İşletmeler İçin 10 AI Agent Örneği ve Nasıl Çalıştıkları (2026)

Kısa cevap. Sonuçları yayımlanmış AI agent örneklerinin hepsi aynı kalıba sahip: tek bir tetikleyici, kısa bir araç listesi, agent'ın tek başına yapamayacakları için net bir çizgi ve işe yarayıp yaramadığını gösteren tek bir sayı. Aşağıda 10 gerçek agent'ı bu kalıpla inceliyoruz: nasıl çalıştığını yayımlamış sekiz şirket (Klarna, Salesforce, IBM, Ramp, Uber, Shopify, Anthropic, Carbonorm), bizim kendi kullandığımız bir agent ve uyarı niteliğinde Air Canada. Ardından küçük bir işletmenin kurabileceği 6 kalıp ve ilk agent'ınızı nasıl seçeceğiniz geliyor.

Hangisi gerçekten AI agent örneği sayılır

AI agent, bir dil modeliyle bir sonraki adımına karar veren ve bu adımı araçlar çağırarak uygulayan yazılımdır: bir siparişe bakar, veritabanını sorgular, talep açar. Sadece SSS'den cevap veren bot bir chatbot'tur; adımları sabit bir akış ise workflow'dur. Farkı gerçek bir çalıştırma üzerinden agentic AI nedir yazımızda anlattık.

Birçok "AI agent örnekleri" listesi termostatları, Mars keşif araçlarını ve ürün broşürlerini aynı listeye koyuyor. Bu yazıda yalnızca sahipleri nasıl çalıştığını ve ne sonuç verdiğini yayımlamış LLM agent'ları var; bir de içeriden gösterebildiğimiz kendi agent'ımız.

Bir bakışta 10 gerçek AI agent örneği

Müşteri hizmetleri ve İK

1. Klarna: büyük ölçekte müşteri hizmetleri, sonra bir adım geri

27 Şubat 2024'te Klarna açıkladı: OpenAI tabanlı asistanı ilk ayında 2,3 milyon konuşma yürütmüş, yani müşteri hizmetleri sohbetlerinin üçte ikisini. Bu, 700 tam zamanlı çalışanın işi demek; müşteri memnuniyeti insanlarla aynı seviyede, tekrar eden talepler %25 daha az ve işlemler 11 dakika yerine 2 dakikanın altında çözülüyor. İadeleri, ödemeleri, iptalleri ve itirazları 35'ten fazla dilde yürütüyor.

Mayıs 2025'te şirket rotayı değiştirdi: CEO, maliyet odaklı otomasyonun kaliteyi düşürdüğünü söyledi ve Klarna, müşterilerin isterlerse "her zaman" bir insana ulaşabilmesi için müşteri hizmetlerine yeniden insan almaya başladı. Ders: ilk iyileşen süre oldu, ama asıl önemli olan zor vakalardaki kaliteydi. Zor vakaları ayrı ölçün ve insana giden yolu kolay bulunur yapın.

2. Salesforce: kendi yardım sitesinde bir agent

Salesforce kendi agent platformu Agentforce'u help.salesforce.com'da kullanıyor. Aralık 2024'te CEO, yardım sitesinin haftada 32.000 konuşma yürüttüğünü ve insana devredilen konuşmaların haftada yaklaşık 10.000'den 5.000'e indiğini söyledi. 2025'te ise agent'lar konuşmaları üstlendikçe müşteri hizmetleri kadrosunun yaklaşık 9.000'den 5.000'e indiğini açıkladı.

Ders: Salesforce'un raporladığı sayı konuşma sayısı değil, insana devir sayısı. Haftalık devir oranı bir destek agent'ının en basit sağlık göstergesi; size kaç kişiye hâlâ ihtiyaç olduğunu da söyler.

3. IBM AskHR: tek bir sohbetin arkasında 80 İK işlemi

AskHR, IBM'in şirket içi İK agent'ı. Çalışanın talebini sınıflandırıyor, ilgili alana (yan haklar, bordro, kariyer) yönlendiriyor ve ya cevap veriyor ya da yaklaşık 80 otomatik işlemden birini başlatıyor: çalışma belgeleri, izin talepleri, bordroya erişim ve yöneticiler için ücret değişikliği gibi akışlar. IBM'in açıkladığına göre sık sorulan soruların %94'ü insana devredilmeden çözülüyor, 2016'dan bu yana destek talepleri %75 azalmış, 2024'te 11,5 milyon etkileşim olmuş ve dört yılda İK operasyon maliyetlerindeki %40'lık düşüşe katkı sağlamış.

Düşük performans ya da disiplin gibi hassas konular cevaplanmıyor, bir İK uzmanına yönlendiriliyor. Ders: agent'ınızın asla ele almayacağı konuları yazın ve agent denemeden önce yönlendirin.

Finans ve operasyon

4. Ramp: kayıtları saniyeler içinde düzelten agent

Kurumsal kart şirketi Ramp, tek bir iş için bir agent kurdu: müşteri, bir harcamanın yanlış üye işyeriyle eşleştiğini bildiriyor. Model, işlemi ve embedding'ler ile hızlı veritabanı sorgularıyla bulunan aday işyerlerini alıyor ve yalnızca sabit bir listedeki işlemlerden birini yapabiliyor. Etkisi küçük işlemlere neredeyse her talepte izin var; etkisi büyük olanlara ise yalnızca özenle seçilmiş durumlarda. Ayrıca bir son kontrol adımı, modelin uydurduğu işyerlerini yakalıyor.

Ramp'e göre agent bu bildirimlerin neredeyse tamamını doğru ele alıyor ve müşteriyi 10 saniyenin altında çözüme kavuşturuyor; eskiden bir insanı saatlerce bekliyorlardı. Ekip işe günde onlarca talebi elle inceleyerek başladı. Ders: bir agent'ı canlı kayıtlar üzerinde işlem yapacak kadar güvenli kılan şey kısa bir işlem listesidir.

5. Uber Finch: Slack'te cevaplanan finans soruları

Finch, Uber'in finans ekiplerinin Slack'te günlük dille veri istemesini sağlıyor. Bir yönetici agent her soruyu SQL yazan ya da belge okuyan bir alt agent'a yönlendiriyor ve sonucu döndürüyor. Her alt agent beklenen cevaplardan oluşan bir sete karşı test ediliyor (sorgunun yazımı değil sonucu karşılaştırılıyor), yönlendirme ayrıca test ediliyor ve güncellemeler yayına çıkmadan önce simüle edilmiş sorularla tüm sistem kontrol ediliyor.

Uber, Finch'in "%100 güvenilir olmadığını" açıkça söylüyor ve bir cevabı kontrol için bir uzmana gönderen "Doğrulama iste" düğmesi planlıyor. Ders: cevapları olduğu kadar yönlendirmeyi de test edin; bir rakam önemliyse insanların insan kontrolü isteyebilmesini sağlayın.

E-ticaret ve araştırma

6. Shopify Sidekick: agent önerir, mağaza sahibi onaylar

Sidekick, Shopify yönetim panelinin içindeki agent. Spring '26 Edition ile Klaviyo, Loop ve Judge.me gibi uygulamalar Sidekick'e bağlanabiliyor: veri eklentileri Sidekick'in bir uygulamanın verisiyle cevap vermesini, işlem eklentileri ise değişiklikleri "onaya hazırlamasını" sağlıyor; yani hiçbir şey değişmeden önce mağaza sahibi onaylıyor. Shopify'a göre Sidekick kullanan haftalık aktif mağaza sayısı 2026'nın ilk çeyreğinde bir önceki yıla göre 4 kat arttı.

Ders: bir agent başkasının işinde işlem yapıyorsa varsayılan yöntem "öner, sonra onayla" olmalı. AI asistanları üzerinden satış yapan mağazalar için bunun anlamı agentic commerce yazımızda.

7. Anthropic Research: birden fazla agent, bir bedeli var

Anthropic'in araştırma sisteminde bir baş agent işi planlıyor, paralel arama yapan alt agent'ları başlatıyor ve onların getirdiklerinden cevabı yazıyor. Anthropic'in şirket içi araştırma değerlendirmesinde Claude Opus 4 baş agent ve Claude Sonnet 4 alt agent'lardan oluşan sistem, tek başına çalışan bir Claude Opus 4 agent'ından %90,2 daha iyi sonuç verdi.

Maliyet de açıkça yazılmış: agent'lar genellikle bir sohbetin yaklaşık 4 katı, çoklu agent sistemleri ise yaklaşık 15 katı token kullanıyor. Ders: birden fazla agent'ı yalnızca her işin değeri bunu karşılıyorsa kullanın. İş başına maliyetin nasıl hesaplanacağı AI agent nasıl yapılır yazımızda.

Mevzuata tabi işler ve kendi örneğimiz

8. CarbonormAI: notu kendisi vermeyen bir uyum agent'ı

Carbonorm, üreticilerin AB Ambalaj ve Ambalaj Atıkları Tüzüğü'ne (PPWR) uymasına yardım ediyor. Agent'ı CarbonormAI ambalaj portföylerini notluyor, uyum belgelerini mevzuata göre kontrol ediyor ve mevzuat sorularını cevaplıyor. Asıl önemli tasarım kararı şu: not, mevzuatın maddelerini kurallar olarak kodlayan deterministik bir motordan geliyor (geri dönüştürülebilirlik, geri dönüştürülmüş içerik, kısıtlı maddeler, format yasakları); asla dil modelinden değil. Aynı ambalaj her zaman aynı notu alıyor. Agent'ın işi motoru doğru çağırmak, sonucu açıklamak ve her bulgunun arkasındaki maddeyi göstermek.

Bu çekirdeğin etrafında: modelin mevzuattan aldığı alıntılar kaynak metinle kelimesi kelimesine karşılaştırılıyor ve eşleşme eşiğinin altında kalan çıktı reddediliyor (bu kontrol, geliştirme sırasında modelin mevzuat metni uydurmasından sonra eklendi). Her cevapta neyin kanıt, neyin yorum olduğu etiketleniyor. Marka adları ve SKU kodları, talep model sağlayıcısına ulaşmadan önce takma adlarla değiştiriliyor. İzlenen AB düzenlemeleri her gün EUR-Lex'te kontrol ediliyor; bir belge alınamazsa agent eski metinden cevap vermek yerine bunu söylüyor. Sık yapılan işler modeli hiç kullanmayan komutlarla çalışıyor; bu yüzden anında cevap veriyor ve token harcamıyor.

1. Tarama
   Günlük kontrol

   İzlenen AB düzenlemelerinin EUR-Lex'te planlı kontrolü, 5 Ağustos 2026.

2. Bulundu
   Yeni metin

   Gıdayla temas eden plastiklere ilişkin AB tüzüğünün yeni konsolide sürümü.

3. İşleme
   Özetler

   Metin indirilip bölündü; model alıntılarla özetler hazırladı.

4. Doğrulama
   10 alıntının 10'u

   Her alıntı kaynakta kelimesi kelimesine bulundu; hiçbiri reddedilmedi.

5. Bitti
   3 dk 18 sn

   Bilgi grafiği yeniden kuruldu. Hiçbir insan müdahale etmedi.

Ekip sınırlar konusunda da aynı netlikte: agent şu an Carbonorm çalışanlarının kullandığı bir iç sürüm, notları ön değerlendirme niteliğinde ve hukuki tavsiye değil, ve AB mevzuatının tamamını değil belirli düzenlemeleri kapsıyor. Ders: yanlış bir cevabın hukuki bedeli varsa kararı kodda tutun, modele açıklamayı bırakın. (Açıklama: Carbonorm bir Semroi müşterisidir; bkz. vaka çalışması.)

9. Semroi: bu siteyi düzenleyen agent

31 Ekim 2026'dan beri semroi.net'teki içerik değişiklikleri bir agent üzerinden yapılıyor: Payload'un MCP sunucusu ile Payload CMS'imize bağlı Claude Code. Sayfaları, blog yazılarını ve vaka çalışmalarını İngilizce, Türkçe ve Rumence okuyup yazıyor. Bir CMS kullanıcısı olarak çalıştığı için her kaydı, bir insanın düzenlemesiyle aynı doğrulamadan, taslak ve sürüm geçmişinden geçiyor. Bu yazı onun tarafından taslak olarak yazıldı ve bir insan tarafından yayımlandı. O çalıştırma şöyle:

1. Okuma
   Bağlam

   Bu kategorideki yayımlanmış yazıları ve birinin blok yapısını çekti.

2. Araştırma
   Kaynaklar

   "AI agent examples" için sıralanan sayfaları ve burada verilen her kaynağı okudu.

3. Yazma
   Taslak

   Yazıyı taslak olarak oluşturdu: herkese açık değil, adres 404 döndü.

4. İnceleme
   Bir insan

   Bir editör yazıyı bu konuda sıralanan sayfalarla karşılaştırdı ve daha derinleşmesi için geri gönderdi. Bu, ikinci taslak.

5. Yayın
   Kontrol

   Onaydan sonra: yayına al, sayfa önbelleğini temizle, her dil sürümünü iste, durum kodunu ve head etiketlerini kontrol et.

Uyduğu kurallar: taslak yazar, yayını bir insan yapar ve kaydettiği her belgeyi geri okur. Kazandırdığı süreyi henüz ölçmedik. Ders: en dar yetkilerle başlayın ve agent kendini kanıtladıkça genişletin; Ramp'in işlem listesini genişlettiği gibi.

10. Air Canada: çizgi çekilmezse ne olur

2022'de bir yolcu Air Canada'nın web sitesindeki chatbot'a yas indirimi sordu ve indirimi yolculuktan sonra talep edebileceği cevabını aldı. Havayolunun kuralı farklıydı; iadeyi reddetti ve chatbot'un "ayrı bir tüzel kişilik" olduğunu savundu. 14 Şubat 2024'te British Columbia Civil Resolution Tribunal bu savunmayı reddetti ve 812,02 CAD ödenmesine karar verdi: "Air Canada'nın web sitesindeki tüm bilgilerden sorumlu olduğu açık olmalı. Bilginin statik bir sayfadan mı yoksa bir chatbot'tan mı geldiği fark etmez."

Bu bir agent değil chatbot'tu; ama yazılım işlem yaptığında bu kural daha da geçerli. Ders: cevapları kendi kural belgelerinize dayandırın (bkz. RAG) ve para bağlayan her şeyi bir kurala ya da bir insana yönlendirin.

İşe yarayan örneklerin ortak noktaları

• Tek tetikleyici, tek bitiş noktası: bir sohbet, bir talep, bir rapor. "Bitti" kontrol edilebilir.
• Kısa bir araç listesi: önce okuma yetkisi, yazma yetkisi yalnızca gereken yerde.
• Özerklik için bir çizgi: agent neyi tek başına yapar, neyi önerir, neyi asla yapmaz (Ramp, Shopify, IBM).
• Önemli karar kodda ya da bir insanda kalır: Carbonorm'un notu, Shopify'ın onayı, bizim yayın düğmemiz.
• Yayından önce bir değerlendirme seti: beklenen sonuçlarıyla gerçek vakalar, her değişiklikte yeniden çalıştırılır (Uber, Ramp).
• Görünür bir insana devir: müşteriler ve çalışanlar botla uğraşmadan bir insana ulaşabilir (Klarna, Salesforce).
• Tek bir iş göstergesi: insana devir, insansız çözüm oranı, çözüm süresi, hata oranı.

İşletmeler için AI agent: küçük bir şirketin kurabileceği 6 kalıp

Yukarıdaki örneklerin çoğu kendi mühendislik ekipleri olan büyük şirketlerden. Aynı kalıp, iş dar tutulduğunda daha küçük ölçekte de çalışır. Bunlar müşterilerle kapsamını çıkardığımız kalıplar, yayımlanmış sonuçlar değil; son sütun neyin ölçüleceğini gösteriyor.

Otel örneğinin ayrıntısı için otel AI agent'ı ne yapar yazımıza bakın. Bu agent'ların çoğu sistemlerinize bağlayıcılar üzerinden ulaşır; bunları kurmanın artık standart yolu MCP sunucuları, bizim CMS agent'ımız da böyle çalışıyor.

İlk agent'ınızı nasıl seçersiniz

1. 1Her hafta tekrar eden, bitişi net olan ve en fazla iki üç sisteme dokunan işleri listeleyin.
2. 2Tek bir hatanın, işi bir gün elle yapmaktan daha pahalıya patladığı işleri eleyin; Carbonorm'daki gibi kararın kodda kalabildiği durumlar hariç.
3. 3Sabit bir workflow'un işi görüp görmediğine bakın. Adımlar hiç değişmiyorsa agent'a ihtiyacınız yok.
4. 4Bir araç seçmeden önce beklenen sonuçlarıyla 30–50 gerçek vaka yazın.
5. 5Pilotu her işlemi bir insanın onayladığı şekilde yapın, sonra agent'ın tek başına yapabileceklerini genişletin.

Gartner, agentic AI projelerinin %40'ından fazlasının 2027 sonuna kadar, çoğunlukla maliyet ve belirsiz değer yüzünden iptal edileceğini öngörüyor. Bir rakama bağlanmış dar bir ilk iş, en ucuz korumadır. Adımların, mimarinin ve maliyetin tamamı AI agent nasıl yapılır yazımızda.

Sık sorulan sorular

• AI agent örneği nedir?+−

  Bir siparişi okuyan, iade kurallarını kontrol eden ve bir insan olmadan iade etiketi oluşturan müşteri hizmetleri agent'ı; Klarna'nın asistanı gibi. Diğerleri: izin taleplerini ve çalışma belgelerini yürüten IBM AskHR; üye işyeri kayıtlarını düzelten Ramp agent'ı; ve mağaza değişikliklerini sahibinin onayına hazırlayan Shopify Sidekick.

• ChatGPT bir AI agent mı?+−

  Sadece cevap verdiğinde ChatGPT bir asistandır. Bir işi bitirmek için web'de arama yaptığında, kod çalıştırdığında ya da bağlı uygulamaları kullandığında agent gibi davranır. Ölçüt, araçlarla işlem yapmaya kendisinin karar verip vermediğidir.

• İşletmeler AI agent'ları ne için kullanıyor?+−

  LangChain'in 1.300'den fazla profesyonelle yaptığı 2026 anketinde en yaygın kullanım müşteri hizmetleriydi (%26,5), ardından araştırma ve veri analizi geldi (%24,4). 10.000'den fazla çalışanı olan şirketlerde ise ilk sırada şirket içi verimlilik vardı (%26,8).

• Hatanın hukuki sonuçları olan işlerde AI agent kullanılabilir mi?+−

  Evet, kararı model vermiyorsa. CarbonormAI ambalajları mevzuattan kodlanmış bir kural motoruyla notluyor; modeli yalnızca motoru çağırmak, sonucu açıklamak ve maddeyi göstermek için kullanıyor. Çıktısı yine de ön değerlendirmedir, hukuki tavsiye değildir.

• Bir AI agent'ı çalıştırmanın maliyeti nedir?+−

  İş başına hesaplayın: iş başına model çağrısı sayısı çarpı her çağrının token'ı ve fiyatı. Anthropic, agent'ların bir sohbetin yaklaşık 4 katı, çoklu agent sistemlerinin yaklaşık 15 katı token kullandığını ölçtü. Carbonorm'daki gibi modeli atlayan komutların çalıştırma başına maliyeti yok. AI agent nasıl yapılır yazımızda hesaplanmış bir örnek var.

• Küçük işletmelerin AI agent'a ihtiyacı var mı?+−

  Yalnızca sık tekrar eden, bitişi net olan ve agent'ın ulaşabileceği sistemlerdeki veriyi kullanan bir iş için. Adımlar hiç değişmiyorsa bir workflow aracı daha ucuzdur. İş nadirse elle yapmaya devam edin.

• Şirket, AI agent'ının söylediklerinden sorumlu mu?+−

  Moffatt - Air Canada davasında (2024) Kanada'da bir mahkeme, havayolunu chatbot'unun yanlış cevabından sorumlu tuttu ve botun ayrı bir kişilik olduğu savunmasını reddetti. Agent'ın çıktısını kendi beyanınız gibi değerlendirin.

Kaynaklar

• Klarna: AI assistant handles two-thirds of customer service chats in its first month (27 Feb 2024)
• Klarna changes its AI tune and again recruits humans for customer service (CX Dive via Yahoo Finance, 2025)
• CNBC: Salesforce will hire 2,000 people to sell AI products, Benioff says (17 Dec 2024)
• Yahoo Finance: AI-driven job displacement may already be here (Salesforce support headcount, 2025)
• IBM case study: AskHR
• IBM's CHRO weighs in on lessons learned from an early AI rollout (Yahoo Finance)
• Ramp Engineering: How Ramp fixes merchant matches with AI
• Uber: Unlocking financial insights with Finch
• Shopify: Agentic commerce for every developer, the Spring '26 Edition
• Anthropic: How we built our multi-agent research system
• Carbonorm: PPWR and CBAM compliance
• BBC: Airline held liable for its chatbot giving passenger bad advice (23 Feb 2024)
• American Bar Association: BC tribunal confirms companies remain liable for information provided by AI chatbot
• LangChain: State of Agent Engineering 2026
• Gartner: over 40% of agentic AI projects will be canceled by end of 2027 (25 Jun 2025)

• AI agents
• AI agent examples

Ahmet Molon

Kurucu