Problem → Çözüm
Problem
Kategori yöneticileri yılda yüzlerce tedarikçi görüşmesine Excel, eski e-postalar ve sezgiyle hazırlanıyor. Bir görüşme hazırlığı yarım gün sürüyor; enflasyonist ortamda gelen %35’lik zam talepleri veri olmadan kabul ediliyor.
Çözüm
Tedarikçi Pazarlık Agent’ı; fiyat geçmişini, maliyet endekslerini, rakip raf fiyatlarını, SKU satış hızını ve sözleşme şartlarını toplar, BATNA ve hedef fiyat aralığıyla bir pazarlık dosyası ve teklif taslağı üretir. Hiçbir teklif insan onayı olmadan tedarikçiye gitmez.
Temel özellikler
Yapay zeka nerede devreye giriyor?
CrewAI ile rol tabanlı agent ekibi (analist, fiyat araştırmacı, strateji) çalışır; tüm sayısal hesaplar sandboxed Python’da yapılır, LLM sadece yorum ve metin üretir.
- CrewAI: Veri Analisti (SQL tool), Piyasa Araştırmacısı (rakip fiyat scraper), Strateji agent’ı (teklif metni) — çıktılar Pydantic şemalı
- Marj/elastikiyet hesapları E2B sandbox’ında Python ile; LLM’in sayı uydurmasını engellemek için her rakam tool çıktısına referanslı
- Claude Sonnet ile teklif taslağı; guardrail: gizli maliyet verisi ve diğer tedarikçi fiyatları metne sızamaz (DLP kontrolü)
Nasıl çalışır?
Stack
Arayüz
Backend
AI / ML
Veri
Altyapı & DevOps
Pazarlama & lansman
Başarı metrikleri (hedef)
MVP yol haritası
Bir fikri production’a taşırken ilk sorum şu: ölçülebilir mi ve mevcut sistemi bozmadan nasıl açılır? Yaklaşık 4 yıl, ayda yüz milyonlarca CDN isteği alan bir embed script üzerinde çalıştım. Kademeli geçiş ve gerçek test kapsamı benim için vazgeçilmez. Remote çalışmaya hazırım.