AI Agent Nedir? Chatbot'tan Farkı ve Kurumsal Kullanım Rehberi

AI agent nedir? Kısa tanım

Son iki yılda "AI agent" ifadesi o kadar geniş kullanıldı ki, artık bir sohbet penceresine takılmış her şeye agent deniyor. Kurumsal bir projede işe yarayan tanım çok daha dardır:

Bir yazılım, kendisine hedef verildiğinde adım planını kendisi kurabiliyor, bu adımları gerçekleştirmek için araç çağırabiliyor, sonucu değerlendirip gerekirse rotasını değiştirebiliyorsa agent'tır.

Bu tanımın pratik sonucu şudur: agent'ın değeri modelin ne kadar akıcı konuştuğunda değil, sisteminizde ne kadar gerçek iş bitirdiğinde ölçülür. "Müşteriye kibar bir yanıt yazdı" bir çıktı değildir; "talebi sınıflandırdı, CRM'de kayıt açtı, uygun danışmana atadı ve müşteriye randevu önerdi" çıktıdır.

Bir agent'ı otonom yapan dört yetenek

1. Planlama (planning)

Agent, hedefi alt görevlere böler. "Bu e-postayı işle" komutu; ekleri ayıkla → belge türünü belirle → alanları çıkar → doğrula → hedef sisteme yaz adımlarına dönüşür. Plan sabit değildir: ek yoksa, belge okunamıyorsa ya da tutar eşleşmiyorsa akış farklı ilerler.

2. Araç kullanımı (tool use)

Model, kendisine tanımlanmış fonksiyonları çağırır: sql_sorgula(), dms_kaydet(), mail_gonder(), doviz_kuru_al(). Her aracın girdi şeması nettir ve çıktısı doğrulanır. Kurumsal agent'ın gerçek gücü buradadır — çünkü şirketinizin verisi modelin içinde değil, sizin sistemlerinizdedir.

3. Hafıza (memory)

Kısa vadeli hafıza mevcut görevin bağlamını taşır; uzun vadeli hafıza ise geçmiş kararları, müşteri tercihlerini ve kurumsal bilgi bankasını saklar. Uzun vadeli hafıza genellikle RAG mimarisi ve vektör veritabanı ile kurulur.

4. Kendini değerlendirme (reflection)

Agent, ürettiği çıktıyı bir kontrol adımından geçirir: Tutar toplamı kalem toplamına eşit mi? Vergi numarası formatı geçerli mi? Kayıt zaten sistemde var mı? Uyuşmazlık varsa yeniden dener ya da insana devreder. Üretimde çalışan sistemlerle demo arasındaki fark çoğu zaman tam olarak bu katmandır.

Chatbot, RPA ve agent karşılaştırması

Bu tablo RPA'yı gereksiz göstermez. Ekran tabanlı, kuralı hiç değişmeyen, yüksek hacimli işlerde RPA hâlâ ucuz ve öngörülebilirdir. Doğru kurgu çoğu zaman melezdir: belgeyi anlamlandırmayı agent yapar, sonucu eski bir sisteme yazmayı RPA üstlenir.

Kurumsal bir AI agent'ın mimarisi

Üretime çıkan agent'lar tipik olarak altı katmandan oluşur:

• Tetikleyici katmanı — e-posta kutusu, webhook, WhatsApp mesajı, zamanlanmış görev veya dosya klasörü.
• Bağlam katmanı — kurumsal bilgi bankası, geçmiş işlemler, müşteri kaydı; RAG ile getirilir.
• Akıl yürütme katmanı — büyük dil modeli; sistem talimatı, iş kuralları ve araç tanımlarıyla sınırlandırılır.
• Araç katmanı — SQL, ERP API'si, DMS, e-posta, ödeme sağlayıcısı; her biri yetki kapsamıyla tanımlanır.
• Doğrulama katmanı — şema kontrolü, iş kuralı testleri, tutar/format doğrulama, mükerrer kayıt kontrolü.
• Gözlemlenebilirlik katmanı — her adımın logu, maliyet ve gecikme metrikleri, hata oranı panosu, insana devir kuyruğu.

Uçtan uca örnek: gelen fatura e-postası

Muhasebe kutusuna bir tedarikçi e-postası düşüyor. Otonom akış şöyle işler:

ORCHESTRATOR   Yeni e-posta alındı, ek sayısı: 2
  └─ CLASSIFIER    Ek 1: PDF fatura | Ek 2: banka dekontu
  └─ EXTRACTOR     Fatura no, VKN, tarih, KDV, toplam çıkarıldı
  └─ VALIDATOR     Kalem toplamı = genel toplam ✓ | VKN formatı ✓
                   Mükerrer kayıt kontrolü: kayıt bulunamadı ✓
  └─ ACTION        ERP'ye cari hareket yazıldı (kayıt #48213)
                   DMS'e arşivlendi, muhasebeye bildirim gönderildi
  └─ MONITOR       Süre: 11 sn | Maliyet: 0,04 USD | Güven: 0,97

Güven skoru eşiğin altına düşerse ya da tutarlar eşleşmezse akış durur ve insana devredilir. Bu tasarım, otomasyonun hatalı kayıt üretmesindense yavaşlamasını tercih eder — kurumsal muhasebede doğru olan da budur. Bu senaryonun ayrıntılı maliyet ve doğruluk analizi için fatura işleme otomasyonu yazımıza bakabilirsiniz.

İlk agent projenizi nasıl seçersiniz?

İlk projede hedef, en karmaşık süreci çözmek değil, kuruma somut bir kazanç göstermektir. Aday süreci şu beş soruyla eleyin:

1. Tekrar ediyor mu? Haftada en az 50 kez yapılan işler ölçülebilir kazanç üretir.
2. Girdi dijital mi? E-posta, PDF, form, veritabanı kaydı — kâğıt ve telefon ilk faz için zordur.
3. Doğru cevap tanımlanabiliyor mu? "İyi yazılmış metin" değil, "doğru alan çıkarıldı" gibi ölçülebilir bir başarı ölçütü olmalı.
4. Hata maliyeti tolere edilebilir mi? İlk projede geri alınabilir işlemler seçin.
5. Sistem erişimi var mı? API veya veritabanı erişimi olmayan bir hedef sistem, projeyi entegrasyon projesine çevirir.

Beş sorunun tamamına "evet" diyen bir süreç bulduysanız, 48 saatlik POC yaklaşımıyla doğrudan prototipe geçebilirsiniz.

Sık yapılan beş hata

• Her şeyi tek agent'a yaptırmak. Tek bir dev talimat yerine, dar görevli agent'ları bir orchestrator altında toplayın. Ayrıntı: çok ajanlı sistemler.
• Doğrulama katmanını atlamak. Demoda çalışan akış, üretimde ayda birkaç kez sessizce yanlış kayıt üretir.
• Kişisel veriyi filtrelemeden modele göndermek. KVKK açısından riskli ve çoğu zaman gereksiz; kontrol listesine bakın.
• Maliyeti izlememek. Token maliyeti adım başına ölçülmezse, hacim arttığında bütçe sürpriz yapar.
• İnsana devir yolu bırakmamak. Otonomluk, insanın devre dışı bırakılması değil; insanın yalnızca gerçekten gerekli olduğunda çağrılmasıdır.