MIS-AGRO, hasat sürecini daha yönetilebilir hale getirmek için geliştirilmiş entegre bir çözüm. Sistem, ürünün yerini, konumunu ve toplama için uygun olup olmadığını görüntü üzerinden analiz eder. 3D görme teknolojisi sayesinde yalnızca yüzeye bakmaz; derinliği de algılar. Böylece ürün, dal, yaprak ve çevre arasındaki ilişki daha net okunur ve robotik kavrama işlemi bitkiye minimum temasla gerçekleştirilebilir. Yapay zekâ desteği ise elde edilen veriyi yorumlayarak toplama kararının daha isabetli verilmesini sağlar. Sonuç olarak ürünün hangi noktada bulunduğu, nasıl kavranacağı ve ne zaman alınacağı daha güvenilir biçimde belirlenir.

DAHA AZ HATALI TOPLAMA, DAHA DÜŞÜK ÜRÜN KAYBI VE BİTKİYE DAHA AZ ZARAR

Bunun sahadaki karşılığı nettir: daha az hatalı toplama, daha düşük ürün kaybı ve bitki yapısına daha az zarar. Dalların korunması ve doğru koparma noktalarının belirlenmesi sayesinde yalnızca mevcut hasat değil, gelecek sezonun verimi de korunmuş olur. Sürecin standartlaşması kalite tarafında daha tutarlı sonuçlar alınmasını desteklerken, yoğun dönemde oluşan iş gücü baskısını da hafifletir. Operasyonun belirli kişilere bağlı kalmadan sürdürülebilmesi, işletmeye sadece hız değil aynı zamanda planlama rahatlığı da kazandırır.

Tarım işletmeleri için bu, günü daha sakin yönetebilmek anlamına gelir. Ürün kaybını azaltırken kaliteyi korumak, hasat ritmini bozmadan ilerlemek ve operasyonu daha öngörülebilir hale getirmek mümkün olur. Aynı zamanda bitkinin yapısal bütünlüğünü koruyarak gelecekteki rekorte potansiyelini de güvence altına almak sağlanır. Kısacası MIS-AGRO, otomasyonu uzak bir gelecek fikri olmaktan çıkarır; günlük hasat düzeninin somut ve çalışan bir parçasına dönüştürür. Sahada karşılığı doğrudan verim, kalite ve sürdürülebilir üretimdir.

MIS Otomasyon

BÜTÜNCÜL VE AKILLI ÜRETİM YÖNETİMİ

CodeMaster, üretimden bakıma, kaliteden enerji ve insan kaynağı yönetimine kadar sanayinin tüm operasyonel katmanlarını dijital ortama taşıyor. Platformun modüler yapısı, KOBİ’lerden büyük ölçekli entegre tesislere kadar her seviyedeki işletmenin dijital dönüşüm sürecini kademeli ve sürdürülebilir bir şekilde yönetmesine olanak tanıyor. Sahadan gerçek zamanlı veri toplama yeteneği sayesinde, operasyonel süreçler daha şeffaf, izlenebilir ve ölçülebilir hale geliyor.

Özellikle bünyesindeki yapay zeka ve analitik bileşenlerle CodeMaster, bakım ve operasyon süreçlerinde öngörülebilirliği artırarak plansız duruşların önüne geçiyor. Web tabanlı izleme imkanıyla çalışanların hata payını minimize ederken, veriyi anlamlı çıktılara dönüştürerek kritik anlarda akıllı karar destek mekanizması işlevi görüyor.

TÜRKİYE’DEN GÜNEY AMERİKA’YA UZANAN BAŞARI HİKÂYESİ

MCS Group, Türkiye’deki sanayi tesislerinde elde ettiği derin uygulama deneyimini dünya pazarlarına ihraç ediyor. Bu vizyonun en güncel örneği olarak CodeMaster, Güney Amerika pazarına adım atarak Brezilya’daki üretim sahalarında başarıyla devreye alındı. Brezilya’nın yerel üretim koşullarına ve dil ihtiyaçlarına göre adapte edilen platform, Türk mühendisliğinin küresel ölçekteki yetkinliğini ve adaptasyon gücünü bir kez daha kanıtladı. MCS Group CEO’su Dr. Adem Kayar’ın belirttiği üzere; hedef, bu başarı hikayesini Latin Amerika genelinde yaygınlaştırarak Türk sanayisinin bilgi birikimini dünyaya taşımaya devam etmektir.

2026 HEDEFİ: GÜÇLÜ BAYİLİK EKOSİSTEMİ

MCS Group, CodeMaster platformunun yarattığı bu dijital ekosistemi Türkiye genelinde daha geniş kitlelere ulaştırmak için stratejik bir adım atıyor. 2026 yılı itibarıyla hayata geçirilmesi planlanan yeni bayilik modeli ile yerel pazarı tanıyan, dijital dönüşüm alanında yetkin iş ortaklarının sisteme dahil edilmesi hedefleniyor. Bu modelle birlikte, yerli dijital dönüşüm hamlesinin sanayicilerle buluşturulması ve CodeMaster ekosisteminin kolektif bir güçle büyümesi amaçlanıyor.

MCS Group

-Konzek Teknoloji Almanya Ofisi Head of Sales & Business Development DACH Alpay İlker Toy

Konzek Teknoloji

Birçok endüstriyel yapay zekâ projesi, laboratuvarda başarılı sonuçlar üretmesine rağmen üretim sahasında aynı etkiyi gösteremez. Bunun temel nedeni algoritmalar değil; veri toplama, etiketleme, model eğitimi ve güncelleme adımlarının dağınık ve izlenemez ilerlemesidir. Farklı araçlar ve ekipler arasında kopan süreçler, projelerin PoC aşamasında kalmasına yol açar.

MIS ÇÖZÜM AİLESİNDE MIS-AGENT’İN YERİ

MIS, endüstriyel otomasyonu üç ana çözüm ekseninde ele alır. MIS-PICK robotik pick & place ve hat üstü ölçüm süreçlerine odaklanırken, MIS-AGRO tarımda olgunluk algılama ve otonom hasat uygulamaları sunar. MIS-AGENT ise bu çözümlerin arkasındaki yapay zekâ süreçlerini yöneten merkezî katman olarak konumlanır.

UÇTAN UCA YAPAY ZEKÂ SÜREÇ YÖNETİMİ

MIS-AGENT, görüntüden sahada çalışan modele kadar tüm yapay zekâ yaşam döngüsünü tek çatı altında toplar. Veri setleri merkezi olarak yönetilir, etiketleme süreçleri kontrollü şekilde ilerler ve model geliştirme adımları izlenebilir hale gelir. Ekip bazlı çalışma yapısı sayesinde farklı roller aynı proje üzerinde eş zamanlı çalışabilir.

Bu yapı, veri ve modellerin kişilere bağımlı olmadan kurumsal ölçekte yönetilmesini sağlar.

EKİP BAZLI ÇALIŞMA VE SAHA SÜREKLİLİĞİ

MIS-AGENT ile yapay zekâ modelleri yalnızca eğitilmez; analiz edilir, güncellenir ve edge platformlara güvenli biçimde aktarılır. Üretim koşulları değiştiğinde modellerin hızlıca güncellenebilmesi, performans kayıplarını ve duruş risklerini azaltır. Yapay zekâ, tek seferlik bir proje olmaktan çıkarak işletmenin yaşayan bir parçası haline gelir.

YAPAY ZEKA DENEYDEN ÇIKIYOR

Endüstriyel yapay zekânın değeri, doğruluk oranlarının ötesinde; ne kadar yönetilebilir, izlenebilir ve sürdürülebilir olduğu ile ölçülür. MIS-AGENT, MIS-PICK ve MIS-AGRO çözümlerini destekleyerek yapay zekâyı deneyden çıkarır ve üretim sahasında güvenle kullanılan bir mühendislik altyapısına dönüştürür. Bu yaklaşım, yapay zekâ yatırımlarının uzun vadeli değer üretmesini sağlar. Operasyonel süreklilik ve karar güveni kazandırır. Endüstriyel gerçekler için tasarlanmıştır. Böylece yapay zekâ, işletmeler için yalnızca bir teknoloji değil, güvenilir bir karar destek sistemi haline gelir.

https://mis-otomasyon.com.tr/

Galvaniz tesisleri; yüzey hazırlık, asitleme, flux, kurutma, kettle daldırma ve soğutma gibi ardışık, proses disiplini yüksek ve kalite riski barındıran operasyonlardan oluşur. Bu hatlarda rack bazlı taşıma yapısı, her bir ürünün proses süreleri, daldırma sayıları ve çinko tüketimi üzerinde doğrudan belirleyici rol oynar. MCS Group, galvaniz proseslerinin bu karmaşık yapısını derin saha tecrübesi ve dijital mühendislik yaklaşımıyla ele alarak ölçülebilir ve yönetilebilir hale getiriyor.

GALVANİZ HATLARINDA KRİTİK PROSESLER DİJİTAL OLARAK YÖNETİLİYOR

MCS Group’un mühendislik yaklaşımı, galvaniz proseslerinin kritik noktalarına odaklanıyor. Yüzey işlem ve asit havuzlarında proses süreleri ve densite değerleri sistematik olarak yönetilirken, kettle daldırma prosesinde daldırma sayıları, çevrim süreleri ve beklemeler otomatik olarak ölçülüyor. Bu sayede aşırı daldırma, gereksiz bekleme ve standart dışı uygulamalar erken aşamada tespit edilebiliyor.

Kettle istasyonuna özel geliştirilen OEE ve ton bazlı çinko tüketimi analizleri, galvaniz hattının darboğaz performansını şeffaf hale getiriyor. MCS Group’un sunduğu bu analitik yapı, üretim verimliliği ile proses maliyetleri arasında doğrudan ilişki kurulmasını sağlıyor.

Bakım tarafında ise MCS Group’un Mobil Bakım 4.0 yaklaşımı öne çıkıyor. Operatörlerin kiosklar üzerinden oluşturduğu arıza ve duruş bildirimleri, bakım ekiplerine mobil ve WhatsApp entegrasyonu ile anında iletiliyor. Kritik ekipmanlar için uygulanan kestirimci bakım analitiği sayesinde plansız duruş riskleri azaltılıyor ve bakım kaynakları daha etkin yönetiliyor.

MCS Group, galvaniz proseslerine özel geliştirdiği bu bütünleşik dijital dönüşüm yaklaşımıyla; üretim, kalite ve bakım süreçlerini tek bir platform altında toplayarak galvaniz tesislerinde sürdürülebilir verimlilik ve operasyonel mükemmellik sağlıyor.

https://mcs.com.tr/

Etkinlikte ProManage yaklaşımı; dijital & yalın dönüşüm, yapay zekâ destekli iyileştirme ve yeşil dönüşüm başlıklarıyla bütünsel bir perspektifte ele alınırken, akıllı fabrika ortamındaki uygulamalı simülasyonla katılımcılar süreçleri deneyimleyerek değerlendirme fırsatı buldu.

Günün açılış sunumunda Aylin Özden, Doruk Otomasyon’un üretim yönetimi yaklaşımını ve ProManage’in sahada konumlandığı temel kullanım alanlarını katılımcılarla paylaştı. Sunumda; üretimde verinin yalnızca “toplanan” bir unsur değil, doğru kurgulandığında operasyonel kararların dayanağı haline gelen stratejik bir varlık olduğuna vurgu yapıldı.

ProManage’in; üretim izlenebilirliği, planlama-disiplin, iş emri yönetimi, kalite süreçleri ve performans takibi gibi alanlarda sağladığı görünürlük ile işletmelerin standartlaştırma, şeffaflık ve sürdürülebilir iyileştirme kültürünü desteklediği aktarıldı. Bu çerçevede dijital dönüşüm yolculuğunda; hedeflerin netleştirilmesi, veri güvenilirliği ve kullanıcı sahiplenmesinin başarı için kritik faktörler olduğunun altı çizildi.

“DİJİTAL VE YALIN DÖNÜŞÜM” İLE KÂRLILIĞI ARTIRMA YOL HARİTASI

Feyzullah Bayar’ın sunumunda dijitalleşme ile yalın yaklaşımın birlikte ele alınmadığı projelerde sürdürülebilir sonuca ulaşmanın zorlaştığı; buna karşılık iki disiplinin entegre kurgulandığı yapılarda kârlılık, verimlilik ve hız başlıklarında daha somut kazanımlar elde edilebildiği vurgulandı.

Paylaşılan yol haritasında; “önce problemin doğru tanımı, sonra ölçüm, ardından standartlaşma ve sürekli iyileştirme” adımları öne çıktı. Bayar, dönüşümün başarısında kritik görülen noktaları; sahaya inen KPI’lar, kayıp türlerinin net sınıflandırılması, doğru veriyle beslenen günlük/haftalık yönetim ritimleri ve ekiplerin ortak hedef etrafında hizalanması olarak ele aldı.

Sunumda ayrıca; küçük duruşlar, tekrar işler, bekleme/akış kayıpları gibi çoğu zaman “görünmez” kalan kayıpların ölçümlenmesiyle işletmelerin kârlılığı doğrudan etkileyen iyileştirme alanlarını daha net görmeye başladığı; bu nedenle yalın bakışın dijital sistemlerle desteklenmesinin kritik olduğu belirtildi.

“YAPAY ZEKÂ DÖNÜŞÜMÜ” – YENİ AI TEKNOLOJİSİ PROMANAGE INSIGHT MASTER

Cengiz Özden, üretimde yapay zekânın yalnızca raporlama veya tahminleme aracı değil; doğru veri altyapısı üzerinde çalıştığında işletmelere somut iyileştirme aksiyonları üretebilen bir “öğrenen sistem” yaklaşımı sunduğunu aktardı. Bu kapsamda ProManage’in yapay zekâ teknolojisi Insight Master ele alındı.

Sunumun odağında; üretimden toplanan verilerin bağlamıyla birlikte anlamlandırılması, sapmaların kök nedenlerine işaret eden içgörülerin görünür hale gelmesi ve ekiplerin aksiyon almasını kolaylaştıran öneri mekanizmaları yer aldı. Özden, AI tarafında başarının anahtarının “çok veri” değil; doğru, güvenilir ve standartlaştırılmış veri olduğunu vurgulayarak, veri kalitesi olmadan yapay zekâdan sürdürülebilir değer üretmenin mümkün olmadığını belirtti.

Ayrıca yapay zekâ destekli yaklaşımların; hataya erken müdahale, kayıpların sınıflandırılması, proses disiplininin güçlenmesi ve iyileştirmelerin kalıcı hale gelmesi gibi alanlarda dönüşümü hızlandırdığı; bunun da üretim ekiplerinin günlük yönetim rutinlerine entegre edilmesiyle gerçek etkisini gösterdiği paylaşıldı.

“YEŞİL DÖNÜŞÜM”: ENERJİ VERİMLİLİĞİ VE KARBON AYAK İZİ AZALTIMI

Nilay Işıklar’ın sunumu, üretimde sürdürülebilirliğin artık ayrı bir proje değil; maliyet, verimlilik ve rekabetçilikle doğrudan ilişkili bir strateji haline geldiği perspektifiyle şekillendi. Sunumda enerji verimliliği çalışmalarının; üretim prosesleri, ekipman kullanımı ve operasyon yönetimiyle birlikte ele alındığında ölçülebilir ve kalıcı sonuçlar verdiği vurgulandı.

Işıklar, enerji verimliliği ve karbon ayak izi azaltımında ilk adımın görünürlük olduğunu; hangi hatta/ekipmanda/üründe ne kadar enerji tüketildiği ve bunun hangi koşullarda değiştiği anlaşılmadan iyileştirmenin rastlantısal kalabileceğini aktardı. Bu çerçevede; izleme, hedef belirleme, sapma analizi ve aksiyon yönetimi gibi adımların bir bütün olarak kurgulanmasının önemine değindi.

Sunumun bir diğer önemli başlığı; yeşil dönüşüm projelerinin yalnızca çevresel katkı değil, aynı zamanda operasyonel disiplin ve maliyet yönetimi açısından da işletmelere rekabet avantajı sağladığı oldu. Enerji performansı ile üretim performansının birlikte yönetildiği yapılarda, sürdürülebilir iyileştirmenin daha hızlı olgunlaştığı paylaşıldı.

AKILLI FABRİKA ORTAMINDA DİJİTAL OPERASYON YÖNETİMİ SİMÜLASYONU

Etkinliğin uygulamalı bölümünde Furkan Işık, akıllı fabrika ortamında dijital operasyon yönetiminin gerçek üretim senaryoları üzerinden simülasyonunu gerçekleştirdi. Katılımcılar; sahadaki veri akışının nasıl oluştuğunu, operasyonun hangi noktalarda görünür hale geldiğini ve günlük yönetim kararlarının hangi göstergeler üzerinden desteklendiğini deneyimleme fırsatı buldu.

Simülasyonda; iş emirlerinin yönetimi, üretim ilerleyişinin anlık takibi, sapma ve kayıp noktalarının görünür hale gelmesi, aksiyonların kayıt altına alınması ve performansın ölçümlenmesi gibi başlıklar öne çıktı. Böylece dijital sistemlerin “rapor” üretmenin ötesinde, üretim ekiplerine anlık yön bulduran bir yönetim altyapısı oluşturduğu uygulamalı olarak gösterildi.

https://dorukotomasyon.com/

Üretim sahasında “kaliteyi nasıl iyileştiririz?” sorusu hiç olmadığı kadar sık soruluyor. Sahada gördüğümüz net gerçek şu: Kaliteyi belirleyen çoğu zaman yeni bir kontrol adımı değil, verinin disiplinli şekilde yönetilmesidir. Pek çok tesiste kalite verisi hala parçalı; numune sonuçları farklı dosyalarda, proses bilgileri başka ekranlarda, operatör notları ise dağınık kalıyor. Bu kopukluk, hataların geç fark edilmesine ve maliyetlerin büyümesine yol açıyor.

Bugün kalite, son kontrolde yapılan bir onay adımı olmaktan çıktı; uçtan uca yönetilmesi gereken stratejik bir süreç. Manuel yürüyen operasyonlar, geciken geri bildirimler ve izlenebilirlik eksikliği işletmeleri zor durumda bırakıyor. Çözüm, üretimle entegre çalışan dijital kalite süreçlerinde.

Konzek Teknoloji’nin Retmes MES içindeki Kalite Modülü, kaliteyi sahadan Ar-Ge’ye ve laboratuvara kadar tek bir dijital omurgada birleştirir. Sahadan alınan numuneler ürün lotu, reçete ve proses verileriyle eşleştirilerek kayıt altına alınır. Böylece veri sadece saklanmaz; karar destek mekanizmasına dönüşür.

Numunenin nereden alındığı, hangi ürüne ve lota ait olduğu, hangi testlerden geçtiği ve sonuçları uçtan uca izlenir. Kritik parametrelerde tolerans dışına çıkıldığında sistem; alarm, anlık uyarı veya prosese müdahale gibi aksiyonları devreye alabilir. Amaç hatayı büyüdükten sonra yakalamak değil, yayılmadan önlemektir.

Gelişmiş tesislerde Kalite Modülü, görüntü işleme (Computer Vision) ve machine learning tabanlı çözümlerle daha ileri bir seviyeye taşınır. Gözle görülebilir yüzey hataları kamera sistemleriyle tespit edilirken, reçete ve proses verilerine dayalı anomaly detection algoritmaları sayesinde henüz oluşmamış kalite problemleri kestirimci olarak öngörülebilir. Bu da kaliteyi reaktif değil, proaktif bir yapıya dönüştürür.

''Kalite verisi ancak doğru zamanda, doğru kişiyle buluştuğunda gerçek bir değere dönüşür.''

Bu yüzden rapor tek başına yetmez; sapmayı erken görüp bakım planına, proses ayarına ve kalite kontrol adımlarına yansıtmak gerekir. Dijitalleşme, kaliteyi bir departmanın işi olmaktan çıkarıp ortak disipline dönüştürür.

Sonuçta Retmes Kalite Modülü, kaliteyi kontrol eden değil yöneten bir yapı sunar: daha düşük hata oranı, daha hızlı aksiyon, güçlü izlenebilirlik ve kurumsal kalite kültürü.

Konzek Teknoloji Proje Satış Mühendisi Kaan Kabil

KONZEK TEKNOLOJİ

Ama sahada gördüğüm çok net bir gerçek var: Yapay zekadan asıl verimi alanlarla alamayanları ayıran şey algoritma değil, verinin kendisi.

Birçok tesiste hala üretim verisi vardiya sonunda toplanıyor. Bazı bilgiler Excel dosyalarında, bazıları makinelerin kendi ekranlarında, bazıları da operatör notlarında kalıyor. Bu veriler parçalı, gecikmeli ve çoğu zaman birbiriyle konuşmuyor. Böyle bir ortamda yapay zekadan mucize beklemek gerçekçi değil. Çünkü yapay zeka, ancak gerçek zamanlı, temiz ve bağlamı olan veriyle çalıştığında anlamlı sonuç üretiyor.

Biz Konzek’te sahada şunu çok net görüyoruz: Yapay zekanın üretimdeki gerçek değeri, bir rapor ekranında birkaç grafik göstermek değil; sapmayı erkenden fark ettirmek, duruşu olmadan önce işaret etmek ve kalite problemi hurdaya dönüşmeden önce görünür kılmak. Bunun yolu da üretimden, bakımdan, kaliteden ve enerjiden gelen verinin anlık olarak aynı zeminde buluşmasından geçiyor.

Bir başka kritik nokta şu: Yapay zeka projelerinin büyük bölümü pilot aşamasında kalıyor. Bunun sebebi çoğu zaman modelin başarısız olması değil; verinin güvenilir olmaması, sahadaki ekiplerin süreci sahiplenmemesi ve çıkan içgörünün aksiyona bağlanmaması.

Ekranda “anomali var” yazması tek başına hiçbir şeyi değiştirmiyor. Asıl farkı yaratan şey, o anomalinin bakım planına, proses ayarına ya da kalite kontrol adımına gerçekten yansıması.

Bu yüzden biz üretimde dijitalleşmeyi ve yapay zekayı tek seferlik büyük projeler olarak değil, adım adım olgunlaşan bir yolculuk olarak ele alıyoruz. Önce ölçülebilirlik. Sonra disiplin. Ardından optimizasyon.

Gerçek zamanlı veri akışı kurulmadan, OEE’nin arkasındaki nedenler netleşmeden, maliyetle ve izlenebilirlikle bağ kurulmadan yapılan her yapay zeka yatırımı, sahada sınırlı bir etki yaratıyor.

Bugün üretimde rekabet artık yalnızca daha hızlı makinelere sahip olmakla kazanılmıyor. Asıl farkı yaratan şey; veriyi akıtan, sapmayı erken gören ve daha hızlı aksiyon alan organizasyonlar.

Yapay zeka bu dönüşümün çok güçlü bir parçası. Ama ancak doğru veriyle, doğru entegrasyonla ve sahadaki gerçek ihtiyaçlarla birleştiğinde.

Sahada her gün şunu görüyoruz: Yapay zeka üretimi değiştirebilir.

Ama sadece bir şartla; ihtiyaç olan tüm gerçek veri gerçekten akıyorsa.

Konzek Teknoloji CMO’su Volkan Yenişen

Geliştirilen yapay zekâ çözümleri, üretim hatlarının mevcut PLC, MES, QMS ve ERP altyapılarıyla doğrudan entegre çalışacak şekilde tasarlanıyor. Böylece tespit edilen hatalar izole raporlar olarak kalmıyor; üretim ekipmanları, otomasyon sistemleri ve operatör ekranları üzerinden gerçek zamanlı aksiyona dönüşebiliyor.

MÜŞTERİYE ÖZEL KURGULANAN YAPAY ZEKÂ ÇÖZÜMLERİ

Her üretim hattı ve kalite kriteri farklı olduğu için Dataguess projeleri hazır senaryolarla ilerlemiyor. Müşteri ihtiyaçlarına göre özel olarak kurgulanan yapay zekâ iş akışları sayesinde, hangi verinin nasıl değerlendirileceği ve hangi koşulda hangi aksiyonun alınacağı No-Code araçlar üzerinden tanımlanabiliyor. Bu yapı, kalite ve otomasyon ekiplerinin yazılım geliştirme ihtiyacı duymadan süreci yönetmesine olanak tanıyor.

Sistemler, Edge-AI mimarisi üzerinde çalışarak veriyi sahada işliyor. Kararlar çok düşük gecikmeyle, milisaniyeler seviyesinde alınırken verinin tesis dışına çıkmaması sayesinde yüksek seviyede veri güvenliği sağlanıyor. Kullanılan donanımlar ise endüstriyel sahaya uygun, ölçeklenebilir ve düşük maliyetli çözümler üzerine kurulu. Bu yaklaşım, yapay zekâyı yüksek donanım yatırımları gerektiren bir teknoloji olmaktan çıkararak, üretim sahasında sürdürülebilir ve erişilebilir hale getiriyor.

ÖLÇÜLEBİLİR OPERASYONEL ÇIKTILAR

Dataguess projeleri, kontrollü bir PoC (Proof of Concept) süreciyle başlıyor ve sahada doğrulanan sonuçların ardından tam ölçekli projelere dönüştürülüyor. Bu yaklaşım sayesinde yapay zekâ çözümleri, teorik vaatler yerine ölçülebilir operasyonel çıktılar üzerinden konumlandırılıyor. Dataguess’in otomotiv, dayanıklı tüketim, hızlı tüketim ve proses endüstrilerinde hayata geçirdiği projeler; görsel kalite kontrol, ölçüsel denetim, robotik entegrasyon ve kestirimci analiz uygulamalarını kapsıyor. Operasyonel yapay zekâ yaklaşımıyla bu projeler, yapay zekânın PoC aşamasında kalan bir teknoloji olmaktan çıkıp üretimin doğal bir parçası haline gelmesini sağlıyor.

Dataguess

UNIGEN’İN KAZANIMLARI

1. Yalın Üretim ve Dijitalleşmenin Entegrasyonu:
   • ProManage'ın Rolü: ProManage ile verilerin dijital olarak elde edilmesi, yalınlaşma sürecini hızlandırdı. Verileri toplamak ve raporlamak için harcanan zaman elimine edildi, böylece ekip tamamen iyileştirme ve yalın tekniklerin uygulanmasına odaklanabildi.
   • Sinerjinin Önemi: Meltem Özkan, dijitalleşme ve yalınlaşmanın eş güdümlü yürütülmesi gerektiğini savunuyor. Ayrı ayrı ele alındığında zaman ve maddi kayıpların olabileceğini, oysa eş zamanlı yürütmenin geri kazanımları hızlandırdığını belirtiyor. Dijitalleşme, yalın üretimin temelini oluşturan israfı önleme ilkesini veri toplama aşamasında da uygulayarak zaman kayıplarını engelliyor.
2. Elde Edilen Kazanımlar:
   • OEE (Toplam Ekipman Etkinliği) Artışı: Dijitalleşme ve yalınlaşma yolculuğuna %20 OEE ile başlayan Unigen, şu anda ortalama %70 OEE seviyelerinde çalışıyor. Önemli olanın sadece artış değil, bu seviyeyi sürdürebilmek olduğu vurgulandı ve şirket eski düşük seviyelere geri dönmedi.
   • Üretkenlik Artışı: Yaklaşık %77'lik müthiş bir üretkenlik artışı elde edildi. Bu, bazı istasyonlarda üretim miktarının üç katına kadar çıktığı anlamına geliyor.
   • İş Gücü Optimizasyonu: Duruşlar analiz edilerek ve yalın tekniklerle hücre tasarımı yapılarak, bir istasyonda boşta kalan personelin başka bir istasyonda değerlendirilmesi sağlandı. Bu, genel verimliliği ve üretkenliği artırdı.
   • Sürekli İyileştirme Kültürü: Şirket, kendisini sürekli iyileştirme döngüsü içinde görüyor ve başlangıç noktasına asla geri dönülmediği ifade ediliyor.

Unigen'in deneyimi, yalın üretim ve dijital dönüşümün eş zamanlı olarak entegre edilmesinin, verimlilikte dramatik artışlar sağlayarak şirket performansına ve sürdürülebilirliğine önemli katkılar sağladığını açıkça ortaya koymaktadır. Şirket, ProManage ile çıktığı dijital dönüşüm yolculuğunda sağladığı kazanımlar sayesinde rekabet avantajını artırmış ve sürdürülebilir bir şirket kimliğine bir adım daha yaklaşmıştır.

ProManage

MIS Otomasyon tarafından geliştirilen MIS-INSPECT PEOPLE 3D, robotlu çalışma alanlarında bu ihtiyaca yanıt vermek üzere tasarlanmış yapay zekâ destekli bir 3D insan algılama çözümü sunuyor. Sistem, tehlikeli alanları yalnızca belirli bir çizgi veya düzlem üzerinden değil, tüm hacmi kapsayacak şekilde üç boyutlu olarak izliyor. Böylece operatörün riskli bölgeye yaklaşması veya bu alana girmesi anında algılanabiliyor.

Algılama gerçekleştiği anda MIS-INSPECT PEOPLE 3D, robotu veya ilgili sistemi otomatik olarak güvenli moda alarak olası kazaların önüne geçiyor. Bu yaklaşım hem çalışan güvenliğini artırıyor hem de üretim hatlarında oluşabilecek plansız duruşların ve maliyetli kesintilerin önlenmesine katkı sağlıyor.

Geleneksel ışık perdeleri ve basit alan tarayıcılarından farklı olarak sistem, yapay zekâ destekli insan algılama teknolojisi sayesinde insan siluetini forklift, palet veya malzeme hareketlerinden ayırt ediyor. Bu sayede yanlış alarmlar önemli ölçüde azalıyor ve üretim gereksiz yere durmuyor.

Mevcut robot kontrolörleri, PLC altyapıları ve güvenlik sistemleriyle 2 adet OSSD güvenlik kanalı yedekli çıkışlar ve ISO 13849 PL d güvenlik seviyesinde kolayca entegre edilebilen MIS-INSPECT PEOPLE 3D, işletmelere esnek ve ölçeklenebilir bir güvenlik çözümü sunuyor. Akıllı güvenlik yaklaşımı sayesinde tesisler, iş sağlığı ve güvenliği standartlarını güçlendirirken OEE değerlerini koruyarak üretim performanslarını sürdürülebilir şekilde artırıyor.

MIS-INSPECT PEOPLE 3D, robotlu çalışma alanlarında güvenliği daha akıllı, daha hassas ve daha kontrollü hale getirerek endüstriyel tesisler için yeni nesil bir güvenlik standardı oluşturuyor.

Sistem, farklı yerleşimlere uyarlanabilen izleme bölgeleriyle, robotlu istasyonlarda güvenliği üretimi yavaşlatmadan yönetmeyi hedefler. Devreye alma sürecinde hızlı kurulum ve esnek ayar imkânı sunar.

MIS Otomasyon

INSPECTOR SOLO İLE SAHADA AI KONTROLÜ

Kompakt ve “plug & play” yapıya sahip Inspector Solo, sahada hızlı kurulum avantajı sunarak üreticilerin kalite kontrolünü internet veya karmaşık altyapı gerekli olmadan hemen devreye almasını sağlıyor.

TAHMİNE DAYALI ANALİZ İLE KESİNTİSİZ PERFORMANS

Dataguess’in Predictor ürünü, gerçek zamanlı üretim verilerini analiz ederek anomali tespiti, arıza öngörüsü ve talep tahmini gibi kritik analizleri yapıyor. Bu sistem, üretimini daha öngörülebilir hale getirirken plansız duruşları azaltarak işletmelerin maliyetlerini düşürüyor ve verimliliği artırıyor. Predictor’un sahada veri ile karar alma süreçlerine katkısı, dijitalleşme yolundaki sanayi tesislerinde ciddi bir rekabet avantajı sunuyor.

NO-CODE AI İLE ENDÜSTRİYEL DİJİTAL DÖNÜŞÜM

Dataguess’in bir diğer önemli ürünü olan Project Studio, mühendislik uzmanı olmayan kullanıcılar için bile kolay AI geliştirme ortamı sağlıyor. Sürükle-bırak arayüzü ile sensörler, kameralar ve veritabanları gibi kaynakları bağlayarak yapay zeka modelleri oluşturulabilir ve bunlar uçta (edge) işleyerek sahada akıllı veri akışları yaratılabilir. Bu yaklaşım, işletmelerin dijital dönüşüm projelerini hızlı, esnek ve düşük maliyetli şekilde hayata geçirmesine olanak tanır.

SEKTÖR BAĞIMSIZ KULLANIM ALANLARI

Dataguess çözümleri, yalnızca belirli bir sektörle sınırlı kalmayıp otomotiv, talaşlı imalat, gıda, kimya ve lojistik gibi üretimden depolamaya kadar pek çok alanda uygulanabiliyor. Örneğin otomotiv üretim hatlarında kalite kontrol süreçlerini iyileştirirken, gıda sanayinde ürün izlenebilirliğini artırıp maliyetleri düşürüyor. Bu esneklik, işletmelerin dijital dönüşümünü sektör bağımsız bir hale getiriyor.

SÜRDÜRÜLEBİLİR BÜYÜME VE AI İLE REKABET AVANTAJI

Dataguess’in uzman yapay zeka ekibi, 2016’dan bu yana bilgisayarlı görü, makine öğrenimi ve derin öğrenme teknolojilerinde yenilikçi çözümler geliştiriyor. Bu sayede şirket, işletmelerin operasyonel verimliliklerini artırmak ve dijital dönüşüm süreçlerini hızlandırmak için etkili araçlar sunuyor.

Dataguess

Ancak üretim sahasının gerçekleri bu beklentiyle çoğu zaman örtüşmez. Çünkü her fabrikanın dijital olgunluk seviyesi, organizasyon yapısı, üretim disiplini ve öncelikleri birbirinden farklıdır. Aynı sektörde, benzer makinelerle üretim yapan tesislerde bile ihtiyaçlar ciddi biçimde değişir. Bu nedenle Konzek Teknoloji’de MES’i hiçbir zaman tek parça, sabit ve her işletmeye aynı şekilde uygulanan bir yazılım olarak konumlandırmadık.

Retmes MES, üretimin farklı ihtiyaçlarına cevap verecek şekilde modüler bir mimari üzerine kurgulandı. Üretim yönetimi, kalite yönetimi, planlama, bakım ve servis yönetimi, stok ve depo yönetimi, sipariş yönetimi gibi temel modüller; fabrikanın önceliklerine göre devreye alınır. El terminali, izlenebilirlik, etiketleme, Andon ve kiosk gibi modüller ise bu yapıyı sahada derinleştiren ve operasyonel disiplini güçlendiren bileşenlerdir. Bu yaklaşım sayesinde MES, tek seferlik bir kurulum değil; zaman içinde olgunlaşan, yaşayan bir sistem haline gelir.

MES yalnızca OEE hesaplayan bir yapı değil; OEE’nin arkasındaki veriyi üreten modüllerin tamamı ve fabrikanın tüm paydaşlarının aynı dili konuşmasını sağlayan ortak bir metriktir. Ancak tek başına anlamlı değildir. Gerçek değer, OEE’nin; ürün bazlı birim maliyetlerle entegre edildiği noktada ortaya çıkar. Bir ürünün hammadde, enerji, işçilik ve duruş kaynaklı maliyetlerinin doğru şekilde sınıflandırılması; bu verilerin izlenebilirlik yapılarıyla ilişkilendirilmesi gerekir. Aksi halde OEE yalnızca bir gösterge panosu verisi olarak kalır.

Bir sonraki adım bu metriklerin yapay zekâ ile sürekli izlenmesi, analiz edilmesi ve aksiyona dönüştürülmesidir. Anomali tespiti, kestirimci bakım, kalite sapmalarının önceden görülmesi ve enerji optimizasyonu gibi alanlarda gerçek katma değer oluşur. Biz bu nedenle modüllerimizi, fabrikaların kendi dijitalleşme hızına uyum sağlayacak şekilde adım adım devreye alıyoruz.

Konzek MES yaklaşımında sistem, fabrikanın çalışma biçimine uyum sağlar; fabrika sisteme uymaya zorlanmaz. Sahada edindiğimiz deneyim başarılı bir MES projesinin, her şeyi aynı anda yapmaya çalışan karmaşık bir yapı olmak zorunda olmadığını gösterdi. Doğru kurgulanmış, modüler ve esnek bir MES yaklaşımı; üretim yönetiminde gerçek, ölçülebilir ve sürdürülebilir değer yaratır.

Konzek Teknoloji Satış Müdürü Rahmi Serhat Duman

Konzek Teknoloji

Timay&Tempo'nun, 2010 yılında başlayan ve 12 yılı aşkın süredir devam eden dijitalleşme serüveni; bu dönüşümün arkasındaki motivasyonlar, karşılaşılan zorluklar ve elde edilen başarılara ilişkin konuşan Yenidünya, şirketin dijitalleşme adımlarının, 2010 yılında ERP yazılımına geçişle başladığını, ardından 2013 yılında ProManage ile süreçlerin dijitalleşmesinin hız kazandığını söyledi.

DİJİTALLEŞMENİN BAŞLANGICI VE MOTİVASYONLARI:

· İzlenebilirlik: Özellikle büyük global markalara ürün satıldığı için hammadde, üretim ve saha izlenebilirliği hayati önem taşıyordu.

· Büyüyen Üretim Hacmi: Yüksek üretim sayılarını manuel olarak takip etmek imkansızdı.

· Verimlilik: Sahadaki kayıpların azaltılması, kalite kontrollerin sistematik izlenmesi, kayıp ve kaçakların analiz edilerek verimliliğe dönüştürülmesi gerekiyordu.

DİJİTALLEŞME YOLCULUĞUNDAKİ ZORLUKLAR:

o Sahanın Direnci: Dijitalleşme sürecindeki en büyük zorluk, sahada çalışanların izlendiklerini ve takip edildiklerini düşünmeleri nedeniyle gösterdikleri dirençti.

o Süreç Yönetimi Riski: Dijital dönüşüm doğru anlatılmadığında, sahada benimsenmeme ve sürecin verimsiz ilerlemesi riski bulunuyordu.

o Kültürel Dönüşüm: Dijital dönüşümün işletme kültürü üzerindeki etkisi ve çalışanların değişime uyum sağlaması, direnci ortadan kaldırmak için dikkatli bir yönetim gerektirdi.

DİJİTAL DÖNÜŞÜMÜN İŞ SONUÇLARINA ETKİLERİ VE KAZANIMLAR:

• Üretim Artışı ve Kayıpların Azalması:

o Makinelerdeki duruşlar ve kayıplar anlık takip edilerek azaltıldı.

o Aylık 190 milyon adet düğme üreten firmanın, ERP yazılımına entegre edilen tolerans limitleri sayesinde makineler sipariş adedine ulaştığında otomatik olarak durdu.

o Bu sayede aşırı üretim ve stok fazlası sorunu ortadan kalktı. Aylık üretim kapasitesinin %10-20'si kadar (20-38 milyon adet) tasarruf sağlanarak, üretimde yaklaşık %15'lik bir kazanç elde edildi.

• Proaktif Bakım ve Kalıp Yönetimi:

o Tekrarlayan arızalar veren makineler belirlenerek yatırım kararları alındı ve kalıcı çözümler üretildi.

o Kalıplara kimlik numaraları atanarak, belirli bir üretim adedine (örn: 600.000 adet) ulaştığında arızalanacağı bilgisinden yola çıkılarak otomatik bakım bildirimleri yapıldı.

o Bu yöntemle kalıplara erken müdahale edilerek arızaların önüne geçildi, üretim 110 milyondan 190 milyona yükseldi ve kalıp kaynaklı plansız kayıplar %99 oranında azaltıldı.

• Çalışan Verimliliği ve İş Kalitesinin Artması:

o Veri toplama problemleri ortadan kalkınca, mühendisler ve uzmanlar "Big Data"yı yorumlamaya ve analitik becerilerini kullanmaya odaklandı.

o Bu sayede çalışanların iş kalitesi arttı ve daha uzmanlık gerektiren faaliyetlere yöneldiler.

Timay&Tempo'nun 12 yıllık dijital dönüşüm yolculuğu, başlangıçtaki zorluklara rağmen uygulanan doğru stratejilerle şirkete sadece üretimde artış, maliyetlerde düşüş ve karlılık değil, aynı zamanda çalışan kalitesinde yükseliş ve müşteri nezdinde benzersiz bir güvenilirlik sağlamıştır.

ProManage

SAHADAN GERÇEK ZAMANLI VERİ TOPLAMAK İÇİN CODEMASTER

CodeMaster, üretim, bakım, kalite, enerji ve insan kaynağı gibi sanayinin temel operasyonel alanlarını tek bir yapı altında dijital ortama taşıyarak süreçlerin daha izlenebilir, ölçülebilir ve yönetilebilir hale gelmesini sağlıyor. Platform, mevcut iş akışlarının sistematik biçimde yapılandırılmasını sağlarken, sahadan yönetime kadar oluşan verinin merkezi olarak takip edilmesine imkân tanıyor. Bu sayede işletmeler, operasyonel şeffaflığı artırarak karar alma süreçlerini daha sağlıklı verilerle destekleyebiliyor.

Endüstriyel otomasyon altyapılarıyla uyumlu olarak çalışabilen CodeMaster, sahadan gerçek zamanlı veri toplanmasına olanak tanıyor. Toplanan veriler, yönetim seviyesinde analiz edilerek üretim, bakım başta olmak üzere pek çok süreçte performans takibini kolaylaştırıyor. Platformda yer alan analitik ve yapay zekâ destekli bileşenler, özellikle bakım ve operasyon tarafında öngörülebilirliği artırmayı ve plansız duruşların azaltılmasını sağlıyor.

CodeMaster’ın dikkat çeken özelliklerinden biri de farklı sektörlere ve işletme ölçeklerine uyarlanabilir yapısı. KOBİ’lerden büyük ölçekli sanayi tesislerine kadar her sektöre ve ölçeğe hitap eden platform, modüler yaklaşımı sayesinde işletmelerin dijital dönüşüm süreçlerini kademeli ve sürdürülebilir biçimde ilerletmesine olanak sağlıyor.

CODEMASTER EKOSİSTEMİNİN TÜRKİYE GENELİNDE GENİŞLETİLMESİ HEDEFLENİYOR

MCS Group, CodeMaster platformunun Türkiye genelinde daha geniş bir kullanıcı kitlesine ulaşması amacıyla 2026 yılı itibarıyla hayata geçirilmesi planlanan bir bayilik modeli üzerinde çalışmalarını sürdürüyor. Hazırlık aşamasında olan bu modelle, sanayiye yakın, dijital dönüşüm alanında yetkin ve yerel pazarı iyi tanıyan iş ortaklarının CodeMaster ekosistemine dahil edilmesi hedefleniyor. Bayilik yapısına ilişkin detayların önümüzdeki dönemde netleşmesi bekleniyor.

MCS Group’un CodeMaster platformu ve planlanan yaygınlaşma stratejisi, sanayide dijital dönüşümün yerli çözümlerle daha geniş bir alana yayılması açısından önemli bir adım olarak değerlendiriliyor.

MCS

SOLMAZER EV GEREÇLERİ'NİN DİJİTALLEŞME MOTİVASYONLARI

Solmazer Ev Gereçleri Üretim Müdürü Bedirhan Solmazer, Solmazer Plastik'in dijitalleşme yatırımındaki ana motivasyonların şunlar olduğunu söylüyor:

• Üretim süreçlerini dijitalleştirerek verimliliği artırmak.
• Rekabet gücünü yükseltmek.
• Maliyetleri daha doğru analiz ederek kârlılığı güvence altına almak.
• Sürdürülebilir bir üretim altyapısı oluşturmak.

Solmazer Ev Gereçleri Üretim Müdürü Bedirhan Solmazer, dijitalleşme sayesinde çalışma kültürünün daha şeffaf, veri odaklı ve iletişimsel hale geldiğine dikkat çekiyor ve bu süreci “Çalışanlar kendi üretim performanslarını (miktar, hız, OEE) anlık olarak görebiliyor. Bu durum, eksiklerini fark etmeleri ve motivasyonlarının artması açısından önemli bir unsur oldu” diye anlatıyor.

SOLMAZER EV GEREÇLERİ’NİN KAZANIMLARI

• Şeffaflaşma ve Karar Alma:
  • Dijitalleşme, beklentilerin üzerinde bir şeffaflık sağladı.
  • Veriye dayalı karar alma süreçleri hızlandı ve belirsizlikler azaldı.
  • Anlık verilere erişim, yöneticilerin daha hızlı ve isabetli kararlar almasını sağlıyor.
  • Örnek olarak, plastik ev ve mutfak eşyaları imalatında makinelerin üretim yoğunluğu ve gruplarına göre kapasite kullanımının görülebilmesi, gelecekteki yatırım kararları için net bir yol haritası sunuyor.
• Devreye Alma Süreci ve Ölçülebilir Sonuçlar:
  • Dijitalleşme projesi yaklaşık 6 ay önce başladı.
  • Bu kısa süre içinde, özellikle ilk 3 aylık süreçte önemli performans artışları gözlemlendi.
  • OEE değeri %40 seviyesinden %52’ye yükseldi; bu da yaklaşık %30’luk bir iyileşmeye karşılık geliyor.
  • Üretim miktarları arttı ve daha az işçilikle daha fazla üretim yapıldı.
• Verimlilik Potansiyeli ve Gelecek Hedefleri:
  • Veriler, dünya standardı olan %85'e ulaşılması durumunda, işletmenin aynı giderlerle iki kat üretim yapabilme potansiyeline sahip olduğunu gösterdi.
  • Hedef, üretimle ilgili sorunlar çözüldükçe OEE'yi %85-90 seviyelerine çıkarmak ve şirket satış politikalarını etkileyecek kararlar almak.

Dijitalleşme, yatırım kararları alınırken de daha şeffaf veri sunarak riskleri önemli ölçüde azaltıyor. Solmazer, ERP ve MES çözümlerini entegre ederek uçtan uca izlenebilirlik sağlayarak, daha rekabetçi ve sürdürülebilir bir üretim yapısına geçişte önemli bir adım attı.

ProManage

"TÜRK SANAYİSİ YÜKSEK KALİTEYİ ÖNCELİK OLARAK KABUL ETMELİ"

Tüm bu dengelerle birlikte dijital dönüşüm sürecinde Türk sanayisinin uluslararası rekabette güçlü kalabilmesi için atması gereken adımları yorumlayan Esit Elektronik Satış ve Pazarlama Müdürü Çağrı Hekimoğlu, "Türk sanayisi yüksek kaliteyi öncelik olarak kabul etmeli. Kaliteli üretim yaptığı için kaybeden firma ya da ülke örneği yok. Japonya’ya veya Almanya’ya bakın; sanayi malzemelerinde en yüksek fiyatlar bu ülkelerde ama en iyi satışı da bu ülkelerin firmaları yapıyor. Bir de Çin’e ve Hindistan’a bakın. Korkunç bir üretim kapasiteleri var ama kalitede ve markalaşmada çok gerideler. Çin bunu fark ettikten sonraki son 5 senedir markalaşmaya ciddi yatırım yapıyor ama hala istediği yerde değil. Ülkemiz daha avantajlı durumda. Türk firmaları cihaz tercihlerinde özellikle Avrupa kalitesinde üretim yapan yerli firmaları tercih etmeli ve ülkemiz kendine yeten bir sanayi ekosistemi oluşturmalı." diyor.

BÜYÜK DÖNÜŞÜM BİR ANDA OLMAK ZORUNDA DEĞİL

"ERP’nin modüler yapısı, şirketlerin dijital dönüşüm yolculuğunu kendi hızlarında planlamalarına olanak tanır." diyen Güneş, şöyle devam etti: "Her modül bağımsız olarak devreye alınabilir ve işletmenin ihtiyaçları doğrultusunda sistem zaman içinde genişletilebilir. Bu yaklaşım, ERP’yi dayatılan bir kurulum modeli olmaktan çıkarıp, işletmenin süreçlerine uyum sağlayan esnek bir çerçeveye dönüştürür. Tüm modüller aynı veri tabanı üzerinde çalıştığı için bilgi akışı kesintisizdir ve süreçler birbirine doğal olarak bağlanır.

Modüler mimarinin en büyük katkısı, şirketleri “bir anda büyük bir dönüşüme zorlama” yükünden kurtarmasıdır. Örneğin bir üretim firması ilk etapta depo ve stok süreçlerini dijitalleştirir, ardından üretim takibi veya kalite modüllerini ekler. Böylece hem bütçe kontrollü gider, hem ekipler değişime daha kolay uyum sağlar, hem de süreçler olgunlaştıkça ERP’nin değeri katlanarak artar. Bu yolculuk, ERP’nin işletmeye organik bir şekilde entegre olmasını sağlar."

HarmonyERP ve HarmonyCloud’da modüler yapıyı sadece paketlere bölünmüş bir ürün olarak değil, işletmenin büyüme stratejisini destekleyen bir olgunluk modeli olarak tasarladıklarını söyleyen Güneş, "Hangi modülün ne zaman devreye alınması gerektiğini şirketle birlikte belirliyor; dijitalleşmeyi adım adım, sürdürülebilir ve ölçülebilir bir hale getiriyoruz. Bu yapı, ERP’yi operasyonel bir araç olmanın ötesine taşıyıp işletmenin rekabet avantajını belirleyen stratejik bir altyapıya dönüştürüyor." dedi.

DİSÜDER Başkanı Dr. Adem Kayar ise yaptığı paylaşımda "Türkiye’nin “Dijital Dönüşüm ve Sürdürülebilirlik” hedeflerini gerçekleştirmek için en önemli paydaşlarından biri olarak çalışmalarımıza devam ediyoruz. 2026’da yeni projelerimizle karşınızda olacağız." ifadelerini kullandı.

YÖNETİCİLERE GÖRE TEMİZ ENERJİ, YAPAY ZEKÂNIN ENERJİ TALEPLERİNİ KARŞILAYABİLİR

Raporda veri merkezlerinin, yapay zekâya bağlı enerji kullanımının yüzde 8'den yüzde 36'ya çıkacağı öngörülürken şirketlerin sadece yüzde 30'unun, kısa vadede yapay zekânın kendi enerji verimliliğini artırmaya öncelik verdiğine dikkat çekiliyor. Yöneticilerin yüzde 96'sı ise temiz enerjinin yapay zekânın enerji taleplerini karşılayabileceğine inanıyor. Ancak katılımcıların yüzde 33'ü, şebeke altyapısındaki sınırlamaları en büyük engellerden biri olarak görüyor. Katılımcıların yüzde 45'i, enerji ihtiyaçlarını ağırlıklı olarak yerinde üretim yoluyla karşılamayı planlıyor.

YENİLENEBİLİR ENERJİ KULLANIMI DAHA DA ARTACAK

Kuruluşlar, önümüzdeki üç yıl içinde yüksek yenilenebilir enerji kullanımının (yüzde 75–100 arası) yüzde 8'den yüzde 30'a, yani 4 katına çıkacağını öngörüyor. Buna karşın kurumların sadece yüzde 29'u net sıfır taahhütlerini tüm değer zincirlerine genişletiyor. Ayrıca enerji tüketicilerinin yalnızca yüzde 13'ü, projeleri geciktirse bile temiz enerjinin pazarlık konusu olmaması gerektiğine inanıyor.

YAPAY ZEKÂ İLE İKLİM DOSTU DÖNÜŞÜM DÖRT BAŞLIKTA ELE ALINIYOR

Raporda, yapay zekânın hem iklim dostu dönüşümü mümkün kılan hem de enerji dönüşümünü hızlandıran bir araç olarak; emisyonların azaltılmasını, enerji verimliliği ve dayanıklılığın artırılmasını ve temiz enerjiye olan talebin teşvik edilmesini nasıl sağladığı da ele alınıyor. Raporda şu dört ana başlık öne çıkıyor:
• Yapay zekânın iklim üzerindeki pozitif etkisi her geçen gün artıyor: Yapay zekâ; iklim değişikliğine uyum, biyolojik çeşitliliğin korunması ve döngüsel inovasyon gibi alanlarda çözümler sunarak çevreye katkısını artırıyor. 2027 yılına gelindiğinde, büyük ölçekli veri ve yapay zekâ işletmecilerinin yüzde 62'si, doğrudan yenilenebilir enerji yatırımlarıyla kendi temiz enerjisini üretmeyi planlıyor.
• Yapay zekâ, temiz enerji dönüşümünü destekliyor: Yapay zekâ; imalat, ulaşım, tarım ve binalar dahil olmak üzere değer zincirlerinin tamamında sürdürülebilirlik adına gerçek bir dönüşüm sağlıyor. Böylece iklim risklerini yönetmeye çalışan şirketler için de önemli katma değer yaratıyor.
• Yapay zekâ ve enerji dönüşümünde uygulama açığının kapatılması: Uygulamada yaşanan aksaklıklar nedeniyle ilerleme her yerde aynı hızda yaşanmıyor; özellikle temiz enerji çözümlerinin küresel çapta yaygınlaştırılması önünde önemli zorluklar var. Altyapı eksiklikleri, politika gecikmeleri ve finansman sorunları, enerji dönüşümünde hız kaybına yol açabilir. Bu uygulama farkının kapatılması için önümüzdeki 24 ay, yani 2027'ye kadar olan süreç kritik bir dönem olacak.
• Engellerin fırsata dönüştürülmesi: Yapay zekâ hızla gelişiyor ve gelişmiş temiz teknolojiler için yeni pazarların oluşmasını sağlıyor. Böylece, yeni teknolojilerin piyasaya çıkış süresi onlarca yıldan yalnızca birkaç yıla iniyor.

“YAPAY ZEKÂNIN ENERJİ TÜKETİMİNİ FAZLASIYLA TELAFİ EDEBİLECEK POTANSİYELİ VAR”

Araştırmayla ilgili açıklama yapan KPMG Türkiye Enerji Sektörü Lideri Hakan Demirelli, “Yapay zekâ, iş süreçlerinde devrim yaratıyor; enerji sektörü yöneticilerinin operasyonları daha önce mümkün olmayan seviyede optimize etmelerine olanak tanıyor; teknoloji liderlerini iş modellerini yeniden kurgulamaya itiyor ve bilim insanlarının araştırmalarını benzeri görülmemiş bir hızda ilerletmelerini sağlıyor. Bu değişimin en etkileyici yanı, yapay zekânın iklim ve enerji sektörünün tamamında derin bir etki yaratması diyebilirim. Elbette, yapay zekâ önemli ölçüde enerjiye ihtiyaç duyuyor ancak bu teknolojinin; sistemleri optimize etme, verimlilik artışı sağlama ve inovasyon yapma yeteneği, enerji tüketimini fazlasıyla telafi edecek potansiyeller barındırıyor. Hızlı ve kararlı hareket eden kurumlar için çok büyük fırsatlar söz konusu. Stratejik enerji ortaklıkları kuran, altyapıya yatırım yapan ve geleceğe yönelik iddialı taahhütlerde bulunan şirketler, önümüzdeki on yıllara damga vuracak liderler arasına katılacaklar. Bu raporumuz da fırsatlar sunana bu dönemi, sürdürülebilir bir rekabet avantajına dönüştürmeleri için sektör liderlerine yol haritası sunuyor.” dedi.

1] Enerji ve Yapay Zekâ, Uluslararası Enerji Ajansı, Nisan 2025

[2] Yeni bir araştırma, yapay zekânın 2035 yılına kadar küresel emisyonları yıllık 3,2 ila 5,4 milyar ton karbondioksit eşdeğeri azaltabileceğini ortaya koyuyor. Grantham Araştırma Enstitüsü, Londra Ekonomi ve Siyaset Bilimi Okulu, Haziran 2025