Yapay zeka ajanları, bir sonraki büyük atılım olacak mı?

Düşünün ki ofise gittiniz, bilgisayarı açtınız ve cihazdaki yapay zeka asistanı sizi şöyle bir mesajla karşıladı: “Bugünkü e-postalarını yanıtladım, toplantılarını organize ettim ve öğleden sonra yapacağın sunumun taslağını hazırladım. Başka nasıl yardımcı olabilirim?” 

Doğal olarak bir an durup düşüneceksiniz: Bu, bilim kurgu filminden bir sahne mi, yoksa günlük hayatımın yeni normali mi? 

Sektör liderlerine göre bu tip bir günlük akışı mümkün kılma potansiyeli taşıyan yapay zeka ajanları, teknoloji alanında önemli bir devrim yaratacak. Bazı analistlere göre ise henüz yaygın kullanıma bile sunulmadan adını sıklıkla duymaya başladığımız bu ajanlar, tıpkı akıllı gözlükler ve metaverse gibi patlayana kadar şişirilmeye devam eden bir balon olarak kalacak. 

Ayrıntılar: Son yıllarda adından sıklıkla söz ettiren yapay zeka, özellikle son 2 sene içinde gelişme hızında büyük bir ivme kazandı. Üretken yapay zeka araçları, yaratıcı içerikler oluşturmaktan iş odaklı görevleri yerine getirmeye kadar hem günlük hayat hem de profesyonel dünyada pek çok görevi üstlenmeye başladı. Büyük dil modellerinin gelişimindeki hız, üretken yapay zeka araçlarını doğal sınırlarına ulaşmaya yaklaştırdı. 

Bugün birçok sektör analisti, üretken yapay zeka araçlarıyla yapılabilecek her şeyin yapıldığına işaret ediyor. Bu durum, sektörde bir sonraki büyük atılımın ne olacağını da merak konusu hâline getiriyor. Yapay zeka alanındaki atılımlarıyla ünlü OpenAI’ın kurucu CEO’su Sam Altman, sektörde devrim yaratacak bir sonraki atılımın belirli görevleri otonom biçimde kullanıcı adına yapabilen yapay zeka ajanları olacağına inanıyor. 

Yönetim danışmanlığı şirketi Gartner da 2025 yılında yapay zeka ajanlarının en önemli 10 teknoloji trendinden biri olacağına işaret ediyor. 

Yapay zeka ajanı: “Yapay zeka ajanı” terimi, belirli görevleri insan müdahalesine ihtiyaç duymadan otonom bir biçimde yerine getirebilen, kendi başına hareket edebilen ve belirli bir özerkliğe sahip olan yazılımları ifade etmek için kullanılıyor. Geleneksel yapay zeka araçları, yalnızca kullanıcıdan gelen komutlara yanıt verebiliyor veya önceden tanımlanmış görevleri yerine getirebiliyor. Yapay zeka ajanları ise karar alabiliyor, bir eylem planı hazırlayabiliyor, eylemlerinden ders çıkarabiliyor ve bazı görevleri otonom bir biçimde kullanıcı yerine yapabiliyor. 

Makine öğrenimi ve doğal dil işleme teknolojilerinden güç alan bu araçlar, geleneksel yapay zeka araçlarından farklı olarak görevleri zincirleme bir şekilde yerine getiriyor. Bu sayede bir yapay zeka ajanı, kullanıcıdan bir komut aldığında görevi adımlara bölüyor. Böylece araç, sadece soruları yanıtlamak ve basit görevleri yerine getirmekle kalmıyor, inisiyatif alarak karmaşık görevleri de yerine getirebiliyor ve eylem planını değişen koşullara uyarlayabiliyor. 

Yapay zeka ajanları nasıl çalışıyor? 

Yapay zeka ajanları, genellikle işe çeşitli kaynaklardan veri toplayarak başlıyor. Bu kaynaklar, kimi zaman kullanıcı etkileşimleri, işlem geçmişleri ve sosyal ağları da içerebiliyor. Bu sayede ajan, sorgunun bağlamını çok daha iyi anlayabiliyor. 

Karar alma ise yapay zeka ajanının iş akışının ikinci adımını oluşturuyor. Yapay zeka ajanları, makine öğrenimi modellerini kullanarak topladığı verileri analiz ediyor ve karar alıyor. Bu karar alma süreci, yapay zeka ajanının önceki deneyimlerinden öğrenme becerisiyle geliştiriliyor. Ajan, bir karar aldıktan sonra ise belirlediği eylemi yerine getiriyor. 

Yapay zeka ajanları, kurdukları her etkileşimden bir şeyler öğreniyor, buna göre veri tabanını güncelliyor ve algoritmalarını iyileştiriyor. Bu sayede araç, kullanıcı beklentisi ve görevler değişse bile etkili ve ilgili sonuçlar üretebiliyor. 

Kullanım alanları: Sektör liderleri, yapay zeka ajanlarının müşteri hizmetleri, sağlık, acil durum müdahalesi, yazılım geliştirme, siber güvenlik, insan kaynakları, üretim, bilimsel araştırma ve finans gibi tekrarlayan görevlerin fazla olduğu alanlarda kullanılabileceğine işaret ediyor. Bu sayede bu alanlarda görev alan çalışanların, daha karmaşık ve gerçek bir değer katan görevlere odaklanabileceği belirtiliyor. 

Kaç farklı yapay zeka ajanı var? 

Bu araçlar, görevleri özerk bir biçimde yerine getirme becerileri nedeniyle tek bir kategori altında toplansa da esasında 6 farklı yapay zeka ajanı tipi bulunuyor. 

1. Basit tepki ajanları 

En yalın yapay zeka ajanı olan basit tepki ajanları, görevleri yalnızca mevcut algıya göre yerine getiriyor. Derin bir kavrama becerisi veya hafızası olmayan bu ajanlar, eksik verileri tamamlamak için diğer ajanlarla etkileşime geçemiyor. Belirli bir kural setine göre aksiyon alan basit tepki ajanları, belirlenen koşullar karşılandığında görevi yerine getirmek üzere programlanıyor. Bu ajanlar, kural setinde yer almayan bir durumla karşılaştığında ise etkili bir yanıt veremiyor. 

Örnek: Bir basit tepki ajanı, termostatın her akşam saat 20.00'de ısıtma sistemini açmasını mümkün kılabilir. Bu durumda ajanın kullandığı koşul-eylem prensibinin ana koşulu, saatin 20.00 olması olur. Böylece termostat, her gün belirlenen saatte ısıtmayı aktif hâle getirebilir. 

2. Model tabanlı tepki ajanları

Model tabanlı tepki ajanları ise hem mevcut algıyı hem de hafızasını kullanıyor. Ajan, yeni veriler almaya devam ettikçe kullandığı model de güncelleniyor. Bu ajanlar, basit tepki ajanlarının aksine bilgileri belleğinde depolayabiliyor ve kısmen değişen koşullarda işlev gösterebiliyor. Fakat yine de eylem alanları, kural setleriyle sınırlı kalıyor. 

Örnek: Model tabanlı tepki ajanları, robot süpürgelerin bir odayı temizlerken engelleri algılayıp buna göre aksiyon almalarına olanak tanıyabilir. Fakat ajan, robot süpürgenin bir temizlik döngüsüne girmesini önlemek için temizlenen alanların verisini bellekte depolayarak aynı alanların tekrar tekrar temizlenmesinin de önüne geçebilir. 

3. Hedef tabanlı ajanlar 

Bir hedef kümesinden güç alan hedef tabanlı ajanlar, hedefe ulaşmak için gerekli eylemleri bulabiliyor ve buna göre bir eylem planı oluşturabiliyor. Bu ajanlar, verilerdeki boşlukları da doldurabiliyor. Bu sayede ajanın etkililik düzeyi, tepki ajanlarının çok daha ötesine geçiyor. 

Örnek: Hedef tabanlı ajanlar, bir navigasyon sisteminin en hızlı rotayı önermesine olanak tanıyabilir. Bu süreçte ajan, hedefe ulaşmak için kullanılabilecek rotaları değerlendirir ve hız hedefine bağlı olarak bunlardan en hızlı olanı belirleyebilir. 

4. Fayda tabanlı ajanlar

Fayda tabanlı ajanlar ise hem hedefe ulaşmayı mümkün kılan hem de maksimum faydayı sağlayan eylem planlarını belirliyor. Burada fayda kriterleri, ajanın kullanılma amacına göre değişiklik gösteriyor. 

Örnek: Fayda tabanlı bir ajan, navigasyon sisteminin en hızlı rotayı önermesini sağlamakla kalmaz, aynı zamanda rotayı yakıt verimliliği, trafikte harcanan zaman ve geçiş ücretleri gibi kriterleri temel alarak da şekillendirebilir. Bu ajanlar, en uygun rotayı belirlemek için bir dizi kriter üzerinden maksimum faydayı hesaplayarak sonuç üretir.

5. Öğrenen ajanlar 

Diğer tüm ajan türleriyle aynı kabiliyetlere sahip olan öğrenen ajanlar, diğer ajanlardan farklı olarak benzersiz bir öğrenme becerisiyle geliyor. Yapılan her bir etkileşim ve alınan her bir aksiyon, öğrenen ajanların veritabanına ekleniyor. Bu sayede ajan, geçmiş deneyimlerinden öğrenerek alışık olmadığı durumlara etkili yanıtlar verebiliyor. 

Örnek: Öğrenen ajanlar, e-ticaret sitelerinin kişiselleştirilmiş öneriler sunmasına olanak tanır. Kullanıcı etkileşimleri ve tercihlerini takip eden ajan, bu bilgileri kullanıcılara belirli bir hizmet veya ürün önermek için kullanabilir. 

6. Hiyerarşik ajanlar

Görevleri yerine getirmek için belirli bir hiyerarşi kullanan hiyerarşik ajanlar, daha küçük yapay zeka ajanlarını ortak bir hedefi hayata geçirebilmek üzere yönlendiriyor. 

Örnek: Bir hiyerarşik ajan, akıllı ev asistanının “Evdeki sıcaklığı düşür” komutunu yerine getirmesine olanak tanıyabilir. Bu süreçte hiyerarşik ajan, daha küçük bir ajanı kullanarak önce sıcaklık kontrolü yapar. Ardından alt kümedeki başka bir ajan, sıcaklığı ayarlamak için ısı sistemini devreye sokabilir. Bu sayede çok adımlı ve farklı sistemleri içeren işlemler, verimli bir şekilde yönetilebilir. 

Teknoloji şirketleri neler yaptı? 

Diğer yandan yapay zeka ajanlarını sektördeki bir sonraki büyük atılım olarak gören tek grup analistler değil… Alandaki öncü şirketler de yapay zeka ajanlarında büyük bir potansiyel gördüğü için bu teknolojiye yönelik hamleler yapıyor. 

OpenAI: Kasım ayında yayımlanan bir Bloomberg raporu, OpenAI’ın kod yazma veya seyahat rezervasyonu yapma gibi görevleri otonom bir biçimde bir bilgisayar aracılığıyla kullanıcı adına yapabilecek “Operator” kod adlı bir yapay zeka aracını kullanıma sunmaya hazırlandığını iddia etmişti. Aracın, Ocak ayında bir uygulama programlama arayüzü (API) üzerinden önizleme olarak geliştiricilerin kullanımına sunulacağının da altı çizilmişti. 

Anthropic: Anthropic de Ekim ayında bilgisayar ekranında olup bitenleri anlayabilen ve belirli çevrimiçi görevleri kullanıcılar adına yapabilen yeni bir yapay zeka aracı tanıtmıştı. Araç, kullanıcılar adına internette gezinebiliyor, butonlara tıklayabiliyor ve yazı yazabiliyor. 

• Anthropic, güvenlik endişeleri nedeniyle aracın yerine getirmesine izin verilen eylemlere çeşitli sınırlamalar getirdiğini söylüyor. Bu kapsamda aracın sosyal medyada etkileşim kurma veya hesap oluşturma gibi riskli görevleri yerine getirmesi engelleniyor. Şirket ayrıca, aracın bilgisayara erişebileceği zamanın da kısıtlanabileceğine veya kullanıcı denetimleri eklenebileceğine işaret ediyor. 

Microsoft: Microsoft da bu yıl tekrarlayan görevleri insanlardan devralmayı amaçlayan pek çok yapay zeka ajanı tanıttı. Yakın zamanda tanıtılan Copilot Vision, bu ajanların arasında yer alıyordu. Edge tarayıcıda gezinirken ziyaret edilen sitelerdeki metin ve görselleri analiz ederek kullanıcı sorularını yanıtlayabilen Copilot Vision, içerik özetleme ve çeviri gibi işlevler için de kullanılabiliyor. Her sorgudan sonra topladığı verileri silen araç, haber sitelerinde kullanılamıyor.

• Şirket ayrıca, Ekim ayında Copilot Studio’ya 10 yeni yapay zeka ajanı eklemişti. Yeni araçlar, işletmelerde satış, müşteri desteği, muhasebe, e-posta gönderme, kayıt takibi ve tedarik zinciri yönetimi gibi görevleri otonom hâle getirerek çalışanlar adına yapıyor. 

Google: Google da bu ay erken aşama yapay zeka ajanı prototipi Project Mariner’i tanıttı. Araç, tarayıcı ekranındaki bilgileri anlayabiliyor, bu bilgiler üzerinden akıl yürütebiliyor ve daha sonra bir Chrome uzantısı aracılığıyla çeşitli görevleri kullanıcılar adına tamamlayabiliyor. Project Mariner, yalnızca aktif olarak kullanılan sekmede içerik yazabiliyor, sayfayı kaydırabiliyor veya tıklama yapabiliyor. Benzer şekilde araç, ürün satın almak veya sosyal medyada paylaşım yapmak gibi hassas görevleri yerine getirmeden önce kullanıcıdan son onay alıyor.

• Google, bu ay geliştiricilerin iş akışlarını kolaylaştırmak için “Jules” adında kodlama odaklı bir yapay zeka ajanı üzerinde çalıştığını da açıkladı. Doğrudan GitHub’daki bir projeye entegre edilebilen araç, yazılımcının gözetimi ve yönlendirmesi altında koddaki bir sorunu ele alabiliyor, bir plan oluşturabiliyor ve bu planı uygulamaya koyabiliyor.

• Şirket ayrıca, video oyunu odaklı yapay zeka ajanları üzerinde de çalışıyor. Google’a göre bu ajanlar, oyun oynarken kullanıcılara oyunla ilgili gerçek zamanlı öneriler sunabilecek ve bu süreçte dahili biçimde Google’ın arama motorunu kullanarak açık kaynaklı bilgilerden faydalanabilecek. 

Önemli ayrıntı: Google, ilerleyen dönemlerde yapay zeka ajanlarının sanal dünyadaki kullanım senaryoları yanında robotik ürünler üzerinden fiziksel ortamlardaki kullanım durumlarını da keşfetmeyi planlıyor. 

Bir sonraki büyük atılım olacak mı?

Şu anda sektör genelinde yapay zeka ajanlarına yönelik büyük bir heyecan olsa da bazı analistler, taşıdığı riskler nedeniyle bu teknolojinin de tıpkı metaverse gibi patlayacak bir balon olduğuna inanıyor. Yapay zeka ajanlarının insan değerleriyle uyumlu kararlar almasını sağlamak, bu teknolojiye ilişkin en büyük zorluklar arasında yer alıyor. 

Uzmanlar, yapay zeka ajanları hata yaptığında kimin sorumlu tutulacağı sorusunun yanıtının belirsiz olmasının da önemli bir problem olduğuna işaret ediyor. 

Ek olarak: Yapay zeka sistemlerinin özerk hâle gelmesi, veri gizliliği ve güvenliğine ilişkin endişeleri de beraberinde getiriyor. Hassas bilgileri işleyecek olan bu ajanların, potansiyel bir kötüye kullanımda yaratabileceği riskleri minimuma indirmek için çok güçlü güvenlik sistemlerine entegre edilmesi gerekiyor. Bazı analistler, yapay zekanın bu denli otonom hâle gelmesinin belirli meslek gruplarını yok edebileceğinden de endişe ediyor. 

Perspektif: Avanade’in 4 binden fazla yöneticiyle yaptığı bir araştırma, şirketlerin %96’sının karar verme süreçlerinde yapay zekaya güvendiğini gösteriyor. Fakat belirli bir oranda özerk hâle gelmiş bir yapay zekanın, bu endişeler nedeniyle son kullanıcıda aynı benimseme oranını yaratması beklenmiyor. 

Bahsi geçen tüm zorluk ve endişeler, söz konusu teknolojinin son tüketici tarafından “büyük bir atılım” yerine “büyük bir tehdit” olarak algılanmasına yol açıyor. Bu da yapay zeka ajanlarının yeni bir teknoloji balonuna dönüşebileceğine yönelik tezi, her geçen gün daha da güçlendiriyor.