Kurumsal Yapay Zeka Ajanı Nasıl Devreye Alınır?

Kurumsal bir yapay zeka ajanını devreye almak için tek ve dar tanımlı bir görevle başlayın, ajana yalnızca o görevin gerektirdiği araçları ve yetkileri verin, gerçek örneklerden oluşan bir değerlendirme setiyle test edin ve veri değiştiren ya da müşteriye ulaşan her adımda insan onayı bırakın. Canlıya aldıktan sonra ajanı her üretim servisi gibi izleyin, KVKK ve GDPR sorularını canlıya çıkıştan önce kapatın ve görev başına maliyete sınır koyun. Aşağıdaki yedi adım bu sırayı izler.

Ajan ile sohbet botu arasındaki fark

Bir sohbet botu veya RAG asistanı, soruları kurumun dokümanlarından cevaplar. Bir yapay zeka ajanı ise bir hedefi adımlara böler ve bu adımları araçlar aracılığıyla yürütür: ERP’de kayıt arar, gelen bir e-postayı sınıflandırır, bir talep formunu doldurur, sonucu bir çalışana onaya gönderir. Fark, ajanın sistemlerinizde işlem yapabilmesidir ve riskin büyük kısmı da buradan doğar. İhtiyacınız yalnızca dokümanlardan kaynak göstererek cevap vermekse kurumsal sohbet botu ve RAG çözümü daha basit ve daha az riskli bir başlangıç olabilir.

1. Görevi seçin

İlk ajan için iyi bir görev sık tekrarlanır, kuralları yazılıdır veya yazıya dökülebilir, sonucu ölçülebilir ve hatası geri alınabilir.

Görevi seçtikten sonra bugün nasıl yapıldığını adım adım yazın: Kim yapıyor, hangi sistemlere bakıyor, hangi durumlarda bir üst seviyeye danışıyor? Bu yazılı akış, hem ajanın talimatlarının hem de değerlendirme setinin temelidir. Görevin başarısını hangi ölçütle değerlendireceğinizi de bu aşamada belirleyin; örneğin işlem süresi, hata oranı veya bir çalışanın bu işe ayırdığı zaman.

2. Araçları ve yetkileri tanımlayın

Ajanın kullanabileceği her araç, yani her API çağrısı, veritabanı sorgusu veya e-posta gönderimi, ayrı ayrı tanımlanmalı ve en az yetki ilkesine uymalıdır.

• Ajan için insan kullanıcılardan ayrı bir servis hesabı açın ve yetkilerini görevle sınırlayın.
• Okuma ve yazma araçlarını birbirinden ayırın; ilk aşamada yazma araçlarını taslak oluşturmakla sınırlayın.
• Veritabanına doğrudan erişim yerine girdileri doğrulayan, dar kapsamlı API uç noktaları kullanın.
• Her araç çağrısını kim adına, hangi girdiyle ve hangi sonuçla yapıldığı bilgisiyle loglayın.
• Tek bir çalıştırmada yapılabilecek adım ve çağrı sayısına üst sınır koyun.

Ajanın erişebildiği sistemlerin listesi ve yetkileri bilgi güvenliği ekibinizin onayından geçmeli, diğer servis hesapları gibi düzenli aralıklarla gözden geçirilmelidir.

3. Değerlendirme seti hazırlayın

Bir ajanın işe yarayıp yaramadığını birkaç başarılı demo değil, gerçek örneklerden oluşan bir değerlendirme seti gösterir. Seti geçmiş vakalardan oluşturun ve her örnek için beklenen sonucu yazın. Sık görülen vakaların yanına uç durumları ve doğru cevabın “insana devret” olduğu vakaları da ekleyin. Değerlendirmede en az şu ölçütleri izleyin:

• Görev başarı oranı: Ajan beklenen sonuca ulaştı mı?
• Hatalı işlem oranı: Ajan yapmaması gereken bir işlem yaptı mı?
• Devretme oranı: Hangi vakaları insana bıraktı ve bunlar doğru vakalar mıydı?
• Maliyet ve süre: Görev başına kaç model çağrısı yapıldı, ne kadar sürdü?

Model, talimat veya araçlardan biri değiştiğinde set yeniden çalıştırılmalıdır. Canlıya çıkış kararı, önceden yazılı olarak belirlenen eşiklere göre verilmelidir.

4. İnsan onayını tasarlayın

İnsan onayı bir eksiklik değil, ajanın güvenle çalışmasını sağlayan bir tasarım unsurudur. Onay düzeyini işlemin etkisine göre belirleyin.

Ajanın performansı izleme verileriyle kanıtlandıkça bazı adımlarda onay, örneklem kontrolüne dönüştürülebilir. Bu karar yazılı olmalı ve sorumlusu belli olmalıdır.

5. İzleme kurun

Canlıdaki bir ajan bir üretim servisidir. Her çalıştırmanın adımlarını, araç çağrılarını ve sonuçlarını izleyebileceğiniz kayıtlar tutun. Hata ve devretme oranlarındaki ani değişiklikler için uyarı tanımlayın. Kullanıcıların ajan çıktısını doğru veya yanlış olarak işaretleyebileceği bir geri bildirim yolu açın ve her hafta bir örneklemi insan gözüyle inceleyin. Model sağlayıcısının sürüm değiştirmesi davranışı değiştirebileceği için değerlendirme setini düzenli aralıklarla canlı sistem üzerinde de çalıştırın. Ajanı tek bir ayarla durdurabileceğiniz bir kapatma mekanizması canlıya çıkıştan önce hazır olmalıdır.

6. KVKK ve GDPR

Ajan kişisel veriye dokunuyorsa veri koruma soruları tasarım aşamasında cevaplanmalıdır.

• Amaç ve veri minimizasyonu: Ajan, görev için gereken veriden fazlasını görmemelidir.
• Modelin çalıştığı yer: Bulut, kurum içi veya hibrit kurulum ve verinin yurt dışına aktarılıp aktarılmadığı.
• Model sağlayıcısıyla sözleşme: Girdilerin model eğitiminde kullanılıp kullanılmadığı ve saklama süreleri.
• Loglar: İstemler ve çıktılar kişisel veri içerebilir; erişim yetkileri ve saklama süreleri politikaya bağlanmalıdır.
• Aydınlatma: Çalışanlar ve müşteriler, verilerinin bir yapay zeka sistemi tarafından işlendiğini bilmelidir.

Türkiye’deki temel çerçeve 6698 sayılı Kişisel Verilerin Korunması Kanunu ile belirlenir. Kişisel Verileri Koruma Kurumu, Kasım 2025’te yayımladığı üretken yapay zeka ve kişisel verilerin korunması rehberiyle bu sistemlerin yaşam döngüsü boyunca veri sorumlularına yol gösteriyor. AB’deki kişilerin verisini işliyorsanız GDPR yükümlülükleri de devreye girer. Kurumunuzun genel uyum durumunu birlikte değerlendirmek isterseniz KVKK ve ISO 27001 uyum hizmetimize bakabilirsiniz.

7. Maliyeti kontrol edin

Dil modeli çağrıları kullanım arttıkça büyüyen bir maliyet kalemidir. Bu kalemi baştan yönetilebilir tutmak için:

• Görev başına bütçe: Bir çalıştırmanın kullanabileceği token ve çağrı sayısına sınır koyun.
• Model seçimi: Rutin adımlarda daha küçük ve hızlı modeller, yalnızca gerektiği yerde daha yetenekli modeller kullanın.
• Önbellek: Tekrarlanan sorgular ve sabit talimatlar için önbellekleme kullanın.
• Ölçüm: Maliyeti görev başına raporlayın ve aynı işin elle yapılma maliyetiyle karşılaştırın.
• Uyarı: Günlük veya aylık harcama eşikleri aşıldığında ekibe haber veren uyarılar tanımlayın.

Görev başına maliyet raporu, ajanın hangi işlerde gerçekten zaman kazandırdığını da gösterir. Bu veri, ikinci görevi seçerken elinizdeki en güvenilir dayanak olur.

Canlıya çıkış kontrol listesi

• Görev, kapsam ve başarı ölçütü yazılı.
• Servis hesabı ve araç yetkileri en az yetki ilkesine göre tanımlı.
• Değerlendirme seti çalıştırıldı ve sonuçlar belirlenen eşiklerin üzerinde.
• İnsan onayı adımları devrede ve sorumluları belli.
• Loglar, uyarılar ve kapatma mekanizması test edildi.
• KVKK değerlendirmesi ve gerekiyorsa aydınlatma metni hazır.
• Maliyet sınırları ve raporlaması devrede.
• Kullanıcılar eğitildi, geri bildirim yolu açık.

İlk sürümü sınırlı bir kullanıcı grubuyla veya gölge modda, yani ajanın önerdiği ama işlemi bir çalışanın yaptığı bir düzende çalıştırmak, gerçek veride davranışı görmenin düşük riskli bir yoludur.

Sonraki adım

ALGOFACT, yapay zeka ajanlarını şirketlerin kullandığı ERP, CRM ve doküman sistemlerine bağlayarak değerlendirme seti, insan onayı ve izlemeyle birlikte devreye alır. Çalışma 30 dakikalık bir keşif görüşmesiyle başlar; ardından kurucu ekip önerilen kapsamı sunar. Ajan için aday görevleriniz varsa keşif görüşmesi planlayabilirsiniz.