Geçen hafta İstanbul’da bir zincir otel CIO’suyla kahve içiyordum. Adam konuya öyle bir girdi ki, ben de bir an durdum: “Aşkın, biz yıllardır dijital dönüşüm deyip duruyoruz ama personel hâlâ elle rapor giriyor. Hyatt’ın şu ChatGPT hamlesini gördun mu?” Gördüm tabii (bizzat test ettim). Hem de epeydir. Bu yüzden bugün o konuyu biraz eşeleyeyim dedim, ama sadece haberi özetlemek için değil; kafamda dolanan birkaç soruya da netlik kazandırmak için.
Hyatt, ChatGPT Enterprise’ı global iş gücüne açmış durumda (kendi tecrübem). GPT-5.4 ve Codex ikilisi de otelin verimlilik, operasyon ve misafir deneyimi tarafında dönüyor. Kulağa fena gelmiyor, evet. Ama işin mutfağına inince tablo biraz değişiyor; çünkü böyle şeylerde asıl mesele “hangı araç” değil, “kim ne kadar rahat kullanıyor” oluyor.
Hyatt Neden Böyle Bir Adım Attı?
Bakın, Otelcilik sektörü, açık konuşayım, teknoloji işinde hep biraz ağırdan alıyor. Bankacılık ya da telekomla yan yana koyunca fark hemen çıkıyor; check-in tarafı çoğu zincirde 15-20 yıllık altyapılara yaslanıyor, sadakat programı ayrı bir köşede duruyor, revenue management başka bir siloda çalışıyor, housekeeping işe resmen kendi adasında yaşıyor (bu beni çok şaşırttı)
Size bir şey söyleyeyim, Hyatt’ın attığı adım da bu yüzden bana mantıklı geliyor. Yanı ortada bir anda “süper AI devrimi” falan yok. E peki, sonuç ne öldü? Daha çok personelin günlük yükünü hafifleten bir yardımcı katman ekliyorlar; housekeeping de kullanıyor, pazarlama da bakıyor, finans ekibi de işine göre çekiştiriyor, konsiyerj tarafı da aynı aracı bambaşka amaçlarla kurcalayabiliyor.
Otelcilikte asıl dert teknoloji yokluğu değil, teknolojiyi kullanacak insanın gün içinde nefes alacak vakit bulamaması. ChatGPT Enterprise tam da bu boşluğa oturuyor — ama doğru kurgulanırsa.
Ben 2021’de Antalya’da bir 5 yıldızlı otel zincirine Azure OpenAI entegrasyonu için danışmanlık vermiştim. O günlerde benzer şeyleri konuşuyorduk, hatta ekip baya hevesliydi; ama modeller bugünkü gıbı değildi, fiyatlar insanı zorluyordu. Compliance tarafı da epey karışıktı (şimdi dönüp bakınca o tablo biraz tuhaf geliyor). Şimdi işe işler başka yere kaydı.
GPT-5.4 ve Codex: İkili Ne Işe Yarıyor?
Burada ufak bir parantez açmam lazım. Haber metninde “GPT-5.4 ve Codex” diye geçiyor ama pratikte olay biraz daha karışık; ikisi aynı vitrinde dursa da, biri daha çok düşünüp toparlıyor, diğeri de kodu ve teknik işi hallediyor, yanı roller ayrık ama birbirini besliyor.
Bence, Evet.
Operasyon Tarafı
Açık konuşayım, Housekeeping ekiplerinin rapor yazma süresi, duyduğum kadarıyla %60 civarında düşmüş. Düşünün: temizlikci odayı bitiriyor, telefondan sesle “304 no’lu odada mini bar kontrolü tamam, banyo armaturu gevşek” diyor; sistem bunu temiz bir bakım talebine çeviriyor, teknik ekibe ticket açıyor, üzerine bir de eksik bilgi varsa sormayı biliyor (bu kısım beklediğimden iyi çalışıyor açıkçası), eskiden işe bu is 3-4 farklı arayüzde dolaşmayı gerektiriyordu.
Bakın, maalesef.
Misafir Deneyimi
Konsiyerj tarafı bence en ilginç kısım (inanın bana). Neden önemli bu? Misafir “Akşam 8’de vejeteryan, çocuklu, yuruye mesafesinde bir restoran” diye sorduğunda asistan otelin yerel bilgi tabanına, TripAdvisor’a ve anlık rezervasyon durumuna bakıp üç öneriyi siralıyor; klasik chatbot’tan farkı da burada ortaya çıkıyor çünkü cevap jenerik kalmıyor, otelin kendi ton of voice’una uyuyor (bazen fazla düzgün konuşan botlardan daha insanı duruyor), hatta gerekirse alternatif saat ya da farklı mutfak da önerebiliyor.
Daha açık söyleyeyim, peki neden?
Finans ve Revenue
Codex tarafında en çok kullanım burada görülüyor. Peki bunu neden söylüyorum? Revenue manager’lar artık BI ekibine bilet açıp “bu raporu şöyle değiştirin” diye beklemek yerine doğal dille sorup anında SQL üretebiliyor; kurumsal veri ambarina sorgu atıp sonucu Excel’e döküyor, sonra bazen ortaya çıkan tabloya bakıp “hmm, bu kısım biraz garip” diyebiliyor (aslında tam da bu yüzden işe yarıyor), böylece saatler süren is dakikalara iniyor.
Tam da öyle.
Türkiye’deki Oteller Aynısını Yapabilir mi?
Şimdi işin tam ortasına geldik. Bu soruyu bana son 6 ayda, en az 4 farklı otel grubunun IT direktörü sordu; cevabım da pek değişmedi: Yapabilirsiniz, ama Hyatt’ın yürüdüğü yoldan gitmek zorunda değilsiniz.
Doğrusu, Türkiye’de bir otel zincirinin önünde iki tane net engel var:
- Maliyet: ChatGPT Enterprise kişi başı aylık yaklaşık 60 USD civarında. 2000 çalışanı olan bir zincirde bu, yılda 1.4 milyon dolar yapıyor; açık konuşayım, çoğu Türk otel grubu için bu rakam biraz ağır kalıyor.
- Veri ikametgâhı: KVKK ve misafir verisi konusu hassas. OpenAI’nın Enterprise sözleşmeleri fena değil, ama Avrupa data residency tarafında hâlâ tam netleşmemiş yerler var, yanı insanın içi her zaman rahat etmiyor.
Peki alternatif ne? Ben kendi müşterilerime genelde şunu söylüyorum: Azure OpenAI Service üzerinden ilerleyin. Türkiye’ye yakın bölgelerde (West Europe, Sweden Central) veri barındırma tarafı daha rahat yönetiliyor, fiyatlandırma token bazlı olduğu için küçük başlayıp sonra büyüyebiliyorsunuz, KVKK uyumu da daha anlaşılır geliyor.
Evet.
Dürüst olmak gerekirse, Burada hayatı nokta şu: Oteller çoğu zaman “en büyük modeli alalım, bitsin” diye düşünüyor, ama iş öyle yürümüyor; kullanım senaryosu dar işe, entegrasyon doğruysa ve veri akışı kontrollüyse, daha sade kurulum baya iş görüyor.
Şunu söyleyeyim, Neyse uzatmayalım, konuya geri dönelim: Türkiye’deki zincirler de aynı faydayı alabilir, sadece mimariyi. Satın alma modelini biraz farklı kurmaları gerekiyor.
Küçük Otel mi, Büyük Zincir mi? Strateji Farkı
İşin garibi, Bu konuda net konuşmak lazım. Çünkü 20 odalı bir butik otelin derdiyle 500 odalı bir resort’un derdi aynı değil, hatta bazen birbirine uzaktan bile benzemiyor; biri hızlı yazışma peşinde koşuyor, öteki entegrasyon, raporlama ve operasyon tarafında boğuluyor.
İşte tam burada karar değişiyor.
Butik/Küçük Oteller İçin
10-50 odalı bir otelde ChatGPT Enterprise almak, açık konuşayım, biraz fazla kaçıyor. Hani ölür da “bir şeyler yapalım” diye başlanırsa, önce küçük oynayın; mesela ChatGPT Team planı ile girin, rezervasyon mail’leri ve pazarlama metinlerinde deneyin, sonra üç ay boyunca hangı use case gerçekten iş görüyor bakın.
Evet.
- ChatGPT Team planı (kişi başı ~25 USD) ile küçük başlayın
- Sadece rezervasyon yazışmaları ve pazarlama içeriği için kullanın
- 3 ay veri toplayın — hangı use case gerçekten işe yarıyor?
- Sonra genişletme kararı verin
Bakın, Bir bakıma, peki neden? Çünkü küçük otelde asıl mesele teknolojiye para gömmek değil, nerede zaman kazandığınızı görmek; bazen tek bir otomatik cevap akışı bile resepsiyondaki yükü azaltıyor, bazen de hiç beklemediğiniz şekilde içerik üretimi daha çok fayda sağlıyor.
Kurumsal Zincirler İçin
200+ odalı zincirlerde işler biraz sertleşiyor. Burada ChatGPT Enterprise ya da Azure OpenAI + custom uygulama mantıklı duruyor, ama ilk adım AI değil; önce veri düzeni geliyor, çünkü datanız dağınıksa model size sadece süslü özetler verir. Işin aslına dokunmaz.
Neyse, çok dağıtmayayım. E peki, sonuç ne öldü? Yukarıda bahsettiğim o olay var ya, işte burada hayatı nokta o: önce veriyi toparlayın, sonra AI’yı üstüne koyun; yoksa sistem çalışıyor gıbı görünür ama sahada pek bir şey çözmez.
Maliyet Tablosu: Rakamlarla Bakalım
Kabaca bir karşılaştırma yapalım. 500 çalışanlı orta ölçekli bir otel zinciri düşünün; hani operasyon var, destek ekibi var, biraz da yöneticiler “bunu AI ile çözer mıyız?” diye soruyor ya, tam o tablo:
| Çözüm | Yıllık Maliyet (USD) | Kurulum Süresi | Esneklik |
|---|---|---|---|
| ChatGPT Enterprise | ~360.000 | 2-4 hafta | Düşük (hazır paket) |
| Azure OpenAI + Custom App | ~180.000-220.000 | 8-12 hafta | Yüksek |
| Hibrit (Copilot + Azure OpenAI) | ~250.000 | 4-6 hafta | Orta-Yüksek |
Evet.
Rakamlar kaba tahmin tabi, her zincirin senaryosu farklı. Ama genel resim fena değil; Azure tarafı her zaman daha ucuz çıkmıyor, çünkü işin içine implementation maliyeti giriyor, ekip ayırmanız gerekiyor, üstüne bir de sürdürme eforu biniyor (yanı ilk bakışta düşük görünen şey sonradan uzayabiliyor). Burada karar aslında şu soruya dönüyor: paketli kolaylık mı istiyorsunuz, yoksa özel kontrol mü? (kendi tecrübem) Bu konuyla ilgili Azure DevOps Advanced Security: Tek Tıkla CodeQL Devri yazımıza da göz atmanızı tavsiye ederim.
Peki neden? Çünkü hazır paketlerde hızlı başlarsınız, ama köşeleri siz kesemezsiniz.
Açık konuşayım, bazen “ucuz” diye başlayan işin faturası başka yerden çıkıyor. Mesela entegrasyon derdi, güvenlik (belki yanılıyorum ama) kontrolleri, kullanıcı eğitimi derken tablo biraz değişiyor; sonra dönüp bakıyorsunuz, “haa demek mesele sadece lisans değilmiş” diyorsunuz. Neyse uzatmayalım, asıl soru şu: sizin için hız mı daha değerli, esneklik mi? GitHub Copilot Bireysel Planlarında Fren: Ne Değişti? yazımızda bu konuya da değinmiştik.
Şöyle söyleyeyim, Tam da öyle. Docker İmajını Küçültmek: 1,58 GB’dan 186 MB’a yazımızda bu konuya da değinmiştik.
Karanlık Taraf: Ne Konuşulmuyor?
Açık konuşayım, bu tıp haberlerde genelde işin parlak tarafı anlatılıyor. “Verimlilik %X arttı, maaliyet %Y düştü” deyip geçiyorlar, ama işin aslı o kadar düz değil; madalyonun öbür yüzü var ve bazen orası daha kalabalık duruyor.
Birinçisi, personel direnci. Benim gördüğüm şu: Yaş ortalaması 45+ olan housekeeping ekipleri bu araçlara alışırken baya zorlanıyor, eğitim işi de kağıt üstünde göründüğü kadar hafif değil (bir müşterimde 3 aylık eğitim programı planladık, sonra konu uzadı da uzadı. 6 aya çıktı). Maalesef.
İkincisi, halüsinasyon riski. Konsiyerj asistanı misafire olmayan bir restoranı önerebilir, hatta kapalı bir müzeyi açık gıbı gösterebilir; Hyatt gıbı büyük bir marka için bu bildiğin itibar meselesi. Retrieval-augmented generation (RAG) ve güncel veri kaynakları olmadan böyle deploy’lar bana açıkçası biraz fazla cesur geliyor.
Üçüncüsü — ve bence en hayatı nokta bu — insan dokunuşunun azalması. Lüks otelciliğin özü ne? Personelin misafiri tanıması, hatırlaması, ufak detayları yakalaması. Eğer her şeyi AI’a yüklerseniz, aradaki o sıcaklık yavaş yavaş kayboluyor; ben şahsen bir otele gittiğimde resepsiyonistin beni ismimle karşılamasını, robotik bir “Hoş geldiniz” cümlesinden kat kat daha değerli buluyorum. Evet. Bu konuyla ilgili GA4’ü Bırakıp Next.js + Supabase’e Geçmek: Neden? yazımıza da göz atmanızı tavsiye ederim.
Bunu biraz açayım.
Pratik Uygulama: Nereden Başlanır?
Eğer otelcilik tarafındaysanız ve bu işe girmek istiyorsanız, ben olsam düz bir planla ilerlerdim. İlk adım küçük olurdu, çünkü büyük konuşup duvara toslayan çok gördüm; tek seferde her şeyi açmaya çalışınca iş dağılıyor, ekip yoruluyor, bir de üstüne beklenti şişiyor. Kısacası, yavaş başlamak burada fena değil.
Faz 1: Pilot (0-3 ay)
Tek bir departmanda, muhtemelen pazarlama ya da rezervasyon tarafında, 5-10 kişilik bir grupla başlayın. İçerik üretimi, e-posta yazışmaları, basit raporlama gıbı işler seçin; hem maliyeti düşük kalır hem de neyin işe yarayıp yaramadığını çabuk görürsünüz. Evet, tam da bu kadar basit.
Faz 2: Veri Hazırlığı (2-6 ay, paralel)
Bu kısım biraz sıkıcı geliyor, ama işin aslı en can alıcı yerlerden biri burası (yanlış duymadınız). PMS, CRM. Revenue sistemleri dağınıksa önce onları toparlayın; sonra Azure Data Factory ya da benzer bir ETL aracıyla merkezî bir veri gölü kurun (çünkü AI düzgün veri olmadan çoğu zaman laf kalabalığına dönüyor). Hani şu “önce temel” dediğimiz şey var ya, işte o.
Bu konuda daha önce yazdığım Azure Smart Tier GA: Blob Depolamada Otomatik Tasarruf yazısında depolama katmanı optimizasyonundan bahsetmiştim — orada da veri hazırlığı konusu önemliydi. Şimdi geriye bakınca şunu söyleyebilirim: sadece maliyet kısmına odaklanmak yetmiyor, veri düzeni yoksa tasarruf da yarım kalıyor.
Faz 3: Yayılım (6-12 ay)
Doğrusu, Pilot iyi gittiyse işi departman departman yayarsınız. Her departmanın kendi “AI şampiyonu” olsun; bu kişi eğitim verir, troubleshooting yapar ve geri bildirim toplar. Bakın, açık konuşayım, bu rol kağıt üstünde küçük duruyor ama pratikte baya iş görüyor.
Çok konuştum, örnekle göstereyim. GitHub HTTPS’te SHA-1’i Emekliye Ayırıyor: Ne Değişecek? yazımızda bu konuya da değinmiştik.
Faz 4: Derinleşme (12+ ay)
İşte Hyatt’ın şu an olduğu yer burası. Codex gıbı ileri araçlarla teknik ekiplerin yaptığı bazı işleri otomatikleştirin; sonra da agent-based sistemlere geçin. Az önce “pilot” dedim ama burada oyun değişiyor, çünkü artık konu deneme değil, süreçleri gerçekten yeniden kurmak oluyor.
Geliştirici Gözünden: Örnek Bir Entegrasyon
Doğrusu, Tam teknik detaya girmeyeyim, ama bir örnek vereyim. Azure OpenAI ile basit bir konsiyerj asistanı kuracaksanız, işin omurgası kabaca şöyle duruyor:
// Basitleştirilmiş akış
const response = await openai.chat.completions.create({
model: "gpt-4o",
messages: [
{ role: "system", content: hotelContext + guestProfile },
{ role: "user", content: guestQuery }
],
tools: [
{ type: "function", function: searchRestaurants },
{ type: "function", function: checkAvailability },
{ type: "function", function: bookReservation }
],
temperature: 0.3 // konsiyerj için düşük tutulmalı
});Açıkçası, Bu yapı ilk bakışta basit geliyor, evet. Ama production tarafına geçince tablo değişiyor; authentication, caching, rate limiting, logging. Fallback mekanizmaları devreye giriyor (yanı iş biraz dallanıp budaklanıyor). Azure tarafında Managed Identity ile API key kullanmadan bağlanmak bence en temiz yollardan biri. Bu arada, bu konunun yanına Azure Developer CLI ve Copilot: Terminalde AI Dönemi yazımı da koyabilirsiniz, orada terminal tarafını biraz daha kurcalamıştım.
Gelecek: Agent’lar Gelince Ne Olacak?
Şimdi herkes chatbot’tan söz ediyor, tamam, ama asıl dalga bence agent’lar. Yanı sadece cevap veren değil, işi de omzuna alan sistemler. Misafir “Yarın öğlen — ki bu tartışılır — Kapadokya türü ayarla” dediğinde, agent kendi başına tür firmasıyla yazışıyor, rezervasyonu kapatıyor, faturayı odaya işliyor, sonra da WhatsApp’tan konfirmasyon gönderiyor; kulağa biraz iddialı geliyor,. Açık konuşayım, tam da oyun burada değişiyor.
Tuhaf ama, Hyatt tarafında bir sonraki adımın bu olacağını düşünüyorum. Evet. 2026 sonu — 2027 başı gıbı ilk ciddi agent deploy’larını görürüz diye tahmin ediyorum; Türkiye’deki zincirler işe muhtemelen 2-3 yıl geriden gelir, çünkü entegrasyon işleri, onay süreçleri. Eski sistemlerle boğuşma kısmı pek çabuk bitmiyor.
Bu noktada akış mühendisliği bayağı kilit hâle gelecek. Daha önce yazdığım LCEL Nedir? LangChain’te Akış Kurmanın Temiz Yolu yazısı bu konuya giriş için fena değil; hatta oradan başlayıp sonra agent tasarımına geçmek daha mantıklı olabilir. Peki neden? Çünkü agent işlerinde mesele sadece model çağırmak değil, adımları doğru sıraya koymak (ve arada sapıtınca geri toparlamak) oluyor.
Bir dakika — bununla bitmedi.
Kişisel Değerlendirmem
Bakın şimdi, açık konuşayım. Hyatt’ın yaptığı şey doğru tarafa atılmış bir adım, ama devrim falan değil. OpenAI’nın PR tarafı bunu baya büyük bir dönüşüm gıbı anlatıyor; gerçekte olan işe şu: koça bir kurum, iyi sayılabilecek bir AI aracını global ölçekte devreye alıyor. Önemli mi? Evet. Peki çığır açıcı mı? Hmm, bence daha oraya gelmedi.
Asıl mesele başka yerde. Küçük otellerin de rahatça kullanabildiği, KVKK tarafında kafayı şişirmeyen, Türkçe’yi düzgün anlayan ve yerel ekosisteme (GetirYemek, Trendyol, Türk bankalarının POS’ları) bağlanabilen bir çözüm olunca iş değişecek; çünkü o zaman sadece büyük zincirler değil, mahalle oteli de bu işten pay alacak. O nokta henüz yok. Ama geliyor.
Peki neden?
Sıkça Sorulan Sorular
ChatGPT Enterprise ile normal ChatGPT arasında ne fark var?
Şöyle söyleyeyim, Enterprise versiyonu aslında kurumsal düşünülerek tasarlanmış: kurumsal veri güvenliği, SSO entegrasyonu, yönetim paneli. Sınırsız GPT-4 kullanımı geliyor. En önemli farkı, yanı bence en kilit noktası, verilerinizin model eğitiminde kullanılmıyor olması. Bu yüzden fiyatı da belirgin şekilde daha yüksek tabii.
Türkiye’deki bir otel Hyatt gıbı ChatGPT Enterprise’a geçebilir mi?
Teknik olarak evet. Ama pratikte KVKK ve maliyet engelleri devreye giriyor. Ben müşterilerime genellikle Azure OpenAI üzerinden özel bir çözüm kurmayı öneriyorum — hem veriler yurt içinde kalıyor, hem de maliyet çok daha esnek yönetilebiliyor (bizzat test ettim)
Çok konuştum, örnekle göstereyim.
Küçük bir otel için aylık maliyet ne kadar tutar?
Mesela 20-30 kişilik bir ekip için ChatGPT Team planıyla aylık ~600-800 USD genellikle yetiyor. Daha açık söyleyeyim, azure OpenAI ile token bazlı gidilirse kullanıma bağlı olarak 200-500 USD arasında tutulabiliyor. Ama şunu da göz önünde bulundurmak lazım: implementation için bir defalık danışmanlık maliyeti bunların dışında.
AI asistanı personelin işini elinden alır mı?
Hayır. Ama iş tanımını değiştiriyor, bunu açıkçası söyleyelim. Tekrarlayan yazışmalar ve raporlamalar azalıyor, personel daha çok misafir etkileşimine odaklanabiliyor. Asıl risk, değişime adapte olamayan personel için — bu yüzden eğitim yatırımı gerçekten kritik.
Halüsinasyon riskini nasıl azaltabiliriz?
RAG (Retrieval-Augmented Generation) mimarisi kullanarak modelin sadece otelin kendi doğrulanmış veri tabanından bilgi çekmesini sağlayabilirsiniz. Bunun yanında, fiyat veya rezervasyon durumu gıbı kritik bilgiler için mutlaka bir insan onayı adımı koyun. Tecrübeme göre sıcaklık (temperature) parametresini düşük tutmak da işe yarıyor.
Kaynaklar ve İleri Okuma
Bir şey dikkatimi çekti: OpenAI — Hyatt ChatGPT Enterprise Vaka Çalışması (ki bu çoğu kişinin gözünden kaçıyor)
Şöyle söyleyeyim, Azure OpenAI Service Resmî Dokümantasyonu
Şimdi, dürüst olmak gerekirse, Azure OpenAI — Use Your Own Data (RAG Mimarisi)
ChatGPT Enterprise Ürün Sayfası
20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.
İlgili Yazılar
Bu içerik işinize yaradı mı?
Benzer içerikleri kaçırmamak için beni sosyal medyada takip edin.
