Dell, yapay zekâyı sohbet botlarından otonom iş akışlarına taşıyor

Dell Technologies’in The Six Five Summit: AI Unleashed 2026 etkinliğindeki ana mesajı netti: Kurumsal yapay zekâ, deneme projelerinden gerçek iş operasyonlarına geçiyor. Şirket, sohbet botlarının bilgi arama, özetleme ve içerik üretme işlevlerinin ötesine geçerek iş süreçlerini yürütebilen yapay zekâ ajanlarını devreye aldığını söyledi. Dell ayrıca yaklaşık 900 potansiyel yapay zekâ projesini, açık iş değerine sahip 13 girişime indirdiğini ve ilk uygulamalarda yaklaşık %20-%40 verimlilik artışı elde ettiğini açıkladı. 1

Bu rakamlar sektör genelini temsil eden bağımsız bir ölçüm değil, Dell’in kendi deneyimine ilişkin açıklamalar. Yine de şirketin yaklaşımı, yapay zekânın deneme aşamasından üretim ortamına geçerken nelerin değiştiğini anlamak için dikkat çekici bir çerçeve sunuyor.

Agentic AI yalnızca yanıt vermiyor, işi yürütüyor

Dell, ilk dalga üretken yapay zekâ ile agentic AI arasında belirgin bir ayrım yapıyor. Sohbet botları ve dijital asistanlar, çalışanların şirket içi verilerde arama yapmasına, belgeleri özetlemesine veya içerik üretmesine yardımcı olabiliyor. Agentic AI sistemleri ise bir süreci dijitalleştirmek üzere tasarlanıyor: Görevi değerlendirebiliyor, araçları kullanabiliyor, adımları koordine edebiliyor ve insan müdahalesi olmadan işi tamamlayabiliyor. 1

Bu fark yalnızca kullanılan modele ilişkin değil. Dell’e göre üretim ortamında çalışan yapay zekâ ajanları; teknoloji mimarisinde, altyapıda, yönetişimde ve organizasyon tasarımında değişiklik gerektiriyor. Stratejik hedef, şirketin tamamlayabileceği iş miktarını mevcut insan kapasitesine doğrudan bağlı olmaktan çıkarmak. 1

Dell’in üretimdeki kullanım alanları: CRM, kod ve fiyatlandırma

Dell, yaklaşık iki yıldır ajanlar üzerinde çalıştığını ve bu sistemleri son bir yıl içinde üretim ortamına taşıdığını belirtti. Şirketin açıkladığı başlıca kullanım alanları şunlar:

• CRM verilerinin temizlenmesi: Ajanlar, müşteri kayıtlarındaki tekrarlayan veri kalitesi işlemlerini yürütebiliyor.
• Yazılım geliştirme: Rutin kodlama, açıklama ekleme ve sürekli entegrasyon/sürekli teslimat (CI/CD) süreçlerinin bazı bölümlerinde destek sağlayabiliyor.
• Özel fiyatlandırma: Hızın ve kuralların tutarlı uygulanmasının önemli olduğu fiyatlandırma süreçlerine katkıda bulunabiliyor. 1

Bu örnekler, tamamen otonom bir şirket fikrinden daha dar kapsamlı. Ancak önemli bir noktayı gösteriyor: Başarılı bir kurumsal uygulama, mevcut yazılıma eklenmiş basit bir modelden ibaret değil. Girdileri, kullanılacak araçları, izinleri ve beklenen sonuçları tanımlanmış bir iş akışının otomatikleştirilmesi gerekiyor.

Dell neden 900 projeyi 13’e indirdi?

Dell, yaklaşık 900 aday yapay zekâ projesini, açık iş değerine sahip olduğu belirlenen yaklaşık 13 odaklanmış girişime düşürdüğünü açıkladı. Bu projelerin üst yönetim tarafından önceliklendirildiği belirtildi. 1

Bu karar, kurumsal yapay zekâ programları için pratik bir ders içeriyor: Çok sayıda deneme projesi, tek başına operasyonel avantaj yaratmıyor. Dell’in yaklaşımına göre şirketler, sonucu ölçülebilen iş akışlarına odaklanmalı; ardından bu süreçleri güvenilir biçimde çalıştıracak kontrolleri ve altyapıyı kurmalı.

Dell, hedefli asistan uygulamalarının başlangıçta yaklaşık %20-%40 verimlilik artışı sağladığını, ajanlar bütün bir iş kategorisini devraldığında kazanımların çok daha yüksek olabileceğini söyledi. Şirket ayrıca odaklanmış programın gelir büyümesini maliyet yapısından kısmen ayırmaya yardımcı olduğunu savundu. Ancak bunlar Dell’in kendi deneyimine ilişkin beyanlar; her şirket için geçerli, garanti edilmiş bir kıyaslama ölçütü olarak görülmemeli. 1

“Agent washing” gerçek farkı gizliyor

Dell yöneticisi John Roese, her yapay zekâ özelliğinin otonom ajan gibi sunulmasına karşı uyardı. Dell’in kullandığı ifadeyle agent washing, sohbet botlarının, sınırlı kapsamlı asistanların ve otonom biçimde çalışabilen sistemlerin aynı şeymiş gibi pazarlanması anlamına geliyor. 1

Aradaki farkı şöyle özetlemek mümkün:

• Sohbet botu: Bir komuta yanıt verir; çoğunlukla bilgi veya içerik üretir.
• Hedefli asistan: Belirli bir görevi iyileştirir; insan süreçte yakından yer almaya devam eder.
• Otonom ajan: Plan yapabilir, araç çağırabilir, eylemleri koordine edebilir ve doğrudan insan denetimi önemli ölçüde azalmışken bir iş akışını yürütebilir. 1

Bu ayrım, otonomluğun riskleri artırması nedeniyle önemli. Hatalı bir özet düzeltilebilir; ancak kurumsal sistemlere erişimi olan bir ajan kayıtları değiştirebilir, sonraki işlemleri tetikleyebilir veya hassas bilgileri açığa çıkarabilir.

Üretim ajanları altyapı hesabını değiştiriyor

Marvell CEO’su Matt Murphy, üretim ortamındaki agentic AI çıkarımının, geleneksel yapay zekâ eğitim yüklerinden farklı altyapı baskıları yarattığını söyledi. Ajanlar; tekrarlanan model çağrıları, geniş bağlamlar ve uzun süreli çoklu ajan etkileşimleri boyunca iş akışının durumunu anahtar-değer önbellekleriyle korumak zorunda kalabiliyor. Bu nedenle ham işlem gücünden önce bellek kapasitesi ve bant genişliği darboğaz haline gelebiliyor. 1

Murphy ayrıca CPU’ların orkestrasyon açısından daha önemli hale geldiğini belirtti. Dallanma, bilgi getirme, araç çağrıları, yalıtılmış çalışma ortamlarında yürütme ve ajanlar arası koordinasyon gibi işlemler CPU kaynaklarına daha fazla ihtiyaç duyuyor. Tartışmada, CPU/GPU oranının geleneksel yapay zekâdaki yaklaşık 8-16:1 seviyesinden agentic AI iş yüklerinde yaklaşık 1-2:1 seviyesine kayabileceği ifade edildi. 1

Bunun alıcılar açısından anlamı açık: Bir ajan platformu yalnızca model kalitesi veya GPU kapasitesiyle değerlendirilemez. Bellek, ağ altyapısı, CPU tabanlı orkestrasyon, gözlemlenebilirlik ve tekrarlanan çıkarımın maliyeti de bir iş akışının üretimde uygulanabilir olup olmadığını belirler.

Her ajan için tek mimari kullanılmayacak

Dell, tek model veya tek konum üzerine kurulu bir “tek tip mimari” yaklaşımına karşı çıktı. Şirket; kurum içinde çalışan açık modeller, Dell’in barındırdığı gelişmiş modeller, kontrollü sanal özel bulutlar, harici API’ler ve cihazlarda çalışan modellerin birlikte kullanılabileceği hibrit bir yapı öneriyor. Doğru tercih; performans, uyumluluk, işlevsellik ve maliyete göre değişiyor. 1

Ekonomik hesap da otomatikleştirilen işin niteliğine bağlı. Dell’in tartışmada verdiği karşılaştırmaya göre, yöneticilere karar desteği sunan yüksek değerli bir ajan, aylık yüksek bir harcamayı karşılayabilir. Buna karşılık, yüksek hacimli CRM temizliği yapan bir sistemde kayıt başına maliyetin çok düşük olması gerekiyor; bu eşik tartışmada yaklaşık 0,50 doların altında ifade edildi. 1

Bu nedenle şirketlerin sorması gereken soru yalnızca “En iyi model hangisi?” değil. Daha doğru soru şu: İstenen sonucu, kabul edilebilir risk ve maliyetle hangi model, hangi dağıtım konumu ve hangi otonomi düzeyi sağlayabilir?

Dijital kimlik, otonom ajanların kontrol katmanı

Dell, kendi verilerine erişen her otonom ajana — ister kurum içinde ister dışarıda çalışsın — Dell tarafından verilen bir dijital kimlik tanımlanması gerektiğini söyledi. Bu kimlik, ayrıntılı yetkilendirme sağlayacak ve erişimin iptal edilmesini pratik bir acil durdurma mekanizmasına dönüştürecek. 1

Güvenlik sorunu, ajanların bir kullanıcının kimliğini devralmadığı durumlarda daha da karmaşıklaşıyor. Kullanıcı kimliğini devralan ajan, belirli bir çalışanın kimlik bilgileriyle hareket ediyor. Headless agent olarak adlandırılan bağımsız ajanlar ise daha özerk çalışıyor; bu da kimin sorumlu olduğunun belirlenmesini, izinlerin yönetilmesini ve yaşam döngüsünün kontrolünü zorlaştırıyor. Dell, gelecekteki dağıtımların yaklaşık %70’ini headless ajanların oluşturmasını beklediğini belirtti. 2

Dell ayrıca ajanlar arası ve ajanlarla araçlar arasındaki iletişim protokollerini, kuantum sonrası güvenliğe hazırlıkla birlikte üretim ortamındaki otonomi için gerekli güvenlik modelinin parçaları arasında saydı. 1 Genel ders şu: Bir ajan, sohbet botunun görünmez bir uzantısı değil; sahibi, yetki kapsamı, denetim kaydı ve erişimi iptal edilebilecek bir yazılım kimliği olarak ele alınmalı.

İşler görevlerine ayrılacak

Dell, işlerin yapay zekâdan nasıl etkileneceğini anlamak için 6.800 işi; üretkenlik, veri ve süreç düzeni, koordinasyon, uzmanlık ve insanla doğrudan etkileşim gibi kategorilere ayırarak incelediğini söyledi. Şirketin vardığı sonuç, ajanların tüm pozisyonları otomatik olarak ortadan kaldırmasından çok, rollerin belirli bölümlerini devralacağı yönünde. 1

Örneğin yazılım geliştirmede ajanlar rutin kodlama, açıklama ekleme ve teslimat koordinasyonunun bazı kısımlarını üstlenebilir. İnsanlar ise mimari, gereksinimler, muhakeme ve müşteri iletişimi gibi alanlara daha fazla zaman ayırabilir. 1

Bu, rollerin değişmeden kalacağı anlamına gelmiyor. Dell’in tezi, otomatikleştirilebilen görevler ayrıştırıldıkça her işin yeniden şekilleneceği ve çalışanların uzmanlık, bağlam, karar verme ve insan ilişkilerine daha fazla dayanan sorumluluklara kayacağı yönünde.

Agentic AI için üretim testi

Dell’in yaklaşımı zorlu ama ölçülebilir bir teste indirgenebilir: Bir agentic AI projesi ancak ölçülebilir bir iş sonucu, sınırları belirlenmiş bir iş akışı, uygun maliyet yapısı ve kimlik, erişim ile hata kurtarma kontrolleri bulunduğunda üretime hazırdır.

900 olasılıktan 13 odaklanmış girişime geçiş, bu stratejinin özünü özetliyor. Agentic AI, daha konuşkan bir kullanıcı arayüzünden ibaret değil. Yazılımın işi bizzat yürüttüğü yeni bir çalışma modeli; dolayısıyla altyapı, güvenlik ve iş tasarımı da modellerle birlikte dönüşmek zorunda.