Finansta Yapay Zekâ

Bu derste yapay zekânın finans dünyasındaki yerini baştan sona inceliyoruz: kart harcamalarındaki dolandırıcılık tespitinden kredi değerlendirmeye, robo-danışmanlardan algoritmik işleme kadar. Amaç, bu teknolojiyi hiç duymamış birinin bile kendi bankacılık deneyiminden izleyebilmesi. Serinin tamamı için Yapay Zekâ dersleri sayfamıza göz atabilirsin.

Finansta Yapay Zekâ Nedir?

Finansta yapay zekâ, finansal verilerden örüntüler öğrenerek tahmin yapan, olağan dışı durumları yakalayan ve karar süreçlerini destekleyen sistemlerin bütünüdür. Finans sektörü bu dönüşümün ön sırasındadır; çünkü en bol hammaddesi veridir: her kart harcaması, havale, kredi başvurusu ve borsa emri kayıt altına alınır; bu kayıtlar modellerin öğrenme örneklerini sürekli üretir.

Yapay zekâyı klasik yazılımdan ayıran fark şudur: klasik yazılım, insanın önceden yazdığı kuralları harfiyen uygular; yapay zekâ ise binlerce geçmiş örnekten örüntüyü kendisi çıkarıp yeni durumlara uyarlanır. “Gece yarısı yurt dışı harcaması şüphelidir” gibi katı kural yerine, müşterinin alışkanlıklarını öğrenen model alışılmadık işlemi bağlamıyla değerlendirir.

Finansta Yapay Zekâ Nerelerde Kullanılır?

Günlük bankacılık işlemlerinin büyük bölümü perde arkasında yapay zekâ modellerinden geçiyor. En yaygın kullanım alanları:

Dolandırıcılık tespiti

Bankalar her kart işlemini saniyeler içinde puanlar; riskli çıkarsa işlem durdurulur ya da doğrulama istenir. Sıradan harcama sessizce geçerken, müşterinin hiç bulunmadığı bir ülkedeki ani alışveriş anında bloklanır. Online alışverişteki ödeme dolandırıcılığı da aynı mantıkla çalışır; bu tarafını E-ticarette yapay zekâ dersinde işliyoruz.

Kredi ve risk değerlendirme

Kredi başvurusunda model, geri ödeme olasılığını tahmin eder. Geleneksel puanlama ağırlıkla gelir ve ödeme kaydına bakarken makine öğrenmesi çok daha fazla değişkeni aynı anda işleyebilir; başvuru dakikalar içinde sonuçlanır. Ters yüzü de vardır: kararın dayandığı ölçütler her zaman görünür değildir; açıklanabilirlik sürekli gündem maddesidir.

Algoritmik işlem ve piyasa analizi

Borsalarda emirlerin büyük bölümü algoritmalarla iletilir. Yapay zekânın katkısı yalnızca hız değildir: doğal dil işleme modelleri haber başlıklarını ve şirket raporlarını okuyup duygu analizi yapabilir. 2024-2025 döneminde büyük dil modelleri analistlerin rapor özetleme işlerine girdi; ancak çıktılar insan denetiminden geçmeden nihai karar olmuyor.

Müşteri hizmetleri ve robo-danışmanlık

Mobil uygulamalardaki sohbet asistanları, hesap sorgulamadan fatura ödemesine kadar pek çok isteği karşılar. Robo-danışman, müşterinin risk profilini anketle belirleyip portföyü otomatik dengeler; maliyeti düşük, erişimi 7/24'tür. Çağrı merkezlerinde Ses tanıma teknolojisi aramayı doğru birime yönlendirir, sesle kimlik doğrulaması yapar. Kötüye kullanım da gerçektir: dolandırıcılar yöneticinin sesini taklit eden deepfake kayıtlarla çalışanları havaleye yönlendirebiliyor.

Belge işleme ve uyum süreçleri

Bankalar ve sigortacılar, fatura ve sözleşme yığınlarını elle okumak yerine belge anlama modelleriyle dijitalleştirir. Aynı temel, KYC (müşterini tanı) ve AML (kara para önleme) uyum sistemlerinde de şüpheli örüntüleri işaretler. Bu çözümlerin mantığını Görüntü işleme dersinde bulabilirsin.

Bir Dolandırıcılık Modeli Nasıl Karar Verir?

Konuyu somutlaştırmak için bir kart işleminin izlediği yolu adım adım izleyelim:

1. Veri toplanır: İşlem tutarı, saati, mekân, cihaz bilgisi, satıcı kategorisi ve müşterinin son haftalardaki harcama deseni girdi olur.
2. Profil ile karşılaştırılır: Sistem bu müşterinin “normalini” bilir: genellikle gündüz, kendi şehrinde, market ve akaryakıtta mı harcama yapıyor?
3. Olasılık puanı üretilir: Model, işlemin dolandırıcılık olma olasılığını 0-1 arasında bir sayı olarak verir; kesin “evet/hayır” demez, olasılık söyler.
4. Eşik uygulanır: Puan eşiğin altındaysa işlem onaylanır; orta bandaysa ek doğrulama istenir; eşiği aşarsa bloklanıp incelemeye düşer.

Asıl ustalık eşiği doğru seçmekte: çok düşük tutarsan meşru işlemler bloklanır, müşteri mağdur olur; çok yükseltirsen dolandırıcılıklar kaçar. Bankalar bu yüzden iki hatayı ayrı ayrı ölçer: yanlış alarm oranı (meşru işlemi engelleme) ve kaçan dolandırıcılık oranı. Model kurmak tek seferlik iş değildir; dolandırıcılar yöntem değiştirdikçe sistem yeniden eğitilir.

Avantajlar ve Riskler

Dengeli bir tablo için iki listeyi karşılaştır:

Avantajlar

• Hız: İşlem onayı, kredi sonucu ve dolandırıcılık tespiti saniyeler içinde tamamlanır.
• Kesintisiz izleme: Sistem 7/24 çalışır; gece yarısı denenen dolandırıcılığı da yakalar.
• Ölçek: Milyonlarca işlemi aynı anda değerlendirir; insan ekibin gözünden kaçan örüntüleri görür.
• Kişiselleştirme: Müşteriye harcama alışkanlığına göre bütçe önerisi ve uygun ürün sunulur.

Riskler

• Önyargı: Model, eğitim verisindeki tarihsel eşitsizlikleri öğrenebilir; belirli grupları kredide haksız biçimde dezavantajlı hâle getirebilir.
• Kara kutu: Karmaşık modellerin karar gerekçesini açıklamak zordur; bu hem müşteri hakları hem denetim açısından sorundur.
• Veri gizliliği: Finansal veriler en hassas kişisel veri sınıflarındandır; hangi verinin modellerde kullanılabileceği sıkıca sınırlandırılmalıdır. Ayrıntılar Veri gizliliği dersinde.
• Halüsinasyon: Büyük dil modelleri yanlış ama kendinden emin bilgi üretebilir; kurumsal kullanımda insan onayı şarttır.

Bu risklerin hangi ilkelere göre yönetileceğini Yapay zekâ etiği dersinde ele alıyoruz; hukuki sınırlar için Hukukta yapay zekâ dersine bakabilirsin.

Sık Yapılan Hatalar ve Yanılgılar

Yeni öğrenenlerin en sık düştüğü tuzaklar:

1. “Yapay zekâ işlem yapıyorsa her zaman kâr eder.” Yanlış. Algoritmalar geçmiş veriden öğrenir; koşullar değişince yanılır, zarar da yazar. Hiçbir model geleceği garanti edemez; garanti veren her söylem dolandırıcılık işaretidir.
2. “Krediyi tamamen makine verir, itiraz yolu yoktur.” Yanlış. Model öneri üretir; önemli finansal kararlarda insan denetimi vardır ve müşterinin açıklama talep etme yolu korunur.
3. “Makine hesaplar, o hâlde tarafsızdır.” Yanlış. Model insan üretimi veriden öğrenir; veri önyargılıysa kararlar da önyargılı çıkar.
4. “Sohbet botundan aldığım hisse önerisi resmî danışmanlıktır.” Yanlış. Genel amaçlı asistanlar kişisel yatırım tavsiyesi vermez ve hatalı bilgi üretebilir; bilgilendirme ile danışmanlık aynı şey değildir.
5. “Bu teknoloji yalnızca büyük bankaların işidir.” Yanlış. Fintech girişimlerinden kişisel bütçe uygulamalarına kadar her ölçekte ürün bu yöntemleri kullanır.

Özet

Finansta yapay zekâ; dolandırıcılık tespiti, kredi değerlendirme, algoritmik işlem ve müşteri hizmetlerinde standart araç hâline gelmiştir. Gücü veriden öğrenmesinden, zayıflığı önyargı, açıklanabilirlik ve gizlilik gibi insan sorumluluğu gerektiren konulardan gelir. Eğilim de nettir: yapay zekâyı insanın yerine koymak değil, insan denetimiyle birlikte çalıştırmak. Kişiselleştirmenin başka bir yüzü için Pazarlamada yapay zekâ dersine geçebilirsin.