Bakliyatta Yapay Zekâ: Talebi Yakala, Tedariki Yönet

Bitkisel protein pazarı 2034’e kadar 43 milyar dolara ulaşma yolunda. Bezelye proteini ise yıllık %20’ye yakın büyümeyle 15 milyar doların üzerine çıkacak beklentisiyle öne çıkıyor. Bu iki sayı tek başına şunu söylüyor: Bakliyat (bezelye, nohut, mercimek) artık “alternatif” değil; tarımda üretim planlamasından ihracata kadar her şeyi etkileyen yeni ana akım.

Fakat çoğu üretici ve alıcı hâlâ eski reflekslerle hareket ediyor: Geçen yılın fiyatına bakıp ekim kararı almak, tüccarın telefonunu beklemek, hasat zamanı depoda yer kalmayınca panik yapmak… Bu yaklaşım bitkisel protein dalgasında işe yaramıyor. Çünkü bakliyatta kazananlar, tarlada verimi artıran kadar tedarik zincirinde belirsizliği azaltanlar.

Benim gördüğüm net gerçek şu: Akıllı tarım teknolojileri ve yapay zekâ, bakliyatta sadece verim tahmini için değil; talep öngörüsü, kalite standardizasyonu, izlenebilirlik ve lojistik planlama için de kritik. “Tarım ve Akıllı Tarım Teknolojilerinde Yapay Zekâ” serimizde bu yazı, tam olarak bu köprüye odaklanıyor: tarladan rafa bakliyat proteini.

Bitkisel protein talebi bakliyatı neden öne çıkarıyor?

Bitkisel protein talebi bakliyatı öne çıkarıyor çünkü bakliyat hem beslenme hem maliyet hem de sürdürülebilirlik tarafında güçlü bir denge sunuyor. Üretici açısından da bakliyat, bazı bölgelerde münavebeyi zenginleştiren ve farklı pazarlara açılan bir “portföy ürünü” olarak değer kazanıyor.

ABD merkezli büyük tedarik zinciri oyuncularının (ör. 60+ tesis, 8.000+ çiftçi ağı ölçeğinde çalışan şirketlerin) bakliyata yüklenmesi tesadüf değil. Bu yapı, bakliyatın “ham ürün” olmaktan çıkıp; temizleme, sınıflandırma, işleme ve ihracatla fonksiyonel gıda girdisi haline geldiğini gösteriyor.

Türkiye için resim: Neden şimdi önemli?

Türkiye’de bitkisel protein trendi iki kanaldan baskı yaratıyor:

• İç pazar: Bitkisel beslenme, sporcu ürünleri, hazır gıda ve “proteinli atıştırmalık” kategorileri büyüyor.
• Dış pazar: Avrupa başta olmak üzere alıcılar, tedarikte izlenebilirlik ve kalite sürekliliği istiyor.

Bu noktada “daha çok ekelim” demek yetmiyor. İstenen; doğru kalite, doğru zamanda, doğru kanala, minimum kayıpla giden ürün.

Bakliyatta asıl rekabet: Kalite, izlenebilirlik ve lojistik

Bakliyatta rekabetin kalbi novelty (yenilik) değil; kalite, izlenebilirlik ve lojistik. Pazar olgunlaştıkça alıcılar şunu soruyor: “Bu parti aynı spesifikasyonu her sevkiyatta sağlayacak mı? Gıda güvenliği ve sürdürülebilirlik iddialarını ispatlayabiliyor musun? Ürün, üretim hattıma zamanında ulaşır mı?”

Bu soruların her biri veri ister. Ve burada yapay zekâ devreye girer: dağınık veriyi (tarladan depo sensörüne, laboratuvar analizinden sevkiyat planına) karara dönüşen bir modele çevirmek.

İzlenebilirlik “etiket” değil, operasyon tasarımıdır

İzlenebilirlik çoğu zaman bir sertifika veya QR kod işi gibi görülür. Oysa pratikte izlenebilirlik şunları gerektirir:

• Parsel bazlı kayıt (ekim tarihi, çeşit, uygulamalar)
• Hasat/parti ayrımı (karışmayı önleyen süreç)
• Depoda koşul takibi (nem, sıcaklık)
• Laboratuvar sonuçlarının partiyle eşleşmesi
• Sevkiyat ve müşteri spesifikasyonunun dijital bağlanması

Yapay zekâ burada iki rol oynar: (1) eksik/veri hatalarını yakalar, (2) kalite riskini sevkiyattan önce tahmin eder.

Yapay zekâ bakliyat tedarik zincirini nasıl optimize eder?

Yapay zekânın en güçlü yanı, tek bir noktayı değil “uçtan uca akışı” iyileştirmesidir. Bakliyatta bu akış dört kritik karara ayrılır: ne ekilecek, ne kadar çıkacak, hangi kaliteyle çıkacak, nereye/neyin içine girecek.

1) Talep tahmini: Sadece fiyat değil, kullanım senaryosu

Talep tahmini dendiğinde çoğu kişi “fiyat tahmini” anlıyor. Oysa bakliyat proteininde talep; sporcu tozu, bitkisel köfte, hazır çorba, bebek maması gibi kullanım senaryolarına bağlı. Yapay zekâ modelleri (zaman serisi + dış değişkenler) şunları birleştirerek daha gerçekçi öngörü üretir:

• Perakende satış trendleri ve kategori büyümesi
• Sezonsallık (ör. yılbaşı sonrası “sağlıklı yaşam” talep artışı)
• Ham madde fiyatları ve ikame ürünler
• İhracat pazarlarındaki regülasyon/etiket talepleri

21.12.2025 itibarıyla yıl sonu planlamaları yapılırken, en büyük hata “tek senaryo” ile bütçe çıkarmak. Doğru yaklaşım: 3 senaryolu talep planı (temkinli / baz / agresif) ve buna bağlı ekim-alım stratejisi.

2) Verim tahmini: Saha verisi + uydu + meteoroloji

Bakliyatta verim tahmini; gübre, sulama, hastalık ve hasat planlamasını doğrudan etkiler. Yapay zekâ burada üç veri kaynağını birlikte kullanınca güçlenir:

• Uydu/Drone görüntüleri (NDVI benzeri bitki sağlığı indeksleri)
• Meteorolojik tahminler (don riski, yağış anomalileri)
• Tarladan gelen gözlem/sensör verisi (toprak nemi, fenoloji)

Bu, kooperatif veya alıcı tarafında şöyle bir fayda yaratır: Depo kapasitesini, temizleme-sınıflandırma hattı vardiyasını ve sevkiyat planını hasat başlamadan optimize edersiniz.

3) Kalite sınıflandırma: Görüntü işleme ile standardı büyütmek

Bakliyatta kalite, çoğu zaman “insan gözü + eleme” ile yönetiliyor. Bu yöntem ölçek büyüyünce tutarsızlaşır. Görüntü işleme kullanan sistemler; tane iriliği, kırık oranı, renk sapması, yabancı madde gibi kriterleri daha tutarlı ölçer.

Yapay zekâ destekli kalite sınıflandırma sayesinde:

• Parti bazlı kalite profili çıkar
• Hangi partinin hangi müşteriye uygun olduğu otomatik önerilir
• “İade/iskonto” riski düşer

4) Lojistik optimizasyonu: Doğru ürünü doğru zamanda hareket ettirmek

Bakliyatta kârı eriten kalemlerin başında lojistik ve stok maliyeti gelir. Yapay zekâ ile:

• Depolar arası transfer planı
• Sevkiyat rotası ve yükleme zamanlaması
• Liman/kapı yoğunluğu ve gecikme tahmini
• Stokta bozulma riskine göre FIFO/FEFO benzeri akıllı sevk

gibi kararlar daha az “tecrübe” daha çok “ölçülebilir performans” ile yönetilir.

Cümleyi net kural gibi yazayım: Bakliyatta yapay zekâ, verimi artırdığı kadar gecikmeyi azaltır; gecikme azaldıkça tedarik zinciri kârı artar.

Üretici ve alıcı için 90 günlük pratik yol haritası

Yapay zekâ projeleri bazen “büyük dönüşüm” diye başlar ve sahada sürüncemede kalır. Bakliyatta daha iyi yöntem küçük ama net hedeflerle ilerlemek.

0–30 gün: Veriyi toparla, tek dil oluştur

• Parsel, ürün, parti, depo ve müşteri kodlarını standardize edin
• Hasat/parti ayrımı için basit dijital kayıt (mobil form bile olur)
• Laboratuvar sonuçlarını parti numarasıyla zorunlu eşleştirin

31–60 gün: İlk model—talep ve stok görünürlüğü

• Son 24–36 ay satış/alımlarını tek tabloda toplayın
• 3 senaryolu talep tahmini üretin
• Depo doluluk ve sevk planını haftalık görünür yapın

61–90 gün: Kalite ve lojistikte otomasyon adımı

• Görüntü işleme ile numune sınıflandırma pilotu yapın
• Sevkiyat için rota/zamanlama optimizasyonu (basit bir optimizasyon bile fark yaratır)
• KPI seti belirleyin: zamanında sevk (%), kalite iade oranı (%), stok devir hızı

Bu 90 gün sonunda “tam yapay zekâ”ya geçmemiş olabilirsiniz ama en kritik şeyi kazanırsınız: karar altyapısı.

Sık sorulan sorular (sahada duyduklarım)

Bakliyatta yapay zekâ için mutlaka sensör şart mı?

Hayır. Başlangıç için satış-alım, parti, depo ve kalite analiz verisi bile ciddi değer üretir. Sensör ve görüntü verisi, ikinci aşamada modeli güçlendirir.

Küçük üretici/kooperatif için ölçek sorunu olur mu?

Tek başına üretici için zor olabilir; ama kooperatif, birlik veya alıcıyla ortak veri modeli kurulduğunda ölçek doğal oluşur. En hızlı kazanım genelde toplu planlama tarafında gelir.

En hızlı geri dönüş nerede?

Benim deneyimimde en hızlı geri dönüş: (1) stok ve sevkiyat planlama, (2) kalite tutarlılığı, (3) talep senaryoları. Verim tahmini de güçlüdür ama etkisi sezon döngüsüne bağlıdır.

Bitkisel protein dalgasında kazanan strateji: “öngörü + izlenebilirlik”

Bitkisel protein talebi büyürken bakliyat tedarik zinciri de büyüyor; ama büyüyen sadece hacim değil, beklenti. Alıcı “ürün” değil standart satın alıyor. Üretici ise sadece “verim” değil istikrar satmak zorunda.

“Tarım ve Akıllı Tarım Teknolojilerinde Yapay Zekâ” serisinin genel mesajı burada çok somutlaşıyor: Yapay zekâ, tarlayı tek başına kurtarmıyor; tarlayı pazarla aynı sayfaya getiriyor. Bakliyatta bu sayfayı tutturabilenler, önümüzdeki 5–10 yılın sözleşmelerini ve pazar payını şimdiden kapatacak.

Sizin tarafta soru şu: 2026 planlarını yaparken bakliyatta kararları hâlâ “geçen yıl ne oldu?”ya göre mi veriyorsunuz, yoksa “önümüzdeki çeyrekte talep nereye gidiyor?”u ölçmeye başladınız mı?