107 kuruluşun VB Pulse verilerinin devam eden analizine göre kuruluşlar, yapay zekâ ajanlarını düzenleme görevini tek bir sağlayıcıya bırakmak yerine birden fazla düzenleme platformu çalıştırmaya yöneliyor. Kuruluşların %85’i iki veya daha fazla araç kullanırken, %64’ü üç araç kullanıyor; yalnızca %15’i tek bir platforma dayanıyor. Bu çeşitlilik yalnızca tek bir sağlayıcıya bağımlı olmaktan kaçınma arzusuyla ilişkili değil; aynı zamanda tedarikçilerin güvenlik ve yetki yönetimi yeteneklerine ilişkin kaygıları ve yapay zekâ ekiplerinin kendi kontrollerini uygulama isteğini de yansıtıyor.
Microsoft AI Foundry ve Copilot Studio, hâlen kullanılan araçların başında geliyor ve ankete katılan ortamların %70’inde görülüyor. Bunları %68 ile OpenAI Agents SDK, ardından %47 ile Anthropic’in Claude Platform’u izliyor. Katılımcılar ayrıca farklı oranlarda Google’ın Enterprise Agent Platform’unu, LangChain ve LangGraph araçlarını, Salesforce Agentforce’u, Amazon Bedrock’u ve LlamaIndex’i kullanıyor. Katılımcıların %22’si, sağlayıcı hizmetlerinin yanı sıra kuruluş içinde özel olarak geliştirilmiş düzenleme araçlarını da çalıştırıyor.
Çok platformlu gelecek
Kuruluşların %53’ü, 2026’nın sonuna kadar ana «kontrol düzeylerinin» hibrit olmasını bekliyor. Buna karşılık %14’ü sağlayıcı tarafından yönetilen bir hizmete dayanmayı, %13’ü özel bir şirket içi kontrol düzeyi oluşturmayı planlıyor; %11’i ise düzenleme katmanını model sağlayıcılarından ayıran harici platformlara güveniyor.
Ancak bu yapı henüz istikrara kavuşmuş görünmüyor; katılımcıların üçte ikisinden fazlası platformlarını bir yıl içinde değiştirmeyi planlıyor. %15’i değişikliğin üç ay veya daha kısa sürede, %24’ü üç ila altı ay içinde, %28’i ise altı ila 12 ay içinde gerçekleşeceğini söyledi. Claude Agent SDK, katılımcı geliştiricilerin %43’ünün incelediği araçlar arasında öne çıkıyor. Yaklaşık üçte biri Google’ın Enterprise Agent Platform’unu değerlendiriyor, %31’i özel şirket içi düzenlemeye odaklanıyor, %25’i ise OpenAI seçeneklerini araştırıyor.
Bu sürekli dönüşüme rağmen kullanılan platformlara ilişkin genel memnuniyet ortalaması 5 üzerinden 4,17 oldu. Ancak uygulama kolaylığı değerlendirilirken memnuniyet 5 üzerinden 3,91’e, paranın karşılığı değerlendirilirken 3,63’e düştü. Bu fark, sorunun mutlaka araçların yokluğundan değil, bunları maliyetlerini haklı çıkaracak şekilde entegre etmenin ve çalıştırmanın zorluğundan kaynaklandığını gösteriyor.
Kuruluşlar gerçekte neyi finanse ediyor?
Platform seçiminde esneklik, %29 ile faktörlerin başında geliyor. Bunu %17 ile güvenlik ve yetki hususları, %15’er oranla üretim ortamında çalışma güvenilirliği ve ajanın yürütülmesi üzerindeki kontrol izliyor. «Model bağımlılığı» veya temel bir modelle yerel uyumluluk, katılımcıların yalnızca yaklaşık %10’u tarafından önemli bir faktör olarak görüldü. Geliştirme kolaylığından %8, toplam sahip olma maliyetinden %4, gecikme ve bellek açısından performanstan ise yalnızca %2 söz etti.
Bu odaklanma harcama kalemlerine de yansıyor; ajanların izlenmesi ve hatalarının ayıklanması harcamaların %31’ini, güvenlik ve yetki uygulamaları %30’unu, iş akışı araçları ise %19’unu oluşturuyor. Bu, VentureBeat’in önceki bir anket dalgasındaki durumdan farklı bir dönüşüme işaret ediyor; o dalgada iş akışı araçlarına yapılan harcama en yüksek paya sahipti.
Kuruluşlar operasyonel önceliklerinde %30 oranında görevlerin başarıyla tamamlanmasına ilişkin güvenilirliğe, %27 oranında çok adımlı iş akışı yönetimine, %23 oranında geliştirici üretkenliğine ve %13 oranında operasyonel istikrara odaklanıyor. Kullanıcı deneyimini önceliklerinin başına koyan kuruluşların oranı yalnızca %7; bu da altyapı ve kontrol oluşturma aşamasının hâlâ arayüzleri ve kullanım deneyimini iyileştirmenin önünde olduğunu gösteriyor.
Görünürlük ve maliyet kontrolü sorunu
Platform seçimindeki en önemli kaygılar, %37 ile güvenlik ve yetki yönetimi kısıtları; ardından %23 ile tedarikçiye bağımlılık, %22 ile sınırlı görünürlük ve izlenebilirlik, %16 ile model ve araç seçiminde esneklik eksikliği olarak sıralanıyor. Daha da acil olanı, yaklaşık her beş kuruluştan birinin kontrolden çıkan bir yapay zekâ ajanının harcamasını gerçek zamanlı olarak durduramaması.
Buna karşı koymak için kuruluşların %30’u bütçe sınırları veya kullanım oranını düşürme gibi yerel kontrol araçlarına dayanıyor; %25’i ise kontrolden çıkan ajanları durdurmak üzere aracı olarak çalışan özel geçitler oluşturmuş durumda. %25’i ağır görevleri daha düşük maliyetli modellere aktarmak için dinamik yönlendirme kullanıyor. Buna karşılık %21’i, daha sonra günlükleri incelemek gibi, sorun ortaya çıktıktan sonra yürütülen etkileşimli izlemeye dayanıyor ve anında durdurma anahtarına sahip değil.
Kuruluşun büyüklüğü, finansal kontrol olgunluğunda belirleyici bir faktör gibi görünmüyor; 10 binden fazla çalışanı olan kuruluşların %18’i hâlâ yalnızca etkileşimli kontrole dayanıyor; bu oran daha küçük kuruluşlarda %23. Pratikte bu, daha fazla kaynağa sahip olmanın harcamaları ölçen ve büyümeden önce durduran araçların varlığını otomatik olarak garanti etmediği anlamına geliyor.
Gerçek ajanlar henüz yaygınlaşmadı
Katılımcıların yanıtları, «ajan» olarak tanımlanan sistemlerin çoğunun hâlâ temel asistanlar veya sohbet robotları olduğunu; çok adımlı işleri tamamlayan bağımsız sistemler olmadığını gösteriyor. Katılımcıların %47’si sistemlerinin %26 ila %50’si arasında gerçek düzenleme bulunduğunu, %35’i ise bu oranın yalnızca %1 ila %25 olduğunu söyledi. %14’ü sistemlerinin %51 ila %75’inin karmaşık, çok ajanlı iş akışlarından oluştuğunu belirtirken, yalnızca %2’si sistemlerinin %76 ila %100’ünün gelişmiş ve yarı özerk olduğunu bildirdi. Ayrıca %3’ü hâlâ yalnızca sohbet robotları dağıttığını söyledi.
Bu sonuçlar, katılımcıların %71’inin dağıtılmış ajanlarının dörtte birinin veya daha azının çok adımlı işleri bağımsız biçimde tamamlayabildiğini söylediği VB Pulse’ın haziran dalgasıyla uyumlu. Katılımcıların yalnızca onda biri ajanları geniş ölçekte dağıttığını belirtti. Bu nedenle mevcut eğilim, bağımsız ajanların olgun bir aşamaya ulaşmasından çok, onları gelecekte barındırmak için gereken kontrol katmanlarının oluşturulmasını temsil ediyor. Kuruluşlar altyapı oluşturma konusunda ilerlerken, bir sistemi «ajan» olarak adlandırmakla bağlantılı görevleri bağımsız biçimde yerine getirme kapasitesi arasındaki fark hâlâ sürüyor.