- Akıllı otomasyon, bağlamı anlayan ve durumlar değiştiğinde uyum sağlayan sistemlerle günlük görevleri otomatikleştirir.
- Yapay zekayı RPA ve API'lerin üzerine yerleştirerek, iş akışları görev ortasında ayarlanabilir, gecikmelerden sonra toparlanabilir ve yeniden çalışma olmadan ilerleyebilir.
- En uygun olanlar, belge ağırlıklı süreçler, müşteri etkileşimleri ve genellikle duraklayan onaylardır.
- Doğru yerlerde uygulanan akıllı otomasyon, katı senaryoları esnek, ölçeklenebilir operasyonlara dönüştürür.
Akıllı otomasyon mekanik akışların ötesine geçmiştir. Eskiden özel bir komut dosyası veya API gerektiren işlemler artık yapıyı anlayan ve gerektiğinde ayarlama yapan yapay zeka ajanları aracılığıyla yürütülüyor.
Gartner, 2024 yılında %1'den az olan kurumsal yazılımların %33 'ünün 2028 yılına kadar bir tür otomasyona güç veren ajan yapay zeka içereceğini tahmin ediyor.
Geleneksel otomasyon yalnızca her adım tam olarak beklendiği gibi gerçekleştiğinde çalışır. Yeni bir düzene sahip bir satın alma siparişi veya geç bir onay süreci durdurabilir. Akıllı otomasyon (IA), anında uyum sağlayarak iş akışlarının devam etmesini sağlar.
IA, halihazırda kullanılmakta olan ERP, CRM veya iş akışı araçlarına bağlanır, gelenleri okur, bir sonraki adımda ne yapılacağına karar verir, gerektiğinde bekler ve otomatik olarak devam eder.
Bu makale, akıllı otomasyonun gerçek operasyonlarda nasıl işlediğini, en hızlı getiri sağladığı alanları ve yerleşik sistemleri değiştirmeden pilot uygulama yaklaşımlarını incelemektedir.
Akıllı otomasyon nedir?
Akıllı süreç otomasyonu olarak da bilinen akıllı otomasyon, karmaşık iş akışlarını yürütmek için yapay zekayı robotik süreç otom asyonu ve ilgili araçlarla birleştirir.
Bilgiyi okumak, yorumlamak ve iş sistemleri içinde harekete geçmek için makine öğrenimi ve doğal dil işleme gibi teknolojileri kullanır.
Sabit adımlı otomasyonun aksine, çalışırken uyum sağlayabilir. Neler olduğunu takip eder, girdiler beklentilerden farklı olduğunda bir sonraki eylemi değiştirir ve görev tamamlanana kadar devam eder.
Örneğin, müşteri hizmetlerindeki bir yapay zeka temsilcisi şunları yapabilir:
- CRM'den müşterinin hesabını çekin
- Lojistik sisteminde canlı teslimat durumunu kontrol edin
- Bir gecikme tespit edilirse doğru ekibe yönlendirin
- Sorun çözüldüğünde bir güncelleme gönderin
Tüm bunlar, yeni talimatlar için durmaksızın tek bir sürekli süreç olarak çalışır.
Farklı Akıllı Otomasyon Türleri
Akıllı otomasyon, talebe göre çeşitli ölçeklerde uygulanabilir. Aşağıdaki tabloda ana akıllı otomasyon türleri gösterilmektedir:
Akıllı Otomasyonun Temel Faydaları
İnsanlar meşgulken bile iş devam ediyor
Çoğu işletmede siparişler, faturalar veya onaylar genellikle birileri hasta olduğu veya başka işlerle uğraştığı için dokunulmadan bekler.
Akıllı otomasyon süreci açık tutar ve eksik parça geldiği anda süreci tekrar başlatır. Bu da daha az "takılan" görev ve müşterilerin ihtiyaç duyduklarını daha hızlı alması anlamına gelir.
Sürekli yeniden çalışmadan kaynaklanan daha düşük ek yük
Personel verileri her yeniden girdiğinde veya hataları düzelttiğinde maliyet artar. IA kayıtları tutarlı tutar, böylece bir müşteri siparişin ortasında bir alanı güncellerse, sürecin geri kalanı yeniden çalışmadan devam eder.
Ekipler arasında daha doğru aktarımlar
Departmanlar genellikle aynı verilerin farklı versiyonları üzerinde çalışır. IA harekete geçmeden önce en son değerleri kontrol eder, böylece aktarımlar temiz bir şekilde gerçekleşir.
Süreç, görev başına her bir sorgu için harcanan zaman ve çalışanların ve müşterilerin çözümden ne kadar memnun olduğu gibi basit ölçütler aracılığıyla daha iyi izlenebilir ve anlaşılabilir.
Akıllı otomasyon nasıl uygulanır?
En iyi sonuçlar, akıllı otomasyonun işletme genelinde ölçeklendirilmeden önce küçük ve hedefe yönelik aşamalar halinde uygulamaya konulmasıyla elde edilir.
Adım 1: Net sürtünmesi olan bir süreç belirleyin
Yinelenen gecikmelere veya manuel yeniden çalışmaya neden olan iş akışlarını arayın. Örnekler şunları içerir:
- Sık veri uyuşmazlıkları ile fatura işleme
- Tıkanma noktalarında duran satın alma siparişi onayları
- Temsilcinin müsait olmaması nedeniyle birden fazla randevunun alınamaması
- Departmanlar arasında gidip gelen müşteri sorunları
Adım 2: IA'yı mevcut sistemlere dahil edin
ERP, CRM ve RPA platformlarını yerinde tutun. Akıllı otomasyon yazılımları ve araçları, denetleyici olarak doğrudan iş akışlarına bağlanabilir.
Bu, çekirdek sistemlerin tamamen değiştirilmesi riskini ortadan kaldırır. Güçlü bir pilotun konuşlandırılmasına yardımcı olabilecek bazı yaygın akıllı otomasyon araçları Botpress, Langchain, Autogen, CrewAI ve Make'dir.
Adım 3: Kontrollü bir pilot çalıştırın
Küçük başlayın. Otomasyonu sınırlı bir iş akışı üzerinde test edin ve sonuçları izleyin.
Örnek bir pilot uygulama, finans alanında fatura işleme gibi bir konuyu ele alabilir. IA'yı mevcut sürecinizle birlikte bir ay boyunca çalıştırın.
Kaç faturanın otomatik olarak temizlendiğini, kaçının hala insan incelemesine ihtiyaç duyduğunu ve bunun ödeme sürelerini nasıl etkilediğini takip edin.
Adım 4: Birbirine bağlı iş akışlarına genişletin
Pilot uygulama başarılı olduğunda, birden fazla sistemi kapsayan süreçlere ölçeklendirin. Bu aşamada otomasyon, insan gecikmelerini, istisnaları ve çeşitli girdileri çok az gözetimle ele alır.
Bu aşamalı dağıtım, maliyeti kontrol altında tutar. Pilot sonuçlar daha fazla yatırım için kanıt sağlarken, bağlı sistemlerin kullanılması ve değişen ortamlara göre ölçeklendirilmesi.
En İyi 5 Akıllı Otomasyon Aracı
1. Botpress

En iyi kullanım alanı: İş akışı daha önce tetiklenmiş olsa bile adımlar arasında etkin kalan ve yeni girdi geldiğinde devam eden otomasyonlar oluşturan ekipler.
Fiyatlandırma:
- Ücretsiz Plan: Çekirdek oluşturucu, 1 bot ve 5$ AI kredisi içerir
- Plus: 89 $/ay - akış testi, yönlendirme, insan aktarımı
- Ekip: $495/ay - SSO, işbirliği, ortak kullanım takibi
Botpress , sistemler arasında çalışan yapay zeka ajanları oluşturmak için bir platformdur. Her ajan, mevcut durumuna göre görevi kendi başına değerlendirerek herhangi bir noktadan devam edebilen yapılandırılmış bir akış olarak çalışır.
Aracılar görsel bir düzenleyici kullanılarak veya kod aracılığıyla oluşturulur. Akıştaki her adım belirli bir işlemi gerçekleştirir - bir mesajı ayrıştırmak, harici bir API'yi çağırmak, bir belgeyi işlemek, insan girdisini beklemek veya bir sonucu aşağı akışa göndermek.
Aracı, mevcut verilere dayanarak ilerler ve yürütme bağlamını baştan sona korur. Kolay sürükle ve bırak kurulumu, iş akışının geri kalanını sabit tutarken bir istemi test edebilir, bir koşulu değiştirebilir veya araç mantığını güncelleyebilir.
Aracılar bir görevin nerede kaldığını takip eder, böylece daha sonra yeniden başlatmadan devam edebilir. Çalışmanın ortasında gerekli bir değer eksikse, aracı bunu doğrudan kullanıcıdan talep edebilir ve sağlandığında devam edebilir.
Anahtar özellikler:
- Durumu tutan ve gecikmelerden veya kısmi girişlerden sonra devam eden iş akışları
- Çalışmanın ortasında eksik veri talep etmek için yerleşik yetenek
- Bilgiye dayalı kararlar için yapılandırılmış dosya ve tablo desteği
- Temsilci akışları içinde harici API çağrıları ve araç eylemleri
2. LangChain

En iyi kullanım alanı: Doğrudan kodla yazılmış mantık, araç kullanımı ve yürütme davranışı üzerinde tam kontrole ihtiyaç duyan yapay zeka aracıları oluşturan ekipler.
Fiyatlandırma:
- Geliştirici: Ücretsiz - 1 koltuk, 5.000 iz/ay, istem yönetimi, temel izleme araçları
- Plus: Koltuk başına 39 $/ay - ekip özellikleri, daha yüksek izleme limitleri, LangGraph geliştirme dağıtımı
- Kurumsal: Özel - kendi kendine barındırılan veya hibrit kurulum, SSO, destek ve kullanım ölçeklendirme
LangChain, çalışma zamanında gözlemlediklerine dayanarak mantık yürüten aracılar oluşturmaya yönelik bir Python çerçevesidir. Önceden tanımlanmış adımları takip etmek yerine, sistem bağlamı değerlendirir, hangi aracın çağrılacağına karar verir ve görev tamamlanana veya bir durdurma koşulu karşılanana kadar döngüyü sürdürür.
Kullanıcılar bu çerçeveyi kullanarak aracıların nasıl akıl yürüteceğini, hangi araçları kullanabileceğini ve ara sonuçlara dayalı kararların nasıl yönlendirileceğini tanımlar. Aracı tek bir girdi ya da sabit bir sonuç varsaymaz - dış sistemlerle etkileşime girerek ve planını adım adım geliştirerek bir hedefe doğru çalışır.
LangChain, otomasyon esnek mantık gerektirdiğinde en iyi şekilde çalışır. Bir akışın hangi veritabanını sorgulayacağına karar vermesi, bir belgeden yapılandırılmamış girdiyi çıkarması ve ardından sonuç belirli bir eşiği karşılamazsa birden fazla yeniden deneme çalıştırması gerekebilir.
Kod öncelikli olduğu için hızlı prototipleme için uygun değildir. Ancak karmaşık, yüksek riskli otomasyonlarda gerekli olan araç seçimi ve API davranışı üzerinde tam kontrol sağlar.
Temel Özellikler:
- Planlama ve yeniden denemeler üzerinde tam kontrol ile kodda tanımlanan aracı mantığı
- Çalışma zamanında uyarlanan araç kullanımı ve bellek davranışı
- Yapılandırılmış çıktılar, özel istemler ve araç zincirleme desteği
- Dil modelleri, vektör depoları ve API'ler ile yerel entegrasyonlar
3. CrewAI
.webp)
En iyi kullanım alanı: Otomasyonları, farklı roller üstlenen ve görevleri açık, konuşmaya dayalı adımlarla koordine eden birden fazla yapay zeka aracısı etrafında yapılandıran ekipler.
Fiyatlandırma:
- Ücretsiz: 0$/ay - 50 infaz, 1 canlı ekip, 1 koltuk
- Temel: $99/ay - 100 uygulama, 2 canlı ekip, 5 koltuk
- Standart: 500 $/ay - 1.000 uygulama, 2 canlı ekip, sınırsız koltuk, 2 ilk katılım saati
CrewAI, birden fazla aracıya dayanan iş akışları oluşturmak için bir Python çerçevesidir. Her bir aracıya araştırmacı, yazar, gözden geçirici veya denetleyici gibi bir rol ve sorumluluk atanır ve bu aracılar süreci tamamlamak için birlikte çalışır.
Bu "ekip" modeli mantığı basitleştirir. Her aracı ve koşulu idare eden karmaşık bir aracı yazmak yerine, kullanıcı işi bölen bir ekip tanımlayabilir. Her temsilcinin kendi belleği, kendi araçları ve sistemdeki diğerleriyle konuşmak için tanımlanmış bir yolu vardır.
CrewAI sıralama ve iletişimi yönetir. Akış başladıktan sonra, ajanlar hedefe ulaşılana kadar görevleri birbirleri arasında aktarır. Süreç şeffaftır ve aktarımlar okunabilirdir, bu da hata ayıklarken veya yeni adımlar eklerken yardımcı olur.
Başlamak çok kolay. Roller bir yapılandırma dosyasında tanımlanır, araçlar sadece Python işlevleridir ve koordinasyon modeli karmaşık otomasyonu daha hafif hissettirir - özellikle de işler çalışmanın ortasında değiştiğinde.
Anahtar özellikler:
- Görev, araç erişimi ve iletişim kurallarına göre tanımlanan temsilci rolleri
- Tek bir zincir değil, etmenler arasında durum aktarımı olan bir ekip olarak çalışır
- Sorumlulukları ve akış mantığını tanımlamak için net yapılandırma yapısı
4. AutoGen

En iyi kullanım alanı: Aracıların çalışma ortasında bilgi alışverişinde bulunması ve ileri geri etkileşime dayalı olarak davranışı uyarlaması gereken otomasyonlar oluşturan ekipler.
AutoGen, sadece kullanıcı ve model arasında değil, aynı zamanda aracıların kendi aralarındaki konuşmalar üzerine inşa edilmiş bir çoklu aracı çerçevesidir.
Otomasyon, temsilcilerin sonuçları doğrulamasını, varsayımları iki kez kontrol etmesini veya bir sonraki adımda hangi aracın veya eylemin mantıklı olduğuna karar vermesini gerektirdiğinde en iyi şekilde çalışır.
CrewAI'ye çok benzer şekilde Autogen, kullanıcıların bir temsilci grubu oluşturmasına, rollerini tanımlamasına ve nasıl etkileşimde bulunacaklarını ayarlamasına izin verir. Temsilciler birbirlerine planlar, kodlar, ara sonuçlar veya takip soruları ile yanıt verebilirler.
Bu kurulum, API'ler arasında seçim yapmak, yürütmedeki bir hatayı düzeltmek veya başarısız bir eylem planını yeniden yazmak gibi doğru yanıtın önceden bilinmediği durumlarda kullanışlıdır. AutoGen tüm bunları sabit kurallar yerine mesaj geçişi yoluyla gerçekleştirir.
Temel Özellikler:
- Mesaj döngüleri aracılığıyla aracıdan aracıya iletişim
- Planlama ve doğrulama konuşma dizileri içinde ele alınır
- Kod yürütmeyi, araç çağrılarını ve bağlam enjeksiyonunu destekler
- Çalışma zamanında takibin gerekli olduğu otomasyon için iyi
5. Yapmak
.webp)
En iyi kullanım alanı: Araç çağrıları, dallanma yolları ve verilerin adımlar arasında nasıl hareket ettiğine ilişkin net görünürlük ile yapılandırılmış otomasyonlar oluşturan ekipler.
Fiyatlandırma:
- Açık Kaynak: Ücretsiz - tam çerçeve içerir, Apache 2.0 lisansı
- Pro Sürüm: Ücretsiz - Rasa Pro ile ayda 1.000 konuşmaya kadar
- Büyüme: 35.000 $/yıl'dan başlayan fiyatlarla - Rasa Studio, destek ve reklam dahil
Make, görsel senaryolar etrafında oluşturulmuş kodsuz bir otomasyon platformudur. Her senaryo, her modülün veri gönderme, içeriği dönüştürme, bir hizmeti tetikleme veya bir yapay zeka modelini çağırma gibi tek bir görevi yerine getirdiği bir tuval üzerine bağlı modüllerden oluşur.
Make'i akıllı otomasyonla alakalı kılan şey, sabit bir yol izlemeyen akışları yönetme yeteneğidir. Senaryolar, önceki adımları atmadan duraklayabilir, dallanabilir, yeniden deneyebilir veya girdi bekleyebilir. Girdiler eksik olabilir, sırasız gelebilir veya çalışmanın ortasında değişebilir.
Arayüz, veri hareketini ve adım yürütmeyi net bir şekilde sunar. Hatalar izlenebilir, girdiler her noktada görülebilir ve mantık dağıtımdan sonra bile düzenlenebilir kalır. Senaryolar opaklaşmadan karmaşıklık içinde büyüyebilir.
Make, çok çeşitli harici sistemlerle entegre olur ve özel modüller aracılığıyla uzantıları destekler. Birden fazla araçta kontrol, esneklik ve izlenebilirliğin gerekli olduğu iş akışları için uygundur.
Temel Özellikler:
- Dallanma, zamanlama ve yeniden deneme özelliklerine sahip görsel oluşturucu
- Hangi verilerin nereye taşındığını görün
- Kararsız veya geç aşama girişler için dahili hata işleme
Akıllı Otomasyonun Temel Bileşenleri
Robotik Süreç Otomasyonu (RPA)
Robotik süreç otomasyonu, dijital bir arayüzde insan eylemlerini taklit eden yürütme katmanıdır - düğmelere tıklamak, bir dosya açmak, veri girmek veya sistemler arasında değerleri kopyalamak.

Birçok eski sistem - veya yalnızca bir ekran aracılığıyla insan kullanımı için tasarlanmış olanlar - bu özelliğe sahip değildir. Bu gibi durumlarda RPA, yazılımı bir insanın kullandığı gibi çalıştırarak, menüler arasında gezinerek ve alanları doldurarak çalışır, böylece görev yine de tamamlanabilir.
Büyük Dil ModelleriLLMsler)
Akıllı otomasyonun talimatları anlaması, sonraki adımları çözmesi veya sonuçları açıklaması gerektiğinde, büyük dil modelleri bunu mümkün kılan bileşendir. Bir süreç boyunca mantık yürütme ve sonuçları net bir dille iletme becerisi katarlar.
Pratik anlamda, LLMs bir süreçteki bu belirli rollerden sorumlu olabilirler:
- Bir talebi anlamak ve daha küçük adımlara ayırmak
- Her adım için doğru verileri veya bağlamı çekin
- Bir sonraki adımda hangi aracı veya sistemi kullanacağınıza karar verin
- Gerektiğinde net, insan tarafından okunabilir yanıtlar veya özetler oluşturun
En iyi LLMs leri bulmak kuruluma bağlıdır - veri gizliliği, entegrasyon seçenekleri ve iş akışı karmaşıklığı gibi faktörlerin tümü, belirli bir ortamda hangi modelin en iyi performansı göstereceğini etkiler.
Makine Öğrenimi (ML)
Akıllı bir otomasyon işlem hattındaki makine öğrenimi modelleri, otomasyonun nasıl davrandığını iyileştiren daha spesifik, veri odaklı görevleri yerine getirir. Genellikle arka planda çalışarak
- Bir sürecin sonucunu tahmin etme veya gelen verileri sınıflandırma
- Bir süreç normalden sapmaya başladığında anomalileri tespit edin
- Doğruluk ve verimliliği korumak için sistem performansını zaman içinde izleyin
Makine öğrenimi modelleri, LLMs leri veya doğal dil işlemeyi hiç içermeyebilir. Rolleri, otomasyona sayılar aracılığıyla daha iyi farkındalık ve karar verme sinyalleri vermektir, böylece gerçek zamanlı olarak uygun şekilde yanıt verebilir.
Akıllı Belge İşleme (IDP)
Akıllı belge işleme, yapay zekanın taranmış formlardan el yazısı notlara kadar yapılandırılmamış dosyaları okuma ve bunları otomasyon sistemlerinin kullanabileceği verilere dönüştürme yöntemidir.
IDP adımı tarihsel olarak akıllı otomasyonun en yoğun kaynak gerektiren bölümlerinden biri olmuştur ve ayrıştırmanın her aşaması kendi karmaşıklığını ve maliyetini taşımaktadır.
Belge ayrıştırmanın nasıl değiştiğine dair bir fikir vermek için, LLM yöntemler kullanılarak 2019'da tipik olan ile 2025'te standart olan arasında hızlı bir karşılaştırma:
Ayrıştırma maliyetleri ve format desteği, taranmış girdiler, düzen açısından zengin dosyalar ve erişim kullanım durumlarında LLM belge anlamayı test eden LlamaIndex'in son kıyaslamalarına dayanmaktadır.
API Entegrasyonları ve Araç Yürütme
API'ler farklı yazılımların doğrudan bilgi alışverişi yapmasını sağlar. Akıllı otomasyonda, form gönderme, etkinlik planlama, bilet oluşturma veya kayıtları güncelleme gibi eylemleri gerçekleştirmek için kullanılırlar.
Otomasyon, genellikle ayrıştırılan belgelere veya RPA tarafından tanımlanan adımlara dayanarak ne yapılacağına karar verir ve ardından görevi tamamlamak için doğru API'yi çağırır. Eylem gerçekleştirildikten sonra, süreç insan girdisi olmadan devam eder.
Görev ister basit ister dinamik olsun, temel fikir aynıdır: otomasyon ne olması gerektiğini bildiğinde, harekete geçmek için bir yola ihtiyaç duyar ve API bunu yapmak için güvenli ve emniyetli bir yol sağlarken, gelecekteki incelemeler için kayıtları tutar.
Yetkilendirme ve Güvenlik (OAuth, MCP)
Otomasyon sistemleri gerçek hesaplar üzerinde hareket eder, hassas araçlara erişir, canlı ortamlarda güncellemeler yapar ve en önemlisi, sahibinin adına bütünlüğü temsil eder.
Bu, her adımın doğru erişim seviyesine ihtiyaç duyduğu ve daha da önemlisi, temsilcinin kimin (veya neyin) ne yaptığını bilmesi gerektiği anlamına gelir.
- OAuth (kullanıcı tarafından verilen erişim): Bir otomasyonun bir insan adına hareket etmesi gerektiğinde kullanılır. Bir kullanıcının izinlerine bağlı zaman kapsamı belirteçleri sağlar.
- Model Bağlam Protokolü tarzı hizmet kimliği (makineden makineye): Makinelerin birbirleriyle doğrudan, dijital bir rozet gibi, döngüde bir insan olmadan kimlik doğrulaması yapmasının bir yolu.
Tam kurulum, ortama ve uyumluluk gereksinimlerine bağlıdır.
Akıllı otomasyon ile RPA arasındaki fark nedir?
Robotik süreç otomasyonu (RPA) tekrarlanabilirlik için tasarlanmıştır. Alanlar arasında veri kopyalama, dosya taşıma veya form doldurma gibi görevleri otomatikleştirmek için belirlenmiş kuralları takip eder. Bu botlar, adımlar her zaman aynı ve girdiler öngörülebilir olduğunda iyi çalışır.
Akıllı otomasyon (IA), sabit senaryoları takip etmek yerine, dinamik olarak yanıt vermek, bağlama dayalı eylemler seçmek, uç durumları ele almak ve araçları birden fazla adımda koordine etmek için yapay zekayı kullanır.
Bir faturayı kurumsal kaynak planlama sohbet robotu aracılığıyla işlediğinizi düşünün.
- Bir RPA botu sabit alanlardan toplamları çeker ve bunları bir sisteme bırakır. Format değişirse bozulur.
- Bir IA sistemi belgeyi okur, orada ne olduğunu anlar, uç durumları işaretler ve nereye gideceğini seçer - düzen yeni olsa bile.
Temel fark: RPA, önceden planlanmış görevleri tamamlar. IA ise bunları çalışırken nasıl tamamlayacağını bulur.
Günlük Görevlere Yapay Zeka Otomasyonu Ekleyin
Çoğu işletmenin zaten tekrarlanabilir rutinleri vardır - siparişleri onaylamak, kayıtları güncellemek, dosyaları taşımak. Sorun şu ki, bu rutinler yalnızca her adım tam olarak planlandığı gibi gerçekleştiğinde işe yarar.
Yapay zeka aracıları bu iş akışlarını esnek hale getirir. Eksik bilgi için bekleyebilir, bir şey değiştiğinde tekrar devam edebilir ve ekibinizi baştan başlamak zorunda bırakmak yerine sürecin devam etmesini sağlayabilirler.
Zaten sahip olduklarınızı değiştirmenize gerek yok. Yapay zeka, mevcut araçlarınızın üzerine katmanlar ekleyerek yalnızca ihtiyaç duyulduğunda devreye girer ve sürecin geri kalanı sorunsuz bir şekilde işlemeye devam eder.
Bugün inşa etmeye başlayın - ücretsizdir.