Tahminden ölçüme, ölçümden büyük veriye: Endüstrinin dijital sınavı

OSKİM Ar-Ge İnovasyon ve Fikri Mülkiyet Yöneticisi Mert Ilgın'a göre dijitalleşmenin gerçek ölçüsü yazılım sayısı değil, kararların nerede alındığı. Simülasyon ve yapay zekâyı birlikte kullandıkları kaynak sırası optimizasyonu çalışması WINOVATION 2026'da birincilik, KalTek Cup 2026'da jüri özel ödülü kazandı. Hedef: kalite kararını son kontrolden prosesin içine, tasarım kararını simülasyona taşımak.

Mert Ilgın

Oskim

Ar-Ge İnovasyon ve

Fikri Mülkiyet Yöneticisi

Bir üretim işletmesinin ne kadar dijitalleştiğini, kullandığı yazılımların sayısına bakarak anlayamazsınız. Bunun tek gerçekçi ölçüsü, kararların nerede alındığıdır. Kalite kararı hâlâ son kontrol masasında mı veriliyor, yoksa prosesin içinde mi? Tasarım kararı atölyede deneme-yanılmayla mı olgunlaşıyor, yoksa parça daha kesilmeden simülasyonda mı? Karar noktası ne kadar öne çekilirse, hatanın maliyeti o kadar düşer. Biz OSKİM olarak dijitalleşmeyi bu yüzden ayrı bir program olarak değil, mühendisliğimizin doğal bir uzantısı olarak ele alıyoruz

Bu bakış, sınırlı kaynağı nereye ayıracağımızı da netleştirdi. Üç önceliğimiz var: tasarım kararını simülasyona taşımak, kalite kararını son kontrolden prosesin içine almak ve enerji ile karbon verisini faturadan değil hattın kendisinden okumak. İlkinde belirli bir yol aldık; simülasyon ve yapay zekâyı birlikte kullandığımız kaynak sırası optimizasyonu çalışmamız WINOVATION 2026'da birincilik ve KalTek Cup 2026’da jüri özel ödülüne layık görüldü. Diğer iki başlıkta ise TÜBİTAK destekli projelerimizle ilerliyor, makine öğrenmesi tabanlı montaj kalite kontrolü ve kaynak proseslerinin gerçek zamanlı izlenmesi üzerinde çalışıyoruz. Otomasyon makinelerimizi ve test sistemlerimizi Dynaress markasıyla kendimiz tasarlıyor olmamız bu noktada avantaj sağlıyor: ölçümü sonradan eklemeye çalışmak yerine makinenin tasarımına baştan yerleştirebiliyoruz.

Aldığımız ilk sonuçlar beklediğimiz yönde: daha az fiziksel deneme, ölçüsel sapma kaynaklı yeniden işlemede azalma, müşteriye ulaşmadan yakalanan hata. Ancak bu yolda öğrendiğimiz asıl ders, işin zor kısmının model kurmak olmadığı. Zor olan, veriyi güvenilir kılmak. Yanlış yerden alınan tek bir ölçüm, en iyi algoritmayı bile işe yaramaz hâle getiriyor. Bu nedenle artık her projeye önce ölçüm noktalarını ve veri disiplinini tasarlayarak başlıyoruz.

Orta vadede önceliğimiz, proses verisini ürün bazında izlenebilir kılan bütünleşik bir veri altyapısı. Kalite, enerji ve karbon verisi aynı omurgada buluştuğunda, OEM'lerin ürün bazlı karbon ayak izi ve izlenebilirlik talepleri ayrı ayrı uğraşılan yükler olmaktan çıkıp mevcut verinin doğal çıktısına dönüşüyor.

Asıl eşiğin ise bundan sonra geleceğini düşünüyoruz. Bugün veriyi üretim sürecinden topluyoruz; bir sonraki adım, verinin parçanın kendisinden gelmesi.

Süspansiyon ve bağlantı parçaları aracın yol yükünü doğrudan taşıyan bileşenler ve bugün araçtan gelen verinin en az okunduğu yerlerden biri. Sensörlenmiş bir salıncağın taşıdığı yük geçmişini ve yorulma durumunu araç ömrü boyunca aktarabilmesi; hem bizim tasarım varsayımlarımızı gerçek yol verisiyle doğrulamamız hem de OEM için öngörülü bakım anlamına geliyor. Bu, tedarikçinin parça satan değil, parçayla birlikte veri ve öngörü sunan bir konuma geçmesi demek. OSKİM ve Dynaress olarak uzun vadeli hedefimizi burada tanımlıyoruz.

Türk otomotiv tedarik sanayisinin en güçlü yanı mühendislik birikimi ve hızlı adapte olabilme kabiliyeti. Zorlandığımız nokta ise çoğu zaman yatırım maliyeti değil; veri yönetimi kültürü ve nitelikli insan kaynağı. Teknoloji satın alınabiliyor, ama veriyi karara dönüştüren disiplin ancak kurum içinde yetişiyor.

OSKİM'in bir sonraki hedefi, veriyi üretim sürecinden değil parçanın kendisinden toplamak. Sensörlenmiş bir salıncağın araç ömrü boyunca yük geçmişini aktarabilmesi, tedarikçiyi "parça satan"dan "veri ve öngörü sunan" bir konuma taşıyor.