriyor, bakım ve kalite kararları manuel takip ediliyor, dashboard’lar problem gösteriyor ama aksiyon kendiliğinden organize olmuyorsa, orada ciddi bir dijital muda vardır.
Agentic AI, bu dijital mudayı azaltmak için güçlü bir fırsat sunmaktadır. Ancak bu fırsat, yapay zekâyı yalnızca bir sohbet aracı olarak görmekle değil; onu üretim sistemlerine, kurumsal verilere, teknik bilgi tabanlarına ve insan-onay mekanizmalarına bağlı akıllı bir iş akışı mimarisi olarak tasarlamakla değerlendirilebilir.
Geleceğin fabrikası yalnızca veriyi toplayan veya ekranda gösteren fabrika olmayacaktır. Geleceğin fabrikası; veriyi anlayan, bağlamına oturtan, doğru kişiyi doğru zamanda sürece dâhil eden ve bilgiyi koordineli aksiyona dönüştürebilen fabrika olacaktır.
Üretim yöneticileri için asıl soru artık şudur:
Fabrikamız gerçekten dijitalleşti mi, yoksa yalnızca daha fazla ekran ve daha fazla veri mi üretiyoruz?
Bu soruya verilecek dürüst cevap, Agentic AI çağında rekabet gücünün yönünü belirleyecektir.
