Sesli Yapay Zeka: Çağrı Merkezi Otomasyonu Ne Durumda?

"AI çağrı merkezi" araması hızla yükseliyor ve pazarlama malzemeleri size "artık insan gibi konuşuyor" diyor. Gerçek biraz daha karmaşık: bazı senaryolarda gerçekten etkileyici, bazılarında hâlâ can sıkıcı. Bu yazı abartılı vaatlere değil, doğrulanabilir kaynaklara dayanarak Türkçe sesli yapay zekanın bugün nerede durduğunu, hangi işlerde güvenle kullanılabileceğini ve ne zaman mutlaka bir insana devretmeniz gerektiğini anlatıyor. Genel AI araç kategorileri için AI araçları haritamıza bakabilirsiniz.

Türkçe TTS/STT bugün ne durumda?

Uluslararası büyük sağlayıcılar Türkçe'yi destekliyor: ElevenLabs 32 dil arasında Türkçe'yi de kapsıyor (metin-ses, ses klonlama, video dublaj, sesli ajan geliştirme dahil), Google Cloud TTS ve Microsoft Azure Neural TTS de Türkçe'de çalışıyor. Yerli/bölgesel çözümler arasında Sestek gibi oyuncular ve Türkçe'ye özel eğitilmiş modeller de var, ama bu konudaki doğrulama düzeyimiz sınırlı.

Dilbilimsel zorluklar tamamen çözülmüş değil. Eski Türkçe TTS motorları yumuşak "ğ"yi sert "g"ye çeviriyor, "İ" ile "ı"yı karıştırıyor ve ünlü uyumunu göz ardı eden robotik ek telaffuzları üretiyordu. Yeni sistemler bu sorunların büyük kısmını gideriyor, ama noktalama işareti eksik metinlerde hece birleşmesi sorunu hâlâ bildiriliyor. 2025'te açık kaynak Türkçe TTS'i geliştirmeye yönelik akademik çalışmalar da var; bunun kendisi, akademik camianın bu alanı hâlâ "olgunlaşmakta" olarak gördüğünün bir işareti. Bağımsız, kontrollü bir Türkçe ses kalitesi kıyaslaması (benchmark) çalışmasına rastlamadık; bu yüzden "X sağlayıcı Türkçe'de en iyisi" gibi kesin bir iddiada bulunmuyoruz.

Türkiye'de kimler bu ürünü sunuyor?

Türkiye pazarında AI Agent TR, HeyPilot AI, Sesla AI, CanlıDestek.AI, Diciwall gibi birden fazla yerli sesli AI çağrı merkezi ürünü var. Bir uyarı yapalım: bu ürünlerin "doğal, akıcı, empati kurabilen konuşmalar" gibi ifadeleri kendi pazarlama dilleri, bağımsız bir doğrulaması yok. Bu araçları değerlendirirken satıcının kendi iddiasını YZ Uzman'ın onayladığı bir değerlendirme gibi okumayın; bir demo isteyip kendi sektörünüze özgü gerçek bir senaryoyla test etmeden karar vermeyin.

Değerlendirme yaparken sorulacak somut sorular şunlar olmalı: Türkçe'de aksan/şive testi yaptınız mı, yoksa sadece stüdyo kalitesinde temiz bir kayıtla mı demo gösterdiler? Gerçek bir gürültülü ortam kaydıyla (örneğin açık bir mağaza veya kalabalık bir restoran) test ettiniz mi? Sistemin yanlış anladığı durumlarda insana devretme mekanizması var mı, yoksa aynı hatayı tekrar tekrar mı yapıyor? Bu üç soruya net cevap alamıyorsanız, satın almadan önce kendi ortamınızda bir pilot talep edin.

Gerçekte ne kadarı otomatikleşiyor?

Burada gerçekçi bir referans noktası var. Araştırma şirketi Gartner, Ağustos 2022'de yayınladığı bir raporda konuşma tabanlı (conversational) AI'ın 2026'ya kadar çağrı merkezi personel maliyetlerini küresel ölçekte 80 milyar dolar azaltacağını ve etkileşimlerin onda birinin (2022'de yaklaşık yüzde 1,6 olan bu oranın) 2026'da otomatikleştirileceğini öngörmüştü. Dikkat edilmesi gereken nokta şu: bu bir "AI her şeyi hallediyor" öngörüsü değil; sadece on etkileşimden birinin otomatikleşeceğine dair bir tahmin. Bu tahminin 2026'da gerçekten tutup tutmadığına dair güncel, bağımsız bir doğrulama raporuna rastlamadık; ama oranın kendisi bile, sesli AI'ın çağrı merkezini tamamen değil kısmen dönüştürdüğünü gösteriyor.

En güçlü olduğu 3 senaryo

Kaynaklar arasında tutarlı şekilde öne çıkan üç kullanım alanı var: randevu hatırlatma/teyit (sağlık, güzellik, hizmet sektörlerinde giden aramalarla), basit bilgi sorgulama (sipariş durumu, bakiye sorgulama gibi tekrarlayan, yapılandırılmış talepler) ve ilk seviye yönlendirme (müşteriyi doğru departmana veya insana aktarma). Bu üçü, düşük riskli ve önceden tahmin edilebilir görevler olduğu için sesli AI'ın bugün en güvenilir çalıştığı alan. Vendor kaynaklı bazı istatistikler ("%70'i uçtan uca AI ile hallediliyor", "no-show oranı %27 azaldı") bu senaryoları destekliyor ama bunlar tek taraflı, bağımsız doğrulaması olmayan rakamlar; kendi verinizle test etmeden gerçek oranı bilemezsiniz.

Somut bir örnek: 12 koltuklu bir kuaför salonu düşünün, haftada ortalama 40 randevu değişikliği/iptal telefonla yönetiliyor ve bu, resepsiyon çalışanının günün önemli bir kısmını alıyor. Randevu hatırlatma ve basit değişiklik taleplerini sesli AI'a devretmek, çalışanın asıl işine (müşteriyle yüz yüze ilgilenmeye) daha çok zaman ayırmasını sağlıyor; ama "saçımı nasıl yaptırmalıyım" gibi öznel bir soru geldiğinde sistem devreye girmemeli, doğrudan insana yönlendirmeli.

Hâlâ zayıf olduğu noktalar

Bu bölüm en sağlam teknik kaynaklara dayanıyor. Gecikme (latency) sektör medyanı 1,4-1,7 saniye; insan beklentisi olan yaklaşık 300 milisaniyenin beş katı yavaş. 1,5 saniyeyi aşan gecikmelerde konuşma "kopuk" hissettiriyor, kullanıcı sözünü kesiyor ya da sistemin çöktüğünü düşünüp kapatıyor. Arka plan gürültüsü de ciddi bir sorun: gerçek dünya senaryolarında (sokak, ofis, market) gürültü seviyesi 55-65 desibel arasında ve özel bir gürültü bastırma modeli olmadan konuşma tanıma hata oranı yüzde 15-30 artıyor; arka plan gürültüsü, müzik veya öksürük gibi sesler sistemin "sözümü kesti" algısını yanlışlıkla tetikleyebiliyor.

Aksan ve şive de önemli bir sınır: standart konuşma tanıma modelleri temiz stüdyo kayıtları ve standart aksanla eğitiliyor, güçlü bölgesel şive veya gürültülü ortamda performans temiz metin testlerine göre belirgin şekilde düşüyor. Türkçe'ye özgü olarak, dilin sondan eklemeli yapısı ve ünlü uyumu, uzun/bileşik kelimelerde ve noktalama işareti eksik metinlerde ek sorunlara yol açıyor. Son olarak, kesişen konuşmayı (biri konuşurken diğerinin araya girmesi) doğru yönetmek ayrı bir mühendislik problemi; doğru ayarlanmadığında konuşmanın doğallığı ciddi zarar görüyor.

Ne zaman insana devretmek gerekir?

Yukarıdaki sınırlamalardan çıkan pratik bir çerçeve önerelim: duygusal yoğunluğun yüksek olduğu görüşmeler (şikayet, kayıp, acil durum), karmaşık ve çok adımlı sorun çözme gerektiren talepler, güçlü bölgesel şive ile gürültülü ortamın bir araya geldiği durumlar ve AI'ın aynı konuyu bir-iki kez art arda yanlış anladığı görüşmeler mutlaka bir insana devredilmeli. Bu eşiği önceden tanımlayıp sisteme kural olarak eklemek ("üçüncü yanlış anlamada otomatik insana aktar" gibi), hem müşteri deneyimini hem de markanızın itibarını koruyor.

Maliyet ne kadar tutar?

Uluslararası, çok kaynaklı verilere göre 2026'da sesli AI dakika başına yaklaşık 0,01-1 dolar arasında değişiyor; kendi altyapısını kuran ekipler dakikada 0,05-0,15 dolar öderken, hazır (managed) platformlar 0,25-0,50 dolara çıkabiliyor. Reklamlarda görünen oranla gerçek toplam maliyet (konuşma tanıma + dil modeli + ses üretimi + telefoni + platform ücreti toplamı) arasında fark var: reklamda 0,05-0,15 dolar görseniz de gerçek maliyet genelde 0,12-0,25 dolara çıkıyor. Ayda 5.000 dakika kullanan bir ekip için aylık 350-1.200 dolar bekleyin.

Bir uyarı daha: bazı sağlayıcıların pazarladığı "insan temsilciye göre 60-95 kat daha ucuz" gibi iddialar tek bir kaynağa dayanıyor ve çapraz doğrulanamadı; bu tür kesin oranlara güvenmeyin, kendi mevcut çağrı merkezi maliyetinizle sağlayıcının teklifini doğrudan karşılaştırın.

Türkiye pazarına özel rakamlar tek kaynaklı ve düşük güvenilirlikte; temkinli aktaralım: dakika bazlı (yaklaşık 0,15-0,25 dolar), sabit aylık ücret (yaklaşık 5.000-13.000 TL/ay) ve kredi bazlı (yaklaşık 6.000-180.000 TL/ay) olmak üzere üç farklı fiyatlandırma modeli bildiriliyor. Bu rakamları bir başlangıç referansı olarak kullanın, kesin bir teklif değil; güncel fiyatı mutlaka sağlayıcıdan isteyin.

KVKK açısından dikkat edilmesi gerekenler

KVKK, "15 Soruda Üretken Yapay Zeka ve Kişisel Verilerin Korunması Rehberi"ni resmi olarak yayınladı; bu genel rehber üretken YZ'yi 6698 sayılı kanun çerçevesinde ele alıyor, sesli AI'a özel ayrı bir düzenleme olup olmadığını doğrulayamadık. Genel ilkeler (üçüncü taraf hukuk kaynaklarından, resmi olmayan ama tutarlı) şöyle: ses kaydı, transkript ve analiz çıktıları kişisel veridir; ses biyometrisi kullanılıyorsa özel nitelikli veri sayılabilir. Görüşmenin başında müşteriye görüşmenin AI tarafından yönetildiği, kayıt alındığı ve verilerin hangi amaçla işleneceği açık şekilde bildirilmeli. Ses veya metin analizi yurt dışındaki bir bulut AI modeline gönderiliyorsa, bu KVKK'nın yurt dışı veri aktarımı hükümlerini ilgilendiriyor; bu noktada bir hukuk danışmanına başvurmanızı öneririz.

Görüşme kaydını ne kadar süre saklamalıyım?

KVKK'nın genel ilkesi "amaçla sınırlılık": veriyi ne kadar süre işlemeniz gerekiyorsa o kadar saklayın, süresiz arşivlemeyin. Sesli AI sağlayıcınızın varsayılan saklama süresini ve silme politikasını sözleşme aşamasında netleştirin; birçok sağlayıcı bu ayarı size bırakıyor ama varsayılan süre bazen gereğinden uzun olabiliyor.

Sık sorulan sorular

Sesli AI gerçekten insan gibi mi konuşuyor?

Kısa, tek cümlelik testlerde bazı modeller gerçekten ayırt edilemeyecek seviyede. Ama bu evrensel değil: bazı modeller pürüzsüz ama düz sesli, çoğu uzun paragraflarda tutarlılığını kaybediyor. Gürültülü ortam, güçlü aksan ve duygusal yoğun bir arayan bir araya geldiğinde performans belirgin şekilde düşüyor.

Küçük bir işletme için sesli AI mantıklı mı?

Randevu hatırlatma veya basit bilgi sorgulama gibi tek bir tekrarlayan görevi olan küçük işletmeler için evet, makul bir başlangıç. Karmaşık, çok senaryolu bir müşteri hizmetleri hattını tamamen sesli AI'a devretmek şu an için riskli; en azından bir insana devretme mekanizmasıyla birlikte kurulmalı.

Sesli AI'ı denemeden önce ekibime ne söylemeliyim?

Çalışanlarınıza bunun amacının işlerini elinden almak olmadığını, tekrarlayan ve yorucu işleri (aynı randevu sorusunu günde onlarca kez yanıtlamak gibi) devralmak olduğunu açıkça anlatın. Sesli AI'ın hangi görevleri üstleneceğini ve hangi durumlarda kendilerine devredileceğini net şekilde tanımlarsanız, direnç yerine ekip çoğu zaman rahatlama gösteriyor.

Peki siz ne yapmalısınız?

• İlk pilotunuzu randevu hatırlatma gibi düşük riskli, yapılandırılmış bir senaryoyla başlatın.
• Vendor'ın "doğal konuşma" iddiasına güvenmeden önce kendi sektörünüze özgü gerçek bir görüşmeyle test edin.
• AI'ın kaçıncı yanlış anlamadan sonra insana devredeceğini önceden kural olarak tanımlayın.
• Müşteriye görüşmenin AI tarafından yönetildiğini ve kayıt alındığını açıkça bildirin.
• Ses verisi yurt dışındaki bir modele gidiyorsa KVKK'nın yurt dışı aktarım hükümleri açısından bir hukuk danışmanına danışın.

Sesli yapay zeka, yapılandırılmış ve düşük duygusal yük taşıyan görevlerde gerçekten işe yarıyor; karmaşık ve duygusal yoğun senaryolarda ise hâlâ insan gerekiyor. Kendi test sonucunuza güvenin, abartılı pazarlama vaatlerine değil.