Agent Use-Case Backlog: Yapay Zekâ Ajanları Çağında Liderlerin Yol Haritası
Ajan projelerinin başarısı teknolojide değil, hangi işi ajana vereceğinizi seçme disiplininde saklı.
İlgili Eğitimlerimize Hemen Göz Atın
Bugünlerde her yönetim kurulu toplantısında aynı soru dolaşıyor: "Yapay zekâ ajanlarıyla ne yapacağız?" Ve çoğu şirkette cevap, birbirinden kopuk pilot projeler, birkaç ay içinde sessizce rafa kalkan demolar ve hayal kırıklığı oluyor.
Sorun teknolojide değil. Sorun, ajanlara hangi işi vereceğimizi seçme disiplininin olmamasında.
Ürün yönetimi dünyası bu problemi yıllar önce çözdü: backlog. Yapılacak işlerin, önceliklendirilmiş, gerekçelendirilmiş ve sürekli güncellenen listesi. Şimdi aynı disiplini yapay zekâ ajanlarına uygulama zamanı: Agent Use-Case Backlog.,
Agent Use-Case Backlog Nedir?
En yalın tanımıyla: organizasyonunuzda bir ajanın üstlenebileceği işlerin yapılandırılmış, puanlanmış ve önceliklendirilmiş envanteri. Bir fikir havuzu değil; her kaydın iş değeri, veri hazırlığı, riski ve sahibi belli olan yaşayan bir yönetim aracı.
Aradaki fark kritik. Fikir havuzu "chatbot yapalım" der. Backlog ise şunu söyler: "Müşteri desteğindeki iade taleplerinin %40'ı üç standart senaryodan geliyor; bu senaryoları uçtan uca çözen bir ajan, aylık 800 destek saatini serbest bırakır. Veri hazır, risk düşük, sahibi operasyon direktörü."
"Ajan stratejisi, teknoloji seçiminden önce iş seçimidir."
Backlog'u Nasıl Doldurursunuz? Üç Kaynak
1. Süreç ağrı noktaları. Ekiplerinize tek bir soru sorun: "Haftanızın hangi kısmı tekrarlayan, kural bazlı ama dikkat isteyen işlerle geçiyor?" Fatura mutabakatı, teklif hazırlığı, başvuru ön elemesi, sipariş takibi... Ajanların en doğal avlanma sahası burasıdır.
2. Müşteri temas noktaları. Müşterinin beklediği her an bir use-case adayıdır. Yanıt süreleri, sipariş durumu sorguları, sık sorulan sorular, onboarding adımları. Intercom'un Fin ürününün başarısı tam da buradan geldi: en yoğun, en tekrarlı, en ölçülebilir temas noktasından.
3. Veri zenginliği olan ama kimsenin bakmadığı alanlar. CRM'de çürüyen lead'ler, okunmayan müşteri geri bildirimleri, analiz edilmeyen sözleşmeler. Ajanlar, insan kapasitesi yetmediği için görmezden gelinen veriyi işleyerek yeni değer yaratır.
Her Backlog Kaydı Neleri İçermeli?
Bir use-case'i backlog'a almadan önce şu altı alanı doldurun. Dolduramıyorsanız, o fikir henüz olgunlaşmamış demektir:
- İş tanımı: Ajan hangi işi, kimin için, hangi tetikleyiciyle yapacak? ("Satış ekibi için, yeni lead geldiğinde, firmayı araştırıp özet ve öneri hazırlar.")
- Değer hipotezi: Ölçülebilir kazanım ne? Saat, maliyet, gelir, NPS — tek bir metrik seçin.
- Veri hazırlığı: Ajanın ihtiyaç duyduğu veri erişilebilir ve temiz mi? Bu, çoğu projenin sessiz katilidir.
- Risk seviyesi: Ajan hata yaparsa ne olur? Geri alınabilir mi? Müşteriye mi, iç ekibe mi dokunuyor?
- İnsan denetimi modeli: Ajan öneri mi sunacak, onayla mı ilerleyecek, yoksa tam otonom mu çalışacak?
- Sahip: IT değil, iş birimi. Sahipsiz use-case, ölü use-case'dir.
Önceliklendirme: Etki × Fizibilite Matrisi
Backlog dolduktan sonra sıra seçime gelir. En pratik araç, her use-case'i iki eksende puanlamaktır: iş etkisi (gelir, maliyet, hız, deneyim) ve fizibilite (veri hazırlığı, entegrasyon kolaylığı, düşük risk).
Matrisin okunuşu basit ama disiplin ister:
- Hemen Başla (sağ üst): Yüksek etki, yüksek fizibilite. İlk 90 gününüz burada geçmeli. Klarna'nın müşteri desteği ajanı ve Lumen'in satış araştırma akışı bu kadranın ders kitabı örnekleri.
- Yatırım Yap (sol üst): Etkisi büyük ama veri, süreç veya güven altyapısı hazır değil. Walmart'ın müzakere ajanı da böyle başladı: önce hukuk, finans ve tedarik ekiplerinin katıldığı üç aylık kontrollü bir pilotla. Bunlar için doğrudan ajan değil, önce hazırlık projesi başlatın.
- Fırsat Olursa (sağ alt): Kolay ama etkisi sınırlı. Ekibin öğrenmesi için iyi antrenman sahası; strateji sanmayın.
- Beklet (sol alt): Backlog'un alt sırası. Silmeyin — koşullar değişince yeniden puanlayın.
Gerçek Dünyadan Kanıtlar: Uçtan Uca İş Akışlarında Ajanlar
Backlog'unuza ilham ararken tek bir departmanın tek bir görevine değil, bir iş akışının tamamına bakın. Aşağıdaki beş hikâyenin ortak özelliği bu: ajan bir adımı hızlandırmıyor, akışı baştan sona taşıyor.
Klarna — Müşteri talebinden çözüme: Fintech devi Klarna'nın yapay zekâ asistanı, müşteri konuşmalarının yaklaşık üçte ikisini uçtan uca yönetiyor: talebi anlıyor, hesaba bakıyor, işlemi yapıyor, konuşmayı kapatıyor. Ortalama çözüm süresi 11 dakikadan 2 dakikanın altına inmiş; şirket 2025 sonunda 60 milyon dolarlık tasarruf ve 853 tam zamanlı çalışana denk kapasite artışından bahsediyordu. Ama bence hikâyenin ikinci yarısı daha öğretici: insan ekibi fazla agresif küçültünce karmaşık vakalarda kalite düştü ve Klarna kısmi geri dönüş yaparak hibrit modele geçti. Ders net — ajan birinci seviye hacmi ölçekler, insan değer zincirinde yukarı çıkar.
Walmart — Tedarikçi müzakeresinden imzaya: Walmart, insan alıcıların asla vakit ayıramadığı binlerce "kuyruk" tedarikçi sözleşmesi için otonom müzakere ajanı devreye aldı (Pactum). Ajan bütçeyi ve hedefleri alıyor, tedarikçiyle pazarlığı kendisi yürütüyor ve anlaşmayı kapatıyor. Sonuç: yaklaşılan tedarikçilerin %68'iyle anlaşma, ortalama %3 tasarruf, ödeme vadelerinde ortalama 35 gün uzama — ve haftalar süren müzakereler günlere inmiş. En çarpıcısı ise tedarikçilerin dörtte üçü, ajanla pazarlık etmeyi insanla pazarlığa tercih ettiğini söylüyormuş :)
JPMorgan — Sözleşmeden içgörüye: Bankanın COiN sistemi, yılda 12.000 ticari kredi sözleşmesini tarayıp belge başına 150 kritik veri noktasını saniyeler içinde çıkarıyor. Aynı iş daha önce yılda 360.000 avukat ve kredi uzmanı saati tüketiyormuş; hata oranları da %80 düşmüş.
Lumen — Araştırmadan müşteri temasına: Telekom şirketi Lumen'de bir satıcının müşteri görüşmesi öncesi araştırma ve hazırlık akışı ortalama 4 saat sürüyormuş; yapay zekâ destekli akışla bu süre 15 dakikaya inmiş. Şirketin CRO'su, satıcı başına haftada kazanılan 4 saatin yıllık 50 milyon dolarlık değere karşılık geldiğini söylüyor. Burada ajan tek bir görevi değil, "araştır → özetle → teklif hazırla → temas kur" zincirinin tamamını sıkıştırıyor.
Wiley — Sorundan self-servis çözüme: Yayıncılık devi Wiley, okul açılışı dönemlerindeki talep patlamasını yönetmek için hesap erişimi, şifre sıfırlama ve ödeme yönlendirmesini uçtan uca çözen bir servis ajanı kurmuş (Agentforce). Eski chatbot'a kıyasla vaka çözümünde %40'ın üzerinde iyileşme, sezonluk temsilcilerde %50 daha hızlı işe alışma ve %213 yatırım getirisi raporluyorlar.
Ortak desen: en yüksek değer, ajanın bir görevi değil, bir iş akışını sahiplendiği yerde ortaya çıkıyor.
Backlog'u Canlı Tutmak
En büyük hata, backlog'u bir kere hazırlayıp PowerPoint'e gömmek. Ajan teknolojisi her ay değilse bile her çeyrek ciddi yetenekler kazanıyor; altı ay önce "fizibil değil" dediğiniz use-case bugün sağ üst kadrana taşınmış olabilir.
Üç basit ritüel yeterli: aylık puanlama güncellemesi (yeni model yetenekleri fizibiliteyi değiştirdi mi?), çeyreklik hasat toplantısı (canlıdaki ajanlardan öğrendiklerimiz hangi yeni use-case'leri doğurdu?) ve acımasız sonlandırma kriterleri (90 günde değer hipotezini kanıtlayamayan pilot kapanır).
Liderler İçin Altı Ders
- Teknolojiden önce envanter çıkartmak. Hangi modeli kullanacağınız, hangi işi devredeceğinizi bilmedikçe anlamsız bir sorudur.
- Etkileyici demo değil, sıkıcı değer öncelik. En iyi ilk use-case'ler genellikle en gösterişsiz olanlardır. JPMorgan'ın en uzun soluklu ajan başarısı bir sohbet robotu değil, sözleşme okuyan bir sistem; Walmart'ınki ise kimsenin bakmadığı kuyruk tedarikçi sözleşmeleri.
- Veri hazırlığını fizibilitenin merkezine koymak. Ajan projelerinin çoğu model yüzünden değil, dağınık ve erişilemez veri yüzünden başarısız olur.
- Her use-case'e bir iş sahibi. Backlog IT'nin değil, iş liderlerinin aracıdır; değer hipotezinin hesabını iş birimi verir.
- Backlog'u portföy gibi yönetmek. Quick win'ler güven ve momentum yaratır, stratejik yatırımlar kalıcı avantaj kurar. İkisini birden taşımayan portföy dengesizdir.
- İnsanı denklemde yukarı taşımak. Klarna'nın pahalı dersi bu: ajan birinci seviye hacmi devraldığında insan ekibi tasfiye edilecek maliyet değil, karmaşık vakalara ve müşteri ilişkisine yönlendirilecek varlıktı. "Değiştirme" değil, "yükseltme" düşüncesiyle kurgulanan use-case'ler kalıcı olabilir.
Kapanış
Önümüzdeki birkaç yıl içinde her şirketin bir agent portföyü olacak. Fark yaratacak olan, kimin daha çok ajan çalıştırdığı değil; kimin hangi işi ajana vereceğini daha isabetli seçtiği olacak.
O yüzden asıl soru şu: Rakipleriniz "hangi yapay zekâ aracını alsak" diye tartışırken, siz organizasyonunuzun işlerini ajan gözüyle yeniden envanterlemeye ne zaman başlayacaksınız?
Yorumlar