Yapay Zeka Ajanlarını Kim Kurar? Ekip, Otonomi ve Gerçekçi Hedef

Karar verildi, sıra kurmakta. Ama çoğu ajan tam burada düşüyor

Bu yazı, şirketinize yapay zeka entegrasyonunu adım adım kuran serinin sekizinci parçası ve Faz C'nin, yani uygulamanın ilk yazısı. Önceki yedi yazıda kararın kendisini ele aldım. Yapay zekayı ne zaman işe alacağınızı, hangi süreçten başlayacağınızı, geliştirmek mi satın almak mı gerektiğini ve neye mal olacağını anlattım. Artık soru değişiyor. "Yapmalı mıyız" değil, "kim yapacak, neyi ne kadar özerk yapacak, gerçekçi hedef ne" sorusuna geçiyorum.

Bu yazının sonunda üç şeyi netleştirmiş olacaksınız. Birincisi, "ajan" kelimesinin gerçekte ne anlama geldiğini ve pazardaki ajan makyajını nasıl ayırt edeceğinizi. İkincisi, bir ajana ne kadar yetki vermenin güvenli olduğunu, yani Otonomi Eşiği'ni. Üçüncüsü, bu işi kimlerin kuracağını, yani hangi rollerin gerektiğini, iç ekiple mi danışmanla mı çözüm sağlayıcıyla mı ilerleyeceğinizi ve baştan gerçekçi bir hedefi nasıl koyacağınızı.

Bir uyarıyla başlayayım, çünkü bütün yazının zemini bu. Gartner'ın Haziran 2025'te yayımladığı öngörüye göre agentic yapay zeka projelerinin %40'tan fazlası 2027 sonuna kadar iptal edilecek. Dikkat edilecek nokta iptal nedeni. Gartner bunun temel sebebini modelin yetersizliğine değil yönetime bağlıyor. Bunlar kontrolden çıkan maliyet, belirsiz iş değeri ve zayıf risk kontrolüdür. Yani ajanlar çoğunlukla teknoloji çöktüğü için değil, kurum onları doğru kuramadığı için başarısız oluyor. Bu yazı tam olarak o "doğru kurma" işini anlatıyor.

Ajan nedir, ne değildir. Cevap vermek ile işi bitirmek

Önce kelimeyi yerine oturtayım, çünkü pazarda en çok bulandırılan terim bu. Yapay zeka ajanı, kendisine verilen bir hedefe ulaşmak için birden çok adımı kendi kararıyla planlayıp yürüten, araçları (veri tabanı, e-posta, kurumsal yazılım) çağırabilen ve sonucu değerlendirip gerektiğinde yeniden deneyen bir yazılımdır. Ajanı asistandan ayıran şey özerkliktir. Asistan sorduğunuzu cevaplar, siz her adımı yönetirsiniz. Ajan hedefi alır, adımları kendisi kurar.

Bu ayrımı somutlaştırayım. Bir sohbet botu size iade politikasını söyler. Bir asistan, sizin komutunuzla iade e-postasının taslağını yazar. Bir ajan ise "bu müşterinin iadesini sonuçlandır" hedefini alır, siparişi sistemde bulur, uygunluğu kontrol eder, iadeyi başlatır, müşteriye bilgi verir ve muhasebe kaydını düşer. Aradaki fark cevap vermek ile işi bitirmek arasındaki farktır.

Şimdi asıl mesele. Pazar bu ayrımı bile bile siliyor. Gartner buna "ajan makyajı" (agent washing) diyor. Bu, mevcut sohbet botlarının, kural tabanlı otomasyonların (RPA) ve asistanların, altında gerçek bir özerklik olmadan "ajan" diye yeniden markalanmasıdır. Gartner'ın tespiti çarpıcı. Binlerce agentic yapay zeka satıcısından yalnız 130 kadarı gerçek anlamda ajan sunuyor. Gerisi eski ürünün yeni etiketi.

Bu makyajın maliyeti de var. Menlo Ventures'ın yaklaşık 500 ABD'li karar vericiyle yaptığı 2025 kurumsal araştırmasına göre, sahada "ajan" diye anılan dağıtımların yalnız %16'sı gerçekten ajan. Kalanı önceden tanımlı, sabit sıralı iş akışları. Bunu bilmek sizi bir tuzaktan korur. Bir satıcı "ajan" diyorsa, sorulacak ilk soru şudur. Bu yazılım hedefi kendisi mi planlıyor, yoksa benim yazdığım sabit adımları mı çalıştırıyor? Cevap ikincisiyse, elinizde bir ajan değil, ajan etiketli bir otomasyon var. İkisi de yararlı olabilir, ama farklı şeyleri farklı ekipler farklı bütçelerle kurar. Yanlış etiket, yanlış beklenti demektir.

Kavramı burada bir kez daha bağlayayım. Yönetici için mesele ajanın "akıllı" olup olmadığı değil, sizin ne kadar iş devrettiğinizdir. Devredilen iş arttıkça, güven ve denetim sorusu büyür. Bir sonraki bölüm tam olarak bu.

Otonomi Eşiği. Bir ajana ne kadar yetki güvenlidir

Ajan kurmanın en kritik tasarım kararı teknik değil. "Bu ajana ne kadar özerklik veriyorum" kararıdır. Ben buna Otonomi Eşiği diyorum; bir ajanın, insan onayı olmadan kendi başına ne kadar ileri gidebileceğini belirleyen çizgidir. Eşiği doğru koymak ajan projesinin kaderini belirler. Çok alçak koyarsanız, her adımda insan onayı beklediği için ajan asla zaman kazandırmaz. Çok yüksek koyarsanız, tek bir hatalı kararın maliyeti (yanlış iade, yanlış e-posta, yanlış muhasebe kaydı) size projeyi kapattırır.

Doğru yaklaşım eşiği tek seferde koymak değil, kademeli açmaktır. McKinsey'nin Aralık 2025 ile Ocak 2026 arasında yaklaşık 500 kurumla yaptığı yapay zeka güven olgunluğu araştırması bu mantığı net biçimde kuruyor. McKinsey ajan otonomisini basamaklara ayırıyor. Tam denetimli (her adım insan onayında), sınırlı özerk (belirli bir alanda kendi kararıyla, dışına çıkarken onay ister) ve tam özerk. Kritik ilke şu. Bir ajan üst basamağa ancak alt basamakta biriktirdiği izleme verisiyle, yani kanıtla terfi eder. Otonomi verilmez, hak edilir.

Bu, benim Kontrollü Güven dediğim ilkenin ta kendisi. Güven bir anahtar değil, bir kadran. Ajana baştan tam yetki vermezsiniz; dar bir alanda çalıştırır, kararlarını izler, hata oranını ölçer ve ancak veriler güven verdikçe kadranı bir tık açarsınız. Bu yaklaşımın güzel yanı, ajan başarısız olduğunda bunun size pahalıya değil ucuza mal olmasıdır, çünkü yetkisi hâlâ dardır.

Aynı araştırmanın bir başka bulgusu bu kararı neden ciddiye almanız gerektiğini gösteriyor. Kurumların yalnızca üçte biri agentic yönetişimde olgun sayılıyor ve katılımcıların yaklaşık üçte ikisi ajanları tam ölçekleyememelerinin bir numaralı nedeni olarak güvenlik ve risk kaygısını gösteriyor. Yani ajanı durduran şey çoğu zaman modelin zekâsı değil, kurumun o ajana güvenip güvenemeyeceğini bilmemesi. Otonomi Eşiği'ni bilinçli koyan kurum bu kaygıyı yönetilebilir bir tasarım sorusuna çevirir.

Ajanı tek kişi kurmaz. Beş sorumluluk, bir ekip

Bir ajanı tek bir "yapay zeka uzmanı" kurmaz. İşi, birbirini tamamlayan birkaç rol birlikte kurar. Küçük bir kurumda bu rollerin birkaçını aynı kişi taşıyabilir, ama her rolün sorumluluğu bir yerde karşılanmalıdır. Rolleri, çıplak unvan listesi olarak değil, hangi soruya cevap verdikleriyle tanımlayayım.

Ajan sahibi (ürün sahibi). "Bu ajan hangi iş sonucundan sorumlu" sorusunun tek cevabı olan kişi. Hedefi koyar, başarı ölçüsünü tanımlar, önceliği belirler. Teknik değil, iş tarafındandır. Bu rol boşsa ajan "havalı bir demo" olarak kalır, çünkü kimse onu bir iş hedefine bağlamamıştır.

Yapay zeka mühendisi. Ajanın kendisini kuran kişi. Modelin araçları nasıl çağıracağını, adımları nasıl planlayacağını, hatada ne yapacağını ve kararlarının nasıl kaydedileceğini inşa eder. Günlük işi klasik yazılım mühendisliğine benzer, ağırlık istem tasarımı, değerlendirme (eval) ve gözlemlenebilirlik tarafındadır.

Veri mühendisi. Ajanın beslendiği veriyi hazır eden kişi. Ajan hangi kaynaklara bakacaksa (sipariş sistemi, müşteri kaydı, belge arşivi) o bağlantıları, temizliği ve erişimi kurar. serinin hazırlık yazısında ele aldığım veri hazırlığı burada somutlaşır; dağınık veri, dağınık ajan demektir.

Alan uzmanı. İşin nasıl yürüdüğünü gerçekten bilen kişi. Ajanın vereceği kararın doğru mu yanlış mı olduğunu ancak o söyleyebilir. Bu rolü bir sonraki bölümde daha detaylı işleyeceğim, çünkü ajan kalitesinin en çok küçümsenen belirleyicisi budur.

Denetim sahibi. Ajan üretime çıktıktan sonra kararlarını izleyen, hata ve sapmaları yakalayan, eşiği ne zaman açıp ne zaman kısacağına dair veriyi toplayan kişi. Otonomi Eşiği'ni yöneten roldür. Bu rol de çoğu projede unutulur ve ajan "kurulup bırakılır", sonra sessizce güven kaybeder.

Dikkat edilecek bir örüntü var. 2026'nın en güçlü ajan ekiplerinde en aranan profil, saf yazılımcı değil, alan uzmanlığı ile yapay zeka akıcılığını aynı kişide birleştiren insan. İşi bilen ve ajanı tasarlayabilen. Kıtlık burada. Bu yüzden ekip kurarken "en iyi mühendisi bul" refleksi yarım cevaptır; asıl mesele işi bilen tarafı masaya oturtmaktır.

İç ekip mi, danışman mı, çözüm sağlayıcı mı. Ajanın temin kararı

Serinin temin yazısında geliştirmek mi satın almak mı sorusunu ele almıştım. Ajan tarafında aynı soru rol dağılımına dönüşür. Bu ajanı kim kuracak? Üç yol var ve doğru cevap ajanın kurumunuz için ne kadar ayrıştırıcı olduğuna bağlıdır.

Hazır ajanı satın alıp yapılandırmak. Yaygın, kurumdan bağımsız işler için (müşteri hizmetlerinde ilk kademe, bilgi tabanı sorguları, standart belge işleme) pazarda olgun ajan ürünleri var. Bu durumda ihtiyacınız büyük bir mühendis ekibi değil, ürünü kurumunuza bağlayacak bir yapılandırma ekibi ve bir ajan sahibidir. En hızlı yoldur, ama ajan rakiplerinizin de aldığı üründür, yani rekabet avantajı taşımaz.

Danışmanla kurmak. İç ekibiniz henüz yokken, ilk ajanı doğru kurmak ve bu sırada kendi ekibinizi yetiştirmek için mantıklı yoldur. Danışmanın rolünü baştan doğru çerçeveleyin. O bir hızlandırıcı ve fırsat maliyeti düşürücüdür. Öğrenme eğrisini kısaltır, deneme yanılma maliyetini önler. Bedeli, kurum içinde kalıcı bilgi biriktirmezseniz danışmana bağımlı kalma riskidir. Bu yüzden en iyi danışman ilişkisi, sonunda size iş devreden değil, ekip bırakan ilişkidir.

İç ekiple inşa etmek. Ajan kurumunuzun çekirdek işine dokunuyorsa, yani onu iyi kurmak doğrudan rekabet avantajı yaratıyorsa, bu bilgiyi dışarıya bırakmak istemezsiniz. İç ekip en pahalı ve en yavaş kurulan yoldur, ama biriktirdiği kurumsal kas satın alınamaz. serinin zamanlama yazısında kurduğum mantık burada da geçerli. Emtia için satın alın, çekirdek için inşa edin.

Çoğu kurum için doğru cevap bir karışımdır ve zamanla değişir. Sık işleyen kalıp şudur. Hazır ajanla ilk değeri hızlı görün, danışmanla ilk özel ajanı kurup ekibinizi yetiştirin, kanıtlanmış çekirdek için iç ekibe geçin. Kararı verirken temin yazısındaki ölçütü hatırlayın. Çıkış maliyetini, yani bir sağlayıcıdan ayrılmanın bedelini, ajanı kurduğunuz gün tasarlayın.

Alan uzmanı neden merkezde. Ajanın kalitesini o belirler

Ajan projelerinin en sık yapılan hatası, işi bir teknik proje sanmaktır. Oysa ajanın kalitesini belirleyen şey modelin zekâsından çok, ona öğretilen işin doğruluğudur. Bir ajan ancak beslendiği süreç bilgisi kadar iyidir. Süreç yanlış tarif edilmişse, model ne kadar güçlü olursa olsun yanlışı hızlı yapar.

Bunu serinin süreç yazısında bir ilke olarak koymuştum. Bozuk bir sürecin üstüne ajan koyarsanız, elinize daha hızlı bir bozuk süreç geçer. Alan uzmanı tam da bu tuzağı kapatan roldür. İşin kâğıt üstündeki tarifi ile gerçekte nasıl yürüdüğü arasındaki farkı yalnızca o bilir. İstisnaları, "aslında şu durumda şöyle yaparız" bilgisini, sessiz kuralları o taşır. Bu bilgi ajana geçmezse, ajan istisnaların hepsinde yanılır.

Alan uzmanının ikinci işi kararı denetlemektir. Ajan bir sonuç ürettiğinde "bu doğru mu" sorusuna cevap verebilecek tek kişi işi bilen kişidir. Bu yüzden alan uzmanı ajan kurulurken masada olmalı, kurulduktan sonra da kararların bir bölümünü gözden geçirmelidir. Otonomi Eşiği'ni açma kararı, büyük ölçüde alan uzmanının "artık güvenebiliriz" onayına dayanır.

Bunu serinin ilerleyen kültür yazısına da bir köprü olarak bırakayım. Alan uzmanını ajanın rakibi değil öğretmeni olarak konumlandıran kurumlar ajanı başarıyla kurar. Uzmanı "yerine ajan geliyor" korkusuyla dışarıda tutan kurumlar hem uzmanın bilgisini kaybeder hem ajanı yanlış kurar. İnsanı merkezden çıkarmak teknik değil, kültürel bir hatadır ve onu serinin kültür yazısında açacağım.

Denetim Birikmesi. Ajan çoğaldıkça biriken görünmez yük

Tek bir ajanı denetlemek kolaydır. Asıl mesele ikinci, beşinci, yirminci ajanla başlar. Her yeni ajan sisteme bir denetim yükü ekler. Kimin hangi ajana ne yetki verdiği, hangi ajanın hangi veriye eriştiği, hangi kararın kim tarafından gözden geçirildiği. Ben buna Denetim Birikmesi diyorum; ajan sayısı arttıkça üzerinizde biriken görünmez gözetim yüküdür. Yönetilmezse, bir noktada kurum kendi ajanlarının ne yaptığını bilemez hâle gelir.

McKinsey'nin araştırması bu birikimi yönetmenin somut yolunu veriyor ve tavsiyesi sade. Her ajan bir envantere kaydedilir. Tanımlı kapsamı, erişim düzeyi ve tek bir sorumlu sahibi olur. Envanter yoksa yönetişim ölçeklenemez. Yani "hangi ajanlarımız var, ne yapıyorlar, kim sorumlu" sorusunun tek ve güncel bir cevabı olmalıdır. Bu kulağa bürokratik gelebilir, ama alternatifi kontrolsüz büyümedir.

İkinci ilke insan denetiminin doğasının değişmesidir. On ajanı olan bir kurumda insan her ajanın her kararını tek tek okuyamaz. Bunun yerine denetim modeli değişir. Sorumlular kuralları ve sınırları tanımlar, sistem her kararı kaydeder, insan istisnaları ve sapmaları izler, yüksek riskli kararlarda son sözü elinde tutar. Denetim satır satır okumaktan, doğru yerlere bakmaya döner.

Buradaki mesaj yöneticiye açık. Ajan stratejisi "kaç ajan kuracağız" sorusundan ibaret değildir; "bu ajanları kim, nasıl denetleyecek" sorusuyla eşzamanlı yürür. Denetim tasarımını sonraya bırakan kurum, birkaç ajandan sonra yönetemediği bir yığınla kalır. Ölçüm ve sürekli iyileştirme tarafını serinin ölçüm yazısında ayrıca açacağım; buradaki nokta, denetimin ajan sayısıyla birlikte tasarlanması gereken bir yük olduğudur.

Gerçekçi hedef. İptal edilen projelerin dışında kalmak

Şimdi baştaki uyarıya döneyim ve onu bir stratejiye çevireyim. Gartner agentic projelerin %40'tan fazlasının 2027 sonuna kadar iptal edileceğini söylüyor. Nedenleri başta saymıştım. Kontrolden çıkan maliyet, belirsiz iş değeri, zayıf risk kontrolü. Üçü de yönetim kararı, üçü de baştan önlenebilir. Bu istatistik korkutmak için değil, sizi iptal edilen %40'ın dışında tutmak için burada.

İptal edilen projelerin ortak örüntüsü şudur. Heyecanla, en zor ve en görünür işten başlarlar. "Tüm müşteri hizmetlerini ajana devredelim" ya da "bütün operasyonu otomatikleştirelim" der, ölçeği kaldıramaz ve çöker. Doğru yaklaşım bunun tersidir. İlk ajanı seçerken üç ölçüte bakın. Birincisi, sonucu net ölçülebilen bir iş olsun (çözülen talep sayısı, tamamlanan işlem gibi), çünkü değeri gösteremezseniz proje bütçesini kaybeder. İkincisi, hata maliyeti düşük olsun, çünkü ilk ajan hata yapacaktır ve bu hata sizi batırmamalı. Üçüncüsü, süreç iyi tanımlı olsun, çünkü belirsiz sürecin üstüne kurulan ajan belirsiz sonuç üretir.

Somut bir örnekle bağlayayım. Ölçülebilir sonuç veren ajanların üretime en hızlı geçtiği alanlar, işlem hacmi yüksek ve sonucu kolay ölçülen işler oldu. En ileri kurumlar bugün üretimde çok sayıda yapay zeka uygulamasını aynı anda çalıştırıyor, ama bunu bir günde değil, ölçülebilir işlerden başlayıp güven biriktirerek yaptı. Buradaki ders "büyük başla" değil, "ölçülebilir başla, kanıtla büyü".

Gerçekçi hedefin son parçası zaman. Ajan "bir haftada kurulan" bir şey değildir, ama "yıllar süren" bir şey de olmak zorunda değildir. İyi tanımlı, dar kapsamlı bir ilk ajan haftalar içinde çalışır duruma gelebilir; kurumsal ölçekte güvenilir bir ajan filosu ise aylar alır. Bu yazının vaadi hız değil, doğru sırayla ilerlemek. Kurmak, ölçeklemekten kolaydır ve o ölçekleme meselesini serinin bir sonraki yazısında açacağım.

Uygulama başlıyor. Karar belgesindeki ajan sütunu

Bu yazıyı üç cümlede toplayayım. Ajan, hedefi kendisi planlayıp yürüten yazılımdır ve pazarın çoğu "ajan"ı aslında ajan değil, sabit adımlı bir otomasyondur; ayrımı bilmek sizi yanlış beklentiden korur. Bir ajana verilecek otonomi tek seferde değil, kanıtla kademeli açılır; Otonomi Eşiği'ni bilinçli koymak projenin kaderidir. Ajanı tek uzman değil, sorumlu bir sahip, işi kuran mühendis, veriyi hazır eden mühendis, işi bilen alan uzmanı ve kararları izleyen denetim sahibi birlikte kurar.

Karar belgenize bu fazın sütununu ekleyin. Bu ajanın sahibi kim? Hangi iş sonucundan sorumlu ve başarısı neyle ölçülecek? Başlangıçta hangi otonomi basamağında duracak ve eşiği hangi kanıtla açacaksınız? İç ekiple mi, danışmanla mı, hazır ürünle mi kuracaksınız ve bu karar ajanın çekirdek işinize ne kadar dokunduğuyla uyumlu mu? Denetimini kim, nasıl yürütecek? Bu soruların yazılı bir cevabı varsa, iptal edilen %40'ın dışında başlamışsınız demektir.

Ajanı kurmak, hikâyenin yarısı. Diğer yarısı onu pilottan gerçek üretime taşımak ve ölçeklemek, ki asıl zorluk oradadır. Serinin bir sonraki yazısında pilot çıkmazını, yani neden çoğu ajanın demoda parlayıp üretime geçemediğini ve bu duvarı nasıl aşacağınızı konuşacağım.