Bankacılıkta Demodan Operasyona Agent Süreçleri

Demo tek bir çalıştırmayı gösterir: kart itirazı Agent'ı müşterinin mesajını okur, işlemi bulur, itiraz kategorisini seçer, formu doldurur. On denemede on doğru. Operasyonda ise aynı Agent günde binlerce kez çalışır ve soru değişir. Varsayımsal bir hesap: günde 2.000 çalıştırmada yüzde 3'lük kategori hatası, her gün 60 yanlış yönlendirilmiş itiraz demektir. Bunların hangisinin yanlış olduğunu kim, ne zaman fark ediyor?

Operasyona geçen her Agent beş soruya cevap vermek zorunda. Tek çalıştırmadaki doğruluk tekrarlanıyor mu? Yanlış karar nasıl tespit ediliyor? Prompt, model ya da tool değişikliği mevcut akışları bozdu mu? Bir hata olduğunda kök neden model mi, veri mi, tool mu, orchestration mı? Bu kararı kim onayladı ve sonradan kanıtlanabilir mi? Demo bu soruların hiçbirini sormaz. Bu yüzden bankacılıkta Agent geliştirmenin zor kısmı Agent'ı yazmak değil; onu güvenli, gözlemlenebilir ve sürdürülebilir biçimde çalışır tutmak.

Son on iki ayın tablosu, ilginin yüksek ama üretimin temkinli olduğunu gösteriyor. Bank Director'ın Eylül 2026'da yayımlanan Teknoloji Anketi'nde bankaların yüzde 72'si generative AI kullanırken agentic AI kullananlar yüzde 30'da kaldı; agentic kullananların yüzde 83'ü bu yeteneği mevcut üçüncü taraf uygulamaların içinden alıyor. Accenture'ın Ocak 2026 raporunda yöneticilerin yüzde 57'si Agent'ların üç yıl içinde risk, uyum ve denetim işlevlerine tamamen gömüleceğini bekliyor. Sektörler arası LangChain anketi (Haziran 2026) üretimdeki en büyük engelin yüzde 32 ile kalite olduğunu söylüyor.

Düzenleme tarafında ABD'de Fed, OCC ve FDIC'nin 17 Nisan 2026 tarihli SR 26-2 rehberi, 2011'den beri geçerli SR 11-7'nin yerini aldı ve bir dipnotla generative ve agentic AI modellerini kapsam dışı bıraktı; yani bu sistemlerin kontrolü bankanın kendi yönetişimine kaldı. AB'de kredi değerliliği değerlendirmesi gibi Annex III kullanımlarının high-risk yükümlülükleri Digital Omnibus ile 2 Aralık 2027'ye ertelendi. Türkiye'de BDDK, Aralık 2025'te 2026 için iki başlık açıkladı: AI riskleri için bir yönetişim çerçevesi ve KKB ile ortak bir AI sandbox. Haziran 2026'da sektör kaynakları taslak bir çerçeveden söz etti; resmi metin henüz yok.

Agent'lar farklı iş birimlerinde çoğaldığında tanıdık bir tablo çıkar: her ekip core banking'e kendi connector'ını yazar, kendi prompt deposunu tutar, kendi log formatını seçer, kendi guardrail'ini kurar. Altı ayda aynı müşteri sorgulama tool'unun dört farklı versiyonu ve dört farklı yetki modeli oluşur. Denetim geldiğinde 'bankada kaç Agent var ve hangisi hangi veriye erişiyor' sorusunun tek bir cevabı yoktur.

Bu tekrar, ortak bir Agent platformuna doğru itiş yaratır. Platformun tipik bileşenleri: model gateway (hangi model, hangi kota, hangi veri sınıfı), tool registry (onaylı tool'lar, şema sürümleri, sahipleri), Agent kimliği ve yetki politikası, ortak eval harness, ortak observability ve audit kaydı. Platform aynı zamanda bakış açısını değiştirir: Agent tek seferlik bir proje değil, envanterde kaydı, sahibi, risk seviyesi, sürüm geçmişi ve emeklilik tarihi olan, yaşam döngüsü yönetilen bir varlık olur. Bu, bankaların klasik modeller için yıllardır tuttuğu model envanteri disiplininin Agent'lara taşınmasıdır.

Bir Agent'ın beş denemeden birinde doğru sonuca ulaşması demo için yeterlidir; operasyon için değil. Anthropic'in Ocak 2026 tarihli eval rehberi bu farkı iki ölçüyle ayırıyor: pass@k, k denemeden en az birinin başarılı olma olasılığı; pass^k ise k denemenin hepsinin başarılı olma olasılığı. Müşteri adına işlem yapan bir Agent için anlamlı olan ikincisidir, çünkü müşteri her seferinde doğru sonucu bekler.

Güvenilirliği ölçmek için her süreç için ayrı bir eval seti gerekir: gerçek vakalardan derlenmiş, beklenen sonucu ve beklenen yolu tanımlanmış örnekler. Kredi kartı itirazında beklenen yol, işlemi doğru hesapta bulmak, doğru kategoriyi seçmek ve belirsizlikte müşteriye sormaktır. Değerlendirme kural tabanlı kontrollerle başlar (doğru tool çağrıldı mı, tutar alanı doğru mu), öznel ölçütler için LLM-as-judge kullanılır ve bu yargıç düzenli olarak insan etiketiyle karşılaştırılır. Üretimde yanlış giden her vaka bu sete yeni bir örnek olarak eklenir.

Agent'ın davranışı dört şeyin birleşiminden çıkar: model, prompt, tool'lar ve bilgi kaynakları. Bunlardan birini değiştirmek diğerlerini etkiler. Daha yeni bir model aynı prompt'la farklı tool seçer; bir tool'un parametre adı değişince prompt'taki örnek yanlış hale gelir; bilgi tabanı yeniden indekslenince aynı soru farklı belgeyi getirir. Sağlayıcıların eski modelleri emekliye ayırması da bu değişiklikleri ekibin takvimi dışında zorunlu kılar.

Pratik çözüm, sürüm birimini tek tek parça değil paket olarak tanımlamaktır. Bir release manifest'i model kimliği ve parametreleri, prompt hash'i, her tool'un şema sürümü ve bilgi tabanı snapshot'ını birlikte kaydeder. Herhangi bir parça değiştiğinde paket yeni bir sürüm olur ve eval kapısından geçer. Ardından shadow ya da canary ile küçük bir trafik dilimine açılır, iş metrikleri izlenir, sorun varsa paketin tamamı geri alınır. Her çalıştırmanın Trace'inde hangi paket sürümünün kullanıldığı yazmalıdır; aksi halde 'geçen hafta neden farklı karar verdi' sorusunun cevabı bulunamaz.

Agent operasyonu, klasik uygulama operasyonundan farklı sinyaller ister. Her çalıştırma için iç içe bir Trace: Agent çağrısı, her model çağrısı, her tool çağrısı, her alt Agent. Derin ve çok adımlı Agent'larda debug zorlaşır, çünkü hata ilk adımda oluşup beşinci adımda görünür; Trace olmadan kök nedeni bulmak tahmine döner. OpenTelemetry'nin GenAI semantic conventions'ı bu kaydı sağlayıcıdan bağımsız tutmanın standart yolu olmaya aday, ama Ekim 2026 itibarıyla hâlâ Development statüsünde.

AgentOps bu sinyallerin etrafında kurulan operasyon pratiğidir. Süreç başına SLO'lar tanımlanır: görev başarı oranı, insana devretme oranı, vaka başına maliyet, ortalama çözüm süresi. Her Agent'ın bir nöbet sahibi ve bir durdurma prosedürü olur. Incident review'lar 'model yanlış yaptı' ile kapanmaz; hatanın modelden mi, veriden mi, tool'dan mı, orchestration'dan mı geldiği sınıflandırılır. Teknik metrikler iş metrikleriyle aynı panoda durur: tool çağrısı başarılı ama müşteri şikâyeti artıyorsa Agent yanlış işi doğru yapıyordur.

Bankacılıkta üç gereksinim mimarinin ilk gününden itibaren vardır. Birincisi insan onayı: para hareketi, limit değişikliği ya da kredi kararı gibi işlemlerde bankaların yıllardır uyguladığı maker-checker (dört göz) ilkesi Agent'a da uygulanır; Agent hazırlar, yetkili insan onaylar. İkincisi yetkilendirme: Agent'ın kendi kimliği, görev bazlı dar yetkisi ve her aksiyonun onaylı bir yetkiye bağlanabilmesi gerekir. Bank Director'ın Ekim 2026 tarihli yönetişim yazısı da kanıtın sonradan derlenmemesini, yürütme mimarisinin içine tasarlanmasını öneriyor. Üçüncüsü denetim izi: hangi müşteri verisi okundu, hangi tool hangi parametreyle çağrıldı, kim onayladı.

Buna veri tarafı eklenir. Müşteri verisi bankacılık sırrı ve KVKK kapsamında; hangi verinin hangi modele gidebileceği veri sınıfına göre belirlenir. Düzenleyici çerçeve hareket halinde: ABD'de SR 26-2 agentic AI'ı kapsam dışı bırakarak sorumluluğu bankaya bıraktı, AB'de kredi değerliliği değerlendirmesi high-risk kapsamında ve DORA Ocak 2025'ten beri ICT risk, olay bildirimi ve üçüncü taraf riskini düzenliyor. Türkiye'de BDDK'nın beklenen çerçevesinde basında açıklanabilirlik, insan onayı ve yabancı sağlayıcıya aşırı bağımlılık öne çıkıyor.

Bankada Agent otonomisi bir anda verilmez, kanıtla kazanılır. Dört basamaklı bir merdiven işe yarar. Birinci basamakta Agent yalnızca öneri yapar, işlemi insan yürütür. İkincide Agent taslağı hazırlar, insan onaylar ve yürütme düğmesine basar. Üçüncüde Agent düşük etkili işlemleri kendisi yürütür, insan örneklem üzerinden sonradan denetler. Dördüncüde Agent tanımlı limitler içinde otonom çalışır; limit aşımı otomatik olarak insana gider.

Bir basamaktan diğerine geçiş takvime değil kanıta bağlı olmalı: belirli bir süre boyunca eval setinde tutarlı başarı, düşük override oranı, sıfır kritik incident ve tanımlı bir hata bütçesi. Geri düşüş de otomatik olmalı; hata bütçesi aşılırsa Agent bir alt basamağa iner. Kaçınılması gereken kalıplar tanıdık: demo başarısına göre yol haritası çizmek, sahibi olmayan Agent, eval seti kurulmadan otonomi vermek, insan onayını tek tıklık bir onay ekranına indirmek ve Agent'ı durdurmanın tek yolunun deploy geri almak olması. Gartner'ın 2025 tahmini de agentic projelerin önemli bir kısmının maliyet, belirsiz değer ve yetersiz risk kontrolleri nedeniyle 2027 sonuna kadar iptal edileceği yönünde.