Global WhatsApp Müşteri Desteği: MCP, Qwen ve ChatGPT ile 4 Kişilik Ekibin 1 Kişiye İnmesi

Bir müşterinin “Aracım çıktı mı?” sorusunun kısa bir cevabı vardır. O cevabı bulmak ise her zaman kısa sürmez. Siparişe bakılır, ürünün sevke hazır olup olmadığı kontrol edilir, hangi araca yüklendiği öğrenilir ve müşteriye dönülür. Aynı soru gün boyunca tekrarlandığında, küçük bir sorgu destek ekibinin önemli bir işine dönüşür.

Global ölçekte hizmet veren WhatsApp müşteri destek hattında ele aldığımız problem buydu. Müşteri adını paylaşmıyoruz. Bu hikâyede New Academy Danışmanlık Ekibi'nin geliştirdiği çözümü, kullanılan teknolojilerin rollerini ve proje ekibinin aktardığı sonuçları anlatıyoruz.

Ekim 2026 değerlendirmesinde destek hattındaki ekip 4 kişiden 1 kişiye indi. Başka bir ifadeyle ekip büyüklüğü %75 azaldı. Paylaşılan yanıt süresi 4,1 saniye. Bu sonucun arkasında WhatsApp Business API, ERP'ye yazılan MCP katmanı, Qwen3.8-Max kullanılan yerel AI workstation ve konuşma tarafında ChatGPT / GPT-6.1 Sol bulunan hibrit bir yapı var.

İş problemi

Destek hattına gelen soruların önemli kısmı, genel bir ürün bilgisinden çok işletmenin o anki durumuyla ilgiliydi. Bir ürünün depoda olması, sevke hazır olması ve araca yüklenmiş olması farklı bilgiler. Müşteri de çoğu zaman bunların hangisini kastettiğini teknik bir dille anlatmıyor.

“Arabada mı?”, “Ne zaman çıktı?”, “Bakiye ürün ne zaman gelir?” gibi cümleleri doğru anlamak gerekiyor. Ardından müşteriye ait kayıt ve ilgili operasyon bilgisi bulunmalı. Yanıtın kısa olması, arka plandaki işin basit olduğunu göstermiyor.

Sevk ve ambar değişikliği talepleri de bu akışa dahil. Günde bir servis olmasına rağmen gün içinde başka araca geçme isteği gelebiliyor. Sevke hazır ürünün otobüsle gönderilmesi, servis aracının ne zaman varacağı veya kargoya hangi ürünlerin teslim edildiği sorulabiliyor. Destek ekibi, müşterinin kullandığı dili işletmenin kullandığı kayda çevirmek zorunda kalıyor.

Uygulama ve doğrulama

Yazılım New Academy Danışmanlık Ekibi tarafından geliştirildi. Çalışmanın kapsamı, yalnızca bir sohbet ekranına yapay zekâ eklemek değildi. Konuşmanın ERP'deki bilgiyle ilişkilendirilmesi için bir MCP katmanı da yazıldı.

Proje ekibi aşağıdaki soru ve talep başlıklarının AI tarafından doğru yanıtlandığını belirtti:

Proje ekibinin değerlendirmesi bu soru ve işlem gruplarını kapsıyor. Bir destek hattında kaliteyi daha geniş ölçmek için konuşma seti, çözüm tanımı ve memnuniyet göstergeleri de gerekir. Bu hikâyenin sayısal sonuçları ekip büyüklüğü ve paylaşılan yanıt süresidir.

Sevk veya ambar değişikliği talebinde sistem yalnızca cevap üretmekle yetinmiyor. AI, kendisine verilen yetki kapsamında değişikliği ERP'de otomatik olarak uyguluyor. Böylece müşterinin isteğini anlamanın ardından ilgili ERP kaydı da güncelleniyor. Bu otomasyon, AI'a tanımlanan işlem yetkileriyle sınırlı; ERP'deki her kaydı veya her işlemi kapsayan sınırsız bir erişim olarak düşünülmemeli.

Ölçülen sonuçlar

Personel karşılaştırması açık: daha önce destek hattında dört kişi görevliyken, yeni yapıda bir kişi görevli. Kalan ekip, başlangıçtaki büyüklüğün dörtte biri.

Hesap (4 - 1) / 4 × 100 = %75. “Dörtte bire indi” ifadesini %25 azalma olarak okumamak gerekir; %25 kalan paydır.

4,1 saniyelik yanıt süresi de proje ekibinden gelen bir sonuçtur. Bu değer, yöntemi ve dağılımı belirtilmiş bir ortalama veya SLA yerine, bildirilen yanıt süresi olarak yer alıyor. Personel sayısı, yanıt süresi ve hizmet kalitesi ayrı göstergelerdir; çalışma yaygınlaştırılırken birlikte izlenmeleri gerekir.

Teknoloji ve veri akışı

Bu proje hibrit bir yapıyla çalışıyor. Konuşma tarafında ChatGPT / GPT-6.1 Sol kullanıldı. ERP sorgularının kapalı devrede yürütülmesi istendiği için o katmanda Qwen3.8-Max ve yerel AI workstation kullanıldı. ERP'nin yapay zekâ tarafıyla ilişkilendirilmesi için geliştirilen MCP server ise bağlantı katmanının parçası.

Bu ayrım önemli: müşteriyle doğal bir konuşma kurmak ve kurumun kayıtlarına erişmek farklı sorumluluklar. Bir müşteri cümlesini anlamak, sisteme sınırsız erişim verilmesi gerektiği anlamına gelmiyor. Sorgunun hangi bilgiye ulaşacağı ve yanıt için hangi sonucun kullanılacağı ayrıca tanımlanmalı.

Bu projede ERP bağlantısı, yetki verilen sevk ve ambar değişikliklerinde kayıt güncelleme işlevini de kapsıyor. Bilgi sorgulama ile değişiklik yapma yetkileri aynı kabul edilmemeli; otomatik işlemler AI'a verilen yetki kapsamında yürütülüyor.

MCP'nin resmî mimari açıklaması, sunucuların AI uygulamalarına bağlam, kaynak ve araç sunmasını anlatıyor. MCP burada bir model adı değil; modellerin ve uygulamaların kurum sistemleriyle çalışmasında kullanılabilecek bir bağlantı standardı. ERP'ye yazılan katman da bu proje özelindeki uygulama geliştirme işidir.

OpenAI'nin MCP rehberi, model tarafına araç erişimi sunulmasını ve bu erişimin sınırlandırılmasını açıklıyor. GPT-6.1 Sol'un resmî model sayfası ise konuşma tarafında kullanılan modelin ürün referansıdır. Projenin sonuç verileri ayrıca New Academy ekibinin değerlendirmesine dayanıyor.

ERP sorgularının kapalı devrede yapılması, bütün müşteri konuşmalarının çevrimdışı kaldığı anlamına gelmez. Bu çalışmada konuşma ve sorgu katmanları farklı çalışıyor. Benzer bir kurulumda veri akışı, paylaşılacak sonuçlar ve erişim koşulları uçtan uca incelenmelidir. Modelin adı tek başına veri sınırını tanımlamaz.

Sürücü telefon numarası, araç plakası ve müşteri siparişi gibi bilgiler de aynı kapsamda değerlendirilir. Bilginin sistemde bulunması, her talepte paylaşılabileceği anlamına gelmez. Benzer projelerde müşteri kimliği, yetki ve veri paylaşım kuralları açıkça belirlenmelidir.

Canlı takip talebi ile mevcut servis durumunu bildirmek farklı kaynaklar gerektirir. Gerçek zamanlı konum için doğrulanmış bir konum akışı; gönderi durumu için güncel kargo kaydı gerekir. Bu hikâyede paylaşılmış olan kapsam, bu başlıklardaki müşteri sorularının karşılanmasıdır. GPS ve kargo API'si gibi entegrasyon ayrıntıları ayrıca doğrulanmalıdır.

İşletmeye etkisi

Destek operasyonundaki kazanım, bir çalışanın hızlı yazmasından daha geniş bir konu. Müşterinin sorusu ile cevabın bulunduğu kayıt arasındaki mesafe kısaldığında, tekrarlayan bilgi toplama işi azalabilir. Bu projede paylaşılan ekip değişimi, o iş akışının yeniden düzenlenmesindeki somut göstergedir.

Sonucu destek hattının görevli ekip büyüklüğü üzerinden okuyoruz. Şirketin toplam istihdamı, yeniden görevlendirme veya ücret tasarrufu farklı veriler gerektirir. Buradaki somut karşılaştırma, bu operasyonda görevli dört kişinin bir kişiye inmesidir.

Yerel sorgu katmanı ve konuşma katmanının ayrı tasarlanması, iş ihtiyacıyla teknik tercihin birlikte değerlendirilmesine de bir örnek. Sohbetin anlaşılır olması kadar, cevabın hangi kayda dayandığı ve sorgunun hangi ortamda yürütüldüğü önem taşıyor.

New Academy Yapay Zekâ Danışmanlığı bu tür işleri bir araç satın alma kararından önce süreç olarak değerlendirir. Hangi soruların tekrarlandığı, bilgiyi hangi sistemin tuttuğu, hangi işlemin sadece okuma hangisinin değişiklik olduğu ve başarının nasıl ölçüleceği birlikte ele alınır.

Kurumunuza nasıl uyarlanır?

Benzer bir destek projesine başlamak için önce ekibin en sık karşılaştığı soru gruplarını çıkarmak gerekir. “Ürün nerede?” ile “Sevki değiştirmek istiyorum” aynı tür talep değildir. İlki çoğunlukla bilgi aramayı, ikincisi iş kuralı ve işlem yetkisini gündeme getirir.

Sonra bu bilginin kaynağı ve güncelliği incelenir. ERP'de kayıtlı bir durum, başka bir kaynakta tutulan kargo bilgisi ve gerçek zamanlı konum verisi farklı bağlantılar gerektirebilir. İlk kapsamın sınırları netleştirildiğinde hem teknik uygulama hem de sonuçların ölçümü daha anlaşılır hale gelir.

Yapay Zekâ Tabanlı Süreç İyileştirme ve Otomasyon kapsamında konuşma, sorgu ve işlem adımları birlikte planlanabilir. PoC ve Uygulama Danışmanlığı ise daha dar bir kullanım alanını test edip kalite, süre ve insan müdahalesi ihtiyacını değerlendirmek için uygun bir başlangıç olabilir.

Global WhatsApp destek hattındaki bu örnekte yazılımı New Academy Danışmanlık Ekibi geliştirdi; paylaşılan sonuç, dört kişilik destek ekibinin bir kişiye inmesi ve 4,1 saniyelik yanıt süresi. Aynı rakamların başka bir kurumda aynen gerçekleşeceğini vaat etmek yerine, o kurumun soru hacmini, veri kaynaklarını ve kontrol ihtiyaçlarını ölçmek gerekir.

Destek ekibinizin tekrar eden işlerini değerlendirmek için New Academy danışmanlık sayfasından ilk görüşmeyi planlayabilirsiniz. Başlangıçta müşteri konuşmalarını veya gizli kayıtları göndermeniz gerekmez; soru türlerini, kullanılan sistemleri ve bugün yaşadığınız darboğazı anlatmanız yeterlidir.