ChatGPT Kurumsal Planı mı, Kendi Sunucunuz mu? KOBİ için Karşılaştırma
İşletme

ChatGPT Kurumsal Planı mı, Kendi Sunucunuz mu? KOBİ için Karşılaştırma

Hazır plan hızlıdır, kendi uygulamanız şirket belgelerine uyar, kendi sunucunuz veriyi kurum içinde tutar. Kararı verinin nerede işlendiği ve kimin neyi görebildiği vermeli.

Kısa cevap

ChatGPT kurumsal plan, verisi düzenli bir ofis paketinde duran ve genel ihtiyacı olan küçük ve orta ölçekli işletmeler için çoğu zaman en hızlı başlangıçtır. Yanıtlar kaynak gösteren şirket belgelerinden gelecekse API üzerinde kendi uygulamanızı, veri kurum dışına çıkamıyorsa kendi sunucunuzu seçin. Karar verinin nerede işlendiğine ve kimin neyi görebildiğine bağlıdır; önce işleme yeri, eğitim, saklama ve insan incelemesi için yazılı yanıt alın.

ChatGPT kurumsal plan mı, kendi sunucu mu: hangisi doğru?

ChatGPT kurumsal plan, verisi düzenli bir ofis paketinde duran ve genel bir yapay zekâ yardımcısı arayan küçük ve orta ölçekli işletmeler için çoğu zaman en hızlı başlangıçtır. Yanıtların kendi iş sistemlerinizden gelmesi ya da verinin kurum dışına çıkamaması gerekiyorsa kendi uygulamanız veya kendi sunucunuzdaki bir model daha uygundur. Karar, modelin ne kadar zeki olduğuna değil, verinizin nerede işlendiğine ve kimin neyi görebildiğine bağlıdır.

Konuya yeni giriyorsanız üç yolu şöyle düşünün. Hazır kurumsal plan: ChatGPT'nin işletmeye yönelik planları, Microsoft Copilot ya da Google Workspace içindeki Gemini gibi ürünlere lisans alırsınız; kullanıcıları yönetim panelinden yönetirsiniz. API ile kendi uygulamanız: bir bulut modelini API üzerinden çağıran ve belgelerinizi aratan uygulamayı siz ya da bir yazılım firması kurar. Kendi sunucunuzda model: açık ağırlıklı bir dil modeli, sizin denetiminizdeki sunucularda çalışır. "ChatGPT kurumsal" aramasının asıl cevabı, bu üç yolun hangisinin ihtiyacınıza uyduğudur. Plan adları ve kapsamları sık değiştiği için güncel koşulları tedarikçinin kendi sayfasından kontrol edin.

Bu seçim bir lisans fiyatı karşılaştırması gibi görünse de aslında bir veri kararıdır. Çalışanlarınız müşteri bilgisi, sözleşme ve personel kaydı içeren metinleri bir asistana yapıştıracaksa, bu verinin hangi ülkede işlendiği, ne kadar süre saklandığı ve model eğitiminde kullanılıp kullanılmadığı sorularının yazılı yanıtı olmalıdır.

Üç yol yan yana: veri, kontrol, kurulum ve işletme farkı nedir?

Aşağıdaki tablo üç seçeneği aynı ölçütlerle karşılaştırır. Fiyatlar bilerek yazılmadı; plan bedelleri ve API kullanım ücretleri tedarikçiye göre değişir ve sık güncellenir.

ÖlçütHazır kurumsal planAPI ile kendi uygulamaKendi sunucuda model
Veri nerede işlenir?Tedarikçinin bölgelerindeSeçtiğiniz bölgedeKendi sunucularınızda
Kurulum süresiGünlerHaftalarHaftalar ile aylar arası
Kendi sistemlerinize bağlanmaHazır bağlayıcılarla sınırlıYazabildiğiniz her kaynakYazabildiğiniz her kaynak
Yanıt ve kaynak gösterimi üzerinde kontrolÜrün ayarlarıyla sınırlıTamTam
Ana maliyet kalemiKullanıcı başına lisansGeliştirme ve kullanım bedeliGeliştirme, donanım ve işletme
İşletme yüküDüşükOrtaYüksek

Tabloyu okurken tek bir sütunun "kazandığını" düşünmeyin. Hazır plan hızlıdır ama kontrolü tedarikçiyle paylaşırsınız. Kendi sunucu en yüksek kontrolü verir ama donanımı, güncellemeleri ve izlemeyi üstlenmenizi gerektirir. Ortadaki yol çoğu zaman dengeli bir çözümdür. Birçok kurum hazır planı genel yazım işleri için, kendi uygulamasını ise şirket belgelerine dayanan sorular için birlikte kullanır. Aynı ayrımı daha ayrıntılı olarak şirket verisiyle kendi ChatGPT'nizi kurma rehberimizde anlattık.

Hazır kurumsal planın veri koşullarında neye bakmalısınız?

Pazarlama sayfasına değil, tedarikçinin teknik belgesine ve sözleşmesine bakın. Microsoft'un Copilot için veri, gizlilik ve güvenlik sayfası, istemlerin ve yanıtların temel modelleri eğitmek için kullanılmadığını ve Copilot'un yalnızca kullanıcının zaten erişim yetkisi olduğu kurum verisini gösterdiğini belirtir. Aynı sayfa, AB dışındaki müşterilerin sorgularının ABD'de, AB'de ya da başka bölgelerde işlenebileceğini de yazar. Türkiye'deki bir şirket için bu, doğrudan bir yurt dışına aktarım sorusudur. Google'ın Workspace'te üretken yapay zekâ gizlilik merkezi de model eğitimi ve mevcut erişim denetimleri konusunda benzer taahhütler içerir.

ChatGPT planları için de aynı yöntemi izleyin: OpenAI'ın güncel işletme veri sayfasını ve veri işleme sözleşmesini isteyin. Kontrol listesi kısadır.

  1. İşleme yeri: istemler ve yanıtlar hangi bölgede işleniyor, bölge seçebiliyor musunuz?
  2. Model eğitimi: verileriniz eğitimde kullanılıyor mu, bu sözleşmede açıkça yazıyor mu?
  3. Saklama ve silme: sohbet geçmişi ne kadar tutuluyor, yönetici silebiliyor mu?
  4. İnsan incelemesi: kötüye kullanım izlemesi kapsamında içerik insanlar tarafından okunabiliyor mu?
  5. Yönetim: tek oturum açma, kullanıcı ve grup yönetimi, denetim kaydı var mı?

API ile kendi uygulamanızda verinin durumu ne olur?

API yolunda uygulamayı siz kontrol ettiğiniz için hangi belgenin modele gideceğine de siz karar verirsiniz. Bu yaklaşımda asistan, sorunun cevabını önce kendi belge arşivinizde arar ve yalnızca ilgili pasajları modele gönderir; bu tekniğin adı RAG'dir (retrieval-augmented generation, bilgi getirme destekli üretim). Yetkileri aramanın içinde uygulayabilir, her yanıta kaynak ekleyebilir ve kaynağı bulunmayan soruya "bilmiyorum" dedirtebilirsiniz.

OpenAI'ın API veri kullanımı belgesi, API'ye gönderilen verinin, açıkça izin vermediğiniz sürece model eğitiminde kullanılmadığını belirtir. Aynı belgeye göre kötüye kullanım izleme kayıtları varsayılan olarak en fazla 30 gün tutulur; bu kayıtların dışında kalmak için onaya bağlı Zero Data Retention ya da değiştirilmiş izleme gibi denetimler vardır. Bu koşullar değişebileceğinden belgeyi sözleşme öncesinde yeniden okuyun. Microsoft'un Azure'da satılan modeller için veri gizliliği sayfası ise, Global ya da Data Zone dağıtım türü seçilmedikçe istemlerin sizin belirlediğiniz coğrafyada işlendiğini anlatır. Bu fark küçük görünür, ama aktarım dayanağı gerekip gerekmediğini belirler.

Verinin kendi sunucunuzda kalması ne zaman şart olur?

Kendi sunucunuzda model çalıştırmak, verinin ağınızdan hiç çıkmamasını sağlar. Bu yol, sözleşme, sektör kuralı ya da kurum politikası nedeniyle verisini dışarı çıkaramayan şirketler ve kamu kurumları için anlamlıdır. Karşılığında donanımı, kapasiteyi, güncellemeleri ve izlemeyi üstlenirsiniz; açık modelin Türkçe kalitesini de kendi sorularınızla ölçmeniz gerekir. Konunun ayrıntısını kurum içi ve egemen yapay zekâ rehberimizde ele aldık.

Kişisel veri varsa hukuki çerçeve de belirleyicidir. Kişisel Verileri Koruma Kurumu'nun Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi, yurt dışında yerleşik bir hizmet sağlayıcı kullanılıyorsa bunun kişisel verinin yurt dışına aktarımı anlamına gelebileceğini ve aktarımın 6698 sayılı Kanun'un 9. maddesine uygun yapılması gerektiğini belirtir. 6698 sayılı Kanun, bu aktarım için yeterlilik kararı, uygun güvence ya da sınırlı istisnalardan birinin bulunmasını arar. Hangi durumda hangisinin geçerli olacağı sözleşmeye ve veri türüne göre değerlendirilmelidir; bu noktada hukuk ekibinizin görüşünü alın.

Hangi yol bizim için doğru? Karar adımları

  1. Veriyi sınıflandırın. Asistanın göreceği belgeleri "genel", "iç kullanım", "kişisel veri içeren" ve "dışarı çıkamaz" olarak ayırın.
  2. İhtiyacı ikiye bölün. Genel yazım ve özet yardımı bir şeydir, şirket belgelerinden kaynaklı yanıt başka bir şeydir. Birincisi hazır plana, ikincisi çoğunlukla kendi uygulamaya uyar.
  3. Dışarı çıkamayan veriyi ayırın. Bu veri varsa yalnızca o kısım için kendi sunucuyu değerlendirin; her şeyi oraya taşımak gerekmez.
  4. Tedarikçiden yazılı yanıt alın. İşleme yeri, eğitim, saklama ve insan incelemesi sorularını sözleşme düzeyinde netleştirin.
  5. Tek birimle pilot yapın. Gerçek kullanıcı sorularından bir soru seti hazırlayın ve her seçeneği aynı sorularla deneyin.

Örnek: 60 kişilik bir şirket nasıl karar verir?

Örneğin 60 çalışanı olan bir lojistik şirketi düşünün. Satış ve ofis ekibi e-posta taslağı, özet ve çeviri için yardımcı istiyor. Operasyon ekibi yaklaşık 4.000 sayfalık prosedür ve sözleşme arşivinden soru yanıtlatmak istiyor. İnsan kaynakları klasöründe ise kimlik ve sağlık bilgisi içeren dosyalar var.

Bu varsayımsal durumda mantıklı bir dağılım şöyle olabilir: satış ve ofis ekibi için hazır kurumsal plan, çünkü ihtiyaç genel ve kurulum hızlı. Operasyon arşivi için API üzerinde çalışan, kaynak gösteren bir RAG uygulaması, çünkü yanıtın hangi belgeden geldiği görünmeli. İnsan kaynakları klasörü asistan kapsamının dışında tutulur ya da ileride yalnızca kendi sunucuda çalışan bir modele bağlanır. Üç ayrı karar, tek bir "hepsi bizde olsun" kararından çoğu zaman hem daha yönetilebilir hem daha güvenli olur. Rakamlar yalnızca örnektir; kendi şirketinizin belge sayısı ve çalışan dağılımı sonucu değiştirir.

Bu karar verilirken sık yapılan hatalar nelerdir?

  • Kararı yalnızca lisans bedeline göre vermek; kurulum, bakım ve entegrasyon emeğini hesaba katmamak.
  • Pazarlama sayfasını veri işleme sözleşmesi yerine koymak.
  • Kendi sunucunun otomatik olarak daha güvenli olduğunu varsaymak; güncelleme, erişim ve kayıt yönetimi de size geçer.
  • Kimin hangi klasörü görebildiğini temizlemeden asistanı dosyalara bağlamak.
  • Tedarikçinin demosuyla değerlendirme yapmak, kendi gerçek sorularınızla test etmemek.
  • Çalışanlara hangi aracın onaylı olduğunu söylememek; onaysız kullanım gizli şekilde sürer.

Hatson Tech bu konuda nasıl yardımcı oluyor?

Hatson Tech, şirket belgelerinizle çalışan ve her yanıtta kaynağını gösteren asistanları kurumsal RAG ve anlamsal arama çözümleri kapsamında kurar. Modeli gerekiyorsa sizin sunucularınızda çalıştırabiliriz; hazır plan size yetiyorsa bunu da açıkça söyleriz. Sabit fiyat yayımlamıyoruz; ilk görüşme ve keşif çalışması ücretsizdir. Karşılaştırmaya başlamadan önce açık kaynak ve kapalı modeller yazımıza da göz atabilirsiniz.

Önemli çıkarımlar

  • Seçimi lisans fiyatı karşılaştırması değil, veri kararı olarak ele alın.
  • Hazır plan düzenli ofis paketi verisinde genel yardıma, kendi uygulamanız kaynak gösteren belge yanıtlarına, kendi sunucunuz dışarı çıkamayan veriye uyar.
  • İmzadan önce her tedarikçiden işleme yeri, model eğitimi, saklama ve insan incelemesi için yazılı yanıt alın.
  • İhtiyacı bölün: genel yazım için hazır plan kullanın, hassas arşivleri onun dışında tutun ya da kendi sunucuya bağlayın.
  • Tek bir birimle başlayın ve her seçeneği aynı gerçek sorularla deneyin.

Sıkça sorulan sorular

ChatGPT kurumsal plan küçük bir şirket için yeterli mi?

Dosyalarınız izinleri düzenli tek bir ofis paketindeyse ve asıl ihtiyaç taslak hazırlama, özetleme gibi genel yardımsa kurumsal plan yeterli olabilir. Yanıtların kendi sistemlerinizden ve kaynak göstererek gelmesi ya da verinin kurum dışına çıkmaması gerekiyorsa daha az uygundur.

ChatGPT kurumsal plan fiyatı ile kendi sistemimizi kurmanın maliyeti nasıl karşılaştırılır?

Ücretler sık değiştiği için makaledeki bir rakama değil, tedarikçinin güncel fiyat sayfasına bakın. Maliyet yapıları farklıdır: plan kullanıcı başına ücretlenir, API uygulaması geliştirme ve kullanım bedeli ekler, kendi sunucu ise donanım ve işletme maliyeti getirir.

OpenAI API'ye gönderilen verilerle model eğitiyor mu?

OpenAI'ın API belgesi, API'ye gönderilen verinin açıkça izin vermediğiniz sürece model eğitiminde kullanılmadığını belirtiyor. Kötüye kullanım izleme kayıtları varsayılan olarak en fazla 30 gün tutuluyor; imzadan önce saklama koşullarını ve onaya bağlı denetimleri kontrol edin.

Yapay zekâ modelini tamamen kendi sunucularımızda çalıştırabilir miyiz?

Evet. Açık ağırlıklı bir model ve kendi arama katmanınızla hiçbir verinin ağınızdan çıkması gerekmez. Bu durumda donanım, güncelleme ve izleme size ait olur; modelin Türkçe kalitesini kendi sorularınızla test etmelisiniz.

Bulut yapay zekâ hizmeti kullanmak KVKK'ya göre yurt dışına aktarım sayılır mı?

Sayılabilir. KVKK'nın üretken yapay zekâ rehberi, yurt dışında yerleşik bir sağlayıcı kullanmanın kişisel verinin yurt dışına aktarımı anlamına gelebileceğini ve bunun 6698 sayılı Kanun'un 9. maddesine uygun olması gerektiğini belirtiyor. Sözleşmenizi ve veri türünüzü hukuk ekibinizle değerlendirin.

Bazı ekipler için hazır plan, bazıları için kendi uygulamamızı kullanabilir miyiz?

Evet, birçok kurum böyle yapıyor. Yaygın düzen şöyle: genel yazım için hazır plan, operasyon belgeleri için kaynak gösteren bir RAG uygulaması ve en hassas arşivler için kapsam dışı bırakma ya da kendi sunucu.

Tüm yazılar