ChatGPT for Financial Services finans profesyonelinin çalışma masasını nasıl değiştiriyor? Finansal veri, Excel, modelleme ve yapay zeka iş akışları üzerinden yeni rekabeti birlikte inceleyelim.
Finans profesyonellerinin yapay zekayı kullanması yeni bir gelişme sayılmaz. Şirket araştırırken, uzun raporları özetlerken, Excel formüllerini kontrol ederken veya ilk analiz taslağını hazırlarken AI çoktan çalışma hayatına girdi.
ChatGPT for Financial Services ise bana biraz daha farklı bir eşiği düşündürdü.
OpenAI burada finansı daha iyi bilen bir chatbot sunmakla yetinmiyor. Finansal veriyi, kurum içi bilgiyi, araştırmayı, modellemeyi ve sonunda hazırlanacak Excel dosyası ya da müşteri sunumunu aynı çalışma alanında toplamaya çalışıyor.
Ben gelişmeyi bu yüzden model yarışından çok iş akışı yarışı olarak okuyorum.
Finans profesyonelinin sabah hangi platformu açtığı, veriye nereden ulaştığı, analizini nerede yaptığı ve günün sonunda müşteriye gidecek çıktıyı hangi ortamda hazırladığı giderek daha değerli hale geliyor.
Yapay zeka finans profesyonelinin kullandığı araçlardan biri olmaktan çıkıp, o araçların buluştuğu çalışma masasına dönüşmeye hazırlanıyor.
OpenAI Finansın Günlük İşine Giriyor
OpenAI, 10 Eylül’de duyurduğu ChatGPT for Financial Services’ı finans kurumlarına yönelik özel bir ChatGPT Work deneyimi olarak konumlandırıyor. İlk odak alanları yatırım bankacılığı ve hisse araştırması. Ürünün geliştirilmesinde Morgan Stanley ve Evercore tasarım ortağı olarak yer aldı.
Sistem Daloopa, PitchBook ve LSEG News gibi premium finansal veri kaynaklarını doğrudan içeriyor. Bunun yanında Datasite, Preqin, FactSet ve Intapp gibi sağlayıcılarla bağlantı kurulabiliyor. GPT-6 Astra finansal dokümanlardaki rakamları, tabloları ve dipnotları okuyabiliyor, dönemler arasında veri izleyebiliyor ve analizi doküman, spreadsheet veya sunuma dönüştürebiliyor.
Bütün bunları ürün özellikleri olarak okumak kolay. Bir finans profesyonelinin gerçek iş gününe çevirdiğimizde anlamı daha iyi ortaya çıkıyor.
Sabah bir şirketin son finansallarını açtığınızı düşünün. Önceki kazanç görüşmelerindeki yönetici açıklamalarını yeni dönemle karşılaştırıyor, düzeltilmiş EBITDA kalemlerinin arkasındaki maliyetlere bakıyor, benzer şirketlerin çarpanlarını kontrol ediyor ve değerleme modelinizi güncelliyorsunuz. Ardından potansiyel yatırımcıları ya da alıcıları araştırıyor, günün sonunda müşteriye sunulacak dosyayı kurumun kendi formatında hazırlıyorsunuz.
Bugün bu çalışma çoğu zaman veri platformu, tarayıcı, Excel, kurum içi sistemler ve PowerPoint arasında gidip gelerek yapılıyor.
ChatGPT for Financial Services’ın esas iddiası bütün işi tek tuşla tamamlamaktan çok bu araçların arasındaki mesafeyi azaltmak.
Yapay Zekanın İlk Kazancı Düşünmek İçin Zaman Açmak Olabilir
Finans profesyonelinin zamanının önemli bir bölümü doğrudan analiz kadar bilgiyi bulmaya, doğrulamaya, bir sistemden diğerine taşımaya ve kullanılabilir çıktıya dönüştürmeye gidiyor.
Bu nedenle yapay zekanın finans tarafındaki ilk büyük verimlilik alanını “analistin yerine düşünmek” üzerinden okumuyorum.
Bence daha yakın değişim, analiste düşünmek için daha fazla zaman kazandırmak.
Bir hisse analisti veriyi toplamak ve tabloları güncellemek için daha az zaman harcadığında şirketin marjındaki değişimin nedenini anlamaya daha fazla vakit ayırabilir. Bir yatırım bankacısı potansiyel alıcı listesini hazırlamak yerine listenin ticari olarak ne kadar anlamlı olduğunu sorgulayabilir.
Finans uzmanlığının gerçek değeri zaten rakamı hücreye yazmakta oluşmuyor.
Rakamın neden değiştiğini görmekte, yönetimin anlattığı hikâyeyle finansalların söylediklerini karşılaştırmakta ve matematiksel olarak doğru görünen bir modelin ticari açıdan mantıklı olup olmadığını anlayabilmekte oluşuyor.
Finansal Veriden Karara Giden Yol Değişiyor
ChatGPT for Financial Services’ı incelerken birkaç ay önce FinTechTime için Nakitera Genel Müdürü Bulut Arukel ile yaptığım röportajı yeniden hatırladım.
Bulut Bey, önümüzdeki dönemde yalnız fintekten konuşmayacağımızı, “data tech” tarafının çok daha belirleyici hale geleceğini anlatmıştı. Finansal verinin farklı banka, ödeme ve ERP sistemlerinden toplanıp karar mekanizmasına dönüştürülmesinin önemini vurgulamış, CFO Agent vizyonunu da yalnız veri sunan bir asistan yerine belirli kurallar içinde aksiyon alabilen bir finansal zeka katmanı üzerinden tarif etmişti.
ChatGPT for Financial Services başka bir ürün ve çok daha geniş bir kullanım alanından geliyor. Ancak yön benzer.
Verinin kendisi kadar veriyi anlayan, bağlama oturtan ve karar sürecine taşıyan katman değer kazanıyor.
Finans sektöründe uzun zamandır veriye sahip olmanın önemini konuşuyoruz. Şimdi bunun üzerine yeni bir güç alanı ekleniyor.
Veriyi kim karara dönüştürüyor?
Bulut Arukel ile yaptığım röportajı burada paylaşmıştım:
https://fintechtime.com/2026/05/veriyi-karara-donusturen-guc-nakitera-ile-finansta-data-tech-devrimi
Excel Masadan Kalkmıyor
Yapay zeka ile finans konuşulduğunda zaman zaman Excel’in ömrünün sonuna yaklaştığı yorumlarına rastlıyorum.
Ben yakın dönemde farklı bir şey görüyorum.
Yapay zeka Excel’in yerini almak yerine Excel’in çevresine yerleşiyor.
ChatGPT for Financial Services’ta kurum yöneticileri Excel, Word ve PowerPoint şablonlarını sisteme tanımlayabiliyor. Yapılan analiz daha sonra kurumun kendi formatındaki değerleme modeline, araştırma notuna ya da pitchbook’a dönüştürülebiliyor.
Bu ayrıntıyı önemli buluyorum. Finans dünyasında bir analizin doğru olması kadar kurumun çalışma biçimine uyabilmesi de gerekiyor. Modelin yapısı, kullanılan terminoloji, kontrol adımları ve müşteriye giden sunumun formatı yıllar içinde oluşmuş süreçlerin parçası.
Dolayısıyla finansal AI’ın gerçek başarısı boş bir ekranda iyi analiz üretmekle ölçülmeyecek.
Var olan iş akışının içine ne kadar az sürtünmeyle girdiği de belirleyici olacak.
Finansal Verinin Arayüzü Değişebilir
Finansal yapay zeka güvenilir veriye olan ihtiyacı azaltmıyor, tam tersine artırıyor. Bir modelin analizi ne kadar gelişmiş olursa olsun arkasındaki veri hatalı, eski veya kaynağı belirsizse sonuç da güvenilir olmuyor.
OpenAI’nin rakamların ve iddiaların kaynaklarına kadar geri izlenebilmesini öne çıkarması bu nedenle önemli. Kullanıcı bir finansal verinin hangi tabloya veya ilgili metne dayandığını kontrol edebiliyor.
Buna karşılık kullanıcı davranışı zamanla değişebilir.
Bugün analist veriye ulaşmak için veri platformuna gidiyor. Yarın aynı veri, analistin zaten çalıştığı yapay zeka ortamına gelebilir.
Verinin sahibi aynı şirket olarak kalırken veriyle kurulan ilişkinin arayüzü başka bir platforma taşınabilir.
Fintekte yıllardır dağıtımı ve müşteri arayüzünü kimin kontrol ettiğinin ne kadar değerli olduğunu konuşuyoruz. Benzer bir mücadele şimdi profesyonel finans yazılımlarına taşınıyor.
Yeni Rekabet İş Akışında
OpenAI bu masada tek başına oturmuyor.
Anthropic mayıs ayında finans sektöründeki zaman alan işler için on hazır ajan şablonu duyurdu. Pitchbook hazırlama, KYC dosyalarını inceleme ve ay sonu kapanışı gibi görevlerin yanında Claude artık Excel, PowerPoint ve Word arasında bağlamı koruyarak çalışabiliyor.
Microsoft da başka bir güçlü konumda. Excel ve Microsoft 365 zaten finans profesyonellerinin günlük çalışma ortamının merkezinde. Şirket, LSEG ve Moody’s’in yanında Daloopa, FactSet, Morningstar, PitchBook ve S&P Global gibi sağlayıcıların verilerini Copilot tabanlı iş akışlarına taşıyor.
Yaklaşımlar farklı olsa da hedef benzer.
OpenAI profesyoneli ChatGPT’nin çalışma alanına çekmeye çalışıyor. Anthropic ajanları doğrudan finansal görevlerin içine yerleştiriyor. Microsoft ise profesyonelin zaten çalıştığı uygulamaların içine AI katmanı kuruyor.
Bence bundan sonraki rekabette en güçlü model kadar en az sürtünmeyle en fazla işi tamamlatan çalışma ortamı avantaj sağlayacak.
Bu nedenle birkaç yıl sonra “ChatGPT mi, Claude mu, Copilot mı daha iyi?” sorusu bugünkü kadar anlamlı bile olmayabilir.
Profesyonelin günün büyük bölümünü hangi sistemin içinde geçirdiği çok daha önemli hale gelebilir.
Güvenilirlik Finansın En Sert Sınavı
inans sektörünün AI şirketleri açısından cazibesi çok açık. Veri yoğun, profesyonel emeğin maliyeti yüksek ve tekrarlanan bilgi işlerinin ekonomik değeri büyük.
Ancak hata maliyeti de aynı ölçüde yüksek.
Bir modelin genel bir metni özetlerken hata yapmasıyla yatırım kararında kullanılacak rakamı yanlış yorumlaması aynı sonucu üretmiyor.
ChatGPT for Financial Services bu nedenle SAML SSO, SCIM, rol bazlı erişim, bilgi bariyerleri, saklama politikaları ve denetim logları gibi kurumsal kontrolleri öne çıkarıyor. OpenAI, kurum verilerinin varsayılan olarak model eğitiminde kullanılmadığını ve verinin aktarım sırasında ve saklanırken şifrelendiğini de belirtiyor.
Bunları finans tarafında ekstra özellik gibi görmüyorum.
Masanın üzerine çıkabilmenin giriş koşulları bunlar.
Yine de güçlü güvenlik kontrolleri model çıktısının her zaman doğru olduğu anlamına gelmiyor. OpenAI’nin kendi finansal hizmet şartları da veri ve çıktının hatalı, eksik, gecikmiş veya güncelliğini yitirmiş olabileceğini açıkça söylüyor. Ürün finansal ya da yatırım tavsiyesi yerine geçmiyor.
Bu nedenle profesyonel muhakemenin rolü azalmak yerine biçim değiştirebilir.
AI rakamı bulacak.
İnsan rakamın doğru olup olmadığını, bağlamını ve karar açısından ne ifade ettiğini kontrol edecek.
Hatta yapay zeka daha hızlı ve daha düzgün çıktılar ürettikçe kontrol etme becerisinin değeri daha da artabilir.
Çok düzgün hazırlanmış yanlış bir analiz, açıkça kötü hazırlanmış bir analizden daha tehlikeli olabilir.
Junior Analistin Öğrenme Yolu Değişebilir
Bu dönüşümün insan tarafında beni en fazla düşündüren konulardan biri genç finans profesyonelleri.
Yatırım bankacılığı ve araştırmada kariyerin ilk yılları uzun zamandır işin mutfağında geçiyor. Finansal veri toplamak, model güncellemek, şirket karşılaştırması hazırlamak ve sunum üzerinde çalışmak yorucu işler olsa da mesleki reflekslerin önemli bölümü bu süreçte oluşuyor.
AI tam olarak bu görevlerde hızlanıyor.
Bunun iyi tarafı açık. Genç profesyonel mekanik işlere daha az zaman ayırıp analize ve karar süreçlerine daha erken katılabilir.
Ancak kurumların başka bir problemi çözmesi gerekecek.
Bir LBO modelini birkaç dakikada AI’a hazırlatabilen analist, o modelin neden öyle kurulduğunu nasıl öğrenecek?
Ben finans sektöründeki iş gücü tartışmasını bu nedenle yalnız “AI kaç kişinin işini yapacak?” üzerinden okumuyorum.
Yeni nesil finans profesyonelinin muhakemeyi nasıl öğreneceği daha kalıcı bir soru olabilir.
Türkiye İçin Fırsat Yerel Katmanda
Türkiye’de bankacılık ve finans teknolojileri açısından güçlü bir zeminimiz var. Bankalar mobil bankacılık, ödeme sistemleri, fraud, uzaktan müşteri edinimi, veri analitiği ve dijital operasyonlarda uzun yıllardır ciddi teknoloji kapasitesi oluşturuyor.
Daha önce Dijital Doğmak Yapay Zeka ile Büyümek Colendi Bank’ın Yeni Nesil Bankacılık Vizyonu yazımda finans kurumlarının yapay zekayı mevcut sistemlerin yanında duran bir özellikten çıkarıp ürün, karar ve operasyon mimarisinin içine almaya başladığını paylaşmıştım.
ChatGPT for Financial Services aynı dönüşümün diğer tarafından geliyor.
Finans kurumları AI’ı kendi sistemlerine çekerken, AI şirketleri de finansın çalışma sistemlerini kendi platformlarının içine çekiyor.
Türkiye tarafında global modelin tek başına yeterli olacağını düşünmüyorum. Bankacılık sırrı, kişisel veri, kurum içi yetkilendirme, bilgi sistemleri yükümlülükleri ve yerel finansal süreçler kuruma özel katmanları gerekli kılıyor.
Bence yerli bankacılık teknolojisi şirketleri ve fintekler açısından fırsat alanlarından biri burada.
Dünyanın en güçlü temel modelini yeniden üretmeleri gerekmeyebilir. O modeli Türkiye’deki finansal iş akışını anlayan, güvenli ve denetlenebilir ürüne dönüştüren katmanı geliştirmek daha değerli olabilir.
AI Yardımcıdan Çalışma Katmanına Geçiyor
Daha önce Yapay Zeka Bizim Adımıza Ödeme Yapmaya Hazır Peki Biz Hazır mıyız? yazımda yapay zekanın tüketici tarafındaki dönüşümünü ele almıştım.
Orada AI’ın öneri veren yardımcıdan işlem yapabilen aktöre dönüşmesini konuşuyorduk.
Finans profesyonellerinin dünyasında da benzer bir hareket var.
Önce AI’a soru soruyorduk, ardından araştırma yaptırmaya başladık. Şimdi veri, model, kurum bilgisi ve çıktı üretimi aynı çalışma katmanında birleşiyor.
Bir sonraki aşamada daha fazla finansal görevin ajanlar tarafından yürütülmesi şaşırtıcı olmayacak. Yetki arttıkça insan onayı, veri güvenliği ve denetlenebilirlik de ürün tasarımının daha merkezi parçaları haline gelecek.
Finansın Yeni Çalışma Masası
ChatGPT for Financial Services’ı incelerken benim için en önemli gelişme modelin finans sorularında ne kadar başarılı olduğu olmadı.
OpenAI’nin finans profesyonelinin gün içinde kullandığı veri, analiz ve üretim araçlarını aynı çalışma alanında toplamaya başlaması çok daha önemli görünüyor.
Birkaç ay önce Bulut Arukel ile “data tech” ve CFO Agent konuşurken finansın geleceğinde veriyi karara dönüştüren katmanın değerini tartışıyorduk. Bugün OpenAI aynı dönüşüme global bir çalışma platformu tarafından yaklaşıyor.
Benim gördüğüm değişim burada.
Finansta rekabet artık yalnız veriyi kimin tuttuğu veya hangi modelin daha iyi analiz yaptığı üzerinden ilerlemiyor. Kararın hazırlandığı çalışma ortamını kimin kontrol ettiği de yeni bir güç alanına dönüşüyor.
Bir finans profesyonelinin sabah bilgisayarını açtığında ilk girdiği platform ve gün boyunca oradan çıkmak için kaç nedeni kaldığı bundan birkaç yıl sonra sandığımızdan çok daha önemli olabilir.
Bu yüzden ChatGPT for Financial Services’ı yalnızca finans için hazırlanmış yeni bir yapay zeka ürünü olarak görmüyorum.
Yapay zeka finans profesyonelinin masasında bir sandalye istemiyor. Masanın kendisi olmaya hazırlanıyor.
