Agentic AI İle Yapay Zekâda Değer Arayışı: Yapan Zekâ mı, Yalan Zekâ mı?

Softtech Ürün Yöneticisi Kadir Geylan Selçuk tarafından Softtech 2026 Teknoloji Raporu için kaleme alınmıştır.

Son yıllarda yapay zekâ alanında yaşanan gelişmeler, özellikle üretken yapay zekâ (Generative AI) teknolojileriyle büyük bir ivme kazandı. Metin, görsel ve ses üretiminde çığır açan bu sistemler hem bireylerin hem de kurumların iş yapış biçimlerini dönüştürdü. Ancak şimdi sahnede yeni bir aktör var: Agentic Yapay Zekâ (AI). Kendi başına hedef belirleyebilen, görevleri planlayıp yürütebilen ve sonuçları değerlendirebilen bu yapay zekâ agent’ları, adeta dijital çalışanlar gibi hareket etme potansiyeliyle büyük bir heyecan yaratıyor.

Peki bu heyecan ne kadar gerçekçi? Üretken yapay zekâ uygulamalarının ürettiği değer ortada ancak Agentic AI gerçekten değer üretiyor mu, bu geçici ve ütopik bir teknoloji trendi mi, yoksa kendi zamanının gelmesini bekleyen ve üretken yapay zekâdan daha fazla değer üretebilecek bir teknoloji mi?

Yakın zamanda katıldığım etkinlikteki bir panelde, yapay zekâ ile gerçekleştirilen çalışmalardan değer üretenlere odaklanılması gerektiği anlatılırken, çok güzel bir tabir kullanıldı: “Yapay Zekâ” yerine “Yapan Zekâ”. İşin olumlu tarafından baktığımızda bu tabir çok yerindeydi. Teknik kökenli bir ürün yöneticisi olarak benim kafamda ise hemen birkaç “pitfall” ve “anti-pattern” canlandırıverdi. “Yapay zekâ neden yapamaz?” sorusu ile birlikte işin “Yalan Zekâ” kısmını düşündüm. Hazır yakın zaman gündemimiz Agentic AI olmuşken ve Agentic AI’ın gerçekten değer üretip üretemediği tartışılırken, bu değer üretme potansiyelini farklı bakış açıları ile incelemek istedim.

GELENEKSELDEN GELECEĞE

Agentic AI’a geçmeden önce, geleneksel sistemlerimizde değeri nasıl ölçtüğümüzü inceleyelim. Kurumsal bir sistemin başarısını takip ederken kullanılan en önemli değişkenlerden birisi, Hizmet Seviyesi Anlaşması (HSA/SLA) uyum oranıdır. HSA, bir hizmet sağlayıcısı ile müşteri arasında sunulacak hizmetin kapsamını, kalitesini ve sorumluluklarını tanımlayan resmi bir sözleşmedir. Örneğin, mikroservisler özelinde iş önceliğine göre erişilebilirlik ve yanıt süresi gibi metriklerle ölçülen performans hedefleri belirlenerek oluşturulur. Mesela %99,9 erişilebilirlik ve 200 milisaniye yanıt süresinin hedeflendiği bir sistemi ele alalım. Önemli bir design pattern olan “microservice chaining” kapsamında yaşanabilecek bir pitfall olan “chain length”, yani kurduğumuz mikroservis zincirinin fazla uzun olması, HSA’larda belirlenen hedeflere ulaşılamamasına sebep olabilir. Kaba bir hesap ile iç içe 10 servisi çağırdığımız ve her bir servis için ortalama %99,9 başarı oranı olan bir zincir için toplam başarı oranı, %99,9 üzeri 10 olarak hesaplandığında, %99,1 seviyesine düşüyor. Bu da her yüz işlemden birinin başarısız olması anlamına geliyor. Yine yanıt süresi de hedeflediğimiz rakamın çok daha üzerinde olacaktır.

Şimdi benzer durumu basit bir Agentic AI senaryosu için düşünelim. 10 agent’tan oluşan bir müşteri destek sistemimiz olduğunu, agent’ların ortalama doğru cevap dönme oranının %90 seviyesinde ve ortalama yanıt süresinin 500 milisaniye olduğunu düşünelim. Bu rakamların günümüzdeki LLM’ler için fena olmadığını da belirtmiş olayım. Bu senaryodaki başarı oranını hesapladığımızda, %90 üzeri 10, %34 olarak gerçekleşiyor. Toplam yanıt süresi ise paralel çalıştırılabilecek görevler yoksa 5 saniyenin üzerinde. Takdir edersiniz ki %34'lük başarı oranı kabul edilemez ve 5 saniyenin üzerindeki yanıt süreleri sistemin son kullanıcı senaryolarında kullanımını ciddi anlamda zorlaştırıyor. Bu durum ister istemez Agentic AI’ın gerçekten hedeflenen değeri üretip üretemeyeceğini sorgulamamıza sebep oluyor.

Agentic AI değer önerisini tek sorgulayan da bizler değiliz elbette. Gartner, 2027 sonuna kadar Agentic AI projelerinin yarıya yakınının iptal edileceğini öngörüyor. Farklı analiz şirketlerinin yaptığı anketlere baktığımızda da teknoloji liderlerinin Agentic AI kullanımı konusunda çoğunlukla temkinli oldukları ya da “bekle ve gör” şeklinde konumlandıkları ortaya çıkıyor.

PEKİ NE OLACAK?

Agentic AI gerçekten “yalan zekâ” mı? Bu soruyu sormadan önce belki de kendimize GPT’ler ve LLM’ler ortaya çıkmadan hemen önce 2022 yılında yapay zekâ konusunda ne düşündüğümüzü sorabiliriz.

Bu kez McKinsey’i kaynak gösterelim. O dönemde McKinsey anket sorularına “En az bir iş birimi, yapay zekâ uygulamalarını kullanıyor” cevabını veren yönetici oranı %50 olarak gerçekleşmiş. 2024 anketi ile kıyasladığımızda bu soruya %74 oranında “Evet” cevabı verilirken, üretken yapay zekâ için aynı soru sorulduğunda, %65 oranında “evet” yanıtı alınmış.

Bu sonuçlar basitçe şunu gösteriyor; teknoloji ile ilgili tüm uygulamalarda olduğu gibi yapay zekâ uygulamalarında da zamanlama her şeydir. Bugünün fizibilitesinde uygun görünmeyen ve değer üretmeyen uygulamalar, yarın değer üretecek hâle gelebilir. Agentic AI için de bugün, örneğin, %80 seviyesinde olan isabet oranı yarın %90 üzerine çıkacak, 500 milisaniye seviyesindeki cevap süreleri birkaç milisaniyelere düşecek, LLM eğitimi ve yapay zekâ kullanımı için harcanan rakamlar ise onlarca kat ucuzlayacak. Buna bağlı olarak bugün değer üretemeyecek gibi görünen sistemler zamanı geldiğinde yüksek değer üretebilir duruma gelecektir.

Agentic AI’ın gelecekte yüksek değer üretilebileceğini cebimize koyduk. Peki günümüzdeki kısıtlamalarla bu değeri nasıl üretebiliriz? Burada hibrit yaklaşımlar ön plana çıkıyor. Yukarıdaki hesaplarda sürekli ortalama değerler üzerinden ilerledik. Ancak her agent’ın başarı oranı farklıdır. Buna bağlı olarak agent’ların başarı oranı yüksek olan -özellikle veri kalitesi yüksek niş uygulamalarda- işlemler için agent’ları, diğer durumlarda otomasyon, süreç ve insanı kullanarak değer üretebiliriz.

Örneğin, bir çağrı merkezi sisteminin tamamını yapay zekâ agent’ları ile tasarlamak yerine, soru içeriğine göre dağıtımı agent’a bırakıp sorunun cevabını veri kalitesi yüksek alanlar için agent’lara, diğer alanlar için insana bırakacak şekilde hibrit bir sistem tasarlanabilir. Bunun yanında sistemin vereceği cevabı olabildiğince hızlandırmak için de mümkün olan yerlerde paralel çalışan agent’lar ve sistemler değerlendirilebilir.

Yakın gelecek için bu kapsamdaki ihtiyaçların nasıl değerlendirildiğini inceleyecek olursak, Gartner, 2026 yılındaki en önemli 10 teknoloji trendi araştırmasında, bu konuyu iki ana başlıkta ele alıyor. Her ikisi de orta vadeli (3–5 yıl) olarak değerlendirilen bu trendlerden “Yapay Zekâ Süper Bilgisayarları” (AI Supercomputers) daha gelişmiş dil modelleri için ihtiyaç duyulan işlem gücünü adreslerken, “Domain Odaklı Dil Modelleri” (Domain Specific Language Models) daha odaklı ve isabetli sonuçlar verebilecek özelleştirilmiş dil modelleri üzerinde duruyor.

SONUÇ: AGENTİC AI’IN OLGUNLAŞMA DÖNEMİ

Sadede gelecek olursak, Agentic AI’ı “yalan zekâ” olarak değerlendirmek haksızlık olur ancak şimdilik tam anlamıyla “yapan zekâ” da değil. Özellikle de insanı tamamen aradan çıkarma konusunda. Bunun yanında yapay zekâ, en fazla yatırımı alan, yarattığı heyecan sebebiyle en iyi genç mühendisleri çeken ve bunlara bağlı olarak en hızlı gelişen alan. Öyle ki büyük firmalar enerji darboğazını aşmak için kendi nükleer santrallerini kurarken, milyar dolar seviyesinde harcamalar yaparak bu alandaki yetenekleri çekmeye çalışıyorlar. Dolayısıyla bu hızda ilerleyen bir alanda sistemleri tasarlarken 6 ay-1 yıl sonrasını düşünmek fayda sağlayacaktır. Şu anda çok mu pahalı? Ucuzlayacak. Çok mu yavaş? Hızlanacak. Cevaplarda isabet sorunu mu var? Çözülecek. Biz bu bakış açısıyla Softtech olarak yeni nesil yazılım geliştirme platformumuz olan Plateau ile yapay zekânın getirdiği yenilikleri müşterilerimize sunuyoruz. Uçtan uca yazılım geliştirme altyapısı sağladığımız ürün ailemizle önyüz geliştirmeden mobile, süreçlerden güvenliğe, mikroservislerden DevOps’a kadar mümkün olan her alanda yapay zekâ ve Agentic AI’ın getirdiği fırsatları değerlendiriyoruz. Plateau’yu yapay zekâ özellikleri olan bir “low code” platformundan, AI Native (doğuştan yapay zekâ temelli) bir platforma dönüştürüyoruz.

Raporun tamamına ulaşmak için  https://bit.ly/3NC00rH

Kategorilere göre yapay zekâ destekli ses teknolojisi kullanılarak Softtechliler tarafından seslendirilen içerikleri dinlemek için  https://bit.ly/4boSr1c

Kaynaklar

*https://firstpagesage.com/seo-blog/agentic-ai-statistics/*

*www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40 percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027*

*www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022 and-a-half-decade-in-review*

*www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-2024*

*www.businessinsider.com/sam-altman-cost-using-ai-drop-10-times-every-year-2025-2*

*www.gartner.com/en/articles/top-technology-trends-2026*