Scovai Scovai
AI & Operations 2026-10-28 1 min read

Ajanlarınızı kuran kişilere hangi varsayımların yanlış olduğunu sorun — 167 teknik uzman bunları yeni sıraladı

DSL

Dr. Sarah Liu

Ajanlarınızı kuran kişilere hangi varsayımların yanlış olduğunu sorun — 167 teknik uzman bunları yeni sıraladı

Ajansal yapay zekânın neden verdiği sözü tutmadığını teşhis eden hemen her çalışma, onu onaylayan kişilere soruyor. 3 Eylül 2026'da yazılan bir makale ise onu kuran kişilere sordu. University of Houston'dan Johannes Habel ve sekiz ortak yazar, ajansal yapay zekâ hakkında on yönetim yanılsaması belirledi — onun ne olduğuna, neyi başarabileceğine ve şirketlerin onu nasıl hayata geçirmesi gerektiğine dair yanlış kanaatler — bunları dönüşümün üç aşaması boyunca düzenledi ve 167 teknik uzmana sundu; uzmanlar hem bu yanılsamaların yaygınlığını hem de olumsuz etkisini doğruladı. Kurucuların en kritik gördüğü yanılsama, yöneticilerin "bu ajanların mümkün kıldığı kadro azaltmalarını olduğundan fazla tahmin etme eğilimi" (Habel et al., SSRN, 2026).

Bunu bir şikâyet değil, bir ölçüm olarak ele alın. Ajansal yapay zekâ varsayımlarınız ile mühendislerinizin beklentileri arasındaki mesafe, tek bir toplantıda toplayabileceğiniz bir büyüklük; ve inşaya en yakın duran insanlar, iş gerekçenizin hangi satırının yanlış olma olasılığının en yüksek olduğunu size yeni söyledi.

Kadro satırı. Ve orta ölçekli şirketlerin çoğunda, tüm onayın dayandığı satır da tam olarak bu.

İlk sıraya yerleşen yanılsamanın zaten notlandırılmış bir öngörüsü var

Birinci sıradaki yanılsamanın faydalı yanı şu: ajansal yapay zekâ alanında yayımlanmış bir geçmiş performansı olan tek iddia bu. McKinsey'nin State of AI 2026 araştırması, panelin önceki yıl yaptığı tahminin gerçekte olanla karşılaştırılarak notlandırılabildiği ilk sayı. 2025 dalgasında katılımcıların %32'si, izleyen yıl içinde yapay zekâ kaynaklı kadro azaltmaları bekliyordu. 2026 dalgasında ise "yapay zekâ kullanan kuruluşlardaki katılımcıların yalnızca yüzde 14'ü, yapay zekânın geçen yıl içinde iş gücü büyüklüğünde genel bir düşüşe katkıda bulunduğunu bildiriyor" — bunu öngörmüş olan oranın yarısından az. Katılımcıların üçte ikisi, toplam istihdamda yapay zekâ kaynaklı az ya da hiç değişiklik bildirdi (McKinsey, 2026).

Öngörü, gerçekleşen değişimi yaklaşık iki kat aştı. Panelin yanılmaya verdiği yanıt ise öngörüyü yükseltmek oldu: artık %39'u önümüzdeki yıl yapay zekâ kaynaklı istihdam düşüşü bekliyor, önceki %32'ye karşılık.

Yani Habel'in araştırmasındaki teknik uzmanlar belirsiz bir kültürel kuşkuculuk kaydetmiyor. Bütün yığın içinde notlandırılmış, başarısız bulunmuş ve ardından yine tekrarlanmış tek varsayımı birinci sıraya koyuyorlar. Ajan iş gerekçeniz bir kadro tasarrufu içeriyorsa, bu gerekçenin arkasında bir yıllık belgelenmiş hatası yaklaşık 2 kat olan bir tahminleyici var.

Kadro yanılsamasının ölçülebilir bir büyüklüğü var — ve ortalama, yanlış sayı

Gerçek etki ne kadar büyük? En temiz nicelleştirme bir öngörüden değil, karşıolgusal bir sorudan geliyor. Colaiacovo ve Koning, Pitchbook üzerinden büyüme odaklı 199 Kuzey Amerikalı B2B girişim kurucusuna ulaştı; 176'sı anketi eksiksiz tamamladı. Soru şuydu: üretken yapay zekâ olmasaydı, aynı çıktıyı aynı kalitede sürdürmek için kaç ek çalışana ihtiyaç duyardınız (Colaiacovo & Koning, Harvard Business School, 2026).

Ortalama yanıt %55 daha fazla çalışan oldu. Medyan %17. En sık verilen tek yanıt ise sıfır — kurucuların %30'u kimseye ihtiyaç duymayacaklarını söyledi.

ÖlçütDeğer
Yapay zekâ olmadan ortalama karşıolgusal kadro artışı%55
Medyan%17
Sıfır yanıtı verenlerin oranı%30
Yapay zekâyı iş akışlarına resmen entegre eden şirketler (ortalama)%91,4
Yapay zekâ kullanımının gayriresmi olduğu şirketler (ortalama)%24

Buradan iki okuma çıkıyor ve ikisi de manşetten daha önemli.

Birincisi: "ajanlar bir ekibin yarısının yerini alır" diyen bir satıcı, medyan şirketi %17 bildiren, sağa doğru kuvvetle çarpık bir dağılımın ortalamasını aktarıyor. Ortalama üzerine kurulu her plan, dağılımın kuyruğu üzerine kurulmuştur.

İkincisi: kuyruğu merkezden ayıran değişken, yetenek konusundaki inanç değil. Çalışmadaki kuruculara, yapay zekânın görev performansı hakkında rastgele biçimde iyimser ya da kötümser bilgi gösterildi; inançlar kaydı, devretme isteği büyük ölçüde kaymadı. Onları ayıran şey, işin araç etrafında resmen yeniden yapılandırılıp yapılandırılmamış olmasıydı. Resmi entegratörler, yapay zekâ olmadan %91,4 daha fazla personele ihtiyaç duyacaklarını bildirdi — kullanımın gayriresmi kaldığı yerdeki %24'ün neredeyse dört katı.

Bu bir satın alma bulgusu değil. Bu bir organizasyon tasarımı bulgusu — tam da Habel'in ikinci aşamasının bulunduğu yer.

İkinci aşama dönüşümlerin tıkandığı yer: ajanın sahibi yok

Habel'in kurgusu, organizasyon yapısına ilişkin yanılsamaları strateji ile icra arasına yerleştiriyor — ve dış kanıtın en kaygı verici olduğu yer bu orta aşama, çünkü niyeti değil hesap verebilirliği ölçüyor.

IBM'in Institute for Business Value kuruluşu, C düzeyinde 2.000 teknoloji yöneticisiyle anket yaptı. Üçte ikisi, tam olarak denetlemedikleri yapay zekâ sistemlerinden sorumlu tutulduklarını bildiriyor. Yalnızca %11'i, önümüzdeki yıl beklenen ajan yayılım ölçeğine tamamen hazır olduğunu söylüyor; buna karşılık %80'i CEO tarafından yürütülen bir yapay zekâ yetkisi altında çalışıyor. Yüzde yetmişi, şirket genelindeki ekiplerin teknolojiyi BT'nin izleyebileceğinden daha hızlı devreye aldığını, %77'si ise yapay zekâ benimsemesinin halihazırda yönetişim kapasitelerini aştığını söylüyor. Ankete katılan kuruluşlar önceki yıl ortalama 54 ajan olayı yaşadı — insan müdahalesi gerektiren istenmeyen ya da zararlı vakalar — ve bunların %17'si yüksek şiddetteydi (IBM Institute for Business Value, 2026).

Aynı çalışma çözümün fiyatını da veriyor. Denetimi sonradan elle yönetmek yerine doğrudan yapay zekâ sisteminin içine inşa eden kuruluşlar %25 daha az olay yaşıyor, 16 kat daha fazla ajan devreye alıyor, %18 daha yüksek faaliyet marjı bildiriyor ve yapay zekâ bütçelerinin 4 kat daha azını harcıyor.

Bu dört sayıyı birlikte okuyun. Denetim, ajan yayılımının freni değil; bu veride onun koşulu. En çok ajan çalıştıran şirketler, ölçeklenmeden önce gözetimi sistemin bir özelliği haline getirmiş olanlar.

Bu aşama neden ucuz olanı

Stratejiye dair bir yanılsama size yanlış bir slayta mal olur. Organizasyon tasarımına dair bir yanılsama ise geri alınamayacak bir yayılıma mal olur: ajanın çıktısı için adı konmuş bir sahip yok, tek başına asla yapamayacağı şeylerin tanımlı bir sınırı yok, serbest kalması beklenen insan için yeniden kurgulanmış bir rol yok. Bunlar satın almadan önce neredeyse bedava alınan, ajan üretime girdikten ve 54 olaylık sayaç çalışmaya başladıktan sonra ise pahalıya sonradan eklenen kararlar.

Üçüncü aşama: asla kapatılmayan, asla ölçeklenmeyen pilot

İcra yanılsamaları belirli bir patoloji olarak görünür. Valliance, Avrupa'nın en büyük şirketlerinden 1.000 üst düzey lidere anket yaptı ve yapay zekâ girişimlerinin %40'ının tasarım gereği pilot olarak kaldığını buldu — yerleşik yapay zekâ programlarına sahip olgun kuruluşlarda bu oran %48'e çıkıyor. Daha fazla olgunluk, daha az değil daha fazla kalıcı pilot üretti. Pilot aşamasında takılı kalan kuruluşlar daha düşük başarı oranları (%50 genel ortalamaya karşı %43), değere ulaşmada daha uzun süre (5,9 aya karşı 6,6 ay) ve vakaların yalnızca %20'sinde güçlü ROI bildirdi; olgun bir kuruluş içinde ölçeklenen pilotlarda bu oran %76 (Valliance via Consultancy.uk, 2026).

Firmanın kendi ifadesi ödünç alınmaya değer: "deneyin kendisi sorun değil." Başarısız olan şey, sonra gelen — ya da gelmeyen. Projeler kavram kanıtı ile üretim arasında takılıyor, çünkü süreçte hiçbir şey bir hüküm vermeyi zorunlu kılmıyor.

Oluşan diziye dikkat edin. Strateji yanılsaması, hiçbir zaman ulaşılabilir olmayan bir kadro hedefi koyuyor. Organizasyon tasarımı yanılsaması, ajanı sahipsiz ve yeniden kurgulanmış bir rolden yoksun bırakıyor. İcra ise kapatılamayan bir pilot üretiyor, çünkü onu kapatmak ilk ikisini kabul etmeyi gerektirir.

Makalenin size vermedikleri

Sınırlar konusunda net olun, çünkü makale özensizce alıntılanıyor.

Bu, bir saha deneyi değil, uygulayıcılara yönelik 14 sayfalık bir metin. Yayımlanan özet, 167 teknik uzmanın on yanılsamanın yaygınlığını ve olumsuz etkisini doğruladığını bildiriyor ve en üst sırada olanı adlandırıyor; ancak yanılsama başına yüzde değerleri, yanıt oranı ayrıntıları ya da bir örnekleme çerçevesi yayımlamıyor. Belirli bir yanılsamaya belirli bir sayı atfeden herkes onu uyduruyor. Uzman paneli ayrıca kendi kendini seçmiş ve teknik ağırlıklı — bu hem araştırma tasarımının amacı hem de onun yanlılığı: kurucuların, yönetimin teknolojiyi anlamadığı iddiasında mesleki bir çıkarı var.

Destekleyici kaynakların her birinin kendi çekincesi var. McKinsey'nin paneli küresel ve büyük şirket ağırlıklı. Kurucu karşıolgusalları, ortalama 16 çalışanlı şirketlerin kendi tahminine dayalı kanaatleri; denetlenmiş bordro değil. Valliance, yılda ortalama 39,2 milyon sterlin yapay zekâ harcaması olan Avrupa'nın en büyük şirketlerini kapsıyor — 200 kişilik bir operasyona hiç benzemez. Bain ise kullanım senaryosu kategorilerinin çoğunun gerçekten üretime ölçeklendiğini savunan bir karşı anlatı yayımladı. Ölçeklenme eşitsizse ve terk edilen pilotlar başarıların yanında birikiyorsa, ikisi birlikte doğru olabilir.

Tüm bunlardan sağ çıkan şey, yön ve sıralama. Dört bağımsız araç — bir kurucu anketi, notlandırılmış bir öngörü, bir kurucu karşıolgusalı ve bir CxO denetim incelemesi — aynı sonuca işaret ediyor: bağlayıcı kısıt örgütsel, aracın yukarısında duruyor ve kontrol edilecek ilk şey kadro varsayımı.

Ajansal yapay zekâ varsayımlarınızı satın almadan önce belgeye dönüştürmek

Beş hamle; hiçbiri yeni bir tedarikçi gerektirmiyor.

  1. Anlaşmazlığı bir sohbet değil, bir anket olarak ölçün. İş gerekçenizin taşıyıcı üç iddiasını, ajanı kuracak ya da işletecek mühendislere verin ve her birinden, kimse konuyu tartışmadan önce yaygınlık ve etkiyi ayrı ayrı puanlamasını isteyin. Siz bir açığı ölçüyorsunuz; toplantı ise onu ortalamayla yok eder.
  2. Kadro tasarrufunu onaydan çıkarın ve gerekçenin onsuz ayakta kalıp kalmadığına bakın. Ayakta kalmıyorsa, bir kullanım senaryosu bulmamışsınız; kılık değiştirmiş bir kadro savunması bulmuşsunuz. Gerçekleşen değişimin referansı yaklaşık %14; öngörülen %32 değil.
  3. Sahibi ve yeniden kurgulanmış rolü sözleşmeden önce adlandırın. Habel'in orta aşaması, sonradan düzeltmesi pahalı olan aşama. Soru "ajan hangi görevleri yapabilir" değil; "bu kimin pozisyonu, çıktısını kim onaylıyor ve o iş akışındaki insan artık bunun yerine ne yapıyor".
  4. Kalıcı olarak özerklik dışında kalanı yazın. Bir risk kaydı değil — ajanın tek başına asla yürütemeyeceği eylem sınıflarının açık bir listesi; yayılımdan önce üzerinde anlaşılan ve görevle birlikte taşınan bir liste. Tüm programın en ucuz çıktısı bu.
  5. Kapat-ya-da-ölçekle kapısını bütçeyle birlikte koyun, sonrasına bırakmayın. Sabit bir değerlendirme penceresi, önceden kararlaştırılmış başarı ölçütleri ve ikili bir hüküm. Girişimlerin yüzde kırkı tasarım gereği pilot kalıyor, çünkü kimse hiçbir zaman karar vermek zorunda değil.
  1. ve 4. maddeler, bir yerde var olması gereken bir yönetişimi tarif ediyor — ya kendi sürecinizde ya da devreye aldığınız sistemde. Scovai her ikisini de pozisyonun içine inşa ediyor: Digital Employees varsayılan olarak önce-onay ilkesiyle çalışır, dışarıdan görünen her eylem adı belirtilmiş bir süpervizör taşıyan bir onay talebine dönüşür, özerklik kurulum anında verilmek yerine kayda geçen bir defterden eylem türü başına kazanılır, belirlenmiş eylem sınıfları kalıcı olarak özerklik dışında kalır ve organizasyon şemasındaki her pozisyon, içine herhangi bir şey yerleştirilmeden önce bir augmentability puanı taşır.

Bu çeyrek için tek bir karar

Ajansal yapay zekânın kadroyu azaltıp azaltmayacağını çözmeniz gerekmiyor. Karar vermeniz gereken şey: o şeyi kuran insanlar yazılı olarak söylemeden önce, ajansal yapay zekâ varsayımlarınızın ayakta kalmasına izin verilip verilmeyeceği.

Dolayısıyla, sıradaki ajan sözleşmesi imzaya gitmeden önce, iş gerekçenizin dayandığı üç iddiayı teknik ekibinizin önüne koyun, puanlarını toplayın ve ilk olarak kadro satırına bakın. Mühendislerinizin tahmini ile planınızın tahmini birbirinden çok uzaksa, önünüzde bir satın alma kararı yok. Önünüzde bir kez çoktan yanılmış bir öngörü ve onu tekrarlamamak için bedava bir fırsat var.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.