Endüstride Yapay Zekayı Chatbotlardan Operasyonel Eyleme Taşımak

[Erkan Teskancan]

## Endüstride Yapay Zekayı Chatbotlardan Operasyonel Eyleme Taşımak

İmalat sektörü, yapay zekayı sadece chatbot aşamasından çıkarıp, daha operasyonel yeteneklere yönlendiriyor: Yapay zeka, üretim tesislerinde neler olduğunu açıklayabilen, ne yapılması gerektiğini öneren ve güvenli şekilde eyleme dönüştürebilen çözümler haline geliyor. Bu dönüşümde RAG (retrieval augmented generation) ve MCP (model context protocol) teknolojileri kilit rol oynuyor.

### RAG ve MCP Nedir?

RAG, yapay zekaya tesislere özgü güncel bilgiye erişim sağlayarak doğru doküman ve veri tabanlarından yanıt üretmesini sağlar. MCP ise yapay zekanın sistemlerle standart bir şekilde bağlantı kurup fonksiyon çağırmasını, veri sorgulamasını ve iş akışlarını tetiklemesini mümkün kılar.

Üretim ortamlarında duruş sürelerinin maliyeti yüksek ve siber güvenlik kritik olduğundan, her iki teknoloji birlikte kullanılmalıdır.

### RAG: Dil Modelini Tesis Gerçekliğiyle Beslemek

RAG, büyük dil modellerini (LLM) dış bilgi kaynaklarıyla destekler, böylece sadece modelin içinde olanlara dayanmak yerine standart işletme prosedürleri, kalite kayıtları, bakım notları, MES/SCADA verileri ve güvenlik standartları gibi bilgileri kullanarak daha doğru ve güncel yanıtlar üretir.

RAG, vardiya notlarını, alarm durumlarını ve ilgili prosedürleri özetleyebilirken, MCP kesin verilerle canlı üretim durumu ve bakım kayıtlarını sistemlerden çekebilir.

### MCP: Endüstriyel Yapay Zeka İçin Bağlayıcı Protokol

MCP, yapay zeka uygulamalarının dış veri kaynakları ve araçlarla güvenli çift yönlü bağlantı kurmasını sağlayan açık bir standarttır. Bu protokol, fabrikalardaki karmaşık sistemler arasında tutarlı ve yeniden kullanılabilir entegrasyonlar sunar.

Örneğin, MCP kullanılarak MES, CMMS, QMS gibi sistem sorgulamaları, çalışma emirleri oluşturma, kalite kontrol ve ekipman durumu bilgileri güvenli ve yönetilebilir şekilde erişilebilir.

### RAG ve MCP İş Akışlarında Birlikte Nasıl Kullanılır?

• Kalite sorunlarının analizinde RAG ilgili prosedür ve raporları getirirken, MCP anlık veri sorguları yaparak ekipmanın çalışma durumu hakkında iş emri oluşturur.
• Vardiya devrinde RAG doküman ve alarm özetlerini sunarken MCP canlı üretim verilerini çıkarır, böylece gerçek ve belgelenmiş bilgilerle güvenli bir devriye sağlanır.
• Reçete ve setpoint değişikliklerinde RAG onaylı bilgilerle süreçleri desteklerken, MCP değişiklik taleplerini sisteme kaydeder, onay süreçlerini yönetir ve denetim için kayıt tutar.

### Risk Yönetimi ve Güvenlik Katmanı

Endüstriyel yapay zeka sadece yazılım değil, güvenlik ve uyumluluğun kritik olduğu karar destek sistemidir. Bu nedenle:

• NIST AI Risk Yönetim Çerçevesi gibi standart yaklaşımlar benimsenmeli.
• OT siber güvenlik pratiklerine (ISA/IEC 62443 gibi) uygunluk sağlanmalı.
• OPC UA gibi endüstriyel veri standartları ile güvenilir veri kaynakları kullanılmalı.

### Uygulama Yol Haritası

Yüksek değerli bilgi iş akışları için önce RAG ile başlanmalı, iç kaynaklardan doğrulanmış yanıtlar sağlanmalıdır. MCP uygulaması kontrollü araç erişimi için önce sadece okuma işlemleriyle (üretim durumu, alarmlar, geçmiş veriler) sınırlandırılarak hayata geçirilmeli. Yazma işlemleri ise mevcut iş akışları üzerinde (bakım talepleri, ticket oluşturma vb.) dikkatle eklenmelidir.

Bu süreçlerde NIST ve ISA/IEC gibi standartlara bağlı kalınarak izlenebilirlik ve güvenlik üst düzeyde tutulmalıdır.

Endüstri için yapay zeka, sadece bilgi sağlamaktan öte, sahada güvenli ve entegre şekilde eylem üretebilen bir teknoloji haline gelmektedir. Bu sayede operatörler birçok farklı sistemi manuel olarak yönetmek zorunda kalmadan süreçlerde etkin ve güvenli karar alabilmektedir.