Yapay Zekaya Sadece Soru Sormayı Bırakıp İş Vermeyi Öğrenin

(Inc. Türkiye’de yayınlanan yazım)

Bir konuyu araştırmak, fikir almak, metin yazmak, bir problemi tartışmak veya karmaşık bir bilgiyi sadeleştirmek için yapay zeka sohbet arayüzleri oldukça güçlü araçlar. Ancak yapay zekanın iş hayatındaki rolü artık bunun ötesine geçiyor. Karşımızda yalnızca cevap veren sistemler değil; dosyalara erişebilen, e-postaları inceleyebilen, takvimle çalışabilen, web sitelerinde gezinebilen, farklı uygulamalar arasında işlem yapabilen ve bir süreci baştan sona ilerletebilen yapay zeka ajanları var.

Bu farkı en basit haliyle şöyle anlatabiliriz: Sohbet (chat) arayüzü sorularınıza yanıt verir. Ajan (agent) ise sizin adınıza işi takip eder.

Sohbetten Ajanlara Geçiş

“Bu raporu özetle” dediğinizde klasik bir yapay zeka talebi iletmiş olursunuz. Ama “Bu klasördeki üç raporu incele, yönetim kurulunu ilgilendiren bulguları çıkar, geçen ayki satış tablosuyla karşılaştır, beş slaytlık bir karar sunumu hazırla ve son olarak da eksik veri noktalarını listele” dediğinizde artık bir yapay zeka ajanına iş vermiş olursunuz.

Yapay zeka ajanlarını önemli kılan  yalnızca daha iyi cevap üretmeleri değil, aynı zamanda araç kullanabilmeleridir. ChatGPT Agent, Claude Cowork, Microsoft Copilot Studio gibi servisler web’de gezinebiliyor, dosya indirebiliyor, analiz yapabiliyor, tablo ve sunum oluşturabiliyor ayrıca bazı bağlantılar üzerinden Gmail, GitHub veya benzeri uygulamalardaki bilgileri kullanabiliyor, şirketlerin kendi verilerine bağlı ajanlar oluşturmalarına imkan veriyor. Google Gemini Enterprise, ajanları Workspace içindeki uygulamalara ve şirket verilerine bağlayabiliyor. Salesforce Agentforce satış, servis ve pazarlama süreçlerinde çalışan ajanlar sunarken Zapier Agents ise farklı uygulamalar arasında görev yürütebilen operasyonel ajanlar kurmayı kolaylaştırıyor.

Yani mesele artık “hangi komutu yazarsam daha iyi cevap alırım?” değil. Yeni soru şu: “Hangi iş akışını bir ajana devredebilirim?”

Örneklerle Bir Ajana Yaptırabilecekleriniz

Bu konuyu daha somut örnekler üzerinden düşünelim.

Bir satış yöneticisi için kullanım alanlarından biri müşteri toplantılarına hazırlık olabilir. Standart kullanımda yapay zekaya “Bu müşteri için bana toplantı soruları hazırla” derdik. Ajan kullanımında ise görev şöyle tanımlanır: “Takvimimde yarınki müşteri toplantılarını bul. Her müşteri için son e-postalarımızı, önceki toplantı notlarını, web sitesindeki güncel bilgileri ve varsa teklif dosyasını incele. Bana her toplantı için bir sayfalık brifing hazırla: müşteri gündemi, fırsatlar, riskli konular, sorulacak iyi sorular ve önerilen konuşma akışı.” Bu artık yalnızca metin üretimi değil; toplantı öncesi hazırlık sürecinin otomasyonudur.

Bir pazarlama ekibi için ajan, kampanya hazırlığının ilk taslağını çıkarabilir: “Bu ürün dosyasını, geçen yılki kampanya sonuçlarını ve müşteri geri bildirimlerini incele. Üç farklı hedef kitle için kampanya yaklaşımı hazırla. Her biri için ana içgörü, mesaj, kanal planı, içerik örnekleri ve başarı metriği öner. Sonunda bu seçenekleri tek sayfalık bir karşılaştırma tablosunda sun.” Burada ajan yalnızca slogan üretmez. Dağınık bilgiyi toplar, anlamlandırır, yapılandırır ve karar verilebilir hale getirir.

Finans tarafında da benzer bir dönüşüm mümkün. Aylık performans raporu her ay benzer şekilde hazırlanıyorsa, ajan bu sürecin önemli bir bölümünü üstlenebilir: “Bu ayki satış, maliyet ve karlılık tablolarını geçen ay ve bütçe ile karşılaştır. En büyük sapmaları bul. Normal dalgalanma ile yönetim aksiyonu gerektiren farkları ayır. CFO’ya gönderilecek kısa yönetici özetini hazırla. Ayrıca veri kalitesinden şüphelendiğin hücreleri işaretle.” Bu iş normalde farklı dosyalar arasında dolaşmayı, karşılaştırma yapmayı, yorumlamayı ve yönetici diline çevirmeyi gerektirir. Ajanların asıl gücü de tam olarak burada ortaya çıkar.

İnsan kaynaklarında ajanlar işe alım ve onboarding süreçlerinde kullanılabilir: “Bu pozisyon için gelen CV’leri iş ilanındaki kriterlerle karşılaştır. Adayları teknik uygunluk, sektör deneyimi ve liderlik sinyalleri açısından grupla. Her aday için görüşmede sorulacak üç soru öner. Son kararı verme; yalnızca kısa listeyi ve gerekçeleri hazırla.” Bu örnekte ajan karar verici değildir. Karar vericinin ön hazırlığını yapar.

Müşteri hizmetleri  tarafında da çok sayıda kullanım senaryosu üretilebilir. Örneğin müşteri şikayetleri farklı kanallardan geliyorsa, ajan bunları okuyup sınıflandırabilir: “Son bir haftadaki destek taleplerini incele. Tekrarlayan sorunları grupla. En sık görülen beş problemi çıkar. Her problem için muhtemel kök nedeni, etkilenen müşteri tipi ve önerilen aksiyonu yaz. Acil müdahale gerektiren talepleri ayrıca işaretle.’’ Bu sayede ajan, ekibin yalnızca talep yanıtlamasına değil, sistematik iyileştirme yapmasına da destek olur.

Kontrolü Bırakmadan Delege Etmek

Yapay zeka ajanları, iş süreçlerinin otomasyonunda bize güçlü bir destek sunabilir. Ancak bu destek, kontrolü tamamen devretmek anlamına gelmez. Aksine, ajanların yetenekleri arttıkça insan denetiminin önemi de artar. Çünkü bir ajan e-postalarınıza, dosyalarınıza, takviminize veya iş uygulamalarınıza eriştiğinde, yapacağı tek bir hata bile çok ciddi sonuçlar doğurabilir. Bu nedenle sağlıklı bir ajan kullanımında üç temel unsurun net bir şekilde tanımlanması gerekir: erişim sınırı, aksiyon sınırı ve onay noktası.

Örneğin ajana verilecek görev şu tür sınırlarla birlikte tanımlanabilir: “Sadece bu klasördeki dosyaları kullan. Tahmin yaptığın noktaları açıkça belirt. Benden onay almadan hiçbir e-posta gönderme. Müşteri isimlerini veya hassas bilgileri dış kaynaklarla paylaşma. Önce çalışma planını göster, onaydan sonra uygulamaya geç.”

Ilk bakışta küçük ayrıntılar gibi görünen bu sınırlar aslında ajanlarla güvenli ve kontrollü çalışmanın temelini oluşturur.

Peki Nereden Başlamalı?

Bu yazıyı okuduktan sonra atılması gereken ilk adım, büyük bir dönüşüm projesi başlatmak değil. Önce günlük iş akışlarına bakmak. Her hafta tekrarlanan, farklı dosya veya uygulamalar arasında gidip gelmeyi gerektiren, ancak nihai kararın yine insanda kaldığı işleri listelemek iyi bir başlangıç olabilir. Toplantı hazırlıkları, haftalık raporlar, teklif ön çalışmaları, müşteri e-postalarının sınıflandırılması, rakip takibi, doküman karşılaştırmaları veya sunum taslakları bu alanlara örnek gösterilebilir.

İkinci adımda, bu listeden düşük riskli bir süreç seçilebilir. Örneğin müşteri toplantısı hazırlığı iyi bir pilot alan olabilir. ChatGPT Agent, Claude Cowork, Microsoft Copilot Studio gibi erişilebilir araçlardan  biriyle küçük bir deneme yapılabilir. İlk aşamada ajana e-posta göndertmek, dosya sildirmek veya sistemlerde değişiklik yaptırmak yerine; sadece okuması, karşılaştırması, özetlemesi ve taslak üretmesi istenmelidir.

Ajana verilecek iş, tek cümlelik bir komut gibi değil, kısa bir iş tarifi gibi düşünülmelidir: Hangi dosyalara bakacak? Hangi uygulamaları kullanacak? Ne tür bir çıktı hazırlayacak? Tahmin yaptığı noktaları belirtecek mi? Hangi aşamada insan onayı isteyecek? Bu basit çerçeve, ajanlardan alınacak sonucun kalitesini ciddi biçimde artırır. Amaç ilk günden kusursuz bir otomasyon kurmak değil; ajanların nerede zaman kazandırdığını, nerede risk yarattığını ve hangi işlerde gerçekten değer üretebildiğini görmektir.

Başlangıçta küçük ve kontrollü süreçlerle yapılan bu denemeler, zamanla kurumların çalışma biçimini yeniden tasarlayan daha büyük bir dönüşümün parçası haline gelecek. İlk adımda toplantı hazırlığı, raporlama, teklif ön çalışması veya müşteri geri bildirimi analizi gibi sınırlı alanlarda yapay zeka ajanlarından destek alınacak. Zamanla bu tekil denemeler birbirine bağlanacak; departmanlar arasında akan, insan onayıyla ilerleyen, daha akıllı ve daha hızlı iş süreçlerine dönüşecek. Bu nedenle kurumlar için mesele yalnızca yeni bir teknolojiyi denemek değil, geleceğin iş yapma modeline bugünden hazırlanmaktır.

Mustafa İÇİL