AI agent nedir, şirketlerde nasıl kullanılır?

AI agent nedir?

AI agent (yapay zekâ ajanı), bir büyük dil modelinin (LLM) kendisine verilen hedefe ulaşmak için adım adım karar verdiği ve bu kararları araçlar aracılığıyla uyguladığı bir sistemdir. Araç; bir CRM kaydını okumak, bir veritabanında arama yapmak, e-posta taslağı hazırlamak ya da bir API'ye istek göndermek olabilir.

Ajan bir döngü içinde çalışır: durumu değerlendirir, sıradaki adıma karar verir, bir aracı kullanır, sonucu gözlemler ve hedefe ulaşana ya da kendisine tanınan sınıra gelene kadar devam eder. Onu sıradan bir sohbet asistanından ayıran şey bu döngü ve araç kullanma yeteneğidir.

Asistan, otomasyon ve AI agent arasındaki fark

• Yapay zekâ asistanı soruya yanıt verir. "İade politikamız nedir?" sorusunu doğru belgeden yanıtlar; işlemi kullanıcı yapar.
• Klasik iş akışı otomasyonu önceden çizilmiş adımları her seferinde aynı şekilde uygular. "Form gelince CRM'e kaydet, satışa bildirim gönder" gibi işler için hızlı, ucuz ve öngörülebilirdir.
• AI agent adımları duruma göre kendisi seçer. "Bu müşterinin iade talebini incele, sipariş ve kargo kaydını kontrol et, uygunsa iadeyi başlat, değilse gerekçesini yaz" gibi, her seferinde farklı yol gerektiren işler için uygundur.

Pratikte bu üçü birlikte kullanılır. İyi tasarlanmış bir sistemde belirleyici adımlar klasik otomasyonla, yorum ve karar gerektiren adımlar ajanla yürütülür. İş akışı otomasyonu ile ajanları aynı akışta birleştirmek hem maliyeti hem riski düşürür.

Bir AI agent'ın bileşenleri

1. Model. Kararları veren dil modeli. Görevin zorluğuna göre büyük ya da küçük, bulutta ya da kendi sunucunuzda çalışan bir model olabilir.
2. Talimatlar ve kurallar. Ajanın rolü, hedefi, uyması gereken iş kuralları ve yapmaması gerekenler.
3. Araçlar. Ajanın kullanabileceği işlemlerin listesi: hangi sistemden veri okuyabileceği, nereye yazabileceği, hangi parametrelerle. Ajan yalnızca bu araçlarla dünyaya dokunabilir.
4. Bağlam ve bilgi. Ajanın karar verirken dayandığı belgeler ve veriler; çoğu zaman bir RAG altyapısıyla sağlanır.
5. Sınırlar ve onay adımları. Adım ve bütçe limitleri, insan onayı gerektiren işlemler, erişim yetkileri.
6. Kayıt ve ölçüm. Her kararın, araç çağrısının ve sonucun kaydı; kalite ve maliyetin düzenli ölçümü.

Şirketlerde kullanım alanları

• Satış. Gelen talebi araştırır, şirket bilgilerini toplar, CRM'deki geçmişle eşleştirir, talebi nitelendirir ve satış temsilcisi için kişiselleştirilmiş bir ilk yanıt taslağı hazırlar.
• Müşteri hizmetleri. Sipariş durumu, iade ve değişiklik taleplerinde ilgili kayıtları kontrol eder, politikaya uygun işlemleri başlatır, istisnaları ekibe aktarır.
• Finans. Faturaları sipariş ve teslimat kayıtlarıyla eşleştirir, tutarsızlıkları gerekçesiyle raporlar, onaya hazır bir liste çıkarır.
• İnsan kaynakları. Çalışan sorularını politika belgelerinden yanıtlar, izin ve belge taleplerini ilgili sisteme işler. İşe alım gibi kişiyi etkileyen kararlar insanda kalır.
• BT ve destek. Destek kayıtlarını sınıflandırır, benzer geçmiş kayıtları ve çözüm adımlarını bulur, rutin işlemleri tanımlı prosedürle uygular.
• Operasyon. Tedarikçi teyitlerini ve teslim tarihlerini izler, gecikme riskinde ilgili ekibi uyarır ve alternatif önerir.

Ne zaman AI agent gerekmez?

Her seferinde aynı adımlarla işleyen, kuralları net bir süreç için ajan kurmak gereksiz maliyet ve belirsizlik getirir. "A olursa B'yi yap" diye tarif edilebilen işler klasik otomasyonla daha ucuz, daha hızlı ve daha güvenilir çalışır. Ajan, adımların duruma göre değiştiği, yorum ve küçük kararlar gerektiren işlerde değer üretir.

İyi bir kural: süreci bir akış şemasıyla eksiksiz çizebiliyorsanız otomasyonla başlayın; şemada "duruma göre karar ver" kutuları çoğalıyorsa ajanı değerlendirin.

Riskler ve nasıl kontrol edilir?

• Yanlış karar. Model hatalı bir çıkarım yapabilir. Önlem: kararın dayandığı veriyi kayda almak, kritik adımlarda insan onayı ve çıktının kurallara göre doğrulanması.
• Aşırı yetki. Geniş yetkiyle kurulan bir ajan beklenmedik işlemler yapabilir. Önlem: en az yetki ilkesi; ajan yalnızca işi için gereken araçlara ve verilere erişir.
• Dışarıdan yönlendirme. E-posta ya da belge içine gizlenmiş talimatlar ajanı yanıltmaya çalışabilir (prompt injection). Önlem: dış kaynaklı metni talimat olarak değil veri olarak işlemek, hassas işlemleri ayrı onaya bağlamak.
• Kontrolsüz maliyet. Çok adımlı çalışan bir ajan her adımda token harcar. Önlem: adım ve bütçe limitleri, doğru model seçimi ve önbellek.
• İzlenemezlik. Ne yaptığı bilinmeyen bir ajana güvenilmez. Önlem: her adımın, araç çağrısının ve sonucun denetlenebilir kaydı.

Maliyet nasıl oluşur?

Bir ajanın maliyeti büyük ölçüde model kullanımından, yani token tüketiminden gelir. Tek bir soruya yanıt veren bir asistan bir model çağrısı yaparken, bir ajan aynı görev için planlama, araç kullanımı ve kontrol adımlarında on ya da daha fazla çağrı yapabilir. Her çağrıda talimatlar ve önceki adımların özeti yeniden modele gönderildiği için maliyet adım sayısıyla hızla büyür.

Bu yüzden ajan tasarımında maliyet baştan hesaba katılır: basit adımlarda küçük modeller, tekrar eden bağlamlar için önbellek, adım sınırları ve görev başına bütçe. Ayrıntıları LLM maliyet optimizasyonu sayfamızda anlatıyoruz.

Nereden başlamalı?

1. Süreç seçin. Sık tekrar eden, birkaç sistemden bilgi toplamayı gerektiren ve bugün ekibin zamanını belirgin şekilde alan tek bir süreç.
2. Başarıyı tanımlayın. Süre, hata oranı, işlem başına maliyet gibi ölçülebilir hedefler koyun ve bugünkü değerleri kaydedin.
3. Sınırları çizin. Ajanın hangi araçları kullanacağını, neyi kendisinin yapacağını ve neyi onaya sunacağını belirleyin.
4. Önce gözlem modunda çalıştırın. Ajan önerir, ekip uygular. Kararların isabetini gerçek işler üzerinde ölçün.
5. Kademeli olarak yetki verin. İsabeti kanıtlanan adımlarda ajanın işlemi kendisinin yapmasına izin verin, diğerlerinde onay devam etsin.

Hangi süreçle başlamanız gerektiğinden emin değilseniz yapay zekâ danışmanlığı çalışmamız tam olarak bu soruyu yanıtlar. Kurulumu ise AI agent geliştirme hizmetimizle uçtan uca üstleniyoruz.