AI Ajan Yönetişimi: Pilotların %90'ı Neden Üretime Geçemiyor?

TL;DR — Yapay zeka ajanlarını (AI agents) üretime almak isteyen şirketlerin ezici çoğunluğu pilottan öteye geçemiyor. MIT'nin 2025 çalışması, yapay zeka pilotlarının %95'inin P&L'de (kâr-zarar tablosunda) ölçülebilir hiçbir etki yaratmadığını ortaya koydu. S&P Global, 2025'te şirketlerin %42'sinin yapay zeka projelerinin çoğunu tamamen terk ettiğini; bunun bir önceki yıla göre iki kattan fazla olduğunu buldu. Composio'nun raporuna göre yöneticilerin %97'si son bir yılda ajan devreye aldı ama ajan girişimlerinin yalnızca yaklaşık %12'si ölçeklenmiş üretime ulaşabildi. Sorun modelin zekâsı değil; eksik olan yönetişim katmanı. Bu yazıda, pilottan üretime giden yolun neden %80'inin veri mühendisliği, yönetişim, iş akışı entegrasyonu ve ölçüm altyapısından ibaret olduğunu; kazananların hangi üç katmanı önceden kurduğunu ve Türkiye bağlamında (KVKK, insan gözetimi, yönetim kurulu desteği, bütçe gerçekleri) bir ajan yönetişim çerçevesini nasıl inşa edeceğinizi anlatıyorum. Sonunda bir olgunluk tablosu ve uygulanabilir bir kontrol listesi bulacaksınız.

Son iki yılda onlarca kurumsal yapay zeka atölyesi yönettim; bankalardan üretim şirketlerine, perakendeden sigortaya kadar geniş bir yelpazede. Ve size dürüst olmam gerekirse, hepsinde aynı sahneyi izledim: Heyecanlı bir ekip, etkileyici bir demo, yönetim kurulunda alkış toplayan bir sunum ve ardından... sessizlik. Altı ay sonra o "devrim yaratacak" ajanın nerede olduğunu sorduğumda çoğu zaman aldığım cevap aynı: "Pilotu çalıştı ama üretime alamadık."

Bu cümleyi o kadar çok duydum ki artık bir kalıp olarak görüyorum. Ve inanın, bu bir yetenek meselesi değil. Karşımdaki ekiplerin çoğu son derece yetkin, meraklı, çalışkan insanlardan oluşuyordu. Sorun insanlarda değildi; sorun, ajanı devreye almadan önce kurulması gereken görünmez altyapının hiç kurulmamış olmasıydı. Demo bir gösteridir; üretim ise bir sistemdir. Ve çoğu kurum gösteriyi sistemle karıştırıyor.

Bu yazıyı bir CTO, CDO ya da yapay zeka dönüşümünden sorumlu bir yönetici gözüyle okumanızı istiyorum. Çünkü anlatacağım şey teknik bir "nasıl yapılır" kılavuzu değil; bir strateji meselesi. Ajan yönetişimi (agent governance) dediğimiz şey, aslında bir kurumun yapay zekayı bir oyuncaktan bir üretim varlığına dönüştürme kararının ta kendisi.

Önce masaya birkaç sağlam veri koyalım, çünkü bu konuşmayı duyguyla değil kanıtla yapmamız gerekiyor.

• MIT, 2025: Yapay zeka pilotlarının %95'i kâr-zarar tablosunda ölçülebilir hiçbir etki yaratmıyor. Yani yüz projeden doksan beşi, muhasebe defterinde iz bırakmadan kayboluyor.
• S&P Global, 2025: Şirketlerin %42'si yapay zeka projelerinin çoğunu terk etti; bu oran bir önceki yıla göre iki kattan fazla. Yani terk etme hızı artıyor, azalmıyor.
• Composio, 2025: Yöneticilerin %97'si son bir yılda ajan devreye aldığını söylüyor ama ajan girişimlerinin yalnızca ~%12'si ölçeklenmiş üretime ulaşıyor.
• Gartner / McKinsey / IDC sinyalleri: Yapay zeka pilotlarının %20'sinden azı kurumsal ölçekli üretime geçebiliyor; ajan pilotlarının %86–89'u üretime ulaşmadan başarısız oluyor.

Bu tabloya baktığımda gördüğüm şey bir "yetenek açığı" değil, bir "olgunluk açığı". Kurumlar ajan kurmayı öğrendi; ama ajanı yönetmeyi henüz öğrenmedi. İşte tam da bu boşluğa yönetişim diyoruz.

Bulgu	Kaynak	Ne anlatıyor
Pilotların %95'i P&L'de sıfır etki	MIT, 2025	Değer üretimi istisna, kural değil
Şirketlerin %42'si projeleri terk etti	S&P Global, 2025	Terk etme hızlanıyor
Ajanların yalnızca ~%12'si ölçekte üretimde	Composio, 2025	Devreye alma ≠ üretim
Pilotların <%20'si kurumsal üretime geçiyor	Gartner/McKinsey/IDC	Uçurum yapısal
Ajan pilotlarının %86–89'u başarısız	Sektör sinyalleri	Sorun tekil değil, sistemik

Bu rakamları atölyelerde paylaştığımda ilk tepki genelde savunma oluyor: "Bizde durum farklı." Belki. Ama istisna olduğunuzu kanıtlamak, kural olduğunu varsaymaktan çok daha zor. Ve dürüst olalım: eğer üretime geçmiş, izlenen, geri alınabilen, denetlenebilen bir ajanınız yoksa, siz de bu %88'in içindesiniz.

Şimdi işin kalbine gelelim. İnsanların anlamakta en çok zorlandığı gerçek şu: Pilottan üretime giden yolun yaklaşık %80'i modelle ilgili değil.

Bir ajanı üretime taşımanın gerçek işi; veri mühendisliği, yönetişim, iş akışı entegrasyonu ve ölçüm altyapısından oluşuyor. Model seçimi, prompt tasarımı, o parlak demo... bunlar buzdağının görünen kısmı, belki %20'si. Kalan %80 su altında ve kimse onu sunumlarda göstermek istemiyor çünkü sıkıcı, yavaş ve pahalı.

Düşünün: Bir demoda ajan, temiz bir veri kümesiyle, kontrollü bir ortamda, tek bir görevi mükemmel yapıyor. Peki üretimde ne oluyor?

• Veri artık temiz değil; on farklı sistemden, farklı formatlarda, eksik alanlarla geliyor.
• Ajanın bir yan sistemle konuşması gerekiyor ama o sistemin API'si yok, ya da var ama dokümante edilmemiş.
• Ajan bir hata yaptığında bunu kim fark edecek? Nasıl geri alınacak?
• Ajanın verdiği kararın gerekçesini altı ay sonra bir denetçi sorduğunda kim cevap verecek?
• Bu ajan gerçekten para mı kazandırıyor, yoksa sadece meşgul mü görünüyor?

İşte bu sorular demoda hiç sorulmaz. Üretimde ise hepsi aynı anda sorulur. Ve cevabı olmayan her soru, projenin terk edilme olasılığını artırır.

MIT çalışmasının bir başka çarpıcı bulgusu da şu: Kurum içinde geliştirilen yapay zeka çözümleri, dışarıdan tedarik edilen çözümlere göre yaklaşık iki kat daha sık başarısız oluyor. Bu bulguyu yanlış okumayın; "her şeyi satın alın" demiyorum. Söylediğim şu: kendi ajanınızı inşa edecekseniz, o ajanı üretime taşıyacak disiplini, altyapıyı ve yönetişimi de inşa etmeye hazır olmalısınız. Aksi halde içeride kurduğunuz şey, ölçeklenmeyen bir prototip olarak kalır.

Peki başaran o küçük azınlık ne yapıyor da farklı? Verilere baktığımda net bir örüntü görüyorum. Kazananlar, ajanı devreye almadan önce üç katmanı kurmuşlar:

1. Ölçüm katmanı (measurement): Görevlerin gerçekten çalıştığını kanıtlama. Bir ajanın "iyi görünmesi" ile "işini doğru yapması" arasındaki farkı ölçen mekanizmalar. Başarı kriterleri baştan tanımlanmış; ajan bir görevi tamamladığında bunun doğru olup olmadığını sistem otomatik olarak biliyor.

2. Altyapı katmanı (infrastructure): Görevleri otomatikleşmiş iş akışlarına bağlama. Tek başına çalışan bir ajan bir gösteridir; birbirine bağlı, tetiklenen, sonuçları başka sistemlere akan görevler bir üretim sistemidir. Bu katman, ajanın kurumsal veri hatlarına, kimlik doğrulamaya, izinlere ve mevcut iş süreçlerine entegre olduğu yerdir.

3. Strateji katmanı (strategy): Sistemi öğrenir halde tutma. Ajan devreye alındıktan sonra donmuyor; geri bildirimle gelişiyor, hataları toplanıyor, yeni durumlara uyum sağlıyor. Bu katman olmadan ajan, kurulduğu günkü dünyayı varsaymaya devam eder ve dünya değiştikçe köhneleşir.

Bu üç katmanın ortak özelliği şu: hiçbiri "model" ile ilgili değil. Üçü de ajanın etrafındaki sistemle ilgili. Kazananlar, zekayı değil, zekayı taşıyacak iskeleyi inşa etmeye yatırım yaptılar.

Ben bunu atölyelerde şöyle anlatıyorum: Bir ajan, bir yeni işe alınan çok yetenekli ama kuruma yabancı bir çalışan gibidir. Ne kadar yetenekli olursa olsun, ona bir kimlik kartı vermez, hangi sistemlere erişebileceğini tanımlamaz, işini nasıl ölçeceğinizi belirlemez ve bir yöneticiye bağlamazsanız, o kişi kurumda kaybolur. Ajan da aynen öyle.

Şimdi bu yazının en kritik cümlesine geliyoruz: Çoğu kurum, ajanlar için yönetişimi kurmadan ajanları devreye alıyor.

Bunun ne demek olduğunu açalım. Bugün pek çok kurumda şu üç temel yeteneğin hiçbiri yok:

• Envanter: Kurumda kaç ajan çalışıyor? Hangileri? Kim kurdu? Hangi verilere erişiyorlar? Çoğu CTO bu soruya net cevap veremiyor. "Gölge ajanlar" (shadow agents) çoktan çoğaldı bile.
• İzlenebilirlik (traceability): Bir ajan bir eylem yaptığında bunun kaydı tutuluyor mu? Ajanın hangi girdiyle hangi kararı verdiğini, hangi sistemi tetiklediğini geriye dönük olarak izleyebiliyor musunuz? Çoğu durumda hayır.
• İzleme (monitoring): Ajanlar yeterince izleniyor mu? Bir ajan sapıttığında, yanlış veriyle beslendiğinde ya da beklenmedik bir maliyet ürettiğinde bunu gerçek zamanlı görebiliyor musunuz?

Bu üç yetenek olmadan ajan devreye almak, freni ve göstergesi olmayan bir arabayı otoyola sürmek gibidir. İlk düz yolda harika gider; ilk virajda ise felaket olur. Ve üretim, baştan sona virajlardan ibarettir.

İşte bu yüzden diyorum ki: yönetişim, ajanın önüne değil arkasına eklenen bir şey değildir. Yönetişim, ajanın var olma koşuludur.

Şimdi somutlaşalım. Bir yönetici olarak ajan yönetişim katmanını inşa ederken hangi bileşenleri kurmanız gerekiyor? Ben bunu altı temel sütun üzerinden anlatıyorum.

1. Ajan envanteri ve kayıt defteri

Her şey görünürlükle başlar. Kurumdaki her ajanı bir kayıt defterine (registry) işlemelisiniz: Kim sahibi, hangi amaçla kuruldu, hangi verilere ve sistemlere erişiyor, hangi izinlere sahip, hangi risk sınıfında. Bu defter olmadan yönetemezsiniz, çünkü göremediğiniz şeyi yönetemezsiniz. Bir ajan kayıt defteri, aynı zamanda denetim için de ilk savunma hattınızdır.

2. Kimlik, erişim ve en az yetki ilkesi

Ajanlar birer dijital kimliktir ve her kimlik gibi yönetilmelidirler. Her ajana benzersiz bir kimlik verin; insan hesaplarını ajanlarla paylaşmayın. En az yetki (least privilege) ilkesini uygulayın: ajan sadece işini yapmak için gereken minimum erişime sahip olsun. Bir muhasebe ajanının tüm İK veritabanına erişmesi için hiçbir neden yok. Erişimleri zamanla sınırlayın; kalıcı geniş yetkiler en büyük risk kaynağıdır.

3. İzlenebilirlik ve denetim izi (audit trail)

Her ajan eylemi kayıt altına alınmalı: hangi girdi geldi, ajan hangi adımları izledi, hangi araçları çağırdı, hangi çıktıyı üretti, hangi sistemi etkiledi. Bu denetim izi hem hata ayıklama hem de uyumluluk için hayati. Türkiye bağlamında bu özellikle önemli, çünkü KVKK kapsamında kişisel veri işleyen bir ajanın ne yaptığını gösterebilmeniz gerekir. "Ajan yaptı, bilmiyorum" savunması bir denetçi karşısında geçerli değildir.

4. İnsan gözetimi ve devreye girme noktaları

Her ajan tam otonom olmak zorunda değil; çoğu olmamalı da. Kritik kararlarda bir insan onay noktası (human-in-the-loop) tanımlayın. Ajan belirli bir eşiğin üzerinde bir işlem yapacaksa, bir para transferi tetikleyecekse, bir müşteriye bağlayıcı bir taahhütte bulunacaksa, insan onayı devreye girsin. Bu yavaşlık değil; bu olgunluktur. Otonomiyi kademeli olarak, ajan güven kazandıkça artırın.

5. İzleme, uyarı ve güvenlik korkulukları (guardrails)

Ajanları gerçek zamanlı izleyin. Anormal davranış, beklenmedik maliyet artışı, tekrar eden hatalar için uyarılar kurun. Güvenlik korkulukları tanımlayın: ajanın asla yapmaması gereken eylemler, asla erişmemesi gereken veriler, asla aşmaması gereken limitler. Bir de "kill switch" yani acil durdurma mekanizması olsun; bir ajan sapıttığında onu saniyeler içinde durdurabilmelisiniz.

6. Değer ölçümü ve geri bildirim döngüsü

Son olarak, en çok ihmal edilen ama en önemli sütun: değer ölçümü. Her ajanı bir iş metriğine bağlayın. Bu ajan neyi iyileştiriyor? Zamanı mı, maliyeti mi, hata oranını mı, müşteri memnuniyetini mi? Baştan tanımlayın ve sürekli ölçün. MIT'nin %95'lik bulgusunun altında yatan asıl sebep budur: kurumlar ajanların değerini hiç ölçmediği için, değer üretmeyen ajanlar aylarca fark edilmeden çalışıyor.

Nerede olduğunuzu bilmeden nereye gideceğinizi planlayamazsınız. Atölyelerde kurumlara kendilerini konumlandırmaları için kullandığım basit bir olgunluk modeli var. Kendi kurumunuzu bu tabloda dürüstçe işaretleyin.

Seviye	İsim	Belirtiler	Tipik sonuç
0	Kaos	Ajanlar var ama envanter yok; kim ne kurdu bilinmiyor	Gölge ajanlar, denetlenemez risk
1	Farkındalık	Ajanların bir listesi tutuluyor ama izleme yok	Sorunlar geç fark ediliyor
2	Kontrol	Kimlik, erişim ve denetim izi kurulu	Temel uyumluluk sağlanıyor
3	Gözetim	Gerçek zamanlı izleme, uyarılar, insan onay noktaları	Ajanlar güvenle ölçekleniyor
4	Optimizasyon	Değer ölçümü, geri bildirim döngüsü, sürekli iyileştirme	Ajanlar kanıtlanmış P&L etkisi üretiyor

Deneyimime göre kurumların büyük çoğunluğu Seviye 0 ile 1 arasında sıkışmış durumda. Ve işin acı tarafı şu: Seviye 3'e ulaşmadan ajanları ölçeklemeye çalışmak, riski ölçeklemekten başka bir şey değil. Her yeni ajan, yönetişimsiz bir ortamda yeni bir kör nokta demek.

Hedefiniz gecelik Seviye 4'e sıçramak olmamalı. Hedefiniz, her ajan için bir sonraki seviyeye geçmek olmalı. Olgunluk, atlanan değil tırmanılan bir merdivendir.

Şimdi bu tabloyu Türkiye'nin gerçeklerine oturtalım, çünkü küresel raporlar bir şey söyler, saha başka bir şey.

KVKK ve veri yönetişimi. Türkiye'de faaliyet gösteren bir kurumsanız, ajanlarınızın işlediği her kişisel veri KVKK kapsamındadır. Bir ajanın hangi kişisel veriye eriştiğini, bunu hangi hukuki sebebe dayanarak işlediğini, ne kadar sakladığını ve kiminle paylaştığını gösterebilmeniz gerekir. Otonom bir ajanın kişisel veri üzerinde kontrolsüz işlem yapması, hem bir uyumluluk hem de bir itibar riskidir. Bu yüzden yukarıda anlattığım denetim izi ve erişim yönetimi, Türkiye'de "iyi olsa güzel olur" değil, "olmazsa olmaz" kategorisindedir. Ajan yönetişimini, mevcut KVKK uyum programınızın bir uzantısı olarak kurgulayın; sıfırdan bir şey icat etmenize gerek yok.

Yönetim kurulu desteği. Türkiye'de yapay zeka projelerinin en büyük ölüm sebeplerinden biri, üst yönetimin desteğinin "heyecan" seviyesinde kalıp "bütçe ve sabır" seviyesine çıkmaması. Bir demo yönetim kurulunu heyecanlandırır; ama pilottan üretime giden o sıkıcı %80'lik iş için gereken sabrı ve kaynağı sağlamak apayrı bir karar. CTO ve CDO olarak göreviniz, yönetim kurulunu "ajan kuralım" heyecanından "ajan yönetişimine yatırım yapalım" olgunluğuna taşımak. Bunu yaparken kullanacağınız en güçlü argüman, bu yazının başındaki rakamlar: yönetişimsiz her pilot, %88 ihtimalle çöpe atılan bir bütçedir.

Bütçe gerçekleri. Türkiye'de bütçeler küresel muadillerine göre daha sıkı ve döviz kuru dalgalanmaları maliyet planlamasını zorlaştırıyor. Bu ortamda "on ajan kuralım, biri tutar" yaklaşımı bir lükstür ve size ait değildir. Sizin yapmanız gereken tam tersi: az sayıda ajanı, sağlam bir yönetişim katmanıyla, kanıtlanmış değer üzerinden üretime taşımak. Bir ajanı doğru dürüst üretime almak, on ajanı pilotta çürütmekten hem daha ucuz hem daha itibarlıdır. Kısıtlı bütçe, aslında disiplininizi zorlayan gizli bir avantajdır; sizi odaklanmaya mecbur eder.

Yetenek ve organizasyon. Bir diğer saha gerçeği: Türkiye'de veri mühendisliği ve MLOps yeteneği hâlâ kıt ve pahalı. Bu yüzden MIT'nin "içeride geliştirilen çözümler iki kat daha sık başarısız oluyor" bulgusunu ciddiye alın. Her şeyi içeride kurmaya çalışmak yerine, çekirdek yönetişim katmanını içeride tutup, olgunlaşmış bileşenleri (izleme, kimlik, denetim araçları) tedarik etmeyi değerlendirin. Kurumunuzun kıt mühendislik kaynağını, farklılaştığınız yere ayırın; herkesin çözdüğü sorunu yeniden çözmeye değil.

Bu bölümü çıktı alıp bir sonraki yönetim toplantınıza götürebilirsiniz. Her maddenin karşısında dürüstçe "evet" diyemiyorsanız, orası sizin sıradaki işiniz.

Görünürlük ve envanter

• Kurumdaki tüm ajanların güncel bir kayıt defteri var mı?
• Her ajanın bir sahibi (owner) tanımlı mı?
• Her ajanın eriştiği veri ve sistemler belgeli mi?
• "Gölge ajanları" tespit edecek bir mekanizmanız var mı?

Kimlik ve erişim

• Her ajanın benzersiz bir kimliği var mı?
• En az yetki ilkesi uygulanıyor mu?
• Erişimler düzenli olarak gözden geçiriliyor mu?

İzlenebilirlik ve uyumluluk

• Her ajan eylemi için denetim izi tutuluyor mu?
• KVKK kapsamındaki veri işlemleri izlenebilir mi?
• Bir denetçinin sorusuna 24 saat içinde cevap verebilir misiniz?

Gözetim ve güvenlik

• Ajanlar gerçek zamanlı izleniyor mu?
• Anormal davranış için uyarılar kurulu mu?
• Güvenlik korkulukları (guardrails) tanımlı mı?
• Bir "acil durdurma" (kill switch) mekanizmanız var mı?
• Kritik kararlarda insan onay noktaları tanımlı mı?

Değer ve öğrenme

• Her ajan bir iş metriğine bağlı mı?
• Ajanların ürettiği değer düzenli ölçülüyor mu?
• Geri bildirim döngüsü ile ajanlar iyileşiyor mu?
• Değer üretmeyen ajanları emekliye ayırma süreciniz var mı?

Bu listeyi bir "geçtim/kaldım" sınavı olarak değil, bir yol haritası olarak kullanın. Hiç kimse ilk günden hepsine "evet" diyemez. Ama her "hayır", bir sonraki adımınızı gösterir.

Teoriyi eyleme dökelim. Eğer yarın sabah bu işe başlayacak olsaydınız, size önerdiğim sıra şu olurdu.

İlk 30 gün — Görünürlük. Hiçbir yeni ajan kurmayın. Onun yerine, kurumda hâlihazırda çalışan tüm ajanların envanterini çıkarın. Kim kurdu, ne yapıyor, neye erişiyor. Bu envanter büyük ihtimalle sizi şaşırtacak; çoğu yönetici sandığından çok daha fazla ajanın çalıştığını keşfediyor. Bu ay boyunca tek hedefiniz görmek.

31–60 gün — Kontrol. Envanterdeki her ajana bir sahip, bir kimlik ve bir erişim politikası atayın. En riskli ajanlardan başlayın; en çok veriye erişen, en kritik kararları veren ajanlar önce ele alınmalı. Denetim izini kurun. Bu ay boyunca hedefiniz, var olan riski dizginlemek.

61–90 gün — Ölçüm ve gözetim. Her ajanı bir iş metriğine bağlayın ve gerçek zamanlı izlemeyi devreye alın. Değer üretmeyen ajanları tespit edip emekliye ayırın; bu sizi hem risk hem maliyet açısından rahatlatır. Bu ay boyunca hedefiniz, kalan ajanları güvenle ölçeklenebilir hale getirmek.

Doksan gün sonunda muhtemelen daha az ajanınız olacak ama her biri görünür, kontrollü, ölçülen ve değer üreten ajanlar olacak. Ve inanın bana, üretimdeki üç sağlam ajan, pilottaki otuz hayaletten çok daha değerlidir.

Sahada gördüğüm başarısızlıkların neredeyse tamamı üç kalıba oturuyor. Bunları isimleriyle koymak, kendi kurumunuzda erken teşhis koymanıza yardımcı olur.

Birinci hata: Demoyu üretim sanmak. En yaygın ve en pahalı hata bu. Bir ekip, kontrollü bir ortamda güzel çalışan bir ajan gösteriyor ve yönetim "tamam, bu iş bitti, canlıya alalım" diyor. Oysa demo, buzdağının su üstündeki %20'sidir. Su altındaki %80 (veri hatları, entegrasyonlar, hata yönetimi, izleme) hiç konuşulmadığı için proje canlıda ilk gerçek veriyle karşılaştığında çöküyor. Panzehir: Demoyu asla bir bitiş çizgisi olarak değil, bir başlangıç noktası olarak sunun. "Çalışıyor" ile "üretimde çalışıyor" arasındaki mesafeyi baştan yönetim kuruluna dürüstçe anlatın.

İkinci hata: Ölçüm olmadan ölçekleme. Kurumlar bir ajanın değer üretip üretmediğini hiç ölçmeden, sırf "yapay zeka yapıyoruz" diyebilmek için ajan sayısını artırıyor. Sonuç, MIT'nin %95'lik bulgusu: aylarca çalışan ama defterde hiçbir iz bırakmayan ajanlar ordusu. Panzehir: Hiçbir ajanı, bağlı olduğu iş metriği net tanımlanmadan üretime almayın. Ölçemediğiniz şeyi ölçekleyemezsiniz; sadece çoğaltırsınız.

Üçüncü hata: Otonomiyi güvenle karıştırmak. Bir ajan bir hafta sorunsuz çalıştı diye ona sınırsız yetki vermek, en tehlikeli hata. Güven kademeli kazanılır; otonomi kademeli verilir. Bir ajanın hata yapmadığını görmek, hata yapmayacağı anlamına gelmez; sadece henüz o durumla karşılaşmadığı anlamına gelir. Panzehir: Otonomiyi bir düğme değil, bir kadran olarak düşünün. İnsan onay noktalarını, ajan gerçek üretim koşullarında güven biriktirdikçe, ölçülü biçimde gevşetin.

Bu üç hatanın ortak paydası, aslında bu yazının ana temasıyla aynı: hepsi, yönetişimin ajandan sonra değil önce gelmesi gerektiğini görmezden gelmekten doğuyor. Hataları isimleriyle tanıdığınızda, onları kendi kurumunuzda çok daha erken yakalarsınız; ve erken yakalanan her hata, çöpe atılmamış bir bütçe demektir.

Ajan yönetişimini anlatırken en sık karşılaştığım itiraz şu: "Bütün bunlar bizi yavaşlatmaz mı? Rakiplerimiz ajan kurarken biz kayıt defteri mi tutacağız?"

Cevabım net: Tam tersi. Yönetişim bir fren değildir; bir hızlandırıcıdır. Çünkü bu yazıdaki bütün rakamların gösterdiği tek şey var: yönetişimsiz hız, üretime değil terk edilmeye götürüyor. Rakipleriniz on ajan kurup dokuzunu çöpe atarken, siz üç ajanı üretime taşırsanız, yarışı siz kazanırsınız. Hız, kaç ajan kurduğunuzla değil, kaçının değer ürettiğiyle ölçülür.

MIT'nin %95'i, S&P'nin %42'si, Composio'nun %12'si... bütün bu rakamlar aslında tek bir cümleyi söylüyor: Piyasa ajan kurmayı öğrendi ama ajan yönetmeyi henüz öğrenmedi. Ve bu boşluk, sizin için bir tehdit değil, bir fırsat. Çünkü yönetişimi önce kuran kurum, ajanları önce ölçekleyen kurum olacak.

Bugün önünüzde iki yol var. Birincisi, herkesin yaptığını yapmak: heyecanla ajan kurmak, etkileyici demolar hazırlamak ve altı ay sonra "neden üretime alamadık" diye sormak. İkincisi, bu yazıda anlattığım sıkıcı %80'e yatırım yapmak: envanter, kimlik, izlenebilirlik, gözetim, ölçüm. Birinci yol hızlı görünür ama %88 ihtimalle çıkmaz sokaktır. İkinci yol yavaş görünür ama üretime çıkan tek yoldur.

Seçim, bir yönetici olarak sizin. Ve o seçimi bugün, henüz bir sonraki ajanı kurmadan önce yapmanızı öneririm. Çünkü ajan yönetişimi, ajan kurulduktan sonra eklenebilecek bir yama değil; ajanın var olma zeminidir. O zemini kurun, gerisi çok daha kolay gelecek.