Ar-Ge · TÜBİTAK 1501

TÜBİTAK Destekli Talya QMS-AI ile Otel Yönetiminde Yapay Zekâ Dönemi Başlıyor

Talya Bilişim tarafından geliştirilen “Konaklama Sektörüne Özel Çok Kaynaklı Nedensellik Keşfine Dayalı Proaktif Kalite Yönetim Platformu – Talya QMS-AI”, TÜBİTAK 1501 Sanayi Ar-Ge Projeleri Destekleme Programı kapsamında desteklenmeye hak kazandı.

Proje No
3260834
Program
TÜBİTAK 1501
Süre
18 Ay
Ekip
7 Personel + 4 Akademisyen
Proaktif Yaklaşım

Sorunları Kaydetmek Yerine, Oluşmadan Önce Önlemek

Bugün birçok kalite yönetim sisteminde süreç, bir sorun yaşandıktan sonra başlıyor: Şikâyet oluşuyor, uygunsuzluk veya DÖF kaydı açılıyor, sorumlu atanıyor ve kayıt kapatılıyor. Ancak çoğu zaman gerçek kök neden bulunamadığı için benzer sorunlar tekrar ortaya çıkıyor.

Talya QMS-AI bu yaklaşımı değiştirmeyi amaçlıyor. Sistem, farklı kaynaklardan gelen bilgileri ortak bir yapı içerisinde değerlendirerek yalnızca “ne oldu?” sorusuna değil; “neden oldu, ne zaman tekrar olabilir ve önlemek için ne yapmalıyız?” sorularına da cevap üretecek.

DÖF kayıtlarıDenetim sonuçlarıMisafir şikâyetleriPMS verileriBakım kayıtlarıKPI'larPersonel verileriStok ve tedarik verileri

Bir misafirin odasına geç yerleşmesi ilk bakışta ön büro problemi gibi görülebilir. Oysa gerçek neden; housekeeping gecikmesi, teknik arıza, vardiya dengesizliği, personel değişimi, eğitim eksikliği veya kritik bir tedarik problemi olabilir. Talya QMS-AI'nin hedefi, bu görünmeyen ilişkileri ortaya çıkararak yönetimin doğru noktaya müdahale etmesini sağlamaktır.

Çok kaynaklı nedensellik keşfi ve bilgi grafı görselleştirmesi
Temel Yetenekler

Otelin Kurumsal Hafızası ve Yönetim Zekâsı

Talya QMS-AI yalnızca bir kalite yazılımı değil; zaman içerisinde kurumun deneyimlerinden öğrenen bir kurumsal hafıza ve karar destek sistemi olmayı hedefliyor.

01

Anlamlandırır

Farklı departman ve sistemlerden gelen verileri ortak bir kalite modeli altında birleştirir.

02

İlişkilendirir

Departmanlar arasındaki görünmeyen neden-sonuç ilişkilerini ve kök neden zincirlerini ortaya çıkarır.

03

Öngörür

Anomali ve risk analizleri sayesinde sorunlar büyümeden önce erken uyarılar oluşturmayı hedefler.

04

Aksiyon Önerir

Geçmiş vakalardan ve uygulanan DÖF'lerin sonuçlarından öğrenerek yöneticilere aksiyon alternatifleri sunar.

7, 14 ve 30 günlük risk skoru öngörü grafikleri
Teknoloji

Yapay Zekâ ile Kök Neden, Risk ve Aksiyon Analizi

Projede ileri teknolojiler birlikte kullanılacak. Sistem, “eğitim saatlerindeki azalma üç hafta sonra hijyen puanını ve misafir şikâyetlerini etkiliyor mu?” veya “bakım planındaki gecikme hangi departmanlarda operasyonel risk yaratıyor?” gibi klasik raporlarla cevaplanması son derece güç ilişkileri analiz etmeyi hedefliyor.

  • Yapay zekâ
  • Doğal dil işleme
  • Bilgi grafı
  • Zamansal nedensellik analizi
  • Graph Neural Network (GNN)
  • Vaka tabanlı çıkarım
  • Pekiştirmeli öğrenme
  • LLM destekli akıllı raporlama
Sistemin 7, 14 ve 30 günlük risk skorları üreterek departman ve tesis bazında geleceğe yönelik risk öngörüleri oluşturması planlanıyor.
Ar-Ge Çıktısı

ISO, GSTC, USALI ve Otel Operasyonları Aynı Yapıda

Projenin önemli Ar-Ge çıktılarından biri HQMO – Hospitality Quality Management Ontology olacak. Bu yapı ile ISO 9001, GSTC, USALI ve otellerin kendi KPI ve kalite standartlarında kullanılan farklı kavramların ortak bir dijital anlam katmanında birleştirilmesi amaçlanıyor.

Böylece sürdürülebilirlik, kalite, finansal performans ve operasyonel veriler birbirinden bağımsız sistemler olmaktan çıkarak tek bir karar destek altyapısının parçası haline gelebilecek.

ISO 9001 GSTC USALI Otel KPI'ları
İş Birliği

Üniversite-Sanayi İş Birliğinin Güçlü Bir Örneği

Proje, Talya Kalite Yönetim Sistemi Ürün Yöneticisi Emine Köken'in proje yürütücülüğünde, Talya Bilişim'in yazılım ve Ar-Ge ekibi ile Akdeniz Üniversitesi'nin akademik uzmanlığını bir araya getiriyor.

  • Elektraweb CEO Kemal Oral
  • Prof. Dr. Ömer Halil Çolak
  • Prof. Dr. Alper Bilge
  • Öğr. Gör. Dr. Cem Sakarya
  • Öğr. Gör. Dr. İsmail Veli Sezgin

Proje ekibi toplam 7 firma personeli ve 4 akademik danışmandan oluşuyor. 18 ay süreli proje kapsamında geliştirilecek teknolojilerin gerçek otel operasyonlarında pilot uygulamalarla test edilmesi ve sonuçlarının ölçülebilir kriterlerle doğrulanması planlanıyor.

Talya Bilişim Ar-Ge ekibi ve akademik danışmanlar birlikte çalışıyor
Beklenen Etki

6.000'den Fazla Otelin Deneyiminden Geleceğin Kalite Platformuna

Talya Bilişim'in 30 yılı aşan yazılım ve turizm sektörü deneyimi ile ElektraWeb'in 6.000'den fazla aktif tesisteki operasyonel tecrübesi, Talya QMS-AI'nin en önemli avantajlarından birini oluşturuyor.

Kalite problemlerinin tekrarının azaltılması
Doğru kök nedenlere daha hızlı ulaşılması
Denetim performansının yükseltilmesi
Misafir şikâyetleri ve kompansasyon maliyetlerinin azaltılması
Departmanlar arası koordinasyonun güçlendirilmesi
Sürdürülebilirlik hedeflerinin daha etkin yönetilmesi
Yöneticilerin sezgi yerine veriye dayalı karar almasının desteklenmesi

Hedefimiz, otelcilikte kalite yönetimini “sorun olduktan sonra müdahale eden” bir yapıdan, “sorunu önceden gören ve doğru aksiyonu öneren” bir yönetim modeline dönüştürmek.

Talya QMS-AI: Veriyi depolayan değil; nedenini keşfeden, riski öngören ve aksiyonu öneren yeni nesil otel kalite zekâsı.

Proje Hakkında Daha Fazla Bilgi Almak İster misiniz?

Talya QMS-AI Ar-Ge projesi, pilot uygulamalar ve iş birliği fırsatları hakkında bizimle iletişime geçin.

İletişime Geçin