Bir eğitimde yöneticilerden biri şöyle söyledi: “Bizim de bir AI agent yapmamız lazım.” Ne yapacağı sorulduğunda odadaki sessizlik uzadı. CRM’e bağlansın, e-posta göndersin, rakipleri takip etsin, satış fırsatlarını bulsun… Hepsi mantıklı geliyordu. Ama ortada çözülmesi tanımlanmış bir iş yoktu.
Dürüst olalım: Bugün pek çok ekip agent kurmayı, iş problemi çözmekten çok teknolojik geri kalmışlık yaşamamak için istiyor. Sonuç da tanıdık. Güzel bir demo, birkaç entegrasyon, ilk hafta yüksek heyecan ve sonra kimsenin düzenli kullanmadığı pahalı bir otomasyon.
Bir işin AI agent’a uygun olması, “AI ile yapılabiliyor” olmasına değil; tekrar eden bir hedefe, kontrollü veri erişimine, yönetilebilir hata maliyetine ve ölçülebilir iş sonucuna sahip olmasına bağlıdır. Önce bu dört zemini kurun. Agent sonra gelir.
Daha önce Ajanlar Çağı yazısında chatbot ile agent arasındaki farkı anlattım: chatbot yanıt üretir, agent hedefe ulaşmak için araçları kullanır ve adımları yönetir. Bu yazının sorusu başka: Hangi işi bir agent’a bırakmalısınız, hangisini iyi bir prompt veya sabit bir workflow ile çözmelisiniz?
1. Bu iş gerçekten tekrar ediyor mu, yoksa sadece sıkıcı mı?
Her sıkıcı iş otomasyon adayı değildir. Yılda üç kez yapılan, her seferinde farklı veri ve farklı karar gerektiren bir strateji raporu için agent kurmak çoğu zaman gereksizdir. Buna karşılık her gün onlarca kez tekrar eden; benzer girdilerle başlayan ve benzer bir çıktıya ulaşan işler güçlü adaylardır.
Satış ekibinin yeni lead’leri araştırması, müşteri destek taleplerini ön sınıflandırması veya düzenli toplantı notlarından aksiyon maddesi çıkarması buna örnek olabilir. Çünkü bu işler yüksek hacimlidir; tekrar sayesinde sistem hem test edilir hem iyileştirilir.
Eğitimlerde en sık gördüğüm hata şu: Ekip, kişisel olarak zaman alan bir işi şirket çapında otomasyon problemi sanıyor. Önce bir hafta boyunca o işin ne kadar kez yapıldığını sayın. “Bana çok geliyor” ile “ekip ayda 120 saat harcıyor” aynı şey değil.
Kısa checklist: İş haftada en az birkaç kez mi tekrarlanıyor? Girdilerin çoğu benzer türde mi? Süreci bir yeni çalışana iki sayfalık bir playbook ile anlatabiliyor musunuz? Üçüne de “evet” diyorsanız, bu iş ilk pilot için aday olabilir.
2. Başarılı çıktının ne olduğunu tarif edebiliyor musunuz?
Bir agent’ın “iyi iş çıkardığını” nasıl anlayacağınız belli değilse, onu otomasyona bırakmak için erken davranıyorsunuz. “Müşteri e-postalarını daha iyi yanıtlasın” bir hedef değildir. “Talebi doğru kategoriye ayırsın, bilgi tabanından kaynaklı 150–200 kelimelik taslak hazırlasın ve SLA dışına çıkan talepleri insan onayına yönlendirsin” ise test edilebilir bir tanımdır.
Buradaki kritik kelime rubric. Çıktıyı neye göre puanlayacağınızı baştan yazın: doğruluk, ton, hız, eksik bilgi uyarısı, kaynak gösterme, güvenlik veya müşteri memnuniyeti. Başarı kriteri yoksa agent’ın hatasını da gelişimini de göremezsiniz.
Plain Text
Kötü: “Satış agent’ı müşteri adaylarını bulsun ve kaliteli olanları seçsin.” İyisi: “Agent, haftada 50 yeni şirketi sektör, çalışan sayısı ve satın alma sinyaline göre tarasın; önceden tanımlı ICP kriterlerini karşılayanları CRM’de taslak kayıt olarak açsın. Her kayıtta kaynak URL’si ve güven seviyesi bulunsun. Satış temsilcisi onaylamadan e-posta göndermesin.”
Kısa checklist: Çıktıyı üç somut ölçütle değerlendirebiliyor musunuz? Hatalı çıktıyı gören iki ekip üyesi aynı nedenle “başarısız” der mi? İnsan onayı gereken anı açıkça belirlediniz mi? Bu sorular belirsizse önce süreci netleştirin; modeli değiştirmeyin.
3. Agent hangi veriye ulaşacak ve hangi işlemleri yapabilecek?
Agent projelerinin zor kısmı çoğu zaman model değil, erişimdir. Müşteri verisini okuyacak mı? CRM’de kayıt mı açacak, yoksa mevcut kaydı da güncelleyebilecek mi? E-posta taslağı mı hazırlayacak, doğrudan gönderecek mi? Bu ayrımlar yapılmadığında “otonomluk” hızla yetki karmaşasına dönüşür.
İyi başlangıç, read-only erişim ve taslak üretimidir. Agent bilgiyi toplar, özetler, sınıflandırır ve öneri hazırlar. İnsan karar verir. Bu yaklaşım hem hata maliyetini indirir hem de ekibin sisteme güvenmesini sağlar.
Örneğin pazarlama agent’ı rakip siteleri ve kampanya verilerini okuyup haftalık içgörü notu hazırlayabilir. Ama reklam bütçesini değiştirmemeli; ajansın veya pazarlama yöneticisinin onayı olmadan kampanya açmamalıdır. Agent’ın erişimi, stajyerinizin erişiminden daha geniş olmamalı. Hatta çoğu durumda daha dar olmalı.
Kısa checklist: Agent’ın hangi sistemlere erişeceğini tek cümleyle sayabiliyor musunuz? Okuma, taslak oluşturma ve yazma yetkilerini ayrı ayrı tanımladınız mı? Her kritik işlemin geriye dönük kaydı tutuluyor mu? Bu sınırlar yoksa önce entegrasyon değil, yetki matrisi kurun.
4. Hata yaparsa bedeli nedir ve hata geri alınabilir mi?
“Agent hata yapabilir” demek yeterli bir risk değerlendirmesi değildir. Yanlış bir toplantı özeti düşük maliyetli bir hatadır; insan kontrolüyle düzelir. Yanlış segmentlenmiş 10 bin kişilik e-posta, hatalı fiyat teklifi veya yanlış müşteri verisinin dışarı açılması ise marka, gelir ve uyum riski yaratır.
Bu yüzden bir otomasyonun değeri yalnızca tasarruf ettiği dakikalarla ölçülmez. Hata maliyeti, kazandığınız verimden yüksekse süreç hâlâ insanın kararında kalmalıdır. Agent’ın serbestlik alanı, hatanın geri alınabilirliği ile doğru orantılı olmalı.
Pratik çözüm human-in-the-loop’tur. Agent önerir; insan onaylar. Pilot aşamasında bu onay noktalarını fazla bulabilirsiniz. Bulun. Onay yükü azaldıkça, sistemin hangi karar türlerinde güvenilir olduğunu veriyle görürsünüz. Üretimde güveni varsaymak yerine, kazanırsınız.
Kısa checklist: Yanlış çıktı 24 saat içinde düzeltilebilir mi? Bir müşteri veya çalışan zarar görmeden önce hata fark edilir mi? Agent’ın durması gereken eşikleri tanımladınız mı? Bir “hayır” bile varsa agent’ı doğrudan aksiyon yerine öneri katmanında tutun.
5. Kazancı ölçebilecek ve sisteme sahip çıkacak biri var mı?
Agent demoları genellikle herkesindir. Canlıya çıkan agent ise birinin işidir. Pilot bittikten sonra prompt’ları kim güncelleyecek? Veri kaynağı değiştiğinde kim fark edecek? Yanlış yanıt örneklerini kim inceleyecek? Bu soruların sahibi yoksa, proje de sahibi olmayan bir PowerPoint dosyasına dönüşür.
Ölçüm tarafı da aynı derecede önemli. Pilot öncesinde baseline alın: görev başına harcanan süre, hata oranı, bekleme süresi, dönüşüm veya müşteri memnuniyeti. Sonra agent’ın bunlardan hangisini iyileştirdiğine bakın. “Ekip sevdi” faydalı bir sinyaldir ama ROI değildir.
Teknik kaynaklarda da önerilen yaklaşım, en basit çözümden başlayıp yalnızca sonuçları iyileştirdiği kanıtlandığında karmaşıklığı artırmaktır. Sabit adımlı, iyi tanımlanmış işler için workflow daha öngörülebilir olabilir; adımları baştan kestirilemeyen açık uçlu işler ise agent gerektirebilir.
Kısa checklist: Pilotu sahiplenecek iş birimi belli mi? Başlangıç ölçümünüz var mı? Dört hafta sonunda “devam, düzeltme veya durdurma” kararını hangi veriyle vereceksiniz? Bu üç soruyu yanıtlayamıyorsanız, agent değil keşif çalışması yapıyorsunuz.
Agent mı, workflow mu, yoksa sadece iyi bir prompt mu?
Şimdi netleştirelim. Her soruya “evet” demeniz bile hemen otonom bir agent kurmanız gerektiği anlamına gelmez.
İhtiyaç | En doğru başlangıç | Örnek |
Tek seferlik veya düşük hacimli iş | İyi prompt + insan kontrolü | Yönetici sunumu için alternatif mesajlaşma üretmek |
Adımları önceden belli, çıktı formatı sabit iş | Workflow | Toplantı kaydını özetlemek, aksiyonları çıkarmak, ilgili kişiye taslak e-posta hazırlamak |
İstisnaları bol, farklı araçlar ve araştırma gerektiren iş | Agent | Gelen karmaşık müşteri talebini incelemek, bilgi tabanında araştırmak, ilgili sistemlerden veri çekmek ve sonraki adımı önermek |
En büyük hata, agent’ı becerikli bir intern gibi düşünüp önüne belirsiz bir görev bırakmaktır. Doğru yaklaşım daha sade: Önce iş akışını elle görünür hale getirin. Sonra en dar, en güvenli ve en ölçülebilir kısmı otomatikleştirin. Blog arşivimde AI kullanımının asıl değerini araç listesinden çok iş tasarımı belirliyor.
İlk pilot için tek bir süreç seçin, dört hafta sınırı koyun, insan onayını koruyun ve yalnızca üç metriği izleyin. Agent’ın başarısı “ne kadar akıllı göründüğü” değil, ekibinizin daha doğru, daha hızlı veya daha tutarlı çalışıp çalışmadığıdır.
İyi bir AI agent projesi, en otonom sistemi kurmakla değil; insanın gerçekten devretmesi gereken en küçük işi dürüstçe seçmekle başlar.