Depo operasyonu yöneten pek çok ekipte aynı soru konuşuluyor: "Depoda otomasyona nereden başlamalıyız, büyük bir robot yatırımı şart mı?" Soru yeni değil, ama yanıtın zemini değişiyor.
Gartner'ın 16 Eylül 2026'da yayımladığı araştırmaya göre depoculuk, yapay zekâ uygulamaları açısından bir kırılma noktasına ulaştı. Gartner bunu üç gücün aynı anda devreye girmesine bağlıyor: işgücü kısıtlarının otomasyonu vazgeçilmez kılması, sermaye modellerinin daha düşük riskli giriş noktalarına kayması ve yapay zekâ ile otonom teknolojilerin operasyonel olgunluğa yaklaşması.
Bu yazıda Gartner'ın tanımladığı dört eğilimi, Avrupa ve Türkiye verisini ve büyük yatırıma girmeden atılabilecek ilk adımları ele alıyoruz.
Neden şimdi: işgücü baskısı ve yeni depo tasarımı
İşgücü tarafındaki baskı, Gartner'ın Nisan 2026 öngörüsünde de öne çıkıyor. Kuruma göre depo çalışanları el emeğine dayalı işleri yapmaya giderek daha az istekli; işgücü maliyeti ve arzı da baskı altında olduğundan pek çok kurum operasyonu yalnız işe alımla sürdürmekte zorlanacak.
Gartner aynı çalışmada, gelişmiş pazarlarda 2030'a kadar inşa edilecek yeni depoların %50'sinin robot merkezli ve insanın "isteğe bağlı" olduğu tesisler olarak tasarlanacağını öngörüyor. Bu modelde insan emeği günlük operasyonun temeli olmaktan çıkıyor, yalnız istisnaların yönetiminde gerekiyor.
Bu öngörü yeni inşa edilen tesisler içindir; mevcut depoların büyük kısmı için soru, var olan yapıda hangi adımın önce atılacağıdır.
Dört eğilim: yazılımdan robota bir yelpaze
Gartner, depoculuğu dönüştüren dört yapay zekâ eğilimini, "eyleme yönelim" ve "zekâ düzeyi" eksenlerinde konumlandırıyor:
- Optimizasyon odaklı geleneksel yapay zekâ: Talep tahmini, işgücü planlaması, rota optimizasyonu ve stok yönetimi uygulamaları, daha zengin anlık veriyle değişen depo koşullarına uyum sağlıyor. Gartner, bu uygulamaların şeffaflık ve tekrarlanabilirlik avantajını korumasını vurguluyor.
- Operasyona dönük üretken yapay zekâ: Yapılandırılmamış verilerden standart işletim prosedürleri, iş talimatları, istisna yönetimi protokolleri ve karar destek araçları üretiyor.
- Öneren ve yarı otonom ajanlar: Veriyi analiz edip çok adımlı iş akışlarını öneriyor ya da kısmen yürütüyor; insan gözetimi korunuyor. Görev atama, istisna yönetimi ve kaynak dağıtımı tipik kullanım alanları.
- Fiziksel yapay zekâ ajanları: Yapay zekâ, robotik ve sensörleri birleştirerek toplama, paketleme, ayıklama ve malzeme taşıma gibi el emeğine dayalı işleri otomatikleştiriyor.
Bu sıralama, düşük riskli başlangıç sorusuna da ışık tutuyor. İlk üç eğilim ağırlıkla yazılım ve süreç katmanında; dördüncüsü ise fiziksel yatırım, yerleşim değişikliği ve entegrasyon gerektiriyor. Gartner'ın tedarik zinciri liderlerine önerisi de bu yönde: işgücü tahmini ve stok yerleşimi (slotting) gibi kanıtlanmış kullanım senaryolarıyla başlamak, üretken yapay zekâ ve ajanlara karar kalitesini ve verimliliği artırdığı yerlerde genişlemek.
Robotikte gerçekçi beklenti
Robot yatırımında Gartner'ın ihtiyatlı bir uyarısı da var. Kuruma göre 2028'e kadar insansı robot denemelerini deneme aşamasının ötesine taşıyan şirket sayısı 100'ün altında kalacak; tedarik zinciri ve üretimde canlı kullanıma geçen şirket sayısı ise 20'yi bulmayacak. Gartner, yatırım başına verimi önceleyen çoğu şirket için çok işlevli robotları daha uygun seçenek olarak görüyor ve genel bir "kadro azaltma" hedefi yerine belirli darboğazlara odaklanan otomasyonu öneriyor.
Nisan 2026 çalışması da benzer bir mimari uyarı içeriyor: depo içi robot pazarı parçalı olduğu için çoğu şirket birden fazla robot türü ve bunları koordine edecek bir orkestrasyon platformu kullanmak zorunda kalacak. Tek amaçlı otomasyon yerine ölçeklenebilir, yazılımla tanımlanan platformların tercih edilmesi bu yüzden öneriliyor.
Avrupa ve Türkiye verisi: lojistik henüz erken aşamada
Resmî istatistik, depoda yapay zekânın ana akımdan uzak olduğunu gösteriyor. Eurostat verisine göre AB'de yapay zekâ kullanan girişimler arasında lojistik amaçlı kullanım %6,08 ile en düşük paya sahip. Çevresini gözleyip otonom karar alarak fiziksel hareket eden makinelere yönelik yapay zekâ ise 2025'te girişimlerin yalnız %1,39'unda, büyük girişimlerde de %8,55'inde kullanıldı. Yapay zekâ kullanmayan ama kullanmayı düşünen girişim oranının en düşük olduğu ikinci sektör de %10,28 ile ulaştırma ve depolama.
Türkiye'de de veri altyapısı tarafında benzer bir tablo görülüyor. TÜİK'in 2026 bültenine göre satın alınan bulut bilişim hizmeti kullanım oranının en düşük olduğu faaliyetlerden biri %16,0 ile ulaştırma ve depolama. Veriler farklı kapsam ve yıllara ait olduğu için birebir karşılaştırma yapılmamalı; ancak ortak mesaj açık: sektörün önemli bir kısmında dijital temel hâlâ kuruluyor. Yapay zekâ destekli süreç otomasyonunun genel yaygınlığını Avrupa verisi yazımızda, planlama kararlarının otomasyonunu ise tedarik zinciri planlaması yazımızda ele almıştık.
Büyük yatırım olmadan başlangıç: pratik bir yol
Aşağıdaki adımlar, Gartner'ın önerilerinden türetilmiş genel bir çerçevedir; her kurumun kendi depo yapısına, ürün profiline ve sistemlerine göre uyarlanması gerekir.
- Darboğazı ölçün. Toplama, yerleşim, sevkiyat hazırlığı, sayım gibi adımlardan hangisinin zaman ve hata açısından en çok sorun çıkardığını kayda dayalı olarak belirleyin. Otomasyon hedefini kadro değil darboğaz üzerinden tanımlayın.
- Veriyi düzene sokun. Depo yönetim sistemindeki lokasyon, stok, sipariş ve iş gücü verisinin tutarlılığını kontrol edin. Elle tutulan tablolar varsa önce onları sisteme bağlayın; optimizasyon algoritmaları beslendikleri veri kadar doğru sonuç verir.
- Kanıtlanmış yazılım senaryosuyla başlayın. Gartner'ın örnek verdiği işgücü tahmini ve stok yerleşimi optimizasyonu, robot yatırımı gerektirmeden mevcut süreç üzerinde denenebilir.
- Tekrarlı ofis işlerini otomatikleştirin. Sipariş ve irsaliye eşleştirme, taşıyıcı bildirimleri, istisna raporlama gibi ekran ve belge temelli işler, yazılım robotları ve iş akışı otomasyonu için uygun adaylardır.
- Prosedürleri dijitalleştirin. Üretken yapay zekâyı iş talimatı ve istisna yönetimi metinlerini güncel tutmak için insan onayıyla kullanın; sahaya giden her talimatın sahibi belli olsun.
- Ajanlara öneri yetkisiyle başlayın. Görev atama ya da kaynak dağıtımında ajanın önce yalnız öneri sunmasına izin verin; onay eşiğini ve istisna kurallarını yazılı tanımlayın.
- Robotu pilotla doğrulayın. Fiziksel otomasyona geçerken tam ölçekli yatırımdan önce sınırlı bir alanda pilot yapın; mümkünse dijital ikiz ve simülasyonla yerleşimi önceden test edin. Tek amaçlı sistemler yerine farklı robot türlerini aynı platformda yönetebilecek yapıları tercih edin.
- Sonucu sürekli izleyin. Verim, hata oranı, çalışma süresi ve istisna sayısını pilot öncesi ve sonrası karşılaştırın; genişleme kararını bu ölçümlere bağlayın.
Sonuç
Gartner verisi depoda yapay zekâ ve otomasyonun deneme aşamasından operasyonel kullanıma geçmeye başladığını, Avrupa ve Türkiye istatistikleri ise sektörün büyük kısmının bu yolun başında olduğunu gösteriyor. Bu tablo, büyük robot yatırımını ilk adım olmaktan çıkarıyor. Ölçülen bir darboğaz, düzenli veri, yazılım katmanında kanıtlanmış bir senaryo ve insan gözetiminde ilerleyen ajanlar, fiziksel otomasyona daha sağlam bir zeminle geçmeyi mümkün kılar.
#interimmanagement #forwarddeployedengineering