Yazıdan Ana Çıkarımlar
- Türkiye Yapay Zeka Zirvesi 2026 ana teması "Ajanlar aramızda"; agentic AI artık Türkiye'nin iş gündeminde (zirve.turkiye.ai, 11-12 Kasım 2026).
- TRAI girişim haritasında Agentic AI 10 yeni girişimle Ekim 2026'nın en hareketli kategorisi; ekosistem toplamı 504'e çıktı (FinTech İstanbul, 15.10.2026).
- Her sürecin agentic AI'ya hazırlığı aynı değil; karar döngüsü kısa, veri yapılı ve geri bildirim hızlı süreçler önce uyar. Fabrika (kalite + bakım), finans (dolandırıcılık + uyum), müşteri hizmetleri (sınıflandırma + özet), İK (ön eleme) öncelikli giriş süreçleridir.
- Türk şirketleri "pilot sayısı"nı değil, "üretime geçen ajan sayısı"nı ve "insan onay politikası"nı ölçmelidir.
Agentic AI Türkiye'de 2026 yılı itibarıyla bir trend olmaktan çıkmış, yıl sonu gündeminin merkezine oturmuş durumda. 11-12 Kasım 2026'da Wyndham Grand Levent'te düzenlenecek Türkiye Yapay Zeka Zirvesi'nin ana teması "Ajanlar aramızda"; program oturumları "Ajanlar Çalışır, Müşteri Kazanır", "Ajanlar Fabrikada", "Ajanlar Finansta" gibi başlıklarla doğrudan iş süreçlerine odaklanıyor.
Agentic AI Türkiye'de 2026'nın dönüm noktasıdır: Türkiye Yapay Zeka Zirvesi'nin ana teması "Ajanlar aramızda" iken TRAI haritasında Agentic AI 10 yeni girişimle Ekim'in en hareketli kategorisi oldu — ancak kurumsal değer, "ajan var mı" sorusunda değil, "hangi iş sürecinde karar döngüsü kısa ve veri hazır" sorusunda saklıdır. Bu yazıda Türkiye özelinde hangi iş süreçlerinin yapay zeka ajanlarına önce uyduğunu, hangilerinin daha fazla veri olgunluğu beklediğini ve kurumsal karar vericinin pilot öncesi sorması gereken üç soruyu ele alıyoruz.
Türkiye'de Agentic AI Ekosistemi Ne Durumda?
Türkiye Yapay Zeka İnisiyatifi'nin (TRAI) Ekim 2026 güncellemesine göre yerli yapay zeka girişimi sayısı 504'e yükseldi; haritaya eklenen 43 yeni girişim içinde Agentic AI 10 girişimle lider kategori oldu. Yalnızca altı ay önce, Nisan 2026 güncellemesinde bu kategoride 5 girişim vardı — rakam iki katına çıktı. Yeni ajan girişimlerinin odaklandığı alanlar da hikâyeyi anlatıyor: eğitim içeriği üretimi, güvenlik operasyonları, ürün stratejisi ve kurumsal dijital çalışanlar.
Bu veri, Türkiye'de agentic AI'nın yalnızca büyük global sağlayıcıların (OpenAI, Google, Anthropic) ürünleriyle değil, yerli araç ekosistemiyle de şekillendiğini gösteriyor. Bir Türk şirketi 2026 sonunda ajan projesi düşündüğünde seçenekler sadece "yurt dışından al" değil, "yerli ekosistemden entegre et", "kendi kur" ve "hibrit" olarak çoğaldı. Kurumsal tarafta ise Google Cloud Day Türkiye 2026 gibi etkinliklerde Turkcell'in Gemini Enterprise ile elde ettiği operasyonel kazanımlar paylaşıldı; TÜBİSAD iş birliğinde 1.000'den fazla profesyonelin sertifikalandırılması hedefi duyuruldu.
Bu tablonun kurumsal okuması nettir: tedarikçi çeşitliliği arttı, eğitim yatırımı arttı ve "ajan nerede konuşlanacak" sorusu bir seçim sorusu haline geldi.
| Türkiye Agentic AI Göstergeleri (Ekim 2026) | Değer | Kaynak |
|---|---|---|
| TRAI haritasında toplam yapay zeka girişimi | 504 | TRAI / FinTech İstanbul (15.10.2026) |
| Nisan 2026 → Ekim 2026 artışı | +22 girişim | TRAI |
| Yeni girişimlerde Agentic AI payı | 10 / 43 | TRAI |
| Nisan 2026'da Agentic AI kategorisi | 5 girişim | TRAI |
| Türkiye Yapay Zeka Zirvesi 2026 tarihi / ana tema | 11-12 Kasım · "Ajanlar aramızda" | zirve.turkiye.ai |
Yapay Zeka Ajanı Hangi İş Süreçlerinde Değer Üretir?
Burada temel ilke basit: bir sürecin yapay zeka ajanına uygunluğu üç ölçüte bağlıdır — karar döngüsünün kısalığı, veri yapısının olgunluğu ve geri bildirim hızı. Karar döngüsü kısa olan süreçlerde (saniye-dakika mertebesi) ajan çıktısı hızla değerlendirilir ve politika iyileştirilir; veri yapısı oturmuş süreçlerde (standart formlar, kayıt sistemleri, yapılandırılmış akışlar) ajan maliyetli bir "veri temizliği" projesine dönüşmez; geri bildirim hızlı olduğunda model ve politika sürekli güncellenebilir.
Türk kurumsal şirketlerinde bu üç ölçüte birden en çok uyan beş alan şöyle sıralanabilir:
1. Fabrika / üretim — Kamera tabanlı kalite kontrol, öngörücü bakım, enerji ve stok kararları. Veri (sensör + görüntü) genellikle hazır, karar döngüsü dakika mertebesi, aksiyon somut. En olgun giriş noktalarından biri; "Ajanlar Fabrikada" oturum başlığı buradan rastgele seçilmemiş.
2. Finans / bankacılık — Dolandırıcılık tespiti, kredi başvuru ön değerlendirme, uyum (compliance) izleme, müşteri segmentasyonu. Düzenleyici çerçeve ağır (BDDK, KVKK, AB AI Act) ama veri son derece yapılı. Ajan burada insan onay politikası ile birlikte kurulur, otomatik aksiyon değil "önerilen aksiyon + onay" modeli yaygındır.
3. Müşteri hizmetleri / çağrı merkezi — Talep sınıflandırma, çağrı özeti, bilgi erişimi, iade/değişim akışları. Türkçe konuşma analizi ve Türkçe NLP burada kritik; marka tonuna uyarlanmış ajan hem müşteri temsilcisinin yardımcısı hem de self-servis katmanı olabilir.
4. İnsan kaynakları — CV ön eleme, mülakat özeti, iç mobilite önerileri, yetkinlik eşleştirme. KVKK duyarlılığı yüksek, bu nedenle "açıklanabilir ajan" ve "insan onayı zorunlu" tasarımı kuraldır. 5. Hukuk / sözleşme operasyonu — Sözleşme karşılaştırma, risk maddesi çıkarma, atama kontrolü. Avukatın işini tamamen devralmaz, ancak gözden geçirme döngüsünü ciddi şekilde kısaltır. Türkçe hukuki metin için özelleştirilmiş NLP, standart bir çeviri modelinin çok ötesinde iş çıkarır.
Örnek senaryo: Orta ölçekli bir Türk üreticide kalite kontrol, sıra sonunda tek bir denetçinin görsel incelemesine bağlıydı. Hat hızlandıkça atlanan hata oranı arttı ve müşteri iadeleri yoğunlaştı. Hatta konumlanan kameralarla beslenen bir görüntü işleme ajanı, saniyeler içinde yüzeydeki renk ve geometri sapmalarını işaretleyip hatları durdurma yetkisi olmadan uyarı akışına yazmaya başladı; denetçi uyarıları onaylayarak haftalık model eğitimine katkı verdi. Ajan burada "insan yerine" değil, "insan + ajan" olarak çalıştı ve geri bildirim döngüsü haftalık kaldı.
Hangi Süreçlerde Daha Erken? Hazırlık Haritası
Her süreç aynı anda hazır değildir. Pilot sırasını belirlerken şu ikili çerçeve yardımcı olur: dikey eksen değer, yatay eksen hazırlık. Değer, sürecin yıl içindeki hacmi ve manuel iş yüküdür; hazırlık ise veri + yetki + onay politikasının olgunluğudur.
| Süreç | Değer (hacim/manuel yük) | Hazırlık (veri + onay) | Önerilen Konum |
|---|---|---|---|
| Fabrika kalite kontrol | Yüksek | Yüksek | Erken pilot (3-6 ay) |
| Çağrı merkezi talep sınıflandırma | Yüksek | Yüksek | Erken pilot (3-6 ay) |
| Finans dolandırıcılık izleme | Yüksek | Orta-Yüksek | Pilot + sıkı onay (6-9 ay) |
| İK CV ön eleme | Orta | Orta | Pilot + açıklanabilirlik (6-9 ay) |
| Hukuk sözleşme analizi | Orta | Orta | Pilot + hukuk ekibi onayı (6- 9 ay) |
| Satın alma / tedarik zinciri | Orta | Düşük-Orta | Veri hazırlığı önce |
| Pazarlama kampanya optimizasyonu | Yüksek | Düşük | Veri + atıf hazırlığı önce |
| Sahada görev atama / lojistik | Orta-Yüksek | Düşük | Sistem entegrasyonu önce |
Bu haritanın "doğru" halini çıkarmak için her şirket kendi süreç listesini kendi veri olgunluğuyla eşlemek zorundadır; genel şablon doğrudan uygulanmaz. Danışmanlık devrededir çünkü yapılan ilk hata genellikle "en popüler" ajanı kurup "en hazırsız" sürece bağlamaktır. Doğru sıralama için sektörel analiz + süreç envanteri çıkarmak gerekir; bu çalışma, işletmeye özel sektörel yapay zeka çözümleri kapsamında yapılabilir.
💡 Uzman notu: 2026 saha deneyiminde en pahalı hata, "AI varsa ajan koyalım" anlayışıyla veri temeli oturmamış bir sürece ajan yerleştirmekti. Doğru yol tam tersi: önce süreç envanterini + veri olgunluğunu + onay politikasını belgeleyip, hazırlık skoru yüksek 2 süreçle başlamak. Üçüncü süreç, ilk ikisinin öğrenmelerinden besleniyor.
Türkiye'ye Özgü Üç Zorluk
Türk şirketleri agentic AI projelerinde üç belirgin yerel zorlukla karşılaşıyor. İlki Türkçe veri ve dil kalitesi: açık kaynak modeller İngilizce ağırlıklı eğitildiği için Türkçe hukuki, teknik veya müşteri hizmetleri verisinde performans boşluğu çıkıyor; bu, Türkçe NLP katmanının önemini artırıyor. İkincisi düzenleyici çerçevenin hızı: KVKK zaten sağlam bir temel sunarken, Türkiye Yapay Zekâ Eylem Planı (2026-2030) ile anonimleştirme standartları, veri aktarımı koşulları ve güvenli veri alanı kriterleri "fark et, istifade et, üret, yönet" dört eksen etrafında şekilleniyor; şirketlerin uyum çerçevesini henüz oturtmadan ajan konuşlandırması risklidir.
Üçüncüsü yetkinlik açığı: TÜBİSAD ve Google Cloud'un Türkiye'de duyurduğu 1.000 kişilik sertifikasyon programı tam da bu açığa cevap vermeyi hedefliyor; ancak şirket içi "ajan sahibi" rolü — operasyonu bilen, veri konuşan ve politika yazabilen tek nokta — hâlâ nadir bir profil. Bu nedenle agentic AI projelerinde "model sağlayıcı" sorusu kadar "iç ajan sahibi kim" sorusu da kritik.
Kurumsal Karar Vericinin Pilot Öncesi Üç Sorusu
Bir yönetici agentic AI pilotu başlatmadan önce aşağıdaki üç soruyu kendi ekibine sormalıdır. Cevaplardan biri bile belirsizse pilot ötelemek, ajanın işe yaramamasından çok daha ucuzdur.
1. Karar döngüsü ne kadar? Ajanın bir karar verip çıktısının insan tarafından değerlendirilmesi saniyeler, dakikalar mı, yoksa haftalar mı sürüyor? Döngü ne kadar kısaysa, pilot o kadar hızlı öğrenir. Haftalık/aylık geri bildirim veren süreçler ajan için ikinci dalgaya kalır.
2. Hangi veri hazır, hangisi değil? Süreç envanterindeki her adım için şu üç cevap net olmalı: hangi veri kaynağı kullanılacak, veri sahibi kim, veri yenileme sıklığı ne? Bu üçü belirsizse "AI projesi" değil "veri projesi" başlatılır.
3. Hangi aksiyonu ajan verebilir, hangisini insan onaylar? Yetki tasarımı, pilot başarısının bel kemiğidir. "Hepsini otomatik yapsın" yaklaşımı regülasyon ve itibar riski taşır; "hiçbir şey yapmasın" yaklaşımı pilottan değer çıkarmaz. Her sürecin kendi yetki haritası çıkarılmalıdır.
📊 İstatistik: Türkiye Yapay Zeka İnisiyatifi'nin Ekim 2026 güncellemesine göre haritaya eklenen 43 yeni yapay zeka girişiminin 10'u Agentic AI kategorisinde yer aldı; Nisan 2026'da bu sayı 5'ti — TRAI/FinTech İstanbul, 15.10.2026.
Zirveye Giderken: Dinleyin, Not Alın, Pilot Yapmayın
11-12 Kasım 2026 zirvesi, pilot başlatma zemini değil saha dinleme zeminidir. Oturumlardan çıkarılacak dört not şu olmalıdır: hangi sektörde hangi süreç ajana geçirildi (ve geçirilmedi), hangi sağlayıcı Türkçe performansında öne çıktı, hangi düzenleyici konu önümüzdeki altı aya işaret ediyor ve hangi vaka başarısız oldu (başarısızlıklar genellikle başarılardan daha öğretici anlatılır). Zirveden dönerken yapılacak doğru hamle "hemen bir ajan kuralım" değil, süreç envanteri + hazırlık skorlaması + ilk iki pilot önerisiyle bir iç çalıştay yapmaktır. Yapay Zeka Firması olarak bu iç çalıştayın çerçevesini ve pilot sırasını kurumsal müşterilerimizle birlikte hazırlıyoruz; detaylar için bizimle iletişime geçin.
Sonuç: Zirveye Giderken Doğru Soru
Agentic AI Türkiye'de 2026 itibarıyla gündemin merkezinde; ancak kurumsal değerin yolu "hangi ajanı alalım" değil, "hangi süreçte karar döngüsü kısa, veri hazır ve onay politikası net" sorularından geçiyor. Fabrika, çağrı merkezi, finans, İK ve hukuk Türk şirketleri için ilk pilot adaylarıdır — bu sırayı kendi süreç envanterinizle teyit etmek sağlıklıdır. Pilot öncesi iç çalıştay ve süreç haritalaması için bizimle iletişime geçin.
İlgili içerik: Kurumsal yapay zeka çözümleri · Yapay zeka ajanları kurumsal şirketlerde nasıl kullanılır?
Kaynaklar
- Türkiye Yapay Zeka Zirvesi 2026 — "Ajanlar aramızda" ana teması, 11-12 Kasım 2026, Wyndham Grand Levent · https://zirve.turkiye.ai/
- FinTech İstanbul — "Türkiye'de yapay zeka girişimi sayısı 504'e yükseldi" (TRAI Ekim 2026 güncellemesi, Agentic AI 10 yeni girişim), 15.10.2026 · https://fintechistanbul.org/2026/10/15/turkiyede-yapay-zeka-girisimi-sayisi-504e-yukseldi/
- Yatırımlar Dergisi — "Google Cloud Day Türkiye 2026'da ajan tabanlı yapay zeka öne çıktı; TÜBİSAD iş birliği, Turkcell Gemini Enterprise", 2026 · https://yatirimlar.com/haber/google-cloud-day-turkiye-2026-da-ajan-tabanli-yapay-zeka-one-cikti-tubisad-is-birligi-ile-ulusal-yetkinlik-gelistirme-programi-duyuruldu_258084
- Alomaliye — "Türkiye Yapay Zekâ Eylem Planı (2026-2030)" dört eksen, 2026/9 sayılı Cumhurbaşkanlığı Genelgesi, 18.08.2026 · https://www.alomaliye.com/2026/08/18/turkiye-yapay-zeka-eylem-plani-2026-2030/
Sıkça Sorulan Sorular
Ekim 2026 tablosunda fabrika/üretim ve müşteri hizmetleri (çağrı merkezi) öne çıkan iki alan oldu; finans ise düzenleyici çerçeve nedeniyle "insan onay politikası" ile birlikte ilerliyor. Türkiye Yapay Zeka Zirvesi 2026 programındaki "Ajanlar Fabrikada" ve "Ajanlar Finansta" oturumları da bu önceliği yansıtıyor. Her sektörde girilecek ilk süreç, karar döngüsü kısa ve veri olgun olandır — rastgele seçilen bir ürün çağrısı değil.
Üç belge: süreç envanteri, veri olgunluk raporu ve yetki politikası. Süreç envanteri yıllık hacim ve manuel iş yükü ile hangi adımların otomasyona uygun olduğunu gösterir; veri olgunluk raporu her sürecin veri kaynaklarının sahibini, formatını ve yenileme sıklığını listeler; yetki politikası ajanın hangi aksiyonu kendi başına, hangisini onayla verebileceğini tanımlar. Bu üç belge olmadan pilot başlatmak, ajanın işe yaramamasından çok veri ve politika projesi olarak uzamasına neden olur.
Türkiye Yapay Zeka Zirvesi 2026, 11-12 Kasım 2026 tarihlerinde İstanbul Wyndham Grand Levent'te ve online olarak düzenleniyor; ana tema "Ajanlar aramızda". Program oturumları "Ajanlar Çalışır, Müşteri Kazanır", "Ajanlar Fabrikada", "Ajanlar Finansta" gibi başlıklarla doğrudan iş süreçlerine odaklanıyor. Kurumsal karar vericiler için zirve, kendi süreç envanterini yanlarına almadan katılmaları önerilmeyen bir pazar dinleme etkinliğidir.
Karar sürecin esnekliğine bağlıdır. Girdi ve çıktısı tam standartlaşmış, kuralları tartışmasız iş adımlarında (örneğin fatura kalemi aktarımı) klasik RPA ya da iş akışı otomasyonu hem daha ucuz hem daha güvenlidir. Girdinin değişken olduğu, bağlamın yorumlanması gereken ve çıktının doğal dilde ya da karar şeklinde olduğu süreçlerde (talep sınıflandırma, sözleşme karşılaştırma, kampanya önerisi) yapay zeka ajanı değer üretir. Bir süreç envanteri çalışması bu ayrımı net gösterir.
Genel amaçlı büyük dil modelleri Türkçeyi anlıyor, ancak hukuki, teknik ve müşteri hizmetleri gibi uzmanlık metinlerinde performans boşluğu olabilir. Bu nedenle kurumsal ajan tasarımında Türkçe veriyle beslenmiş Türkçe NLP katmanı, erişim kademeli bilgi tabanı (RAG) ve marka tonuna uyarlanmış cevap kalıpları birleştirilir. Yalnızca "model seçelim" yaklaşımı yerine veri + dil + politika üçlüsü birlikte tasarlanır.

