# Yatırımcı İlişkileri için AI Destekli Gerçek Zamanlı Uyumluluk Hikaye Panosu Üreticisi ## Giriş Yatırımcılar ve yönetim kurulu üyeleri, bir SaaS şirketinin giderek artan bir düzenleme ağına uyduğunu gösteren **şeffaf, anlık kanıtlar** talep etmektedir—[SOC 2](https://secureframe.com/hub/soc-2/what-is-soc-2), [ISO 27001](https://www.iso.org/standard/27001), [GDPR](https://gdpr.eu/), [CCPA](https://oag.ca.gov/privacy/ccpa) ve sektör‑spesifik standartlar. Geleneksel uyumluluk raporlaması statik PDF'ler, üç aylık denetim sunumları ve manuel anlatım yazımına dayanır. Sonuç, **zaman alıcı bir darboğaz** oluşturur, güveni sarsar ve fon toplama turlarını geciktirebilir. **Uyumluluk Hikaye Panosu Üreticisi**, bu modeli tamamen tersine çevirir. Sürekli politika güncellemeleri, denetim bulguları ve tedarikçi risk sinyallerinin akışını alarak bir AI motoru **dinamik görsel bir anlatı**—bir hikaye panosu—oluşturur; bu pano gerçek zamanlı güncellenir, risk sıcak noktalarını vurgular ve düzeltme eylemlerini sade bir dille açıklar. Hikaye panosu doğrudan yatırımcı‑ilişkileri portallarına, yönetim kurulu sunumlarına veya güvenli gösterge tablolarına gömülebilir ve uyumluluğu yalnızca bir uyumluluk fonksiyonundan **stratejik bir hikaye anlatımı varlığına** dönüştürür. Bu makale, uçtan uca mimariyi, anlatıyı güçlendiren üretken AI tekniklerini ve gerçek zamanlı uyumluluk hikaye panosunu üretime getirmek için pratik adımları ele alır. ## Hikaye Panoları Neden Yatırımcı İlişkileri İçin Önemlidir | Yatırımcı Endişesi | Geleneksel Yanıt | Hikaye Panosu Avantajı | |--------------------|-------------------|------------------------| | **Regülasyon maruziyeti** | Statik denetim raporu (üç aylık) | Derinlemesine inceleme yapılabilen canlı risk ısı haritası | | **Düzeltme ilerlemesi** | Metinsel durum güncellemeleri | Düzeltmelerin animasyonlu zaman çizelgesi | | **Gelecek uyumluluk eğrisi** | Tahmin tabloları | Öngörücü senaryo simülasyonu | | **Operasyonel şeffaflık** | PDF politika listesi | Etkileşimli bilgi grafiği görünümü | *Hikaye panoları*, **görsel hikaye anlatımını** **veri odaklı içgörüler** ile birleştirir, karmaşık uyumluluk bilgilerini anında sindirilebilir hâle getirir. Ayrıca **senaryo planlamasını** da mümkün kılar: yatırımcılar yeni bir düzenlemenin ürün yol haritasına nasıl etki edeceğini görebilir, uzun vadeli sürdürülebilirliği değerlendirebilir. ## Yüksek‑Seviye Mimari ```mermaid graph TD A["Regülasyon Beslemesi (RSS, API'ler)"] --> B[Alım Servisi] C["Denetim ve Tedarikçi Verileri (JSON, CSV)"] --> B D["Politika Deposu (GitOps)"] --> B B --> E[Akış İşlemcisi (Kafka / Pulsar)] E --> F[Bilgi Grafiği Deposu (Neo4j)] E --> G[Olay Deposu (Delta Lake)] F --> H[Üretken Anlatı Motoru (LLM + Prompt Kütüphanesi)] G --> H H --> I[Hikaye Panosu Render'ı (React + D3)] I --> J[Yatırımcı İlişkileri Portalı (Gömülü iFrame)] I --> K[Yönetim Uygulamaları için Güvenli API] ``` ### Temel Bileşenler 1. **Alım Servisi** – Heterojen regülasyon beslemelerini, denetim günlüklerini ve tedarikçi risk sinyallerini birleşik bir şemaya normalleştirir. 2. **Akış İşlemcisi** – **saniyenin altında gecikme** sağlayan olay‑tabanlı boru hatları (Kafka Streams, Flink veya Pulsar Functions) kullanır. 3. **Bilgi Grafiği Deposu** – Varlıkları (regülasyonlar, kontroller, varlıklar, olaylar) ve ilişkilerini temsil eder, **graf‑tabanlı akıl yürütme** sağlar. 4. **Üretken Anlatı Motoru** – (ör. Claude‑3.5 veya GPT‑4o) ince ayar yapılmış bir LLM ve **prompt kütüphanesi** ile graf sorgularını özlü, uyumluluk‑bilinçli metne dönüştürür. 5. **Hikaye Panosu Render'ı** – React, D3 ve Mermaid kullanılarak oluşturulmuş etkileşimli, duyarlı UI. Kullanıcılar risk katmanlarını, zaman pencerelerini ve regülasyon kapsamlarını açıp kapatabilir. 6. **Güvenli API** – OAuth korumalı uç noktalar, JSON hikaye panosu yüklerini yönetim odası araçlarına (PowerPoint eklentileri, SharePoint veya özel portallar) sunar. ## Veri Alımı ve Normalleştirme ### 1. Regülasyon Beslemesi Entegrasyonu - **Kaynaklar**: AB’nin [DPAs](https://www.dpocentre.com/what-is-a-dpa-and-why-do-you-need-one/) akışı, ABD SEC yayınları, sektör konsorsiyumu API'leri. - **Teknik**: **OpenAPI şemaları** kullanarak bağlayıcılar otomatik oluşturulur. **Şema‑eşleme kuralları** uygulanır (ör. `regulation_id → guid`, `effective_date → timestamp`). ### 2. Denetim ve Tedarikçi Sinyalleri - **Biçimler**: Denetim platformlarından CSV dışa aktarımları, tedarikçi risk SaaS'lerinden JSON. - **Zenginleştirme**: **Varlık çıkarımı** (spaCy, Azure Text Analytics) uygulanarak kontrol kimlikleri, varlık adları ve risk puanları elde edilir. ### 3. Kod‑Olarak Politika Deposu - Politikalar **Markdown + YAML** olarak bir GitOps deposunda saklanır. - CI boru hattı sözdizimini doğrular, iç standartlara uyumu sağlamak için **OPA** politikaları çalıştırır ve birleştirmeden önce kontrol eder. Tüm normalleştirilmiş olaylar `compliance.raw` adlı **Kafka konusuna** yayınlanır ve ileri uyumluluk için **Confluent Schema Registry**'de bir şema ile kaydedilir. ## Bilgi Grafiği Oluşturma Graf modeli **Regülasyon Bilgi Grafiği (RKG)** desenini izler: - **Düğümler**: Regülasyon, Kontrol, Varlık, Olay, Tedarikçi, Düzeltme. - **Kenarlar**: `applies_to`, `violates`, `mitigated_by`, `reported_by`. Açık ihlalleri bir ürün hattı için getiren örnek **Cypher** sorgusu: ```cypher MATCH (r:Regulation)-[:applies_to]->(c:Control)-[:violates]->(i:Incident) WHERE i.status = 'open' AND c.product = $product RETURN r.name, c.id, i.description, i.severity ORDER BY i.severity DESC ``` Graf, **Kafka Connect Neo4j Sink** kullanılarak artımlı olarak güncellenir; böylece her yeni olay tam yeniden alım olmadan grafiğe yansır. ## Üretken Anlatı Motoru ### Prompt Kütüphanesi Tasarımı | Prompt Türü | Amaç | Örnek | |------------|------|-------| | **Risk Özeti** | En yüksek 5 açık ihlali özetle | “Cloud‑Analytics ürününü etkileyen en yüksek beş uyumluluk olayının kısa bir yönetici özetini sağlayın.” | | **Düzeltme Zaman Çizelgesi** | Zaman içinde ilerlemeyi açıkla | “Ocak 2024‑den bugüne GDPR veri işleme ihlali için alınan düzeltme adımlarını zaman çizelgesi şeklinde oluşturun.” | | **Senaryo Tahmini** | Yaklaşan bir düzenlemenin etkisini öngör | “[EU AI Act](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai) 1 Ocak 2027'de yürürlüğe girecek varsayımıyla AI‑tabanlı SaaS teklifimizdeki uyumluluk boşluklarını tahmin edin.” | LLM, **denetim raporları, yönetim kurulu tutanakları ve yatırımcı‑ilişkileri anlatıları** içeren bir derleme üzerinde ince ayar yapılmıştır; bu sayede resmi ama erişilebilir bir ton benimsenir. ### Retrieval‑Augmented Generation (RAG) 1. **Graf Sorgulama** – İlgili alt‑grafı Cypher ile al. 2. **Parçalama** – Düğümleri/kenarları yaklaşık 200 tokenlik metin parçalarına dönüştür. 3. **Vektör Deposu** – Parçaları **FAISS** içinde, **OpenAI embeddings** ile sakla. 4. **RAG Prompt** – En iyi k ilgili parçayı LLM promptuna ekle. Bu pipeline, **kaynağa dayalı** ve **izlenebilir** anlatılar üretir; denetim gereksinimlerini karşılar. ## Etkileşimli Hikaye Panosu Görselleştirme Hikaye panosu üç senkronize panelden oluşur: 1. **Isı Haritası Paneli** – Coğrafi veya ürün‑satırı risk ısı haritası (Leaflet + Deck.gl). 2. **Zaman Çizelgesi Paneli** – Düzeltme kilometre taşlarının animasyonlu Gantt‑stili görünümü. 3. **Anlatı Paneli** – AI‑tarafından oluşturulan metin, genişletilebilir bölümlerle. Kullanıcılar **filtre** uygulayabilir; regülasyon, şiddet veya zaman aralığı seçilebilir. Isı haritası hücresine tıklandığında, altında yatan graf görünümü ve tam LLM‑üretimli açıklama içeren bir **modal** açılır. ### Mermaid Diyagramı Örneği ```mermaid flowchart LR subgraph DataSources A[Regülasyon Beslemeleri] -->|JSON| B[Alım Servisi] C[Denetim Kayıtları] --> B D[Politika Git Deposu] --> B end B --> E[Kafka Akışları] E --> F[Neo4j KG] E --> G[Delta Lake Olayları] F --> H[LLM Anlatı Motoru] G --> H H --> I[React Hikaye Panosu UI] I --> J[Yatırımcı Portalı] ``` ## Yatırımcı İlişkileri Platformlarıyla Entegrasyon - **Gömülü iFrame**: Hikaye panosu UI'si, `