İçindekiler
Kurumsal yapay zeka tartışması artık "pilot proje" aşamasını geride bırakıyor. Telekom devi AT&T, üretim ortamında yaklaşık 500 otonom ajan iş akışı çalıştırdığını ve gelecek yıl bu sayıyı üçe katlamayı planladığını açıkladı. Rakamlar, AT&T Business dijital dönüşüm ve yapay zeka biriminden Luke Corbin'in Boston'daki bir AWS etkinliğindeki sunumuna dayanıyor.
Rakamlarla AT&T'nin ajan tablosu
- Üretimdeki ajan iş akışı: yaklaşık 500
- Günlük işlenen yapay zeka token'ı: yaklaşık 45 milyar
- Ajan platformunun aylık işlem hacmi: 1 milyonu aşkın işlem
- Gelecek yıl hedefi: iş akışı sayısını üç katına çıkarmak
Bu ölçek, tek tek "chatbot" kurmanın çok ötesinde bir tablo. Şirket, iş akışlarının önemli bölümünü artık otonom çalıştırıyor; müşteri provizyonundan satış fırsatı araştırmaya kadar farklı süreçlerde ajanlar devrede.
Business Agent Foundry nasıl çalışıyor
Dönüşümün merkezinde, 2025'in başında kurulan Business Agent Foundry adlı ekip var. Bu ekip, çalışanlardan kopuk otomasyon fikirleri toplamak yerine iş birimleriyle birlikte süreçleri baştan haritalıyor. Yöntem, sektör çerçeveleriyle mevcut süreci çizmek ve ardından şu soruları sormak: hangi adımlar gereksiz, hangi devirler (handoff) gecikme yaratıyor, hangi eski uygulama bağımlılıkları kaldırılabilir?
Corbin'in anlatımına göre bu yaklaşım, "süreçleri otomatikleştirmek" ile "süreçleri yeniden tasarlamak" arasındaki farkı ortaya koyuyor. Foundry, otomasyon fikrini sürecin kendisinden türetiyor; bu yüzden kazanç yalnızca iş gücü tasarrufu değil, döngü süresinin kısalması oluyor.
Az sayıda ajan, merkezi iş mantığı
AT&T'nin mimarisi, yaygın yaklaşımdan ayrılıyor. Şirket, her görev için ayrı ve uzmanlaşmış ajanlar ordusu kurmak yerine görece küçük bir ajan kümesi tutuyor ve iş mantığını merkezi olarak yönetiyor. Corbin'in ifadesiyle iş mantığı "context veya hafıza içinde" saklanıyor.
Bu yapıda iki rol öne çıkıyor: retrieval ajanları ilgili bilgiyi buluyor, planlama ajanları ise görevi tamamlamak için hangi eylemlerin, araçların ve verilerin gerektiğini belirliyor. Sonuç, aynı ajanın farklı süreçlerde yeniden kullanılabildiği daha bakımı kolay bir mimari.
Mainframe'den fibere: iki somut örnek
Şirketin paylaştığı ilk örnek, eski sistemlerle ilgili. Müşteri fiber kurulum siparişlerinde değişiklik yapıldığında çalışanların kuyruktan talep çekmesi, kayıtları elle güncellemesi ve iş akışına geri göndermesi gerekiyordu. Ajan otomasyonu bu manuel adımların bir bölümünü ortadan kaldırdı; teslimat gecikmeleri azaldı.
İkinci örnek daha ölçülebilir: fiber altyapısının hazır olduğu binalarda özel internet hattı provizyon süresi yarıya indi. Corbin, bir de satış tarafını anlatıyor: ajanlar, satış temsilcileri zaman harcamadan önce müşteri adaylarının konumunu ve fiber uygunluğunu kontrol ediyor.
Yönetişim: insan gözetimi ve yüzde 90 eşiği
AT&T'nin en çok dikkat edilmesi gereken tarafı, yetki sınırları. Çalışanlar kendileri için kişisel verimlilik ajanları kurabiliyor; ancak müşteriyi etkileyen iş akışları Foundry'den geçmek ve güvenlik, gizlilik ile uyum incelemelerinden onay almak zorunda.
Corbin'in sözleri sınırı net çiziyor: ajanlar kişisel verimlilik düzeyinde demokratikleştirildi, ancak müşteriye dokunan veya iş üzerinde maddi etki yaratacak iş akışlarında değil.
Her üretim iş akışı insan gözetimiyle başlıyor. Bir ajanın otonom çalışmasına izin verilmesi için doğruluğun, kabul edilebilir risk profili içinde yüzde 90'ların ortası ile üst bandına ulaşması gerekiyor. Sürekli izleme, performansı ölçüyor ve sapmayı (drift) tespit ediyor.
Getiri ve maliyet disiplini
Corbin, üretimdeki yapay zeka yatırımlarının bir yıl içinde beş kat getiri sağladığını söylüyor. Bu rakam şirket beyanına dayanıyor; bağımsız olarak doğrulanmış bir ölçüm değil. Yine de aktarılan maliyet yaklaşımı dikkat çekici: her isteği en büyük modele göndermek yerine, iş yüküne göre daha küçük modellere yönlendirme yapılıyor.
AT&T'nin 151 yıllık bir şirket olduğunu hatırlatan Corbin, eski uygulamaların bakım, eğitim ve sürdürme maliyetinin çok yüksek olduğunu; daha basit üretken iş akışlarıyla bunun bir bölümünün telafi edilebildiğini belirtiyor. Ona göre iş gerekçesi kendi kendini kuruyor.
Kurumsal ekipler için çıkarımlar
- Süreçten başlayın, araçtan değil: Ajan sayısını artırmak değil, süreçteki gereksiz devirleri kaldırmak değer üretiyor.
- Az ajan, çok iş mantığı: Merkezi yönetilen iş mantığı, onlarca mikro-ajanın bakım yükünü azaltıyor.
- Eşik koyun: Otonomiye geçiş, ölçülebilir bir doğruluk eşiğine ve risk profiline bağlanmalı.
- Veri temizliğini ertelemeyin: AT&T'nin kendi ifadesiyle birleşme ve satın almalar veri altyapısını parçalamış durumda; ölçeklenmenin ön koşulu bu dağınıklığı toparlamak.
Sonuç
AT&T örneği, ajanların "deneme" aşamasından çıkıp operasyonun içine yerleştiği bir kurumsal vaka olarak okunmalı. 500 iş akışı, günde 45 milyar token ve ayda 1 milyon işlem; ölçek var. Ama asıl ders, ölçek değil yönetişim: kim hangi iş akışını kurabilir, hangi doğruluk eşiğinde otonomiye geçilir, sapma nasıl izlenir. Bu üç soruya net yanıt veren ekipler, ajanları üretime almakta zorlanmıyor.