Ajan ekonomisindeki mavi okyanus fırsatları

• 2026’nın 1. çeyreği itibarıyla AI, sohbet tabanlı arayüzlerden özerk yürütme ajanları merkezli yapıya kayıyor; bu yapısal kopuş da kurumsal yazılımı ve yatırım haritasını temelden yeniden şekillendiriyor
• MCP ve A2A protokolleri, mevcut SaaS’ın UI kaynaklı rekabet avantajını etkisizleştiriyor; ajanların veri katmanına doğrudan erişip iş akışlarını uçtan uca tamamladığı bir yapıya geçiliyor
• Ajan yönetişimi, dikey sektör platformları ve sonuç bazlı orkestratörler olmak üzere üç alan, yüksek büyüme potansiyelli yatırım alanları olarak öne çıkıyor
• Binlerce ajanın aynı anda karar verdiği bir ortamda, Human-on-the-loop denetim mimarisi ile politika kodlaştırma ve denetim izi zorunlu altyapı haline gelmeli
• Bu dönüşümde kazananı belirleyen asıl unsur teknoloji değil, organizasyon tasarımı ve yönetişim altyapısının kurulup kurulmadığı

---

Agent AI’ya yapısal geçiş

• 2022~2025 arasındaki ilk ticari AI dalgası arayüz odaklıydı; sohbet penceresi içinde metin döndürüyor, insanlar bunu yorumlayıp manuel olarak uyguluyordu. Verimlilik artışı sağlandı, ancak “bilmek” ile “uygulamak” arasındaki sürtünme giderilemedi
• 2026’nın 1. çeyreğinde başlayan ikinci dalga ise yürütme odaklı; ajanlar oturumlar arasında durumu koruyor, MCP(Model Context Protocol) üzerinden araç çağırıyor, A2A(Agent-to-Agent) protokolüyle uzman ajanlara alt görev devrediyor ve insanın her adımda onayı olmadan hedefi tamamlıyor
• Bu geçişin organizasyonel etkileri, mainframe→client-server ve on-premise→SaaS dönüşümleriyle kıyaslanabilir ölçekte; bunu sadece “AI’nin hızlanması” olarak yanlış okuyan şirketler ve VC’ler, interneti “hızlı faks” diye tanımlayanlarla aynı konuma düşecek

Part I: Middleware’in ortadan kalkması ve UI soyutlama katmanı

• Temel yıkım mekanizması

  • Geleneksel SaaS’ın rekabet hendeği üç katmana yayılıyordu: veri (özel şema), mantık (iş akışı kuralları), arayüz (UI); son 20 yılda rekabetçi farklılaşma Layer 3(UI) üzerinde gerçekleşti
    • Salesforce’un kazanmasının nedeni veritabanı mimarisi değil, satış temsilcilerinin onu gerçekten kullanabilmesiydi
  • MCP, Layer 3’ün rekabet hendeğini çökertiyor: AI ajanı CRM veri katmanına doğrudan bağlanıp pipeline durumunu okuyabiliyor, kayıtları güncelleyebiliyor, iş akışlarını tetikleyebiliyor ve rapor oluşturabiliyorsa, üstelik bunları UI render etmeden yapıyorsa, arayüz dekorasyona dönüşür
  • A2A, insan aracılı koordinasyonu ortadan kaldırıyor: Eskiden satış operasyon yöneticileri CRM, faturalama, ERP ve pazarlama otomasyonu arasında veriyi ve kararları manuel taşıyordu; A2A ortamında ise bir orkestratör ajan, faturalama, CRM ve sözleşme ajanları oluşturup yapılandırılmış bağlam aktararak işi çözüyor

• Risk altındaki iş modelleri

  • “UI-for-a-Database” SaaS: Temel değeri veri üzerine kurulmuş iyi tasarlanmış bir arayüz olan şirketler; yani özel veri ağ etkisine sahip olmayan proje yönetim araçları, sığ entegrasyon hendeklerine sahip temel CRM’ler ve legacy ITSM platformları buna dahil
  • İzlenmesi gereken sinyal: Kurumsal alıcıların “mobil uygulaması var mı” yerine “MCP sunucusu var mı” diye sormaya başladığı an. Bu, teknik alıcılar için 2025’te zaten başladı; satın alma komitelerine ise 2026~2027’de ulaşacak
  • İstisna: LinkedIn, Veeva ve Toast gibi gerçek veri ağ etkisine sahip SaaS şirketleri yapısal hendeklerini korur; ajanlar hâlâ veriye ihtiyaç duyar, değişen yalnızca erişim biçimidir. Tehdit altında olanlar, arayüz kirası toplayanlar; veri varlığı sahipleri değil

Part II: Gün batımı listesi — 2027’ye kadar yapısal gerilemeyle karşı karşıya kalacak 5 iş türü

• 1. Tier 1 müşteri destek platformları (salt ticket yönlendirme SaaS’ı)

  • 2026 öncesinde temel değer: İnsanların yanıtladığı destek ticket’larını düzenlemek ve yönlendirmek
  • Agent AI, ticket’ları yönlendirmez; doğrudan çözer. Sorgulama, iade, escalation ve takip gibi uçtan uca çözüm senaryolarında vakaların %70~80’inde insan döngüsüne gerek kalmaz
  • Çözüm katmanını sahiplenemeyen platformlar boş bir boruya dönüşür
  • Beklenen zaman çizelgesi: 2025~2026

• 2. Legacy RPA sağlayıcıları (script tabanlı otomasyon)

  • 2026 öncesinde temel değer: Script botlar aracılığıyla tekrarlayan insan işlerini otomatikleştirmek
  • RPA, istikrarlı ortamlarda kuralları takip etmek için tasarlandı; ancak Agent AI istisna durumlarını akıl yürüterek ele alır — tam da RPA’nın başarısız olduğu ve maliyetli insan müdahalesi ya da yeniden script yazımı gerektiren senaryolar bunlardır
  • UiPath’in karşı karşıya olduğu zorluk: Ürünleri, akıl yürütme eksikliğine karşı geliştirilmiş sofistike bir geçici çözüm ve bu eksiklik artık ortadan kalkıyor
  • Beklenen zaman çizelgesi: 2025~2027

• 3. SDR-as-a-Service ajansları (outsource lead üretimi ve niteliklendirme)

  • 2026 öncesinde temel değer: İnsan gücüyle yürütülen outbound prospecting ve BANT niteliklendirmesi
  • Ajanlar; potansiyel müşteri araştırmasını, kişiselleştirilmiş erişimi, çoklu temas dizilerini yürütmeyi, itiraz/SSS işlemeyi ve toplantı planlamayı neredeyse sıfır marjinal maliyetle gerçekleştirebilir
  • Geriye kalan insan değeri (ilişki nüansı, karmaşık çok paydaşlı okuma) SDR’ye değil, AE(Account Executive) rolüne aittir
  • Mesele “AI’nin SDR’yi desteklemesi” değil, “SDR rolünün kendisinin bir ajan konfigürasyonuna dönüşmesi”
  • Beklenen zaman çizelgesi: 2025~2026

• 4. Manuel ETL ve veri entegrasyonu danışmanlığı (özel olmayan)

  • 2026 öncesinde temel değer: Sistemleri bağlamak ve kurumsal uygulamalar arasında veri taşımak
  • MCP, veri kaynakları için standartlaştırılmış ajan tarafından okunabilir arayüzler sunduğunda, özel entegrasyon işi hızla metalaşır
  • Geriye kalan pazar yalnızca uç durum legacy sistem işleri olur; bu da büyüyen değil küçülen bir alandır
  • Beklenen zaman çizelgesi: 2026~2027

• 5. BI dashboard üreticileri (konuşmalı/ajan katmanı olmayan)

  • 2026 öncesinde temel değer: İnsan analistlerin yorumlaması için veriyi görselleştirmek
  • Analistler doğal dille soru sorup, kaynağı belirtilmiş sentezlenmiş yanıtları yenileme döngüsü olmadan istek üzerine alabildiğinde, ürün olarak dashboard üstünlüğünü kaybeder
  • Hendek tamamen görselleştirmeden veri pipeline’ı ve sorgu katmanına kayar; temel veri altyapısına sahip olmayan şirketler “pahalı duvar kâğıdı” satıyor olur
  • Beklenen zaman çizelgesi: 2026~2028

Bölüm III: Ajan alfa — 3 yüksek büyüme sektörü

• 1. Ajan yönetişimi ve uyumluluk altyapısı

  • AI ajanlarının 500 bin dolarlık tedarikçi sözleşmeleri imzaladığı, bulut altyapısı tahsis ettiği ve insan müdahalesi olmadan havale gerçekleştirdiği bir dünyada sorumluluğun kime ait olduğu meselesi temel altyapı düzeyine yükselir
  • Mevcut hukuki ve teknik mimari, insanların eylemde bulunup kayıt tuttuğu varsayımı üzerine tasarlanmıştır; tamamen ajanlardan oluşan bir ortamda bu varsayımların tamamı çöker
  • Ortaya çıkan pazarlar:
    • Ajan kimliği ve yetki protokolleri: Ajanın erişebileceği sistemleri, işlem limitlerini ve veri sınıflandırmalarını kriptografik olarak imzalanmış kimlik bilgilerine kodlamak — otonom karar alma yetkisi için PKI sertifikasına karşılık gelir
    • Değiştirilemez ajan denetim izi: Ajanın muhakeme zinciri, araç çağrıları ve karar noktalarının gerçek zamanlı ve kurcalamaya dayanıklı loglanması. Bir ajan hatalı bir satın alma kararı verdiğinde CFO ve hukuk ekibinin gözetim sürekliliği zincirini yeniden kurabilmesi gerekir. Bu, SIEM sağlayıcılarının siber güvenlik pazarında oynadığı rolle aynıdır
    • Otonom uyumluluk ajanları: GDPR veri işleme, SEC önemli bilgi sınırları, HIPAA erişim kontrolü gibi düzenleme ihlallerini denetlemek için diğer ajanları gerçek zamanlı izleyen bir meta katman. Ajanları yönetmek için ajanlara ihtiyaç duyulması hem paradoks hem de fırsattır
    • Ajan sigortacılığı ve risk üstlenimi: Otonom ajan hatalarının finansal riskini üstlenen erken aşama bir pazar; mevcut E&O sigortaları buna temiz biçimde karşılık veremiyor
  • Kazananların özellikleri: yönetişimi AI şirketlerinin sonradan eklediği bir özellik olarak değil, kimlik altyapısına kök salmış girişimler ve finansal hizmetler uyumluluğunda mevcut ilişkilere sahip regülasyon yerli şirketler
  • VC sinyali: “Fortune 500 şirketlerinin ajanları production ortamına dağıtabilmesi için ürünümüz zorunlu” diyebilen şirketler güvenilir biçimde zorunlu harcama kategorisine girer

• 2. Dikey ajan enablement platformları

  • Genel amaçlı foundation model’lerin (GPT-5, Claude, Gemini) performansı iyileşse de yalnızca genel bağlama sahiptir; önümüzdeki 5 yılda rekabet hendeği hangi modelin kullanıldığıyla değil, modelin üzerine kurulan alana özgü bağlam, araçlar ve uyumluluk altyapısıyla oluşacaktır
  • Model performansındaki metalaşma hızı beklenenden daha yüksek olduğu için bu “kazma-kürek” stratejisi savunulabilirlik sağlar
  • 3 dikey örnek:
    • Sağlık hizmetleri ajan enablement’ı: HIPAA uyumlu veri işleme, HL7/FHIR standart entegrasyonu, FDA denetim çerçevesini karşılayan klinik karar destek guardrail’leri ve tıbbi bağlama uygun sorumluluk yapısı gerekir. Genel amaçlı bir AI şirketinin Claude API anahtarını hastaneye koyması bir ürün değildir; uyumluluk wrapper’ı, EHR entegrasyon katmanı ve sorumluluk farkındalığı olan guardrail’ler kuran şirket ürünün kendisidir
    • Hukuk ajan enablement’ı: Yargı alanına göre usul bilgisi, mahkeme başvuru entegrasyonları, ayrıcalık koruma protokolleri ve baro uyumluluk gereklilikleri yapısal giriş engelleri oluşturur. Hukuki belge hazırlama, inceleme ve başvuruyu; mesleki ihmal standardını karşılayan bir yönetişim çerçevesi içinde yürütebilen ajanlar, savunulabilir bir dikey platform yaratır
    • Finansal hizmetler ajan enablement’ı: Emanet/fiduciary düzeyinde muhakeme guardrail’leri, gerçek zamanlı düzenleyici kısıt kontrolü (Reg NMS, Basel III, FINRA) ve değiştirilemez işlem denetim izi; ajan dağıtımını bir yükümlülükten uyumlu iş akışına dönüştürür. Özel geliştirme eşiğinin altında kalan orta ölçekli finans kuruluşlarını hedeflemek, önemli SaaS ikame değeri yakalamayı mümkün kılar
  • İş modeli danışmanlık değil platformdur: ajan destekli veri konektörleri, uyumluluğu zorunlu kılan middleware, alan uzmanlığı gömülü ajan şablonları ve düzenleyici değişimlere göre sürekli bakım. Tekrarlayan gelir, yüksek geçiş maliyeti ve gerçek uzmanlık hendeği

• 3. Orkestratör modeli: Outcome-as-a-Service

  • Ajan dönüşümünden çıkan yapısal olarak en radikal iş modeli budur; dış kaynak kullanımına yüzeysel olarak benzer ama kategorik olarak farklıdır
  • Geleneksel model: yazılım lisansı → personel tahsisi → icra riskini kendinde tutma
  • Orkestratör modeli: garanti edilen sonucu satın almak. Orkestratör, uzman ajan filosuna sahip olur; koordinasyon, izleme ve istisna yönetimini yürütür; ücretlendirme koltuk lisansı ya da kullanım üzerinden değil, başarılı sonuç teslimi üzerinden yapılır
  • Somut örnekler:
    • İşe alım orkestrasyonu: Recruiter’a maaşın %20’sini ödemek yerine, uygun işe alım için performans bazlı ücret ödenir; buna işe alım süresi SLA’i ve değiştirme garantisi dahildir. Kaynak bulma, eleme, takvimleme ve değerlendirme ajanlarını orkestratör işletir
    • RevOps orkestrasyonu: CRM lisansı + SDR ekibi + pazarlama otomasyonu + RevOps personeli yerine, nitelikli toplantı SLA’i için aylık ücret ödenir
    • Uyumluluk izleme orkestrasyonu: uyumluluk ekibi + izleme yazılımı + denetim sözleşmeleri yerine, sürekli çalışan ajan altyapısıyla “sıfır kritik düzenleme ihlali” SLA’i garanti edilir
  • Yapısal fark yaratan nokta risk devridir: SaaS modelinde yazılım çalıştığında sağlayıcının riski biter, fakat orkestratör modelinde risk sonuç aşamasına kadar uzanır. Bu model yalnızca teknik yetkinlik değil, operasyonel yetkinlik de gerektirir; üreticileri değil operatörleri seçen bir yapıdır
  • Mevcut şirketler açısından tehdit: Accenture, McKinsey ve büyük SI şirketleri bu yöne gidiyor; AI native orkestratörlerin, ölçek avantajı yerleşik şirketlerde birikmeden önce üstünlük kurabileceği pencere 18~36 ay

Bölüm IV: Güven ve yönetişim açığı — asil-vekil sorununun büyük ölçekte çözülmesi

• Yapısal sorun

  • Klasik asil-vekil teorisinde (yetki veren asil ile eylemde bulunan vekil arasındaki gerilim) insan organizasyonları; iş sözleşmelerine, performans yönetimine, gözetim katmanlarına ve uyumluluk departmanlarına devasa kaynak ayırır
  • Ajan ekonomisi, makine hızında ve ölçeğinde bir asil-vekil sorunu üretir: tek bir şirket aynı anda binlerce AI ajanı çalıştırabilir; bunların her biri mikro düzeyde kararlar alabilir, hukuki risk doğurabilir ve şirketi dışarıya karşı temsil edebilir, ancak buna uygun gözetim altyapısı yoktur

• Human-in-the-Loop’tan Human-on-the-Loop’a geçiş

  • Human-in-the-loop, ilk dalganın güvenlik mimarisiydi; insanlar tüm önemli AI eylemlerini onaylıyordu, ancak tek bir ajan iş akışının 30 saniyede 50 karar verdiği bir yürütme motorunda bu yaklaşım operasyonel olarak ölçeklenemez
  • Human-on-the-loop, insanların politika belirlediği, yetki sınırlarını tanımladığı, istisna kuyruklarını gözden geçirdiği ve sonuçları denetlediği; ancak her eylemin ortak imzacısı olmadığı bir mimaridir ve şunları gerektirir:
    • Policy-as-code: yetki limitlerini makine tarafından okunabilir biçimde kodlamak ve ajan seviyesinde zorunlu kılmak
    • İstisna yönlendirme: yetki kapsamının dışına çıkıldığını fark edip insan incelemesi için duran ajanlar
    • Sonuç izleme: ajan davranış akışları üzerinde istatistiksel örnekleme ve anomali tespiti
    • Sorumluluk izi: ajanın neden belirli bir eylemde bulunduğuna, hangi bağlama sahip olduğuna ve hangi politikaların uygulandığına dair yeniden kurulabilir kayıt

• Yeni pazar kategorileri

  • Ajan denetim şirketleri: EU AI Act’teki yüksek riskli AI sistem gereklilikleri gibi düzenleyici çerçeveler olgunlaştıkça, ajan yönetişimi uygulamaları için üçüncü taraf sertifikasyonu gerekecek; bu da ajan AI için bir SOC 2 pazarı anlamına gelir — düzenlemeye tabi sektörlerde 24 ay içinde zorunlu hale gelmesi bekleniyor
  • Ajan politika platformları: ajan yetki politikalarını tanımlayan, sürümleyen, zorunlu kılan ve denetleyen yönetişim araçları; bulut güvenliğindeki IAM’in karşılığıdır. “Ajan yetkilerinin Okta’sını” kuran şirketler temel altyapı konumu kazanacaktır
  • Kurumlar arası ajan güven ağları: A şirketinin ajanı ile B şirketinin ajanı bir işlemi tamamlamak için etkileşime girdiğinde (ör. AI satın alma ajanı ile AI satış ajanının pazarlığı), yerleşik bir güven altyapısı yoktur. Her ajanın hangi kimlik bilgilerine sahip olduğu ve karşı taraf ajanın yetkilerinin nasıl doğrulanacağı gibi konular için, A2A’nın erken genişlemesi niteliğinde protokollere ihtiyaç vardır; burada güven aracısı rolü, SSL ekosistemindeki sertifika otoritelerine denk düşer

Bölüm V: Al / Tut / Sat — 2026 ajan ekosistemi VC rehberi

• AL — yüksek güven

  • Ajan yönetişimi ve kimlik altyapısı: Ajanları production ortamına dağıtan her şirket için zorunlu harcama kalemi; düzenleyici baskı gerçek ve hızlanıyor. Kriptografik ajan kimliği, yetki kapsamı belirleme ve değiştirilemez denetim izi sorunlarını çözen şirketler, "bunlar olmadan lansman yapılamaz" kategorisinde. PKI·IAM·finansal uyumluluk teknolojisi geçmişi olan ekipleri izleyin
  • Düzenlemeye tabi sektörler için dikey ajan etkinleştirme platformları: Sağlık, hukuk ve finansal hizmetler en büyük TAM'a ve en derin uyumluluk hendeğine sahip. Alan özelleşmiş ajan altyapısı kuran şirketler, eski EHR veya core banking sistemlerine denk geçiş maliyetleri oluşturacak. Temel due diligence sorusu: kurucu ekip gerçekten alan güvenilirliğine sahip mi, yoksa sadece araştırma sekmelerini açık tutan bir AI mühendisi mi?
  • Kanıtlanmış unit economics'e sahip Outcome-as-a-Service orkestratörleri: Kategori doğru ama dağılım geniş. Due diligence odağı operasyonel yetenek olmalı — ajan başarısız olduğunda ne oluyor, istisnalar nasıl ele alınıyor, SLA taahhütleri savunulabilir economics ile destekleniyor mu? Sonuç teslimatındaki operasyonel disiplini çözen şirketler, bir sonraki nesil profesyonel hizmetler devine dönüşebilir
  • MCP/A2A tooling ve geliştirici altyapısı: Protokol benimsenmesi tooling talebi yaratıyor; MCP·A2A iş akışları için geliştirici deneyimi, gözlemlenebilirlik ve optimizasyon katmanları kuran şirketler, protokol kapma yarışında kazma ve kürek pozisyonunda. Protokol entegrasyonu yaşanacak, ancak kazananlar altyapının temel taşı olacak

• TUT — izle

  • Büyük bulut platformları (AWS, Azure, GCP): Hesaplama, model barındırma ve depolamanın emtialaşmış katmanında ajan altyapı harcamalarını alacaklar, ancak katma değerli katman uzman rakiplere gidecek. Mevcut pozisyonları koruyun ama ajan-native hizmetlerin (Amazon Bedrock Agents, Azure AI Studio) enterprise tarafta ivme kazanıp kazanmadığını ya da alttan yıkılıp yıkılmadığını izleyin
  • Ajan pivot anlatısına sahip mevcut kurumsal yazılım şirketleri (Salesforce, ServiceNow, Workday): Dağıtım ağları, veri ilişkileri ve enterprise güvenine sahipler; ancak riskleri mimari muhafazakârlık ve entegrasyon borcu. 2026'nın 3. çeyreğine kadar gerçek ajan yeteneklerinin (AI wrapper özellikleri değil) işaretlerini izleyin; doğrulanırsa tut veya al seviyesine yükseltin, hâlâ "AI copilot" satıyorlarsa sat
  • Foundation model sağlayıcıları (frontier araştırma liderleri hariç): Model performansındaki emtialaşma, fiyatlandırma modeli ayarlamalarından daha hızlı ilerliyor; orta kademe — iyi ama en iyi olmayan modeller — sıkışma ile karşı karşıya. Frontier liderlerde pozisyon korunabilir ama ikinci sınıf oyuncular değer önerisini açıklamakta zorlanacak

• SAT — çık veya kaçın

  • Özel veri hendeği olmayan saf SaaS UI şirketleri: Ana ürününüz "başka yerde bulunan veriler için iyi tasarlanmış bir arayüz" ise, MCP bypass tehdidi varoluşsal ve zaman çizelgesi kısa. Her şirket için soru şu: UI'yi, veritabanıyla doğrudan konuşan bir ajanla değiştirirseniz müşteri ne kaybeder? Yanıt "çoğunlukla alışkanlık" ise sat
  • Eski nesil RPA platformu sağlayıcıları: Temel teknoloji, mimari olarak üstün olan tarafından yıkıma uğruyor. Müşteri ilişkileri ve dağıtım değerini koruyabilir ama ajan AI şirketleri tarafından birleşme ve satın almaların hızla gerçekleşmesi gerekir. Bağımsız eski nesil RPA yatırım tezi için runway kötüleşiyor
  • "Yalnızca yanıt" veren AI ürün şirketleri: Tüm değer önerisi metin yanıtı üretmek olan, ama eylem yeteneği, araç entegrasyonu ve iş akışı tamamlama sunmayan şirketler; ikinci dalgada birinci dalga AI satıyor. Ürün kategorisi değerli olabilir, ancak bağımsız şirket olarak değil. Büyüme yatırımı değil, acqui-hire hedefi
  • Genel amaçlı AI chatbot danışmanlık şirketleri: İş modeli "size bir ChatGPT wrapper'ı kuralım" olan şirketlerin en fazla 12 aylık penceresi var. Konuşma tabanlı AI dağıtım yetenekleri, hiçbir danışmanlık marjının dayanamayacağı hızda emtialaşıyor

Sonuç tezi

• Bu dönüşümde kazananla kaybedeni ayıran stratejik içgörü teknik değil, mimari; ajan AI'nın yalnızca bir teknoloji problemi değil, aynı zamanda bir organizasyon tasarımı problemi olduğunu anlayan kurumlar ve yatırımcılar doğru pozisyonu alacak
• Human-in-the-loop'tan Human-on-the-loop'a geçiş, insanı karar alma sürecinden çıkarmak değil; tek tek eylemleri onaylamaktan, binlerce otonom eylemi yöneten politika, yetki yapısı ve istisna çerçevelerini tasarlamaya doğru insanı soyutlama katmanında yukarı taşımak anlamına geliyor
• Yönetişim tooling'i, dikey uyumluluk altyapısı ve sonuç teslim operasyonları gibi bu temelleri kuran şirketler, yeni nesil kurumsal teknoloji çağının taşıyıcı duvarlarını inşa ediyor; geri kalan her şey iç dekorasyondan ibaret