Agentic AI nedir? Üretken yapay zekadan iş yapan yapay zekaya

Agentic AI, yapay zekanın bir hedef doğrultusunda kendi başına adım atabildiği sistemleri anlatan bir terimdir. Türkçeye "ajan tabanlı yapay zeka" veya "otonom yapay zeka" olarak çevrilebilir. Temel fikir basittir: model yalnızca bir cevap üretmez; hedefi alt görevlere böler, hangi aracı kullanacağına karar verir, aracın sonucunu değerlendirir ve hedefe ulaşana kadar devam eder.

Terim son dönemde teknoloji gündeminin merkezine yerleşti. Yazılım üreticileri, danışmanlık şirketleri ve analistler agentic AI'ı üretken yapay zekanın bir sonraki aşaması olarak konumluyor. Ancak bir yöneticinin sorması gereken soru şu: Bu yaklaşım benim şirketimde hangi işi değiştirir ve hangi riski getirir?

Bu yazıda agentic AI kavramını iş diliyle açıklıyor, somut örnekler veriyor ve kurumsal kullanımda neden kontrolün bu yaklaşımın ayrılmaz parçası olduğunu anlatıyoruz.

Üretken yapay zekadan agentic AI'a geçiş

Üretken yapay zeka (generative AI), bir girdiye karşılık yeni içerik üreten modelleri anlatır: metin, görsel, kod, ses. Bir sohbet aracına "Müşteriye gecikme için özür e-postası yaz" dediğinizde aldığınız taslak, üretken yapay zekanın çıktısıdır.

Agentic AI bu yeteneğin üzerine üç şey ekler:

• Planlama: Hedefi ulaşılabilir adımlara bölmek.
• Araç kullanımı: Takvim, CRM, veritabanı, e-posta gibi sistemlerle etkileşmek.
• Geri besleme döngüsü: Her adımın sonucunu değerlendirip bir sonraki adımı buna göre seçmek.

Aynı örnek üzerinden fark şöyle görünür:

Neden şimdi gündemde?

Agentic yaklaşımın yaygınlaşmasının arkasında üç gelişme var:

1. Modellerin araç çağırma yeteneği olgunlaştı. Güncel dil modelleri, bir aracın ne işe yaradığını açıklamasından okuyup doğru parametrelerle çağırabiliyor.
2. Bağlantı standartları ortaya çıktı. Model Context Protocol (MCP) gibi standartlar, bir ajanın farklı sistemlere daha tutarlı bir yolla bağlanmasını kolaylaştırıyor. Konuyu MCP nedir? yazımızda ele alıyoruz.
3. Şirketler "sohbet"in ötesine geçmek istiyor. Çalışanların sohbet araçlarından aldığı taslakları elle sistemlere taşıması, verimlilik kazancının önemli bir kısmını geri alıyor.

Agentic yaklaşımın iş hayatındaki örnekleri

Agentic AI kavramı soyut kaldığında "her şeyi otomatik yapan yapay zeka" gibi yanlış bir beklenti doğurur. Gerçek iş örnekleri çok daha somut ve sınırlıdır.

Örnek 1: Bilgi bul, sistemi sorgula, onaya gönder

Aşağıdaki senaryo temsilidir.

Bir makine üreticisinin satış temsilcisi ajana yazıyor: "Aydın'daki bayimiz 40 adet X-200 pompası için ek iskonto istiyor. Ne yapabiliriz?"

Agentic bir sistemin izlediği yol:

1. Bilgi bul: Bayi iskonto politikasında X-200 serisi için standart iskonto aralığını ve istisna koşullarını bulur.
2. Sistemi sorgula: CRM'den bayinin son 12 aylık alım hacmini, ERP'den stok durumunu ve ürünün maliyet bilgisini (ajanın yetkisi varsa) çeker.
3. Değerlendir: Talep edilen iskontonun standart aralığın dışında kaldığını, ancak bayinin hacminin istisna koşulunu karşıladığını tespit eder.
4. Onaya gönder: Satış müdürüne; talep, bayinin geçmişi, politika maddesi ve önerilen iskonto oranını içeren bir onay isteği hazırlar.
5. Bildir: Temsilciye "Talep, politika 4.2 maddesine göre istisna değerlendirmesi için satış müdürüne gönderildi" diye döner.

Burada ajan, bir çalışanın zamanının önemli kısmını alan bilgi toplama ve özetleme işini üstlenir. Karar ise hâlâ satış müdürünündür.

Örnek 2: Gelen talepleri sınıflandır ve yönlendir

Bir sigorta acentesine gün içinde e-posta, WhatsApp ve web formu üzerinden onlarca talep gelir. Agentic bir akış:

• Talebi okur ve türünü belirler (poliçe yenileme, hasar bildirimi, bilgi talebi, şikâyet).
• Müşteriyi CRM'de bulur, varsa açık kayıtlarını kontrol eder.
• Eksik bilgi varsa müşteriden ister (örneğin hasar bildirimi için olay tarihi).
• Talebi doğru ekibe, özetiyle birlikte atar.
• Şikâyet ve hasar gibi hassas talepleri öncelikli olarak işaretler.

Örnek 3: Tekrarlayan raporu hazırla

Her pazartesi sabahı, operasyon müdürü için geçen haftanın geciken sevkiyatlarını, gecikme nedenlerini ve açık kalan müşteri kayıtlarını özetleyen bir rapor hazırlanması gerekiyor. Agentic bir iş akışı raporu zamanlanmış olarak hazırlar, verileri ilgili sistemlerden toplar ve müdüre e-postayla gönderir. Rapor bir karar belgesi değil, bir başlangıç noktasıdır.

Ortak nokta: dar, tanımlı ve denetlenebilir

Bu örneklerin hepsinde agentic sistem:

• Dar bir hedefe sahiptir.
• Tanımlı araçlarla çalışır.
• Kararı insana bırakır veya kararı açık kurallara bağlar.
• Yaptığını kayda geçirir.

"Şirketin tüm satın alma sürecini yönet" gibi geniş bir hedef, bugünün teknolojisiyle hem riskli hem de gereksizdir.

Kontrol ve onay neden vazgeçilmez?

Agentic AI'ın gücü, aynı zamanda riskidir. Bir modelin yalnızca metin ürettiği senaryoda hata, yanlış bir cümledir. Bir modelin sistemde işlem yaptığı senaryoda hata; yanlış kişiye giden e-posta, hatalı güncellenen kayıt veya yetkisiz bir işlem olabilir.

Agentic sistemlerde dört risk alanı

İnsan döngüde (human-in-the-loop)

Kurumsal agentic sistemlerin temel tasarım ilkesi, kritik noktalarda insanın döngüde kalmasıdır. Bu, her adımda onay istemek anlamına gelmez; aksi hâlde sistem kullanışsız hâle gelir. Doğru denge, riske göre kurulur:

• Okuma işlemleri (bilgi arama, durum sorgulama) genellikle onaysız ilerleyebilir.
• Geri alınabilir yazma işlemleri (taslak kayıt, dahili not) belirli koşullarda onaysız ilerleyebilir.
• Dışa dönük veya geri alınması zor işlemler (müşteriye gönderim, ödeme, fiyat değişikliği) onaya bağlanmalıdır.

Onay noktalarını nasıl belirleyeceğinizi yapay zekada insan onayı yazımızda bir risk matrisiyle anlattık.

Kayıt, güvenin temelidir

Bir agentic sistemin kurumsal ortamda kabul görmesi için yaptığı her şeyin izlenebilir olması gerekir: hangi talebi aldı, hangi kaynağa baktı, hangi aracı hangi parametreyle çağırdı, kim onayladı, sonuç ne oldu. Bu kayıt; hataların analizini, ajanın iyileştirilmesini ve denetim sorularının cevaplanmasını mümkün kılar.

Agentic AI'a hazır mısınız? Kısa değerlendirme

Şirketinizin agentic bir pilot için hazır olup olmadığını anlamak için şu soruları yanıtlayın:

• Ajana devredilebilecek, kuralları yazılı ve tekrarlayan bir iş belirlediniz mi?
• Bu işin kullandığı sistemlerin API veya entegrasyon seçenekleri var mı?
• Hangi işlemlerin onay gerektirdiğini belirleyebilecek bir süreç sahibi var mı?
• Ajanın kullanacağı belgeler güncel ve erişilebilir mi?
• Pilotun başarısını ölçmek için bugünkü durumu biliyor musunuz?

Üç veya daha fazla "evet" cevabı, küçük ve kontrollü bir pilotla başlamak için yeterlidir.

ajan.io'da agentic yaklaşım

ajan.io, agentic yaklaşımı üç sütun üzerine kurar: kaynaklı cevap veren bilgi ajanları, bağlı sistemlerde işlem yapan aksiyon ajanları ve çok adımlı işleri yöneten süreç ajanları. Her ajan için hangi kaynakları kullanacağını, hangi araçlara erişeceğini ve hangi adımlarda onay isteyeceğini siz belirlersiniz. Ajanın yaptığı işlemler kayıt altında tutulur.

Ayrıntılar için Ajanlar ve İş akışları sayfalarına göz atabilirsiniz.

Sık sorulan sorular

Agentic AI ile yapay zeka ajanı aynı şey mi?

Yakın kavramlardır. Yapay zeka ajanı, belirli bir görevi yürüten yazılımın kendisidir. Agentic AI ise yapay zekanın planlama, araç kullanma ve geri besleme döngüsüyle çalıştığı genel yaklaşımı anlatır. Kısaca: agentic AI bir yaklaşım, ajan o yaklaşımla kurulmuş bir üründür. Ajanın temel tanımı için yapay zeka ajanı nedir? yazımıza bakabilirsiniz.

Agentic AI, RPA'nın yerini mi alır?

RPA (robotik süreç otomasyonu), önceden tanımlı adımları aynı sırayla tekrarlamada güçlüdür. Agentic AI ise belirsiz girdileri yorumlamada ve duruma göre farklı adım seçmede avantajlıdır. Pek çok şirket için iki yaklaşım birlikte çalışır: kural tabanlı ve sabit adımlar otomasyonla, yorum ve karar desteği gerektiren adımlar ajanla yürütülür.

Küçük bir şirket agentic AI kullanabilir mi?

Evet. Agentic yaklaşımın değeri şirket büyüklüğünden çok, tekrarlayan ve birden fazla sisteme dokunan işlerin varlığına bağlıdır. Küçük bir şirkette bile teklif hazırlama, müşteri taleplerini sınıflandırma veya haftalık raporlama gibi işler iyi başlangıç noktaları olabilir.

Agentic sistemin hata yapma olasılığı nasıl azaltılır?

Ajanın görevini dar tutmak, ona yalnızca gerekli yetkileri vermek, cevaplarını güncel kaynaklara dayandırmak, kritik işlemleri onaya bağlamak ve işlem kayıtlarını düzenli gözden geçirmek en etkili yöntemlerdir. Hiçbir yöntem hatayı tamamen ortadan kaldırmaz; amaç hatanın etkisini sınırlamak ve hızlı fark edilmesini sağlamaktır.