- Mali müşavir bürosunda yapay zeka defter tutmaz, beyanname vermez; evrak toplama, mevzuat tarama ve tekrarlayan mükellef sorusu gibi çevre işleri hızlandırır.
- Yazıdaki 7 iş akışı üç ayrı kümede toplanıyor: mükellef evrakının toplanıp ön sınıflandırılması, mevzuat ve özelge arama asistanı, standart yanıt ile mükellef SSS asistanı.
- Kaynak göstermeyen hiçbir mevzuat cevabı kullanılmaz; kurumsal hukuki araştırma araçlarında bile ölçülen hata oranı %17–33 aralığındadır.
- Mükellefin mali verisini kişisel bir sohbet hesabına yüklemek, 3568 sayılı Kanun'daki sır saklama yükümlülüğü ve KVKK açısından ayrı ayrı risk doğurur.
- Doğru başlangıç araç satın almak değil, büronun mevcut iş akışını adım adım yazılı olarak çıkarmaktır.
Mali müşavirler için yapay zeka uygulamaları, bir SMMM veya YMM bürosunun günlük iş akışındaki tekrarlayan adımları — mükelleften evrak toplama, belge sınıflandırma, mevzuat metni tarama ve sık sorulan sorulara verilen standart yanıtlar — dil modelleriyle hızlandıran araç ve yöntemlerin bütünüdür. Bu araçlar beyanname vermez, vergi hesaplamaz, sorumluluk üstlenmez; meslek mensubunun önüne düzenlenmiş bir dosya ve kontrol edilmeyi bekleyen bir taslak koyar. Karar ve imza her zaman meslek mensubunda kalır.
Mali müşavir bürosunda yapay zeka tam olarak neyi çözer?
Yapay zeka bürodaki darboğazın kendisini değil, darboğaza giden yolu kısaltır. Somut olarak üç şeyi çözer: mükelleften gelen dağınık belgelerin ayıklanıp etiketlenmesi, uzun mevzuat metinlerinin ilgili bölümüne hızlı inilmesi ve aynı sorunun onlarca kez elle yanıtlanması. Beyanname doğruluğu, vergi yorumu ve müşteri ilişkisi meslek mensubunda kalır.
Ölçek sorunu rakamlarla ortada. TÜRMOB verilerinden derlenen bir değerlendirmeye göre Türkiye'de 136.685 ruhsatlı meslek mensubu bulunuyor; bunların yalnızca 59.958'i aktif SM/SMMM, 3.075'i aktif YMM olarak çalışıyor (Alomaliye, Ocak 2026). Buna karşılık Gelir İdaresi Başkanlığı'nın Haziran 2026 verilerinde gelir vergisi faal mükellef sayısı 2.985.003, kurumlar vergisi 1.256.147, KDV mükellefi 4.146.402 (GİB verileri, Temmuz 2026). Kaba bir oranla — her mükellef bir büroyla çalışmasa da — aktif meslek mensubu başına yaklaşık 70 KDV mükellefi düşüyor. Bu oran eleman almadan iyileşmiyor; iyileşme ancak kişi başına düşen tekrarlayan iş azalırsa mümkün.
Konya özelinde tablo aynı: TÜRMOB'un oda dağılım tablosuna göre Konya SMMM Odası'na kayıtlı 118 SM ve 2.737 SMMM olmak üzere 2.855 meslek mensubu var (TÜRMOB istatistikleri). Organize sanayi, tarım makineleri ve gıda ağırlıklı bir mükellef portföyünde ay sonu yığılması, İstanbul'daki bir bürodakinden farksız yaşanıyor.
Mükellef evrakı nasıl toplanır ve ön sınıflandırılır?
Evrak akışının maliyeti belgeyi okumakta değil, belgeyi bulmakta ve kime ait olduğunu çözmekte. Ay sonunda WhatsApp'a düşen 300 fotoğrafın hangisinin hangi mükellefe, hangi döneme ve hangi belge türüne ait olduğunu ayıklamak, bir personelin günlerini alır. İlk üç iş akışı tam olarak bu ayıklamayı hedefler.
Akış 1 — Tek kapı kuralı. Mükellef evrakı WhatsApp, e-posta, kargo ve elden teslim olmak üzere dört kanaldan geliyorsa, hiçbir otomasyon işe yaramaz. İlk adım teknoloji değil kural: tüm belgeler tek bir gelen kutusuna (paylaşılan e-posta veya büro portalı) düşecek şekilde mükellefe tebliğ edilir. Yapay zeka bundan sonra devreye girer.
Akış 2 — Ön sınıflandırma ve etiketleme. Gelen kutusundaki her belge için asistan üç alanı doldurur: mükellef adı, dönem ve belge türü (satış faturası, gider fişi, banka dekontu, sözleşme, resmî tebligat). Çıktı, muhasebe kaydı değil; doğru klasöre düşmüş ve doğru etiketi almış bir dosyadır. Burada belge üzerindeki verinin okunması ayrı bir teknik konudur; okuma tarafını fatura işleme otomasyonu ve OCR rehberimizde ayrıntılı anlattığımız için burada tekrar etmiyoruz.
Akış 3 — Eksik evrak takibi. Asistan, her mükellefin önceki dönemde teslim ettiği belge setini referans alarak bu dönem eksik kalanları listeler ve hatırlatma metnini taslak olarak hazırlar. Metni gönderme kararı personelde kalır.
| Adım | Elle yürüyen büro | Ön sınıflandırma kurulmuş büro |
|---|---|---|
| Belgenin kanaldan alınması | 4 farklı kanal, elle indirme | Tek gelen kutusu |
| Mükellef ve dönem eşleştirme | Personel gözüyle, hata riski yüksek | Asistan öneri verir, personel onaylar |
| Eksik evrak tespiti | Ay sonunda fark edilir | Dönem içinde listelenir |
| Personelin katkısı | Ayıklama | Kontrol ve istisna yönetimi |
Mevzuat ve özelge araması yapay zekaya devredilebilir mi?
Kısmen. Yapay zeka uzun bir tebliği özetlemekte ve hangi maddeye bakılacağını göstermekte hızlıdır; hangi hükmün yürürlükte olduğunu ve olaya uyduğunu belirlemekte güvenilir değildir. Bu nedenle mevzuat araması bir cevap makinesi değil, bir yön bulma aracı olarak kurulmalıdır.
Akış 4 — Tebliğ ve sirküler tarama. Resmî Gazete ve GİB duyurularından gelen metinler asistana verilir; asistan "bu değişiklik hangi mükellef gruplarını ilgilendiriyor" sorusuna madde numarasıyla birlikte taslak yanıt üretir. Meslek mensubu yalnızca işaret edilen maddeyi açıp doğrular.
Akış 5 — Büronun kendi bilgi tabanı. Büronun geçmiş yazışmaları, iç notları ve daha önce verdiği yanıtlar bir arama tabanına alınır; asistan yanıtı bu belgelerden alıntılayarak üretir. Bu kurgu, modelin ezberinden konuşmasını engellediği için mevzuat aramasından daha güvenlidir.
Bu bölümün değişmez kuralı: kaynak göstermeyen hiçbir cevap kullanılmaz. Asistan bir madde numarası, tebliğ tarihi veya özelge referansı vermiyorsa o cevap yok sayılır; veriyorsa da referans açılıp okunmadan kullanılmaz.
Bu kural abartı değil. Stanford RegLab araştırmacılarının önkayıtlı deneyinde, hukuki araştırma için satılan ve kaynağa bağlı çalıştığı iddia edilen ticari araçlar bile sorguların önemli bölümünde hatalı çıktı verdi: LexisNexis ve Thomson Reuters'ın hukuk araştırma asistanları ölçümde %17 ile %33 arasında değişen oranlarda halüsinasyon üretti (Magesh vd., Journal of Empirical Legal Studies, 2025). Bunlar genel amaçlı sohbet botları değil; tam da bu iş için satılan, kaynak gösterme iddiasıyla pazarlanan araçlardı.
Bu ölçüm ABD hukuku ve İngilizce kaynaklar üzerinde yapıldı. Türk vergi mevzuatı için karşılaştırılabilir bir ölçüm yok; Türkçe kaynak hacminin daha dar olduğu düşünülürse temkinin daha fazla olması gerekir.
Tipik hata şöyle görünür: asistan yürürlükten kalkmış bir tebliği yürürlükteymiş gibi özetler, çünkü internetteki en çok alıntılanan metin eski olandır. İkinci tipik hata, gerçek bir tebliğe gerçek olmayan bir madde numarası iliştirmektir. İkisi de akıcı ve kendinden emin bir dille gelir; bu yüzden gözle ayırt edilemez, ancak kaynağa gidilerek yakalanır. Sorumluluk imzayı atanda olduğu için doğrulama adımı isteğe bağlı değildir.
Aynı soruyu 40 mükellef sorduğunda ne yapılmalı?
Bir bürodaki soruların büyük bölümü tekrar eder: "Bu ay ne kadar ödeyeceğim", "e-Devlet'ten hangi belgeyi indireceğim", "SGK bildirgemi ne zaman vereceksiniz". Bu sorular tek tek yanıtlandığında personelin gününü yer; standartlaştırıldığında yanıt kalitesi de yükselir.
Akış 6 — Standart yanıt kütüphanesi. Tekrarlayan 30–40 soru için meslek mensubunun onayladığı metinler bir kütüphanede tutulur. Asistanın işi metin üretmek değil, gelen soruya uyan onaylı metni bulup mükellefin adına ve dönemine göre uyarlamaktır.
Akış 7 — Mükellef SSS asistanı. Kütüphane büyüdüğünde, mükellefin sorusunu doğrudan bu onaylı metinlerle eşleştiren bir asistan kurulabilir. Kritik sınır şudur: asistan yalnızca kütüphanedeki içerikten yanıt verir, kütüphanede karşılığı yoksa "meslek mensubuna aktarıldı" der. Serbest yorum yapmasına izin verilmez. Tutar, oran ve süre içeren her soru istisnasız insana yönlendirilir.
Mükellefin mali verisini ChatGPT'ye yüklemek neden risklidir?
Çünkü tek bir işlemle iki ayrı yükümlülük ihlal edilebilir. 3568 sayılı Kanun'un 43. maddesi, meslek mensuplarının ve yanlarında çalışanların işleri dolayısıyla öğrendikleri bilgi ve sırları ifşa edemeyeceğini düzenler; aynı Kanun'un ceza hükümleri bu maddeye aykırılık için adli para cezası öngörür (mevzuat.gov.tr, 3568 sayılı Kanun). Mükellefin mizanını, personel listesini veya banka hareketlerini kişisel bir hesaba yüklemek bu çerçevede değerlendirilmeye açık bir davranıştır.
İkinci katman KVKK'dır: büro, mükellef çalışanlarının kişisel verileri bakımından veri sorumlusu konumundadır ve verinin nereye aktarıldığını bilmek zorundadır. Çalışanların habersiz araç kullanımı ve bunun doğurduğu riskleri ChatGPT, KVKK ve gölge yapay zeka rehberimizde ayrıntılı ele aldık.
Pratik ayrım şu üç seçenek arasındadır:
| Kurulum | Verinin durumu | Büro için uygunluk |
|---|---|---|
| Kişisel/ücretsiz sohbet hesabı | Sağlayıcıya gider, denetim yok | Mükellef verisi için uygun değil |
| Kurumsal abonelik (sözleşmeli, eğitim dışı) | Sağlayıcıda ama sözleşmeye bağlı | Şartları okunarak, sınırlı kullanım |
| Tesis içi (on-premise) model | Veri büroyu terk etmez | Hassas veri için en güvenli, maliyeti yüksek |
Bu tercihi yaparken kararı belirleyen ölçüt maliyet değil, verinin nereye gittiğidir; ayrıntılı karşılaştırma için on-premise yapay zeka ve veri egemenliği rehberimize bakabilirsiniz. Hangi kurulum seçilirse seçilsin, kimin neyi hangi araca girebileceği yazılı olmalıdır; bunun iskeleti şirket içi yapay zeka kullanım politikası şablonumuzda hazır duruyor.
Konyalı bir büro bu 7 akışa nereden başlamalı?
Yedi akışın tamamını aynı anda kurmaya çalışmak, hiçbirini kuramamanın en yaygın yoludur. Sıralama, riski en düşük ve kazancı en görünür olandan başlar. Aşağıdaki dört haftalık plan, 3–10 kişilik tipik bir büro için tasarlanmıştır.
| Hafta | Yapılacak | Çıktı |
|---|---|---|
| 1 | Evrak kanallarını sayma, tek kapı kuralının mükellefe duyurulması | Yazılı evrak teslim kuralı |
| 2 | Akış 2–3: ön sınıflandırma ve eksik evrak listesi, tek bir mükellef grubunda pilot | Ölçülmüş kazanç (saat) |
| 3 | Akış 6: en çok tekrarlayan 30 sorunun onaylı yanıt kütüphanesi | Kütüphane taslağı |
| 4 | Veri kuralı: hangi araca ne girilebilir, yazılı politika | İmzalanmış iç politika |
Mevzuat asistanı (Akış 4–5) bilinçli olarak listenin sonundadır. En cazip görünen adım odur, ama doğrulama disiplini oturmadan kurulduğunda bürodaki en pahalı hatayı üretme potansiyeli de ondadır.
Hangi işler yapay zekaya devredilmemeli?
Devredilmemesi gerekenler nettir: vergi yorumu, tutar ve oran içeren yanıtlar, beyanname kontrolü, mükellefe verilecek nihai görüş ve imza gerektiren her adım. Yapay zeka bu işlerde girdi hazırlar, karar vermez.
Bu sınır keyfi değil. Harvard Business School ve BCG'nin 758 danışmanla yürüttüğü alan deneyinde, aracın güçlü olduğu görevlerde katılımcılar %12,2 daha fazla iş bitirdi ve %25,1 daha hızlı çalıştı; buna karşılık aracın zayıf olduğu görevde yapay zeka kullananların doğru çözüme ulaşma olasılığı, kullanmayanlara göre 19 puan daha düşük çıktı (Dell'Acqua vd., HBS Working Paper 24-013). Araştırmacıların "tırtıklı sınır" dediği şey tam olarak budur: iki görev dışarıdan eşit zorlukta görünürken, biri hızlanır, diğeri bozulur. Büro açısından pratik karşılığı şudur — sınırın nerede olduğunu ancak kendi işinizde küçük ölçekte deneyerek öğrenirsiniz, sağlayıcı broşüründen değil.
Büronuzda ilk adım ne olmalı?
Bu yedi akışın hiçbiri araç satın alarak başlamaz. İlk adım, büronun mevcut iş akışını adım adım kâğıda dökmek ve hangi adımın haftada kaç saat yediğini ölçmektir. Ölçüm olmadan hangi akışın karşılığını vereceği bilinemez, kazanç da kanıtlanamaz.
Konya'da bir mali müşavirlik bürosunda bu haritayı birlikte çıkarmak isterseniz, yapay zeka çözümleri sayfamızdan iletişime geçebilirsiniz. Görüşmenin çıktısı bir teklif değil, bürodaki tekrarlayan işlerin listesi ve hangisinin otomasyona uygun olduğuna dair somut bir değerlendirmedir.
Bu içerik iş akışı ve teknoloji kullanımı üzerinedir; vergi, mevzuat veya hukuki danışmanlık niteliği taşımaz. Mevzuat uygulamasına ilişkin sorularınız için bağlı bulunduğunuz odaya ve ilgili idareye başvurunuz.