Bankacılıkta bir müşteri hizmetleri ajanının maliyetini çıkarın: token faturası, değişken çalıştırma maliyetinin yüzde 20 ila 25'ine karşılık gelir. İnsan gözetimi ise — ajanın işini denetleyen fonksiyonel ve risk uzmanları — yüzde 70 ila 75'ine (McKinsey QuantumBlack, 2026).
Aynı iş akışı. Aynı fatura. Ve bu yıl okuduğum neredeyse her ajan iş gerekçesi, küçük olan sayıyı optimize ediyor.
Model seçimi, prompt önbellekleme, düşük riskli çağrılar için daha ucuz bir çıkarım katmanı: mühendislik dikkati oraya gidiyor, çünkü maliyet orada okunabilir. Aylık geliyor, kalem kalem, atfedilebilir biçimde. Gözetim ise bir başkasının maliyet merkezindeki maaşlı saatler olarak geliyor; bu yüzden hiçbir zaman yapay zekâ ajan maliyeti olarak kaydedilmiyor. Pilotun sessizce ölçeklenememesinin nedeni olarak kaydediliyor.
McKinsey aslında neyi fiyatladı
QuantumBlack'in 24 Ağustos 2026 tarihli ajanlı iş akışları ekonomisi rehberi, ajan analizlerinin neredeyse tamamının atladığı bir şeyi yapıyor: yazılımı değil, tamamlanmış işi fiyatlıyor. Ajanlar, deterministik sistemler ve çıktıyı denetleyen insanlar — hepsi tek bir tam yüklü rakamda.
Başlıca örnek banka hesabı açılışı. İş akışı, birden fazla deterministik sistemin yanında beş ila yedi ajan çalıştırıyor ve gözetimi iki ila dört ekip sağlıyor. Tamamlanan her müşteri kaydı başına tam yüklü maliyet, yaklaşık 50-150 dolardan yaklaşık 10-30 dolara düşüyor (McKinsey QuantumBlack, 2026).
Bu, üç ila beş katlık bir iyileşme. Yani burada ajanların kâr getirmediği savunulmuyor. Savunulan şu: sizinkilerin kâr getirip getirmediğini anlamak için yanlış kalemi takip ediyorsunuz.
Ölçek için: McKinsey, bazı bankalarda müşteriye dönük tek ajanlı iş akışlarının yıllık işletme maliyetini 20.000-30.000 dolar, çok ajanlı bir ekibinkini ise 100.000-200.000 dolar olarak veriyor. Bu rakamlar, denetlenmiş müşteri defterlerinden değil, McKinsey'in kamuya açık araştırma ve kamuya açık fiyatlandırma analizinden geliyor — oranlara sıkı, mutlak tutarlara gevşek tutunun.
Yapay zekâ ajan maliyetini asıl belirleyen şey: istisna oranı, model değil
Bankacılıkta müşteri kaydında McKinsey, ajanlı çalıştırmaların yüzde 10 ila 20'sinin risk ve fonksiyon uzmanlarınca denetlenmesini bekliyor.
Bu denetim oranı işin tamamı, ve aritmetiği yavaş yavaş yürümeye değer — aşağıdaki örnek McKinsey'in değil benim, ama girdiler onların.
Denetim oranı %15 ve denetim başına 20 dakika uzman zamanı olan bir iş akışı düşünün. 1.000 çalıştırmada bu, 50 saatlik kıdemli fonksiyonel zaman demek. Denetim oranını %5'e indirin: aynı 1.000 çalıştırma yaklaşık 17 saate mal olur. Tek bir modele, prompta ya da tedarikçi sözleşmesine dokunmadan pahalı kalemin üçte ikisini kaldırdınız.
Ve bu denetimi kimin yaptığına dikkat edin. McKinsey açıkça fonksiyonel ve risk uzmanlarını belirtiyor — iş akışının korumak için var olduğu muhakemeye sahip kişileri, ucuza istihdam edebileceğiniz bir junior QA katmanını değil. Gözetim maliyeti tam da ucuz gözetimin gözetim olmaması nedeniyle pahalı; denetçinin, ajanı geçersiz kılabilecek kadar kıdemli olması gerekir. Denetim katmanının aşağı devredilebileceğini varsayan her plan, aslında denetimi bırakma planıdır.
Şimdi bunu herkesin gerçekten çektiği kolla karşılaştırın. McKinsey token maliyetinin yalnızca üç etkenini sayıyor: model kalitesi, gecikme gereksinimi ve görev sıklığı. 2026 Temmuz başındaki üst segment fiyatlandırma, birinci sınıf bir model için yaklaşık milyon girdi token başına 5 dolar, milyon çıktı token başına 30 dolar düzeyindeydi; daha eski hafif bir modelde ise 0,20 ve 1,25 dolar. Yirmi beş katlık bir aralık — faturanın dörtte birine uygulanıyor.
Ve işte bariz optimizasyonun içindeki tuzak. Token kısmak için modeli düşürürsünüz, hata oranını yükseltirsiniz. Yüksek hata oranı istisna oranını yükseltir. Yüksek istisna oranı denetim saatlerini, yani dörtte üçü yükseltir. Token tasarrufu, rutin olarak kimsenin ölçmediği bir gözetim artışını finanse eder; iş akışı pahalılaşırken gösterge paneli ucuzladığını gösterir.
Denetim saatleri neden yok olmaz
Gözetim kaleminin yapısal olduğuna, büyüyünce aşılan bir olgunluk sorunu olmadığına dair bağımsız kanıt var.
MIT Technology Review Insights ve Microsoft, 300 teknoloji yöneticisi ve uygulayıcısıyla anket yapıp 101 ajanlı görevi 0-100 güven ölçeğinde sıraladı. Güven, model yeteneğini değil, görevin doğrulanabilirliğini ve iş bağlamının eksiksizliğini izledi: otomatik rapor üretimi 83,5, standart şablon kod 82,5 aldı — her ikisinde de tek bir nesnel değerlendirme metriği var —; buna karşılık service mesh yapılandırması 37,5, felaket kurtarma testleri 43 aldı — aynı temel modeller, ama çıktının doğru olup olmadığını anlamanın temiz bir yolu olmadan. Hesap verebilirlik katılımcıların %48'ini, halüsinasyonlar %47'sini kaygılandırdı ve %59'u şimdiden kalıcı insan gözetimi planlıyor (MIT Technology Review Insights, 2026).
Üretim verileri de aynı yönü gösteriyor. Perplexity'nin ajan ürününü arama ürünüyle karşılaştıran bir çalışma, eşleştirilmiş görev tamamlamanın 269 dakikadan 36 dakikaya düştüğünü — zamanda %87, maliyette %94 azalma — buna karşılık kullanıcıların yaptığı takip işinin yukarı kaydığını, doğrulama ve genişletmeye yöneldiğini buldu (arXiv 2606.07489, 2026).
İnsan işi denetim adımına taşınıyor. McKinsey yalnızca, nereye indiğine ilk kez fiyat biçen taraf.
Hacim ve yeniden kullanım matematiğin tutup tutmayacağını belirler
McKinsey ekonomisinin diğer yarısı sabit maliyet — ve orta ölçekli şirketlerin ajan programlarının eşiği aşıp aşmadığını belirleyen yarı da bu.
Yılda 2.500 yeni müşterinin kaydını yapan bir konuşma ajanı 10.000-15.000 dolara mal oluyor. Hacmi ikiye katlayın, maliyet yalnızca 15.000-20.000 dolara çıkıyor — çünkü yapay zekâ altyapısı ve ajan orkestrasyonu büyük ölçüde sabittir ve sabit maliyetler itfa edilir. O orkestrasyon kaleminin içinde ne olduğuna dikkat: ajanı üretimde tutmak için sürekli veri bilimi kapasitesi; McKinsey'in gözlemiyle ajanların "çoğu zaman birkaç günde bir ayarlanması gerekiyor".
Dolayısıyla düşük hacimli iş akışları iki kez kaybeder. Sabit maliyette itfa elde edemezler ve gözetim oranları yüksek kalır, çünkü birinin istisna örüntülerini bulup tasarımla ortadan kaldırmasına yetecek kadar çalıştırma hiç birikmez.
Orta ölçek için çıkış yolu ölçek değil, yeniden kullanımdır. Tek başına hiçbir iş akışı altyapı ve orkestrasyon kalemini itfa edecek hacmi taşımıyorsa, soru şuna dönüşür: tek bir ajan yapısı üzerinde kaç iş akışı çalışabilir? McKinsey'in çerçevesi bir kez inşa et, birden çok iş akışına yay. Bir ajanı, bir bağlam katmanını ve bir denetim protokolünü paylaşan üç komşu süreç, hiçbirinin tek başına aşamadığı sabit maliyet eşiğini aşar. Bu, ilk pilottan önce verilen bir mimari karardır ve üç ekip kendi noktasal çözümünü ayrı ayrı satın aldıktan sonra sonradan uygulanması çok zordur.
Bu asimetri benimseme verilerinde görünüyor. McKinsey'in State of AI 2026 çalışması, 1 milyar doların üzerinde geliri olup ajanları ölçekleyen kuruluşların oranının %27'den %40'a çıktığını, 1 milyar doların altındakilerin ise %22'de sabit kaldığını buldu. Yaklaşık %20'si yapay zekâ işletme maliyetlerinin kullanımlarını kısıtladığını belirtti ve yapay zekâya en azından bir miktar FVÖK etkisi atfedenlerin payı yıllık bazda değişmeden %37'de kaldı (McKinsey, 2026).
Benimseme birikiyor. Raporlanan finansal etki birikmiyor. Bu, kimsenin yönetmediği bir maliyet kaleminin imzasıdır.
Dürüst itiraz: burası bankacılık ve bu bir tahmin
CFO'nuzdan değil benden duymanız gereken iki çekince.
Birincisi, %70-75 rakamı düzenlenmiş, müşteriye dönük finansal hizmetlerden geliyor. Gözetim yoğunluğu, düzenleyici maruziyetin ve hatanın sonucunun bir fonksiyonudur. 200 kişilik bir lojistik şirketinde iç talep ayrıştırması başka bir eğri üzerinde durur ve oradaki dağılım eşite daha yakın olabilir.
İkincisi, bunlar kamuya açık fiyatlar ve kamuya açık araştırma üzerine kurulu modellenmiş maliyetler; bir müşteri projesinde ölçülmüş defterler değil. Onları bir ölçüm değil, iyi tanımlanmış bir tahmin olarak ele alın.
Ama hatanın hangi yöne gittiğine bakın. Token fiyatları istikrarlı biçimde düştü ve düşmeye devam edecek. Denetçi maaşları düşmedi ve düşmeyecek. Geçen her ay oranı token'ların daha da aleyhine kaydırıyor, onlara doğru geri değil. %70-75 bugün sizin bağlamınız için yanlışsa, dürüst düzeltme bunun on sekiz ay sonra neye dönüşeceğini sormaktır — token gösterge panelinin görebileceği bir şeye geri düşeceğini varsaymak değil.
Pilotu onaylamadan önce denetim saatlerini fiyatlayın
Bir sonraki ajan teklifini değerlendirme biçiminizde değiştirilecek beş şey.
- İstisna oranını iş gerekçesine adı konmuş bir sayı olarak koyun. İnsan denetimi gerektiren çalıştırmaların yüzdesi, denetim başına beklenen dakika, denetçinin yüklü saat maliyeti. Bu üç rakamın altına kimse imza atmıyorsa elinizde iş gerekçesi yok; üzerine bütçe zımbalanmış bir demo var.
- Kapsamı genişletmeden önce doğrulanabilirliği mühendislikle inşa edin. MIT–Microsoft sıralaması, güvenin tek ve okunabilir bir başarı metriği olan görevleri izlediğini gösteriyor. Bu özellik inşa edilebilir: metriği ölçümleyin, iş bağlamını kodlayın, kapsamı daraltın. Devreye almaları hangi görevin en basit göründüğüne göre değil, doğrulanabilirliğe göre sıralayın.
- Aday iş akışlarını önce yıllık çalıştırma sayısına göre sıralayın. Sabit maliyeti itfa eden şey yeniden kullanım ve hacimdir. Zekice ama düşük hacimli bir kullanım senaryosu, sıkıcı ama yüksek hacimli olandan her seferinde daha kötü bir yatırımdır.
- Bakım kalemini açıkça bütçeleyin. Birkaç günde bir ayarlanan ajanlar sürekli mühendislik kapasitesi gerektirir. Bu, proje gideri değil, kalıcı bir sabit maliyettir.
- Tamamlanmış iş ROI'sini raporlayın. İşi bitirmenin tam yüklü maliyeti — insanlar, ajanlar ve deterministik sistemler birlikte — işin değerine karşı ölçülür. Token başına maliyet değil, teorik olarak tasarruf edilen saatler de değil.
McKinsey'in kendi reçetesi içgüdünün tersi: model seçimini optimize etmek yerine, istisna oranlarını düşürmek ve pahalı insan müdahalesini tetikleyen denetim süreçlerini sadeleştirmek için iş akışını yeniden tasarlayın. Bu, herkesin bir satın alma kararı gibi ele aldığı şeyin içinde duran bir süreç mühendisliği görevidir.
Bu çeyrekte neye karar vermeli
İmzanızı bekleyen ajan pilotunu bulun ve sunumda olmayan tek bir sayı isteyin: yüz çalıştırma başına beklenen denetim saati.
Cevap bir omuz silkmeyse, sizden bir yazılımı onaylamanız istenmiyor. Sizden, kimsenin bütçelemediği bir denetim ekibini kadrolamanız isteniyor — üstelik bunu, gösterge panelinizin size göstermek üzere hiç tasarlanmadığı o yapay zekâ ajan maliyetinin dörtte üçü üzerinde yapmanız isteniyor.
