Altı kıtada, 50'den fazla ülkede yazılım, finans, iş geliştirme ve satış operasyonlarını uçtan uca yöneten; 17 yıllık deneyime sahip, MBA dereceli uluslararası işletme stratejisti.
Dijital dönüşüm, start-up vize süreçleri, uluslararası şirket göçü, hızlandırma ve kuluçka programları ile inovasyon ve teknoloji transferi operasyonlarında küresel otoritelerce tescillenmiş, kanıtlı tecrübeye sahiptir.
Üzerinde çalıştığım projelerden bazılarını aşağıda inceleyebilirsiniz. Bu projelerde yer alan firmalar aynı zamanda referanslarımdır.
Lütfen bir mesaj bırakın; 24 saat içinde size dönüş yapacağım.
Notlar, rehberler ve teknik yazılar.
Yapay zekâ ajanlarında harcama yetkisi: Mastercard’ın teknoloji direktörü Ed McLaughlin, ajanların yakında bizim adımıza alışveriş yapacağını ve güvenin alışverişi hangi ajanın, kimin izniyle yaptığını bilmekten geçtiğini söylüyor. Peki bütçesine sadık kalan bir ajan yanlış karar verirse ne olacak? Bu yazıda harcama yetkisini kademeli insan onayıyla nasıl kuracağınızı anlatıyorum.
Mastercard, yapay zekâ ajanlarının insanlar adına alışveriş yaptığı ve makinelerin birbirine ödeme yaptığı bir geleceğe hazırlanıyor. Şirketin başkanı ve teknoloji direktörü Ed McLaughlin, bu geleceği belki de en çok heyecan duyduğu konu olarak anlatıyor. Ancak para harcayabilen bir ajan, aynı yetkiyle pahalı hatalar da yapabilir.
Fortune’un 12 Ekim 2026’da yayımladığı haberde Ruth Umoh, McLaughlin’in derginin Next to Lead söyleşi dizisinde anlattıklarını aktarıyor. Umoh’un aktardığı örnek gündelik bir durum. Bir tüketici, asistanından bilet fiyatlarını takip etmesini isteyebilir. Asistan da belirlenen bütçeyi aşmadan koltukları kendisi satın alır.
Mastercard’ın Agent Pay adlı ürünü bu tür alışverişler için tasarlandı. Agent Pay for Machines ise otonom sistemlerin, önceden tanımlanmış sınırlar içinde birbirleriyle ödeşmesini sağlıyor. İki ürün de aynı soruya cevap arıyor: Ekranın başında kimse yokken yapılan bir ödemeye nasıl güvenilir?
Ajan ticareti (agentic commerce), bir yapay zekâ ajanının kullanıcının çizdiği sınırlar içinde ürünü seçtiği ve ödemeyi kendisinin yaptığı alışveriş biçimidir. Bir çalışana şirket kartı teslim etmeye benzer: Kartın limiti bellidir, ama hangi harcamanın yerinde olduğuna kartı taşıyan karar verir.
Harcama limiti ödemenin tutarını sınırlar, kararın doğru olup olmadığını denetlemez. Fortune’un verdiği örnekte ajan bütçeyi hiç aşmıyor, ama iade edilemeyen bir uçak biletini yanlış tarihe alıyor. Derginin başlığındaki “kim öder?” sorusu tam bu boşluktan doğuyor: Ajan kurala uymuş, sonuç yine de yanlış.
Ajanların kendilerine çizilen çerçevenin dışına çıkabildiğini gösteren olaylar da çoğalıyor. Fortune’un hatırlattığı ilk örnekte, 2026 temmuzunda deneysel bir OpenAI ajanı test ortamından çıkıp Hugging Face’e ait sistemlere erişti. Hugging Face, yapay zekâ modellerinin ve veri setlerinin paylaşıldığı bir platform. İkinci örnek Anthropic’ten geldi. Şirket, Claude modellerinin test sırasında web sitelerindeki güvenlik açıklarını kullandığını açıkladı. Aynı testlerde Philadelphia polisine sahte bir cinayet ihbarı da gitti.
Ayrıntılar Anthropic’in 9 Ekim 2026 tarihli raporunda yer alıyor. İhbarı, örnek web sitesi görevleri üreten Claude Haiku 4.5 modeli polis sitesindeki forma gönderdi. İhbar istenmeyen ileti olarak işaretlendi ve soruşturma için hiçbir birime iletilmedi. Şirket bu davranışların çoğunu bir tür ısrar olarak tanımlıyor. Model bir kısıtlamaya takılınca durmuyor, etrafından dolanmanın yolunu arıyor.
Olayın zaman çizgisi ayrı bir uyarı taşıyor. 6abc’nin aktardığına göre ihbar 18 Temmuz 2026 tarihli. Anthropic durumu 28 Eylül’de fark etti, polise ise 7 Ekim’de bildirdi. Polis iki aylık gecikmeyi kabul edilemez buldu. Alışveriş yapan bir ajanın hatası da ekstre gelene ya da müşteri şikâyet edene kadar fark edilmeyebilir.
McLaughlin’in güven formülü üç sorudan oluşuyor. Alışverişi hangi ajan yapıyor? Buna kim izin verdi? Ajan neyi almaya yetkili? Bunlara dördüncü bir unsur ekleniyor: insanın son sözü. McLaughlin’e göre ters giden bir ajanı durdurabilmek için insanın sürece yeniden dahil olması gerekiyor.
Bu formül, Fortune’un başlığındaki soruyu bir tazminat kuralıyla değil, bir kontrol düzeniyle karşılıyor. Mastercard’ın kendi duyuruları da aynı mantığı izliyor. Şirketin 29 Nisan 2025 tarihli basın bültenine göre Agent Pay’de bir ajan, ödeme yapmadan önce kayıt altına alınıp doğrulanıyor. Bu sayede alışveriş zincirindeki her taraf, işlemi bir ajanın başlattığını görebiliyor; ajanın neleri satın alabileceğine ise kullanıcı karar veriyor.
Aynı bültende ödemeler için Agentic Tokens adlı yeni bir dijital anahtar türü tanıtılıyor. Mastercard, kart numarası yerine dijital anahtar kullanma yöntemini temassız ödemelerde ve kayıtlı kartlarda zaten uyguluyordu. Agentic Tokens bu yöntemi ajanlara taşıyor.
10 Haziran 2026’da duyurulan Agent Pay for Machines bu programın üzerine kuruldu. Mastercard’ın açıklamasına göre sistemde her ajana bir kimlik belgesi veriliyor; kurumlar yetki kurallarını ve harcama sınırlarını yazılıma uygulatabiliyor. Ödemeler kart, banka hesabı ve değeri sabit tutulan kripto paralar (stablecoin) üzerinden kapanabiliyor. Şirket, 30’dan fazla sektör kuruluşunun hizmeti ilk benimseyenler ya da destekleyenler arasında olduğunu belirtiyor.
Ağın sunduğu bu araçlar işin yalnızca bir yarısını çözüyor. Diğer yarısı şirketin kendi masasında duruyor. Bankadaki imza sirküleri, kimin hangi tutara kadar imza atabileceğini gösterir. Şirket de hangi ajanın neyi, kimin adına alabileceğini aynı açıklıkla yazmalı. Tablo 1 bu iki tarafı yan yana koyuyor.
| Soru | Mastercard’ın sunduğu karşılık | Şirketin kendi kurması gereken |
|---|---|---|
| Hangi ajan? | Ödeme öncesi kayıt ve doğrulama; her ajana kimlik belgesi | Ödeme yapabilen ajanların listesi ve her birinin sorumlusu |
| Kimin izniyle? | Ajanın neyi alabileceğine kullanıcının karar vermesi | İzni kimin verip kimin geri alabileceğini gösteren yetki listesi |
| Neyi alabilir? | Yazılımla uygulanan yetki kuralları ve harcama sınırları | Tutarın yanında ürün, tedarikçi, tarih ve iade koşulu kuralları |
| Ters giderse? | Kullanıcının tanımadığı ajan işlemlerini açıklığa kavuşturma süreci | Ajanı durdurma yetkisi olan bir kişi ve yazılı onay kuralları |
En çok dikkat isteyen satır sonuncusu. Ödeme ağı, tanınmayan bir işlemin sonradan açıklığa kavuşturulmasına yardım edebilir; ajanı hata büyümeden durduracak kişiyi ise yalnızca ajanı kullanan şirket atayabilir. Tutar sınırı altyapıyla birlikte gelir, karar kurallarını şirketin kendisi yazmak zorundadır.
Veriler: Mastercard (2025); Mastercard (2026); Fortune (2026) verilerinden derlenmiştir.
Ajan ticaretine yöneltilen en güçlü itiraz, insan onayının hızı öldüreceği. Her ödemede birinin “tamam” demesi beklenirse ajanın varlık sebebi zayıflar. Bu itiraz büyük ölçüde haklı. Yine de çözüm onayı tamamen kaldırmak olmamalı; onay, ödemenin tutarına ve geri alınıp alınamayacağına göre kademelendirilmeli.
İtirazın arkasında somut bir gerçek var. Bilet örneğinde değer, fiyat uygun seviyeye indiği anda harekete geçmekte yatıyor. Makineler arası ödemelerde durum daha da belirgin. Mastercard’ın Haziran 2026 tarihli açıklaması bu işlemleri, kesintisiz süren ve bazen bir sentin kesri kadar küçük ödemeler olarak tarif ediyor. Böyle bir akışı tek tek onaylamak mümkün değil.
McLaughlin bu gerilimi farklı okuyor. Fortune’a göre Mastercard’ın ağı dünya genelinde 3,7 milyar hesaba uzanıyor. McLaughlin bu ölçekte hızlı gidebilmenin şartını sıkı kontrollerde görüyor. Silikon Vadisi’nin eski sloganından ayrılan ilkesi de şu: “Hızlı hareket et ve hiçbir şeyi bozma”.
İki bakış, onay her işleme eşit dağıtılmadığında uzlaşabiliyor. Şekil 1, ajan ödemelerini tutara ve geri alma zorluğuna göre dört gruba ayırıyor. Küçük ve kolayca geri alınabilen ödemeyi ajan kendisi yapar. Yüksek tutarlı ve iadesiz bir işlemde ise kasanın iki anahtarı gibi iki kişinin onayı aranır. Fortune’daki iadesiz uçak bileti, tutarı ne olursa olsun üst sıraya yerleşir.
Matristeki asıl ayrım satırlar arasında görülüyor: Düşük tutarlı ama iadesiz bir alım, yüksek tutarlı ama kolayca iptal edilebilen bir siparişten daha sıkı onay ister. Bu düzen ajanın hızını küçük işlemlerde korur, insanın dikkatini de geri dönüşü olmayan kararlara toplar.
Türkiye’de yapay zekâ kullanan şirketlerin oranı hızla artıyor, ama kullanım büyük şirketlerde yoğunlaşıyor. Henüz başlamayan şirketlerin önündeki engeller arasında hukuki belirsizlikler üst sıralarda yer alıyor. Ajanlara ödeme yetkisi verme tartışması da Türkiye’de büyük olasılıkla “hata olursa sorumlu kim?” sorusuyla başlayacak.
TÜİK’in 2 Ekim 2026’da açıkladığı Yapay Zekâ İstatistikleri, 10 ve daha fazla çalışanı olan girişimleri kapsıyor. Bu girişimlerde yapay zekâ kullanım oranı bir yılda %7,5’ten %14’e çıktı. Şirket büyüdükçe oran da belirgin biçimde yükseliyor (Şekil 2).
Ajanlara ödeme yetkisi verme kararıyla ilk karşılaşacak olanlar, yapay zekâyı zaten iş süreçlerine almış büyük şirketler gibi görünüyor. Küçük şirketler için bu gecikme bir avantaja da dönüşebilir: Kurallarını, başkalarının deneyimiyle olgunlaşmış araçlar üzerine kurabilirler.
Not. Kapsam: 10 ve daha fazla çalışanı olan girişimler.
Veriler: TÜİK (2026), Yapay Zekâ İstatistikleri, 2026 verilerinden yeniden çizilmiştir.
Asıl dikkat çekici bulgu engellerde. Yapay zekâyı kullanmayı düşünüp henüz kullanmayan girişimler toplamın %8,3’ünü oluşturuyor. Bu grubun %72,3’ü uzmanlık eksikliğini, %66,4’ü hukuki belirsizlikleri, %65,4’ü de veri koruma ve gizlilik endişelerini engel olarak görüyor. TÜİK verisi ajanları değil, genel yapay zekâ kullanımını ölçüyor. Yine de hukuki belirsizliğin bu kadar öne çıkması, sorumluluk sorusunun Türkiye’de de yatırım kararlarını yavaşlattığını düşündürüyor.
Küçük bir şirkette ajanın ilk harcama alanı büyük olasılıkla yazılım abonelikleri, reklam bütçesi ve sarf malzemesi siparişleri olur. Çoğu küçük şirkette ayrı bir denetim birimi yoktur; kontrolü şirket sahibi ya da muhasebe yapar. Bu yüzden basit bir kural, karmaşık bir yazılımdan daha çok işe yarar. Örneğin belirli bir tutarı aşan ya da iadesi olmayan her ödeme, onay için şirket sahibinin önüne düşebilir.
Farklı ülkelerde tedarikçi ve iş ortağıyla çalışan şirketlerde iş daha karmaşık. Ajan farklı para birimleriyle, farklı iade kurallarıyla ve farklı tüketici mevzuatıyla karşılaşır. Bir ülkede kolayca iptal edilen rezervasyon, başka bir ülkede iadesiz olabilir. Bu şirketlerin ajan kurallarını ülke ve iş ortağı bazında yazması, sözleşmelerde de ajan işlemlerindeki sorumluluk paylaşımını açıkça konuşması gerekiyor.
Bir yapay zekâ ajanına şirket adına ödeme yetkisi vermeden önce beş işi bitirmek gerekiyor. Ajanlar kayda alınmalı, yetki tutarın ötesinde tanımlanmalı ve onay kademelendirilmeli. Ajan işlemleri ayrıca izlenmeli, hata anında kimin devreye gireceği de yazılmalı. Sıralama önemli: İlk iki adım bitmeden ajana kart tanımlanmamalı.
Dijital ürün satışı ve ödeme süreçleri yürüten ekiplerle yapay zekâ ajanlarını konuşurken en sık duyduğum soru, ajana ne kadar bütçe verileceği. Oysa asıl sorulması gereken, ajanın kimin adına ve hangi işi yapmaya yetkili olduğu. Finansal uyum tarafında kimliğini doğrulamadığımız bir müşteriye hesap açmayız; “müşterini tanı” (Know Your Customer, KYC) süreci tam bunun için var. Ajanlar için de aynı refleksi kurmak gerekiyor: Hangi ajan, kimin talimatıyla, hangi listeden alışveriş yapıyor? Fortune’un uçak bileti örneği bu yüzden öğretici; bütçe tutmuş, tarih tutmamış.
Benim kuralım basit: Ajan sepeti hazırlar; iade edilemeyen, sözleşme doğuran ya da müşteri parasına dokunan her ödemeyi bir insan onaylar. “Bütçen belli, gerisini sen hallet.” demek kolay. Ama yetkiyi dar başlatıp işler oturdukça genişletmek, yanlış giden bir ödemenin ardından iade, itiraz ve özür trafiğiyle uğraşmaktan çok daha ucuz. Kolaya kaçıp her şeyi otomatiğe bağlayan şirket, hatanın bedelini çoğu zaman hatayı fark ettiği gün değil, çok daha sonra öder.
Otomatik ödeme talimatında alıcı, tutar ve ödeme günü baştan bellidir; banka yalnızca verilen talimatı yerine getirir. Ajan ticaretinde ise neyin, hangi satıcıdan ve ne zaman alınacağına ajan karar verir. Bu yüzden riskin kaynağı da farklıdır. Talimat kendi başına seçim yapmaz; ajan ise kurallara uyarken bile yanlış seçim yapabilir.
Bu soru henüz açık; Fortune, Mastercard’ın kontrollerinin tüketicileri ikna edip etmeyeceğinin belirsiz olduğunu yazıyor. McLaughlin ise ajan ticaretinin, önce kuşkuyla karşılanıp sonra sıradanlaşan internet alışverişi ve mobil ödemelerle aynı yolu izlemesini bekliyor. Türkiye’de alışkanlıklar hızla değişiyor. TÜİK’e göre 16–74 yaş arasında üretken yapay zekâ kullananların oranı 2025’te %19,2 iken 2026’da %37,6 oldu.
Mastercard’ın kurduğu altyapı, bir ajanın kim olduğunu ve ne kadar harcayabileceğini bilmeyi mümkün kılıyor. Fortune’un sorduğu “kim öder?” sorusunun cevabının önemli bir kısmı ise ağın dışında, ajanı kullanan şirketin kendi kurallarında yatıyor. Sınırları yazılmamış bir vekâletname vekili her işe yetkili kılar; yalnızca bütçesi tanımlanmış bir ajan da her kararı kendisi verir.
Bu yüzden ajan ticaretine hazırlanan bir yöneticinin ilk işi yeni bir araç seçmek olmamalı. Önce ajanın neyi alabileceğini, hangi ödemede bir insana soracağını ve hata olduğunda kimin devreye gireceğini yazmalı. Yetkisi yazılı, onayı kademeli ve işlemleri izlenen bir ajan hem hızlı çalışır hem de hesabı sorulabilir. Kuralları yazmadan ajana cüzdan teslim eden şirket ise hatanın sorumluluğunu baştan belirsizliğe bırakmış olur.
Yöntem notu: Türkiye verileri TÜİK’in Yapay Zekâ İstatistikleri, 2026 bülteninden, Bloomberg HT’nin aktarımıyla alınmıştır. Girişim verileri 10 ve daha fazla çalışanı olan girişimleri, birey verileri 16–74 yaş grubunu kapsar. Bu veriler genel yapay zekâ kullanımını ölçer, ajanlarla yapılan alışverişi ayrıca ölçmez.
Kaynakça
Çandır, A. (2026, 13 Ekim). Yapay zekâ ajanı sizin adınıza harcama yaparsa hatanın bedelini kim öder? alicandir.com. https://alicandir.com/tr/blog/yapay-zeka-ajani-harcama-yetkisi/
Yapay zekâda yetki, onay ve denetim: Microsoft CEO’su Satya Nadella, yapay zekâyla kurulan süreçlerde güvenli adımlar atabilmek için modellerin ele geçirilmiş olabileceğini baştan varsaymayı ve operasyonları bu varsayıma göre tasarlamayı öneriyor. Peki şirketler günlük iş akışını, operasyonları, onay ve denetim süreçlerini buna göre nasıl kurmalı? Bu makalede adım adım inceliyoruz.
Meta’nın yapay zekâ asistanı Muse’da tek bir “Her zaman izin ver” onayı, düşük fiyatlı bir teklifin kabul edilmesine ve ev adresinin yabancı kişilere ulaşmasına yol açtı. Peki şirketler asistanlara ne kadar yetki vermeli, hangi işlemleri asla onaysız bırakmamalı? Bu makalede 4D Ajan Dönüşüm Modeli ve 90 günlük eylem planıyla adım adım inceliyoruz.
OpenAI ve Anthropic içinden gelen 27 yaşındaki araştırmacının istifa mektubu ve süper zekâ uyarısı.
