Agentic AI Nedir? Ops Ekipleri İçin Sade Bir Rehber (2026)
Summary
Agentic AI, bir hedefe doğru kendi adımlarını planlayan, CRM ya da takvim gibi araçları çağıran, sonuçları kontrol eden ve bir durdurma kuralı devreye girene kadar tekrar eden yapay zekâ sistemidir. Chatbot cevap verir, agentic sistem eylem yapar. Bu yüzden hataları yanlış cevap değil, yanlış eylem olarak görmek gerekir. Güvenli yol: önce salt okuma, sınırlı döngüler, tam kayıt ve geri alınamayan işlemlerde insan onayı.
Agentic AI nedir? Bir hedefi sen verirsin. Sistem o hedefe varmak için adımları kendisi planlar, CRM (müşteri ilişkileri yönetim sistemi) ya da takvim gibi araçları çağırır, sonuçları kontrol eder ve iş bitene ya da bir sınır onu durdurana kadar ayarlamaya devam eder. Chatbot cevap verir. Agentic sistem eylem yapar. Bu yazıda gerçek olanı nasıl tanıyacağını, ops yığınında nerede değer ürettiğini ve nerede işe yaramadığını anlatıyorum.
Toplantıda tekrar edebileceğin tek cümlelik tanım
Briefing, 30 saniye. Agentic AI bir ürün değil, bir sistemin davranış biçimidir. Davranış basit: hedef gelir, plan yapılır, eylem alınır, kontrol edilir ve süreç tekrarlanır.
IBM'in agentic AI ile generative AI karşılaştırması aynı çerçeveyi çiziyor. Generative AI bir istemden içerik üretir. Agentic AI bir hedefin peşine düşer, planlar, araç kullanır ve çok adımlı işleri farklı düzeylerde özerklikle yürütür. Dil modeli hâlâ içeride. Sadece eylem alabilen bir döngünün içinde duruyor.
Bu döngüyü gerçek yapan üç parça var:
Bir prompt değil, bir hedef. "Bu e-postayı özetle" yerine "Bu hesap için yenileme özetini hazırla" de.
Dar görevli araçlar. CRM'de ara, bir sözleşmeyi oku, Linear'da issue aç, Slack'e mesaj gönder.
Bir durdurma kuralı. Adım sınırı, harcama sınırı ya da insan onayı.
Durdurma kuralını kaldırırsan elinde bir ops aracı kalmaz. Pazartesi sabahını bekleyen bir olay kalır.
AI agent ile aynı şey mi?
Hayır. Satıcı sayfalarını okurken bu farkı bilmek önemli. Bir AI agent tek bir çalışandır: araçları ve döngüsü olan bir model. Agentic AI ise daha geniş bir örüntüdür. Bir sistem tek bir agent kullanabilir ya da farklı işler verilmiş birden fazla agent'ı, aralarında işi yönlendiren bir orkestrasyon katmanıyla birlikte çalıştırabilir.
Bunu bir satış ekibi gibi düşün. Agent, SDR (satış geliştirme temsilcisi) gibidir. Agentic AI ise tüm ekibin nasıl çalıştığıdır: ortak hedef, işlerin bölünmesi, devirler ve "dur" diyebilen bir yönetici.
Tek çalışanlık tanım için AI agent nedir rehberimize bak. Çok çalışanlı versiyon için çoklu agent sistemleri saha rehberine göz at. Bu sayfa örüntüde kalıyor: onu nasıl tanıyacağın ve ne zaman değer ürettiği.
Agentic AI, generative AI ve otomasyondan nasıl ayrılır?
Üç araç, üç farklı iş. Ops ekiplerindeki kafa karışıklığının çoğu bunları birbirine karıştırmaktan geliyor.
Generative AI (sohbet istemi). Bir sonraki adımı sen seçersin. Çıktı bir taslak ya da özettir. Ana risk yanlış cevaptır.
İş akışı otomasyonu (Zapier, Make). Adımları kurucu önceden seçer. Sabit bir sıra çalışır. Ana risk bozulan bir adımdır.
Agentic AI. Bir sonraki adımı model çalışma anında seçer. Sistemler arasında eylem yapar. Ana risk yanlış eylemdir.
Son satırı akılda tut. Agentic AI hatayı "cevap yanlıştı" seviyesinden "sistem yanlış bir şey yaptı" seviyesine taşır. Bu yüzden burada model kalitesinden çok onay mekanizmaları ve kayıtlar önemlidir.
Anthropic de Building effective agents yazısında benzer bir ayrım yapıyor. İş akışları önceden tanımlı kod yollarını izler. Agent'lar kendi sürecini ve araç kullanımını yönlendirir. Anthropic'in tavsiyesi net: önce en basit çözümü dene, karmaşıklığı ancak değer ürettiğinde ekle.
Adımları numaralı bir liste olarak yazabiliyorsan agent'a gerek yok. Kayıtlı bir prompt ya da iş akışı daha ucuz, daha hızlı ve hata ayıklaması daha kolaydır.
Tipik bir agentic çalışma adım adım nasıl görünür?
Yenileme özetini örnek alalım. Döngü açık şekilde şöyle işler:
Hedef. "Acme için yenileme özetini perşembe günkü görüşmeden önce hazırla."
Plan. Model neye ihtiyacı olduğunu listeler: sözleşme bitiş tarihi, ürün kullanımı, açık destek talepleri, son e-postalar.
Eylem. Önce CRM aracını, sonra destek talepleri aracını, ardından e-posta aramasını çağırır. Her çağrı veri döndürür.
Kontrol. Son ayın kullanım verisinin eksik olduğunu görür. Tahmin yürütmez. Eksikliği işaretler ya da ikinci bir kaynağı dener.
Tekrarla ya da dur. Özet tamamsa durur ve taslağı teslim eder. Adım sınırına ulaşırsa durur ve bunu söyler.
adıma dikkat et. Düz bir prompt, eksik veriyi emin bir tahminle doldururdu. Döngü ise sistemin neyi bilmediğini fark etmesine şans verir. Ama aynı zamanda yeni yollarla yanlış gidebilir, bu yüzden kayıt önemlidir. İlk on çalışmada kaydı oku. Agent'ın sapmalarından, hiçbir dashboard'un size anlatamayacağı kadar çok şey verinle ilgili öğrenirsin.
Bir sınır daha var: her döngü ek bir model çağrısı ve araç çağrısı demek. Bu yüzden agentic sistemler görev başına daha yavaş ve daha pahalıdır. Ayda birkaç kez çalıştırdığın bir iş için bu ek yük çoğu zaman değmez.
Agentic AI ops ekiplerinde nerede gerçekten işe yarar?
Girdilerin değiştiği ve adımların önceden listelenemediği işlerde çalışır. Her seferinde aynı olan işlerde zorlanır.
Uygun işler:
Görüşme öncesi hesap araştırması. Agent CRM kaydını, son üç e-postayı ve güncel haberleri okur, bir brief taslağı çıkarır. Görüşmeden önce bir insan okur.
Gelen talep ayıklama. Bir destek talebini okur, müşterinin planını kontrol eder, konuyu etiketler ve yönlendirir. İadeyle ilgili her şey bir kişiye gider.
Yenileme hazırlığı. Kullanım, açık talepler ve sözleşme şartlarını toplar, riski işaretler. Sen onaylayana kadar CRM'e hiçbir şey yazmaz.
Uygun olmayan işler:
Adımları sabit olan her iş. Bunun için iş akışı kullan.
İnsan kapısı olmadan geri alınamayan her şey: ödemeler, silmeler, yetki değişiklikleri.
Çıktısını bir iki dakikada kontrol edemediğin her şey.
Takip edilmesi gereken sayı zamandır. İşi on kez elle yap ve her çalışmanın süresini ölç. Sonra agent ile on kez yap, çıktıyı incelemek için harcadığın dakikaları da ekle. Agent'ın kazandırdığı süre, onu denetlemenin maliyetinden azsa cevabı bulmuşsun demektir. Bu sayıyı sana veremeyiz. Veriye bağlı, o yüzden kendi bağlamında ölçmelisin.
Agentic AI projeleri neden takılıp kalıyor?
Çünkü ekipler işi tanımlamadan etiketi satın alıyor. Gartner, agentic AI projelerinin yüzde 40'ından fazlasının 2027 sonuna kadar iptal edileceğini öngörüyor. Gerekçe olarak artan maliyetleri, belirsiz iş değerini ve yetersiz risk kontrollerini gösteriyor.
Aynı açıklama bilmeye değer bir alışkanlığı da adlandırıyor: "agent washing". Satıcılar chatbot, asistan ya da RPA (robotik süreç otomasyonu) araçlarını gerçek bir agentic kabiliyet olmadan agent diye yeniden markalıyor. Gartner, binlerce agentic AI satıcısından yalnızca yaklaşık 130'unun gerçek olduğunu tahmin ediyor.
Gelen kutuna bir demo düştüğünde bu filtreyi kullan:
Bir sonraki adımı neyin belirlediğini sor. Cevap "sizin kurduğunuz akış" ise bu, yeni adıyla bir iş akışıdır.
Aracın nereye yazabildiğini sor. Salt okuma sorun değil. Yazma erişimi için kayıt ve onay yolu gerekir.
Nasıl durduracağını sor. Adım sınırı, harcama sınırı ve acil durdurma düğmesi vaat değil, ayar olmalı.
Kimin sahip olduğunu sor. Kayıtları haftada bir okuyan, adı belli bir kişi olmalı.
Gartner'ın bu açıklamadaki tavsiyesi burada işe yarıyor: karar gerektiğinde agent, rutin iş akışları için otomasyon, basit bilgi erişimi için asistan kullan. Bu merdiven çoğu satıcı slaytından daha temiz.
Önce hangi araçları deneyebilirsin?
Aracı heyecana göre değil işe göre seç. Bu hafta bir ops lideri önüne koyacağımız dört araç:
Lindy, e-posta, takvim ve CRM'e bağlı görev agent'ları için kod yazmadan kurulan bir araç. İş net olduğunda ve bir öğleden sonra içinde pilot çalıştırmak istediğinde uygun. Dışarıya bir şey göndermesine izin vermeden önce eylem kaydını oku.
n8n, yerel AI agent düğümleri olan, kaynak kodu erişilebilir bir iş akışı otomasyon aracı. Sabit bir omurgası olup içinde tek bir agentic adım isteyen ekipler için uygun. Bu hibrit yapı çoğu zaman ilk kurulum için en güvenli seçenek.
Claude, güçlü talimat takibi ve uzun bağlamı sayesinde araç çağıran agent'ların arkasında birçok ekibin tercih ettiği model. Sohbette ve API üzerinden çalışıyor. Bir şeyi bağlamadan önce işi sohbette test etmekle başla.
ChatGPT yaygınlığı nedeniyle hâlâ varsayılan seçenek. Yerleşik araçları bireyler için hafif agent davranışını karşılıyor. Zayıf kaldığı yer, test edilmiş playbook'ların bir ekip içinde paylaşılması. Kayıtlı slash komutlarının doldurduğu boşluk tam olarak bu.
Agent canlı veriye dokunmadan önce neyi kontrol etmelisin?
Herhangi bir agent'a yazma erişimi vermeden önce bu listeyi çalıştır. Otuz dakika sürer ve kötü haftaların çoğunu önler.
Kayıt nasıl görünmeli? Her satır en az dört bilgi taşımalı: hangi araç çağrıldı, hangi girdiyle, sonuç ne oldu ve ne zaman. Örneğin 14:02 | crm.get_account | acme | başarılı gibi bir satır, sabah bir olayı dakikalar içinde anlamana yeter. Satır yoksa olayın ne olduğunu bilirsin ama neden olduğunu bilemezsin.
Salt okumayla başla. Yazmadan önce iki hafta boyunca araştırma yapıp taslak hazırlasın.
Döngüyü sınırla. Çalıştırma başına en fazla adım ve en fazla harcama belirle.
Her araç çağrısını kaydet. Girdi, çıktı ve zaman damgasını tut. Bir araç kaydedilemiyorsa agent'a verme.
Geri alınamayanı kapıya bağla. Gönderme, silme, ödeme ve yetki değişiklikleri bir insanın tıklamasını gerektirsin.
Bir kopya üzerinde test et. Gerçekçi karmaşası olan bir sandbox CRM kullan.
İki sayı takip et. Bir çalıştırmanın yardım almadan kaç kez bittiğini ve bir insanın kaç kez düzeltmek zorunda kaldığını.
Bir sahip ata. Sahibi olmayan agent zamanla sapar.
Sonraki komutun
Ekibinin haftada en az on kez tekrarladığı, çıktısını bir dakikadan kısa sürede kontrol edebildiğin bir iş seç. Hesap araştırması genellikle en iyi aday.
Önce onu kayıtlı bir slash komutu olarak yaz. Örneğin hesap adıyla birlikte /research gibi, beş satırlık bir brief dönen bir komut. İki hafta çalıştır ve harcanan dakikaları kaydet. Girdiler komutun sürekli bozulacağı kadar değişiyorsa iş agent'a uygundur. Komut her seferinde temiz çalışıyorsa bir agent faturasından ve hata ayıklama alışkanlığından kurtulmuş olursun.
Komutu yazarken iki kuralı koru. Birincisi, komut tek bir çıktı türü üretsin: brief ya da taslak, ikisi birden değil. İkincisi, komut hiçbir yere yazmasın. Yazma adımını ayrı bir komuta bırak ve onu sen tetikle. Böylece iki hafta boyunca kaydını okurken hangi kararın hangi adımda verildiğini net görürsün.
Sonra kararı kendi rakamlarınla ver. Bir playbook'u fork'la, on çalıştırmayı zamanla, kayıtları oku. Görev tamam.