Türkiye Finans Bilgi Sistemleri Genel Müdür Yardımcısı Fahri Öbek ile keyifli bir söyleşi gerçekleştirdik. Bankacılık Sektöründe Yapay Zeka ve Makine Öğrenimi ile Hem çalışan hem de müşteri deneyimini artıracak bilgi sistemleri tarafında yapılan çalışmalar, bankanın bu alanlardaki hedefleri vb. konularda konuştuk.
Türkiye Finans Bilgi Sistemleri olarak, yapay zekâ ve makine öğrenimi teknolojilerini nasıl entegre ediyorsunuz? Bu teknolojilerin bankacılık süreçlerine katkıları nelerdir?
Makine öğrenimi teknolojilerini aslında uzun süredir bankacılık süreçlerimizde aktif olarak kullanıyoruz. Yapay zekâ ise operasyonel verimlilikten müşteri deneyimine, risk yönetiminden siber güvenliğe kadar birçok alanda bize önemli katkılar sağlıyor. Süreçlerimizde karşılaştığımız ihtiyaçlara göre bu teknolojileri altyapımıza entegre ediyoruz.
Örneğin, telefon bankacılığı tarafında doğal dil işleme (NLP) destekli IVR sistemlerimizle müşterilerimize 7/24 kesintisiz hizmet sunuyoruz. Fraud anomali tespiti içinse “davranışsal analiz”, “logistic regression” ve “random forest” gibi MLOps prensip ve modellerine dayanan platformlarımız var. İş birimlerimizin karar alma süreçlerini desteklemek adına; erken uyarı sistemleri, müşteri segmentasyonu, ürün eğilim tahminleme, ‘churn’ analizi gibi birçok model üzerinde çalışıyoruz. Bu modellerin temelinde, mevcut büyük veriyi yüksek matematiksel altyapıyla işleyen uygulamalarımız yer alıyor.
Yapay zekâ uygulamalarını kullanarak, müşteri deneyimini nasıl geliştirmeyi hedefliyorsunuz? Özellikle hangi uygulamalar veya sistemler, müşteri memnuniyetini artırmada ön plana çıkıyor?
Bizim en önemli önceliğimiz, müşterilerimize hızlı, güvenli ve kişiselleştirilmiş bir deneyim sunmak. Önceden iş birimlerimizin müşteri bazında ihtiyaç duyduğu büyük veri analizi hizmetleri oldukça zaman alabiliyor, karmaşık süreçler içerebiliyordu. Şimdi ise yapay zekâ ve makine öğrenimi destekli yeni nesil donanım ve yazılımlarla, bu analizleri çok daha kısa sürede, yüksek doğrulukla tamamlayabiliyoruz. Bu sayede iş birimlerimiz, müşterilerimizin ihtiyaçlarına daha hızlı yanıt verebiliyor. Yani yapay zekâ, yalnızca operasyonel bir verimlilik aracı değil; aynı zamanda müşteri memnuniyetini derinleştiren bir deneyim tasarımcısı olarak konumlanıyor.
Yapay zekâ ve makine öğrenimi alanındaki yeniliklere ayak uydurmak için çalışanlarınıza ne tür eğitimler veriyorsunuz? Bu eğitimlerin içerikleri hakkında bilgi verebilir misiniz?
Türkiye Finans’ta biz, en değerli yatırımın insana yapılan yatırım olduğunun farkındayız. İnsan odaklı bankacılık anlayışımıza paralel olarak insan odaklı teknoloji yaklaşımını benimsiyoruz. Bu nedenle tüm çalışanlarımızı, yapay zekâ teknolojilerini bilinçli kullanmaya yönlendiren eğitim programlarına dahil ediyoruz. Bunun yanı sıra, “prompt mühendisliği” gibi yeni nesil yetkinlikler üzerine de eğitimler veriyoruz.
Bilgi Sistemleri ekiplerimiz özelinde ise düzenli olarak programlama, ileri seviye makine öğrenmesi, derin öğrenme, Python, .Net Advanced, veri yapıları ve Big Data-Spark gibi teknik konularda eğitimler sağlıyoruz. Dijital eğitim platformlarına üyelik imkânımız sayesinde çalışanlarımız en güncel içeriklere istedikleri zaman, istedikleri yerden ulaşabiliyorlar. Aynı zamanda yine çalışanlarımızın istedikleri zaman erişebildikleri Kampüs adında bir çevrimiçi platformumuz var. Yüksek lisans ve doktora programlarına katılmak isteyen ekip arkadaşlarımızı da hem maddi hem manevi olarak destekliyoruz.
Yapay zekâ sistemleri veri analizi yaparken, müşteri verilerinin güvenliği ve gizliliği konusunda hangi önlemleri alıyorsunuz?
Veri güvenliği bizim için çok kritik ve öncelikli bir konu. Yapay zekâ sistemlerimiz tamamen izole, internete kapalı bir şekilde kendi veri merkezimizde çalışıyor. Bu sistemlere yalnızca yetkili personel, geçici zaman aralıklarında ve belirli onay süreçlerinden geçerek erişebiliyor. Bunun yanında, veri maskeleme, karıştırma ve anonimleştirme algoritmalarını kullanıyoruz. Bu sayede; makine öğrenmesi ve yapay zekâ ile entegre çalışan Veri Ambarı sistemlerimize KVKK mevzuatına uygun şekilde veri iletebiliyoruz.
Önümüzdeki yıllarda bankanın yapay zekâ ve makine öğrenimi alanındaki hedefleri nelerdir? Bu hedeflere ulaşmak için ne tür stratejiler geliştiriyorsunuz?
Bu alandaki ihtiyaçlar sürekli değişiyor ve çeşitleniyor. Dönüşüm yolculuğumuzda ilk önceliğimiz verinin kendisi. Çünkü yapay zekânın hammaddesi olan verinin kalitesi, erişilebilirliği ve güvenliği, sistemin başarısını doğrudan etkiliyor. Bu doğrultuda, kapsamlı veri toplama, temizleme, entegrasyon ve yönetim stratejileri geliştiriyor ve uygulamaya alıyoruz.
Bununla birlikte, teknolojik altyapımızı sürekli güncel tutarak büyük veri ve yapay zekâ yüklerini taşıyabilecek esnek, ölçeklenebilir ve güçlü sistemler inşa ediyoruz. Konteyner mimarileri, GPU destekli sunucular ve NPU destekli istemciler bu yapının önemli bileşenleri arasında yer alıyor. Teknoloji altyapısını güçlendirirken, insan kaynağımıza yatırım yapmayı da önceliklendiriyoruz. Veri bilimcileri, yapay zekâ mühendisleri ve ilgili teknik uzmanları ekibimize kazandırırken, mevcut çalışanlarımızın yetkinliklerini artırmak için üniversitelerle iş birlikleri içinde yüksek lisans programları yürütüyor, çeşitli sertifikasyon süreçlerini destekliyoruz.
Yapay zekânın bankacılık süreçlerine en fazla değer katabileceği alanları belirlemek ve bu alanlarda ilerlemek adına küçük ölçekli pilot projeler geliştiriyoruz. Bu projelerin başarılı olanlarını daha sonra geniş ölçekte hayata geçiriyoruz. Tüm bu süreçleri etik ilkeler çerçevesinde yönetiyor; şeffaflık, adalet ve hesap verebilirlik gibi değerlere uyumlu bir yaklaşım benimsiyoruz. Yapay zekâ projelerini sadece teknik ekiplerin değil, ilgili iş birimlerinin de aktif katkısıyla yürütmek bizim için kritik bir öneme sahip. Bu nedenle iş birimlerimizin de bu alana hâkimiyetini artırmak amacıyla herkesin erişimine açık eğitimler düzenliyor, özellikle prompt mühendisliği gibi konularda farkındalık oluşturuyoruz.
Ek olarak, dış ekosistemle olan bağlarımızı da güçlü tutuyoruz. Teknoloji şirketleri, fintekler ve araştırma kurumlarıyla yürüttüğümüz iş birlikleri sayesinde sürekli gelişen bu alandaki güncel bilgi ve uygulamalardan faydalanıyoruz.
Kısa vadeli ajandamızda ise üç öncelikli proje yer alıyor: otomatik limit öneri modeli, bireysel gelir tahmin modelinin güncellenmesi ve log verilerinde anomali tespiti yapılmasını sağlayacak makine öğrenimi tabanlı yeni bir sistemin devreye alınması. Bu projelerle birlikte, yapay zekâ uygulamalarımızı daha da derinleştirerek müşteri deneyimini, risk yönetimini ve operasyonel mükemmelliği ileri taşıma hedefimizi sürdürüyoruz.
Yapay zekâ ve makine öğrenimi sistemleri, risk yönetimi süreçlerinde nasıl bir rol oynuyor? Bu sistemler, finansman riskleri gibi alanlarda karar verme süreçlerinizi nasıl etkiliyor?
Finansman risk yönetimi, yapay zekâ destekli modellerimizin en aktif şekilde kullanıldığı alanlardan biri. Türkiye Finans olarak güçlü bir veri ambarı altyapısına sahibiz. Bu altyapıdan beslenen analitik raporlar ve modeller, riskin erken tespiti, doğru segmentasyon ve etkili aksiyon planlaması gibi birçok konuda bize rehberlik ediyor. Böylelikle ihtiyaç duyulan analizleri gerçek zamanlı olarak yapabiliyoruz.
Bu alandaki temel uygulamalarımızdan biri, Erken Uyarı Projesi. Bu sistem, herhangi bir gecikme yaşamamış ancak taşıdığı risk potansiyeli nedeniyle dikkat edilmesi gereken müşteriler için skor hesaplamaları yapıyor. Böylece, risk ortaya çıkmadan önce önleyici adımlar atma imkânı doğuyor. Tahsilat projemizde ise gecikmesi ve borcu bulunan tüm müşterilere ilişkin skorlamalar yaparak, tahsilat süreçlerinin daha verimli ve öncelikli şekilde yönetilmesini sağlıyoruz. Bireysel ve ticari başvurular için geliştirdiğimiz GPL ve SME modelleri, başvuru yapan müşterilerin finansman değerliliğini daha isabetli biçimde analiz etmemize olanak tanıyor.
Bunların yanı sıra, kullandığımız Gelir Tahmin Modeli, müşterinin beyan dışı gelir seviyesini öngörerek daha sağlıklı finansman kararları alınmasını destekliyor. Tüm bu modeller sayesinde; risklerin daha doğru ölçüldüğü, daha hızlı aksiyon alınabildiği ve finansman süreçlerinde daha güçlü bir kontrol mekanizması kurabildiğimiz bir yapı oluşturduk. Yapay zekâ burada yalnızca veri analizi aracı değil; stratejik bir karar destek unsuru olarak çalışıyor.
Yapay zekâ uygulamalarının sektörde nasıl bir rekabet avantajı yarattığını düşünüyorsunuz? Türkiye Finans, bu alanda diğer bankalardan nasıl farklılaşıyor?
En büyük gücümüz, 30 yılı aşkın geçmişimizden gelen çok katmanlı ve zengin veri ambarımız. Bu yapı sayesinde, makine öğrenmesi modelleri için gereken veriyi iş birimlerinin ihtiyaçları doğrultusunda, çok büyük bir hızla modellemeye uygun hale getirebiliyoruz. Ayrıca Spark tabanlı büyük veri altyapımız, yarı yapısal verileri hem depolama hem de işleme konusunda bize esneklik sağlıyor. Makine öğrenmesi için modellerin ihtiyaç duyduğu yarı yapısal verileri burada depolayarak TSQL altyapımızı yormadan işleyebiliyor ve böylelikle operasyonel verimliliği artırıyoruz. Geliştirdiğimiz modellerin bakımı ve güncelliği de kendi ekiplerimiz tarafından titizlikle yürütülüyor.
Yapay zekâ projelerinizde, diğer teknoloji şirketleri veya üniversitelerle iş birliği yapıyor musunuz? Eğer evet ise, bu iş birliklerinin faydaları nelerdir?
Evet, bu alandaki iş birliklerine büyük önem veriyoruz. Teknoloji şirketleriyle yürüttüğümüz projelerin yanı sıra, akademik dünyayla da güçlü ilişkiler kuruyoruz. Ülkemizin önde gelen üniversitelerinde görevli, çok değerli akademisyenlerle birlikte çalışıyoruz. Projelerimizi analiz ederken Ar-Ge kapsamında kendilerinin uzmanlıklarına başvuruyor, yönlendirmelerini dikkate alıyoruz. Örneğin son dönemde Sanayi ve Teknoloji Bakanlığı’nın Teknoloji Odaklı Sanayi Hamlesi projesine başvurularımızda Burdur Mehmet Akif Ersoy Üniversitesi Bilgisayar Mühendisliği Bölüm Başkanı Prof. Dr. Ali Hakan Işık ve Gebze Teknik Üniversitesi Enstitü Müdürümüz Doç. Dr. Mehmet Göktürk’ün desteğini aldık, bu vesileyle kendilerine teşekkür ediyorum.
Büyük veri ve makine öğrenmesi alanında, danışman hocalarımızın da desteğiyle düzenli olarak makaleler yazıyor, uluslararası konferanslara akademik makaleler gönderiyoruz. Bu tür katkılarla sadece sektöre değil, literatüre de katkı sağlamayı önemsiyoruz.
Bankacılık sektörünün geleceğinde yapay zekâ ve makine öğreniminin rolü hakkında ne düşünüyorsunuz? Bu teknolojilerin gelecekte hangi şekillerde everileceğini öngörüyorsunuz?
Artık yalnızca geçmiş veriye dayalı analizlerle değil, çok boyutlu ve dinamik veri kümeleri üzerinden proaktif kararlar almayı mümkün kılan bir dünyadayız. Karar destek modelleri sayesinde hızlı hareket edebilen finansal kuruluşların ayrışacağına kesin gözü ile bakıyoruz. Makine öğrenmesi, binlerce parametreyi aynı anda değerlendirerek, insan gözüyle fark edilmesi mümkün olmayan korelasyonları tespit edebiliyor. Bu da hem riskin erken tespiti hem de müşteri ihtiyaçlarının daha doğru analiz edilmesi açısından büyük avantaj sağlıyor. Skorlama, sınıflandırma, eğilim analizi gibi alanlarda yapay zekânın sunduğu derinlik, bankacılık hizmetlerinin hem kalitesini hem de hızını artırıyor.
Gelecekte bu teknolojiler yalnızca destekleyici olmakla kalmayacak, karar verici sistemlerin çekirdeği haline gelecek. Türkiye Finans olarak biz de bu dönüşüm sürecine stratejik bir perspektifle yaklaşıyor; yapay zekâyı ve makine öğrenmesini bankacılığın geleceğini şekillendiren bir unsur olarak konumlandırıyoruz. Gelecekte bankacılık sektöründe fark yaratan kurumlar, bu teknolojileri stratejik bir yetkinlik olarak yönetenler olacak. Biz de bugüne kadar olduğu gibi bundan sonra da dönüşümün öncüleri arasında olmaya devam edeceğiz. Elbette insanı daima merkeze alarak ve teknolojinin ancak insan hayatına değer kattığı sürece anlamlı olduğunu unutmadan.
Müşteri geri bildirimlerini toplamak ve analiz etmek için yapay zekâ kullanıyor musunuz? Bu geri bildirimlerin hizmetlerinizi geliştirmedeki etkisi nedir?
Türkiye Finans olarak müşteri deneyimi, tüm dijitalleşme stratejilerimizin merkezinde yer alıyor. Bu nedenle müşterilerimizin temas ettiği her noktada oluşan veriyi bir geri bildirim olarak değerlendiriyor; bu verileri analiz ederek hizmet kalitemizi sürekli iyileştirmeyi hedefliyoruz.
Yapay zekâdan bu noktada etkin biçimde yararlanıyoruz. Örneğin, mobil şubede tamamlanamayan bir işlem, internet şubesinde yaşanan sıra dışı bir kullanım davranışı ya da çağrı merkezi aramasının işlem gerçekleşmeden sonlanması gibi durumlar bizim için anlamlı veri noktaları. Farklı iş birimlerimiz bu tür senaryoları anomali olarak değerlendiriyor ve yapay zekâ destekli sistemler aracılığıyla analiz ediyor.
Bu analizler sayesinde sadece teknik hataları ya da işlem akışındaki olası eksiklikleri tespit etmekle kalmıyor, aynı zamanda kullanıcı davranışlarını daha iyi anlayarak süreçlerimizi daha kullanıcı dostu hale getirme fırsatı elde ediyoruz. Müşteri odaklılık bakış açımızı, yapay zekâ ile desteklenmiş geri bildirim analizi sayesinde veriye dayalı, dinamik ve sürekli gelişen bir yapıya dönüştürüyoruz.
Türkiye Finans olarak bizim stratejimizin merkezinde her zaman insan var. Yaklaşımımızın temelinde insan-teknoloji iş birliği felsefesi yer alıyor. Bu süreci, “insan odaklı bankacılık” ve “insan odaklı teknoloji” yaklaşımlarımızla, müşterilerimizin ve çalışanlarımızın hayatını kolaylaştıran bir dönüşüm süreci olarak ele alıyoruz. Teknolojiyi sadece bir araç değil, insan deneyimini zenginleştiren bir katalizör olarak kullanıyoruz.
İlgili Haberler
>> En Önemli Konu, Zamanlama ve Nasıl Şikayet Edeceğini Bilmek! Av. Özlem Kurt ile Bilişim ve Teknoloji Hukuku Konusunda Keyifli Bir Söyleşi Gerçekleştirdik
