Blog · Girişim

AI eğitim ürünlerinde MVP → Pilot → Ölçek

3 Eylül 2026 · 2 dk okuma · Şeyma Bilici

OdevGPT’nin kurucu ekibinde yer alırken öğrendiğim en net ders şuydu: yapay zeka ürünlerinde fikir ucuz, doğrulama pahalıdır. Bir eğitim ürününü fikirden gerçek kullanıcıya taşımak, birbirinden farklı disiplin isteyen üç ayrı evre demek. Bu yazıda o evreleri — MVP, pilot ve ölçek — kendi deneyimim üzerinden, karar noktalarıyla birlikte anlatıyorum.

MVP’nin işi etkilemek değil, öğrenmek

Yapay zeka ürünlerinde MVP tanımı çoğu zaman yanlış kurulur. Ekip, modeli mükemmelleştirmeye çalışır; demo gününde herkesi büyüleyecek bir şey ister. Oysa MVP’nin tek görevi, en riskli varsayımınızı en ucuz yoldan test etmek. OdevGPT’de ilk kritik soru “model ödev sorularını çözebiliyor mu” değildi — bugünkü modellerle bu artık zemin çizgisi. Asıl soru şuydu: öğrenci bu ürüne güvenip ertesi gün geri dönüyor mu?

Pratik önerim şu: MVP kapsamını tek cümleye sığdırın. “Şu kullanıcı, şu problemi, şu akışla çözebiliyor mu?” Bu cümleye hizmet etmeyen her özellik ikinci sürüme kalır. Kapsam tartışması çıktığında o cümleye geri dönersiniz; tartışma biter.

Yapay zekada demo ile saha aynı şey değil

Klasik yazılımda bir özellik ya çalışır ya çalışmaz. Yapay zekada davranış olasılıksaldır: demoda parlayan model, gerçek kullanıcının dağınık, yarım, bazen alakasız girdileriyle bambaşka sonuçlar üretir. Eğitim ürünlerinde bunun bedeli ağırdır, çünkü yanlış bir cevap yanlış öğrenilmiş bir konu demektir.

Bu yüzden daha MVP aşamasında çıktı kalitesini izleyen basit bir düzen kurun: belirli soru tipleri için otomatik kontroller, örneklem üzerinden düzenli insan değerlendirmesi ve kullanıcıya tek dokunuşla “bu cevap yanlış” deme imkânı. Ölçüm altyapısı sonradan eklenen bir lüks değil, ürünün parçası.

Pilot: kontrollü gerçeklik

Pilot, MVP ile ölçek arasındaki köprü ve en sık atlanan evre. Amaç, ürünü küçük ama gerçek bir grupla, yakından izleyebildiğiniz koşullarda çalıştırmak. OdevGPT’de ODTÜ Teknokent ekosisteminin içinde olmak bu açıdan avantajdı: kullanıcıya uzaktan bir panelden değil, yakından bakabiliyorduk.

Pilotta bakılacak şey sayı değil, davranış kalıbı. Kullanıcı hangi adımda takılıyor? Hangi özelliği görmezden geliyor? Ürünü kendi kelimeleriyle nasıl tarif ediyor? Pilotun çıktısı bir rapor değil, üç liste olmalı: değişecekler, ölçeklenecekler, çöpe gidecekler.

Ölçek teknik değil, operasyonel bir eşik

Ölçek deyince akla sunucu kapasitesi gelir; asıl eşik operasyoneldir. Yapay zeka ürünlerinde model maliyeti kullanıcıyla birlikte büyür — klasik yazılımın “bir kere yaz, bedavaya dağıt” ekonomisi burada geçerli değil. Bir kullanıcıyı mutlu etmenin size neye mal olduğunu bilmeden büyümek, zararı ölçeklemektir.

Eğitimde ikinci bir katman daha var: güven. Ölçekte artık sadece öğrenciyi değil; veliyi, öğretmeni, kurumu ikna ediyorsunuz. Ürünün ne yaptığını açıkça anlatabilmek, sınırlarını dürüstçe söyleyebilmek bu evrede pazarlamanın ta kendisi.

Sağlık turizminden aynı derse bakmak

İşimin önemli bir kısmı sağlık turizmi tarafında büyüme sistemleri kurmak ve orada da aynı üçleme geçerli. Yeni bir dile ya da pazara açılmak, aslında bir MVP–pilot–ölçek döngüsü: önce tek dilde tek funnel’ı doğrularsınız, sonra kontrollü genişler, en sonunda sistemleştirirsiniz. Ürün ya da hizmet fark etmiyor; doğrulamadan ölçeğe atlayan herkes aynı duvara çarpıyor. Sıra önemli. Evreleri atlamamak yavaşlamak değil — en hızlı yol zaten bu.