100 Fikir/Agentic Platform/#060

Tedarikçi Pazarlık Agent’ı

Fiyat geçmişi, rakip raf fiyatı ve satış verisiyle pazarlık dosyasını agent hazırlar, kararı sen verirsin.

Fikir #060 / 100 Web uygulaması Tedarikçi Agentic Platform AI destekli
Fikir

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.

Ürün

Temel özellikler

1Pazarlık dosyasıFiyat geçmişi, maliyet endeksi, rakip fiyat ve satış hızı tek sayfada.
2Senaryo simülasyonu“%18 zamı kabul edersek marj ve talep ne olur?” hesaplaması.
3Karşı teklif taslağıHacim taahhüdü, raf görünürlüğü ve ödeme vadesi kombinasyonlu teklif.
4İnsan onayı zorunluTeklifler kategori müdürü onayıyla ve audit log’la gönderilir.
AI katmanı

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)
Mimari

Nasıl çalışır?

Kategori PaneliNext.js • dosya & onay
OrkestrasyonFastAPI + Temporal
Agent EkibiCrewAI • 3 rol
SandboxE2B • Python hesaplama
Veri KaynaklarıSnowflake, sözleşme DB, rakip fiyat
Teknoloji

Stack

Arayüz

Next.jsTailwindshadcn/ui

Backend

Python 3.12FastAPITemporal

AI / ML

Claude SonnetCrewAIE2B sandboxLangfuse

Veri

SnowflakePostgreSQLMongoDB

Altyapı & DevOps

AWSKubernetes (EKS)Vault
Go-to-market

Pazarlama & lansman

1
Kategori ekibi pilotuİçecek ve atıştırmalık kategorilerinde 10 yöneticiyle 1 ay pilot, kazanılan TL raporlanır.
2
Önce/sonra vakası“%32 zam talebi → %14’te uzlaşma” vakası iç bültende paylaşılır.
3
Tedarikçi şeffaflığıTedarikçilere satış hızı verisi paylaşılarak ortak büyüme teklifleri sunulur.
Ölçüm

Başarı metrikleri (hedef)

-%85görüşme hazırlık süresi
-6,2 puankabul edilen ortalama zam oranı
%100insan onaylı teklif oranı
Teslimat

MVP yol haritası

Hafta 1-2Veri tool’larıFiyat geçmişi, satış hızı ve sözleşme SQL tool’ları, rakip fiyat verisi.
Hafta 3-4Pazarlık dosyasıAnalist + araştırmacı agent’lar, sandbox hesaplama, 20 geçmiş görüşmeyle eval.
Hafta 5-8Teklif taslağı + onayStrateji agent’ı, onay akışı, audit log ve DLP guardrail’i.
Fİ
Fatih İnci — Full Stack Software Engineer

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.