Nakit Akışı Tahmini: Yapay Zeka 3 Ay Sonrasını Görebilir mi?

Yapay zeka üç ay sonra kasanızda ne olacağını söyleyebilir mi?

Araç satan sitelere bakarsanız cevap kesin bir evet; yüzde 95 doğruluk iddiaları havada uçuşuyor. Kendi Excel tablosuyla boğuşan bir işletme sahibine sorarsanız, gelecek ayın tahsilatını bile bilmek mucize. Gerçek bu ikisinin arasında bir yerde ve tam olarak nerede olduğu, nakit akışı tahmini için para harcamadan önce bilmeniz gereken şey.

Bu yazıda yapay zekanın nakit akışında gerçekten neyi tahmin edebildiğini, neyi asla göremeyeceğini ve Türkiye koşullarında bu işin nasıl kurulduğunu inceliyoruz. Finans tarafı sizin sektörünüzün yalnızca bir parçasıysa, resmin bütünü için sektör sektör yapay zeka haritamız ayrıca yol gösterir.

Kârlı şirket neden nakitsiz kalır?

Çünkü kâr bir muhasebe kavramıdır, nakit ise fiziksel bir gerçek. Fatura kesildiğinde gelir yazılır ama para çoğu zaman aylar sonra gelir. Türkiye'de bu makas özellikle geniş: 60-90 gün olan vadelerin fiiliyatta 120 günü aştığı, imalat sanayiinde ortalama tahsilat süresinin 75 gün civarında seyrettiği aktarılıyor. Kâğıt üzerinde kârlı görünen şirket, maaş gününde kasada para bulamayabiliyor.

2024'te iflasların bir önceki yıla göre belirgin arttığına ve kapananların bir kısmının bilançosunda kâr göründüğüne dair haberler de bu tabloyu doğruluyor. Sık alıntılanan bir ABD bankası araştırması, batan küçük işletmelerin büyük çoğunluğunun sorununu nakit akışı yönetimine bağlar; rakamın kaynağı eski olsa da işaret ettiği gerçek taze.

Vadeli çek, senet ve açık hesap kültürünün güçlü olduğu bir piyasada "fatura kestim" ile "param geldi" arasındaki mesafe, işletmenin kaderini belirleyen mesafedir. Nakit akışı tahmini tam bu mesafeyi yönetme işidir.

Excel projeksiyonu nerede tıkanıyor?

Excel, vadeye bakar: fatura 60 gün vadeliyse parayı 60. güne yazar. Oysa asıl soru şudur: o müşteri gerçekte kaçıncı gün öder? Excel'in cevabı yoktur, çünkü cevap vade tarihinde değil, müşterinin geçmiş davranışında saklıdır. Tahminin kalitesini belirleyen fark da budur.

Az sayıda müşteriyle, kısa vadede, düzenli tahsilatla çalışıyorsanız Excel projeksiyonu gayet iş görür; herkese yazılım satmaya çalışmıyoruz. Sorun ölçek büyüyünce başlar. Yüz müşteri, üç banka hesabı, iki para birimi ve düzensiz ödeme alışkanlıkları bir araya geldiğinde, elle güncellenen tablo daha siz kaydetmeden eskimiş olur.

Bir de dürüstlük payı var. Excel tablosunu dolduran kişi iyimserse tahsilatlar hep erken, giderler hep küçük görünür. Model ise geçmiş veriye bakar; sizin o müşteriye dair umudunuza değil.

AI nakit akışı tahmini nasıl çalışır?

AI destekli nakit akışı tahmini, banka hareketlerinizi, açık faturalarınızı ve muhasebe kayıtlarınızı birleştirip her müşterinin gerçek ödeme davranışını öğrenir; sonucu tek bir rakam olarak değil, olasılık bandı olarak verir. "Kasım sonunda kasada 2,1 ile 2,6 milyon TL arası olacak" gibi. Bunun için genelde 12-24 aylık geçmiş veri gerekir.

Beslendiği kaynaklar bellidir: banka hesap hareketleri (mümkünse canlı bağlantıyla), kesilmiş ve alınmış açık faturalar, bordro ve sabit giderler, sezonluk desenler. Modelin asıl marifeti şurada: 60 gün vadeli faturayı hep 80. gün ödeyen müşteriyi tanır ve tahmini ona göre kurar. Excel'in vade sütununun göremediği şey budur.

Teknik meraklısı için not: kısa ufukta istatistiksel zaman serisi modelleri, uzun ufukta sinir ağları, davranış verisinde ağaç tabanlı modeller kullanılıyor. Ama siz alıcı tarafındaysanız model adından çok şu soruyu sorun: "Tahmininizi hangi verimle besliyorsunuz ve güven aralığını gösteriyor musunuz?"

Peki gerçekte ne kadar doğru?

Bağımsız denetimli, sektör geneli bir doğruluk rakamı yok; en temkinli çerçeve, AI destekli tahmin kullanan şirketlerin geleneksel yönteme göre yüzde 15-30 daha isabetli sonuç bildirdiği yönünde. Yüzde 92-97 doğruluk, yüzde 35 daha az borçlanma gibi parlak rakamların neredeyse tamamı araç satan firmaların kendi bloglarından geliyor.

Ufuk uzadıkça belirsizlik büyür; bu matematiğin doğası. Önümüzdeki 30 günde tahmin oldukça isabetlidir çünkü o paranın çoğu zaten kesilmiş faturalarda ve bilinen giderlerdedir. Üç aylık ufukta model hâlâ anlamlı bir bant çizer ama bant genişler. Altı ay ve ötesi, tahminden çok senaryo çalışmasıdır.

Yani başlıktaki soruya dürüst cevap: evet, yapay zeka 3 ay sonrasını görebilir; ama keskin bir rakam olarak değil, güven aralığı olarak. Bu bile Excel'deki tek satırlık iyimser projeksiyondan kat kat değerlidir, çünkü karar vermenize yarayan şey kesinlik değil, riskin nerede toplandığını görmektir.

AI neyi asla göremez?

Geçmiş veride izi olmayan hiçbir şeyi. Ani kur şoku, beklenmedik vergi düzenlemesi, en büyük müşterinizin bir gecede konkordato ilan etmesi: bunlar modelin eğitim verisinde örneği olmayan olaylardır ve hiçbir model bunları tarih vererek öngöremez. 2008 krizini de pandemiyi de kimsenin modeli takvime koyamadı.

Asıl risk, aracın bunu görebileceğine inanmak. Tahmine aşırı güvenen işletme, ihtiyat payını küçültür ve tam da modelin göremediği olayda savunmasız kalır.

Doğru kullanım tahmin değil, stres testi: "En büyük müşterim 90 gün ödemezse ne olur?", "Kur yüzde 20 sıçrarsa döviz borcum kasayı ne zaman boşaltır?" İyi bir sistem bu senaryoları dakikalar içinde çalıştırır. Kahin olarak değil, simülatör olarak kullanıldığında yapay zeka bu işte gerçekten parlar.

Türkiye'de nakit akışı tahmini için hangi araçlar var?

Altyapı tarafında iyi haber şu: Türkiye'de açık bankacılık 2022'den beri devrede. Hesap Bilgileri Servisi sayesinde farklı bankalardaki hesaplar tek ekranda, otomatik senkronla izlenebiliyor; tahminin ham maddesi olan banka verisine erişim eskisinden çok daha kolay.

Araç manzarası kabaca üç katman:

• Yerli nakit yönetimi platformları: Banka entegrasyonlu, 13 haftalık projeksiyon ve çoklu kur senaryosu sunan çözümler mevcut. Çoğunun gücü konsolidasyon ve senaryoda; "makine öğrenmesiyle davranış tahmini" iddiası şimdilik sınırlı.
• Uluslararası araçlar: Agicap, Float, Fathom gibi çözümler muhasebe yazılımınıza bağlanıp ML destekli tahmin sunuyor; Türk bankaları ve TL enflasyon bağlamıyla uyum, satın almadan önce test edilmesi gereken nokta.
• ERP içi modüller: Kurumsal ERP kullanıyorsanız (örneğin Dynamics 365 Finance) yerleşik AI nakit tahmini modülleri var; ayrıca araç almadan önce elinizdekine bakın.

Hangi katman olursa olsun, kur senaryosu özelliğini pazarlık konusu yapın. Yüksek enflasyon ortamında tek para birimli nominal tahmin, üç ay sonrası için yanıltıcı olabilir. Bu arada nakit tahmini, mali süreçlerinizin yalnızca bir halkası; fatura ve mutabakat tarafındaki otomasyonu muhasebede yapay zeka rehberinde, müşavirinizle iş bölümünü ise mali müşavirler için AI araç seti yazısında ele almıştık.

Somut senaryo: 120 gün vadeyle satan imalatçı

Bursa'da 40 kişilik bir mobilya aksesuarı üreticisi düşünün. 80 aktif müşteri, ortalama 90 gün vade, iki döviz cinsinden hammadde alımı. Patronun her ay sonundaki ritüeli aynı: muhasebeden gelen tabloya bakıp "bu ay çek yazabilir miyim" hesabı yapmak ve emin olamayınca kredi limitini yedekte tutmak.

Banka hesapları açık bankacılıkla bağlanıp 18 aylık fatura ve tahsilat verisi bir tahmin aracına yüklendiğinde ilk çıktı bir sürpriz oluyor: ciroda ilk beşteki bir müşteri, faturalarını sözleşmedeki 90 gün yerine ortalama 132 günde ödüyor. Excel'de bu müşteri hep "90. gün" satırındaydı; tahminlerin her çeyrek şaşmasının baş nedeni oymuş.

Sonuç dramatik bir mucize değil, sessiz bir düzelme: 13 haftalık tahmin bandı güvenilir hale gelince yedekte bekletilen kredi limiti küçülüyor, hammadde alımı kur senaryosuna göre öne çekilip arkaya atılabiliyor ve o müşteriyle vade gerçeğe göre yeniden pazarlık ediliyor. Tahminin değeri kehanette değil, pazarlık masasına veri getirmesinde.

Tahmin sistemini boşa çıkaran 4 alışkanlık

Aracın kendisi kadar, etrafındaki alışkanlıklar da sonucu belirliyor. Kurulumdan sonra sistemi işlevsizleştiren tipik davranışlar şunlar:

• Veriyi güncel tutmamak: Kesilen fatura sisteme üç hafta sonra giriyorsa model üç hafta geriden tahmin yapar. Tahminin tazeliği, veri girişinin tazeliği kadardır; otomatik akmayan her veri kaynağı bir zayıf halkadır.
• Bandı değil orta noktayı okumak: "2,1 ile 2,6 milyon arası" tahmini "2,35 milyon olacak" diye okuyup ona göre çek yazmak, güven aralığının bütün anlamını çöpe atar. Taahhütlerinizi bandın iyimser ucuna değil, kötümser ucuna göre verin.
• Tahmini gerçekleşenle hiç kıyaslamamak: Her ay biten dönemin tahminiyle fiili sonucu yan yana koymayan işletme, modelin nerede sistematik şaştığını göremez. Bu kıyas on dakikalık iştir ve aracın gerçek karnesidir.
• İstisnaları modele bildirmemek: Tek seferlik büyük bir tahsilat ya da olağan dışı bir ödeme, işaretlenmezse modelin gözünde "normal" örüntüye dönüşür ve sonraki tahminleri çarpıtır. İyi araçlarda istisna işaretleme özelliği vardır; kullanın.

Sık sorulan sorular

Bu konuyu müşterilerimizle konuşurken hep aynı sorular geliyor; kısa cevaplarıyla buraya alalım.

AI nakit akışı tahmini için kaç aylık veri gerekir?

Makul alt sınır 12 ay; sezonluk desenleri güvenilir yakalamak için 24 ay idealdir. Veriniz dağınıksa umutsuzluğa kapılmayın: banka hareketleri zaten bankada duruyor, açık bankacılık bağlantısıyla geçmişe dönük çekilebiliyor. Asıl eksik genelde fatura tarafında olur; e-fatura kullanıyorsanız o da büyük ölçüde hazır demektir.

Nakit akışı tahmini ile bütçe aynı şey mi?

Değil. Bütçe bir niyet beyanıdır: "bu yıl şu kadar harcayıp şu kadar kazanmayı planlıyoruz." Nakit akışı tahmini ise bir gerçeklik kontrolüdür: "mevcut faturalar, alışkanlıklar ve giderlerle kasada fiilen ne olacak." İkisi birbirini besler ama birbirinin yerine geçmez; bütçeyle yönetilen ama nakdi takip edilmeyen şirket, kârlı batan şirket adayıdır.

Mali müşavirim varken buna gerek var mı?

Müşavirinizin işi beyanname ve mevzuattır, günlük nakit pozisyonunuz değil. Ondan aylık mizan almakla, salı günü kasada kaç para olacağını bilmek farklı ihtiyaçlar. En iyi kurulum ikisinin birlikte çalışmasıdır: sistemin ürettiği tahmini müşavirinizle çeyreklik planlamada kullanırsınız, günlük kararları kendi ekranınızdan verirsiniz.

Küçük bir işletme için bu yatırım abartı değil mi?

Aylık işlem sayınız az ve müşteri portföyünüz darsa, evet; düzenli güncellenen bir tablo yeter. Sınırı şöyle koyun: tahsilatını takipte müşteri sayısı 30-40'ı geçtiyse, birden fazla bankayla çalışıyorsanız ya da dövizli alım satımınız varsa, elle takip artık hata üretiyordur. O noktada abonelikle başlayan bir araç, kaybettirdiği kredi faizinden ucuzdur.

Peki siz ne yapmalısınız?

• Önce veri düzeninizi kontrol edin: Faturalarınız ve banka hareketleriniz tek yerde derli toplu değilse hiçbir AI aracı size tahmin üretemez. 12 aylık temiz veri, ilk hedefiniz olsun.
• Müşteri bazlı gerçek ödeme sürelerini çıkarın: Araç almadan bile yapabilirsiniz: her müşterinin vade ile fiili ödeme günü arasındaki ortalama farkı hesaplayın. En büyük sapmalar, en değerli bilgidir.
• Küçük başlayın: 13 haftalık ufukla başlayan bir deneme, 12 aylık iddialı kurulumdan daha çok şey öğretir. Üç ay boyunca tahmini gerçekleşenle kıyaslayın; kendi doğruluk rakamınızı kendiniz ölçün.
• Güven aralığı isteyin: Tek rakam veren araca temkinli yaklaşın; bant ve senaryo gösteren aracı tercih edin.
• İhtiyat payını korumak için kullanın: Tahmin iyileşti diye güvenlik marjını sıfırlamayın; modelin göremeyeceği olaylar için tampon her zaman kalmalı.

Üç ay sonrasını gören bir kristal küre kimsede yok. Ama müşterilerinizin gerçek ödeme alışkanlıklarını öğrenmiş, senaryo çalıştırabilen bir sistem, ay sonu sürprizlerini istisnaya çevirir. Kendi verinizle böyle bir kurulumun fizibilitesini konuşmak isterseniz bir kahve yeter.