Pazarlamada Yapay Zeka Ajanları: Lansmandan Sonra Sorumlu Kim?

MarTech’te yayımlanan analize göre Kana’nın araştırmasında ABD’deki büyük işletmelerin üst düzey liderlerinin %70’i pazarlamada özel yapay zeka ajanları çalıştırıyor. Ancak bu ajanlar canlıya alındıktan sonra bakımın, gözetimin ve yetkilerin kimde olduğu sorusu büyük ölçüde yanıtsız kalıyor.

Hyperadaptive Solutions kurucusu Melissa Reeve’in 14 Eylül’de kaleme aldığı yazı, soruyu somut bir örnekle açıyor. Reeve’in aktardığına göre büyük bir kamu hizmeti şirketinde çalışan bir meslektaşı, gelecek çeyrekte çoğu BT dışında, örneğin pazarlamada geliştirilen 200 ajanı devreye alacak. Ancak model güncellendiğinde, politika değiştiğinde ya da ajanı yazan kişi ekip değiştirdiğinde bakımın kimde olacağına dair net bir yanıtı yok.

Pazarlamada Yapay Zeka Ajanları Yaygın, Sahiplik Belirsiz

Kana, mayıs ayında ABD’deki büyük işletmelerde görev yapan 225 üst düzey liderin katılımıyla bir araştırma yaptı. Katılımcıların %70’i gerçek pazarlama işlerinde özel yapay zeka ajanları kullanıyor; hiç kullanmayanların oranı yalnızca %3’te kalıyor.

Kana’nın “The Agentic Divide” adlı çalışması, yıllık geliri 250 milyon doları aşan ABD şirketlerindeki pazarlama, veri ve yapay zeka liderlerini kapsıyor. Şirketin duyurusuna göre liderlerin %76’sı yönetişim modelinin denetimli yapay zeka kararlarına hazır olduğunu, %86’sı veri altyapısının hazır olduğunu düşünüyor. Katılımcıların %82’si iki yıl içinde rutin pazarlama kararlarının en az üçte birinin ajanlara geçmesini bekliyor.

Kana’nın kurucu ortağı ve CEO’su Tom Chavez, görüştükleri şirketlerin agentic pazarlamanın gerçek olup olmadığını tartışmadığını, onu nerede ve nasıl çalıştıracaklarına dair kararlar aldığını söylüyor.

Lansman sonrasına gelince tablo bulanıklaşıyor. Liderlerin yaklaşık %40’ı yapay zeka odaklı pazarlamanın sorumluluğunu Baş Yapay Zeka Sorumlusunun (Chief AI Officer) üstlenmesi gerektiğini savunuyor; yapay zeka liderleri arasında bu oran %52’ye çıkıyor. Pazarlama yöneticileri ise kendi birimlerini ya da ortak bir modeli işaret ediyor. Sonuçta birçok şirkette iki yetkin grup sorumluluğu birbirine yüklüyor.

Reeve’e göre iki tarafın da haklı gerekçeleri var. Merkezi yapı ajanların müşteri verisine dokunduğunu ve düzenleyici risk taşıdığını, pazarlama ise ton, teklif ve segment mantığını en iyi kendisinin bildiğini savunuyor. Reeve’in önerisi soruyu bölmek: erişim, veri ve model katmanı merkezde; talimatlar, ton ve içeriğin hâlâ doğru olup olmadığı pazarlamada.

Ivanti’nin şubat ve mart aylarında 1.500 BT profesyoneliyle yaptığı araştırma, aynı çelişkiyi güvenlik ve kontrol tarafında gösteriyor. BT profesyonellerinin %85’i her yapay zeka ajanının atanmış bir sahibi olduğunu söylüyor. Sahipliğin gerçekten net olduğunu belirtenler ise yalnızca %42; arada 43 puanlık bir fark var.

Lansman Odaklı Yönetişim ve Yetki Sızıntısı

Araştırmalara göre kuruluşların %65’i bir ajanı devreye almadan önce gözden geçirme süreci uyguluyor. Yani yönetişim yalnızca lansman anında devreye giriyor. Sonrasında gözetim çeyreklik kontrollere iniyor, ajan ise her gün çalışmaya devam ediyor.

Bir diğer risk izinlerin yapılandırılmasında ortaya çıkıyor. Ivanti’nin bulgularına göre yetki sızıntısı ilk günden başlıyor, çünkü kuruluşlar ajanları insan kullanıcı profillerini kopyalayarak oluşturuyor. Pazarlamada bu, bir kampanya ajanının onu oluşturan kişinin CRM erişim yetkileriyle hareket etmesi anlamına geliyor.

Yazılım Bakımının Tarihinden Yapay Zeka Ajanlarına Dersler

Reeve, 1940’lardan 1960’lara kadar kodun bir kez yazılıp rafa kaldırılan bir şey olarak görüldüğünü hatırlatıyor. 1968’de Garmisch’te düzenlenen NATO konferansında bir düzine ülkeden gelen mühendisler, yazılımın eskimesi sorunuyla karşılaştıklarını fark etti. Bu tartışma, bugüne kadar gelen gereksinim, tasarım, oluşturma, test, devreye alma, bakım ve emekliye ayırma yaşam döngüsünü doğurdu.

1980’de Bennet Lientz ve Burton Swanson’ın 487 kuruluşu kapsayan çalışması, bakım maliyetlerinin bütçenin yaklaşık yarısını tükettiğini ortaya koydu. Bakım işinin en büyük kısmını gereksinimlerin değişmesi (perfective) ve yazılımı çevreleyen ortamın değişmesi (adaptive) oluşturuyordu. Gerçek hataların düzeltilmesi ise en küçük payı alıyordu.

Aynı tablo yapay zeka ajanları için de geçerli. Mart ayında belirli bir kampanya teklifine ya da marka sesi kurallarına göre yazılan bir ajan, aylar sonra değişen promosyonlar veya güncellenen model sürümleri nedeniyle güncelliğini yitirebiliyor.

Yapay Zeka Ajanlarında Sorumluluk İçin 5 Soru

Şirketlerin mevcut ajanları için yanıtlaması gereken beş temel soru öne çıkıyor:

• Ajanın talimatlarını kim yazıyor?
• Bu talimatları kim, hangi sıklıkla revize ediyor?
• Model sürümlerini kim takip ediyor ve değişen özellikleri ekibin kullanabileceği hâle getiriyor?
• Çıktı sapmalarını kim, hangi temel ölçüte göre izliyor?
• Ajanın ne zaman emekliye ayrılacağına kim karar veriyor?

Şirketler Sorumluluğu Nasıl Paylaştırıyor?

Mevcut uygulamalarda talimat ve revizyonları, iş akışına yakınlığı nedeniyle pazarlama operasyonları üstlenebiliyor. Çıktı sapmalarını marka ekipleri, model sürümlerini ise yapay zeka ve platform ekipleri takip edebiliyor.

Reeve’e göre emeklilik kararı çoğu zaman sahipsiz kalıyor; bu yüzden ilgili bütçe kalemine sahip kişiye verilmesini öneriyor, çünkü ajanın hâlâ çalıştığını fark edecek kişi o. Küçük ekipler her ajana bir kişi atayabilirken, iş akışları tüm teknoloji yığınına yayılmış büyük ekiplerde platform bazlı sahiplik ve çıktı sapmasının örnekleme yoluyla izlenmesi daha uygun olabilir.

Salesforce da ajan geliştirme yaşam döngüsü ve Ajan Denetçisi gibi rollerle bu sürece rehberlik eden yapılar kurmaya başladı. Yine de organizasyon tasarımının şirketlerin kendi işi olduğu vurgulanıyor. Salesforce’un ajan stratejisini Salesforce Agentforce lansmanına dair haberimizde ele almıştık.

Pazarlama Ekipleri İçin Ne Anlama Geliyor?

Veriler, sorunun ajan kurmakta değil, kurulan ajanı zaman içinde doğru tutmakta olduğunu gösteriyor. Liderlerin büyük çoğunluğu yönetişim ve veri altyapısını hazır görse de Ivanti’nin bulduğu 43 puanlık fark, kâğıt üzerindeki sahiplikle gerçek sahiplik arasında ciddi bir mesafe olduğuna işaret ediyor.

Pazarlamada bu mesafe, bitmiş bir promosyonu göndermeye devam eden ya da gereğinden geniş CRM yetkisiyle çalışan bir ajan olarak ortaya çıkabilir. Reeve’in de vurguladığı gibi bu alışkanlığı sekiz ajanla kurmak, 80 ajanla kurmaktan çok daha kolay.

Pazarlama ve SEO Ekipleri İçin Çıkarımlar

• Her ajan için talimat, revizyon, model takibi, sapma izleme ve emeklilik sorumlularını isimle belirleyin.
• Ajan yetkilerini insan kullanıcı profilini kopyalayarak değil, göreve özel ve en az yetki ilkesiyle tanımlayın.
• Gözetimi lansman öncesi inceleme ve çeyreklik kontrolle sınırlamayın; çıktıyı belirli bir temel ölçüte göre düzenli örnekleyin.
• Kampanya, fiyat ya da marka sesi değiştiğinde hangi ajanların güncellenmesi gerektiğini gösteren bir envanter tutun.
• Emeklilik kararını bütçe sahibine bağlayın; kullanılmayan ajanların sessizce çalışmaya devam etmesini önleyin.

Sıkça Sorulan Sorular

Pazarlamada yapay zeka ajanlarının sahibi kim olmalı?

Kana’nın araştırmasında liderlerin yaklaşık %40’ı sorumluluğun Baş Yapay Zeka Sorumlusunda olması gerektiğini söylüyor, pazarlama yöneticileri ise kendi birimlerini ya da ortak bir modeli tercih ediyor. Melissa Reeve, erişim ve model katmanını merkeze, talimat ve tonu pazarlamaya bırakan bölünmüş bir model öneriyor.

Yetki sızıntısı nedir?

Ivanti’nin bulgularına göre yetki sızıntısı, ajanların insan kullanıcı profilleri kopyalanarak oluşturulması nedeniyle ilk günden başlıyor. Bu durumda bir kampanya ajanı, onu kuran kişinin CRM erişim yetkileriyle çalışabiliyor.

Yapay zeka ajanları neden zamanla eskiyor?

Yazılımda olduğu gibi ajanlarda da bakım işinin çoğu hatalardan değil, değişen gereksinimlerden ve ortamdan kaynaklanıyor. Belirli bir kampanya teklifine göre yazılan bir ajan, promosyon bittiğinde ya da model sürümü güncellendiğinde güncelliğini yitirebiliyor.