Notion'da AI ajanlarının diğer departmanlara tanıtılmasını ve FDE yaklaşımını kullanan şirketlere uygulama desteği sağlamayı işimin bir parçası olarak yürütürken bazı örüntüler ortaya çıktı. Satış, iç satış, pazarlama, ürün geliştirme, müşteri başarısı ve daha birçok alan için ajanlar geliştirdim; ancak hepsi sahada benzer engellerle ve kurumsal düzeyde organizasyonel bariyerlerle karşılaşıyor. Her ikisi de kaçınılmaz ve çoğu şirketin aynı noktalarda takılıp kaldığına inanıyorum.
▍Sahadaki Engeller
① Kapsamın Çok Daralması Sorunu
Satış için "bir müşteri adayı geldiğinde otomatik araştırma yapan" bir ajan yapmayı denedim. Tüm iş akışını hayal etmiştim: potansiyel müşteri listeye girdiğinde ajan iç ve dış bilgileri araştıracak, ardından bir e-posta taslağı oluşturacaktı. İlk olarak, müşteri adayı veritabanına yeni bir giriş geldiğinde bilgi araştıran kısmı inşa etmeye başladım. Amacım, temel hazır olduğunda e-posta oluşturmayı otomatikleştirmenin kolay olacağıydı.
Ancak ilk yapıyı kurup saha ekibine devrettikten sonra, haftalar geçmesine rağmen e-posta taslaklarını otomatikleştirmemişlerdi. Onlarla görüştüğümde "Sadece müşteri adaylarını araştırması bile yeterince kullanışlı!" dediler. Ekip, e-posta taslaklarına kadar gidebileceklerinin farkında değildi ya da bu kadarını otomatikleştirme fikri akıllarına bile gelmemişti. Ayrıca bunun zor göründüğü için çekingen davrandıkları da anlaşılıyordu.
Ajan uygulamasının takıldığı ilk örüntü budur: işin kapsamını çok daraltmak, ajanı inşa etmiş olmanıza rağmen düşük getirili bir kullanımla sonuçlanması. Ajan yalnızca izole işlevler veya küçük görevler için kullanılır hale geliyor.
② Çok Büyük Olduğu İçin Durma Sorunu
İkinci sorun ise bunun tam tersi: karmaşık bir iş sürecini ajana dönüştürmeye çalışırken, sürecin kendisinin yeterince yüksek çözünürlükte yapılandırılmamış olduğunu fark etmek. Farklı kişiler farklı şekillerde yapıyor ya da çok fazla örtülü bilgi var. Çok detaylı olmaya çalışmak, görüşmeler sırasında zamanın eriyip gitmesine neden oluyor ve inşa aşamasına asla geçilemiyor. Paydaş sayısı artıyor, fikir birliği sağlama maliyeti şişiyor. İlk heyecan yavaş yavaş sönüp gidiyor...
Bu, proje yönetiminde bir kapsam belirleme sorunudur. Ajanla ne yapmak istiyorsunuz? Hangi sonuca ulaşmak istiyorsunuz? Sonuç netleştiğinde, ajan için gerekli ve yeterli kapsam da belirlenmiş olur. "Ajanlarla iş verimliliği" gibi muğlak bir hedef sizi bataklığa sürükler.
③ Sahipliğin Olmaması
Bir gönüllü bunu bir ivmeyle inşa etse bile, iyileştirmelerin veya hata düzeltmelerinin sorumluluğu belirsizse, kullanım zamanla azalır. Gönüllünün de enerjisi tükenir. İdeal olan, saha ekibinin ajana kendi işleri gibi sahip çıkmasıdır. Bu olmazsa, ilk üç ay iyi gider ancak ölçeklenemez. Paydaş sayısı arttıkça — özellikle işin kapsamı büyüdükçe — fikir birliği ve onay ihtiyacı artar ve sahiplik duygusu (kimin sahibi olduğu) giderek incelir.
Bu üç sorun birbirinden bağımsız değildir; hepsi bağlantılıdır. Kapsam tasarımı yanlışsa sahiplik oluşmaz ve sahip yoksa kapsam da genişlemez.
▍Kurumsal Engeller
Sahadaki engelleri aşsanız bile, bir kurumsal şirkette "çalışan bir şey yapmanın" ötesinde dört duvar daha vardır.
④ Token Sermayesinin Şeffaflığı
Token tüketimi departman bazında görünür olsa bile, "ne tür bir iş yapıldı ve hangi sonuç elde edildi" genellikle belirsizdir. Bu, token sermayesi ve token yönetimi açısından bir sorun haline gelir ve bütçeyi haklı çıkarmayı imkânsız kılar. Sonuç olarak yönetim, tokenları yalnızca bir tüketim maliyeti olarak görür ve "Peki, bunun maliyeti ne kadar olacak?" diye sorar.
⑤ Yönetişim
Kim ajan oluşturabilir, kim onları görebilir ve bunları kim yönetir? Bu belirsizse, kuruluş "başıboş ajanlar" veya çalışan ama kimsenin kullanmadığı "zombi ajanlar" ile dolup taşar. Kimse sorumluluk almaz, bütçe sağlanmaz, tokenlar boş yere tüketilir, güvenlik riskleri artar ve sonunda her şey durur.
⑥ Gözlemlenebilirlik
Ajan kaç kez çalıştı, ne sıklıkla başarılı oldu ve nerede başarısız oldu? Bu, işletim için asgari bir gerekliliktir, ancak birçok araç bu konuda zayıftır. Göremediğiniz bir şeyi iyileştiremezsiniz. Yalnızca gözlemlenebilirlik sayesinde ajan iyileştirmesi için bir geri bildirim döngüsü oluşturabilirsiniz.
⑦ Model Seçiminde Esneklik
Belirli bir LLM sağlayıcısına aşırı bağımlı olmak bir risktir. Ya performans geçici olarak düşerse? Ya bir arıza nedeniyle durursa? Ya ihracat kısıtlamaları nedeniyle kullanılamaz hale gelirse? Hemen başka bir sağlayıcıya geçemezseniz, doğrudan iş operasyonlarına bağlı ajanları uygulayamazsınız. Yapay zeka bir altyapı haline geldi, ancak aşırı bağımlılık şu anda körü körüne tolere ediliyor.
Özet
Ajan uygulaması teknik bir tartışma gibi görünse de aslında iş tasarımı ve sahiplikle ilgilidir. Her şeyin "AI harika" ile bitmemesi için önce yönetişim ve gözlemlenebilirlik için temeller gereklidir.
Ne çok küçük, ne çok büyük; sorumluluk sahibi biri tarafından beslenen. Ve bir kuruluş olarak bunu destekleyecek bir sistem. Ajanların ancak hem saha hem de organizasyon aynı hizaya geldiğinde kök saldığına inanıyorum.
