Finans AI agent: Logo Netsis, fatura okuma, tahsilat takibi

Hangi veriler hassas?

Finans agent’ının elinden geçen veri çoğu KOBİ için en hassas dosyadır. Üç ana grup:

Müşteri ve tedarikçi kişisel verisi. Faturalarda T.C. kimlik numarası, vergi kimlik numarası, adres, telefon görünür. Şahıs şirketi faturalarında ad-soyad doğrudan kişisel veri sayılır — KVKK §6 çerçevesinde özel nitelikli veriye girmese de işleme gerekçesi olmalı. Agent bunlara her dokunduğunda audit log imzalanır; veri pod sınırından dışarı çıkmaz.

Finansal kayıt ve banka hareketi. Cari hesap, banka ekstresi, alacak yaşlandırma listesi, ödeme planı — bunlar şirket sırrıdır ve rakibe sızması ciddi zarar verir. Agent yerel inference yapar, eğitim verisi makinen dışına çıkmaz. Bulut eğitmenine örnek gönderiliyorsa kişisel alanlar maskelenir, hesap numaraları yıldızlanır.

Mevzuat tarafından tutulması gereken kayıt. E-defter, e-fatura arşivi, GİB beratları yasal saklama süresine tabi. Agent bu dosyalara okuma izniyle dokunur, asla silmez veya değiştirmez. Audit chain her okumayı SHA-256 ile zincire ekler — denetimde “agent ne okudu, ne yaptı” sorusu cevaplanabilir.

KVKK risk seviyesi yüksek olarak işaretli çünkü tek bir hatalı toplu mail tahsilat hatırlatması yüzlerce müşterinin bilgisini açabilir. Agent’ın mail gönderme yetkisi yok — yalnız taslak kurar, onay verirsin, sen gönderirsin. Politika motoru bu sınırı her çağrıda doğrular.

Yerel çalışma ne zaman gerekir?

Finans verisi için yerel çalışma varsayılan, bulut çağrısı istisnadır. Yerel yapay zekâ sayfasında neden anlattım — burada finansa özel pencere açayım.

Fatura okuma, mutabakat, e-defter kontrolü, alacak yaşlandırma — bu işlerin hepsi 8B parametreli yerel modelle yetinir. Llama 3.1 8B veya benzer bir yerel model kendi makinende çalışır, fatura PDF’i sunucuya hiç gitmez. Pod sandbox’ı agent’ı dosya sistemine sıkıştırır; ağ erişimi PolicyEngine onayı olmadan açılmaz.

Bulut eğitmen çağrısı yalnız iki durumda devreye girer. Birincisi, agent yeni bir tedarikçi şablonuyla karşılaşır — ilk birkaç fatura için Claude Sonnet veya benzeri eğitmen modele “bu şablonda hangi alan nerede” sorusu sorulur. Bu çağrı kişisel veriyi maskeleyerek gider, yalnız layout bilgisi alınır. İkincisi, kullanıcı yöneticiye haftalık özet için bulut tercih ediyorsa — özetin kendisi kişisel veri içermez, agregat rakam ve trenddir.

Banka hareketi, ekstre, tahsilat listesi, mutabakat sonucu — bunlar bulut çağrısına girmez, hiçbir şartta. Bayesian profil yerel öğrenir, LoRA adapter’ı yerel kalır. Bulut eğitmene gönderilen örnek varsa Ilura tarafı maskeleme + DPO filtresinden geçirir; ham veri hiçbir cloud çağrısının payload’ında yer almaz.

Performans tarafında 8B yerel model bir fatura okuma çağrısını 600-900ms’de tamamlar — yeterince hızlı. Bulut çağrısı 200-400ms ekstra eklerdi ve KVKK riskini patlatırdı.

Sektör entegrasyonları

Türkiye finans yazılımı çevresi yerli ve dağınık. Agent’ın bir günde uyum kurması gereken minimum dört sistem var:

Logo Tiger 3 / Logo j-Guar. Logo entegrasyonu Tezgah’ın connector katmanından geçer. REST tabanlı bir bridge ile cari, fatura, kasa modüllerine okuma izni verilir. Yazma izni yalnız onay sonrası açılır — agent kayıt önerir, sen onaylarsın, kayıt düşer.

Netsis Wings / Netsis Enterprise. Netsis entegrasyonu için file-watch + REST hibrit kullanılır. Netsis’in batch import dosyalarını agent hazırlar, klasöre bırakır; Netsis tarafı zamanlı görevle alır. Yazma yine onay sonrası.

Excel ve CSV. Pek çok finans ekibinde tahsilat takibi hâlâ Excel’de döner. Excel connector agent’a worksheet okuma ve hücre yazma izni verir. Hücre yazma orta risk — onay gerektirir.

Outlook ve Gmail. Tahsilat hatırlatma e-postaları için draft hazırlama izni vardır; gönderme yetkisi yoktur. Outlook connector draft klasörüne taslak bırakır, sen kontrol edip gönderirsin. KVKK toplu mail riski bu yüzden minimumda kalır.

GİB e-fatura portalı. Read-only — agent e-fatura numarası doğrulaması için sorgu atar, sahteleme tespiti şüphesinde sinyal üretir. Gönderme veya iptal yetkisi yoktur; bu yetkiler sadece muhasebe kullanıcısında kalır.

İlerde SAP S/4HANA ve Mikro Fly entegrasyonları da connector katmanına eklenecek. Şu an pilot KOBİ’lerin %80’i Logo veya Netsis kullanıyor; çoğunluk için yerli yazılım yeterli.

İlk 30 gün planı

1. Hafta 1 — Tanışma: Agent’ı kur, pod sandbox’ını seç, Logo veya Netsis connector’ını bağla. İlk gün yalnız 5-10 fatura okutarak agent’ın temel davranışını gözle. Onay-red kararlarını veriyle yedekle — her ret bir öğrenme örneği.
2. Hafta 2 — Pilot: Günlük fatura akışını agent’a aç, paralel kontrolde tut. Tahsilat hatırlatma taslağını hazırlatmaya başla, gönderme kararını sen veriyorsun. Mutabakat haftalık döngüye dahil olur — bankadan gelen ekstre agent’a düşer, eşleşmeyenler önüne gelir.
3. Hafta 3 — Genişletme: Bütçe sapma raporu ve tedarikçi karnesi devreye girer. Yöneticiye haftalık özet ilk kez agent eliyle gider — sen de düzenleyip onaylarsın. E-defter kontrolü pilot dönüşür.
4. Hafta 4 — Olgunluk: Ay sonu kapanışı için kontrol listesi agent tarafından üretilir. Eksik fatura, açık hesap, KDV mahsup hazırlığı agent’ın iş listesine girer. İlk LoRA iterasyonu burada tetiklenir — son 30 günün onay-red verisiyle adapter güncellenir.

İlk 30 gün sonunda agent’ın olgunluğu yaklaşık 30-40 puan civarında durur. Hâlâ paralel kontrolde tutulur, tek başına bırakılmaz. Asıl kazanım hız değil, finansçının zihninde yer açmaktır — fatura giriş çıkışı agent’a düşer, sen ay sonu yorumuna ve nakit yönetimine zaman ayırırsın. Üçüncü ay tahsilat takibi olgunlaşır, altıncı ay ay sonu kapanış paralel kontrolden gözetimli özerkliğe geçer. Yıl sonuna doğru agent şirketin finansal nabzını birlikte tutan bir asistana dönüşür.

Hatalar ve riskler

Finans agent’ı yetiştirirken sık görülen birkaç tuzak var:

Tahsilat hatırlatmasının erken otomatikleşmesi. Agent taslak hazırlar, gönderme kararı insanın — bu kuralı esnetme. Aksi halde tek bir yanlış filtre yüzlerce müşteriye haksız hatırlatma fırlatır. KVKK ihlali bir yana, müşteri ilişkisi zedelenir. Politika motoru bu yetkiyi kapalı tutar; açmadan önce iki kez düşün.

Fatura okuma doğruluğunu çok erken %95 sanmak. İlk hafta agent yeni şablonlara alışıyor; doğruluk %85 civarındadır. Paralel kontrolü kaldırma — küçük bir hata KDV beyannamesinde büyük sapma yaratır. Üç ayda %95’e ulaşır, paralel kontrolü gevşetebilirsin.

E-defter kayıt değişikliğine izin vermek. Agent okuma izniyle çalışmalı, asla yevmiye kaydında değişiklik yapmamalı. E-defter mevzuatı manipülasyona kapalı tutmayı emrediyor; agent yetkisi de bu sınıra hizalı.

Bulut eğitmen çağrısının maskelenmemiş gitmesi. Bayesian profil yerel öğrenir; ama bazı görevlerde bulut eğitmen devreye girer. Maskeleme katmanını kapatma — kişisel alanlar gitmeden yıldızlanır. Audit chain her dış çağrıyı imzalar; denetimde “ne gönderdin” cevabı hazır kalır.

Tedarikçi karnesini kararla karıştırmak. Karne veri özetidir; tedarikçi seçim kararı ekibin kolektif değerlendirmesidir. Agent’ı tek başına karar mercii yapmak hem hatalı hem etik olarak kırılgan.

Persona örneği — Murat

Bu sektörün canlı vakası Murat — Finans AI Agent sayfasında. Murat 30 kişilik bir tekstil firmasında üç ay önce yetiştirildi. İlk gün 80 fatura okudu, %78 doğrulukla başladı; finans uzmanı 17 hatayı düzeltti. Bu 17 ret, ilk LoRA iterasyonunun çekirdek verisi oldu.

Bir ay sonra Murat fatura okumada %92’ye çıktı, Logo’ya otomatik kayıt önerisi rutine girdi. Üçüncü ay tahsilat takibi rolü kendiliğinden olgunlaştı — vadesi geçen müşterileri haftada iki kez listeliyor, hatırlatma taslağını draft klasörüne bırakıyor. Altıncı ay yöneticiye haftalık özet Murat’ın kalıcı görevine eklendi.

Şirket sahibi şunu fark etti: Finans uzmanı eskiden ayda bir hafta fatura girişine ayırırdı, şimdi o haftayı nakit akış senaryolarına çeviriyor. Murat’ın kazanımı doğrudan tasarruf değil — uzmanın zihninde yer açmak. Sen de kendi finans agent’ını yetiştirirken bu yer açma duygusuna dikkat et; metrikten önce gelen şey o.

Ilura’da nasıl başlanır?

Üç adım ve Agent yetiştirme rehberi sayfasındaki halka:

Forge. Tezgah’ı indir, yeni agent yarat, role olarak “Finans uzmanı” seç. Logo veya Netsis connector’ını bağla; pod sandbox’ı varsayılan ayarlarla yeterli. Başlangıç prompt’u “Türkiye finans uzmanı, KVKK çerçevesinde fatura okuma + tahsilat takibi” gibi kısa olabilir — gerisini örneklerle yetiştireceksin.

Train. İlk hafta 50-80 örnekle pilot dönem. Her onay-red bir öğrenme noktası. Tezgah Bayesian profili otomatik tutar; LoRA tetikleyicisi 50 karara dolduğunda devreye girer ve adapter ilk iterasyonunu üretir. Eğitim verisi yerel kalır, makinen dışına çıkmaz.

Yayınla. Hazır olduğunda agent bulut runtime’a push edilir. Logo Netsis çağrıları artık yerel pod yerine api.ilura.com.tr üzerinden de yapılabilir — sen veya ekibin uzaktan tetikleyebilir. Yaşayan tether kapalı kalır: cloud’daki her çağrı desktop’a olay olarak iner, sen sabah açtığında “dün 240 fatura okudum, 7’sinde sana danışmak istedim” özetini görürsün. İlişki orada derinleşir.