Sektör temsilcileri, bu dönüşümün yalnızca kullanıcı deneyimini iyileştirmekle kalmayıp bankaların müşteriyle kurduğu etkileşim modelini de yeniden tanımladığını vurguluyor. Yapay zeka destekli finansal sistemler alanında öne çıkan isimlerden, Ozan Elektronik Para Türkiye Backend Takım Lideri Harun Sokullu konuyu değerlendirdi.
KULLANICI ARTIK HESAP ÖZETİNE DEĞİL, ANLAMA ULAŞMAK İSTİYOR
Harun Sokullu, bankacılık uygulamalarında kullanıcı beklentisinin son yıllarda köklü biçimde değiştiğini belirtiyor. Sokullu'ya göre insanlar artık aylık hesap dökümüne bakmak yerine "geçen ay markete ne kadar harcadım" ya da "Starbucks ödemelerim ne zaman yoğunlaşıyor" gibi doğal dil sorguları yöneltmek istiyor. Bu talebi karşılayabilmek için Türkiye’nin önde gelen bankalarından birinde Yazılım Mimarı olarak görev yaptığı dönemde 12,8 milyon kullanıcıya hizmet veren finansal arama ve chatbot platformunun backend mimarisini tasarlayan Sokullu, altı aylık işlem geçmişinin ortalama 50 milisaniyede sorgulanabildiği özel bir ETL ve indeksleme altyapısı kurdu. Sistemin en kritik özelliğiyse yeni bir harcamanın gerçekleşmesinin ardından 15 dakika içinde aranabilir hale gelmesiydi; bu, bir önceki gece toplu işlem modeliyle kıyaslandığında müşteri deneyiminde çarpıcı bir fark yaratıyordu.
Sokullu, bu altyapıda öne çıkan bir diğer özelliğin anlamsal arama kapasitesi olduğunu aktarıyor. Kullanıcı "kahve" yazdığında sistem Starbucks ve benzeri kafeteryaları, "gözlük" yazdığında optisyen işlemlerini listeleyebiliyor. Bu yaklaşım, finansal verileri ham rakamlar yığını olmaktan çıkararak kullanıcı için anlamlı ve eyleme dönüştürülebilir bir içgörüye dönüştürüyor.
YAPAY ZEKA ENTEGRASYONU TEKNİK BORCU ARTIRABİLİR
Sokullu, yapay zeka bileşenlerinin bankacılık sistemlerine entegrasyonunun hızlı kullanıcı kazanımı sağlarken beraberinde önemli teknik riskler de getirebildiğine dikkat çekiyor. Hâlihazırda Ozan Elektronik Para Türkiye'de 271 binden fazla aktif kullanıcıya sahip bir fintech altyapısını Backend Takım Lideri sıfatıyla yöneten Sokullu, ölçek büyüdükçe yapay zeka katmanlarının sisteme entegre edilmesinin titiz bir mimari planlama gerektirdiğini vurguluyor. Aksi durumda model güncellemeleri ya da veri akışındaki değişiklikler, bağımlı servislerde beklenmedik kırılmalara yol açabiliyor.
Sokullu'ya göre bu dönüşümün sürdürülebilir olması için bankacılık uygulamalarının yapay zeka katmanını çekirdeğe değil, bağımsız ve izole edilebilir servis olarak konumlandırması gerekiyor. Yalnızca kurumsal alanda değil, kendi geliştirdiği ürünlerde de yapay zeka entegrasyonlarını hayata geçiren Sokullu; e-ticaret için geliştirdiği Swipd platformunda pgvector tabanlı kişiselleştirilmiş öneri motoru kurarak bu prensibi bağımsız projelerinde de uyguladı. Bankacılıkta yapay zekanın müşteri temas noktasına taşınmasının geri dönüşü olmayan bir süreç olduğunu belirten Sokullu, asıl rekabetin hangi bankanın yapay zekayı daha erken tanıttığında değil, hangisinin bu entegrasyonu daha güvenilir ve ölçeklenebilir kurduğunda oluşacağını ifade etti.
