Kısaca Salesforce’un açıklamasına göre Agibank, kredi başvurularının durumunu soran müşterilere WhatsApp üzerinden yanıt vermek için Agentforce kullanıyor; riskli durumları çalışanlara aktarıyor.

Salesforce’un Agibank vaka çalışması, finans sektöründe yapay zekâ ajanlarının sınırları belirli bir hizmete nasıl yerleştirilebildiğini gösteriyor. Şirketin açıklamasına göre banka, kredi durumu sorgularını WhatsApp üzerinden karşılıyor ve daha yüksek risk taşıyan görüşmeleri çalışanlara yönlendiriyor. Kurulumda az kodla geliştirme araçları, ortak müşteri bilgisi ve kullanım sınırlarının belirlenmesi öne çıkıyor. DigitalToday’ın Toss Bank haberi de kimlik doğrulama ve gerektiğinde insana devir yaklaşımını örnekliyor. Türkiye’deki işletmeler açısından uygulanabilir başlangıç, bu örneklerden hareketle dar kapsamlı bir sorguyu güvenilir veriye bağlamak ve sonuçları insan gözetiminde ölçmek olabilir.

Sorun

Salesforce’un aktardığına göre Agibank, işletme giderlerini artırmadan müşteri sayısını büyütmeyi hedeflerken daha fazla hizmet talebini karşılamak istiyordu. Bankanın çözmek istediği mesele, müşterilerin kredi durumunu öğrenmek için başlattığı rutin görüşmeleri hızlı biçimde sonuçlandırırken kişisel hizmet yaklaşımını korumaktı. Bu nedenle başlangıç noktası, yoğun talep alan ve karmaşıklığı düşük bir sorgu türü oldu.

Aynı vaka çalışmasında dijital kanallarla yüz yüze hizmet arasında müşteri bilgilerinin tutarlı kalması da ihtiyaç olarak anlatılıyor. Bu çerçevede sorun yalnızca bir sohbet yanıtı üretmek değil; farklı temas noktalarında aynı müşteriye ilişkin bilgiyi kullanabilmek. Salesforce’un sunduğu örnek, kredi durumu bilgisini iletme işini çalışanların dikkatini gerektiren görüşmelerden ayırıyor.

Yapay zekâ nasıl kullanılıyor

Salesforce’un açıklamasında müşteri, WhatsApp üzerinden kredi durumunu sorarak görüşmeyi başlatıyor. Kredi durumu ajanı rutin taleplere güncelleme sunuyor; daha yüksek risk taşıyan durumlar hizmet çalışanlarına aktarılıyor. Kaynak, bu aktarımı uygulamanın bir parçası olarak tanımlıyor ancak risk sınıflarının ayrıntılarını veya kredi bilgisinin hangi teknik bağlantıyla alındığını açıklamıyor.

Salesforce’un daha geniş Agibank anlatımına göre bir üst ajan, uzmanlaşmış ajanlar arasındaki geçişi düzenliyor. Böylece müşteri kredi sorgusundan hesapla ilgili bir konuya geçtiğinde aynı WhatsApp görüşmesini sürdürebiliyor. Kurulum tarafında ise Salesforce Professional Services, ajan tasarımına, yönetim kurallarına ve koruyucu sınırlara destek vermiş. Salesforce, bu çalışmanın bankanın ekiplerini ajanları kendi başlarına sürdürüp geliştirebilecek hâle getirmeyi amaçladığını belirtiyor.

Araçlar ve modeller

Salesforce’un vaka çalışmasında kredi durumu ajanının çalıştığı ürün Agentforce olarak adlandırılıyor. Agentforce Builder, daha az kod yazarak geliştirmeye olanak veren araçlarıyla kurulumda kullanılmış. Service Cloud ise hizmet ekiplerinin müşteri bilgilerini ortak bir görünümde değerlendirmesini sağlayan bileşen olarak anlatılıyor. Salesforce Professional Services’in rolü, tasarımın yanında yönetim ve kullanım sınırlarının oluşturulmasını da kapsıyor.

Karşılaştırma için DigitalToday’ın Toss Bank haberinde, gündelik dille yazılan soruların niyetini ve konuşmanın bağlamını anlamak üzere büyük dil modeli kullanıldığı belirtiliyor. Ancak haberde modelin veya model sağlayıcısının adı verilmiyor. Agibank kaynakları da altta çalışan dil modelini belirtmiyor. Bu nedenle ürün adlarından hareketle belirli bir modelin kullanıldığını varsaymak mümkün değil.

Sonuçlar

Salesforce’un Agibank açıklamasına göre kredi durumu ajanı ayda 22,500 sorguyu karşılıyor. Aynı kaynak, taleplerin çalışana yönlendirilmeden karşılanmasını ifade eden oranı yüzde 75 olarak veriyor. Bu ölçüler, şirketin kendi vaka anlatımından geliyor; kaynaklarda bağımsız bir değerlendirme veya hesaplama yöntemi paylaşılmıyor. Dolayısıyla bu değerleri başka bir işletmenin beklenen sonucu olarak kullanmamak gerekir.

DigitalToday’ın Toss Bank’tan aktardığı açıklamaya göre yapay zekâ ajanının uygulanmasının ardından danışma süresinde yaklaşık yüzde 90 azalma görülmüş. Bu sonuç farklı bir bankanın daha geniş işlem kapsamına ait. Agibank’ın sorgu karşılama oranıyla doğrudan kıyaslanabilecek aynı ölçüm değil. Birlikte değerlendirildiklerinde örnekler, otomatik karşılanan talep payı ile görüşme süresinin ayrı izlenmesi gerektiğine işaret ediyor.

Türkiye'deki bir KOBİ nasıl uygulayabilir

  • Agibank örneğindeki dar kapsamlı başlangıcı uyarlayın: Türkiye’deki küçük veya orta ölçekli işletmenizde sık sorulan, yanıtı kayıtlı veriden bulunabilen bir durum sorgusu seçin. Ajanın yanıtlayacağı konuları ve çalışana aktaracağı talepleri önceden yazın.
  • Salesforce’un ortak müşteri bilgisi yaklaşımından hareketle, kullanılacak kayıtların hangi sistemde tutulduğunu belirleyin. Aynı müşteriye farklı kanallarda çelişkili yanıt verilmesini önlemek için veri kaynağını ve güncelleme sorumluluğunu netleştirin.
  • Kaynakta adı geçen Agentforce Builder gibi hazır geliştirme araçlarını değerlendirirken mevcut sistem bağlantısını küçük bir pilotta sınayın. Başarıyı yalnızca yanıt üretmesiyle değerlendirmeyin; doğru kaydı kullanmasını ve gerektiğinde görüşmeyi devretmesini de kontrol edin.
  • Salesforce ve DigitalToday örneklerindeki farklı ölçümlerden yararlanarak otomatik karşılanan talepleri, görüşme süresini ve yanlış yönlendirmeleri ayrı takip edin. Pilot kapsamını genişletme kararını bu gözlemlere bağlayın.
  • Türkiye uygulamasında KVKK değerlendirmesini hazırlık aşamasına alın. Hangi müşteri verisinin kullanılacağını, erişebilecek kişileri ve insan gözetimini belirleyin. Bu, yerel uygulama için bir öneridir; kaynaklar Türkiye’ye özgü hukuki uygunluk değerlendirmesi sunmuyor.

Riskler ve maliyet

DigitalToday’ın Toss Bank haberinde kimlik doğrulama gerektiren işlemlerin uygulamadaki doğrulama adımlarına bağlandığı anlatılıyor. Habere göre dolandırıcılık gibi acil durumlarda veya yanlış yönlendirme riski saptandığında çalışan devreye giriyor; uzayan görüşmelerde konuşma içeriği de çalışana aktarılıyor. Benzer bir uygulama tasarlanırken bu örnek, devir koşullarının ve insanın görebileceği konuşma bağlamının açıkça belirlenmesi için kullanılabilir.

Salesforce’un Agibank anlatımında güvenlik, yönetim kuralları ve sistemler arasındaki bilgi tutarlılığı öne çıkıyor. Bu örnekten hareketle bütçe çalışmasında veri bağlantısı, yetki düzenlemeleri, ajan bakımı ve çalışan denetimi ayrı iş kalemleri olarak ele alınabilir. Kaynaklar bu kalemlere ilişkin fiyat veya toplam maliyet vermiyor. Türkiye’de veri gizliliği ve KVKK açısından yapılacak değerlendirme de ayrıca planlanmalı; kaynaklardaki güvenlik ifadeleri yerel uygunluğun kanıtı olarak alınmamalı.

Sık sorulanlar

Agibank örneğinde ajan kredi kararı mı veriyor?
Salesforce’un aktardığı uygulama, kredi durumuna ilişkin sorguları yanıtlıyor. Kaynaklar bu ajanın kredi onayı veya ret kararı verdiğini söylemiyor.
Kullanılan dil modelinin adı açıklanıyor mu?
Agibank kaynaklarında Agentforce ve ilgili Salesforce araçları belirtiliyor, ancak dil modelinin adı verilmiyor. DigitalToday’ın Toss Bank haberinde de model adı açıklanmıyor.