Yerel LLM Kurulumu ve Özel Yapay Zeka

Bir yerel LLM kurulumu çoğu şirkette tek bir indirme komutuyla başlar ve ilk hafta etkileyici görünür. Sorunlar ikinci ekip sisteme bağlandığında, ilk model güncellemesi geldiğinde ya da bir denetçi kayıtları sorduğunda ortaya çıkar. Bu rehber, sunucu siparişinden önce verilmesi gereken kararları sırasıyla ele alıyor: hangi iş, hangi model, hangi donanım ve hangi erişim kuralı.

Teknik terimleri ilk geçtikleri yerde kısaca açıklıyoruz. Amacımız size donanım önermek değil; teklif aldığınız ekibin doğru soruları sorup sormadığını ve kurulumun aylar sonra da yönetilebilir kalıp kalmayacağını kendi başınıza değerlendirebilmenizi sağlamak.

01Yerel model kararını netleştiren dört soru

Yerel LLM kurulumu; verinin dışarı çıkamadığı, işin her gün tekrarlandığı ve sunucuyu sahiplenecek birinin bulunduğu şirketlerde anlamlıdır. Bu üç koşuldan biri eksikse önce bulut seçeneğini tartın. Kararı tek bir toplantıda, aşağıdaki sorulara yazılı yanıt vererek netleştirebilirsiniz.

• Veri sınıfı: Modelin okuyacağı belgelerde kişisel veri, ticari sır ya da müşteriyle imzalanmış gizlilik maddesi var mı; varsa bu belgeler bugün hangi sistemde ve kimin erişimiyle duruyor.
• Süreklilik: İş her gün mü yapılıyor, yoksa ayda birkaç kez yapılan bir analiz mi; seyrek işler için ayrılmış bir sunucu zamanının çoğunu boşta geçirir.
• Sahiplik: İşletim sistemi yamalarını, disk doluluğunu ve alarmları izleyecek bir bilgi işlem sorumlusu var mı, yoksa bu iş bakım sözleşmesiyle dış ekibe mi verilecek.
• Kalite eşiği: Sonuç piyasadaki en güçlü modele mi bağlı, yoksa belgeden alıntı yapan, sınıflandıran ya da kısa özet çıkaran bir modelin yetebileceği bir iş mi.

Veri hassas değil ama sistemlerinize bağlı bir yapay zeka istiyorsanız bulut modelleriyle yapay zeka entegrasyonu daha kısa sürede devreye girer. İki yolun birlikte çalıştığı karma yapı da mümkündür; mimari bölümünde ona değiniyoruz.

Yanıtlar belirsizse karar için erkendir. Birkaç hafta boyunca ekiplerin hangi belgeyle hangi işi yapmak istediğini not ettiği basit bir tablo bu belirsizliği giderir ve ileride test setinin hammaddesi olur.

02Şirket tipine göre yerel modelin üstlendiği işler

Yerel model en çok sınırları belli ve belgeye dayanan işlerde fayda sağlar; serbest yaratıcılık isteyen işlerde bulut modelleriyle arasındaki fark belirginleşir. Aşağıdakiler gerçek müşteri vakaları değil, bu tür kurulumların tipik olarak hedeflendiği iş örnekleridir.

• Hukuk bürosu: Sözleşme taslaklarında madde karşılaştırma ve eski dosyalarda ilgili paragrafı bulma; müvekkil sırrı nedeniyle bulut kullanımının tartışmalı olduğu durumlarda öne çıkar.
• Mali müşavirlik: Banka hareketlerindeki açıklamalara hesap kodu önerme ve mükelleften gelen yazışmaları konuya göre ayırma.
• Üretim tesisi: Bakım kayıtlarında arıza geçmişini sorgulama, kalite raporlarından tekrar eden kusurları çıkarma; tesis ağı dışa kapalıysa çoğu zaman tek seçenek budur.
• Sağlık kuruluşu: Hasta notlarından idari yazışma taslağı hazırlama; klinik karar için değil, evrak yükünü azaltmak için.
• Yazılım ekibi: Kaynak kodu şirket dışına göndermeden kod açıklaması ve test taslağı üretme.

Asıl iş taranmış faturalardan, sözleşmelerden ya da başvuru formlarından alan çıkarmaksa yerel model bir belge işleme yapay zekası akışının motoru olarak çalışır. Karakter tanıma ve doğrulama kuralları bu durumda modelin önünde ve arkasında ayrıca kurulur.

Her senaryo için modelin yapmayacağı işi de yazın: hukuki görüş vermek, tanı koymak, muhasebe kaydını kendi başına kesinleştirmek gibi. Bu liste çalışanlara yapılacak açıklamanın ve test setindeki tuzak soruların temelini oluşturur.

03Katman katman mimari: sunum, ağ geçidi, arayüz

Sağlam bir kurulum, birbirinden bağımsız değiştirilebilen dört katmandan oluşur; model değiştiğinde kullanıcılar bunu yalnızca yanıt kalitesinden fark etmelidir. Katmanları ayırmak, yıllar içinde model ailesi değişse bile yatırımın büyük kısmını korur.

• Sunum katmanı: Model dosyasını belleğe yükleyip istekleri yanıtlayan yazılım. Ollama kolay kurulur ve küçük ekipler için yeterlidir; vLLM aynı anda gelen istekleri toplu işleyerek çok kullanıcılı sunucularda ekran kartını daha verimli kullanır; llama.cpp ise ekran kartı olmayan makinelerde de çalışabilen hafif bir seçenektir.
• Ağ geçidi: Tüm istekleri karşılayan, kimliği doğrulayan, isteği hangi modele göndereceğine karar veren ve kayıt tutan ara katman. Uygulamalarınız modelle değil, bu katmanla konuşur.
• Belge dizini: Belgelerin anlamına göre aranabilmesi için parçalara bölünüp sayısal temsillerle saklandığı vektör veritabanı.
• Arayüz: Çalışanlar için kendi sunucunuzda çalışan bir sohbet ekranı ya da mevcut iş uygulamanıza eklenen bir düğme.

Ollama ve vLLM, OpenAI uyumlu bir API sunduğu için piyasadaki pek çok araç adres değişikliğiyle yerel modele bağlanabilir. Karma yapıda ağ geçidi, kişisel veri içeren istekleri yerel modele, hassas olmayan ve güçlü akıl yürütme gerektiren işleri bulut modeline yönlendirir. Mevcut sistemlerinize özel ekran ya da onay paneli gerekiyorsa bu kısmı özel yazılım geliştirme olarak ayrıca planlamak gerekir.

04Model seçimi: boyut, lisans ve Türkçe yeterlilik

Doğru model, genel sıralamalarda öne çıkan değil, sizin test setinizde yeterli puanı alan en küçük modeldir. Daha küçük model daha az bellek, daha kısa yanıt süresi ve daha kolay bakım demektir; bu yüzden seçim büyükten küçüğe değil, küçükten büyüğe doğru yapılır.

• Parametre sayısı: Modelin büyüklüğünü ifade eder. Büyüdükçe kalite genellikle artar, ancak bellek ihtiyacı ve yanıt süresi de aynı yönde büyür.
• Lisans: Açık ağırlıklı her model aynı serbestliği tanımaz. Qwen3 Apache 2.0 ile yayımlanırken Llama 3.1 kendi topluluk lisansına ve kabul edilebilir kullanım politikasına bağlıdır, atıf gibi koşullar içerir.
• Türkçe yeterlilik: Genel sıralamaların çoğu İngilizce testlere dayanır. Ek yapısı, resmi yazışma dili ve sektör terimleri ancak kendi örneklerinizle sınanabilir.
• Bağlam penceresi: Modelin tek seferde okuyabildiği metin uzunluğudur. Uzun sözleşmelerde önemlidir ama her ek uzunluk bellekten pay ister.
• Düşünme modu: Bazı model aileleri, örneğin Qwen3, yanıttan önce uzun bir akıl yürütme metni üretme modunu açıp kapatmaya izin verir; kalite artabilir ama bekleme süresi uzar.

Test seti için her kullanım senaryosundan gerçek sorular, beklenen doğru yanıtlar ve modelin reddetmesi gereken birkaç tuzak soru hazırlayın. Aday modelleri aynı donanımda, aynı ayarlarla bu setten geçirin ve puanlamayı işi bilen bir çalışanınızla birlikte yapın.

Sohbet modelinin yanında ikinci bir model daha seçilir: belgeleri anlamına göre aranabilir hale getiren gömme modeli. Bu modelin Türkçe desteği zayıfsa sohbet modeli ne kadar iyi olursa olsun doğru belge parçası bulunamaz. Yerel LLM kurulumu teklifinde iki modelin de adı, lisansı ve test sonucu ayrı ayrı yazılı olmalıdır.

05Donanım boyutlandırmanın kaba hesabı

Gereken belleği üç şey belirler: modelin ağırlıkları, bağlam önbelleği ve aynı anda gelen istek sayısı. Kaba hesap yönü gösterir, son kararı ise hedef donanımda ya da benzerinde yapılan ölçüm verir.

• Ağırlıklar: 16 bit hassasiyette her parametre yaklaşık 2 bayt tutar; 8 milyar parametreli bir model yalnız ağırlıklar için 16 GB civarında bellek ister.
• Niceleme: Sayıları daha az bitle saklama yöntemidir. 4 bit niceleme ağırlık belleğini kabaca dörtte birine indirir, karşılığında kaliteden bir miktar kayıp olabilir; kaybın sizin işinizde önemli olup olmadığını test seti gösterir.
• Bağlam önbelleği: Modelin okuduğu metni bellekte tuttuğu alandır. Metin uzadıkça ve eşzamanlı istek arttıkça büyür; uzun belgelerle çalışan çok kullanıcılı bir sunucuda ağırlıklardan fazla yer kaplayabilir.
• Hız ölçütleri: İlk kelimenin gelme süresi kullanıcının beklediği anı, saniyede üretilen token sayısı ise yanıtın akış hızını gösterir.

Üç tipik seçenek vardır: tek ekip için güçlü bir iş istasyonu, şirket içindeki ekran kartlı bir sunucu ya da bir veri merkezinden sizin adınıza kiralanan ayrılmış sunucu. Şirket içi seçenekte elektrik, soğutma ve kesintisiz güç kaynağı da hesaba girer; sürekli çalışacak bir sunucunun yıllık tüketimini elektrik tüketimi hesaplama aracıyla önceden görebilirsiniz.

Kiralık ayrılmış sunucuda ise donanım arızası, yedek parça ve fiziksel güvenlik sağlayıcının sorumluluğuna geçer; buna karşılık sağlayıcının hangi koşulda sunucuya erişebileceği sözleşmeyle sınırlanmalıdır. Hangi seçenek seçilirse seçilsin, sonradan ikinci bir ekran kartı ya da ek bellek takılabilecek bir kasa ve güç kaynağı tercih etmek büyümeyi kolaylaştırır.

06Veri kaynaklarını yetkiyle birlikte bağlamak

Model şirket belgelerini okumaya başladığında asıl risk yetkidir: bir kullanıcı, kendisinin açamayacağı bir belgenin içeriğini modelden dolaylı yoldan öğrenmemelidir. Bu yüzden belge bağlantısı, dosya kopyalamak değil, yetki bilgisini de taşıyan bir eşleme işidir.

Belgeye dayalı yanıtta kullanılan yöntemin adı RAG'dir: soru geldiğinde ilgili belge parçaları dizinden bulunur ve modele kaynak olarak verilir. Yetki süzmesi bu arama sırasında yapılmalıdır; yanıt üretildikten sonra süzmek, içeriğin modele çoktan ulaşmış olması demektir. Şirket belgelerinden kaynak göstererek yanıt veren yapının ayrıntısını kurumsal bilgi asistanı sayfasında anlatıyoruz.

Her kaynak için şu bilgileri bağlantıdan önce yazılı hale getirin:

• Kaynak ve sahibi: Dosya sunucusu, belge yönetim sistemi, ERP, e-posta arşivi ya da iç wiki; her birinin içeriğinden sorumlu kişi.
• Yetki eşlemesi: Kaynaktaki klasör ve grup yetkilerinin dizine nasıl aktarılacağı ve ne sıklıkla eşitleneceği.
• Silme davranışı: Kaynakta silinen ya da arşive kaldırılan belgenin dizinden ne kadar sürede düşeceği.
• Hariç tutulanlar: Personel özlük dosyaları, sağlık raporları gibi hiç dizine girmeyecek klasörler.
• Güncel sürüm kuralı: Aynı belgenin eski ve yeni sürümleri varsa modelin hangisini kaynak alacağı.

07Kurulum sırasında yapılması gereken güvenlik sertleştirmesi

Yerel sunucu, internete açık bir bulut hesabından daha güvenli değildir; güvenliği kurulum sırasında alınan kararlar belirler. Aşağıdaki maddeler teslim öncesi kontrol listenizin parçası olmalıdır.

• Model dosyasının doğrulanması: Model yalnız üreticinin resmi deposundan indirilir; dosyanın özet değeri depodaki değerle karşılaştırılır. Küçük dosyalarda bu kontrolü hash hesaplama aracıyla kendiniz de yapabilirsiniz.
• Güvenli dosya biçimi: safetensors biçimi tercih edilir; pickle tabanlı dosyalar yüklenirken kod çalıştırabildiği için güvenilmeyen kaynaktan asla alınmaz.
• API'nin önüne kimlik katmanı: Ollama varsayılan olarak yalnız aynı makineden gelen istekleri dinler ve kullanıcı doğrulaması yapmaz. Ağa açılacaksa önüne kimlik doğrulayan bir ters vekil sunucu ve şifreli bağlantı konur.
• Dışa giden trafik: Sunucunun internete çıkışı güvenlik duvarında kapatılır; yalnız onaylı güncelleme pencerelerinde, belirli adreslere açılır.
• Yönetici erişimi: Yönetici hesapları kişiye özel, iki aşamalı doğrulamalı ve ayrı kayıtlıdır.
• Belgeye gizlenmiş talimatlar: Bir belgenin içine yazılmış "önceki talimatları yok say" gibi ifadeler modeli yönlendirebilir. Bu yüzden modele e-posta gönderme ya da kayıt silme gibi yetkiler verilmez.

Teslimden önce basit bir sızma denemesi yapılmasını isteyin: şirket ağının dışından API adresine ulaşılabiliyor mu, yetkisiz bir kullanıcı başka birimin belgesini sorgulayabiliyor mu, sunucu izinsiz bir adrese bağlantı kurabiliyor mu. Bu üç sorunun yanıtı teslim tutanağında yer almalıdır.

08İnsan onayı, kayıt politikası ve sürüm geri alma

Yerel modelin okuyup taslak üretmesi serbest bırakılabilir; dışarıya giden ya da kalıcı bir kaydı değiştiren her işlem ise insan onayından geçmelidir. Bu ayrım yazılı bir yetki tablosunda durmalı ve yeni kullanım senaryosu eklendikçe güncellenmelidir.

Kayıt tarafında iki düzey ayırın. Üst bilgi kaydı her istekte tutulur: kim, ne zaman, hangi model sürümüyle, ne kadar sürede, kaç token. Tam metin kaydı ise yalnız hata ayıklama için, kısa süreyle ve sınırlı kişinin erişimiyle tutulur; çünkü soru ve yanıtın kendisi kişisel veri ya da ticari sır içerebilir.

Sürüm yönetimi için şu kurallar işe yarar:

• Sabitleme: Canlıdaki model dosyası özet değeriyle kayıt altına alınır; aynı ad altında farklı bir dosya sessizce yüklenemez.
• Talimatın sürümü: Modele verilen sistem talimatı, yani modelin her istekte gördüğü görev tanımı, kod gibi sürümlenir ve değişiklik notuyla saklanır.
• Önce test seti: Yeni model ya da yeni talimat önce test setinden geçer, puan önceki sürümün altına düşerse canlıya alınmaz.
• Hızlı dönüş: Önceki model dosyası diskte tutulur; geri dönüş yeniden kurulum değil, tek bir yapılandırma değişikliğidir.

09KVKK, sunucunun yeri ve barındırma sözleşmesi

Verinin şirket ağında kalması KVKK yükümlülüklerini ortadan kaldırmaz; yalnızca bazılarını sadeleştirir. 6698 sayılı Kanun'un 12. maddesi veri sorumlusundan hukuka aykırı erişimi önleyecek teknik ve idari tedbirleri bekler; bu rehberdeki yetki, kayıt ve ağ kararları bu tedbirlerin somut karşılığıdır.

• Kiralık sunucu: Barındırma firması sizin adınıza veri işleyen konumundadır ve Kanun'a göre tedbirlerden onunla birlikte sorumlu olursunuz. Sözleşmede fiziksel ve uzaktan erişim yetkileri, disklerin imhası ve olay bildirimi yazılı olmalıdır.
• Yurt dışındaki sunucu: Kişisel veri yurt dışına aktarılmış sayılır; 9. maddedeki güvencelerden biri gerekir. Standart sözleşme seçilirse imzadan itibaren beş iş günü içinde Kurum'a bildirilir.
• Aydınlatma: Çalışan ya da müşteri verisi yeni bir amaçla işlenecekse 10. madde kapsamındaki aydınlatma metinleri bu kullanımı da anlatacak biçimde güncellenir.
• Kayıtların saklanması: İstek kayıtları da kişisel veri olabileceğinden saklama süresi şirketin mevcut saklama ve imha kurallarına bağlanır.

Model Avrupa Birliği'ndeki kişilerle doğrudan konuşacaksa AB Yapay Zeka Tüzüğü'nün 50. maddesi, kişilerin bir yapay zekayla etkileşimde olduklarını bilmelerini ister. Bu maddeler teknik tarafın sorularıdır; son değerlendirmeyi şirketinizin hukuk danışmanı yapmalıdır.

10Pilottan şirket geneline altı adımlık geçiş planı

Yerel LLM kurulumu tek ekip ve sınırlı bir belge kümesiyle başlamalı, her aşamaya yazılı bir geçiş ölçütüyle geçmelidir. Aşağıdaki sıra, donanım harcamasını ölçüm sonuçları gelene kadar ertelemek için tasarlanmıştır.

1. Senaryo ve test seti: Pilot ekip seçilir, en fazla üç iş tanımlanır ve bu işlerden gerçek örneklerle test seti hazırlanır.
2. Kiralık ortamda ölçüm: Aday modeller saatlik kiralanan bir ekran kartlı sunucuda test setinden geçirilir; kalite ve hız birlikte raporlanır.
3. Donanım kararı: Ölçüm sonucuna göre iş istasyonu, şirket içi sunucu ya da kiralık ayrılmış sunucu seçilir ve sipariş verilir.
4. Sertleştirilmiş kurulum: Sunum katmanı, ağ geçidi, kimlik doğrulama ve kayıt kurulur; güvenlik kontrol listesi teslim tutanağına eklenir.
5. Pilot kullanım: Ekip birkaç hafta gerçek işlerde kullanır, hatalı ya da eksik yanıtlar tek tıkla işaretlenir ve test setine eklenir.
6. Kademeli yayılım: Geçiş ölçütü sağlanırsa yeni birimler tek tek açılır; her birim için yetki eşlemesi ve kısa bir kullanım eğitimi yapılır.

Geçiş ölçütünü pilot başlamadan yazın, örneğin test setinde hedef puan, yoğun saatte kabul edilebilir bekleme süresi ve kullanıcıların düzenli kullanımı. Ölçüt sonradan yazılırsa sonuca göre esnetilir. Pilot ekibin içinden bir kişiyi geri bildirim sorumlusu olarak belirlemek, işaretlenen hataların kaybolmadan test setine girmesini sağlar.

11Değeri ölçmek: kalite, hız ve benimsenme

Yerel LLM kurulumunun değeri üç soruyla ölçülür: doğru yanıt veriyor mu, yeterince hızlı mı ve insanlar gerçekten kullanıyor mu. Üçünden biri zayıfsa diğer ikisinin iyi olması projeyi kurtarmaz.

• Kaynağa sadakat: Yanıtın gösterilen belgeyle örtüşüp örtüşmediği, test setinde ve canlı kullanımdan alınan rastgele örneklerde düzenli puanlanır.
• Kaynaksız yanıt oranı: Belgeye dayanması gereken işlerde kaynak göstermeden verilen yanıtlar ayrıca sayılır; bu oranın artması dizinde ya da talimatta bir sorunun işaretidir.
• Yoğun saat performansı: Ortalama değil, en yoğun saatlerdeki bekleme süresi izlenir; kullanıcı memnuniyetini ortalama değil en kötü anlar belirler.
• Birim bazında kullanım: Hangi ekibin haftada kaç kez kullandığı görülür; kullanım düşükse sorun çoğu zaman model değil, iş akışına yerleştirilmemiş olmasıdır.
• İş başına süre: Pilot öncesinde birkaç gerçek işin süresi ölçülür, aynı işler pilot sonunda tekrar ölçülür.

Maliyet tarafında aynı iş hacminin bulut API'siyle ne tutacağını düzenli aralıklarla yeniden hesaplayın. Bulut fiyatları ve açık modellerin kalitesi değiştikçe dengenin yönü de değişebilir; karar bir kez verilip unutulacak bir karar değildir.

12Yerel modelin sınırları ve gerçekçi riskler

Yerel model veri kontrolü sağlar, ama yetenek ve işletme yükü açısından bedelsiz değildir. Bu riskleri projenin başında açıkça konuşmak, sonradan hayal kırıklığını önler.

• Uydurma yanıtlar: Her dil modeli gibi yerel model de emin görünerek yanlış bilgi üretebilir. Kaynak göstermeye zorlayan talimat, belge yoksa "bilmiyorum" deme kuralı ve kritik işlerde insan kontrolü bu riski azaltır, sıfırlamaz.
• Karmaşık akıl yürütme: Çok adımlı hesaplama, uzun plan yapma ya da birçok belgeyi birlikte yorumlama gerektiren işlerde açık modeller en güçlü bulut modellerinin gerisinde kalabilir.
• Bakım yükü: Ekran kartı sürücüleri, sunum yazılımı ve işletim sistemi birbirine bağlı güncellenir; uyumsuz bir sürücü güncellemesi sunucuyu durdurabilir.
• Tek arıza noktası: Tek sunucu bozulduğunda ne olacağı önceden yazılmalıdır: bekleme mi, yedek makine mi, geçici olarak onaylı bir bulut modeline yönlendirme mi.
• Kişiye bağımlılık: Kurulumu yalnız bir kişi biliyorsa en büyük risk teknik değil, organizasyoneldir. Çalıştırma kılavuzu ve devir belgesi bu yüzden teslimin parçasıdır.

Bu risklerden hiçbiri tek başına vazgeçme nedeni değildir, ama her biri için bir sorumlu ve bir yazılı plan olmalıdır. Yerel LLM kurulumunu bir kez yapılıp unutulan bir proje değil, yazılım lisansı ya da sunucu parkı gibi yaşayan bir altyapı kalemi olarak bütçelemek bu yüzden daha gerçekçidir.

13Yerel LLM kurulumunda sık yapılan hatalar

Hataların çoğu teknik bilgisizlikten değil, sıralamanın ters kurulmasından doğar. Aşağıdaki altı hata ve doğru alternatifleri, teklif aşamasında kontrol listesi olarak kullanılabilir.

• Donanımı önce almak: Ekran kartı ölçüm yapılmadan alınır, sonra model ona uydurulur. Doğrusu, test setini kiralık bir ortamda çalıştırıp donanımı ölçüm sonucuna göre seçmektir.
• Genel sıralamaya güvenmek: İngilizce testlerde öne çıkan model Türkçe yazışmada zayıf kalabilir. Doğrusu, kendi belgelerinizden hazırlanan Türkçe setle karşılaştırmaktır.
• API'yi ağa çıplak açmak: Sunum katmanının adresi kimlik doğrulaması olmadan ağa açılır. Doğrusu, önüne kimlik doğrulayan ağ geçidi ve şifreli bağlantı koymaktır.
• Tüm klasörleri dizine eklemek: Yetki eşlemesi yapılmadan dosya sunucusu bütünüyle dizine alınır. Doğrusu, kaynak kaynak yetki aktarımı ve hariç tutulan klasör listesidir.
• Tam metin kaydı süresiz tutmak: Her soru ve yanıt yıllarca saklanır. Doğrusu, üst bilgi kaydı ile kısa süreli ve erişimi kısıtlı tam metin kaydını ayırmaktır.
• Güncellemeyi doğrudan canlıya almak: Yeni model sürümü test edilmeden yüklenir. Doğrusu, test seti puanını karşılaştırmak ve önceki sürümü geri dönüş için diskte tutmaktır.

14Uygulama ekibine sorulacaklar ve sonraki adım

İyi bir yerel LLM kurulumu teklifi, model adından önce ölçüm yöntemini, donanımdan önce kullanım senaryosunu anlatır. Görüştüğünüz ekiplere şu soruları sorun ve yanıtları yazılı isteyin:

• Donanım önerisi hangi test setiyle ve hangi ortamda yapılan ölçüme dayanıyor?
• Sunucu, hesaplar, yapılandırma dosyaları ve model dosyaları kimin adına olacak?
• Kendi ekibimiz kurulumu sizden bağımsız sürdürebilsin diye hangi çalıştırma belgeleri teslim edilecek?
• Model güncellemesi, sürücü güncellemesi ve güvenlik yaması için bakım takvimi ve geri dönüş planı nedir?
• Bulut modeliyle karma kullanıma geçmek istersek uygulamalarımızda ne değişir?

Biz bu işi yapay zeka otomasyonu hizmetimizin bir parçası olarak yürütüyoruz: önce senaryo listesi ve Türkçe test seti, sonra ölçüm, ardından donanım kararı ve sertleştirilmiş kurulum. Donanım ya da sunucu kirasını doğrudan satıcıya siz ödersiniz; tüm hesaplar ve dosyalar şirketinize teslim edilir.

Hizmet kapsamına göre başlangıç seçeneklerini yapay zeka otomasyonu fiyatlarında inceleyebilirsiniz. Modelin üstleneceği üç gerçek işi ve bu işlerdeki belge türlerini iletişim formundan yazarsanız, uygun model ailesini, donanım seçeneklerini ve yazılı teklifi hazırlayalım.