1. Anasayfa
2. Sayfalar
3. Gıda Lojistiğinde IoT ve Yapay Zekâ Entegrasyonu

Dr.Öğr.Üyesi Füsun YAVUZER ASLAN

Gıda lojistiği, uzun yıllar boyunca “ürünün doğru zamanda, doğru yere, uygun koşullarda ulaştırılması” ilkesiyle tanımlanmıştır. Bu ilke bugün de geçerliliğini korumaktadır. Ancak gıdanın üreticiden depoya, depodan dağıtım merkezine, oradan market rafına veya tüketiciye ulaşan yolculuğu artık yalnızca kamyonlar, depolar ve soğuk hava tesisleri üzerinden değil; aynı zamanda sensörler, algoritmalar ve gerçek zamanlı veri akışları üzerinden yönetilmektedir.

Bu dönüşümün merkezinde iki temel teknoloji yer almaktadır: Nesnelerin İnterneti (IoT) ve yapay zekâ. IoT, fiziksel nesnelerin sensörler ve bağlantı teknolojileriyle veri üretebilir hâle getirilmesi olarak tanımlanmaktadır. Yapay zekâ ise bu verilerin analiz edilmesi, örüntülerin saptanması, risklerin öngörülmesi ve karar süreçlerinin desteklenmesi için kullanılmaktadır.

Gıda lojistiğinde bu iki teknolojinin birlikte kullanılmasıyla, ürünlerin sıcaklığı, nem düzeyi, konumu, taşıma süresi, kapı açılma sıklığı, titreşim düzeyi ve olası gecikmeleri izlenebilmektedir. Böylece gıda güvenliği ve kalite sürekliliği yalnızca son kontrol aşamasına bırakılmamakta; tedarik zincirinin tamamına yayılmış dinamik bir izleme sistemi kurulmaktadır.

Bu yaklaşımın önemi, küresel gıda kayıpları ve israfı dikkate alındığında daha açık görülmektedir. FAO verilerine göre, dünyada gıdanın yaklaşık %13,2’si hasat sonrası ve perakende öncesi tedarik zinciri aşamalarında kaybedilmektedir. UNEP’in 2024 verilerine göre ise perakende, gıda hizmetleri ve hane düzeyinde gıdanın yaklaşık %19’u israf edilmektedir. Bu nedenle lojistik süreçlerin daha akıllı, izlenebilir ve öngörülebilir hâle getirilmesi yalnızca ekonomik bir tercih değil, aynı zamanda çevresel ve toplumsal bir gereklilik olarak değerlendirilmektedir.

IoT: Gıda Lojistiğinin Duyu Organları

Gıda lojistiğinde IoT sistemleri, bir anlamda tedarik zincirinin “duyu organları” gibi çalışmaktadır. Sıcaklık sensörleri, nem ölçerler, GPS takip cihazları, kapı sensörleri, ışık algılayıcılar ve titreşim sensörleri aracılığıyla ürünün içinde bulunduğu koşullar sürekli olarak ölçülmektedir.

Özellikle soğuk zincir lojistiğinde bu ölçümler kritik kabul edilmektedir. Et, süt, balık, dondurulmuş ürünler, taze sebze-meyve ve bazı hazır gıdalar, belirli sıcaklık aralıklarında taşınmadığında kalite kaybına uğrayabilmekte veya sağlık riski oluşturabilmektedir. Geleneksel sistemlerde bu durum çoğunlukla sevkiyat sonunda fark edilebilmekteyken, IoT tabanlı sistemlerde sıcaklık sapması yolculuk sırasında tespit edilebilmektedir.

Örneğin bir soğutmalı taşıma aracında sıcaklığın belirlenen aralığın üzerine çıktığı anda IoT sensörleri bu değişimi anlık olarak kaydetmekte ve merkezi sisteme aktarmaktadır. Bu veri, yapay zekâ sistemi tarafından değerlendirildiğinde yalnızca “sıcaklık yükseldi” bilgisi verilmemekte; aynı zamanda ürünün kalan raf ömrüne etkisi, risk düzeyi ve önerilen aksiyon da hesaplanabilmektedir. Böylece taşıyıcının rota değiştirmesi, aracın teknik kontrol için durdurulması veya ürünün daha hızlı satış kanalına yönlendirilmesi mümkün hâle gelmektedir.

DHL’in SmartSensor ve SmartSolutions IoT uygulamaları bu alanda dikkat çekici örneklerden biri olarak gösterilmektedir. DHL tarafından sunulan IoT çözümleriyle sıcaklık, nem, darbe, ışık, hareket ve konum gibi değişkenlerin takip edilebildiği belirtilmektedir. Bu tür çözümler, yalnızca ürünün nerede olduğunu değil, hangi koşullarda taşındığını da görünür hâle getirmektedir.

Yapay Zekâ: Veriden Karara Uzanan Katman

IoT sistemleri veri üretmektedir ancak bu verinin anlamlı kararlara dönüştürülmesi için yapay zekâya ihtiyaç duyulmaktadır. Çünkü modern gıda lojistiğinde binlerce araç, yüzlerce depo, farklı iklim bölgeleri, değişen talep seviyeleri ve hassas ürün grupları aynı anda yönetilmektedir. Bu büyüklükteki veri hacminin yalnızca insan gözlemiyle değerlendirilmesi mümkün görülmemektedir.

Yapay zekâ sistemleri, geçmiş sevkiyat verilerini, hava durumu bilgilerini, trafik yoğunluğunu, depo kapasitesini, ürün hassasiyetini ve tüketici talebini birlikte analiz edebilmektedir. Bu analizler sonucunda daha doğru rota planlaması yapılabilmekte, soğuk zincir riskleri öngörülebilmekte, stok fazlası azaltılabilmekte ve ürünlerin bozulmadan tüketiciye ulaşma olasılığı artırılabilmektedir.

Bu noktada yapay zekânın rolü yalnızca otomasyon olarak anlaşılmamalıdır. Yapay zekâ, karar destek sistemi olarak da kullanılmaktadır. Hangi ürünün önce sevk edileceği, hangi aracın hangi rotayı kullanacağı, hangi paletin hangi sıcaklık bölgesinde tutulacağı, hangi ürünün satış noktasına daha hızlı gönderileceği gibi kararlar algoritmik olarak desteklenmektedir.

Bu dönüşüm, geleneksel lojistik bilgisini ortadan kaldırmamakta; aksine onu daha ölçülebilir, hızlı ve hassas bir yapıya taşımaktadır. Deneyimli lojistik yöneticilerinin sahadan gelen bilgisi ile yapay zekânın veri işleme kapasitesi birleştirildiğinde, daha güçlü bir operasyonel akıl oluşmaktadır.

Gerçek Dünya Örneği: Maersk ve Soğutmalı Konteynerlerin İzlenmesi

Deniz taşımacılığı, küresel gıda ticaretinde önemli bir yer tutmaktadır. Muz, narenciye, et, balık, süt ürünleri ve dondurulmuş gıdalar gibi birçok ürün, soğutmalı konteynerler aracılığıyla kıtalar arasında taşınmaktadır. Bu süreçte sıcaklık, nem, atmosfer bileşimi ve konum bilgisinin izlenmesi büyük önem taşımaktadır.

Maersk’in Remote Container Management ve Captain Peter sistemleri, bu alanda öne çıkan örneklerden biridir. Şirket, modern soğutmalı konteynerlerinden uzaktan veri akışı sağlanmasına imkân veren cihazlar ve gemiler üzerinde ağ altyapıları kullandığını belirtmektedir. Captain Peter platformu sayesinde yükün konteynere yerleştirilmesinden varış noktasına kadar izlenebilirliğin artırıldığı ifade edilmektedir. Ayrıca Maersk’in açıklamalarında sıcaklık, nem, atmosfer ve GPS konumu gibi verilerin takip edilebildiği belirtilmektedir.

Bu örnek, gıda lojistiğinde IoT’nin yalnızca yerel dağıtımda değil, küresel taşımacılıkta da temel bir araç hâline geldiğini göstermektedir. Artık bir konteynerin yalnızca limana ulaşıp ulaşmadığı değil, yolculuk boyunca ürün kalitesinin hangi koşullarda korunduğu da izlenebilmektedir.

Gerçek Dünya Örneği: Walmart Eden ve Taze Ürün Yönetimi

Perakende zincirlerinde taze sebze ve meyve yönetimi, lojistiğin en hassas alanlarından biri olarak kabul edilmektedir. Çünkü bu ürünlerde kalite kaybı hızlı gelişebilmekte, görünüm, doku, olgunluk ve raf ömrü doğrudan tüketici tercihlerini etkilemektedir.

Walmart tarafından geliştirilen Eden adlı sistem, makine öğrenmesi destekli taze ürün yönetimine örnek gösterilmektedir. Walmart’ın açıklamalarına göre Eden, dağıtım merkezlerinden mağazalara gönderilmeyi bekleyen taze meyve ve sebzelerin daha iyi izlenmesine ve yönetilmesine yardımcı olan uygulamalar bütünüdür. Sistem, makine öğrenmesi teknolojilerinden yararlanmakta ve taze ürünlerin kalitesini daha iyi değerlendirmek için kullanılmaktadır.

Bu tür sistemlerde ürünün sıcaklık geçmişi, taşıma süresi ve kalite verileri birlikte değerlendirilebilmektedir. Örneğin bir sevkiyatta sıcaklık aralığı bozulduğunda, ürünün kalan raf ömrü yeniden hesaplanabilmekte ve sevkiyatın farklı bir mağazaya yönlendirilmesi gündeme gelebilmektedir. Bu yaklaşım, yalnızca kayıpların azaltılmasına değil, tüketiciye daha taze ürün sunulmasına da katkı sağlamaktadır.

Gerçek Dünya Örneği: Lineage ve Akıllı Soğuk Depolar

Gıda lojistiğinde yalnızca taşıma araçları değil, depolar da dijitalleşmektedir. Soğuk hava depoları, yüksek enerji tüketimi ve hassas sıcaklık yönetimi nedeniyle yapay zekâ uygulamaları için önemli bir alan oluşturmaktadır.

Lineage, sıcaklık kontrollü lojistik alanında veri bilimi, çeşitli teknolojiler ve algoritmalar kullandığını açıklamaktadır. Şirketin inovasyon yaklaşımında gerçek zamanlı analitik, tesis tasarımı, donanım ve yazılım çözümleriyle gıdanın daha güvenli ve verimli biçimde taşınması ve depolanması hedeflenmektedir.

Lineage tarafından tanıtılan Lineage Eye uygulaması, yapay zekâ destekli bilgisayarlı görü teknolojisinin soğuk depolarda nasıl kullanılabileceğini göstermektedir. Bu sistemde paletlerden çok açılı görseller alınmakta, barkodlar ve metinler okunmakta, lot kodları, son kullanma tarihleri ve ürün bilgileri otomatik olarak ayrıştırılmaktadır. Hatalar ve tutarsızlıklar gerçek zamanlı biçimde işaretlenmektedir. Böylece yanlış etiketleme, eksik kayıt veya hatalı ürün kabulü gibi sorunların daha erken aşamada saptanması sağlanmaktadır.

Aynı şirket tarafından geliştirilen Libra algoritması ise sıcaklık hassasiyeti olan ürünlerin soğutmalı kamyonlara daha verimli biçimde yüklenmesi amacıyla kullanılmaktadır. Farklı boyut, ağırlık ve varış noktalarına sahip paletlerin araca nasıl yerleştirileceği algoritmik olarak hesaplanmakta; böylece kamyon kapasitesinin daha iyi kullanılması ve operasyonel verimliliğin artırılması hedeflenmektedir.

Gıda Güvenliği, İzlenebilirlik ve Güven

IoT ve yapay zekâ entegrasyonunun en önemli katkılarından biri izlenebilirliktir. Bir ürünün hangi çiftlikten veya üretim tesisinden çıktığı, hangi depolarda beklediği, hangi sıcaklıkta taşındığı ve hangi mağazaya ulaştığı daha ayrıntılı biçimde kayıt altına alınabilmektedir.

Bu yapı, gıda güvenliği krizlerinde büyük önem taşımaktadır. Bir ürün partisinde mikrobiyolojik risk veya kalite sorunu saptandığında, geleneksel sistemlerde ilgili ürünleri tespit etmek zaman alabilmektedir. Dijital izlenebilirlik sistemlerinde ise sorunlu parti daha hızlı belirlenebilmekte, geri çağırma süreçleri daha hedefli biçimde yürütülebilmektedir.

Ayrıca bu sistemler tüketici güvenine de katkı sağlayabilmektedir. Modern tüketici, artık yalnızca ürünün ambalajına değil, ürünün arkasındaki veri geçmişine de önem vermektedir. Soğuk zincirinin bozulmadığı, uygun koşullarda taşındığı ve kaynağının izlenebilir olduğu bilinen ürünler, pazarda daha güvenilir algılanmaktadır.

İsrafın Azaltılması ve Sürdürülebilirlik Boyutu

Gıda lojistiğinde IoT ve yapay zekâ entegrasyonu, sürdürülebilirlik açısından da değerlidir. Çünkü gıda kaybı yalnızca ekonomik bir zarar değildir. Aynı zamanda üretimde kullanılan suyun, enerjinin, emeğin, ambalajın ve lojistik kapasitenin de boşa harcanması anlamına gelmektedir.

Sensörlerle izlenen ve algoritmalarla yönetilen bir tedarik zincirinde, bozulma riski taşıyan ürünler daha erken tespit edilebilmekte, bu ürünler daha hızlı tüketilecek kanallara yönlendirilebilmekte veya indirimli satış, bağış ve işleme gibi alternatif yollarla değerlendirilebilmektedir. Böylece “son kullanma tarihi yaklaşan ürün” bir sorun olarak değil, yönetilmesi gereken bir veri problemi olarak ele alınmaktadır.

Yapay zekâ destekli talep tahmini de bu noktada önem kazanmaktadır. Marketlerin hangi bölgede, hangi mevsimde, hangi ürün grubuna ne kadar ihtiyaç duyacağı daha doğru tahmin edildiğinde, gereğinden fazla sevkiyat yapılması önlenebilmektedir. Bu da hem stok fazlasını hem de raf kaynaklı israfı azaltabilmektedir.

Karşılaşılan Zorluklar

Her teknolojik dönüşümde olduğu gibi, gıda lojistiğinde IoT ve yapay zekâ entegrasyonunda da bazı sınırlılıklar bulunmaktadır. Öncelikle veri kalitesi kritik önemdedir. Sensörlerden gelen veriler hatalı, eksik veya kesintili olduğunda yapay zekâ sistemlerinin üreteceği kararların güvenilirliği azalabilmektedir.

İkinci olarak, farklı şirketlerin kullandığı sistemlerin birbiriyle uyumlu olması gerekmektedir. Üretici, taşıyıcı, depo işletmecisi, perakendeci ve denetleyici kurumlar arasında veri paylaşımı sağlanmadığında uçtan uca görünürlük sınırlı kalmaktadır.

Üçüncü olarak, insan faktörü göz ardı edilmemelidir. Yapay zekâ sistemleri karar destek aracı olarak kullanılsa da sahadaki çalışanların deneyimi, yorumlama becerisi ve müdahale kapasitesi önemini korumaktadır. Bu nedenle geleceğin gıda lojistiği, yalnızca makinelerin yönettiği bir sistem olarak değil, insan uzmanlığı ile algoritmik zekânın birlikte çalıştığı hibrit bir yapı olarak düşünülmelidir.

Sonuç: Akıllı, İzlenebilir ve Daha Dayanıklı Gıda Lojistiği

Gıda lojistiğinde IoT ve yapay zekâ entegrasyonu, tedarik zincirini daha görünür, daha öngörülebilir ve daha yönetilebilir hâle getirmektedir. IoT sistemleri ürünlerin fiziksel koşullarını sürekli olarak izlemekte; yapay zekâ ise bu verileri anlamlı karar önerilerine dönüştürmektedir.

Bu dönüşüm sonucunda soğuk zincir kırılmaları daha erken fark edilebilmekte, ürün kalitesi daha iyi korunabilmekte, raf ömrü daha etkin yönetilebilmekte ve gıda israfı azaltılabilmektedir. Maersk’in soğutmalı konteyner izleme sistemleri, DHL’in IoT tabanlı sensör çözümleri, Walmart’ın Eden uygulaması ve Lineage’ın yapay zekâ destekli depo teknolojileri, bu dönüşümün artık teorik bir olasılık değil, gerçek dünyada uygulanmakta olan bir yönelim olduğunu göstermektedir.

Gelecekte gıda lojistiğinin temel başarısı, yalnızca daha hızlı taşıma yapılmasıyla ölçülmeyecektir. Ürünün hangi koşullarda taşındığı, ne kadar enerji kullanıldığı, ne kadar kaybın önlendiği ve tüketiciye ne ölçüde güvenilir biçimde ulaştırıldığı da temel performans göstergeleri arasında yer alacaktır. Bu nedenle IoT ve yapay zekâ entegrasyonu, gıda lojistiğinin geleneksel amacını koruyarak onu daha hassas, daha sürdürülebilir ve daha dirençli bir yapıya taşımaktadır.

Referanslar

• DHL. DHL SmartSensor: Enable visibility in logistics.
• DHL. Condition monitoring with DHL SmartSolutions IoT.
• FAO,  Food loss and food waste. FAO Policy Support and Governance Gateway.
• Lineage. (t.y.). Innovation & technology in the cold chain. Lineage. Erişim tarihi: 5 Mayıs 2026.
• Lineage. (2025, 5 Mart). Improving accuracy with Lineage technology. Lineage.
• Lineage. (2025, 7 Mayıs). Introducing Libra: Lineage’s algorithm optimizing truck loading. Lineage.
• Maersk. (t.y.). Captain Peter. Maersk. Erişim tarihi: 5 Mayıs 2026.
• Maersk. (t.y.). Remote Container Management—Captain Peter™. Maersk. Erişim tarihi: 5 Mayıs 2026.
• Maersk. (2022, 17 Haziran). Cold chain powered by data. Maersk.
• United Nations Environment Programme. (2024, 27 Mart). Food Waste Index Report 2024. UNEP.
• Walmart. (2018, 1 Mart). Eden: The tech that’s bringing fresher groceries to you. Walmart Corporate.

Mayıs 2026 Bülten