Yapay Zeka Yatırım Değerlendirmesi Eğitimi

Eğitim Hakkında

Bu eğitim, yapay zeka projelerine ayrılan bütçelerin finansal disiplinle değerlendirilmesi, önceliklendirilmesi ve getirisinin izlenmesi için CFO'lar ve yatırım karar vericilerine yönelik tasarlanmıştır. Program; toplam sahip olma maliyeti, net bugünkü değer, belirsizlik altında senaryo analizi ve portföy yönetimi araçlarını yapay zekanın kendine özgü maliyet ve risk yapısına uyarlar.

Neden Bu Eğitim?

Finansal Disiplin. Yapay zeka projelerini heyecanla değil, NBD, İVO ve geri dönüş süresi gibi ölçütlerle değerlendirin.

YZ'ye Özgü Maliyetler. Token tüketimi, çıkarım altyapısı, veri hazırlığı ve model bakımı gibi gizli maliyetleri görünür kılın.

Değer Takibi. Onaylanan yatırımların hedeflenen faydayı üretip üretmediğini izleyen bir değer gerçekleştirme düzeni kurun.

“Doğru sorulmuş bir yatırım sorusu, yapay zekanın vaat ettiği değeri kurumunuz için gerçek ve ölçülebilir bir getiriye dönüştürür.”

Ön Koşullar

Finansal Analiz — Nakit akışı, net bugünkü değer ve iç verim oranı kavramlarına genel düzeyde aşinalık.
Excel Kullanımı — Temel formüller ve tablolarla çalışabilmek; modelleme şablonları eğitimde sağlanır.
Bütçe Deneyimi — Yatırım talebi hazırlama, onaylama veya bütçe planlama süreçlerinde yer almış olmak.
Teknik Şart Yok — Yapay zeka teknolojilerine dair ön bilgi veya programlama becerisi gerekmez.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiYapay zeka projelerinin maliyet kalemlerini ve fayda türlerini ayrıştırmak, toplam sahip olma maliyetini hesaplamak ve ilk iş gerekçesi modelini kurmak.

Modül 1

Yatırımcı Gözüyle Yapay Zeka

Yapay zeka yatırım türleri: platform, kullanım senaryosu, yetenek
Hazır lisans, API tüketimi ve özel geliştirme ekonomisi
Pilot projelerin üretime geçememesinin finansal nedenleri
Yapay zeka projelerinde belirsizliğin kaynakları
Klasik BT yatırımları ile YZ yatırımları arasındaki farklar
Vaka: Beklenen getiriyi üretmeyen bir YZ yatırımı

Modül 2

Toplam Sahip Olma Maliyeti (TCO)

Maliyet kalemleri: veri, altyapı, lisans, insan kaynağı
Token bazlı fiyatlandırma ve çıkarım maliyeti projeksiyonu
GPU, bulut ve şirket içi altyapı maliyet karşılaştırması
Model izleme, yeniden eğitim ve bakım maliyetleri
Uyum, güvenlik ve değişim yönetimi maliyetlerinin payı
Atölye: Örnek bir sohbet asistanı projesi için TCO modeli

Modül 3

Fayda Türleri ve Ölçüm Yöntemleri

Doğrudan faydalar: maliyet tasarrufu ve gelir artışı
Dolaylı faydalar: hız, kalite, müşteri deneyimi, risk azaltma
Verimlilik kazancının nakit etkisine dönüştürülmesi
Başlangıç değeri (baseline) ve kontrol grubu tasarımı
Fayda varsayımlarında iyimserlik yanlılığının önlenmesi
Uygulama: Bir süreç otomasyonu için fayda ağacı kurulumu

Modül 4

İş Gerekçesi (Business Case) Oluşturma

İş gerekçesi dokümanının bölümleri ve karar soruları
Nakit akışı tablosu ve analiz dönemi belirleme
Stratejik uyum ve yatırım yapmamanın maliyeti
Varsayım kaydı ve kanıt düzeyi derecelendirmesi
Atölye: Gruplarla ilk iş gerekçesi taslağının hazırlanması
Günün özeti ve 2. Gün modelleme çalışmasına hazırlık

Günün hedefiNBD, İVO ve senaryo analizleriyle yatırımları karşılaştırmak, portföy düzeyinde önceliklendirmek ve onay sonrası değer gerçekleştirme sürecini tasarlamak.

Modül 1

Finansal Değerleme Teknikleri

Net bugünkü değer (NBD) ve iç verim oranı (İVO) hesaplama
Geri dönüş süresi ve iskontolu geri dönüş süresi
Yatırım getirisi (ROI) ölçütünün doğru kullanım koşulları
YZ projeleri için iskonto oranı ve risk primi seçimi
Aşamalı yatırımlar için reel opsiyon yaklaşımı
Atölye: İş gerekçesi modeline NBD ve İVO eklenmesi

Modül 2

Belirsizlik, Risk ve Senaryo Analizi

Duyarlılık analizi ve tornado grafiği ile kritik değişkenler
Kötümser, baz ve iyimser senaryo modellemesi
Monte Carlo simülasyonu ile olasılıklı getiri dağılımı
Teknik, regülasyon ve tedarikçi risklerinin fiyatlanması
Aşama kapısı (stage-gate) ile riskin kademeli azaltılması
Uygulama: Benimsenme oranına göre duyarlılık çalışması

Modül 3

Portföy Yönetimi ve Önceliklendirme

Yapay zeka yatırım portföyünde denge: hızlı kazanım ve dönüşüm
Çok kriterli puanlama modeli ve ağırlıklandırma
Değer-risk matrisi ile portföy görselleştirme
Ortak platform yatırımlarının projelere dağıtılması
Durdurma kriterleri ve kaynakların yeniden tahsisi
Vaka: Sınırlı bütçeyle 8 projelik portföyün seçilmesi

Modül 4

Değer Gerçekleştirme ve Kapanış

Onay sonrası değer takibi: KPI, sorumlu ve raporlama sıklığı
Fayda sahipliği ve bütçelere yansıtma mekanizması
Simülasyon: Yatırım komitesinde iş gerekçesi savunması
Kurum içi yatırım değerlendirme politikası önerileri
Eğitim değerlendirmesi ve interaktif Soru-Cevap
Sertifika takdimi ve kapanış oturumu

Eğitim Kazanımları

Maliyet Şeffaflığı — Yapay zeka projelerinin veri, altyapı, token ve bakım maliyetlerini içeren gerçekçi bir TCO modeli kurabileceksiniz.
Fayda Ölçümü — Verimlilik, gelir ve risk azaltma faydalarını ölçülebilir göstergelere ve nakit etkisine dönüştürebileceksiniz.
İş Gerekçesi — Varsayımları kanıtlarla desteklenmiş, yatırım komitesinin sorularına yanıt veren bir iş gerekçesi hazırlayabileceksiniz.
Finansal Değerleme — NBD, İVO, geri dönüş süresi ve reel opsiyon yaklaşımıyla yapay zeka yatırımlarını karşılaştırabileceksiniz.
Risk Analizi — Duyarlılık, senaryo ve Monte Carlo analizleriyle belirsizliğin yatırım getirisine etkisini ölçebileceksiniz.
Portföy Kararları — Çok kriterli puanlama ve değer-risk matrisiyle sınırlı bütçeyi en yüksek değerli projelere yönlendirebileceksiniz.
Aşamalı Onay — Aşama kapısı ve durdurma kriterleriyle yatırım riskini kademeli olarak yöneten bir süreç tasarlayabileceksiniz.
Değer Gerçekleştirme — Onaylanan yatırımların hedeflenen faydayı üretip üretmediğini düzenli olarak izleyip raporlayabileceksiniz.

Kimler İçin Uygundur?

CFO'lar
finans ve bütçe direktörleri
yatırım komitesi üyeleri
strateji ve portföy yöneticileri ile dijital yatırım onay süreçlerinde yer alan üst düzey yöneticiler.

Sıkça Sorulan Sorular

Yapay Zeka Yatırım Değerlendirmesi Eğitimi kimler için uygundur?

Program; CFO'lar, finans ve bütçe direktörleri, yatırım komitesi üyeleri, strateji ve portföy yöneticileri ile yapay zeka projelerinin onay sürecinde söz sahibi olan yöneticiler için tasarlanmıştır.

Eğitim ne kadar sürer ve nasıl bir formatta işlenir?

Eğitim 2 tam gün ve 8 modülden oluşur. Excel tabanlı modelleme atölyeleri, vaka çalışmaları ve yatırım komitesi simülasyonu içerir; yüz yüze veya online olarak verilebilir.

Katılım için hangi ön bilgiler gerekir?

Nakit akışı, net bugünkü değer ve iç verim oranı kavramlarına genel aşinalık ile temel Excel kullanımı yeterlidir. Yapay zeka veya programlama bilgisi gerekmez.

Yapay zeka projelerinin maliyetleri klasik BT projelerinden nasıl ayrışıyor?

Yapay zeka projelerinde token veya çıkarım bazlı tüketim maliyetleri, veri hazırlığı, model izleme ve yeniden eğitim gibi süreklilik gösteren kalemler öne çıkar. Eğitimde bu kalemler TCO modeline ayrı ayrı yansıtılarak değerlendirilir.

Eğitim sonunda sertifika veriliyor mu?

Evet. Programı tamamlayan katılımcılar Digital Vizyon Akademi sertifikası alır. Ayrıca atölyelerde hazırlanan TCO ve iş gerekçesi şablonları katılımcılarla paylaşılır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

YAPAY ZEKA YATIRIM DEĞERLENDİRMESİ EĞİTİMİ